論數智化時代的知識轉型及其教學應對

[摘" "要] 探賾數智化時代知識特征及其轉型問題是未來教學的起點和關鍵。人工智能介入知識生產境況下，間際—開放性、智能—不確定性、動態—生態性、軟化—碎片性和泛在—個性化成為知識新特征。基于馬克思主義認識論的知識立場構建的知識轉型模型顯示：知識是主體借助中介作用于客體的認識結果；智能機器參與認識活動，引發認識主體從人類轉向人機協同；認識客體從客觀實在延至智能世界，多元空間共拓客體范圍；認識中介智能化延伸拓寬認識途徑，多元方式共促知識增長；知識本質變化引發知識表征、知識形態、知識結構和知識組織同頻共變。面對智能時代的知識轉型，其教學應對應著重打造思維型深度學習課堂，建構數智融合教學空間，探索人機協同教學模式并推進循證診改的智能教學評價。

[關鍵詞] 數智化時代； 知識特征； 知識轉型； 馬克思主義認識論； 教學策略

[中圖分類號] G434" " " " " " [文獻標志碼] A

[作者簡介] 劉鸝（1968—），女，新疆烏魯木齊人。教授，博士，主要從事課程教學理論與實踐、技術與課程教學融合研究。E-mail：liuli@sunu.edu.cn。

一、引" "言

數智化即數字化與智能化的有機融合，主要表現為數據的廣泛應用和智能化技術的深度融合[1]。數智化時代，人工智能正以指數發展的趨勢推動社會變革與發展，進而引發人類知識圖景的遽變，人類開始進入知識生產的“機器化”時代[2]。智能機器介入知識生產重構人類的認知活動和知識版圖，進而促發知識轉型。時代不同，人們對知識的看法、見解和信念不一。面對人工智能的時代轉型，有學者敏銳地提出“時代轉型帶來的新的知識轉型究竟轉了什么？成了什么型？”[3]，這些問題既是未來教學的起點和關鍵，也是“人工智能+教育”的重要研究議題。在國外，加拿大學者喬治·西蒙斯（George Siemens）和斯蒂芬·道恩斯（Stephen Downes）最早關注網絡時代的知識變化，提出聯通主義知識觀[4]。在國內，有學者從知識的新類型視角切入，對聯通主義知識觀的軟硬知識進一步深化和拓展，提出重構主義知識觀[5]。還有學者從知識生態視角切入，提出回歸論知識觀[6]。智能時代，人工智能基于數據的機器學習推動知識加速轉變，有學者進而提出數據驅動知識觀[7]。整體而言，有關數智化時代知識轉型的研究尚處于起步階段，且觀點較為分散，缺乏系統梳理，進而影響人們對新時代知識的整體認知。因此，本研究探賾數智化時代知識的內涵和特征，構建新時代知識轉型結構模型，以求更清晰地展示數智化時代知識觀的整體輪廓。

二、數智化時代的知識特征

互聯網的出現和智能技術的快速迭代升級，促使知識內涵得到新的印證和豐富。聯通主義知識觀把網絡時代的知識比喻為河流和管道里的液體，知識是一種軟知識。回歸論知識觀與聯通主義知識觀一脈相承，共同關注網絡化的知識，但聯通主義知識觀認為“知識很難被定義”[8]，回歸論知識觀將知識定義為“人類的全部智慧”[5]。重構主義知識觀深化聯通主義知識觀中軟知識的內涵，提出知識內涵、結構和價值的穩定性是判別軟硬知識的標準，認為“知識是人類與人工智能，在生產生活實踐、科學實驗和數據分析過程中，通過內外因素的相互作用產生的”[9]。人工智能重塑的知識觀是以數據為知識起點，利用數據科學方法將數據轉化為知識的知識生產新方式[10]，該知識觀代表未來知識導向，但目前其輪廓還未成型。面對人工智能時代的到來，2017年，聯合國教科文組織將知識廣泛地理解為“通過學習獲得的信息、理解、技術、價值觀和態度”[11]。綜上所述，數智化時代的知識是依托互聯網環境創生的知識，知識是群智涌現生成的產物，人工智能加入知識生產使得數據和信息成為知識生產的新原料，知識概念增添了“信息”“理解”“技能”“價值觀”和“態度”等新要素，呈現更加寬泛的界定。數智化時代的知識代表人類對知識理解和認識的新方向，知識呈現新的特征。

（一）知識的“間際—開放性”

間際是“主體間際”的縮寫詞，也稱“主體間性”，“主體間際”意味著“對一個以上的主體而言的共同有效性和共同存在”[12]，認為知識的生產和確證不是個體思維所能保障的，而是相互影響和作用的主體間際，秉持一種“開放”知識觀[13]。“開放性”強調主體之間的互相開放和交互作用，任何知識都處于不斷確證之中，是動態和發展的。互聯網信息空間為人類創設開放、便捷的交互環境，促進群體的大規模匯聚和持續性交互，推動群智涌現這一新型知識生產模式的出現和演化。起初，群智涌現主要是基于社群中復雜交互的人類群智涌現，AIGC的出現推動人類群智協同進化到人機群智協同，驅動機器智能的涌現，揭示了人機間的新型主體間性。這種主體交互促進虛擬環境與現實空間雙向的知識資源傳遞，拓展知識邊界，知識更具開放性和共享性。

（二）知識的“智能—不確定性”

“智能性”主要體現為知識的智能生成性，即人工智能憑借自我學習能力感知外部刺激信息，模擬人的知識處理行為，實現自主性推理與決策，完成知識創造[14]。早期的人工智能是通過為機器構造專家系統，使其能夠像人類一樣表現出智能行為，深度學習和強化學習技術使得智能機器能夠獨立完成知識創造，催生出一種全新的人機協同知識生產模式。但智能機器的知識生成和識別與人類不同，有些智能機器對人類來說是黑盒子，能產生大量人類難以預測的，甚至難以理解的“灰知識”①或“暗知識”②。這說明，人工智能可超越人類思維發現新的事實，但由于人工智能技術運作的算法黑箱使得技術生成的知識難以進行追溯和驗證，進而引發知識的不確定性。

（三）知識的“動態—生態性”

互聯網平等、開放的共享空間為不同群體提供便捷、無邊界的知識分享和經驗交互平臺。個人通過網絡媒介與他者交互對話，在協商交往的過程中涌現群體智慧，從而實現知識的網絡化生產。智能時代，人工智能技術推動的人機群智協同的知識生產模式是一種“生成式知識涌現”，這種生成式機制使得知識生產從基于固定規則和預定變量的框架向持續進化、自我適應的生態性系統邁進，涌現出的知識逐漸形成開放流動、動態更迭的知識生態系統。在這個系統中，知識被賦予新的屬性——生命活性，知識是一個不斷自適應演化的動態生命體，知識有其誕生、發展、成熟和凋亡的生命周期。智能時代，“有用即知識”的觀念促使知識半衰期快速縮短，有價值的知識將具有旺盛的生命力，持續地服務人群，價值較低或者“無用”的知識將逐漸衰老，甚至轉瞬即逝。

（四）知識的“軟化—碎片性”

軟知識是指尚未形成系統結構與固化形態的知識，強調其結構的動態變化[15]。智能技術介入知識生產，使得知識的更新和增長速度遠快于權威證實速度，多元主體協同涌現的知識還未形成系統，還未經過權威證實，就已在網絡社群中眾傳共推，軟知識一躍成為網絡時代的知識新樣態。軟知識也是一種碎片化的知識，或具有碎片化的特征。知識碎片化是指知識由整體分裂為多個相對較小部分的狀態，其本質是知識整體與部分之間的關聯被中斷或弱化，變得雜亂無章，難以形成完整的體系[16]。互聯網空間支撐的多渠道快速傳播，使得顆粒度更小、組合性更靈活、實用性更強的碎片化知識由于符合用戶需要，具有傳播的價值。生成式人工智能雖在自動化內容生成方面具備優勢，但其生成的文本、圖像、視頻、音頻等也多是為了滿足用戶需要的碎片化產品。當前，網絡知識的碎片化已成事實，碎片化知識的學習也已成常態。

（五）知識的“泛在—個性化”

在數字技術形塑的新世界，知識存在載體的數字化、網絡化、云端化和智能化使得知識呈現泛在化特征。Web3.0時代，知識的泛在性表現為信息和數據的全球共享，這種無界的知識傳播打破了地理和時間的限制，極大地促進世界的“扁平化”，使得當下生活在世界各個角落的個體，只要有網絡連接，就有可能通過適當的渠道或者技術將自己感興趣的事物數據化并發布于互聯網，實現知識的共建共享。這種個人分享的知識具有非共識和非規范的特征，強調每個實踐者和知識生產者的個體經驗，知識傾向于尊重個體價值，尊重個性化表達，進而有助于個性化知識的生成。機器模擬、智能識別和智能推送可仿真學習者的知識結構和認知基態，助力個人知識地圖的出現，自適應學習技術和認知圖譜技術為學習者提供個性化學習支持，使得個人知識地圖得以擴大和增強。

三、數智化時代的知識轉型

數智化時代，知識內涵的改變和新特征的出現昭示著知識的轉型。知識是一個綜合的復雜概念，從古至今，雖然人們對知識的概念理解不一，但多數理論流派都是通過“主體”與“客體”的關系或它們之間的作用方式來定義知識[17]。可見，理解主體和客體的所指，解釋它們的作用方式是詮釋知識概念的首要工序。馬克思主義認識論認為，知識是擁有自我意識的社會中的主體對對象化的客體認識的結果。在這一認識活動中，認識主體和認識客體構成認識結構的兩極，工具系統和語言符號等是溝通兩極的中介，三者構成認識系統的基本要素，他們之間的關系和組合方式構成了認識系統的基本骨架[18]。基于馬克思主義認識論的知識立場，本研究從認識主體、認識客體、認識中介、認識結果（知識）四個方面探討數智化時代的知識轉型。

（一）認識主體：從人類到人機協同，人—機智能共拓知識邊界

馬克思主義認為，主體是有頭腦、能思維的從事社會實踐活動和認識活動的個人或人的集團[19]。人工智能因擁有“超人類”技能，與人類共同參與知識認知，進而提高知識的認識效率，拓寬其認識邊界，使得認識主體從人類轉向人機協同。人工智能在協助人類主體參與認識活動的過程中加入知識生產和傳播環節，進而引發知識生產主體和傳播主體的轉變。一是知識生產主體由人類主體轉向人—機主體。傳統社會中，科學家和研究人員等少數精英階層享有知識生產的特權。互聯網時代，參與網絡生活的普羅大眾將知識生產推向大眾化生產。人工智能加入知識生產后，人機協同知識創造成為知識生產的新方式，人類負責提供問題、想法、指導和監督，機器負責數據處理、任務執行和生成結果，機器生成知識進而又激發人類想象和引發新問題的提出，人機協作循環往復，共同推動知識不斷創新。此外，智能機器還可通過“數據挖掘+智能算法”自主生產知識，知識邊界得以拓展。未來，人、智能機器以及兩者協同都是共同存在的主體形態[7]。二是知識傳播主體由機構/個人延至智能機器。以往人類公共知識主要通過機構（學校等）進行傳播，互聯網的出現及多媒體技術的發展為知識傳播開辟新的學習空間，知識傳播越發集中在非正規機構或非正式學習場所。網絡中群智涌現的知識生產和進化過程也是知識傳播過程，知識生產者也即知識傳播者，個人（如網絡主播等）成為知識傳播新主體。人工智能通過個性化推送、智能問答、自動化教學和知識共享平臺等多種方式，有效推動知識的傳播和共享，逐漸成為知識傳播的重要主體之一。機構、個人和智能機器構成的多元知識傳播主體徹底顛覆以學校為主導的知識傳播模式。

（二）認識客體：客觀實在延至智能世界，多元空間共拓客體范圍

馬克思主義認為，客體是進入主體活動領域并和主體發生聯系的客觀事物，是主體的實踐活動和認識活動所指向的對象[19]。互聯網的出現為人類創造了繼物理空間、社會空間后的信息空間，多元空間共拓客體范圍，客體屬性隨之改變。一方面表現為認識客體范圍由客觀實在延至智能世界。在人類以往的認識中，認識主體主要面對的是自然物理空間和人類社會空間，人類認識的對象指向主體的本質力量和能力活動所及的一切客觀實在。互聯網的介入為人類創設了平等開放的信息共享空間，知識不僅存儲于人腦中，還存在于個體、組織和機器等不同主體組成的網絡中，網絡空間成為人類認識的新客體。智能機器通過模擬人的思維處理海量數據，自主生產的知識已成為人類認識的來源之一。此時，人類認識客體不僅是人在實踐中認識世界和自我的成果，還包括智能機器通過數據挖掘獲取的認知成果。智能時代的新技術及其打造的智能虛實空間成為人類認識的新客體。另一方面是客體屬性由靜態的客觀物質性轉向動態的智能虛擬性。傳統社會中，作為人類主體對象性活動的客體既指向自然的客體，還指向人類在改造自然的過程中產生的一切社會實在，它們多具物質性，是靜態的客觀存在。新一代互聯網技術導致知識爆炸，互聯網中節點以及節點呈現的內容都是瞬息萬變的，很多知識還來不及變成文字，就已被實踐淘汰。因此，網絡化知識也必然是動態變化的。智能時代，隨著虛擬現實、增強現實等技術的發展，人機協同共創的智能空間成為人類認識重要領域，虛擬對象的存在性、可認知性和可交互性使得認識客體呈現出更強的動態性，且具有智能虛擬化特征。

（三）認識中介：傳統工具轉向智能工具，多元方式共促知識增長

認識中介是認識主體和認識客體作為認識結構中的兩極而相互連接、相互作用的中間通道、聯系媒介和轉換機制[18]。認識中介手段是在歷史發展過程中不斷進化的，它刻記著主體本質力量的發展過程，也刻記著客體范圍的擴大過程。智能技術的發展進一步豐富中介系統的功能，知識的認識工具和認識途徑隨之變化。一方面，認識工具由傳統工具延伸至智能工具。遠古時代，人類認識工具主要是基于自然物的簡單利用。文字的發明及印刷技術的發展使得書本等成為知識傳播的載體。計算機和網絡的出現，數字化工具極大縮短了知識從產生到傳播的時間，同時拓寬了知識獲取的渠道，除書本外，網絡、音頻、視頻等也成為了知識傳播的載體。計算機語言表達體系不僅能夠讓計算機表達人類的語言文字，還能表達圖形圖像、音頻視頻乃至虛擬現實（VR）、增強現實（AR）等，為人類提供全新的認知方式，拓展人類認識視野。另一方面，認識途徑由人類感知推理延伸至機器數據挖掘。傳統的認識是人類實踐感知并進行思維推理的過程，網絡時代的知識生產主體下移至參與網絡生活的普羅大眾，智能手機和搜索引擎成為人們獲取知識的方式，個人通過網絡交流、分享、創造知識，進而實現知識持續生長。智能機器通過深度學習，從大規模的數據、信息中挖掘深藏暗處的知識及知識間的關系，完成知識的自主創造。知識不再僅是人在實踐中感知、推理與認識的成果，還包括人工智能數據挖掘的成果，直觀感知、理性思維、網絡聯通、數據挖掘等多元方式共促知識增長。

（四）認識結果（知識）：靜態線性轉向動態網絡，多項要素同頻共變

認識主體、認識客體和認識中介的轉變導致主客體相互作用過程中獲得的知識發生轉型。知識本質由靜態線性知識轉向動態網絡知識[20]。傳統的知識是靜態線性知識。數據分析、智能推薦等技術手段使得知識急劇裂變，知識結構變得更為復雜，知識存在于網絡中，知識是流動的和生成的，故知識是動態的網絡知識。知識本質的變化引發知識表征、知識形態、知識結構和知識組織同頻共變。一是知識表征由符號—數字化表征轉向智能化表征。傳統知識是以文本為載體的符號化表征，計算機產生后，二進制代碼為載體的數字化知識表征漸成主導。互聯網的知識主要是網絡化、分布式知識表征模式，知識載體呈現多模態特征（視頻、音頻、程序、文本、圖像等）。智能機器按算法規則將輸入的數據加工成機器能夠掌握的符號，智能化表征成為知識表征的新模式，知識載體呈現多模態立體化融合感知特征。二是知識形態由硬知識轉向軟知識。傳統的知識多是經過專家證實和公眾接受的、趨于穩定的硬知識。多數網絡知識還處在形成和發展的過程中，是容易被替換或修正的、尚未穩定的軟知識。智能技術模擬所創設的真實環境更加凸顯具有情境性和流動性的軟知識。未來，軟知識將大量出現且重要性日益提升。三是知識結構由金字塔型轉向蜘蛛網型。傳統知識圖式是歷經漫長的歷史進化積淀，并經過無數科學家檢驗及論證而成的金字塔型結構的知識。互聯網的知識存在“管道”中，作為一種開放流動的交互性存在，知識是一個互相交織的無定形大網，知識呈蜘蛛網型結構[8]。智能技術賦能知識的個性化推送使得以“我”為中心的蜘蛛網型知識結構成為知識創生的主導，知識結構逐步由金字塔型轉向蜘蛛網型，且日益體現為金字塔型和蜘蛛網型有機結合。四是知識組織由系統知識轉向碎片化知識。以往學生的學習是以學科的系統化科學知識為主，這種知識善于解決有邏輯關系的系列問題和固定分問題的整體問題。碎片化知識具有“跳躍式路徑”的問題解決方式，使得知識在組合運用上具有較強的適應性，運用碎片化知識解決問題成為新常態。數據驅動和智能分析時代，人機協同生產的碎片化知識與人類生產的系統化知識的動態迭代和互動演化，共同構筑數智化時代獨特的知識類型互動特征。

（五）數智化時代的知識轉型模型

基于馬克思主義認識論的知識立場，借鑒李喜先的知識認識四面體結構[21]，勾勒出知識轉型整體輪廓，如圖1所示。圖中的四面體結構揭示人類認識活動中認識主體（S）、認識客體（O）、認識中介（I）和認識結果（K）之間的互動關系，知識是認識主體借助認識中介作用于認識客體的認識結果。數智化時代，認識主體、認識客體和認識中介的轉變引發認識結果（知識）的轉型。在認識主體方面，智能機器與人類共同參與認識活動，引發認識主體從人類轉向人機協同，人工智能在協助人類主體參與認識活動的過程中加入知識生產和傳播環節，進而導致生產主體和傳播主體發生轉變。在認識客體方面，智能技術創設的智能虛擬新空間使得客體范圍由人類生存關涉的客觀實在延伸至人機協同創造的智能世界，客體屬性隨之改變。在認識中介方面，認識工具的智能化延伸導致認識途徑由人類感覺推理延伸至機器數據挖掘。在認識結果（知識）方面，知識本質變化引發知識表征、知識形態、知識結構和知識組織同頻共變。

四、面向知識轉型的教學應對

（一）重樹教學理念：打造思維型的深度學習課堂

智能生產知識帶來的信息洪流、知識碎片化導致的信息迷失和知識泛在化引發的信息待證容易使學生思維變得淺薄與浮泛，過于感性直觀的技術“智能替代”也容易導致學生學習的淺表化，進而削弱學生的分析判斷、質疑推理和綜合反思能力。因此，面對知識的泛化、軟化和不確定性的現狀，注重學生高階思維的培養尤為重要。深度學習是在教師引領下，學生圍繞具有挑戰性的學習主題，全身心積極參與、體驗成功、獲得發展的有意義的學習過程[22]。深度學習之深內蘊于知識角色從靜態實體到解決問題的工具嬗變[23]，知識建構體現為高階思維參與的知識運用，因此，智能時代的知識教學應注重由教知識向發展思維轉型，著力打造有利于學生思維成長的深度學習課堂。智能時代的深度學習課堂應表現為：一是在人機協同指導下，學生深度學習、深度思考和深度傾聽的思維成長課堂；二是以學科大觀念連接并統整具體知識，形成結構化、系統化知識體系的思維建構課堂；三是利用數智技術創設模擬或虛擬的問題情境，聚焦真實問題解決的思維發展課堂；四是利用數智教學空間，積極推進虛實共生的具身式思維實踐課堂[24]；五是采集深度學習的多模態數據，開展可視化循證診改的思維評價課堂。

（二）重建教學場域：建構數智融合的教學新空間

知識泛在化、個性化學習方式催生教學方式的改革，進而驅動教學空間的重建。數智融合的教學空間是與教學理念、教學模式、技術和設備等要素高度匹配的系統，空間的重構是一個龐大的系統工程。在空間規劃層面，學校領導應主動擁抱技術，熟悉數智技術發展前沿，基于學校的需求和現實條件制定適切的教學空間重建方案，積極探索可復制、可推廣的數智融合空間模式。在空間設計層面，應以教育的邏輯而非技術的邏輯打造新空間，虛擬教學空間的設計應定位于“補足”而非 “復刻”[25]。如將學生無法親身體驗的宇宙太空、分子運動等以虛擬現實技術呈現就是“補足”設計，將現實存在的教室完整“搬遷”至數字空間，則是一種“復刻”。在空間應用層面，教學新空間應在多師協同備課、人機協同教學、循證教學評價、學生課堂互動等方面助力教師的教學過程，同時，還應利用人工智能融合虛擬/ 增強現實、全息投影以及人機交互等技術為學生打造多維立體教學環境，進而更好助力學生的學習過程。在空間發展層面，學校應先進行頂層設計再整體推動，先局部改造再全面升級，先封閉運行再開放共享，還應創新管理機制，確保新空間的常態化有序使用[26]。

（三）重塑教學樣態：探索人機協同的教學新模式

知識的“間際—開放性”揭示人機間的新型主體間性，智能機器加入知識生產與傳播驅動課堂教學改革，人機協同教學成為未來教學的新模式。人機協同教學是通過教師與機器的協同工作和優勢互補，實現人機協同的教學設計、教學實施、教學評價、教學反饋，推動教學全過程的優化與創新，進而實現“師—機—生”智慧的協同增長和共同進化[27]。在人機協同教學的合作模式中，智能機器一方面可在智慧教學環境創設、教學資源呈現、教學活動組織、作業發送和批改、學情分析與診斷、教學評價與反饋等方面充當助手的角色輔助教學過程的實施，并針對精準課堂監測結果為教師提供決策建議。另一方面，也可在教學計劃制定、課堂教學組織和個性化教學等方面成為全方位支撐課堂教學的“機器教師”，與人師共建“師—機—生”三位一體的智慧課堂教學新樣態。在人機協同教學內容上應增加人機協同、機器學習等知識，注重教會學生學習如何與人工智能技術協同合作。在人機協同教學方式上，一方面要明確如何實現課前教學準備、課中教師教學和課后學生發展等教學階段的人機協同，這是實施人機協同教學的基本流程；另一方面，要重點探討人機協同的教學方式如何融入具體的教學活動中，如人機協同教學方式如何踐行大觀念、大概念、大單元的教學觀，如何通過任務導向學習、問題導向學習、項目式學習、多學科交叉學習等方式將學習者置于教學主體地位等。

（四）重做教學評估：推進循證診改的智能教學評價

網絡時代知識的動態性、開放性、生成性和不確定性，促使教學評價不再執著于固定答案，而是應以一種更加開放的心態和適度寬容的標準來考察學習成果，更加注重學生的過程性評價對學生發展的影響。智能時代，網絡化和智能化的程序可多維度、全過程采集教與學的數據，使得循證診改成為當下課堂教學數字化轉型教學評價的新方向。循證診改評價是一種即時性、伴隨式的過程評價，即通過對教學過程中智能推送的學業數據、言語數據、行為數據、心理數據、生理數據等多模態數據進行融合分析，進而形成師生精準數字畫像，師生可通過數字畫像追溯數據證據，建立“特征—行為—數據”三層映射框架，對課堂進行可信、量化、可視的評價[28]。基于數據和算法的循證診改評價一方面可實現課堂教學的精準描述、評價、預測、決策和診改驗證，通過“教學—分析—反饋”的流程實施，助力教師有效調節教學策略；另一方面，可實現學生學習過程的全程檢測和實時分析，通過“學習—分析—反饋”的流程實施，助力個性化學習的實踐落地。

五、結 束 語

數智化時代，人工智能介入知識生產，進而驅動知識轉型，知識不僅包括人類知識，還包括機器生產的知識，知識內涵得以不斷更新，且呈現出間際—開放性、智能—不確定性、動態—生態性、軟化—碎片性和泛在—個性化等新特征。當前，數據驅動知識生產已悄然萌芽，但知識觀輪廓還未成型，未來還需更多的討論和實踐，因此，有學者提出：誰掌握了智能時代的知識觀，誰就掌握了未來[8]，可見，智能時代的知識轉型將成為數智化時代的重要研究課題，知識教學改革將成為未來學校教育改革的重點。

[參考文獻]

[1] 王秉. 何為數智：數智概念的多重含義研究[J]. 情報雜志，2023（7）：71-76.

[2] 陳曉珊，戚萬學. 知識機器生產模式與教育新隱喻[J]. 教育研究，2023（10）：33-43.

[3] 李政濤. 人工智能時代的人文主義教育宣言——解讀《反思教育：向“全球共同利益”的理念轉變》[J]. 現代遠程教育研究，2017（5）：3-11.

[4] 王志軍，陳麗. 聯通主義學習理論及其最新進展[J]. 開放教育研究，2014（5）：11-27.

[5] 王竹立. 回歸與重構：智能時代的新知識觀——再與陳麗教授等商榷[J]. 電化教育研究，2023（7）：13-19.

[6] 陳麗，逯行，鄭勤華. “互聯網+教育”的知識觀：知識回歸與知識進化[J]. 中國遠程教育，2019（7）：10-18.

[7] 郝祥軍，顧小清. AI重塑知識觀：數據科學影響下的知識創造與教育發展[J]. 中國遠程教育，2023（5）：13-23.

[8] 王竹立. 新知識觀：重塑面向智能時代的教與學[J]. 華東師范大學學報（教育科學版），2019（5）：38-55.

[9] 王竹立，吳彥茹，王云. 數智時代的育人理念與人才培養模式[J]. 電化教育研究，2024（2）：13-19.

[10] 黃欣榮. 大數據對科學認識論的發展[J]. 自然辯證法研究，2014（9）：83-88.

[11] 聯合國教科文組織. 反思教育：向“全球共同利益”的理念轉變[M]. 北京：教育科學出版社，2017：8.

[12] 倪梁康. 現象學及其效應——胡塞爾與當代德國哲學[M]. 北京：生活·讀書·新知三聯書店，2005：139.

[13] 雷云. 教育知識的社會鏡像[M]. 北京：中國社會科學出版社，2017：12.

[14] 顧小清，郝祥軍. 從人工智能重塑的知識觀看未來教育[J]. 教育研究，2022（9）：138-149.

[15] 杜華，顧小清. 人工智能時代的知識觀審思[J]. 中國遠程教育，2022（10）：1-9.

[16] 王竹立. 移動互聯時代的碎片化學習及應對之策——從零存整取到“互聯網+”課程[J]. 遠程教育雜志，2016（4）：9-16.

[17] 溫宏宇. 懷特海知識論及其在課程改革中的運用[M]. 北京：中國社會科學出版社，2021：120.

[18] 歐陽康. 馬克思主義認識論研究[M]. 北京：北京師范大學出版社，2017：131，145.

[19] 齊振海. 認識論探索[M]. 北京：北京師范大學出版社，2008：42，44.

[20] 陳麗，鄭勤華，徐亞倩. 知識的“技術”發展史與知識的“回歸”[J]. 現代遠程教育研究，2022，34（5）：3-9.

[21] 李喜先. 知識系統論[M]. 北京：科學出版社，2011：105.

[22] 郭華. 深度學習及其意義[J]. 課程·教材·教法，2016，36（11）：25-32.

[23] 王克志，張良，李小紅. 論素養培育的深度學習原理——基于知識與方法共在的視角[J]. 電化教育研究，2024（12）：30-36.

[24] 牛寶榮. 為思維而教：數智時代知識教學的機遇、挑戰與應對[J]. 電化教育研究，2024（10）：86-91.

[25] 劉鸝，李佳寧. 論智能時代的學生主體性及其培育[J]. 電化教育研究，2024（2）：42-47.

[26] 龔衛東. 技術支撐的教學空間變革：價值、邏輯與路徑[J]. 中國電化教育，2023（12）：92-98.

[27] 王一巖，朱陶，楊淑豪，等. 人機協同教學：動因、本質與挑戰[J]. 電化教育研究，2024（8）：51-57.

[28] 謝幼如，羅文婧，章銳，等. “雙減”背景下課堂教學數字化轉型的理論探索與演進路徑[J]. 電化教育研究，2022（9）：14-21.

On the Knowledge Transformation and Its Pedagogical Response in the Age of Digital Intelligence

LIU Li，" WANG Ping，" LI jianing

（Faculty of Education， Shaanxi Normal University， Xi'an Shaanxi 710062）

[Abstract] Exploring the characteristics of knowledge and its transformation in the age of digital intelligence is the starting point and key to future teaching. Under the situation of artificial intelligence involved in knowledge production， the interval-openness， intelligence-uncertainty， dynamic-ecology， softening-fragmentation and ubiquity-personalization have become the new characteristics of knowledge. A model of knowledge transformation constructed on the basis of the knowledge standpoint of Marxist epistemology shows that： knowledge is the cognitive result that the subject acts on the object through the intermediary; the participation of intelligent machines in cognitive activities leads to the change of cognitive subject from human to human-computer collaboration; the cognitive object extends from the objective reality to the intelligent world， and the multi-space extends the scope of the object together; the intelligent extension of cognitive intermediary broadens the ways of cognition， and multiple ways promote the growth of knowledge; the change of knowledge essence leads to the same frequency and co-change of knowledge representation， knowledge form， knowledge structure and knowledge organization. In the face of knowledge transformation in the intelligent era， teaching should correspond to focus on creating a classroom for the thinking-type deep learning， constructing a digital-intelligent fusion teaching space， exploring human-computer collaborative teaching mode and promoting the intelligent evaluation of evidence-based diagnosis and reform.

[Keywords] The Age of Digital Intelligence; Knowledge Characteristics; Knowledge Transformation; Marxist Epistemology; Teaching Strategies

基金項目：2023年陜西省教育科學“十四五”規劃課題“web3時代數字設計復合型人才素養結構及培養路徑研究”（課題編號：SGH23Q0290）