人工智能堵住了應(yīng)試教育的華容道
01 前言
人工智能的大數(shù)據(jù)訓(xùn)練和應(yīng)試教育的刷題訓(xùn)練，在訓(xùn)練模式上具有高度相似性。但在算力和大數(shù)據(jù)處理上，人工智能具有人腦無法企及的天然優(yōu)勢(shì)。人工智能正逐漸替代流程化和重復(fù)性的工作崗位，堵住了應(yīng)試教育的華容道。人工智能將從就業(yè)市場(chǎng)倒逼教育轉(zhuǎn)型發(fā)展，進(jìn)而從各個(gè)環(huán)節(jié)擠壓應(yīng)試教育的空間。
2017年7月20日，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出要在中小學(xué)階段設(shè)置人工智能相關(guān)課程，推動(dòng)人工智能領(lǐng)域一級(jí)學(xué)科建設(shè)，對(duì)智能時(shí)代的教育轉(zhuǎn)型發(fā)展作前瞻性布局。在增設(shè)人工智能課程的同時(shí)，對(duì)現(xiàn)行學(xué)科教育體系和教育理念作整體的變革，才有可能從根本上應(yīng)對(duì)人工智能對(duì)我國教育和人才培養(yǎng)結(jié)構(gòu)形成的巨大沖擊。只有走差異化、個(gè)性化的全面教育創(chuàng)新之路，發(fā)揮人性的特點(diǎn)優(yōu)勢(shì)，才能與智能化浪潮相向而行。
本文不涉及強(qiáng)人工智能下整個(gè)世界顛覆性變革的未來，僅從目前弱人工智能學(xué)習(xí)的特點(diǎn)及其帶來的可預(yù)見的沖擊，和現(xiàn)行學(xué)科教育模式存在的問題為著眼點(diǎn)，探討學(xué)科教育的適時(shí)適度改變。
02 從可預(yù)見的未來，探討智能時(shí)代的學(xué)科教育思路改變
2016年，人工智能60周年，AlphaGo在圍棋領(lǐng)域戰(zhàn)勝人類，確立了人工智能新的里程碑，標(biāo)志著人類進(jìn)入智能時(shí)代。人工智能的高速發(fā)展，引發(fā)了社會(huì)各界的高度關(guān)注，人們對(duì)人工智能既期待、又畏懼。
大批未來學(xué)家對(duì)于強(qiáng)人工智能(智力可以與人類比肩)和超人工智能(綜合能力全面超越人類)時(shí)代人類的未來生活做了很多超出常人想象能力的設(shè)想和預(yù)測(cè)，比如，“人工智能會(huì)不會(huì)做夢(mèng)(意識(shí))?人工智能會(huì)不會(huì)結(jié)婚(性別)?人工智能會(huì)不會(huì)用錢(信用)?”。在這些預(yù)測(cè)中，機(jī)器取代人類，甚至統(tǒng)治人類的觀點(diǎn)甚囂塵上。
從人類發(fā)展的歷史和未來看，未來學(xué)家的這些思考可能是非常嚴(yán)肅的，但也不可否認(rèn)，這些飽含著科學(xué)情感的設(shè)想對(duì)于普通人來說如同科幻小說一般，總給人觸手不可及的縹緲之感。筆者不能也無意預(yù)測(cè)未來，但就目前弱人工智能的發(fā)展來看，在可見的未來10-20年，弱人工智能技術(shù)的確將真實(shí)地改變我們的生活。
作為人工智能的研究者，同時(shí)也是一名教育工作者，筆者將從目前人工智能學(xué)習(xí)的特點(diǎn)為分析出發(fā)點(diǎn)，就學(xué)科教育的適時(shí)改變的問題加以討論。由于能力所限，筆者不涉及強(qiáng)(超)人工智能下整個(gè)世界顛覆性變革的未來，也無意涉及教育的本質(zhì)及人生終極目的的思辨問題，僅就學(xué)科教育適當(dāng)調(diào)整作個(gè)人粗淺的思考。筆者也期待教育界和學(xué)術(shù)界的專家學(xué)者有更多更深的探討，為我們的教育找到應(yīng)對(duì)人工智能挑戰(zhàn)的出口。
03 人工智能學(xué)習(xí)的特點(diǎn)
目前的人工智能主要由算法、算力、大數(shù)據(jù)三部分構(gòu)成。算法是人工智能的大腦，算力是人工智能的肌體，大數(shù)據(jù)是人工智能成長的養(yǎng)分。下面以兩個(gè)棋牌人工智能(眾所周知的AlphaGo和戰(zhàn)勝頂級(jí)選手的德州撲克人工智能 Libratus)為例，說明人工智能學(xué)習(xí)的特點(diǎn)。
圍棋是最復(fù)雜且最能體現(xiàn)人類智慧的棋類游戲。AlphaGo是Google DeepMind開發(fā)的圍棋人工智能。它的戰(zhàn)績?yōu)椋?016年1月27日勝歐洲冠軍樊麾(與Zen/Crazy Stone等之前的圍棋軟件相比，棋力要高出4子)，2016年3月15日勝世界冠軍李世石(與上一代相比，棋力高出3子)，2017年1月初對(duì)61位棋手快棋取得60勝1和的不敗戰(zhàn)績，2017年5月27日在3：0完勝當(dāng)時(shí)排名第一的人類棋手柯潔后被宣布退役。
AlphaGo可以看成是最新深度學(xué)習(xí)方法(算法)、最新超算體系(算力)、棋譜大數(shù)據(jù)的總和。在戰(zhàn)勝李世石的AlphaGo 1.0人工智能體系中，深度學(xué)習(xí)能夠發(fā)揮巨大威力的前提是要有大量的數(shù)據(jù)用來訓(xùn)練深度結(jié)構(gòu)，但是深度學(xué)習(xí)涉及到上億的參數(shù)，如果數(shù)據(jù)不夠，很容易造成過擬合、降低性能的問題，而要進(jìn)行這樣大規(guī)模的訓(xùn)練，就要有超強(qiáng)的計(jì)算能力。深度學(xué)習(xí)的概念和方法1998年就提出來了，當(dāng)時(shí)只能解決簡單的手寫體字符識(shí)別問題，而現(xiàn)在卻可以戰(zhàn)勝李世石，其使用的深度學(xué)習(xí)結(jié)構(gòu)基本沒變，主要是用了更強(qiáng)的CPU和以前沒有的GPU(圖形處理器)，并且用了千萬倍的海量數(shù)據(jù)。
據(jù)說，AlphaGo 1.0存有1500萬個(gè)高手對(duì)局棋譜，訓(xùn)練的時(shí)候會(huì)用到1202個(gè)CPU、176個(gè)GPU。AlphaGo 1.0是通過深度卷積神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)的算法，實(shí)現(xiàn)“模仿高手+左右互搏”，這很大程度上靠外部的棋譜大數(shù)據(jù)。
戰(zhàn)勝柯潔的AlphaGo2.0配備了更優(yōu)秀的深度學(xué)習(xí)算法以及更匹配深度學(xué)習(xí)的張量處理器(TPU)，能夠在“左右互博”中不斷發(fā)現(xiàn)全新的好棋與好局，完全不靠外部棋譜大數(shù)據(jù)，而是自身積累棋譜大數(shù)據(jù)。
德州撲克是世界上最流行的撲克游戲。2017年04月14日，卡耐基梅隆大學(xué)(CMU)開發(fā)的人工智能 Libratus 戰(zhàn)勝德州撲克頂級(jí)選手，是人工智能研究繼 AlphaGo 之后又一突破。從計(jì)算復(fù)雜度看，德州撲克(10的160次方)略低于圍棋(10的171次方)。但是從博弈的角度看，不同于圍棋的完全信息博弈，德州撲克屬于不完全信息的博弈，牌手的兩張底牌對(duì)其他牌手是未知的，只能通過自己的下注影響其他牌手，其目標(biāo)是基于數(shù)學(xué)(概率論)及心理學(xué)做出正確的決定。
在數(shù)學(xué)層面，Libratus主要靠的也是從零開始強(qiáng)化學(xué)習(xí)，Libratus主要依靠自己的近乎無限的計(jì)算量，通過無數(shù)盤德州撲克對(duì)決，把自己培養(yǎng)成能夠面對(duì)各種復(fù)雜牌局都能提供最優(yōu)解的棋牌高手。
在心理層面，Libratus運(yùn)用了美國著名心理學(xué)家、諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者Kahneman提出的反事實(shí)思維(counterfactual thinking)、損失厭惡等非理性心理學(xué)理論。在計(jì)算量上，Libratus運(yùn)行該程序同樣需要超級(jí)電腦，其價(jià)格需要數(shù)百萬美金，并且其每小時(shí)消耗的電費(fèi)很可能要比贏來的錢還多。
綜上，目前的人工智能在算力、大數(shù)據(jù)意義上已經(jīng)遠(yuǎn)超人類大腦。針對(duì)確定目標(biāo)的算法，可以不依賴外部數(shù)據(jù)從零開始積累大數(shù)據(jù)。同時(shí)，人工智能在“體力”上只要擁有足夠電力就行，在“心力”(心理和情緒)上沒有任何波動(dòng)、并且可以高度理性應(yīng)對(duì)人類的非理性。
因此，我們有理由認(rèn)為，在完成規(guī)則和目標(biāo)確定的任務(wù)上，人工智能已經(jīng)完全可以超越人類智能，并且它還將以指數(shù)發(fā)展原理持續(xù)進(jìn)化、以摩爾定理持續(xù)降低成本，人工智能必然在眾多的流程化和重復(fù)性的工作崗位上替代人類。
04 人工智能對(duì)應(yīng)試教育帶來的危機(jī)
雖經(jīng)過多年的教育改革，“題海戰(zhàn)術(shù)”仍然是我國教育的主流手段，而且越演越烈。讓教育回歸本源，讓教育幫助孩子們實(shí)現(xiàn)幸福人生，似乎永遠(yuǎn)只是理念和口號(hào)。考慮到我國的人口基數(shù)，人才的競爭環(huán)境，考試作為人才分層的主要方式把教育推升成為人才競爭的主戰(zhàn)場(chǎng)，在這種局面下，應(yīng)試教育的盛行也不難理解。畢竟對(duì)于大多數(shù)的普通人來說，升學(xué)是我們改變?nèi)松秤龅奈ㄒ环绞?，沒有寒窗苦讀，哪有金榜題名，也是基本上可以達(dá)成共識(shí)的認(rèn)知。然而時(shí)代確實(shí)在變化，尤其面對(duì)人工智能的沖擊，寒窗苦讀即便換來金榜題名，卻可能驀然回首，發(fā)覺人工智能早已等在燈火闌珊處。
2017年的高考已經(jīng)落下帷幕，國內(nèi)人工智能首次參加應(yīng)試高考，為高考增添了科技的色彩。6月7日下午，國家863“超腦計(jì)劃”項(xiàng)目研制的AI-MATHS高考機(jī)器人參加了2017年高考數(shù)學(xué)的測(cè)試，在掐斷題庫、斷網(wǎng)、無人干涉的情況下通過綜合邏輯推理平臺(tái)來進(jìn)行解題，10分鐘交卷，分?jǐn)?shù)達(dá)到105分。根據(jù)“超腦計(jì)劃”，我國的“高考機(jī)器人”計(jì)劃在2020年綜合科目考上北大、清華。“高考機(jī)器人”的出現(xiàn)預(yù)示著，被詬病多年的應(yīng)試教育和高考人才遴選方式真正遇到了重大危機(jī)。在算法、算力、大數(shù)據(jù)運(yùn)用等方面，人工智能在應(yīng)付應(yīng)試教育上具有人類學(xué)生望塵莫及的優(yōu)勢(shì)。
從學(xué)生的角度看，與人類學(xué)生相比，人工智能無比勤奮、記憶力超群、響應(yīng)急速，可以瞬間將目標(biāo)明確的學(xué)習(xí)內(nèi)容復(fù)制記憶、分析處理、整合提煉。
從老師的角度看，與眾多的普通的人類老師相比，人工智能的老師是最頂尖的商業(yè)精英、科技精英、人文精英，無論是在知識(shí)儲(chǔ)備還是智慧境界方面遠(yuǎn)超前者。
從教材的角度看，人工智能的教材包括人類的知識(shí)與活動(dòng)信息、以及人工智能自身的知識(shí)與活動(dòng)信息，其教材的數(shù)量和難度遠(yuǎn)超現(xiàn)有教育機(jī)構(gòu)的標(biāo)準(zhǔn)教材。人工智能的算力足以支撐大數(shù)據(jù)的學(xué)習(xí)，人腦只能支撐小數(shù)據(jù)學(xué)習(xí)、往往陷于知識(shí)的海洋中。
從學(xué)校的角度看，人工智能的學(xué)校是頂尖實(shí)驗(yàn)室和無限信息空間，人類學(xué)生的教育環(huán)境質(zhì)量和尺度遠(yuǎn)不及人工智能。
從教育模式的角度看，人工智能的教育模式主要是用大數(shù)據(jù)訓(xùn)練“算法”，不斷演進(jìn)智能思維軟件，具有高度的可復(fù)制性，在效率上遠(yuǎn)超現(xiàn)有教育機(jī)構(gòu)的針對(duì)人類學(xué)生的教育模式。
從教育成果的角度看，經(jīng)過訓(xùn)練的人工智能同樣可以滿足企業(yè)、政府、社會(huì)的特定需求，完成特定的崗位工作任務(wù)，不存在體力、心理、工作態(tài)度的問題，也不存在家庭和社會(huì)的負(fù)擔(dān)。
因此，應(yīng)試教育真正危機(jī)已經(jīng)來臨。刷題的結(jié)局很可能是刷贏了人類的同學(xué)，卻贏不了人工智能，若干年后，人工智能將具備輕松考上北大、清華的刷題能力。在智能時(shí)代，我們的學(xué)生不僅要與同學(xué)競爭，還要與新的智能物種競爭，如果我們的教育機(jī)構(gòu)和家長還以刷題和簡單記憶的方式培養(yǎng)自己的學(xué)生和孩子，則與人工智能相比不僅“出才效率”低而且“出品質(zhì)量”低，不但可能達(dá)不到家長的心理期望值，還可能重挫孩子的自信心。
同時(shí)我們必須看到人工智能已經(jīng)正在迅速取代眾多的傳統(tǒng)崗位，特別是流程化的工作崗位。預(yù)計(jì)十年內(nèi)現(xiàn)有的傳統(tǒng)崗位中50%的工作將被人工智能取代。
在金融領(lǐng)域，高盛在紐約總部600名銀行交易員變成2人，背后是自動(dòng)交易程序在工作。這個(gè)例子說明，哪里的工作崗位錢多，哪里就會(huì)被最早取代?？咳斯ぶ悄芟鳒p人力資源成本并創(chuàng)造新的交易模式，從而獲取巨額暴利，是金融資本家的最愛，也是這個(gè)商業(yè)社會(huì)最基本的邏輯。
在財(cái)會(huì)領(lǐng)域，德勤推出了財(cái)務(wù)機(jī)器人，機(jī)械化、有規(guī)律可循的會(huì)計(jì)從業(yè)、會(huì)計(jì)電算化、憑證錄入、數(shù)據(jù)統(tǒng)計(jì)分析等基礎(chǔ)財(cái)務(wù)工作崗位很大程度上會(huì)被財(cái)務(wù)機(jī)器人替代。曾幾時(shí)，進(jìn)入“四大會(huì)計(jì)師事務(wù)所”是高級(jí)白領(lǐng)的象征，盡管勞動(dòng)強(qiáng)度極高，每逢財(cái)年末期必須通宵達(dá)旦加班，但仍是大批畢業(yè)生擇業(yè)的首選。讓財(cái)務(wù)機(jī)器人替代部分財(cái)務(wù)人員，某種程度上是符合效率和人性追求的。
在醫(yī)療領(lǐng)域，IBM沃森機(jī)器人已經(jīng)成為全世界各地醫(yī)院的醫(yī)療助手，依據(jù)全球相關(guān)的病例大數(shù)據(jù)，它已經(jīng)可以通過美國的執(zhí)業(yè)醫(yī)師資格評(píng)定考試。
在新聞編輯領(lǐng)域，“今日頭條”公司的編輯機(jī)器人已經(jīng)能夠自動(dòng)寫比較規(guī)范的新聞報(bào)道了，騰訊推出了夢(mèng)幻寫手，阿里與第一財(cái)經(jīng)合作研發(fā)了DT稿王;8月8日四川九寨溝地震發(fā)生后的25秒內(nèi)，“中國地震臺(tái)網(wǎng)”已經(jīng)發(fā)布了由機(jī)器人自動(dòng)編寫的新聞消息。
在駕駛領(lǐng)域，谷歌無人駕駛已經(jīng)累計(jì)行駛300萬公里的行程。
在翻譯領(lǐng)域，科大訊飛將語音識(shí)別的準(zhǔn)確率已經(jīng)從60.2%提升至95%。
在客服領(lǐng)域，支付寶現(xiàn)在已經(jīng)使用了智能客服，成功提升自助服務(wù)率至97%，同時(shí)提高滿意度3個(gè)百分點(diǎn)。
在物流領(lǐng)域，物流領(lǐng)域開始廣泛使用無人機(jī)、RFID技術(shù)進(jìn)行盤點(diǎn)和物流信息的記錄追蹤。
一大批“在思想層面上類人工智能化、而在執(zhí)行力層面上遠(yuǎn)低于人工智能”的學(xué)生在畢業(yè)之時(shí)可能面臨著被人工智能淘汰的尷尬處境。人工智能已經(jīng)堵住應(yīng)試教育的華容道，教育部門和機(jī)構(gòu)應(yīng)具備前瞻性的應(yīng)對(duì)方案，家長和學(xué)生更需要轉(zhuǎn)變思路。
05 學(xué)科教育應(yīng)盡快離棄人工智能式的應(yīng)試訓(xùn)練，回歸教育的本源
智能時(shí)代，人類美好的愿景是，人工智能成為人類助手,兩者和諧共存。這個(gè)愿景的前提是人類能夠善用人工智能、充分發(fā)揮人類自身的特質(zhì)。2017年7月20日，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，《規(guī)劃》提出要在中小學(xué)階段設(shè)置人工智能相關(guān)課程，推動(dòng)人工智能領(lǐng)域一級(jí)學(xué)科建設(shè)。國家在教育的各個(gè)環(huán)節(jié)布局人工智能的學(xué)科教育，這從善用人工智能的角度上來講，是非常必要的，也是非常具有前瞻性的。但是從教育的整體看，我國現(xiàn)行學(xué)科教育模式在很大程度上是接近于人工智能訓(xùn)練的模式的，是非常不利于發(fā)揮人類自身特質(zhì)的，在增加人工智能課程的同時(shí)，對(duì)現(xiàn)行學(xué)科教育體系作整體的改革，才有可能從根本上應(yīng)對(duì)人工智能對(duì)我國教育形成的巨大沖擊。
我國學(xué)科教育的主流方式與特點(diǎn)：
語言學(xué)習(xí)(中文和英文)，過分強(qiáng)調(diào)字、詞、語法，取材碎片化，忽視文章的整體性和大的背景，有些課文生硬地摘抄自經(jīng)典中的片段、甚至斷章取義。大量的課文缺乏時(shí)代感，忽略語言所承載的思維方式，有些課文頗具文藝范，看似優(yōu)美實(shí)則空洞甚至違背邏輯。背誦了大量經(jīng)典作文模板的孩子們并沒有形成真正的寫作能力，更談不上對(duì)于自我思考的準(zhǔn)確、精彩表達(dá)?，F(xiàn)有的對(duì)話機(jī)器人(語音識(shí)別與合成+自然語言處理)通過建立字、詞、語法的計(jì)算模型，已經(jīng)能理解短句、根據(jù)語境造句，有的甚至還能蒙上幾句頗具飄渺感的詩、開幾個(gè)無厘頭的玩笑。但是，在自主設(shè)計(jì)場(chǎng)景、推演想象情節(jié)、推理論證構(gòu)筑文章框架上，在可以預(yù)見的未來，語言類的機(jī)器人仍不可能做出與人類思維相比的構(gòu)建性自主命題寫作，不太可能做現(xiàn)場(chǎng)的長篇演講，更不太可能寫出像樣的小說。
數(shù)學(xué)，強(qiáng)調(diào)計(jì)算、題型、和公式套用，缺少邏輯推理訓(xùn)練、原理背景介紹、知識(shí)點(diǎn)之間的邏輯關(guān)系?？傮w上而言，我國的學(xué)科教育中對(duì)數(shù)學(xué)非常重視，數(shù)學(xué)教育的基礎(chǔ)是扎實(shí)的，現(xiàn)有數(shù)學(xué)教材關(guān)于知識(shí)點(diǎn)上的要求已經(jīng)足夠。但在一輪輪“幼升小，小升初，中考自招考試”的超常規(guī)選拔面前，全民奧數(shù)的加強(qiáng)訓(xùn)練也非常普遍。這些看似超高難度的“數(shù)學(xué)雜技”，卻往往不過是將歸納好的解題規(guī)律強(qiáng)行灌輸，這與培養(yǎng)數(shù)學(xué)思維毫不相干，相反在打擊學(xué)習(xí)興趣上卻頗有成效。在高校，數(shù)學(xué)基礎(chǔ)課課程也往往呈碎片化、片面化，學(xué)生只是在學(xué)習(xí)簡單套公式應(yīng)付考試，不懂具體數(shù)學(xué)分支的背景和內(nèi)涵，不能掌握數(shù)學(xué)分支之間的聯(lián)系，盡管會(huì)解題但往往不懂活用數(shù)學(xué)工具。目前，Matlab、Mathematica、R語言等數(shù)學(xué)和統(tǒng)計(jì)軟件工具非常強(qiáng)大，同時(shí)，現(xiàn)有的人工智能的計(jì)算能力通常遠(yuǎn)超人類。因此，對(duì)大部分非數(shù)學(xué)專業(yè)的大學(xué)生而言，關(guān)鍵在于具備一定的數(shù)學(xué)抽象思維能力，具備將現(xiàn)實(shí)問題用數(shù)學(xué)語言表達(dá)，建立數(shù)學(xué)模型的能力，具體的數(shù)學(xué)解法反而是其次的。
人文社科(政治、地理、歷史等)，強(qiáng)調(diào)知識(shí)點(diǎn)的記憶，缺少縱深、尺度、思辨、比較。人文科學(xué)，是以人類的精神世界及其沉淀的精神文化為對(duì)象的科學(xué)，僅靠知識(shí)點(diǎn)而不聯(lián)系生活、不反省自身，則無法真切感受人的主體地位和人的觀念、精神、情感和價(jià)值，也無法真正提升思想境界。社會(huì)科學(xué)則是一種以人類社會(huì)為研究對(duì)象的科學(xué)，不能將知識(shí)點(diǎn)融匯在一起，就無法認(rèn)知人類社會(huì)的發(fā)展歷程。人文社科是關(guān)于人類自身的科學(xué)，人文社科的問題很難轉(zhuǎn)化為具備可計(jì)算性的具體任務(wù)。盡管人工智能可以輕松存儲(chǔ)人類人文社科的主要典籍和知識(shí)點(diǎn)，但人工智能很難真正具備人文社科思考的能力。
數(shù)學(xué)之外的理科，強(qiáng)調(diào)結(jié)論性，忽視問題的提出、過程的探究、實(shí)驗(yàn)設(shè)計(jì)的原始思路。理科教育不僅要讓學(xué)生認(rèn)識(shí)自然，更要讓學(xué)生思考和探索自然。近現(xiàn)代科技的發(fā)展，使得人類對(duì)很多自然現(xiàn)象具備了確定結(jié)論的認(rèn)識(shí)，但未知世界是無限的，無數(shù)的自然現(xiàn)象還有待于人類去思考和探索。關(guān)于自然問題和工程問題的提出、探究、實(shí)驗(yàn)，主要還是靠人類智能，人工智能只能起到輔助作用。
更值得關(guān)注的是，目前的學(xué)科教材都貌似很薄、貌似減負(fù)，實(shí)則教輔材料五花八門、試卷成堆、導(dǎo)致學(xué)生和家長負(fù)擔(dān)沉重。無論是中小學(xué)還是大學(xué)，我國的教材通常比國外的教材簿很多。這樣的教材缺少細(xì)致的背景介紹，詳盡的推演過程，在講解知識(shí)點(diǎn)時(shí)沒有將章節(jié)的知識(shí)點(diǎn)貫穿于要思考的問題的邏輯主線之中，只進(jìn)行知識(shí)點(diǎn)的羅列。反而要靠大量反復(fù)訓(xùn)練來加強(qiáng)對(duì)于概念的理解，這樣靠刷題來強(qiáng)化理解和記憶的方法有本末倒置之嫌。大學(xué)的學(xué)科教育融會(huì)貫通不夠，這樣的教育模式顯然不能適應(yīng)智能時(shí)代的發(fā)展態(tài)勢(shì)。
06 總結(jié)
我們目前的教育方式與人工智能的學(xué)習(xí)特點(diǎn)高度重合，在人與人的競爭中，比別人勤奮一點(diǎn)，通過大量練習(xí)，在同類中勝出的幾率可以大幅提升。但當(dāng)我們與人工智能競爭時(shí)，這樣的做法無異于以卵擊石。唯有揚(yáng)長避短，才有取勝的可能。
因筆者學(xué)識(shí)所限，本文無法真正觸及全面的教育改革創(chuàng)新這個(gè)極其宏大的話題。筆者只能提幾點(diǎn)粗淺的建議，來結(jié)束本文，供個(gè)人適當(dāng)調(diào)整學(xué)科教育的觀念和思路：
1. 在識(shí)字、表達(dá)流暢的基礎(chǔ)上，將語言學(xué)習(xí)與其他社會(huì)科學(xué)結(jié)合，形成人文社科的整體思維訓(xùn)練方式，提升學(xué)生思考自身和社會(huì)的深度、廣度和厚度。
2. 數(shù)學(xué)在理解基本運(yùn)算規(guī)則定理的基礎(chǔ)上，要重視將實(shí)際問題轉(zhuǎn)化為數(shù)學(xué)語言的能力，要具備“算”的技能，更要具備“數(shù)”的邏輯。
3. 給孩子充分的時(shí)間，引導(dǎo)孩子學(xué)會(huì)從觀察中提問，人工智能時(shí)代，“會(huì)提問”必定比“會(huì)解題”要重要。不僅懂得“解空間”層面的求解，更要懂得“問題空間”層面的求索。
4. 不影響孩子健康成長的任何興趣都應(yīng)給予支持。興趣是快樂的源泉，也是創(chuàng)新的源動(dòng)力。孩子們的興趣可能很廣泛，有的興趣來得快、去得也快，只有不斷鼓勵(lì)孩子的興趣，才使孩子找到真正的持久的興趣，進(jìn)而在未來快樂地生活并創(chuàng)新。
5. 讓孩子懂一點(diǎn)人工智能，具備與人工智能攜手工作、共同創(chuàng)造的能力。然而畢竟不是人人都要成為人工智能的專業(yè)人才，尊重孩子的個(gè)性特點(diǎn)，讓教育幫助每個(gè)孩子找到自己的興趣才可能不被人工智能堵住成長的空間。
