群智涌現：互聯網推動知識生產模式轉型的歷史趨勢

基金項目：國家自然科學基金委員會2018年度管理學部重點課題“‘互聯網+’時代的教育改革與創新管理研究”（課題編號：71834002）

中圖分類號：G434 文獻標識碼：A 文章編號：1009-458x（2025）7-0035-14

一、引言

互聯網等顛覆性技術的發展創制了新質生產力，推動著人類社會從工業社會邁入信息社會，正在深刻改變著人類生存和發展的基本準則，并對知識生產與演化等基礎性問題產生了深遠影響?；ヂ摼W創設了新的信息空間，打破了區域限制和組織壁壘，促進了大規模群體的匯聚、交流與合作，使得知識生產主體從少數精英知識分子拓展至更廣泛的社會公眾，知識生產方式從個體探索轉變為群智協同，知識生產的結果實現了從數量累積到質的飛躍（陳麗等.2022）?；ヂ摼W環境中知識生產實踐的發展方興未艾，尤其ChatGPT等生成式人工智能的出現展現出互聯網推動知識生產模式轉型的強大力量。知識生產模式的轉型勢必革命性地重塑教育的底層邏輯，對教學內容、服務模式與組織體系提出全新的要求（張治，2023）。為此，本研究從唯物史觀的視角出發，系統梳理了知識生產模式的歷史發展與演進，剖析了知識生產的新現象，總結出知識生產模式轉型的歷史趨勢——“群智涌現”，并分析了群智涌現的主要特征與本質變化，進而提煉出群智涌現的實踐價值與教育啟示，以期為教育實踐的發展提供認識基礎和思路指導。

二、知識生產模式轉型的歷史脈絡

知識生產模式是一個綜合性概念，用以描述在特定歷史時期或社會背景下，知識如何被生產、傳播和應用的系統性特征（劉寶存amp;趙婷，2021）。這一概念不僅涵蓋了知識如何在個體頭腦中被思考和被創造的微觀過程，而且包括其在宏觀社會中的流動和運用（楊洋，2022）。對于知識生產模式的研究，是探討知識在人類社會發展中如何形成、發展與發揮作用的基本命題，已有研究從不同視角對此展開了分析（郝丹amp;郭文革，2019）。其中最具代表性的是邁克爾·吉本斯（Gibbons，M.）等提出的分析框架，其從知識生產各環節的顯著特征出發，對知識生產模式演進的三個階段做出了描述與比較，將知識生產劃分為模式1和模式2（Gibbons etal.，1994，pp.7-9）。在此基礎上，筆者嘗試從唯物史觀的視角對知識生產的轉型予以剖析。這一視角立足于：知識生產是社會大生產充分整合人類智慧的一種生產實踐形式，遵循著物質生產驅動人類發展的基本規律（《馬克思主義與社會科學方法論》編寫組，2018，p.35）。換言之，物質技術的發展是推動知識生產演進的基本動因。而基于人類認識發展的基本規律，知識生產往往涵蓋不可或缺的兩個方面：一是在社會實踐中通過對客觀世界的適應、改造與觀察而發現新規律；二是在社會交往中通過交流和碰撞，對客觀知識世界進行比較和驗證而覺察新面貌。前者受到社會實踐中生產力發展的影響，后者則離不開媒介技術的表征能力與傳播作用（陳麗等，2022）?；诖耍狙芯恳约夹g社會形態的變遷為分析線索，分別以工業革命和媒介技術發展作為主要標志，將知識生產模式的演進置于二者交匯的歷史坐標中予以剖析（如圖1所示）。

知識生產的萌芽發端于農業時代，人類通過將物質資源加工為材料，創造了人類第一代社會生產工具，增強了人的體質和身體功能，使得人類改造客觀世界的能力增強。人們基于在生產實踐中經年累月的觀察，摸索總結出了反映自然節律、規定禮儀文化的系列認識成果。與此同時，先秦時期竹簡的出現、漢代造紙術的發明，使得人不再是經驗傳播的唯一載體，而可以利用文字符號將個體經驗外化，知識跨越了個體行動范圍的限制，得以在親緣或地緣的范圍內流傳。但這一時期，知識生產所表現的形式和現象都具有濃烈的自然屬性，尚且沒有形成專門化的模式。

知識生產模式1的形成處于人類由農業時代向工業時代邁進的歷史階段。以第一次工業革命為主要標志，人類將物質和能量兩種資源分別轉換成材料和動力，創制了第二代社會生產工具，使得生產實踐從手工生產向大機器生產轉變。這一變化極大拓展了人類探索客觀世界規律的觸角，形成了眾多關于世界運轉規律和科學原理的認識成果。與此同時，得益于印刷術的發明，人類的社會交往跨越了相對狹隘的地域的范圍，知識成果能夠通過書本在世界范圍內得以廣泛傳播，客觀知識世界得到了極大的豐富。在這一時期，大學成為知識生產的專門場所，知識生產形成了專門化的模式，生產過程由特定的學術興趣主導，注重對普遍性原理的認識，以個體探究為核心、以學科建制為組織依托，以學術規訓為行動規則，以學術出版為傳播手段（白強，2020）。

知識生產模式2的轉向出現在第二次工業革命與第三次工業革命之間。發電機和內燃機的廣泛應用實現了自動化和機械化，拓展了工業生產的范圍，使得全球化成為發展浪潮。這使得人們不僅關注自然環境的運轉規律，也開始重視社會系統的運行準則，繼而催生了若干對社會權益和人權主張的討論，促進了自然科學與社會科學之間的交錯和對話。在這一時期，廣播、電視等電子媒介相繼問世，媒介的傳播能力實現了飛躍，知識的傳播共享頗具規模，使得知識充分融入了人們的生產實踐和日常生活。在此背景下，知識生產不再僅基于學科興趣，而轉向應用情境，強調在創造產品與服務的實際應用中產生知識，在用戶對產品的反饋與迭代中更新知識，出現了以社會問責與反思為核心，以跨學科、主體異質性和組織多樣性為特質的模式2（Gibbons etal.，1994，pp.22-24）。

縱觀人類發展的歷史脈絡，知識生產始終受到生產力發展和媒介技術進步的推動。而今，互聯網的出現正如第一次科技革命的蒸汽機和第二次革命的發電機一樣，正在推動人類社會邁人以信息化、網絡化、數字化和智能化為主要特征的新紀元。在這一時期，以互聯網為代表的數字媒介成為新的媒介形態，相較于傳統媒介，其具有更加優越的傳遞性能，從有限輸入源、有限時空選擇、有限內容，到無限渠道、無時無刻、無限內容，實現了人們認識事物的規模、速度和范圍的極大拓展。更具顛覆性的是，互聯網正在發生從媒介形態向空間形態的轉向，不僅作為信息傳遞的工具和溝通交流的渠道，而且與其承載的云計算、大數據、人工智能等新一代顛覆性信息技術共同構建了全新的信息空間。信息空間的延展極大拓展了人類社會實踐的活動范圍，驅動著社會生產力水平的全面躍升，改變著人類認識和改造世界的方式?？偠灾?，無論從生產力演進還是媒介技術發展的脈絡來看，顛覆性技術帶來的根本性變化勢必推動知識生產的又一次轉型。

三、知識生產的新現象與新趨勢

（一）知識生產新現象

互聯網構筑了全新的信息空間，具有時空靈活、過程數據、信息眾籌、共享共治、互聯互通等顛覆性特征（陳麗等，2019），不僅作為溝通交流的渠道，而且提供了所需的要素、工具和資料，承載著生產力工具和媒介技術的雙重功能，為知識生產創造了新的可能。如果從人類認識基本規律的兩個方面加以考察，可以窺見知識生產出現了如下新現象。

第一，數據驅動打開了規律發現的新通道。與傳統的人工觀察和手工記錄不同，互聯網實現了對各種社會活動的實時記錄和存儲，使得大量細粒度、全方位的原始數據得以生成和留存，為知識生產提供了豐富樣本和全新視角。加之智能算法的發展和應用，數據要素之間的關聯關系得以挖掘，潛在規律得以揭示，越來越多的知識成果通過數據驅動的方式被發現。經濟合作與發展組織的統計報告顯示，截至2021年，全球已有超過 60% 的研究機構使用大數據分析開展科研創新（OECD，2021，p.39）。教育領域也有越來越多的研究者采用大數據驅動的范式，從自然發生的大規模行為規律中揭示出學生發展的“黑箱”問題（Liuetal.，2024）。

第二，萬物互聯拓展了思想碰撞的新天地?；ヂ摼W幾乎消弭了地域的限制，使得知識生產者之間基于社會交往而形成了全球性的知識生產網絡（陳麗等，2019）。網絡中知識生產者之間的交流聯結在范圍、數量、密度上的擴張，使越來越多原本彌散的知識經驗在共享的空間聚合，引發了對這些知識經驗連續不斷的比較和重組。如維基百科由來自全球范圍的用戶參與內容的編輯，同一詞條經過成百上千人的修改和反饋而不斷完善，成為世界上規模最大的多語言百科全書，其準確性與其他由專職人員修訂的傳統百科全書幾乎相當，而豐富程度則遠超傳統百科全書（Ingawaleetal.，2013）。

上述兩個方面的突破推動知識生產取得了跨越式的進展，知識創新進入了密集活躍時期，顛覆性的知識成果不斷涌現，呈現出深度交叉融合和多點突破發展的態勢。最直觀的例證為生成式人工智能的出現。生成式人工智能以互聯網中積累的海量內容為原料，基于數據驅動的訓練方法，隨著數據和參數量級的增加，實現了人工智能水平的跨越式突破，具備了與人類相媲美的內容生成能力（OpenAI，2023）。其不僅作為工具而生成內容，而且通過與人類協作而推動創新（Wang etal.，2023）。人機融合的知識生產已經屢見不鮮（Jumper et al.，2021;Boikoetal.，2023）。上述新現象充分表明，知識生產新模式漸露端倪。

（二）知識生產新趨勢：群智涌現

通過對上述新現象的回觀與剖析不難看出，新的知識生產以知識要素和知識生產者之間的相互作用為重要特質，造就了新想法、新成果、新模式等新質的突現。這與復雜系統的涌現現象極為類似，即由要素之間的相互作用而產生了宏觀層面不可預知的復雜樣態（苗東升，2014，pp.32-41）。由此，學者們將知識生產的這類現象稱為“知識涌現”（陳麗，郭玉娟等，2023；米加寧amp;董其昌，2024）。從宏觀上對知識生產模式轉型的歷史脈絡加以考察可以發現，隨著技術的進步，人類社會實踐水平不斷提升，社會交往范圍不斷擴大，知識要素之間的重組整合及知識生產者之間的碰撞交流隨之遞增，這就使得涌現現象的層級從個體放大至整個人類群體。

傳統的知識生產主要由個體關于社會實踐和社會交往的經驗感知和邏輯思考而發生思想覺醒。這是一種人腦整體感知的涌現，是人腦神經網絡所構成的復雜網絡系統的突變結果（Wangetal.，2021）。如模式1中新知的產生來源于科學家對于外界系統的研究、感受和加工。人類的知識世界主要由個體各自的貢獻并以學科分類的方式累加組成。而從模式2開始，知識生產從個體的獨立研究逐漸轉變為一種群體活動，新質的產生開始來源于群體經驗，知識生產普遍以學科、跨學科團隊合作來開展，個體和團隊之間的研討交流成為知識生產的一種重要形式。在這個過程中，個體的觀點會激發他者的碰撞交流，他者的觀點又會引發個體進一步的思考，促使個體涌現的速度加快。這種知識生產模式代表著一種集體智慧和群體協作的結果。例如，麻省理工學院集體智慧研究中心對小規模團隊內部的協作任務表現進行了研究，結果表明，團隊具有區別于個體的集體智慧，并且當團隊具有良好的群體特質時，能夠產生優于個體的任務表現（Woolleyetal.，2010）。這一點也可以從現代科學發明的地域性聚集現象得到印證，即團體的交流有利于產生靈感的碰撞，推動個體的思考（Liet al.，2023）。盡管模式2展現出了有別于模式1的協作特質，即知識生產者之間存在更多的交流與互動，但其經驗的整合和成果的生成仍然完全依托于個體大腦，本質仍然是以個體認知為核心的知識涌現過程。

伴隨著互聯網的發展，知識生產的趨勢從個體涌現進化為群智涌現。這種新興的知識生產模式是一種外化于個體大腦、在人類群體層面展現出的獨特現象。在協作特質的基礎上，借助互聯網及其所承載的信息技術，通過知識生產者之間的頻繁互動和思想碰撞，實現了基于群體知識生產網絡的要素整合。這一過程在人類群體層面催生出了遠超個體智慧總和的新知識、新見解和新成果（Nee etal.，2023）。具體為，互聯網聯起了原本分散在各個地點的知識生產者，人與人之間、人與機器之間建立了更加頻繁密切的互動關系，整合構成了全球性、多元化且高度互聯的群體知識生產網絡（陳麗等，2019）。這標志著個體外部的復雜網絡系統形成，知識不再僅僅是某個個體的專屬物，更表現為網絡結構中的群體智慧。群體知識網絡因個體的經驗交流與觀點碰撞、智能體的觀點生成與經驗整合而一直處于耦合運動中。而當群體知識網絡突破了復雜性和聯通性的閾值時，則產生了群體知識網絡的“涌現”。在個體神經網絡與群體知識網絡的共同作用下，知識之間的多重組合得以在群體交互碰撞中凸顯，現實意義能夠在不同實踐情境和經驗比較中得以驗證，潛在關聯得以在數據挖掘中發現，進而在短時間內實現了遠超前期的知識或技術突破。

時代演進的歷史階段依次遞進，知識生產的演進也在不斷向前。盡管在新舊交接之際，因不同領域的發展程度有別，傳統的知識生產模式在某些領域仍然發揮著作用，但無論是在線社區中層出不窮的發明創新，還是生成式人工智能爆發式的發展，都表明群智涌現已經勢不可擋。

四、群智涌現的主要特征

群智涌現是一種復雜系統的特殊現象，其發生具有不確定性、非線性的特點，難以通過簡單的還原思想和統計方法來預測。為此，本研究借鑒復雜系統的分析框架（Milleramp;Page，2007，pp.25-27;范冬萍，2013），從外部環境、內部條件、主體構成、動力機制和形成結果五個方面對群智涌現的特質予以剖析。

（一）情境復雜性

復雜系統的涌現現象往往來自對外界復雜環境的把握與適應（Milleramp;Page，2007，pp.26-27）。而知識生產的外部環境即人類社會實踐，知識生產的認識材料始終來源于人類的生產生活實踐，其既是知識生產開啟的邏輯起點，也是檢驗知識生產成果的價值向標。在以往的知識生產中，因人類的生產生活實踐之間的聯系尚且不是這么緊密，人們通常認為“隔行如隔山”，不同領域的科學問題需要用獨立的學科方法來求解。群智涌現所處的背景正是工業社會向信息社會演化的交替之際，打破了工業社會中行業分立的平衡，引發了生產規則、流程和秩序的更迭。新的生產實踐構成的組分種類繁多，組分與組分之間、組分形成的不同層次之間關聯錯綜復雜，致使問題之間的相互影響與關聯增強，彼此互為制約，往往牽一發而動全身。知識生產很難僅從某一學科或某一行業的局部問題出發，這也使得知識生產回歸至對于人類生產實踐復雜性的關注，著眼于事物之間的相互影響和相互聯系，從而能夠在與社會實踐的良性互動中找到突破點，在攻關社會實踐重大命題的過程中生成知識。

（二）場所開放性

知識生產的場所是知識創造活動發生的內部環境。在復雜系統觀看來，保持環境的開放性，允許系統與外界產生信息、能量和物質交換是涌現產生的基礎條件（Milleramp;Page，2007，pp.25-26）。傳統的知識生產場所具有一定的封閉性。無論是大學、企業，還是科研單位，均存在地理區域和承載能力的限制，在制度和規則上也有嚴格的標準，不利于知識生產者彼此之間的交流碰撞?；ヂ摼W中，出現了新的知識生產場所——在線社區。與空間固定、正式建制的科研單位，或者基于空間聚集、產業鏈聯結的產業集群相比，在線社區不依賴時空關系和傳統社會關系，不預先設置學科背景和行業地位的限制，允許新的經驗持續涌人，具有鮮明的開放性（Maciuliene＆Skarzauskiene，2016），這為群智涌現提供了條件。已有研究表明，正是在線社區的開放性特質培育了有利于經驗共享的生態，從而能夠顯著提高創新的效果（Bogers etal.，2018;Muamp;Wang，2022）。

（三）主體多樣性

行為主體是知識生產系統中的基本組成單元，構成了知識生產系統發展和演化的源泉。群智涌現過程中主體的多樣性激增，不僅表現為人類群體的經驗背景增多，而且主體的類型也在增加。知識不僅來源于權威程度較高、專門從事知識生產的專家學者，也來源于經驗豐富、業余參與知識生產的一線實踐者（陳麗等，2019）。這些來自不同背景的知識生產者因對自身實踐的改造方式不同，與外在世界的交往方式不同，個體的體驗感知亦有別。形形色色的知識生產主體構成了迥然各異、豐富多彩的經驗世界，為生出新知而積蓄著源源不斷的材料。生成式人工智能的出現標志著機器也從知識生產的“輔助者”進化為與人類并駕齊驅的“生產者”（陳曉珊amp;戚萬學，2023）。生成式人工智能是對已有知識的來料加工，是對數據中所隱含的復雜內容的再發現，盡管其知識生產不同于人類從自身實踐所總結的“從無到有”之新（劉書文amp;郭亮，2023），但卻接近于人類交往活動中發現知識關聯的“從有到有”之新，為生出新知提供了有力的催化劑。

（四）方式協同性

知識生產有別于其他社會生產的特性就在于知識生產的產品不僅不會越用越少，反而因使用的次數不斷增多，其價值也會不斷提升。換言之，知識生產價值增長的實現不僅在于個體經驗分享的增多，更在于個體對他人經驗的“使用”，即群體交往碰撞的增強。群智涌現模式中，主體之間的相互反饋作用由分工合作轉變為協同演進。所謂“協同”，其突出特質是“同頻共振”（Milleramp; Page，2007，pp.119-120）。依托于群體知識網絡，知識生產主體對經驗的“使用”大幅增加，使知識的價值也不斷提升。一方面，人與人之間因觀點非共識而使知識生產處在一種相互比較、不穩定的均勢較量中，這種較量會激發秉持不同觀點的參與者的內在動力，他們因力圖證實自己的觀點而自發參與討論，使經驗分享更為豐富，思維碰撞更加強勁，批判質疑更加深刻。另一方面，人與智能機器不僅在操作層面合作，也在思考和決策層面實現了真正的協同。不同于此前人們利用搜索引擎工具在靜態的數據庫中獲得答案，前人與智能機器的對話既是機器幫助人類獲取靈感、篩選信息、提煉觀點的過程，也是智能主體由人類的反饋而不斷修正其生成結果的過程，使得各類價值殊異的知識始終不懈地被整合，成為源源不斷的價值增長點。

（五）效應非線性

知識生產效應的變化發展主要表現在兩個方面。一是傳承意義上的“量的擴張”，即從新的實踐經驗反思已有知識，發現已有知識的局限，實現對已有知識的校驗和修正、拓展與延伸。二是創新意義上的“質的飛躍”，即新的實踐經驗對已有知識的革命性突破，對長期未解決難題的歷史性跨越（孫正聿，2023）。在群智涌現中，無論是知識“量的擴張”還是“質的飛躍”都呈現出顯著的非線性效應。知識數量增長已經不再是緩慢而穩定的漸進式增長，而是呈現出快速突變的非線性增長趨勢。聯合國教科文組織的報告表明，人類近30年來所積累的科學知識，占有史以來積累的科學知識總量的 90% ；同時人類知識更新的周期在18世紀時為80＼～90年，到19世紀到20世紀初，縮短為30年，而進入21世紀，已經進一步縮短至2＼～3年（席酉民，2013）。知識質量飛躍最直接的表現是技術發明的革命性突破，而更深層次的進展是人類認識水平和表征能力的歷史性跨越，集中體現為知識形態的演進（韓震，2021）。信息空間的出現打破了生產生活實踐的線性序列，給人們帶來了新的知覺體驗，使人類的認識模式走出了線性的思維畫廊。人們開始認識到事物之間并不僅僅存在單一的關系，而是在不同情境中表現出多元并存、要素交疊的復雜關系。而媒介技術的進步能夠以網絡的方式承載這種復雜關系，使人類表達掙脫了文字符號系統的線性邏輯的約束，知識形態從靜態線性知識演變為動態網絡化知識（王懷波amp;陳麗，2020；陳麗等，2022）。其從特定情境出發對人類全部經驗進行再組織，以非線性的結構實現了更加廣泛、更為深入的知識交融。

五、群智涌現的實踐價值與教育啟示

知識生產轉型與教育改革是相輔相成的過程。站在新的歷史交匯點，群智涌現正成為推動知識生產向更高水平演化的重要趨勢，必然引發教育領域的革新。這不僅體現在微觀課程形態創新，亦表現為中觀供給模式的轉型，乃至宏觀教育生態的重構。與此同時，教育也在知識生產轉型中發揮著關鍵作用，承擔著應對知識危機、促進知識創新、培養創新人才等重要使命。為此，教育領域必須積極應變，轉變教育教學觀念，創新教育教學形式，改革教育體制機制，為知識生產轉型注人源泉動力。

（一）推動課程形態創新

群智涌現模式徹底顛覆了知識先生產后傳播的線性流程，改變了知識生產主體之間的作用關系，催生了新的知識生產場所——在線社區。然而，目前教育實踐中普遍實施的班級授課制課程形態，仍然是工業時代學科知識生產模式的產物。這種傳統的課程形態主要發揮知識傳播的作用，其中教師作為傳遞者，負責將既有的學科知識系統性地傳授給學生；而學生則作為知識的接受者，通過學習實現知識的理解。這種知識傳遞模式是目前學校教育實現其教育目標的基本途徑。盡管隨著知識生產模式的發展，人們對于教師和學生的角色認識產生一定變化，一些教育實踐者已開始利用新的技術工具對教學方式和學習方式進行調整和完善，但總體上班級授課制課程形態并未發生根本性改變。然而，隨著知識生產新模式的發展，若課程形態持續深陷于舊有的知識生產框架中，不與知識生產模式的演進保持同步，將難以滿足現代社會對教育的多元化和深層次需求。教育工作者亟須認識到，課程形態創新超越了技術層面的簡單更新，它是一項涉及教學理念、教學方法、內容形式以及組織模式等多維度的全面革新。

值得關注的是，在教育實踐中，新的知識生產活動已經孕育出一種新的課程形態—一在線社區型課程。其不僅是傳播知識的場所，更是滋養知識、更新知識、生成知識的全新環境。典型代表為基于聯通主義理論的在線社區型課程（connectivist MassiveOpen Online Course，cMOOC）。聯通主義為適應知識生產新模式提供了一種新的學習對策，倡導在課程中個體圍繞現實問題，通過經驗交流和深度研討實現知識創生，群體在經驗碰撞中實現知識價值增長（陳麗amp;徐亞倩，2023）。相應地，課程設計的重點也發生了變化，從指導學習者掌握和建構知識，轉變為引導學習者創造知識（徐亞倩等，2022）。首先，這意味著課程中教師和學習者角色的重構，學習者成為課程內容的主要貢獻者，教師則從課程內容的唯一提供者，轉變為學習者知識貢獻的促進者和指導者（徐亞倩amp;陳麗，2021;史蒂芬·道恩斯，2022）。其次，教學流程也應依據知識生產與傳播的邏輯而重構。在問題提出環節，從教師設問轉變為鼓勵學習者主動提出問題；在目標設定環節，從教師預設目標轉變為引導學習者依需要自主確定學習目標；在情境創設環節，從教師創設情境轉變為支持學習者根據自身情況選擇和定位學習情境。在策略的設計上，教師應充分運用各類認知工具和學習分析技術，以識別學習者共同關注的問題域；同時，教師需要探索共享意愿和學習動機形成的規律，據此制定有效的激勵機制，并輔以網絡聯通、社群研討活動，以促進學習者基于問題域的經驗碰撞和自組織學習。

（二）推動供給模式轉型

群智涌現顛覆了傳統由少數精英主導的知識生產模式，塑造了知識生產的新格局。其強調通過激發多元主體的協同合力釋放群體智慧，共同推進知識價值增長。在教育知識生產系統中，創造教育資源和服務是重要的知識生產過程。換言之，教育供給模式是知識生產模式在教育服務領域的具體體現。但是現有教育供給模式仍深陷傳統知識生產模式的邏輯框架中，主要依賴大規模、標準化供給。這種模式適應并滿足的是工業時代期待知識數量急速增長的知識需求。當數字時代知識需求轉變為日益優質、個性、多元的知識需求，傳統供給模式必然表現出種種不適應和不協調。根本原因在于，學校作為單一主體的供給能力必然存在一定限度，難以負載所有的知識需求。破解這一矛盾的關鍵在于通過體制機制的創新，吸引有能力的個體、教育組織和社會機構等多元主體參與到教育服務的供給中來，從而擴大有效供給，提升教育服務的整體能力。

實踐中，我們已經看到了越來越多的主體通過開放的互聯網平臺參與到教育供給中，參與者不再局限于政府和學校，而是擴展至企業、社區，乃至個體。典型實踐如“市中學教師開放型在線輔導計劃”（以下簡稱“開放輔導”），其以滿足學習者個性化的學習需求為核心，通過教師的智力資源流轉，基于科研機構的規律支撐，形成了多元主體協同的供給模式。為保證可持續、常態化的運行，“開放輔導”做出了相應的體制機制創新：其一，設置了集研發與服務于一體的新型教育服務主體——“高精尖中心”，專門提供數據分析、內容資源與技術方案，以解決在實踐過程中遇到的問題，從而推動其他供給主體的行為范式更好地轉型；其二，為優化在線服務的水平和質量，增設了教學設計師、教育大數據工程師等新型教育服務供給崗位；其三，通過向擁有各類教育資源的主體開放供給服務的領域，從制度上賦予其主體地位，促進合作關系的達成，形成優勢互補的多元協同的服務體系（劉靜等，2023）。

（三）推動教育生態重構

群智涌現是知識生產系統整體性的轉型和重塑，其效能之所以遠超之前的知識生產模式，關鍵在于形成了更高水平的秩序。這種高階秩序的創造不僅僅是對舊有秩序的改造，更是在不斷適應外界變化過程中的一種革故鼎新。對于教育領域而言，群智涌現的出現是對以確定性知識為核心的教育知識世界的顛覆，也必將推動著傳統封閉的、穩定的學校教育體系發生轉變。盡管細觀當前學校教育的整體運轉模式，還是與一百多年前相差無幾，但令人振奮的是，諸多新興的教育形式逐漸嶄露頭角，正在開創教育體系的新篇章。如在疫情期間，社會機構協同參與的在線教育為保障正常教學的開展提供了重要支撐，雖然在特殊時期是應變之舉，但經歷了這場試煉，多元協同參與的教育服務打破了教師和學校的知識權威，為學生提供了更加豐富的選擇，已經成為教育生態中不可忽視的新生力量（陳麗等，2019）。

當教育生態突破既有邊界，與社會不斷融合，新主體、新要素必將持續涌人，新關系、新結構也會接連產生，繼而推動著新規則、新秩序的重建，使教育生態演化至新的階段。在新規則尚未建立、舊秩序難以應變之時，難免因失序而產生短暫的混沌，如當初校外輔導機構魚目混珠、行業秩序混亂等現象。但這都是在新舊交替之際的必經過程，是對教育治理能力的考驗，也是教育生態進化、教育治理體系升級的新機遇。值得注意的是，系統轉型過程中新階段的演進是對舊階段的發展和超越，代表著事物的前進方向，如因留戀系統穩定而回到舊秩序無異于方柄圓鑿，甚至可能導致結果的南轅北轍。當前教育正處于數字化轉型的時代大勢之下，是以體制機制的創新推動教育生態重構的重要歷史階段（陳麗，張文梅等，2023）。教育工作者和政策制定者應認識到，這是時代賦予我們的重要機遇，但也要求我們必須跳出既有的教育窠臼，以新的視角來看待新的實踐，以新的體制機制來破解實踐難題，從而推動教育生態向更高水平的方向演進。典型做法如為規范在線資源的建設質量，國家智慧教育云平臺頒布了數字教育資源的規范體系（教育部辦公廳，2022）；為確保在線教學中輔導教師的工作質量，人力資源和社會保障部建設了在線學習服務師的職業標準（李爽等，2021）；為協調多元教育主體的供給關系，“開放輔導”針對新的供給角色和新的供給關系，創立了新型服務機構，建設了新的教師工作管理方法，形成了供給主體信息互聯的管理模式（劉靜等，2023）；等等。

六、結語

縱觀人類歷史的發展，知識生產方式始終隨著社會發展和技術更迭而不斷進化。本研究通過對系列歷史現實的分析，錨定新歷史交匯點下知識生產轉型的趨勢：群智涌現。群智涌現是技術推動下知識生產系統產生的復雜演變。而對群智涌現主要特征進行分析可以發現，群智涌現是由對外部復雜情境的適應和選擇而帶來的整體系統的滌故更新，通過建設開放的知識生產場所匯聚了多樣的知識生產主體，由多元主體之間的協同作用產生了非線性的結果效應，推動著知識生產模式向更高水平演進，帶來了知識生產的全新可能。群智涌現打破了個體的認知局限，帶來了人類新的知識圖景，正在展現出可持續的、適應性的演化力量，呈現出井噴式、跨越式的生長潛力。教育是與知識生產演進密切相關的關鍵領域，不僅受到知識生產的影響，同時也通過人才培養、科技創新反過來推動知識生產的進化。為此，教育實踐者必須積極應變，把握群智涌現的歷史趨勢，推動教育從微觀至宏觀的系統性變化。

總而言之，知識生產的現實改變為本研究提供了經驗起點，但群智涌現仍然是一項前沿的學術命題，其中群智涌現發生過程的“黑箱”之謎尚且未能完全揭示，此前還被 Science期刊列為最具挑戰性的科學問題之一（Science，2021）。筆者基于對前期實踐的觀察拋出了對群智涌現的朦朧認識，對其內在機理的理解仍有許多不足，大量問題尚待明晰，如群智涌現的發展與演化規律如何？群體知識網絡的結構特征與動力學特性如何？與大腦神經網絡有何聯系與區別？等等。這些問題的回答亟待更多研究的探索，以揭示群智涌現的深層機理。同時也期待有更多學者對此進行剖析解讀，激蕩出新的思想火花，以豐富群智涌現的理論內涵。假使群智涌現的深層機理被準確揭示，其所釋放的創新價值將不言而喻。

參考文獻

《馬克思主義與社會科學方法論》編寫組.（2018）.馬克思主義與社會科學方法論.高等教育出版社

白強.（2020）.大學知識生產模式變革與學科建設創新.大學教育科學（3），31-38.

陳麗，郭玉娟，amp;張文梅.（2023）.“互聯網 ∣+ 教育\"的世界觀：復雜系統觀.中國遠程教育（8），7-12，24.

陳麗，逢行，amp;鄭勤華.（2019）.“互聯網 + 教育\"的知識觀：知識回歸與知識進化.中國遠程教育（7），10-18， 92.

陳麗，amp;徐亞倩.（2023）.聯通主義的哲學觀及其對教育變革的啟示.教育研究（1），16-25.

陳麗，張文梅，amp;鄭勤華.（2023）.教育數字化轉型的歷史方位與推進策略.中國電化教育（9），1-8，17.

陳麗，鄭勤華，amp;徐亞倩.（2022）.知識的\"技術\"發展史與知識的\"回歸\".現代遠程教育研究（5），3-9.

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

范冬萍.（2013）.當代整體論的一個新范式：復雜系統突現論——復雜性科學哲學對整體論的發展.系統科學學報（2），12-16，46.

韓震.（2021）.知識形態演進的歷史邏輯.社會科學文摘（9），76-78.

郝丹，amp;郭文革.（2019）.知識生產新模式的基本特征與反思——基于庫恩科學理論評價標準的考察.教育學術月刊（3），3-12，64.

教育部辦公廳.（2022-11-8）.教育部辦公廳關于印發《國家智慧教育平臺數字教育資源內容審核規范（試行）》的通知（教科信廳[2024]1號）.中華人民共和國教育部網站.htps：//hudong.moe.gov.cn/srcsite/A16/s3342/202407/t20240703_1139248.html

李爽，王海榮，崔華楠，amp;鄭勤華.（2021）.在線學習服務師職業標準框架探索.中國遠程教育（3），12-23， 76.

劉寶存，amp;趙婷.（2021）.知識生產模式轉型與研究型大學科研生態變革.大學教育評論（4），102-115，187.

劉靜，陳玲，amp;余勝泉.（2023）.治理視野下的在線教育公共服務供給設計——以市\"中學教師開放型在線輔導\"項目為例.中國遠程教育（5），35-42.

劉書文，amp;郭亮.（2023-4-18）.生成式人工智能重構人類知識生產與思維方式.中國社會科學報網站.https：//www.cssn.cn/skgz/skwyc/202304/t20230418_5621122.shtml

米加寧，amp;董昌其.（2024）.大模型時代：知識的生成式\"涌現”.學海（1），81-96，214-215.

苗東升.（2014）.復雜性管窺.知識產權出版社.

史蒂芬·道恩斯.（2022）.聯通主義（肖俊洪譯）.中國遠程教育（2），42-56，77.

孫正聿.（2023）.怎樣把中國經驗提升為中國理論？——知識生產的理論思維.大學學報（哲學社會科學版）（6），5-11.

王懷波，amp;陳麗.（2020）.網絡化知識的內涵解析與表征模型構建.中國遠程教育（5），10-17，76.

席酉民.（2013）.泛知識時代的“弱智\".管理學家（學術版）（12），96.

徐亞倩，amp;陳麗.（2021）.生生交互為主的在線學習復雜性規律探究.中國遠程教育（10），12-18，38.

徐亞倩，陳麗，amp;肖建軍.（2022）.聯通主義在線課程設計策略研究——基于五輪cM00C設計迭代.中國遠程教育（6），67-75.

楊洋.（2022）.馬克思主義視域中的知識生產及其當代價值.南京社會科學（12），37-44.

張治.（2023）.ChatGPT/生成式人工智能重塑教育的底層邏輯和可能路徑.華東師范大學學報（教育科學版）（7），131-142.

Bogers，M.， Chesbrough，H.，amp; Moedas， C. （2o18）.Open innovation： Research，practices，and policies.Califor-nia Management Review， 60（2），5-16.

Boiko，D.A.，MacKnight，R.，Kline，B.，amp; Gomes，G. （2O23）.Autonomous chemical research with large lan-guage models. Nature， 624，Article 7992.

Gibbons，M.，Limoges， C.， Nowotny，H.，Schwartzman，S.，Scot，P.，amp; Trow， M. （1994）. The new productionofknowledge.SAGE Publications Ltd.

Ingawale，M.，Duta，A.，Roy，R.，amp;Seetharaman，P. （2O13）.Network analysis of user generated contentqualityinWikipedia. Online Information Review，37（4），602-619.

Jumper，J.，Evans，R.，Pritzel，A.，Green，T.，Figurnov，.，Ronneberger，O.，Tunyasuvunakool，K.，Bates，R.，Zidek，A.，Potapenko，A.，Bridgland，A.，Meyer，C.，Kohl，S.A.A.，Ballard，A.J.， Cowie，A.，Romera-Pare-des，B.，Nikolov，S.Jain，R.，Adler，J.，… Hassabis，D. （2O21）. Highly accurate protein structure predictionwith AlphaFold. Nature， 596（7873）， 583-589.

Li， X.，Zhang，P.，amp; Zeng， A. （2023）. Quantification of the spatial-temporal patterns of great ideas.PNAS Nexus，2（3）， pgad060.

Liu，S.，Li，Q.，Shen，X.，Sun，J.，amp; Yang，Z. （2O24）.Automated discoveryof symbolic laws governing skill ac-quisition from naturally occurring data. Nature Computational Science， 4（5），334-345.

Maciuliene，M.，amp; Skarzauskiene，A.（2O16）.Emergence of collective intelligence inonline communities.Jour-nal of Business Research， 69（5），1718-1724.

Miler，J. H.，amp; Page，S.E.（2007）. Complex adaptive systems： An introduction to computational models of sociallife.Princeton University Press.

Mu，R.，amp; Wang，H. （2O22）.A systematic literature review of open innovation in the public sector： Comparingbarriers and governance strategies of digital and non-digital open innovation.Public Management Review，24（4）， 489-511.

Nee，V.，Wang，S.，amp;Macy，M.W. （2O23）.Atheoryof emergence： Knowledge，rewiring and innovation.SocialScience Research，111，102851.

OECD. （2021）. OECD science， technology and innovation outlook 2021： Times of crisis and opportunity. OECDPublishing.

OpenAI. （2023，March 27）.GPT-4 technical report. OpenAI Website.htps：//dn.openai.com/papers/gpt-4.pdf

Science. （2021，May14）.125 questions： Exploration and discovery.Science Website. htps：//www.science.org/content/resource/l25-questions-exploration-and-discovery

Wang，H.，Fu，T.，Du，Y.，Gao，W.，Huang，K.，Liu，Z.，Chandak，P.，Liu，S.，VanKatwyk，P.，Deac，A.，Anand-kumar，A.，Bergen，K.，Gomes，C.P.，Ho，S.，Kohli，P.，Lasenby，J.，Leskovec，J.，Liu，T.-Y.，Manrai，A.，Zitnik，M. （2O23）.Scientific discovery in the age of artificial inteligence.Nature， 620（7972），47-60.

Wang，R.，Liu，M.，Cheng，X.，Wu，Y.，Hildebrandt，A.，amp; Zhou，C.（2O21）.Segregation，integration，andba-lance of large-scale resting brain networks configure different cognitive abilities.Proceedings ofthe NationalAcademy of Sciences， 118（23）， e2022288118.

Woolley，A.W.，Chabris，C.F.，Pentland，A.，Hashmi，N.，amp;Malone，T.W.（201O）.Evidence for acollectiveintelligence factor in the performance of human groups. Science， 33o（6oo4）， 686-688.

Collective Intelligence Emergence： The Historical Trend in the Transformation of Knowledge Production Models Propelled by the Internet

He Xinyi， Zhang Wenmei and Chen Li

Abstract： Knowledge production is an important force driving the progress of human society，and the transformation of the knowledge production models has a profound impact on the development direction of education. From the perspective of historical materialism， the development of material technology is the fundamental driving force for the evolution of knowledge production. To this end， this study uses thetransformation of technological social forms as the clue for analysis，with media technology and the industrial revolution as the main markers， systematically sorting out the historical context of the transformation of knowledge production models，analyzing the new phenomena of knowledge production in the information age，and revealing that the historical trend of the transformation of knowledge production models is from the emergence of individuals to the emergence of collective intelligence. On this basis，the study， based on the theory of complex systems，analyzes the five main characteristics of the emergence of collective intelligence： contextual complexity， spatial openness， subject diversity， mode coordination，and non-linear effects. Finally， the article summarizes the value and implications of the emergence of collective inteligence for educational reform and innovation at the micro-level of curriculum form，the meso-level of supply mode，and the macro-level of educational ecology， in the hope of providing theoretical reference for educational reform and innovation.

Keywords： digital transformation of education; Internet education; collective intelligence emergence; knowledge production models; networked knowledge

Authors：He Xinyi， doctoral candidate of the Research Center of Distance Education，Beijing Normal University （Beijing 10o875）； Zhang Wenmei， doctoral candidate of the Research Center of Distance Education，Beijing Normal University （Beijing l00875）；Chen Li，professor of the Research Center of Distance Education，Beijing Normal University （Corresponding Author： lchen@bnu.edu.cn Beijing ）

責任編輯 郝丹