人工智能+教育

王慧东 huidong@163.com

随着人工智能的深入研究与应用普及，必将会彻底的改变人们的学习、生活与工作模式。而教育，立国之本强国之基，关系着国家的未来，也决定着每个人的长大方向。那么人工智能领域的研究成果将会如何改变教育，或者说未来的教育是个什么样子？国家又会因此发展成什么样子？将是本文所希望与大家分享的内容。

人工智能简单的讲是人类研究和掌握人类自身的各种能力的产生机制、工作原理时所获得的各种知识，同时也泛指应用这些知识所制造出来的仿生学产物。而教育则是一个培养人的过程，可以使人从无知变为有知，拥有各种各样能力的过程。

人工智能本质上也可以算是一种教育，区别在于教育的对象已经不再局限于人，还可以是机器。例如让某个机器人也能够像人一样从无知变为有知，并且拥有各种各样的能力。这也正是每一位人工智能研究者所追求的目标。所以，人工智能在本文中已经不在是一种技术，而是一种理念。

教育原本属于人文科学，如果把它的适用范围从人类扩展到非人类，那么它的内涵就增加了计算科学、生命科学、神经生物学等相关自然科学领域里的若干知识。通过借助人工智能研究领域中跨学科的特性来完善传统教育理论的底层架构，使得教育理论不光是具有来自于先辈们摸索、积累、传承出来的人文经验，更是能与来自物质世界的自然科学理论进行对接。通过整合自然科学与社会科学两大领域的知识进行交叉验证，这样就能够以一个全新的视角来重新审视传统教育的得失，从而制定和完善出一套更加科学、更加合理的教育体系来为人类服务，其意义影响深远。

不论是人类还是非人类，都属于生命①的研究范畴，所以本文会以生命体做为教育的主体来进行论述。而未来的社会结构、社会需求以及社会的发展方向决定了生命体的生存环境和长大方向，同时也决定了未来教育的主要内涵，所以本文将会借助生存法则来解读环境与生命体之间的关系、生命体存在的意义以及所必须要掌握的技能，且如何以教育形式来传承和发展这些技能。另外再从人类个体的视角出发，依据人类智能的形成机制来探讨一下如何才能更科学、更高效、更经济的获取这些技能。这其中也会涉及到一些可能出现的问题以及可能产生的结果。

未来教育工作的目标方向与架构

教育包括了施教方与受教方，对应着‘教’与‘学’两部分内容，对于施教方主要涉及该教些什么，怎么教的问题；对于受教方主要涉及该学些什么，怎么学的问题。而人工智能这边大致可以分为弱智能与强智能②两种，前者适用于提升效率与质量，后者适用于提升其科学性及合理性。人工智能与教育的融合即是从这四个方面围绕教学内容来进行的。

教学内容对受教者而言，是指想要拥有某种能力所需要掌握的知识，只有掌握这些知识，获得相应的处理能力，才能够从容应对环境中的相应变化，才能够在这种环境中得以生存或发展。而对知识的掌握程度体现出来的则是智能水平。智能简单讲，‘智’是对输入、处理、输出这一信息加工过程的概括，‘能’是指智的这一过程对外界所产生的作用。智能也可以概括为是理解和运用规律所表现出来的各种能力的统称。对于生存环境中的规律，理解和掌握的越多越准确，那么相对的智能水平就越高。善于运用这些规律可以使自身与环境之间的互动变得更加默契，在相同境遇下，契合度越高的生命体就越容易从环境中获取所需的资源，从而在竞争上占据更多的优势。对于群体而言，将成员的各种能力有机的结合在一起，就能够形成一种更高层次的生命体所具备的处理能力。当然，这种新合成的生命体一样也会面临生存与发展的问题。例如我们的国家就是一种生命体，在自然环境与国际环境中寻求着生存和发展。

国家也好、团体也好、个人也好，不论是什么种类、什么层次的生命体，对品质生活的不断追求，是其发展的原始动力。当资源有限的情况下必然会产生竞争。要想获得更多、更长久的竞争优势，从同类中脱颖而出，那么就必须在开源、节流、健体、强身四个方面来对自身进行强化。强化自身，首先是要确保均衡式发展，避免出现短板，其次是要不断地提升智能水平。而这些也正是教育事业所希望达到的目标。

开源，即是广泛挖掘内外部资源，保障自身的供应和产出，这是经济学的主要研究范畴。生命体一旦成型，根据质能守恒定律，必定需要吸收外界资源才能够长大。这就意味着需要与外界环境打交道，然而外界的资源通常都不是白给的，存在一些付出也是应该的，掠夺虽然也能够保证供应，但通常都不能够持久。和谐的生态环境最终都是以互利互惠来维系的，这其中要想以最小的代价获得最大的利益，依靠的主要是知己知彼和双方的信息不对称。随着信息时代的开启，信息不对称所能够产生的作用将会越来越小，所以不是关注的重点。重点在于前者，知己知彼中知己是知道自己有什么、缺什么，而知彼是知道外界有什么、能提供什么，然后才是如何交换，各取所需的问题。

生命体缺什么是一种需求。需求通常都来源于身体内部，是构成其自身的次级生命体的需求的汇总（次级生命体的需求也是由更低层生命体汇总出来的结果，以此类推）。生命体有什么，可以是指它自己的产出物，也可以泛指它自己的富余资源，这些都是可以用来做交换的本钱。

生命体要想健康长大，首先需要解决的是营养供给和营养均衡的问题。全面满足身体内部各级生命体长大的需求，通过它们的健康长大来体现出整体的健康。以国家为例，如果各行各业都能够健康长大，那么国家必然是健康的。

生命体(包括内部的若干层次的生命体)，除了要解决好供需的问题外，还要想办法不断地提高自身的智能水平。只有对资源的认知越深越广，应用规律时才会变得自然多样，这样才能够提出更多更好的，更有益自身发展的合理化需求。

人类的认知来源于知识的传承积累与自身的不断探索。人类经过万年的传承积累，知识总量已经远远的超过了个体的承载能力，分行业、分层次就成了目前唯一的解决办法。所以需要在各行各业里培养顶级专家以及学术带头人，并且还需要组建专业的科研梯队，通过不断探索不断创新来提升所属行业的智能水平。

节流，即合理地使用各种资源，避免浪费。资源，原意指一国或一定地区内拥有的物力、财力、人力等各种物质要素的总称，可分为自然资源和社会资源两大类。在这里则扩展为生命体所能支配的一切事物（除原意所包含的内容外，还包含有时间、知识等非物质内容）。浪费资源不仅包括大材小用甚至无用的情况，还包括利用资源做无用功的情况，也包括那些不分轻重缓急的使用资源的情况。

以当前教育为例，十年寒窗苦读，到头来做个门童或者流水线上的装配工，这些都是对教育资源的一种极大的浪费，同时也是对个人时间精力的浪费。如果能够把这些资源的绝大部分释放出来，首先并不会对工作生产造成什么影响，却可以让专家学者们将更多的精力投入到提升行业智能方面。其次个体也可以利用这些时间精力去为社会创造更多的价值。“人尽其才，物尽其用”是节流的宗旨，根据社会各行各业对人才的需求，合理调配教育资源避免浪费，是教育事业的首要任务。

合理调配资源，就需要对所属行业非常熟悉才行，这也正是行业专家队伍应该起到的作用。在各个行业内将专家队伍粗略划分为科研团队、生产团队和教育团队，在内部实施梯度建设，这样不仅可以更加契合实际生产与探索研究两方面对不同层次人才的需要，同时还能够获得长久的“新鲜血液”供应，其次还能够从整体上节省教育资源的支出。从这个角度来讲，就很有必要对现有的教育结构进行改革，将教育资源逐步分散到各行各业中去，将高考的独木桥演变成若干座行业桥，真正实现“不拘一格降人才”。

从另一个角度来讲，自然界中的规律本来是没用界限划分的，而我们在认知自然规律的过程中，都是从个体视角进行的，会受个体能力的影响产生认知局限性，这种局限性有利有弊，利是能够集中精力在某个领域里有所建树，弊是人为把知识划分成多个专业，导致专业之间存在壁垒，进一步导致宏观认知的相对缺乏。所以要想站的高看得更远，以更高层次的视角看问题，就需要打破专业壁垒，将其他专业的知识进行融会贯通，这样才能更好的映射出自然规律的原貌。

专是专业，如锥尖，博是博学，如锥体，两者都很重要，也都各有利弊。这就好比面对问题选器材，如果太尖，如长矛，难命中也易折断，但穿透力强；如果太钝，如锤，虽覆盖面大容易命中，但穿透很难，所以不同场合需要不同的锥度。人也一样，人的精力有限，在学习上如果同样努力的情况下，要么‘专’要么‘博’要么此消彼长的介于两者之间。努力大小、用功的多少决定了所能掌握的知识总量。不同的知识总量、不同的专业领域、不同的专博配比，都是社会所需要的类型。无论属于何种类型，如果能够匹配到合适的岗位、能够充分的使用到所掌握的知识，那么才算是人尽其才（简称人才），哪怕是保洁岗也是如此，否则就会存在人力资源方面的浪费。

健体，是优化自身结构，提高整体生产效率。生命体中的各个组成部分，如果仅仅是满足于各自的发育良好还是不够的，它们之间还需要相互配合，只有这样才能够构建出一个生命体的整体优势。还是以国家为例，行业间的相互协作关系对于国家这个整体来说会存在有短板效应，所以在需求供应上不能出现失衡断档，在智能建设上也不能厚此薄彼，否则就容易导致营养不良、发育迟缓、甚至是危及生命的情况出现。例如委内瑞拉，原油储量世界第一，2007年一度发展成为一个高度依赖石油经济提供社会高福利的国家，2014年当国际原油价格暴跌，让委内瑞拉的经济危机全面爆发。再比如近年来的美国芯片断供危机，因为中国缺乏光刻环节的相关技术，造不出高端光刻机，使得整个产业链受制于人。

相互配合是生命体内部的次级生命体之间的协作共赢关系的基础。在开源部分已经介绍过，共赢是建立在衔接双方的知己知彼上的，所以跨专业、跨领域、跨行业的知识就显得尤为重要，这也是复合型人才的价值所在。专业、领域、行业，跨的越多，对生命体的宏观认知就越充分，就越能体现出生命体的（不是次级的）价值观，从而能够从整体利益出发顾全大局，能够更加合理的调度资源，查漏补缺消除短板，能够减少各种衔接阻力，使得相互配合更加融洽，从而提高生命体整体的运行效率。当这些措施反馈到次级时表现出来的就是共赢。

例如社会化大生产中一支精美铅笔的生产就包括林业、木业、采矿、冶金、机械、化工……等多种行业，其中任何一个行业的薄弱都会导致产品的缺陷，从而削弱了该产品的市场竞争力，那么滞销的结果便会反馈给所有参与行业。反之，消除短板提升竞争力，那么畅销的结果便可以促使所有参与企业扩大产能，最终使所有参与者受益。

再比如以人力资源的流动性为例，减少人才流动中存在的阻力，就能在很大程度上避免人力资源的浪费，提高人才的利用率。一方面要为不合适岗位的人找到更合适的工作岗位，另一方面还要为该岗位找到更合适的人。行业创新能够产生大量的新的工作岗位，总体上的查漏补缺也能增加一些工作岗位，人才流动时也会临时空出一些岗位。有了岗位，还需要解决人的惰性问题所造成的阻力，前面有待遇后面有保障，吸引人员去主动流动要比安置的效果要好。所以一方面需要不断地完善社会保障体系，尽可能地消除流动人员的后顾之忧。另一方面要尽量使空缺岗位有足够的吸引力，比如晋升通道通畅、提高流动人员的待遇等等，都可以吸引人员流动起来。

强身，是加强自身防护，防患未然。生命体所处环境必定是多变的（主要是外部环境），环境的变化对自身的影响是多方位的，包括有益的与有害的，或是短期有益长期有害的。对于这些预计中的伤害都要做好提前预防，这就是强身的作用。一方面要有抵御突发事件的能力，另一方面还要有彻底解决危机的能力。这就要求生命体的内部必须要保留有一定的资源储备，以备不时之需时来作缓冲。另外还要针对假想危机进行演练来提高反应速度，确保各种资源的补给通道畅通来提升耐力。

例如，人体可以通过体育锻炼来强身健体，提前储备一些能力。在危机到来时，需要力量有力量，需要耐力有耐力，这些都是生存能力的一种体现。再以国家为例，常备的军事战略储备是非常有必要的，各种专业训练可以使其快速响应各种危机，后勤保障又是打持久战中的关键。

就个体而言，除了日常的工作、学习、生活以外，还应该多掌握一些应对危机的技能。这些技能主要是为应对各种危机下产生的结构调整所带来岗位变动。

另外需要注意的是，强身与节流是一对矛盾体，储备资源得不到使用就是一种浪费，但是储备过低会增加风险。所以要在风险与浪费之间寻找平衡点，根据风险的种类、大小随时调整资源的储备种类、储备方式和储备量，尽可能的降低风险减少浪费。

未来教育工作中的配套技术

不同领域、不同行业、不同的岗位对从业人员的知识技能要求不同。将这些要求合在一起，正好能构成我们一个完整的知识体系。不同的人有不同的兴趣、不同的理想，将这些叠加在一起也正好能对应整个知识体系与行业。所以不需要刻意地专门为某个行业培养人才，自然而然地双向选择就能够基本上满足需要。当然，适当的管理调控还是有必要的，这其中主要靠的是预测行业人才缺口动态分布的公示。

宏观调控教育资源，是将分布在各行各业的专业教育梯队统一的管理起来，收集信息，提供帮助，促进行业间、行业内的横向纵向交流，避免出现短板。

例如公布最近几年的学子所学的专业的分布情况；最近几年的岗位需求分布情况，预计行业盈缺分布，并实时刷新，这样可以促使学子在选择专业发展方向上做到大致的供需平衡。建立系统实时收集每个学子的学习情况以及各种能力的测评报告，形成个人全景视图，同时实时收集岗位需求，利用大数据分析技术进行智能岗位匹配，提升就业效率。

具体到某一个行业，从入门到精通，由各行业教育团队协同生产、科研人员共同制定教材、教辅、课件以及教学的方式方法等，加强智能教学系统的建设投入，提升教学的质量和效率，同时为学员提供线上、线下两种教育模式自由选择，通过在线考试测评来收集学员的相关信息。学员可以选择同时学习多个行业的知识，在“专”与“博”上进行选择性的加强。针对岗位市场的供求，还可以做定向培养。

这就需要建立一套关于教育与就业的资源管理软件系统，一方面为各行各业提供网络教学服务，同时收集每个人的学习情况、能力情况以及工作意愿，另一方面实时收集全行业每个岗位的用工需求，自动的为岗位安置合适的人选。系统配套数据分析团队和就业安置团队，前者负责分析供需趋势，后者根据前者提供的数据，进行行业岗位撤并方面的指引、新就业机会的创建以及定向培养方面的管控等等。该团队主要由博学之人构成，要随时与行业专家沟通互动，能够对各行业未来发展的走向有一个较为准确的认识。

如何科学的提升智能水平

智能是各种能力的统称，其中任何一种能力都对应着某一类信息的处理，会包含着若干的处理逻辑。处理逻辑拥有的越多、且越是能准确地映射出该类信息环境中的规律，那么处理起该类信息的能力水平就会越高。将处理各种信息的能力水平综合起来进行评估，就得到了智能水平。

智能水平的提升靠的是学习，而学习的本质是记忆③。任何一种能力的提升，都是以增加处理逻辑的储备和确保逻辑正确的过程来体现的。反映到我们大脑上就是学习新的处理方法以及验证它的过程。

在我们还是个受精卵的时候，我们的大脑还是‘无’的存在，然而我们的DNA中记录了神经细胞的结构以及脑组织的结构，这其中就包含着最基本的神经网络结构。神经网络是由若干神经链路构成，神经链路之间有发散有汇聚相互交联，呈现出不规则的网状结构。单从任何一条神经链路来看，都分别对应着特定的信息处理过程。信息以电信号形式在神经链路上传递，受链路结构的影响或发散或汇聚或嵌套，并以这种逻辑计算的方式完成对信息的加工处理过程（这也代表着一个处理逻辑‘被’调用了）。人在出生时所拥有的神经网络中已经储备了大量的处理逻辑，这些由DNA创建出来的处理逻辑,是经过亿万年演化所筛选出来的结果，构成了我们最原始的本能。

大脑在发育的过程中，除了构建原始神经网络结构形成本能外，还会有大量的尚处于休眠状态的神经细胞伴生在神经网络结构的左右，等待着后天在学习过程中被使用。由于人类的休眠细胞数量会远远的高于其他动物，这就导致了在分化这些细胞的过程中，随着脑容量越来越大，参与原始结构的神经纤维被拉伸的越来越长，这会造成一个优势一个劣势，优势是获得了更广阔的发展空间，劣势是原始结构相对离散了，使得构建新的网络结构变的相对困难。主要表现在我们在婴幼儿时期的智力长大速度远不如动物，不过之后会反超，并远远的拉开差距。

学习即是在大脑中构建新的神经网络结构的过程，即是对现有能力（信息处理逻辑）的增删改操作。这会从婴儿的第一次睁眼、第一次倾听、第一次触摸……开始一直的持续下去，直到生命的终结。而教育的目的就是人为地促进这一过程，使其能够在较短的时间内积累出较多的处理逻辑，以应对未来的各种需求。施教者会刻意为受教者营造出一个学习环境，将各种处理逻辑依序表现出来，使受教者能够方便地从中抽象出自己的逻辑，从而达到学习的目的。

如果学习的内容与已掌握的知识关联度越强，则越容易形成记忆。这是因为在存在有关联关系的神经网络结构的基础上完成增删改操作会相对容易，而且关联关系可以有效的降低信息孤岛效应，使新结构有更多的机会被激活和强化，从而更容易长久的保存下来。这就是我们在自己所擅长的领域里学习新的知识，要比不擅长的领域里相对容易的多的原因。这会使得强者越强，有可能会成为一种特长。每一位受教者的长大环境不同、经历不同、知识背景不同，造成了现有神经网络与所学知识的契合度各不相同，所以就个体而言，因材施教才是最科学、最高效的方法，但同时也是最难以实现的方法。这是教育工作中一个非常重要的抓手，用好了可以起到事半功倍的效果。传统教育在这方面做得很差，特长的培养主要依靠运气或耐力来实现。前者可能是一句泛化的鼓励或赞扬，一个解题思路，一个动作……，如果正好能契合到某个人的处理逻辑体系中的不足，那么就会促使他的这部分逻辑区域得以快速完善，甚至还能够从中体会出一种成就感。如果频次多了还可能会产生相应的兴趣，从而越发地专注于这个方向，最终影响到他的一生。而后者则是采用了积少成多的策略，当事人需要熬过一个痛苦的积累过程，只有等到相应的逻辑体系逐步完善到能够超越常人以后，才有可能体会到成就感，才会进入到一种强者越强的良性循环中去。

众所周知，兴趣在学习中的重要性，但兴趣其实是指在学习长大过程中所出现的一种智能发育不均衡的现象。这种不均衡本身没有好坏之说，和前面讲的‘专’与‘博’有对应关系。兴趣的培养具有很大的不确定性，不过一旦了解了它的形成机制，还是可以做到定向培养的，只是对施教者的要求会比较高：“知道什么时候该浇水了，什么时候该施肥了，讲究的是一个恰到好处”。

我们从出生开始所接触的每一个人都会成为自己的老师，他们会向自己展示世间的各种各样的规律。然而，每一位老师对规律的认知存在数量、种类、深度等等的不同，能够展示出的又是其中很小的一部分内容。这就好比自然界是‘体’，老师看到的是‘面’总结出来的是‘线’，传授的是‘点’。如果单凭老师传授，那么学到的点再多它也变不成‘线’，更别说去理解‘面’和‘体’了。

例如学生们最长见的一个问题——自己做题不会，但老师一讲就懂。这是因为老师不论讲课还是讲题，都是围绕知识点来讲，出题时也不会出原题，会从他们的知识‘线’上‘摘’取一个相近的点来出。如果学生只是学会了之前讲的那道例题（即只掌握了之前的那个‘点’，仅仅建立了那道例题的处理逻辑）。那么当遇到新问题时，接收到的信息并不能与所掌握的任何一个处理逻辑的触发条件做很好的匹配，就会导致后续无法处理的结果。考试结束后即便是听懂老师讲解，也仅仅是又增加了一个新的例题的处理逻辑而已，并不一定会对将来解题有多大帮助。而且经过一段时间后，这些孤立的处理逻辑得不到有效激活，也会慢慢地解体遗忘掉，最终就是辛辛苦苦地学了半天、记了半天，到头来还是不会。

正确的学习方法是，在学习时候应该尽量地发散思维，由点及线、由线及面。不光是要学会例题的处理逻辑，还要将这个处理逻辑（知识点）扩展开来，要清楚它的使用范围或上下边界，还要尽可能的与其他知识点进行边界对接与融合，只有这样才能够建成知识‘线’和知识‘面’。用线或面来承接问题，至少要比散点更有把握接的住。另外，还要尽可能的将知识点与知识点之间的共性特征抽象出来形成新的处理逻辑（新的认知），这种基于共性特征建立起来的处理逻辑是一种归纳总结的成果，也是一种抽象逻辑的形成过程。这样就可以对于适用范围内的信息，实现多层次多角度的并行处理，一方面可以提供更加高效快捷的处理速度，另一方面还可以实现层次间的交叉验证。

围绕知识点做横向、纵向扩展，就会形成纵横交错的、复杂的网络处理结构。其中任何一个知识点的触发，都可能会蔓延到整个网络联想到其他知识点，从而完成一次对整体网络的强化。在用进废退的原则下，相关联的知识点越多，整体被激活强化的概率就会越高，就越容易形成稳固的长期记忆。

长期记忆的积累和完善构建成了我们智能的主体④。它的规模和关联复杂度在一定程度上代表了智能水平的高低。总结前面的知识，智能水平的提高需要从三个方面做起，它们分别对应着多学、多想和多做，这三者相辅相成。多学+多做可以变得更聪明，多想+多做可以变得更智慧。其中多学，是为了扩大规模；多想，是为了增加关联复杂度；而多做则是为了修正这两者的正确性。聪明以机械思维为主（或称为感性思维），智慧以抽象思维为主（或称为理性思维）。前者体现的是反应速度，后者体现的是合理性。

例如：统计学上的男女思维差异。男生偏爱理，多理性思维，女生偏爱文，多感性思维。理科特征是想的多背的少，文科特征是背的多想的少。在处理问题上，男生力求完美，分析推理需要时间，所以反应会慢些，而女生则会在记忆库中迅速找出一个相似的解决方案，并实施，力求反应迅速，所以合理性会差些。

如果要想达到既聪明又智慧该怎么办？这就需要双倍的努力！

未来可能的学习、工作、生活模式

未来，任何人都是以追求品质生活为目标。不论是物质方面还是精神方面的追求，都是以学习与工作的方式获得。做自己喜欢做的的工作，可以提升工作效率与质量，从而获得更多的薪酬。吃要吃的讲究，要学会鉴赏美食；玩要玩儿的专业，要学会正确的玩法、技能；乐要能乐在其中，要从中体会自然、感悟人生，这些都需要有知识底蕴，是学习积累的结果。

未来，任何人都不需要再为学习与工作发愁（这里的学习特指职业或岗前培训）。社会管控体系会让失业、学习、就业形成一种良性循环，失业有救济、学习有补助、工作有薪酬。任何人都可以在学习模式和工作模式下自由切换，去努力获得自己所喜欢的工作岗位、追求自己的理想。

未来，社会化大生产会更加彻底，国与国之间的经贸关系将会更加紧密，资源流转也会更加频繁，世界一体化生产所带来的人类共同体意识将逐渐加强，用智慧代替武力来解决矛盾将成为人类社会的主流思想。人类最终都会回到探索自然的目标上来。通过每一个人的努力，不断地丰富人类共同拥有的知识体系，并以传承的方式不断积累，使我们的子孙后代能够从适应自然到改造自然、再到驾驭自然，不断提升人类自身的智能水平，促使人类这种生命体向更高的层次进化……。

（完）

参考阅读：

①《生命》https://zhuanlan.zhihu.com/p/50375506

②《强智能与弱智能的区别》 https://zhuanlan.zhihu.com/p/37475287

③《学习的本质就是记忆》 https://zhuanlan.zhihu.com/p/52223495

④《神经网络记录的既不是事件，也不是事物，而是对它们的处理方法》https://zhuanlan.zhihu.com/p/157996531

⑤《神经网络与高级思维》https://zhuanlan.zhihu.com/p/58219551

⑥《人与人工智能的创新》https://zhuanlan.zhihu.com/p/50218347

⑦《灵魂设计随笔》https://zhuanlan.zhihu.com/p/81940578

⑧《我为什么是我》https://zhuanlan.zhihu.com/p/44963952