[摘? ?要] 計算主義作為一種新的世界觀和方法論，深刻影響著教育研究，形成了教育研究計算主義這一新的范式。該范式強調(diào)對教育現(xiàn)象進行計算，注重教育研究的符號化表達，關(guān)注教育問題的事實性描述，一定程度上推動了教育研究的科學(xué)性和客觀性發(fā)展。但是教育研究計算主義也存在“算法黑箱”及不可理解性、算法歧視導(dǎo)致教育偏見、計算程序?qū)逃澜绲姆柣橄笠约坝嬎闼季S對價值性的蒙蔽等困境。通過技術(shù)進化實現(xiàn)對教育研究計算主義的完善、對計算主義的理智應(yīng)用以及倡導(dǎo)人的主體性回歸等方式，實現(xiàn)對教育研究計算主義的超越。

[關(guān)鍵詞] 人工智能; 計算主義; 算法黑箱; 算法歧視; 人機共生

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 靖東閣（1985—），男，山東淄博人。講師，博士，主要從事教育基本理論研究。E-mail：jingdongge@sdnu.edu.cn。

一、引? ?言

當今，計算主義哲學(xué)思潮成為時代的新寵，它已經(jīng)發(fā)展成為一種世界觀，從認為人類心智的本質(zhì)就是計算，發(fā)展到生命乃至整個宇宙的實質(zhì)都是計算的過程和結(jié)果[1]。這種哲學(xué)思潮也深刻影響著教育學(xué)科，尤其是在人工智能技術(shù)應(yīng)用于教育研究后，催生了新的研究范式，即教育研究計算主義。

二、人工智能時代教育研究計算主義的產(chǎn)生及表現(xiàn)

梳理教育研究計算主義的產(chǎn)生過程，列舉它的具體表現(xiàn)，是客觀、正確認識該范式的前提，也是對其進行合理應(yīng)用的基礎(chǔ)。

（一）人工智能時代教育研究計算主義的產(chǎn)生

計算主義最初是認知科學(xué)的一種研究綱領(lǐng)，其基本思想是：心理狀態(tài)是計算狀態(tài)，心理過程是計算過程[2]。換言之，認知就是計算。認知科學(xué)家試圖用“計算”來解釋人的精神活動，他們把人的思維過程看作是信息加工的過程[3]。計算主義還滲透到生命科學(xué)、物理科學(xué)等領(lǐng)域，把人的生命體等同于計算系統(tǒng)，認為宇宙是一臺計算機[4]。甚至有計算主義者認為，“‘一切皆為計算將成為科學(xué)中一個富有成效的新方向的基礎(chǔ)”[5]，“自然界這本書是用算法語言書寫的”[4]。計算主義現(xiàn)已成為一種世界觀和方法論，改變著人們對世界的看法及看待世界的方式。在科學(xué)研究領(lǐng)域，人們越來越傾向于采用計算機模擬實驗或數(shù)據(jù)統(tǒng)計分析方法來研究事物的規(guī)律，教育研究也如此。

教育學(xué)者一直在探索教育研究科學(xué)性和客觀性的道路，計算主義成為通向該道路的“鎖鑰”，尤其是人工智能為計算主義提供了技術(shù)保障。計算主義認為，人類心智的本質(zhì)是一種形式，該形式可通過程序與算法表現(xiàn)出來，所以，人類心智是“計算—表征”系統(tǒng)，心智活動就是“對于符號的形式化操作”[6]。人工智能是對人類智能的模擬，是“由機器或軟件表現(xiàn)出來的智能”[7]，人類大腦與計算機都具有數(shù)學(xué)功能;二者的區(qū)別在于：前者在生物神經(jīng)系統(tǒng)上運行，后者在純物理的媒介上運行[8]。由于人工智能的運算能力超越了大腦，以及人工智能標榜“價值中立”，導(dǎo)致教育研究的主體由人變?yōu)闄C器，形成了教育研究計算主義。

（二）人工智能時代教育研究計算主義的具體表現(xiàn)

第一，強調(diào)對教育現(xiàn)象進行計算。計算的概念隨機器的制造而出現(xiàn)，人們用“計算”來描述機器行為。17世紀中期，法國數(shù)學(xué)家帕斯卡和德國數(shù)學(xué)家萊布尼茨發(fā)明了機械式計算設(shè)備，讓“計算”這一概念的存在顯得尤為必要，此時人類對“計算”的認識還停留在直觀層面，因為機械計算設(shè)備在處理數(shù)值時必須借助能代表數(shù)值的物理中介。隨后，人們對“計算”的認識發(fā)生質(zhì)的改變，尤其隨著“表征”概念的引入，原本是數(shù)值與物理事物關(guān)聯(lián)起來的計算，轉(zhuǎn)變?yōu)闃擞浄ㄈ珉娮佑嬎銠C中的“0”和“1”）代表數(shù)字進行計算，這種轉(zhuǎn)變象征著人類從直觀思維到符號思維的飛躍。人工智能的計算模式就是先對事實材料進行符號表征，然后通過事先設(shè)定的程序?qū)Ρ碚鬟M行加工。

為了保證教育研究的可證實性和精確性，教育研究計算主義主張通過計算來研究教育問題，并且認為計算擺脫了人的觀念，研究結(jié)論必然客觀。馬克斯·韋伯說：“只要人們想知道，他任何時候都能知道;原則上說，再也沒有任何神秘莫測的、無法計算的力量在發(fā)揮作用，人們可通過計算掌握一切，而這意味著為世界除魅?！盵9]總之，智能機器通過計算來應(yīng)對復(fù)雜多樣的教育問題，忽略了教育問題的類型和性質(zhì)。

第二，注重教育研究的符號化表達。人類所有的知識都是某種形式的信息，通過語言或非語言的符號來表達，而數(shù)理邏輯則是符號化知識的最典型形式。人類對外部世界的認知離不開理性思考，而理性思考可以通過形式化的語言尤其是數(shù)理邏輯（也就是符號）來完成，西方科學(xué)史上通過數(shù)理邏輯構(gòu)建起來的知識體系，如牛頓的經(jīng)典力學(xué)、愛因斯坦的相對論等，證明了數(shù)理邏輯的有效性。

人腦和計算機從某種意義上說都是物理符號系統(tǒng)，機器通過形式化的符號模擬人類的認知，于是就產(chǎn)生人工智能，智能機器可以完成繁雜的計算、推理工作。在教育研究中，人工智能按照既定程序?qū)?shù)據(jù)進行處理，用數(shù)字、圖表、公式等符號表達研究成果。所謂“既定程序”就是受邏輯實證主義主導(dǎo)的運算法則。按照邏輯實證主義的觀點，教育研究的對象只能是邏輯句法，教育研究就是進行符號語言分析，而數(shù)學(xué)、物理學(xué)語言是科學(xué)的語言標準，所以，必須用物理學(xué)符號、數(shù)學(xué)符號來表達研究結(jié)論。正如吉登斯所說：“邏輯和數(shù)學(xué)在作為符號表征系統(tǒng)的科學(xué)思想中具有重要性地位。”[10]

第三，關(guān)注教育問題的事實性描述。教育研究計算主義只關(guān)注描述性事實，只呈現(xiàn)“是什么”，而不解釋“為什么”。從自然被賦予數(shù)學(xué)形式那刻起，自然就是“被描述的”，數(shù)學(xué)形式是一種精確性表達[11]。教育的復(fù)雜性決定了教育問題中因果關(guān)系的多樣性，但智能機器經(jīng)過深度學(xué)習所形成的某種套路和程式，使教育問題中的各種關(guān)系變得簡單。波普爾說：“假如說知識是我們的目標，簡單的陳述要比不簡單的陳述得到更高的評價，因為它們能告訴我們更多東西;因為它們的經(jīng)驗內(nèi)容更多，因為它們更可檢驗?！盵12]在他看來，“簡單性與可證偽性是重合的”[12]，智能技術(shù)對教育現(xiàn)象的簡單描述能獲得真理，最起碼能有新的發(fā)現(xiàn)。大數(shù)據(jù)為人們追尋量化和重新認識世界提供了幫助，過去那些不可計算、存儲、分析和共享的東西被數(shù)據(jù)化，大量的數(shù)據(jù)為我們理解世界打開了一扇新的窗戶，尋找事物因果關(guān)系的偏好被拋棄，社會開始轉(zhuǎn)向挖掘相關(guān)關(guān)系的益處[13]。

三、人工智能時代教育研究計算主義的困境

教育研究計算主義能對教育現(xiàn)象進行全景式描述，揭示教育規(guī)律，提高研究效率。但是其本身存在缺陷，“計算”并不適用于研究所有的教育問題，基于大數(shù)據(jù)的算法規(guī)則在教育研究中也不完全適用。

（一）“算法黑箱”及不可理解性

計算主義的算法規(guī)則是什么？這要從人工智能的工作原理說起。人工智能有三大基石，即大數(shù)據(jù)、深度學(xué)習和云計算。機器的智能源于大數(shù)據(jù)，如要讓智能機器認識貓，需要向機器提供大量貓的圖片，機器從幾百萬張圖片中提取貓的特征，從而認識貓。智能機器從大數(shù)據(jù)中提煉、總結(jié)的過程就是深度學(xué)習，而大數(shù)據(jù)的處理需要強算力，這就是云計算。可見，算法規(guī)則是智能機器在深度學(xué)習中形成的。與傳統(tǒng)計算機不同，人工智能不再需要人類專家煞費苦心地設(shè)計工作程序，它能從大數(shù)據(jù)中尋找特征、發(fā)現(xiàn)規(guī)律、總結(jié)模型，從中發(fā)現(xiàn)某種套路，進而讓人工智能的判斷力保持較高水平。

智能機器從大數(shù)據(jù)中學(xué)習、訓(xùn)練和預(yù)測，形成計算規(guī)則，這是自動化的決策過程，超越了人類思維的表達能力，也突破了“波蘭尼悖論”[14]。但是，深度學(xué)習是如何學(xué)習的，最后形成的計算規(guī)則是什么？這個過程誰都不清楚，也不能查看計算系統(tǒng)內(nèi)部的工作情況，我們稱之為“算法黑箱”。由于存在“算法黑箱”，我們不能明晰智能機器如何處理教育問題，它“思考”某一問題并得出某種結(jié)論的邏輯思路也不得而知。對于計算主義的擁護者來說，科學(xué)的研究結(jié)論足以讓他們輕視過程，他們默認研究過程的合理性，甚至跳過了對過程合理性的審思。算法時代就是“技術(shù)對人類的理解越來越深刻，而人類卻無法理解技術(shù)的時代”[15]。盡管算法規(guī)則的不可理解并不一定代表計算過程的不合理，但也存在這樣的風險，即教育研究結(jié)論“看似科學(xué)”的不科學(xué)。

（二）算法歧視導(dǎo)致教育偏見

人工智能可以保持價值中立嗎？馬克思對技術(shù)的“中立性”提出異議：“手推磨產(chǎn)生的是封建主為首的社會，蒸汽磨產(chǎn)生的是以工業(yè)資本家為首的社會?！盵16]他又對該論斷進行修正：基本歷史動因是社會生產(chǎn)方式而不是技術(shù)[17]。生產(chǎn)工具或技術(shù)本身是價值中立的，但是如何使用工具或技術(shù)卻帶有價值傾向性。同理，人工智能本身并不體現(xiàn)價值傾向性，但是作為人工智能的核心基礎(chǔ)——算法卻帶有歧視或偏見，“人們在把自然邏輯輸入機器的同時，也將技術(shù)邏輯帶到了生命中……機器人、計算機程序、經(jīng)濟體等人造物也越來越具有生命的屬性”[18]。而算法本身通常不是算法歧視的根源，我們要從大數(shù)據(jù)中尋找歧視的原因。

首先，大數(shù)據(jù)本身帶有成見。大數(shù)據(jù)是人類社會的數(shù)字化表征，反映著人的價值觀念，教育大數(shù)據(jù)同樣如此。教育研究機構(gòu)、學(xué)校、教育行政部門，乃至教師、學(xué)生、家長，都在產(chǎn)生多類型的巨量數(shù)據(jù)，這些數(shù)字背后其實都是人及其價值觀念，“數(shù)字系統(tǒng)以清晰的方式和它們植根于其中的文化緊密地融合在一起”[19]。因此，帶有價值觀念的大數(shù)據(jù)形成某種成見，進而導(dǎo)致算法歧視。

其次，大數(shù)據(jù)的片面性導(dǎo)致算法歧視。教育大數(shù)據(jù)的構(gòu)成存在地區(qū)差異、地域差異，甚至民族差異，不同地區(qū)、地域和民族所提供的大數(shù)據(jù)不均衡，由此形成不公平的教育決策。因為，當沒有足夠的數(shù)據(jù)反映某一地區(qū)的教育現(xiàn)狀時，導(dǎo)致該地區(qū)教育大數(shù)據(jù)價值密度較低，有限的數(shù)據(jù)不能提供有效信息[20]。所以，計算思維可能作出對這一地區(qū)不利的教育決策。

最后，大數(shù)據(jù)抽象帶來算法偏見。為了能適應(yīng)智能機器的計算模型，需要將教育問題進行抽象，用數(shù)字對其進行表征，那些不能進行量化處理的因素就被舍棄，“科學(xué)的作用傳統(tǒng)上被理解為，把知識固定在一個固定不變的網(wǎng)格中……結(jié)果，人類知識整體中的很大部分都因為被視為不科學(xué)的而遭到忽視……”[21]，由此，算法歧視就可能產(chǎn)生，即經(jīng)過科學(xué)的過濾，“客觀且無偏見地看待現(xiàn)實已經(jīng)不再是一種幻想”[22]。由于智能機器只能計算有限的數(shù)據(jù)，導(dǎo)致“偏見進，偏見出”[23]。

（三）計算程序?qū)逃澜绲姆柣橄?/p>

教育研究計算主義受還原論的影響，把教育問題的整體、復(fù)雜系統(tǒng)降低到一種派生、抽象的地位，對教育世界進行符號化處理與數(shù)字化表達。還原論的哲學(xué)理念經(jīng)不起當代“科學(xué)試驗”的考驗，但是，它成為物理學(xué)（還有社會科學(xué)）的基石[24]。不僅如此，還原論也成為人文科學(xué)的基石，只是它通過計算主義在方法論簡單主義的偽裝下發(fā)揮著作用。

教育世界是復(fù)雜的，它包括理性內(nèi)容和非理性內(nèi)容，甚至包括傳統(tǒng)的、非科學(xué)的文化現(xiàn)象。對于教育問題，需要在多種因素的統(tǒng)一中進行具體研究。而科學(xué)所研究的世界，不是我們既有的觀念或感覺的世界，科學(xué)將人類的觀念或感覺的世界重新加以組織，拋棄了人的感知、情感，構(gòu)建一種異常簡單的外部世界[25]。計算主義秉持線性思維，把“細枝末節(jié)”全部剔除，從繁雜中梳理出清晰的線條。更嚴重的是，計算主義要么忽視或遮蔽了復(fù)雜性，要么在方法論上使復(fù)雜性靠邊。復(fù)雜性常常被認為是“噪聲”或反常、微小的幾乎沒有任何實質(zhì)重要性的行為怪癖[26]。對復(fù)雜性在方法論上的輕視，悲劇性地導(dǎo)致低估或者完全忽視復(fù)雜性在世界運作狀態(tài)中的戰(zhàn)略重要性，以及它們的適應(yīng)、發(fā)展（學(xué)習）能力和它們增加生命多樣性的傾向[27]。

教育研究除了一般科學(xué)研究所具有的創(chuàng)新性、嚴密性、系統(tǒng)性等特征外，還有其自身的獨特性，即研究對象的復(fù)雜性、研究的實踐性、研究的情境性等。教育研究離不開真實的“生活世界”，“科學(xué)本身出自生活世界……科學(xué)的理論，即邏輯的構(gòu)成物，雖然不像石頭、房屋那樣是生活世界的東西……但是它們又是與人的現(xiàn)實性和潛在性有本質(zhì)關(guān)聯(lián)的人的構(gòu)成物，仍然屬于生活世界的這種具體的統(tǒng)一”[28]。教育研究需要對與教育問題有關(guān)的政治、經(jīng)濟和文化因素進行細致考察，這是計算主義的抽象描述所不能應(yīng)對的。

（四）計算思維對價值性的蒙蔽

計算思維所認為的“世界可徹底計算性”，排斥了人的存在，導(dǎo)致教育研究的主體性缺失，在這里，主體性等于價值性，也就是教育研究的價值性缺失。因為，智能機器對教育數(shù)據(jù)進行計算僅僅是一種形式轉(zhuǎn)換，并不包含意識、思想，“人類大腦的意識以及產(chǎn)生思想的過程，很難體現(xiàn)在計算程序中”[29]。計算主義將人類思維的過程視為計算過程，在句法層面上是可行的，但是在語義層面還看不到智能機器超越人類大腦的希望。在日常生活中，我們的紛爭止于常識和流行的看法，常識和流行的看法是人們不得不信的，信了就沒有后顧之憂，可以心安理得，至于背后的意義問題早就被忽略了[30]。所以，人工智能對教育問題的計算，讓我們誤認為自己有了對教育的理解，實際上我們只是知曉了事實。

“計算”是典型的自然科學(xué)式模型，它的一個深層次特征是價值和事實之間有顯著區(qū)分。這種區(qū)分所形成的圖景，幾乎沒有為道德或精神實體留下任何位置，只是把它們當作并不需要認真對待的奇思怪想或功能失調(diào)的幻想[31]。教育研究的計算主義“對科學(xué)性的追求，決定了研究者要將所有評價的態(tài)度，所有有關(guān)主題的、人性的以及人的文化構(gòu)成的理性與非理性問題全部排除掉，科學(xué)的、客觀的真理僅僅在于確定：世界（不論物質(zhì)的還是精神的世界）實際上是什么”[28]。

對人文科學(xué)來說，所要發(fā)現(xiàn)的對象并不僅僅是單純的事件，而是其中所表達的思想[32]。在教育領(lǐng)域，討論的概念或問題本身帶有很強的主觀取向，這里的“主觀”即不確定、不可計算，意味著不同主體在教育研究中差異化的價值表達，而計算主義試圖讓“邏輯的純形式成為人類精神的每一種形式的原型和模式”[33]，以期得到普遍的研究結(jié)論，不斷地用“合理性”“確定性”“效率性”填充并逐漸取代諸如“民主”“自由”“正義”“美德”這樣的基本的人文價值[34]。

四、人工智能時代教育研究計算主義的超越

教育研究計算主義的困境使得教育研究的科學(xué)性、客觀性并沒有那么確定，但是也不能因此而否定它。在對待計算主義的態(tài)度上，我們期望計算主義的自我完善，客觀看待并理智應(yīng)用它，同時，呼吁教育研究的主體性回歸。

（一）技術(shù)進化及其對計算主義的完善

英國作家塞繆爾·巴特勒提出了“機械王國”理論，該理論認為技術(shù)跟生物一樣都在進化[35]。技術(shù)的發(fā)展也證實，某些技術(shù)的確脫胎于先前的技術(shù)。美國經(jīng)濟學(xué)家布萊恩·阿瑟認為，新技術(shù)是通過進化，以某種精確的方式從以前的技術(shù)中“誕生”的，當然，這個過程需要創(chuàng)新的支持[35]。但是，技術(shù)進化的論斷也遇到挑戰(zhàn)，那就是當根本性的新技術(shù)出現(xiàn)時，如智能技術(shù)、雷達、激光，它們并不是之前技術(shù)的樣子，那又如何解釋這類技術(shù)的進化呢？布萊恩提出了“組合進化”的概念，他認為新技術(shù)一定脫胎于之前已經(jīng)存在的技術(shù)，一定是來自此前已有技術(shù)的新組合，而現(xiàn)存的技術(shù)一定在某種程度上提供了新組合所需的部分[35]。當然，技術(shù)進化不是自覺的，需要發(fā)揮人類思維在技術(shù)組合進化中的作用，只有人類在頭腦中先實現(xiàn)技術(shù)建構(gòu)，之后才是物質(zhì)建構(gòu)。

人工智能正經(jīng)歷弱人工智能階段，強人工智能和超級人工智能是我們追求的目標，按照技術(shù)進化的觀點，強人工智能和超級人工智能也并非不可實現(xiàn)，那時，智能算法的不可解釋性、算法歧視等問題也會得到解決。智能技術(shù)的確為教育研究提供了新的視角并帶來了便利，它也確實能夠幫助人們思考教育問題，正像尼采所說的那樣，“我們的書寫工具作用于我們的思想”“打字機、計算機等中間環(huán)節(jié)的存在，讓人類第一次認識到思想的生成并非僅僅‘我手寫我心;人類發(fā)明的媒介，確實在作用于我們的思想，只是我們還固執(zhí)地認為：自己才是思想的主宰”[36]。因此，一方面，我們期待技術(shù)進化讓智能算法更“聰明”，從而保證計算過程的透明化和可解釋性;另一方面，研究者要對智能技術(shù)的算法程序持包容心態(tài)，明確智能技術(shù)的局限性，不要過分夸大人工智能的功效。

（二）教育研究中計算主義的理智應(yīng)用

哈貝馬斯提醒人們，現(xiàn)代技術(shù)與自然科學(xué)不但已經(jīng)成為第一生產(chǎn)力，而且也構(gòu)成一種隱性的支配力量，技術(shù)通過滲透功能，深入并統(tǒng)領(lǐng)著社會生活的方方面面，一切問題都歸于技術(shù)問題，人們的視野也限定在技術(shù)問題上[37]。馬爾庫塞也批判性地指出，技術(shù)讓人過上舒適的生活，但也壓制人的批判性與否定性，讓人變得不自由，“自己自主決定自己的生活‘在技術(shù)上是不可能的”[17]。這與人類對技術(shù)的過度依賴和應(yīng)用有關(guān)，因此，要樹立理智的技術(shù)應(yīng)用觀。

計算主義被視為科學(xué)的研究范式?？茖W(xué)本身，可能是決定論的。之所以如此，是因為科學(xué)按其本性來說是研究自然界的規(guī)律，只有在它找到這種規(guī)律的地方，才可以起作用[38]。當智能技術(shù)應(yīng)用于教育研究，它的作用并不如在自然界中那么重要，相反，人將自己的思想、觀念和意識注入教育研究時，研究結(jié)論才更有創(chuàng)造性。

思維、想象、精神交往是人的物質(zhì)行動的直接產(chǎn)物……人是自己的思想、觀念等的生產(chǎn)者，但這里所說的人是現(xiàn)實的、從事活動的人[16]。人類智能經(jīng)過幾百萬年的進化而形成，這種進化并不像動物那樣是對自然的簡單適應(yīng)，而是通過人的勞動發(fā)展而來，人類智能不可避免地被打上人類與環(huán)境交互作用的實踐的印記。而人工智能不過是對人類智能的部分和簡單模仿，這種模仿是通過數(shù)學(xué)上的簡化模型來實現(xiàn)的，是對人腦錯綜復(fù)雜的化學(xué)、物理信號交互的低層次復(fù)現(xiàn)。雖然智能機器在某些方面超越了人類大腦，但人類思維的整體性、靈活性以及對人性的關(guān)懷是它所不及的。所以，一方面需要肯定智能技術(shù)及計算主義研究范式在教育研究中的價值;另一方面要認識到人工智能與人類智能的區(qū)別，清楚智能技術(shù)的局限，合理使用智能技術(shù)及理性應(yīng)用計算主義研究范式。

（三）教育研究中人的主體性回歸

首先，堅持真理和價值原則。在歷史發(fā)展中形成了人類活動的兩大原則——真理原則和價值原則。真理原則是指人們必須按照世界的本來面目和規(guī)律去認識和改造它，包括認識和改造人自身。它要求人的思想和行動必須高度符合事物本身的特性和規(guī)律。在教育研究中，要按照教育本來的面目和規(guī)律去認識和改造它，而不是對其進行任意的表征。計算主義將“活的”教育現(xiàn)象符號化、抽象化，就不能真正認識教育問題并對其進行改造。價值原則是指人必須改造世界使之適于人類社會發(fā)展，或者按照人的尺度和需要去認識、改造世界，包括人和社會本身。認識、改造世界的目的是為主體服務(wù)，認識世界的本來面目和規(guī)律不是目的[39]。計算主義專注事實描述，沒有實現(xiàn)對教育的改造，而計算主義對主體性的遮蔽，導(dǎo)致主體能動性難以發(fā)揮。因此，開展教育研究要堅持并遵守真理和價值兩大原則，確保人的主體性回歸。

其次，秉持實踐觀點的思維方式。計算主義研究范式實質(zhì)上沒有把教育研究當成感性的人的活動、當作實踐去理解，不是從主體方面去理解。馬克思說：“全部社會生活在本質(zhì)上是實踐的?！盵16]在教育研究中確立實踐觀點，就是由人主導(dǎo)研究過程而非由機器主導(dǎo)，人在認識事物時總是從更深層的意義中去理解事物，并且人有自身獨有的認識方式，這種認識方式歸根結(jié)底反映著人的實踐活動方式。列寧說：“人的實踐經(jīng)過千百萬次的重復(fù)，它在人的意識中以邏輯的格固定了下來。這些格正是（而且只是）由于千百萬次的重復(fù)才有這種先入之見的鞏固性和公理的性質(zhì)?！盵40]并且人總是從自身出發(fā)去認識世界，構(gòu)成人的本質(zhì)的實踐性是一切認識的出發(fā)點。而世界不僅是構(gòu)成生存基礎(chǔ)和知識內(nèi)容的對象世界和本體世界，而且還是借以發(fā)揮主觀創(chuàng)造作用與滿足主體需要的意義世界和價值世界[41]。因此，教育研究需要人的主體性回歸，如此，人才能根據(jù)自身的不同需要對教育進行創(chuàng)造性解釋和改造。正如貝克等人所說：“在‘流動的知識領(lǐng)域中，任何時候都會有多種多樣的、令人眼花繚亂的、相互對抗的理論主張和實踐主張。”[42]

當然，對計算主義的超越并不是完全否定它，而是辯證地看待并加以應(yīng)用。因此，要樹立人工智能人文觀，以人文關(guān)懷為基礎(chǔ)，以人機共生為基本原則，適度應(yīng)用和適時拒絕人工智能[43]。隨著智能技術(shù)的發(fā)展，計算主義的主張和算法模型不斷更新、完善，它對教育研究的影響也會有新的變化，這需要教育研究者對此加以持續(xù)關(guān)注。

[參考文獻]

[1] 李建會，符征，張江.計算主義：一種新的世界觀[M].北京：中國社會科學(xué)出版社，2012：2.

[2] MATTHIAS S.Computationalism：new directions[M].Cambridge：The MIT Press，2002：3

[3] 酈全民.計算與實在——當代計算主義思潮剖析[J].哲學(xué)研究，2006（3）：82-89，129.

[4] 李建會.從計算的觀點看[J].哲學(xué)研究，2004（3）：66-71.

[5] WOLFRAM S.A new kind of science[M].Champaign： Wolfram Media，Inc.， 2002：1125.

[6] 高新民，儲昭華.心靈哲學(xué)[M].北京：商務(wù)印書館，2002：678.

[7] 卡魯姆·蔡斯.人工智能革命——超級智能時代的人類命運[M].張堯然，譯.北京：機械工業(yè)出版社，2017：3.

[8] 李建會，趙小軍，符征.計算主義及其理論難題研究[M].北京：中國社會科學(xué)出版社，2016：54.

[9] 馬克斯·韋伯.學(xué)術(shù)與政治[M].馮克利，譯.北京：生活·讀書·新知三聯(lián)書店，1998：29.

[10] DIDDENS A. Positivism and its critics[M]// BOTTOMORE T，NISBET R. A history of sociological analysis. New York： Basic Books， 1978：248.

[11] 費迪耶.晚期海德格爾的三天討論班紀要[J].哲學(xué)譯叢，2001（3）：52-59.

[12] 卡爾·波普爾.科學(xué)發(fā)現(xiàn)的邏輯[M].查汝強，邱仁宗，萬木春，譯.北京：中國美術(shù)學(xué)院出版社，2008：119-120.

[13] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：23.

[14] 賈開，蔣余浩.人工智能治理的三個基本問題：技術(shù)邏輯、風險挑戰(zhàn)與公共政策選擇[J].中國行政管理，2017（10）：40-45.

[15] 盧克·多梅爾.算法時代[M].胡小銳，鐘毅，譯.北京：中信出版社，2016：123.

[16] 中共中央馬克思恩格斯列寧斯大林著作編譯局.馬克思恩格斯選集（第1卷）[M].北京：人民出版社，2012：135-222.

[17] 馬爾庫塞.單向度的人——發(fā)達工業(yè)社會意識形態(tài)研究[M].劉繼，譯.上海：上海譯文出版社，2014：123，134.

[18] 凱文·凱利.失控——全人類的最終命運和結(jié)局[M].東西文庫，譯.北京：新星出版社，2010：125.

[19] 托馬斯·克倫普.數(shù)字人類學(xué)[M].鄭元者，譯.北京：中央編譯出版社，2007：89.

[20] 劉金松.大數(shù)據(jù)應(yīng)用于教育決策的可能性與潛在問題研究[J].電化教育研究，2017（11）：38-42，74.

[21] CILLIERS P. Complexity & postmodernism： understanding complex systems[M].New York： Routledge，1998：118.

[22] 盧恰諾·弗洛里迪.在線生活宣言：超連接時代的人類[M].成素梅，孫越，蔣益，等譯.上海：上海譯文出版社，2018：13.

[23] EDITORIAL. More accountability for big-data algorithms[J]. Nature，2016，537（7621）：449.

[24] BARROW J D. Theories of everything[M].New York： OUP，1991：3.

[25] 弗里德里?！す?科學(xué)的反革命——理性濫用之研究[M].馮克利，譯.南京：譯林出版社，2012：19.

[26] NICOLIS G， PRIGOGINE I. Exploring complexity： an introduction[M].New York： W. H. Freeman，1989：214.

[27] 伊恩·金.社會科學(xué)與復(fù)雜性：科學(xué)基礎(chǔ)[M].王亞男，譯.北京：科學(xué)出版社，2018：190.

[28] 胡塞爾.歐洲科學(xué)的危機與超越論的現(xiàn)象學(xué)[M].王炳文，譯.北京：商務(wù)印書館，2011：164-165.

[29] 瑪格麗特·博登.人工智能哲學(xué)[M].劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001：119.

[30] 張文喜.方法與反方法——基于哲學(xué)與人文社會科學(xué)的思想對話[M].成都：西南交通大學(xué)出版社，2016：40.

[31] 羅伯特·畢夏普.社會科學(xué)哲學(xué)：導(dǎo)論[M].王亞男，譯.北京：科學(xué)出版社，2018：48.

[32] 柯林伍德.歷史的觀念[M].何兆武，張文杰，譯.北京：中國社會科學(xué)出版社，1986：248.

[33] 恩斯特·卡西爾.語言與神話[M].于曉，等譯.北京：生活·讀書·新知三聯(lián)書店，1988：215.

[34] 朱紅文.人文社會科學(xué)導(dǎo)論[M].北京：教育科學(xué)出版社，2011：302.

[35] 布萊恩·阿瑟.技術(shù)的本質(zhì)[M].曹東溟，王健，譯.杭州：浙江人民出版社，2018：16.

[36] 于成.打字機、女秘書、計算機與思想的形成[J].讀書，2019（2）：68-72.

[37] 哈貝馬斯.作為“意識形態(tài)”的技術(shù)與科學(xué)[M].李黎，郭官義，譯.上海：學(xué)林出版社，1999：63-64.

[38] 丹皮爾.科學(xué)史及其與哲學(xué)和宗教的關(guān)系[M].李珩，譯.桂林：廣西師范大學(xué)出版社，2001：418.

[39] 李德順.價值論——一種主體性的研究[M].3版.北京：中國人民大學(xué)出版社，2013：215-216.

[40] 中共中央馬克思恩格斯列寧斯大林著作編譯局.列寧全集（第38卷）[M].北京：人民出版社，1959：233.

[41] 高清海.哲學(xué)與主體自我意識[M].北京：北京師范大學(xué)出版社，2017：序3.

[42] 烏爾里希·貝克，安東尼·吉登斯，斯科特·拉什.自反性現(xiàn)代化——現(xiàn)代社會秩序中的政治、傳統(tǒng)與美學(xué)[M].趙文書，譯.北京：商務(wù)印書館，2001：112.

[43] 李芒，張華陽.對人工智能在教育中應(yīng)用的批判與主張[J].電化教育研究，2020（3）：29-39.