□ 杜 華 顧小清

一、問題的提出

知識作為教育的內(nèi)容，是教育領(lǐng)域的核心要素之一。美國教育學者索爾蒂斯（J.F.Soltis）指出：“從根本上說，知識與教育的概念是無法分離的，關(guān)于知識可能存在的許多問題的回答，對教育者如何思考與行動將有重大影響?！薄拔覀?nèi)绾嗡伎贾R，確實在相當程度上影響著我們?nèi)绾嗡伎冀逃?。”（索爾蒂?1993）。知識與教育之間有著內(nèi)在的關(guān)聯(lián)。一方面，教育是篩選、傳播、分配、積累和發(fā)展知識的重要途徑；另一方面，知識又是教育的重要內(nèi)容與載體，離開了知識，教育就會成為無米之炊，各種各樣的教育目標也就無法達成（石中英,2001）。

知識觀是人類知識總體的認識、態(tài)度和根本看法（胡友志,2014），是教育實踐的根本性和基礎(chǔ)性認識問題，是教育變革的起點和關(guān)鍵（陳麗,等,2019）。知識觀具有鮮明的時代特色，每個時代的知識觀都烙有該時代的印記，在漫長教育發(fā)展史上幾乎每次重大教育轉(zhuǎn)型也都伴隨著知識觀的討論。當下，新興信息技術(shù)引發(fā)了深刻的社會變革，也牽引著人類教育向智慧教育階段轉(zhuǎn)型和演進?；谌斯ぶ悄芗夹g(shù)的具有深度學習能力的智能機器成為知識載體，知識圖景發(fā)生巨變，以往時代的知識話語似乎在解釋力與指導(dǎo)性上已顯得力不從心，迫切需要重新檢視并建構(gòu)一種適用于智能時代、關(guān)涉技術(shù)哲學的知識觀。這既是人工智能變革未來教育的起點和關(guān)鍵，也是“人工智能+教育”極為特別且重要的學術(shù)議題之一。研究者從不同角度開始關(guān)注這一議題，但整體而言研究尚處于起步階段，很多問題甚至可能需要重新思考與回答。本文嘗試分析智能時代知識觀變革的動因，勾勒智能時代的知識觀圖景，并在此基礎(chǔ)上思考未來教學、學習以及教師該如何轉(zhuǎn)型以應(yīng)對變革。

二、何以變革：人工智能時代知識觀變革的動因

較之以往時代，知識觀在智能時代為什么會發(fā)生變革？隱蔽其背后的變革動因是什么？意欲探求事物變化發(fā)展動因，若避開哲學觀便很難真正觸及根本。唯物辯證法認為，事物是在內(nèi)外因雙重作用下發(fā)展變化的，內(nèi)外因在一定條件下可以互相轉(zhuǎn)化。洞見知識觀變革的時代動因，需要從哲學層面揭示智能時代的知識現(xiàn)象及其背后深層次的內(nèi)外因。

外因是事物發(fā)展變化的外部原因，是某事物和他事物之間的外在聯(lián)系和相互作用。人工智能技術(shù)以強勢姿態(tài)闖入人們的視野，借助新一輪技術(shù)革命浪潮迅速席卷社會（顧小清,2021），推動時代躍遷，無疑是引發(fā)知識觀變革的重要外因之一。雖是外因，人工智能技術(shù)卻宛如一匹黑馬，豐富知識載體與形態(tài)，增能知識生產(chǎn)與創(chuàng)造，加速并可能徹底改變知識的生命周期，或?qū)⒑硠尤祟惖闹R主體地位，甚至動搖智能時代的知識生產(chǎn)與存在基礎(chǔ)，對知識整個生態(tài)造成破壞性和顛覆性創(chuàng)新，成為知識觀變革的內(nèi)因。在內(nèi)外因雙重作用下，所帶來的不只是知識內(nèi)涵的變化，更有未來發(fā)展格局的變化，推動著知識觀經(jīng)歷一次歷史性的變革。

（一）人工智能技術(shù)豐富知識載體

從人類文明發(fā)展看，知識和負載知識的載體間存在著無法分割的關(guān)系（任友群,2002），載體有時甚至能很大程度上影響知識觀。伴隨著社會發(fā)展和媒介技術(shù)演進，人類在社會實踐活動中逐漸構(gòu)建與積累知識以認識世界，知識承載媒體種類與樣態(tài)也在發(fā)生變化。遠古時代的口耳相傳、上古時期的文字造紙術(shù)、近古時期的印刷術(shù)、晚近以降的電子與視聽技術(shù)、信息時代的數(shù)字技術(shù)……，知識載體的變遷可以說須臾未曾離開過技術(shù)的融入與形塑。伴隨智能時代的到來，知識載體早已沖破傳統(tǒng)形態(tài)的桎梏，馳騁于人類與智能機器所交織構(gòu)成的開放性、不確定性的網(wǎng)絡(luò)化海洋，不僅更加智能化，而且呈現(xiàn)出視覺、觸覺等多模態(tài)融合感知的特征。多模態(tài)融合感知的知識載體，傳播效率遠高于單一的知識載體，呈現(xiàn)出更快的速度、更強的傳播力、更廣泛的接受群體和更個性化的表達等特征。

（二）人工智能技術(shù)增能知識生產(chǎn)與創(chuàng)造

在互聯(lián)網(wǎng)+時代，知識傳播與生產(chǎn)呈現(xiàn)多向與多源的趨勢（顧小清,2019）。人工智能技術(shù)參與知識生產(chǎn)，加速了群智協(xié)同的分布式知識創(chuàng)造進程。機器“智能”的參與，延展了知識生產(chǎn)的視野，使得知識生產(chǎn)不再局限于科學界精英所組成的科學共同體（劉崇俊,2010），也不限于為了解決真實問題而吸納的更廣泛的社會參與，甚至不限于人類，而是擴展到了機器。人類不再是唯一的知識生產(chǎn)和擁有者，智能機器也具有同樣的能力（李冀紅,等,2021）。人工智能使得知識生產(chǎn)呈現(xiàn)自動化特點，削弱人類在知識創(chuàng)造上的智慧性。機器學習多以數(shù)據(jù)驅(qū)動，利用算法規(guī)則從數(shù)據(jù)中挖掘或抽取知識，這種自下而上的知識生產(chǎn)模式與專家自上而下的知識生產(chǎn)模式相對應(yīng)，對知識生產(chǎn)與創(chuàng)造產(chǎn)生變革性影響。

（三）人工智能技術(shù)加速并可能徹底改變知識生命周期

“生命周期”原是生物學名詞，意指生物生命發(fā)展過程由出生、成長到死亡等階段構(gòu)成的完整周期。知識伴隨社會需求而產(chǎn)生，新知識產(chǎn)生后，經(jīng)歷加工、存儲、應(yīng)用等過程，繼而投入生產(chǎn)實踐，不斷接受考察、驗證，發(fā)揮其自身價值。知識發(fā)展與生物發(fā)展相似，也呈現(xiàn)出階段性，由此把知識在時間上從產(chǎn)生到消亡的過程，稱為“知識生命周期”（孟彬,等,2006）。

人工智能技術(shù)以基于知識庫和邏輯規(guī)則（算法）的“計算與表征”系統(tǒng)，進行知識生產(chǎn)、獲取、存儲、搜集、運算、生成、匹配和推薦等，加速并可能徹底改變知識生命周期。加拿大學者赫克托·萊韋斯克（H.J.Levesque）將人工智能定義為“基于知識的系統(tǒng)”（萊韋斯克,2018,p.143），知識的積累是人工智能的起點。人工智能可通過插入芯片的方式瞬間完成人類幾千年發(fā)展與進化過程中所積累的系統(tǒng)知識的學習，用嵌入的大規(guī)模數(shù)據(jù)和信息嘗試無限可能，挖掘深藏暗處的知識以及知識間的關(guān)系，實現(xiàn)自動化提取意義，通過自身的算法設(shè)計完成深度學習，去認識世界并形成相應(yīng)的認知或判斷。人工智能通過獲取、處理和使用知識來執(zhí)行任務(wù)，具有我們無法想象的速度與方式擴展、使用和創(chuàng)建知識的能力。智能技術(shù)對知識生產(chǎn)流程的介入，加速了群智云集的分布式知識創(chuàng)造進程。相較以往，知識生命周期已然面目一新。

（四）人工智能技術(shù)或?qū)⒑硠尤祟惖闹R主體地位

人工智能技術(shù)是否會撼動人類的知識主體地位，這是一個有關(guān)人類與智能機器、知識關(guān)系的本源性命題，決定著作為生命存在的人類在知識實踐中的角色與地位。

在哲學框架中，通常以“活動的發(fā)起和指向”來區(qū)分主體和客體。主體指具有獨立意識或個體經(jīng)驗的存在物。主體是活動的發(fā)起者，在活動中發(fā)揮能動作用的角色。客體是指在實踐或認識活動中與主體發(fā)生關(guān)聯(lián)、主體活動所指向的存在物（帕爾紐克,1988）。在知識實踐中，人類是這些活動的發(fā)起者，具有獨立意識，發(fā)揮著能動作用，是毋庸置疑的主體。智能機器憑借自我學習能力感知外部刺激信息、模擬人的知識處理行為、實現(xiàn)自主性推理與決策、完成知識創(chuàng)造的閉環(huán)。知識實踐不再是人類這一碳基生命的智慧專利。在可預(yù)見的將來，強人工智能時代、超人工智能時代將會到來。彼時，具有自我意識、自主學習能力和思維能力的智能機器越來越具備人的特質(zhì)。因此，一個重要的界限被超越。智能機器雖是技術(shù)人造物，卻可能從客體地位“升格”成為知識實踐的主體，以算法、工程化方法與產(chǎn)品工具等多種形態(tài)進行知識生產(chǎn)、創(chuàng)造、傳播、應(yīng)用等，推動知識實踐自動化的深度與廣度。雖然在相當長一段時期內(nèi)人類社會仍處于弱人工智能時代，智能機器的智能性還未達到理想的程度，但已在某種程度上動搖了人類的知識主體地位。

三、如何變革：人工智能時代的新知識觀圖景

一定的知識觀總是特定時代知識狀況的反映（潘洪建,2003）。在教育發(fā)展史上，每一種知識觀的形成與發(fā)展都是伴隨著時代發(fā)展、技術(shù)進步與思想進化的，代表著人類對知識理解與認識的發(fā)展方向。人工智能技術(shù)重構(gòu)了這個時代的知識秩序，知識觀圖景也與以往時代不同。“什么是知識”“知識從哪里來”等很多問題需要重新回答。

（一）知識內(nèi)涵：從確定性真理到不確定性“碎片”

長期以來“知識是什么”一直受到古今中外思想家的高度關(guān)注，也是近現(xiàn)代認識論發(fā)展史上研究者孜孜探尋的重大課題。但這一問題的解答見仁見智，正如思想家羅伯特·格蘭特（R.Grant）所言，盡管“什么是知識”激發(fā)了思想家們的興趣，但至今仍然沒有一個關(guān)于知識的統(tǒng)一而明確的界定（周險峰,2016）。喬治·西蒙斯（G.Siemens）也說“知識很難被定義”，且“達成一個嚴格的知識定義是毫無用處的”（西蒙斯,2009）。這緣于知識是一個蘊含多層含義的復(fù)雜概念，是一個非常艱深的話題，要下一個具有普遍性的定義是非常困難的。即便如此，這一問題仍然是對知識的探究最為經(jīng)典的提問方式。

1.確定性真理

從現(xiàn)有文獻看，以“知識”為主題的討論可以追溯到古希臘。智者學派認為知識來源于個人經(jīng)驗，由于人的感受不同，因此沒有絕對意義的知識。蘇格拉底批判智者學派的觀點，認為“如果一切事物都處在被動中，無物常駐，那么就不可能有任何知識。只有知識本身常駐不變才可能是知識；如果作為知識性質(zhì)變化了，它就不是知識；如果變化一直持續(xù)下去，那么就不會有任何知識”（汪子嵩,等,2014,pp.418-419）。從這段論述可以看出，蘇格拉底所說的知識具有普遍性、確定性特點和絕對、永恒的本質(zhì)（畢文勝,等,2019）。在柏拉圖眾多著作中對于知識的討論更加豐富了（柏拉圖,2002,2003a,2003b,2018）?！睹乐Z篇》討論知識是否可教，《斐萊布篇》討論快樂和智慧何者是真正善的知識，《理想國》討論知識獲得的方法和過程，《普羅泰戈拉篇》談及“知識是靈魂的糧食”?！短┌⑻┑缕分小暗玫睫q護的真信念”（justified true belief）這一經(jīng)典說法奠定了古典的知識內(nèi)涵——把知識看作確證了的真實的信念。知識由信念、真與確證三個要素組成，這便是西方傳統(tǒng)知識的三元定義，受到西方學界長期追捧（文杰,2020）。于是，知識是絕對確定的必然的真理，經(jīng)過權(quán)威所證實，逐漸成為人們的普遍認識。

2.不確定性“碎片”

知識反映著人類活動的理智成就，體現(xiàn)為較為穩(wěn)定、可靠的結(jié)論性認識，甚至是真理。這一理解在當代遭遇挑戰(zhàn)與質(zhì)疑。在智能時代，智能技術(shù)對知識生產(chǎn)流程的介入，加速了群智云集的分布式知識創(chuàng)造進程，拉陡了知識增長斜率，使得知識更新迭代的速度呈指數(shù)級增長。知識更新與增長速度遠大于權(quán)威證實速度，大量來自人類群體智慧、智能機器、人機協(xié)同等所產(chǎn)生的知識等還未形成系統(tǒng)結(jié)構(gòu)，未來得及經(jīng)過權(quán)威證實，就已借助萬物泛在智聯(lián)的網(wǎng)絡(luò)進行分享與傳播。分布式網(wǎng)絡(luò)之上，不僅有被證實的權(quán)威知識，也充斥著未經(jīng)驗證的大眾創(chuàng)造的知識乃至機器創(chuàng)造的知識。這些“智慧”以碎片化的形態(tài)散落各處。機器參與知識生產(chǎn)從根本上改變了知識確定性的狀態(tài)和格局，原先具有確定性的認識可能被沖擊甚至被顛覆。知識作為確定性真理的根基被打破，變成了大量不確定性“碎片”。

智能時代，技術(shù)對于知識領(lǐng)域的擴張不僅提升了知識輸入與輸出的開放性，也增加了知識內(nèi)容的不確定性和知識結(jié)構(gòu)的復(fù)雜性。人工智能將知識創(chuàng)造的必然推向了或然，知識創(chuàng)造正從經(jīng)典的穩(wěn)態(tài)向不確定的暫態(tài)演化（李建中,2019）。碎片化是指事物由整體變成多個零塊的現(xiàn)象，碎片即事物從整體通過各種方式所變成的零散狀態(tài)。知識碎片是相對于完整結(jié)構(gòu)的知識大廈而言的，是指知識點之間、知識單元之間的聯(lián)系被切斷或弱化，變成相對獨立存在的狀態(tài)（王竹立,2016）。知識作為不確定性“碎片”體現(xiàn)在知識生成過程和知識成果樣態(tài)等方面。從知識生成過程來看，人工智能從大量數(shù)據(jù)中提取隱含的、未知的、潛在的、有用的信息，通過各種智能算法自動化提取意義，在從數(shù)據(jù)科學的角度為人類進行知識生產(chǎn)和創(chuàng)新提供幫助的同時，參與知識生產(chǎn)與創(chuàng)造，打破了知識原有的線性結(jié)構(gòu)和層級關(guān)系，使得知識呈現(xiàn)碎片化。還有知識成果樣態(tài)的不確定性。人工智能技術(shù)以其超強的計算能力進行模擬測算，可以自動生成、自主進化，產(chǎn)生大量的人類既無法感受又無法表達和描述的機器知識。知識不再是物化在文字里、書本中的靜態(tài)、凝固、單維、簡約的內(nèi)容，其形態(tài)具有不確定性。因此，當代視域中的知識大廈已動搖了確定的根基，不確定性已經(jīng)成為確定性命題。

（二）知識類型：從“硬”知識到“軟”知識、“灰”知識、“暗”知識

知識分類是根據(jù)特定需要和標準，通過比較將知識按照相同、相異、相關(guān)等屬性劃分不同類別，以此顯示其在知識整體中的應(yīng)有位置和相互關(guān)系。一般而言可以按照效用、屬性、形態(tài)、內(nèi)在聯(lián)系、學科知識體系等進行分類。但這些分類未能擺脫人類界限，未能將人機知識、機器知識充分考慮進去。

1.“硬”知識

歷經(jīng)漫長的人類社會演進與變遷，人類的知識圖式逐漸積淀成系統(tǒng)的知識體系和科學理論。這些知識體系是人類對外部世界諸現(xiàn)象、過程、關(guān)系的客觀認識和把握，其對象是客觀存在的，不以人的主觀意志為轉(zhuǎn)移，不是純主觀活動的產(chǎn)物。經(jīng)過人類思維的抽象提煉與精細加工、眾多科學家的共同努力、大量實驗與實踐的驗證、權(quán)威們的證實，人類龐大的知識體系已呈現(xiàn)出較為牢固的結(jié)構(gòu)與完備的形態(tài)。這些知識常常固化在文字里、書本中，體現(xiàn)為抽象化、結(jié)構(gòu)化、邏輯化等特征。從其存在性狀來看，屬于一種“硬”知識。

2.“軟”知識、“灰”知識、“暗”知識

事物現(xiàn)象的變化決定了知識的變化，知識動態(tài)發(fā)展客觀上取決于外部世界的發(fā)展演進。在人工智能時代，知識生產(chǎn)主體將出現(xiàn)人、機器和人機協(xié)同三種共生形態(tài)。人類與智能機器智能互聯(lián)，形成巨大的超級智能體。不同智能體之間的交流聯(lián)結(jié)不僅帶來知識數(shù)量的增加，而且生產(chǎn)出多元化的知識類型——“軟”知識、“灰”知識、“暗”知識等。

“軟”指物體內(nèi)部的組織疏松，當受外力作用后容易改變形狀?！败洝敝R是相對于“硬”知識而言的，用于指代尚未形成系統(tǒng)結(jié)構(gòu)與固化形態(tài)的知識。“灰”原意指草木等固體完全燃燒形成的粉塵狀物質(zhì)，也引申為粉塵、無熱量的、寂滅的、無生機的等含義。作為形容詞時意為白色和黑色的混合色?！盎摇敝R用以指代人與機器協(xié)同所產(chǎn)生的知識類型。人類負責設(shè)計算法、制作智能機器、用大數(shù)據(jù)對智能機器進行訓練，在關(guān)鍵節(jié)點上進行決策，智能機器通過對海量數(shù)據(jù)的深度學習，運用復(fù)雜的“不透明的”類似于黑箱的算法，進行知識生產(chǎn)。“暗”知識常用來指人類未曾掌握、卻被機器產(chǎn)生并使用的知識。機器可以憑借其超人工智能技術(shù)超越人類既有的經(jīng)驗，獲得機器所掌握而人類還從未探索過的海量的“暗”知識。

“軟”知識、“灰”知識、“暗”知識等與隱性知識、緘默知識、意會知識也有一定的相關(guān)性，均用來指代知識的樣態(tài)。一般來說，隱性知識、緘默知識、意會知識均相對于顯性知識而言，且較多應(yīng)用于指代人類知道但難以言述的知識，“軟”知識側(cè)重強調(diào)其結(jié)構(gòu)的動態(tài)變化。“灰”知識“暗”知識等則主要表明機器知識相對于人類知識的不透明性。

（三）知識范圍：從人類認識成果到“硅基智慧”

知識范圍指的是知識這一詞語的指涉范圍，用于劃定其外部邊際。對于像知識這樣內(nèi)涵豐富、運用普遍的概念，如何劃定其范圍是一個有待深入討論的問題。在智能時代，知識不再只是人類認識成果，而是擴展到“硅基”智慧，延展了知識的外部邊際。

1.人類認識成果

伴隨著人類演進與社會發(fā)展，人類的各種知識實踐活動如采集、分析、傳播、應(yīng)用等也極為豐富，在與自然的長期相互作用下積累了大量的知識。在人類還不能稱為智人的時候，積累了哪里有果子可以食用、哪里有猛獸需要避開的經(jīng)驗。到了采集/狩獵時代，積累了如何使用火和工具的經(jīng)驗。這些經(jīng)驗都是知識的初級形態(tài)（彼得·凱弗,2019），伴隨著科學技術(shù)的迅猛發(fā)展與社會的演進，知識漸漸從它的原初形態(tài)、經(jīng)驗形態(tài)上升為抽象的概念、理論，構(gòu)成一個嚴謹?shù)倪壿嬻w系，呈現(xiàn)出較為完備的形態(tài)，演化成系統(tǒng)的科學理論。但是這些關(guān)于知識的討論都是關(guān)于人類的，知識是人類認識世界的成果這一點幾乎成為人類的共識。

2.“硅基智慧”

人工智能也稱為“機器智能”或“智能模擬”，其實質(zhì)是把人的某些神經(jīng)生理智能賦予機器，通過機器識別符號、圖像、語音等信息使機器能像人類那樣進行學習、聯(lián)想、判斷、推理乃至行動，讓機器模擬和代替人的某些智能（王毅,2006），探索和模擬人的感覺和思維過程的規(guī)律并進而設(shè)計出類似人的某些智能。維特根斯坦曾言“假如一只獅子忽然開口說人話，那么我們一定聽不懂它在說什么”。這句話背后的深意在于，獅子與人類擁有截然不同的“生命形式”，具有完全不兼容的概念框架，即便獅子掌握了人類語言，也難以被人理解。人工智能也是如此。人工智能的智慧雖然難以理解，卻令人類驚嘆。智能機器在進化中不斷蛻變，其發(fā)展已經(jīng)達到令人震驚的地步，不僅僅是對人類感官系統(tǒng)的放大，也不僅僅是作為人類認知和行動的輔助系統(tǒng)，而是可以模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的信息或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能，在某些領(lǐng)域的知識水平早就遠超人類。因此，以硅為主的半導(dǎo)體為物質(zhì)載體的智能機器，通過學習擁有了獨特的認知方法，積累了大量的機器知識，具有了“硅基智慧”。

（四）知識生產(chǎn)模式：從人類到人機群智協(xié)同

知識生產(chǎn)是創(chuàng)造新知識的過程。人工智能技術(shù)使得知識生產(chǎn)的主體正在發(fā)生變化，知識生產(chǎn)模式面臨又一次重大轉(zhuǎn)型。

1.人類知識生產(chǎn)模式的三次重大轉(zhuǎn)型

現(xiàn)代科學范式下，知識生產(chǎn)指的是在規(guī)范的學科體系下以科學的研究方法進行的、以科學知識生產(chǎn)為目標的活動。人類知識生產(chǎn)模式經(jīng)歷了三次重大轉(zhuǎn)變。從古代以個體性、思辨性和整體性為特征的知識生產(chǎn)模式，到近代以專門化、精細化、職業(yè)化為特征的知識生產(chǎn)模式，到當代以草根性、群智化為特征的知識生產(chǎn)模式，分別稱為模式0、模式1和模式2（宋妍,等,2020;郝丹,等,2019）。不管個體性還是群智化，草根性還是專業(yè)化，人類知識生產(chǎn)都是以自身經(jīng)驗為基礎(chǔ)對已有知識進行理解和反思，依靠人類大腦驅(qū)動完成。知識生產(chǎn)模式的討論也都是關(guān)于人類的，沒有超出人類界限。

2.人機群智協(xié)同的知識生產(chǎn)模式

人工智能將使得知識生成方式從原來單獨依靠人的協(xié)作創(chuàng)新轉(zhuǎn)向依靠人與智能機器的協(xié)同創(chuàng)新（劉德建,等,2018）。人工智能打破了以人類為主體進行的知識生產(chǎn)，弱化了人類對特定知識的專屬性。人類絕對的知識主體作用部分地讓渡于機器，部分功能將被弱化甚至替代。人類與智能機器多主體協(xié)同進行知識的生產(chǎn)，可充分發(fā)揮各自優(yōu)勢，超越了人類進行知識生產(chǎn)的極限。因此，人工智能技術(shù)重塑了知識生產(chǎn)主體，在重復(fù)性、機械性的任務(wù)中解放了人類的雙手和大腦，替人類思考、分析與歸納，甚至決策和創(chuàng)造知識。人工智能技術(shù)推動的知識創(chuàng)造生態(tài)，催生并推動以知識共創(chuàng)為特征的知識生產(chǎn)和知識傳承方式將成為一種趨勢，既包括人類共創(chuàng)，也包括人類與人工智能技術(shù)協(xié)同共創(chuàng)，使得知識生產(chǎn)模式躍遷為一種新的模式，可以稱為人機群智協(xié)同的知識生產(chǎn)模式。

（五）知識表征：從人類認知表征到機器計算表征

知識通過對客觀對象的反映與思維得以表征。在智能時代，知識表征呈現(xiàn)出從人類認知表征到機器計算表征的轉(zhuǎn)向。

1.認知表征

對于人類而言，知識以心理結(jié)構(gòu)或認知結(jié)構(gòu)的形式存儲在大腦中。知識表征即認知主體的心靈與世界的相互作用在大腦中的正確再現(xiàn)，通過符號、文字、圖像并經(jīng)過組合編碼，最終形成符合語法結(jié)構(gòu)的圖形等直觀的信息載體表征出來的認知表征（管云波,2016）。知識表征的對象是現(xiàn)實的客觀世界。知識表征主要由知識在大腦中的呈現(xiàn)和知識的外在表達兩部分構(gòu)成，即由內(nèi)部表征和外部表征組成。因此，知識表征方式也分為知識在大腦中呈現(xiàn)的方式和知識的外在表現(xiàn)方式。知識表征的內(nèi)在呈現(xiàn)是信息在頭腦中的呈現(xiàn)方式。信息經(jīng)過輸入、編碼、轉(zhuǎn)換、儲存和提取等過程，最終以諸如概念、命題、圖式、語義網(wǎng)絡(luò)、生成規(guī)則及其他類型的知識和結(jié)構(gòu)呈現(xiàn)。知識表征的外顯方式是知識在大腦中儲存和呈現(xiàn)方式的載體，是一種直觀的展示方式，文字、語言、圖像、圖表、符號、方程式、公式等。

2.計算表征

人工智能的知識表征可以用計算表征加以解釋。人工智能依靠邏輯規(guī)則（算法）對知識庫中已有的知識進行搜集、處理、生成、匹配和推薦等，從而進行規(guī)劃和決策。人工智能的知識表征可以按明晰的規(guī)則進行計算，一般不需要人直接干預(yù)。在通常情況下，它會建立一個表達抽象概念的本體論框架，進而根據(jù)邏輯規(guī)則執(zhí)行各種表征程序，這些程序在各自的環(huán)境中適應(yīng)性地進行表征與推理（魏屹東,2019），其知識表征方法包括命題邏輯、一階（謂詞）邏輯、二階（謂詞）邏輯等。命題邏輯表征簡單的陳述性知識；一階邏輯擴展了命題邏輯，引入量詞，量化個體；二階邏輯擴展了一階邏輯，引入全集概念，不僅可以量化個體，還可以量化性質(zhì)，并不斷演化為普通邏輯（Menzel,2011）。

（六）知識結(jié)構(gòu)：從“建筑”到“管道”再到“舞蹈”隱喻

知識結(jié)構(gòu)一般是指知識的內(nèi)在要素的組合方式和結(jié)合方式（昌家立,2004），是物理范疇之“狀態(tài)樣式規(guī)定性”規(guī)定下的結(jié)果，從發(fā)生意義上看又是由于知識發(fā)生過程中的過程樣式規(guī)定性所導(dǎo)致（張沿沿,等,2020）。隱喻是用一種事物來理解另一種事物，在兩個不同概念間建立聯(lián)系或映射，不僅是一種修辭術(shù)，也是一種認知策略，具有重要方法論意義，在很大程度上影響人們對世界的概念化方式（張沛,2014）。知識論中存在著大量使用隱喻的現(xiàn)象，隱喻有助于更好地理解知識問題（顧林正,2008）。以隱喻思維審視知識的結(jié)構(gòu)與存在方式，發(fā)現(xiàn)其可能呈現(xiàn)出從“建筑”到“管道”再到“舞蹈”結(jié)構(gòu)的轉(zhuǎn)向。

1.長形式的知識和“建筑”隱喻

“建筑”隱喻把知識比作建筑。由于人類傳統(tǒng)知識圖式是在漫長歷史進化過程中漸漸積淀起來的，經(jīng)歷了眾多科學家的共同努力和實驗實踐的考驗，往往作為時代成果被人們吸收和同化，因而其結(jié)構(gòu)完備性、牢固性極為明顯。在人類歷史很長一段時間內(nèi)，實體書籍常常作為主要知識載體，從結(jié)構(gòu)與存在方式來看，可以將知識形態(tài)看作是長形式的，常表現(xiàn)為靜態(tài)固化的文本形態(tài)，以“建筑”隱喻之。哈佛大學學者溫伯格（Weinberger D.）指出，一直以來人類認識世界獲取知識的一種標準模板是一個長形式的論證模式（戴維·溫伯格,2014）。

長形式的知識以及“建筑”隱喻，突出強調(diào)了知識是結(jié)構(gòu)完整、層級明確的實體，整個知識體系被比喻成一個整體、宏大的建筑物，具體知識作為這一建筑體系中的基礎(chǔ)或材料，唯有按照知識的邏輯和層次進行排序與建構(gòu)，才能確保知識大廈的牢靠、堅固。人類的心智便扮演著搬運工、碼字員一樣的角色與任務(wù)，按照知識的層級、次序與邏輯，尋求在頭腦中構(gòu)造一個與外在知識大廈相符的知識“建筑”。

2.網(wǎng)形式的知識和“管道”隱喻

“互聯(lián)網(wǎng)+”時代，知識擁有了一種能夠幫助它超越“建筑”局限的媒介——網(wǎng)絡(luò)?！叭绻L形式’的書籍告訴我們，知識是從A到Z的漫長旅程，那么網(wǎng)形式的知識可能會告訴我們，世界并非是一個邏輯嚴密的論證，而更像是一個無定形的、相互交織的、不可掌控的大網(wǎng)。”（戴維·溫伯格,2014）溫伯格在其著作《知識的邊界》中也提出“網(wǎng)形式知識”見解，在信息超載的當下知識在網(wǎng)絡(luò)中產(chǎn)生，也在網(wǎng)絡(luò)中跳轉(zhuǎn)。作為一種開放流動的交互性存在，知識不再僅存在于實體書籍之中，也不僅存在于人的頭腦之中，而是存在于網(wǎng)絡(luò)本身。

在網(wǎng)絡(luò)中，知識呈現(xiàn)為由節(jié)點和說明其間關(guān)系的邊所構(gòu)成的網(wǎng)狀結(jié)構(gòu)。知識具有更強的流動性、更高的聯(lián)通性和更好的交互性。知識存在于一張細密雜亂的大網(wǎng)之中，正如生命并非活在我們的神經(jīng)、骨骼、血液、骨髓之中，而是活在這一切所構(gòu)成的聯(lián)系之中。所以，知識是“網(wǎng)形式”的，它并非以客觀、真實的事實寄居在書籍之中，而是彌漫在網(wǎng)絡(luò)本身，存在于“管道”之中。網(wǎng)形式的知識及“管道”隱喻，為我們理解知識結(jié)構(gòu)洞開了新的視界。

3.人機共舞的知識和“舞蹈”隱喻

智能時代知識結(jié)構(gòu)極為復(fù)雜，很難籠統(tǒng)地說智能時代的知識具有怎樣的結(jié)構(gòu)和形狀，而且僅關(guān)注人與人知識關(guān)聯(lián)的豐富性遠遠不夠，必須跳出人類局限，“探索主流知識模式之外的其他知識體系（聯(lián)合國教科文組織,2017）”，拓展到人與智能機器所共同構(gòu)建的世界。

此番圖景下，基爾（Gill,J.H.）提出“知識即舞蹈”隱喻（基爾,2003）。這一隱喻把兩個以上的知識主體之間交互作用形成的、不斷進化的、辯證的、共生的關(guān)系惟妙惟肖地刻畫出來。在智能時代，知識成為人與人、人與機器、機器與機器以運動形態(tài)難分難解地交織在一起的動態(tài)舞蹈。這一隱喻對于“知識”的超批判性理解是：第一，知識離開人與人、人與機器、機器與機器的互動關(guān)系就不存在。當人類智能遇到人工智能，知識生產(chǎn)與進化在舞蹈中進行，人類智慧與硅基智慧在動態(tài)互動中生成新知識，并不斷群體性進化，從根本上顛覆知識先生產(chǎn)后傳播的流水模式，顛覆知識體系的牢固性與完備性。第二，知識本身是一種行為。知識是舞蹈，實際上是一種行為，人機彼此之間建立鏈接，形成知識生產(chǎn)與傳播網(wǎng)絡(luò)，有充分的信息交流和協(xié)作關(guān)系，具備信息交換和信息流動的特征。

四、教育何為：基于新知識觀圖景的思考

在人工智能技術(shù)推動下，知識圖景已經(jīng)發(fā)生巨變?；谥悄軙r代新知識觀圖景的刻畫，不得不使人們思考教學在內(nèi)容和方式上將會有怎樣的應(yīng)對之策？學習者如何在未來的學習中占據(jù)主導(dǎo)地位并超越技術(shù)對人的改造？教師如何轉(zhuǎn)變自身角色以適應(yīng)人機協(xié)同共教？這些都是需要站在全局性、前瞻性視角進行思考的課題。

（一）人工智能時代的教學：重構(gòu)教學內(nèi)容與方式，培養(yǎng)適應(yīng)智能時代的綜合性人才

教育教學是知識學習的重要途徑之一，也是人類社會延續(xù)與發(fā)展的重要方式。如果還試圖用昨天的方式教育今天的孩子去適應(yīng)明天的生活，顯然是不可取的。為了培養(yǎng)面向智能時代的綜合性人才，教學內(nèi)容與方式都要重構(gòu)。在智能時代知識體量變得更加龐大，更新迭代速度飛快，信息爆炸帶來的知識指數(shù)級增長使得知識的辨別與選擇變得越來越困難。知識可獲得的途徑也逐漸多樣、便捷和高效，形態(tài)與結(jié)構(gòu)也都發(fā)生巨大變化，確定性的知識大廈已經(jīng)成為明日黃花。面對知識的軟化、碎片化和不確定性，教學要逐漸降低知識的傳授比重，教會學生學會辨析知識。在人工智能突破人類知識生產(chǎn)局限、重塑知識生產(chǎn)主體以及實現(xiàn)知識生產(chǎn)科學飛躍的背景下，一些常規(guī)性的認知工作逐漸被智能機器取代，為培養(yǎng)學生適應(yīng)智能社會需求的技能，也為使學生能夠超越技術(shù)對人的改造，應(yīng)在原有知識基礎(chǔ)上增加人機協(xié)同、機器學習等內(nèi)容，指向?qū)W生的知識動態(tài)獲取、知識深度加工處理能力和知識創(chuàng)新能力，注重教會學生學習如何與人工智能技術(shù)協(xié)同合作，鼓勵并引導(dǎo)學生實現(xiàn)自主知識創(chuàng)造，增強創(chuàng)新思維能力。教的方式也將隨之打破學科獨立、知識分散的局限而走向融合，以項目式、綜合實踐式的方式來培養(yǎng)學生的技能與素養(yǎng)。此外，數(shù)據(jù)驅(qū)動教育的應(yīng)用更加傾向于循證決策，基于教育數(shù)據(jù)深度挖掘來發(fā)現(xiàn)問題、分析原因和提煉規(guī)律，為解決教育問題提供科學、客觀的依據(jù)。

（二）人工智能時代的學習：從知識學習轉(zhuǎn)向能力提升，在應(yīng)對之中轉(zhuǎn)變學的方向

智能時代的科技與社會發(fā)展形成了新的學習格局，人們需要重新思考學習（陸石彥,2020）。智能機器有遠超人腦的知識存儲量和強大的數(shù)據(jù)分析能力，重塑了知識生產(chǎn)主體，實現(xiàn)了知識生產(chǎn)的科學飛躍，在重復(fù)性、機械性的任務(wù)中解放了人類的雙手和大腦，替人類思考、分析與歸納，甚至決策和創(chuàng)造知識。在此背景下，人們不再需要靠死記硬背的方式獲取與被動接受“硬”知識，要將“硬”知識交給機器去處理。因此，要培養(yǎng)學習者基于高階思維參與的知識運用，以此代替簡單性、機械性的知識獲取、記憶、儲存等，使他們能從知識的觀察辨別中得到根本、穩(wěn)定的知識，從知識的組合聯(lián)結(jié)中得到動態(tài)、穩(wěn)定的后臺知識，從知識的創(chuàng)造中得到更適應(yīng)新時代的穩(wěn)定性知識。因此，學習將從傳統(tǒng)的知識學習為主轉(zhuǎn)向能力提升為主。從知識角度來講，這種能力可能包括知識獲取能力、知識辨別能力、知識應(yīng)用能力和知識創(chuàng)造能力。當然，這并不是否認知識學習的必要性和重要性，人類和人工的智能活動依然需要立足于知識（余清臣,2019）。智能時代的學習將把重點放在能力培養(yǎng)上，輔以知識學習為基礎(chǔ)，形成“知能合一”，幫助學習者擁有能夠適應(yīng)未來社會的知識和能力，從而實現(xiàn)人的全面發(fā)展。

（三）人工智能時代的教師：重塑自身角色，提升人工智能素養(yǎng)

人工智能時代知識觀變革給教師職業(yè)帶來了嚴峻挑戰(zhàn)。體量龐大、結(jié)構(gòu)復(fù)雜、類型豐富、迭更飛快、傳播迅猛、獲取便捷、渠道多樣的海量知識侵蝕著教師的知識權(quán)威。教師不再是“知識的代言人”“真理的化身”，甚至“教師”這一稱謂都泛化為智能機器，出現(xiàn)“教師消亡論”的極端論調(diào)也就見怪不怪了。當然，由于教育的復(fù)雜性、特殊性和長期性，以及人類社會性發(fā)展的需要，教師職業(yè)絕對不會消亡（鄒太龍,等,2021），但是這并不意味著某些教師或教師的某些功能不會被人工智能取代。人工智能融入教育已成為一種不可逆轉(zhuǎn)的趨勢，人工智能技術(shù)將與人類齊頭并進，成為人類進步不可缺少的工具甚至“同伴”，這已是不爭的事實，“人機共教”是智能時代教育的新形態(tài)。未來學校所面對的是在智能技術(shù)裹挾下成長起來的原住民和21世紀學習者，這對教師職業(yè)提出了更高的要求。一方面，教師要具備接納和擁抱人工智能的開放心態(tài)，正確認識并積極應(yīng)對人工智能對教師職業(yè)的沖擊，主動適應(yīng)人工智能技術(shù)在教育中的滲入和應(yīng)用，找準角色定位；另一方面，教師要盡快更新自身的勝任力結(jié)構(gòu)，在既有的信息素養(yǎng)和數(shù)據(jù)素養(yǎng)基礎(chǔ)上提升集AI意識、AI知識、AI能力和AI倫理于一身的人工智能素養(yǎng)，積極探索與創(chuàng)新人機協(xié)同的教學模式。

五、結(jié)語

保羅·萊文森（2003）曾言，“一切知識在一定意義上都取決于技術(shù)，不止如此，我們還要有力地斷言：如果沒有技術(shù)，人的知識就不可能存在”。從這句話可以窺見技術(shù)之于人類知識的重要性。在人工智能時代更是如此。從某種程度上來說，我們正面臨著一場知識觀的重塑。立足當下，知識的樣態(tài)從形式到內(nèi)容，從本質(zhì)到外觀，已逐漸遠離了當初的認知面貌。智能機器或?qū)⒑硠尤祟惖闹R主體地位，為知識創(chuàng)造注入鮮活的生命力。對新知識觀的研究和思考還沒有結(jié)束，也永遠不會結(jié)束。展望未來，亟須樹立新知識觀以及與之相適應(yīng)的教學觀、學習觀、教師觀，以構(gòu)建未來智能教育的大廈。