人工智能時代，我們?nèi)绾螌W習 ——學習科學視野下的教育變革思考

　　【建設教育強國·教育筆談】

　　人工智能技術的突破性發(fā)展，正推動教育領域發(fā)生深刻變革。以ChatGPT、OpenAI等各類智能體為代表，AI正全面融入教、學、評、管全過程。當寫作、編程甚至是科研工作都可由AI高效完成，一個時代之問擺在面前：人工智能時代，人類還學不學？學什么？怎么學？又如何學得更好？

　　學習將成為實現(xiàn)人的全面發(fā)展的核心活動

　　當AI能夠高效完成大量知識性任務時，人類是否還需要學習？

　　答案十分明確：人工智能時代，人類不僅需要學習，而且學習價值比以往更加凸顯。對個體而言，學習是塑造自我的根本途徑。它既關乎個體生存發(fā)展，又關乎精神豐盈、價值實現(xiàn)與人生意義。對社會而言，學習是文明傳承與創(chuàng)新發(fā)展的重要紐帶。中華文明綿延數(shù)千年，靠的正是一代代人的學習、積累與創(chuàng)造。對人類整體而言，學習是推動認知進化、社會進步與文明躍升的關鍵動力，也是人類區(qū)別于其他生物的重要特質。

　　從更深層次看，當AI逐步替代大量重復性、規(guī)律性勞動，人類將更多從事創(chuàng)造、價值判斷等高階活動，而這些能力唯有通過持續(xù)學習才能形成。馬克思曾提出“勞動使人成為人”，在人工智能社會，勞動形態(tài)發(fā)生深刻變化，學習將成為守護人的本質、實現(xiàn)人的全面發(fā)展的核心活動。學習把個體有限的生命歷程接入人類文明的無限廣度，這一關鍵價值，不會因技術進步而消減。這也解釋了為何相關研究顯示：部分職業(yè)被AI替代的概率超過50%，而教師職業(yè)被替代概率卻不足1%。

　　重新定位學習內(nèi)容與核心目標

　　傳統(tǒng)教育以系統(tǒng)掌握既定知識為中心，而在AI可快速生成海量知識的今天，單純的知識記憶價值明顯下降，教育必須重新定位學習內(nèi)容與核心目標。

　　以編程學習為例，在AI輔助編程時代，過去數(shù)月的工作如今數(shù)十分鐘即可完成，逐行書寫代碼的技能不再是學習核心，但背后的邏輯思維、算法思維、問題拆解與系統(tǒng)設計能力，依然不可或缺。我們要認識到，強調技能不再是核心并不是否定基礎知識的重要性。知識記憶不是學習的終點，而是思維訓練的起點。

　　未來教育應著力培養(yǎng)學生運用AI工具、面向真實問題開展創(chuàng)新實踐的能力。有專家學者認為，在人工智能時代，事實性知識、概念性知識、程序性知識仍是學習的基礎，但元認知知識更為關鍵。學生要學會判斷知識價值、規(guī)劃并調節(jié)學習過程、反思學習效果，真正成為自主的學習者。北京大學教授陳平原曾指出，對本科生而言，“趣味雅正比常識豐富要緊”。當AI可以輕松記住海量知識點時，學生享受學習過程、保持探索熱情，本身就是重要的教育價值。

　　綜合來看，智能時代的學習內(nèi)容應構建三層素養(yǎng)：一是知識基礎層，即基礎知識與基本技能仍是學習根基，不可偏廢；二是數(shù)字素養(yǎng)層，包括AI工具使用、信息甄別、數(shù)據(jù)素養(yǎng)、數(shù)字倫理與安全意識等將成為人人必備的基礎能力；三是內(nèi)核能力層，主要包括好奇心、批判性思維、創(chuàng)新思維、元認知、自主學習和社會情感能力，這是人類難以被機器替代的核心競爭力。其中，社會情感能力關乎心理健康、人際和諧、價值判斷與社會責任，是落實立德樹人根本任務的重要支撐，在智能時代的社會發(fā)展中尤為重要。這三層素養(yǎng)并非簡單并列，而是構成一個有機整體：知識基礎層是根基，數(shù)字素養(yǎng)層是工具與載體，內(nèi)核能力層則是本質與方向。三者相互支撐，缺一不可。

　　擺脫機械學習，走向有意義的深度學習

　　學習方式的選擇將直接影響學習的效果。教育心理學家奧蘇貝爾曾指出：接受學習不等于機械學習，發(fā)現(xiàn)學習也不等于意義學習。由此，判斷學習質量的關鍵在于實現(xiàn)有意義學習并達成深度理解與內(nèi)化。AI賦能教育的重要方向正是助力學生擺脫機械學習，走向有意義的深度學習。

　　未來教室的形態(tài)會不斷演變，但“教師引導、學生主動建構”的基本教育邏輯不會消失，短期內(nèi)課堂講授、師生互動的基本教學模式也不會根本改變。真正發(fā)生深刻變化的，是教育資源供給方式、教師角色定位與學習交互形態(tài)。在線同步授課打破優(yōu)質資源的地域壁壘，視頻課程與混合學習讓自主預習、線下輔導相結合成為常態(tài)。數(shù)字教師與智能助手可提供全天候個性化陪伴，使得學習的時空邊界被徹底打開。

　　未來的學習方式呈現(xiàn)出個性化、交互式、沉浸式、自主化四大核心特征。

　　個性化學習從理想走向現(xiàn)實。心理學家、教育家布魯姆的研究證明，接受一對一輔導的學生，其學業(yè)表現(xiàn)顯著優(yōu)于傳統(tǒng)課堂教學的學生。AI打破了這一瓶頸，它可以基于學習者特征與海量學習數(shù)據(jù)，量身定制學習材料、提供一對一智能輔導，動態(tài)調整學習難度與節(jié)奏，讓大規(guī)模、高質量個性化學習成為可能。

　　交互式學習實現(xiàn)普惠升級。蘇格拉底式對話引導與追問啟發(fā)的教學法因成本高昂難以普及，而AI可以扮演“智能蘇格拉底”的角色，通過持續(xù)對話激發(fā)學生思考，澄清認知誤區(qū)，提升思維品質。

　　沉浸式學習成本大幅降低。傳統(tǒng)虛擬學習場景構建耗時耗力，而AI可快速生成各類逼真情境。語言學習的機場對話場景、歷史課堂的古代街市、科學實驗的微觀世界、職業(yè)教育的真實工作場景，都能即時呈現(xiàn)，讓學習更具臨場感與參與感。當然，技術應用要把握節(jié)奏、務實推進。元宇宙教育的實踐表明，硬件與生態(tài)不成熟時過早投入易造成資源浪費。但這并不否定沉浸式學習的價值，隨著技術成熟穩(wěn)定，沉浸式學習必將成為重要學習形態(tài)。

　　自主學習能力不可或缺。研究表明，影響世界的拔尖創(chuàng)新人才，大多擁有長期自主探索、自由思考、大膽試錯的學習經(jīng)歷。教育應為學生創(chuàng)造靈活的課程選擇、個性化的指導支持、包容試錯的成長環(huán)境，讓學生在自主學習中激發(fā)潛能、實現(xiàn)突破。

　　以學習科學研究深度賦能AI

　　討論AI與教育融合，教育工作者通常更關注AI如何賦能教育，但學習科學如何賦能AI，同樣重要。二者之間不是單向應用，而是雙向賦能、協(xié)同共進的關系。

　　當前，AI在教育中的應用仍存在不少誤區(qū)。一些AI作文批改工具給出遠超原文篇幅的評語，增加學生負擔；部分智能學習平臺簡單堆砌題庫、機械刷題，違背認知規(guī)律；一些應用重技術展示、輕教育規(guī)律，未能真正提升學習效果。這些問題說明，脫離教育本質、違背學習規(guī)律的技術應用，不僅無法賦能學習，還可能適得其反。

　　讓AI真正服務于學習，必須回歸“人是如何學習的”。而學習科學則是回答這一根本問題的重要支撐。學習科學是整合認知神經(jīng)科學、心理學、教育學、人工智能等多學科的交叉領域，專門探究人類學習的認知機制、發(fā)展規(guī)律，以及如何設計更有效的學習環(huán)境與工具。學習科學的研究方向主要包括三個方面：一是學習基礎機制研究，借助腦科學、認知科學等手段，揭示雙語學習、游戲化學習、協(xié)作學習、探究學習等對認知能力的影響；二是學習環(huán)境設計研究，開發(fā)游戲化學習軟件、智能學習平臺、沉浸式學習場景、項目式學習任務；三是學習分析技術研究，利用大數(shù)據(jù)與人工智能精準分析學習行為，提供個性化干預與支持。

　　將學習科學的研究成果深度融入AI教育系統(tǒng)的設計、開發(fā)與應用全過程，是提升教育質量、避免技術濫用的關鍵。無論技術如何迭代，人類學習的認知規(guī)律不會發(fā)生根本改變。遵循認知規(guī)律、立足科學證據(jù)、回歸育人本質設計學習流程、開發(fā)智能工具、優(yōu)化教學方式，才是實現(xiàn)“更科學、更快樂、更有效”學習的必由之路。

　　人工智能正在重塑教育形態(tài)，但促進人的全面發(fā)展、守護人的成長與幸福，這一教育的本質始終不變。面對技術浪潮，我們應保持理性與清醒：AI不是替代學習，而是賦能學習；技術不是目的，而是實現(xiàn)更高質量、更公平、更有溫度教育的手段。

　　當下，我們應當把握機遇，立足學習科學視角，重構學習價值、轉型學習內(nèi)容、創(chuàng)新學習方式。以教育數(shù)字化助推教育現(xiàn)代化，推動教育向著更科學、更快樂、更有效不斷邁進，讓教育回歸育人本質，走向更加美好的未來。

　　(來源：光明日報 作者：尚俊杰、王淑文，分別系北京大學教育學院副院長兼學習科學實驗室執(zhí)行主任、中國高等教育學會學習科學研究分會常務副理事長兼秘書長；北京大學教育學院教育技術系博士研究生)