梁迎麗 梁英豪

摘要：人工智能正在引領(lǐng)教育信息化朝著智能化方向發(fā)展，人工智能時代的智慧學(xué)習(xí)研究是踐行教育信息化2.0思想的重要體現(xiàn)。該文通過回顧人工智能理論與方法的歷史演變，揭示了人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運作原理，從理論和實踐的角度分析了新一代人工智能引領(lǐng)智慧學(xué)習(xí)創(chuàng)新發(fā)展的最新進展，并從智慧學(xué)習(xí)環(huán)境、智慧學(xué)習(xí)實踐和智慧學(xué)習(xí)目標(biāo)等三個方面指出人工智能時代智慧學(xué)習(xí)未來的發(fā)展趨勢，旨在豐富和發(fā)展智慧學(xué)習(xí)理論體系，推動教育信息化融合創(chuàng)新發(fā)展。

關(guān)鍵詞：人工智能;智慧學(xué)習(xí);機器學(xué)習(xí);腦科學(xué);數(shù)據(jù)驅(qū)動

中圖分類號：G434 文獻標(biāo)識碼：A

《教育信息化2.0行動計劃》明確指出，“加強智慧學(xué)習(xí)的理論研究與頂層設(shè)計，推進技術(shù)開發(fā)與實踐應(yīng)用，提高人才培養(yǎng)質(zhì)量”。事實上，智慧學(xué)習(xí)這一話題已經(jīng)成為學(xué)界的研究熱點，參與討論的學(xué)者眾多，且在智慧學(xué)習(xí)的內(nèi)涵、智慧學(xué)習(xí)環(huán)境的構(gòu)成要素、典型特征、系統(tǒng)框架與設(shè)計原則和學(xué)習(xí)分析方法與技術(shù)等方面取得了一系列成果。與此同時，人工智能（Artificial Intelligence，AI）取得了突破性進展，并成為各學(xué)科及應(yīng)用領(lǐng)域關(guān)注的新焦點。在我國教育信息化發(fā)展的歷史轉(zhuǎn)折點和新的技術(shù)背景下，踐行教育信息化2.0新思想，將人工智能作為推動智慧學(xué)習(xí)發(fā)展的新引擎，開展人工智能視域下的智慧學(xué)習(xí)研究，具有重要的時代意義和教育價值。由此，本文以新一輪人工智能發(fā)展浪潮為研究背景，回顧人工智能理論和方法的變遷，力圖揭示人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運作原理，追蹤新一代人工智能引領(lǐng)智慧學(xué)習(xí)理論和實踐創(chuàng)新發(fā)展的新進展，把握智慧學(xué)習(xí)未來發(fā)展的趨勢與走向，為我國智慧學(xué)習(xí)的發(fā)展提供思考和借鑒。

一、人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運作原理

人工智能促進人類學(xué)習(xí)的研究，可以追溯到人工智能誕生之初。早期的人工智能以邏輯推理為主要方法，基于該方法的程序化教學(xué)是人工智能促進學(xué)生學(xué)習(xí)的原始形態(tài)。而后，人工智能經(jīng)歷了從知識工程到機器學(xué)習(xí)和跨媒體智能的方法轉(zhuǎn)向，由此引發(fā)了人工智能技術(shù)促進人類學(xué)習(xí)應(yīng)用形態(tài)的變遷。在此，本文通過回顧人工智能的各個發(fā)展階段及其促進人類學(xué)習(xí)的積極作用與時代價值，在學(xué)校教育范疇內(nèi)分析人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運作原理。

（一）知識工程與專家系統(tǒng)

邏輯推理是早期人工智能發(fā)展的重要基礎(chǔ)，但其不能有效解決符號系統(tǒng)與實體世界對應(yīng)的問題。于是，人工智能研究者提出通過建立完備的知識庫與推理引擎進行問題求解的方法，即知識工程。該方法借鑒專家運用知識解決實際問題的工作原理，通過知識獲取、知識表示和推理解釋的過程，去解決實際問題，是一種知識引導(dǎo)的人工智能方法。知識是智能的前提，這一觀點被普遍認可。從此，人工智能研究方法從邏輯推理模型轉(zhuǎn)向知識工程模型，人工智能從理論走向初步應(yīng)用。例如，Google將知識圖譜用于增強搜索引擎的功能，之后大規(guī)模的知識圖譜被成功地應(yīng)用于互聯(lián)網(wǎng)語義搜索之中。而教育領(lǐng)域中的專家系統(tǒng)又逐漸衍生出智能導(dǎo)師系統(tǒng)和自動化測評系統(tǒng)。這兩種軟件系統(tǒng)是人工智能輔助人類學(xué)習(xí)的兩種主要形態(tài)。其中，智能導(dǎo)師系統(tǒng)中領(lǐng)域模型的知識表示與知識推理，以及靜態(tài)程序測評中程序結(jié)構(gòu)的語義表示，都離不開知識表示與推理的方法和技術(shù)。

可以說，計算機輔助教學(xué)在很大程度上主要通過知識引導(dǎo)的人工智能方法而實現(xiàn)。該方法運用規(guī)則去解釋做出決策的理由，是一種可解釋的人工智能方法，可用于輔助學(xué)習(xí)者知識的構(gòu)建，主動引導(dǎo)其知識體系的形成。但該方法面臨的一個最大難題便是如何獲取到知識，因為研究者尚未能充分解釋專家知識是如何形成的。在這種情況下，人工智能便如同無源之水、無本之木。研究者試圖尋找突破該瓶頸的新方法，即如何讓知識能夠自我生長，建立聯(lián)系并生成新的知識體系，最終形成知識閉環(huán)，構(gòu)建動態(tài)的知識生態(tài)系統(tǒng)。隨著技術(shù)對學(xué)習(xí)方式的不斷變革，以往線性的、離散的、非結(jié)構(gòu)化的知識體系逐漸無法滿足學(xué)習(xí)者的需要，研究者迫切需要找到新的知識發(fā)現(xiàn)、獲取、表示與推理方法。

（二）機器學(xué)習(xí)與教學(xué)智能體

為了破解知識獲取這一難題，人工智能中產(chǎn)生了一個重要的分支——機器學(xué)習(xí)。機器學(xué)習(xí)是一種基于概率統(tǒng)計理論的方法，主要研究智能數(shù)據(jù)分析的理論和算法。它通過智能數(shù)據(jù)分析和推理，能夠自動從數(shù)據(jù)中發(fā)現(xiàn)隱藏模式，形成新知識，并利用經(jīng)驗改善系統(tǒng)自身的性能。受人腦生理結(jié)構(gòu)的啟發(fā)，機器學(xué)習(xí)中的深度神經(jīng)網(wǎng)絡(luò)模型與算法通過增加神經(jīng)網(wǎng)絡(luò)模型的深度，即網(wǎng)絡(luò)的層次數(shù)，顯著地提升了算法模型的學(xué)習(xí)能力和性能表現(xiàn)，這種算法也被稱為深度學(xué)習(xí)。其本質(zhì)體現(xiàn)在新知識的發(fā)現(xiàn)及其在解決原有難題中的應(yīng)用。如今，得益于海量數(shù)據(jù)的支持，深度學(xué)習(xí)算法在圖像與語音識別領(lǐng)域的應(yīng)用效果已經(jīng)達到甚至超越了人類水平，自動駕駛、智能助理、機器人等應(yīng)用已逐漸成熟。借助于機器學(xué)習(xí)能夠從教育大數(shù)據(jù)中自動學(xué)習(xí)和發(fā)現(xiàn)知識，新的教育智能體應(yīng)運而生。如學(xué)習(xí)者建模、學(xué)習(xí)行為預(yù)測、學(xué)業(yè)預(yù)警、學(xué)習(xí)測評和學(xué)習(xí)資源推薦等學(xué)習(xí)技術(shù)和應(yīng)用系統(tǒng)的智能化水平不斷提升，在實用效果方面已遠遠超越了早期的計算機輔助教學(xué)系統(tǒng)。

誠然，深度學(xué)習(xí)算法在計算機視覺等領(lǐng)域的優(yōu)異表現(xiàn)使其一時間成為學(xué)界研究的熱點，并被廣泛應(yīng)用。然而，這并不意味著它所代表的機器學(xué)習(xí)就是人工智能的未來。從本質(zhì)上講，機器學(xué)習(xí)的核心形態(tài)就是數(shù)據(jù)和算法，這就決定了機器學(xué)習(xí)存在以下局限性：（1）對大量數(shù)據(jù)樣本的依賴性;（2）較難適應(yīng)問題環(huán)境的變化;（3）“黑箱模型”難以解釋，導(dǎo)致其難以在高風(fēng)險應(yīng)用領(lǐng)域中突圍。在教育和學(xué)習(xí)實踐中，學(xué)習(xí)者是一個個主觀能動性較強的個體，且學(xué)習(xí)環(huán)境日趨開放化，無論是學(xué)習(xí)者個體還是學(xué)習(xí)環(huán)境中都存在很多不確定性因素，甚至我們對于學(xué)習(xí)者個體的認知過程與原理還都是未知的，如果無法獲取學(xué)習(xí)者學(xué)習(xí)過程中的重要特征信息，或者機器學(xué)習(xí)所需的數(shù)據(jù)樣本信息不充分，那么機器學(xué)習(xí)在促進學(xué)習(xí)者學(xué)習(xí)方面也將無能為力。另外，其不可解釋性也是其尚未有效成為人類學(xué)習(xí)支持技術(shù)的原因之一。因此，在后深度學(xué)習(xí)時代，實現(xiàn)機器學(xué)習(xí)與知識工程的融合，通過數(shù)據(jù)驅(qū)動和知識引導(dǎo)相結(jié)合的方法提升機器學(xué)習(xí)的性能、模型效果和可解釋性，是化解這種矛盾的有效路徑。

（三）跨媒體智能與智慧學(xué)習(xí)

正如米歇爾·麥克盧漢所說，“對人而言，知識和探求知識的過程同等重要?！比欢诤笊疃葘W(xué)習(xí)時代，由于機器學(xué)習(xí)的局限性，新知識的發(fā)現(xiàn)和獲取并非易事。值得注意的是，由潘云鶴院士提出的跨媒體智能為知識發(fā)現(xiàn)提供了新視角和新思路。其基本思想是收集并使用多模態(tài)數(shù)據(jù)實現(xiàn)對世界的感知、理解和推理，其突出特征是能夠跨越和消除語義鴻溝和異構(gòu)鴻溝，因此也被稱為“數(shù)據(jù)融合與推理”。對人類學(xué)習(xí)者而言，學(xué)習(xí)是一項極為復(fù)雜的腦力活動，且其影響因素較多，比如學(xué)習(xí)環(huán)境和學(xué)習(xí)媒介、學(xué)習(xí)經(jīng)驗和學(xué)習(xí)策略，甚至是大腦活動規(guī)律與心智模式，都有可能影響到學(xué)習(xí)效果。智慧學(xué)習(xí)作為人工智能教育應(yīng)用的創(chuàng)新范式，在跨媒體智能思想的引領(lǐng)下，可以從不同的信息源收集多種類型的數(shù)據(jù)，例如環(huán)境數(shù)據(jù)、個體認知數(shù)據(jù)、生命體征數(shù)據(jù)、行為數(shù)據(jù)、腦神經(jīng)活動數(shù)據(jù)，進行多維度的學(xué)習(xí)分析和跨媒體的泛化推理，揭示學(xué)習(xí)過程中的心理活動、認知機制、行為模式等規(guī)律，并對學(xué)習(xí)障礙及其原因進行深度分析，做出合理決策，提出科學(xué)建議。如此，可以實現(xiàn)智能時代的智慧學(xué)習(xí)。

從上述分析可以看到，從符號主義到聯(lián)結(jié)主義，從機器學(xué)習(xí)到跨媒體推理，人工智能發(fā)展史上的每一次浪潮都是人工智能向類腦智能的更加接近，都是對智能本質(zhì)的深度挖掘與探索，研究者試圖從人類學(xué)習(xí)的腦認知機制、神經(jīng)機制和行為機制等問題著手并尋求答案。由此，人工智能與人類學(xué)習(xí)的主要關(guān)系可以概括為兩方面：（1）人工智能拓展人類學(xué)習(xí)研究的科學(xué)范疇。人工智能是關(guān)于知識表示、獲取、推理與應(yīng)用的學(xué)科，從根本上來說，機器智能要實現(xiàn)類腦智能，其前提是弄清楚人類是如何發(fā)現(xiàn)和習(xí)得新知識。在這種力量的驅(qū)動下，當(dāng)前研究呈現(xiàn)出跨學(xué)科、多尺度、廣視角、融合發(fā)展的趨勢;（2）人類學(xué)習(xí)相關(guān)研究加速推動人工智能的發(fā)展與應(yīng)用。腦與認知科學(xué)、神經(jīng)科學(xué)和信息科學(xué)等學(xué)科借助于多種研究方法、手段和視角，正努力從微觀、中觀和宏觀等多個尺度，揭示分子、細胞、個體、群體等不同層面人類學(xué)習(xí)的深層機制。表現(xiàn)尤為突出的是，腦科學(xué)研究逐漸引領(lǐng)智能科學(xué)的發(fā)展，人類學(xué)習(xí)實踐為人工智能的創(chuàng)新應(yīng)用提供了重大機遇。

二、新一代人工智能引領(lǐng)智慧學(xué)習(xí)創(chuàng)新發(fā)展

在新一輪人工智能浪潮的推動下，腦科學(xué)蓬勃發(fā)展。腦科學(xué)和人工智能已成為變革人類學(xué)習(xí)的重要力量，它們?yōu)槿祟悓W(xué)習(xí)提供智能化的技術(shù)支持、科學(xué)化的理論依據(jù)和創(chuàng)新性的方法理念，這些恰與智慧學(xué)習(xí)時代發(fā)展需求相契合。新一代人工智能正在引領(lǐng)智慧學(xué)習(xí)創(chuàng)新發(fā)展，推動智慧學(xué)習(xí)理論的不斷完善及其實踐范式的轉(zhuǎn)型。

（一）基于腦科學(xué)的智慧學(xué)習(xí)理論研究

如前所述，人工智能大規(guī)模爆發(fā)式增長的應(yīng)用需求驅(qū)動人工智能相關(guān)研究者將研究視線與焦點轉(zhuǎn)移至腦科學(xué)與類腦科學(xué)研究，人們試圖從人類大腦學(xué)習(xí)的過程中弄清楚智能的深刻本質(zhì)和學(xué)習(xí)的內(nèi)在機制。人工智能技術(shù)在促進人類學(xué)習(xí)領(lǐng)域中的迅速應(yīng)用及兩者進一步融合發(fā)展的實踐，逐漸暴露出技術(shù)豐富條件下人們對腦認知的深度匱乏這一嚴(yán)重問題。在此情形下，腦科學(xué)、認知與學(xué)習(xí)科學(xué)研究的新成果在未來學(xué)習(xí)、未來教育變革中的作用被高度重視。以腦認知與智能的本質(zhì)與規(guī)律為研究目標(biāo)，闡釋大腦的結(jié)構(gòu)與功能，揭示大腦認知的神經(jīng)機制與基礎(chǔ)，破譯大腦的信息處理與計算方法，構(gòu)建腦認知與計算模型，實現(xiàn)類腦信息處理等一系列重大課題迅速引起學(xué)界的空前關(guān)注與聚焦，腦科學(xué)已成為當(dāng)前最重要的前沿科學(xué)研究領(lǐng)域，腦與學(xué)習(xí)研究呈現(xiàn)出多學(xué)科交叉發(fā)展的新趨勢。與此同時，歐美發(fā)達國家等多國政府已經(jīng)察覺到腦科學(xué)與類腦科學(xué)研究的戰(zhàn)略意義，紛紛啟動并部署腦科學(xué)研究計劃，我國也布局了“腦科學(xué)與類腦科學(xué)研究”重要科學(xué)項目，即“中國腦計劃”，旨在占領(lǐng)這一科技制高點。

在腦科學(xué)研究領(lǐng)域中，學(xué)習(xí)屬于人腦的高級認知功能，聚焦“腦與學(xué)習(xí)”這一研究主題，目前相關(guān)研究及其進展集中體現(xiàn)在以下三個層面：（1）學(xué)習(xí)的神經(jīng)基礎(chǔ)。對于人類而言，大腦是學(xué)習(xí)的物質(zhì)基礎(chǔ)，學(xué)習(xí)即是對大腦的改造活動，探索腦的結(jié)構(gòu)與功能及其發(fā)育規(guī)律是實現(xiàn)腦科學(xué)促進人類學(xué)習(xí)的重要基礎(chǔ)。人腦圖譜描繪了人腦結(jié)構(gòu)與功能之間的對應(yīng)關(guān)系。腦科學(xué)技術(shù)手段的不斷提升為探索腦結(jié)構(gòu)與功能、揭示人類學(xué)習(xí)的神經(jīng)基礎(chǔ)提供了新工具與方法。（2）學(xué)習(xí)與腦的可塑性機制。腦與學(xué)習(xí)之間動態(tài)交互、關(guān)系復(fù)雜，學(xué)習(xí)對于大腦具有極強的可塑性。已有研究表明，人類學(xué)習(xí)活動可以塑造大腦。由此可以預(yù)見不同的學(xué)習(xí)環(huán)境、學(xué)習(xí)方式、學(xué)習(xí)內(nèi)容都將影響腦的活動與發(fā)育，大腦神經(jīng)系統(tǒng)活動的學(xué)習(xí)效應(yīng)不容忽視，而基于腦發(fā)育和活動規(guī)律的學(xué)習(xí)資源開發(fā)和學(xué)習(xí)活動設(shè)計、基于腦認知功能的認知障礙診斷與學(xué)習(xí)評測方法，以及安全有效的神經(jīng)調(diào)節(jié)技術(shù)，在教育尤其是兒童早期發(fā)育關(guān)鍵階段中的意義重大而深遠。（3）類腦計算與智慧學(xué)習(xí)。受人腦神經(jīng)機制與認知行為機制的啟發(fā)，構(gòu)建認知腦計算模型，模擬人腦信息處理機制，從本質(zhì)上變革現(xiàn)有計算體系與系統(tǒng)，發(fā)展類腦智能已成為人工智能領(lǐng)域的研究熱點，而智慧學(xué)習(xí)是人工智能朝著類腦智能邁進過程中在教與學(xué)領(lǐng)域中的代表性應(yīng)用。一方面，在類腦模型與類腦信息處理方面，從符號主義到聯(lián)結(jié)主義乃至人工神經(jīng)網(wǎng)絡(luò)，人工智能發(fā)展史上的每一次飛躍都是類腦思想的深刻體現(xiàn)。例如，功能性腦圖譜的繪制推動了神經(jīng)網(wǎng)絡(luò)計算理論的發(fā)展，以深度學(xué)習(xí)為代表的學(xué)習(xí)技術(shù)極大地提升了機器學(xué)習(xí)在知識獲取、融合和推理方面的性能，未來的認知神經(jīng)網(wǎng)絡(luò)和復(fù)雜神經(jīng)網(wǎng)絡(luò)將有望實現(xiàn)更高層次的類腦智能。另一方面，腦科學(xué)與類腦計算的多尺度研究成果已初步在學(xué)習(xí)領(lǐng)域?qū)崿F(xiàn)不同層次的應(yīng)用。如關(guān)于記憶存儲與移植方面的最新研究有可能顛覆記憶與學(xué)習(xí)領(lǐng)域的傳統(tǒng)觀點，基于師生腦同步的課堂教學(xué)設(shè)計理念的提出等，推動了“AI+腦科學(xué)”驅(qū)動的智慧學(xué)習(xí)活動設(shè)計、學(xué)習(xí)材料開發(fā)、學(xué)習(xí)效果評價等理論的發(fā)展。

人工智能的新發(fā)展是人類認識外界與自身的新動力，也是一種新挑戰(zhàn)，這種挑戰(zhàn)向人類提出的新課題正推動智慧學(xué)習(xí)理論研究的深入發(fā)展。在其推動下，智慧學(xué)習(xí)已經(jīng)開始從關(guān)注外部技術(shù)環(huán)境轉(zhuǎn)到關(guān)注“學(xué)習(xí)”本身，尤其是人類學(xué)習(xí)的腦機制。腦科學(xué)和人工智能已經(jīng)成為智慧學(xué)習(xí)理論研究和實踐發(fā)展的核心引擎。腦科學(xué)不僅是推動人工智能實現(xiàn)類腦智能的根本出路，也是豐富發(fā)展智慧學(xué)習(xí)理論體系的迫切需要。從腦科學(xué)的視角來看，學(xué)習(xí)的過程即是多個腦區(qū)和神經(jīng)網(wǎng)絡(luò)協(xié)同活動的過程，神經(jīng)活動一致性決定著學(xué)習(xí)的有效性，影響到個體知識建構(gòu)和知識獲取過程中的行為及其效能。因此，智慧學(xué)習(xí)也應(yīng)該是“基于腦、適于腦、促進腦”的學(xué)習(xí)。腦科學(xué)所取得的一系列研究成果拓展了智慧學(xué)習(xí)的理論基礎(chǔ)?；谀X科學(xué)的智慧學(xué)習(xí)理論從客觀、科學(xué)的角度向我們表明：學(xué)習(xí)者具有不同的腦物質(zhì)基礎(chǔ)和神經(jīng)基礎(chǔ)，智慧學(xué)習(xí)應(yīng)遵循腦的發(fā)育規(guī)律，借鑒腦圖譜所揭示的認知特性，尊重學(xué)習(xí)者的認知特征及其發(fā)展規(guī)律，積極適應(yīng)、恰當(dāng)調(diào)節(jié)、充分發(fā)展腦的認知功能，運用技術(shù)調(diào)整完善腦活動模式，才能展開能動有效的學(xué)習(xí)活動。

（二）數(shù)據(jù)驅(qū)動的智慧學(xué)習(xí)實踐范式

正如人類通過經(jīng)驗知識提升自己的認知與學(xué)習(xí)能力，機器學(xué)習(xí)也是利用經(jīng)驗來改善系統(tǒng)自身的性能。而在機器學(xué)習(xí)的過程中，數(shù)據(jù)無疑是獲取信息的重要原料，對信息的深度加工、分析和總結(jié)，才能形成知識，產(chǎn)生智能。數(shù)據(jù)科學(xué)在科學(xué)研究領(lǐng)域扮演著越來越重要的角色。以海量數(shù)據(jù)為原材料，深度神經(jīng)網(wǎng)絡(luò)等新興技術(shù)開辟了知識發(fā)現(xiàn)與計算的新路徑。從早期假設(shè)演繹的理性主義方法和歸納的經(jīng)驗主義方法，到后來的邏輯實證主義，以及今天數(shù)據(jù)驅(qū)動的研究方法，科學(xué)研究方法的演變順應(yīng)了從信息時代到智能時代的發(fā)展趨勢。數(shù)據(jù)呈指數(shù)級增長，數(shù)據(jù)科學(xué)迅速發(fā)展，數(shù)據(jù)驅(qū)動的方法不僅催生理論、方法和技術(shù)的創(chuàng)新，而且開始作用于實踐領(lǐng)域。在信息科學(xué)研究領(lǐng)域，概率統(tǒng)計方法給人工智能帶來革命性的發(fā)展。隨之，人工智能技術(shù)開始快速應(yīng)用并變革我們的學(xué)習(xí)、工作和生活。在人工智能最新的知識發(fā)現(xiàn)方法與技術(shù)的作用下，智慧學(xué)習(xí)應(yīng)用實踐逐漸實現(xiàn)價值落地，數(shù)據(jù)驅(qū)動的智慧學(xué)習(xí)已經(jīng)成為新的實踐范式。

以數(shù)據(jù)為基礎(chǔ)，學(xué)習(xí)科學(xué)研究的數(shù)據(jù)方法成為大數(shù)據(jù)和智能時代的新方法，極大地推動了智慧學(xué)習(xí)實踐。以大數(shù)據(jù)為基礎(chǔ)的行為分析可以通過個體的外顯行為深度洞察其內(nèi)心世界，探索外部世界的未知領(lǐng)域，了解學(xué)習(xí)者的內(nèi)心活動與情感狀態(tài)，在此基礎(chǔ)上通過情感、意志等動力因素的積極調(diào)節(jié)，可以有效促進個體認知系統(tǒng)的發(fā)展。例如，德國聯(lián)邦教育與研究部的基于傳感器的自適應(yīng)學(xué)習(xí)分析項目，旨在利用數(shù)據(jù)驅(qū)動的學(xué)習(xí)分析方法智能感知物理空間信息，推測學(xué)習(xí)者學(xué)習(xí)狀態(tài)，推動學(xué)習(xí)服務(wù)的深刻變革;而在國內(nèi)，楊現(xiàn)民等提出的數(shù)據(jù)驅(qū)動教學(xué)新范式，為我國教育信息化教育教學(xué)提供了發(fā)展思路。在人工智能的影響下，數(shù)據(jù)驅(qū)動的智慧學(xué)習(xí)實踐范式將釋放學(xué)習(xí)大數(shù)據(jù)的潛力與活力，推動智慧學(xué)習(xí)價值落地，是有其理論依據(jù)的，具體表現(xiàn)如下：（1）智慧學(xué)習(xí)環(huán)境與學(xué)習(xí)行為大數(shù)據(jù)富含大量的時空特征信息，為進一步揭示學(xué)習(xí)者的心智模式、認知規(guī)律、行為特征、興趣偏好等個性信息，并挖掘其活動場景和位置等屬性信息提供了可能;（2）沿循“行為-數(shù)據(jù)-信息-知識-智慧”這一連續(xù)體，深度學(xué)習(xí)等算法模型借助其日益增強的學(xué)習(xí)能力，從廣度和深度上拓展智慧學(xué)習(xí)分析方法和技術(shù)，推動形成完善的學(xué)習(xí)分析理論體系。以認識論為基礎(chǔ)，人工智能等新技術(shù)為人類行為、數(shù)據(jù)表征、信息存儲、知識創(chuàng)新與終極智慧之間建立了重要關(guān)聯(lián)，形成了這樣一個連續(xù)統(tǒng)一體，實現(xiàn)了技術(shù)與教育的融合發(fā)展;（3）類腦芯片與計算平臺飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)芯片在類腦機制和高性能計算方面不斷突破，深度學(xué)習(xí)芯片有望在未來融入更多的腦信息處理機制，以不斷提升性能并降低能耗，為數(shù)據(jù)驅(qū)動的智慧學(xué)習(xí)實踐奠定了軟硬件基礎(chǔ);（4）經(jīng)典計算向量子計算的發(fā)展決定了未來的機器學(xué)習(xí)應(yīng)該是能夠有效利用計算設(shè)備和海量數(shù)據(jù)。數(shù)據(jù)融合推動了技術(shù)融合和服務(wù)融合，在此發(fā)展趨勢下，智慧學(xué)習(xí)將實現(xiàn)與經(jīng)濟社會的融合創(chuàng)新發(fā)展。

三、人工智能時代智慧學(xué)習(xí)未來的發(fā)展趨勢

“融合創(chuàng)新，智能引領(lǐng)”是教育信息化2.0的時代特征。作為人工智能在學(xué)習(xí)領(lǐng)域中的典型應(yīng)用形態(tài)，智慧學(xué)習(xí)迎來了新的發(fā)展機遇。然而，人工智能與人類學(xué)習(xí)之間的關(guān)系錯綜復(fù)雜，后機器學(xué)習(xí)時代人工智能變革人類學(xué)習(xí)的不確定性愈加凸顯，智慧學(xué)習(xí)未來發(fā)展面臨新的挑戰(zhàn)。

（一）智慧學(xué)習(xí)環(huán)境：技術(shù)特性與文化特性的統(tǒng)一構(gòu)建

智能技術(shù)正在飛速發(fā)展并重塑我們的學(xué)習(xí)環(huán)境，智慧學(xué)習(xí)環(huán)境逐漸顯示出其新的技術(shù)特性。人工智能建立了學(xué)習(xí)者與技術(shù)環(huán)境之間新的相互作用關(guān)系，但隨之而來的，還包括這種復(fù)雜關(guān)系所帶來的問題與挑戰(zhàn)。就課堂環(huán)境而言，人工智能已經(jīng)開始通過多種方式、多種渠道作用于課堂，并引起智慧學(xué)習(xí)課堂環(huán)境的悄然變革。毫無疑問，神經(jīng)科學(xué)、人工智能及其與人類自身的結(jié)合才是此次人工智能浪潮中真正激動人心的內(nèi)容。腦機接口（Braincomputer Interface，BCI）是其中的代表性技術(shù)，它能夠解碼人的心理活動并直接作用于由認知、情感和意志決策之下的大腦機制。例如，使用腦電圖記錄神經(jīng)信號并構(gòu)建相應(yīng)的分類和預(yù)測模型，將學(xué)習(xí)者的認知負載水平保持在最佳范圍內(nèi)，該研究已成功地應(yīng)用于算術(shù)練習(xí)的課堂教學(xué)之中;BrainCo基于腦機接口技術(shù)的Focus EDU腦電波檢測頭環(huán)，教師可以實時獲取學(xué)生的課堂專注度和參與度情況，提高了課堂教學(xué)效果。此外，智慧學(xué)習(xí)環(huán)境的另一顯著變化則是它包含了越來越多的真實元素，并逐漸開放于真實的問題解決情境。學(xué)校教育體系在保持其自身結(jié)構(gòu)的同時，學(xué)習(xí)已經(jīng)開始延伸并擴展到了課堂之外的非正式工作場所。在此情形下，智慧學(xué)習(xí)環(huán)境逐漸融合到社會環(huán)境之中，并受到特定文化規(guī)范的制約。從文化視角分析，學(xué)習(xí)存在一定的社會機制，人工智能技術(shù)支持下的智慧學(xué)習(xí)須要客觀全面甚至前瞻性地考慮到技術(shù)所帶來的各種可能性影響，尤其是要對技術(shù)的負面效應(yīng)進行人本考察。正如人工智能的發(fā)展必須遵循阿西洛馬人工智能原則這一人類共同約定一樣，在面對腦機接口等技術(shù)所引起的人們對自己身份、能動性和隱私等方面的懷疑和顧慮時，神經(jīng)科學(xué)和人工智能需要考慮的首要倫理問題及建議已經(jīng)被提出，包括隱私和知情同意、能動性和身份、人類增強、偏見。為防止數(shù)據(jù)被濫用，權(quán)利遭到威脅，身份感和能動性被嚴(yán)重擾亂，不平等被加劇等社會問題，人工智能時代的道德標(biāo)準(zhǔn)、價值觀念及倫理教育極為重要。

（二）智慧學(xué)習(xí)實踐：真實性、復(fù)雜性與挑戰(zhàn)性并存

事實上，人工智能的發(fā)展在學(xué)習(xí)和教育領(lǐng)域不斷地掀起研究熱潮，教育研究的自然科學(xué)基礎(chǔ)越來越被重視，腦科學(xué)的突破性進展將為智慧學(xué)習(xí)和教育創(chuàng)新提供新的科學(xué)依據(jù)，前景令人期待。當(dāng)人工智能技術(shù)無縫集成和融合于智慧學(xué)習(xí)環(huán)境中，智慧學(xué)習(xí)所產(chǎn)生的變化就不再局限于技術(shù)所帶來的種種智能化、自動化與協(xié)同化特性，其更大價值則在于智能技術(shù)所激發(fā)出來的人們對知識的內(nèi)在渴望，對未知世界的好奇，對知識體系、概念框架與結(jié)構(gòu)秩序的探尋與重構(gòu)，個性的充分釋放與人格的全面發(fā)展，甚至是建立新的價值觀，這些都賦予學(xué)習(xí)新的意義。然而，人工智能時代智慧學(xué)習(xí)實踐是一個真實性、復(fù)雜性與挑戰(zhàn)性并存的矛盾統(tǒng)一體。智慧學(xué)習(xí)環(huán)境及其技術(shù)特性所決定，智慧學(xué)習(xí)活動將日趨接近現(xiàn)實生活中的真實情境與復(fù)雜問題。簡言之，學(xué)習(xí)場景趨向真實，且高度復(fù)雜。具體而言，智慧學(xué)習(xí)對象將逐步轉(zhuǎn)向真實問題，學(xué)習(xí)方式越來越多地走向體驗式學(xué)習(xí)、真實情境的學(xué)習(xí)和協(xié)作學(xué)習(xí)等，其結(jié)果是導(dǎo)致學(xué)習(xí)實踐復(fù)雜性的增加：任務(wù)的復(fù)雜性，如從常規(guī)計算到基于問題的學(xué)習(xí);學(xué)習(xí)目標(biāo)的復(fù)雜性，如從簡單的記憶到信息搜尋和綜合應(yīng)用;所需能力的復(fù)雜性，如從口頭讀寫能力到技術(shù)和信息等媒介素養(yǎng);以及課堂交互和協(xié)調(diào)的復(fù)雜性，如從支持個體到支持團隊的交互等。智慧學(xué)習(xí)環(huán)境的延伸，也意味著未來的智慧學(xué)習(xí)實踐將是課堂活動、教學(xué)活動、實踐活動和課外活動的全面融合，隨時隨地學(xué)習(xí)和終身學(xué)習(xí)將成為時代特征和發(fā)展趨勢。面對上述種種挑戰(zhàn)，智慧學(xué)習(xí)實踐研究必須要思考這樣的問題：如何通過技術(shù)協(xié)助教師支持學(xué)生成為更好的學(xué)習(xí)者，同時使用技術(shù)等多種手段將上述挑戰(zhàn)轉(zhuǎn)化為機遇。

（三）智慧學(xué)習(xí)目標(biāo)：知識觀與價值觀的重塑

回顧人工智能在教育中的應(yīng)用與發(fā)展，從早期的知識推理機、程序化教學(xué)和專家系統(tǒng)，到今天的教育機器人、智能導(dǎo)師系統(tǒng)，以及機器學(xué)習(xí)在成績預(yù)測等方面的應(yīng)用，人工智能將計算機強大的存儲和計算優(yōu)勢展現(xiàn)得淋漓盡致，并不斷地通過機器學(xué)習(xí)提升自己的邏輯推理能力。以計算機軟硬件為表現(xiàn)形式的教育智能體不斷拓展并延伸人類學(xué)習(xí)的廣度和深度。其典型特征表現(xiàn)為：教育智能體能夠比學(xué)習(xí)者自身能更敏銳地、更精確地感知和理解自己的認知風(fēng)格、知識水平和情感狀態(tài)等特征與規(guī)律;教育智能體能夠比教師更準(zhǔn)確地記錄學(xué)習(xí)者的成長歷程，能夠比教師更客觀、更符合腦智規(guī)律地進行學(xué)習(xí)指導(dǎo);教育智能體能夠洞察學(xué)習(xí)者更廣闊的外部世界和內(nèi)心世界，提供更開放的學(xué)習(xí)空間、思考空間和成長空間?？梢哉f，人工智能正在從技術(shù)層面重塑我們的學(xué)習(xí)形態(tài)，并逐漸滲透和作用于我們的文化，加速現(xiàn)代文明的進步。與此同時，人工智能視域下“人”與“知識”的關(guān)系模式正在被重新定位.傳統(tǒng)的知識觀正在被顛覆，新的價值理念被孕育并引領(lǐng)個體的發(fā)展。具體而言，智慧學(xué)習(xí)的目標(biāo)已經(jīng)開始從培養(yǎng)具備嚴(yán)格知識體系的社會勞動力，轉(zhuǎn)向支持并促進學(xué)生成為適應(yīng)性人才和終身學(xué)習(xí)者。智慧學(xué)習(xí)新的技術(shù)特征與文化內(nèi)涵，將使其承載起傳播與構(gòu)筑智能時代知識觀與價值觀的重任。

四、結(jié)語

學(xué)習(xí)是人類終身的主題，智慧學(xué)習(xí)是一個融合了多種理論、方法、技術(shù)和活動的復(fù)雜系統(tǒng)。在教育信息化2.0時代開展對智慧學(xué)習(xí)的深入研究，有助于厘清技術(shù)與學(xué)習(xí)的深刻關(guān)系與內(nèi)在邏輯，把握人工智能浪潮下智慧學(xué)習(xí)的發(fā)展趨勢，并認識到智慧學(xué)習(xí)所面臨的挑戰(zhàn)，從而推動人工智能與智慧學(xué)習(xí)的深度融合和積極發(fā)展。雖然機器學(xué)習(xí)已經(jīng)在學(xué)習(xí)者建模、學(xué)習(xí)行為預(yù)測等方面得以應(yīng)用，但人工智能技術(shù)尚未普惠人類學(xué)習(xí)。人工智能從狹義的、特定領(lǐng)域應(yīng)用走向廣義通用范圍的應(yīng)用，即實現(xiàn)從弱人工智能到強人工智能，再到通用人工智能，尚需時日。同時，技術(shù)可以成為人類學(xué)習(xí)過程中的強勁動力，但也可以成為其負擔(dān)和阻力。人工智能促進智慧學(xué)習(xí)的良性發(fā)展需要基于對腦智規(guī)律的科學(xué)認識、理解尊重與合理應(yīng)用，同時學(xué)習(xí)者要在智慧學(xué)習(xí)的過程中樹立新的知識觀和價值觀，踐行新思想，擁抱新時代。

作者簡介：

粱迎麗：講師，博士，研究方向為人工智能教育應(yīng)用、智慧學(xué)習(xí)（lyl@njupt.edu.cn）。

梁英豪：講師，在讀博士，研究方向為教育心理學(xué)（enherolong@sina.com）.