廖湘陽(yáng) 朱會(huì)芳

人工智能時(shí)代研究生能力培養(yǎng)的重構(gòu)——基于莫拉維克悖論的思考

廖湘陽(yáng) 朱會(huì)芳

人工智能的智能化及其廣泛應(yīng)用對(duì)教育目標(biāo)、教育內(nèi)容、教育手段等產(chǎn)生深刻而長(zhǎng)遠(yuǎn)的影響。人工智能時(shí)代研究生能力培養(yǎng)呈現(xiàn)出新的特征，以人工智能的智能路徑為映照反思研究生能力培養(yǎng)的結(jié)構(gòu)調(diào)整，應(yīng)從單一智能、特定技能、技術(shù)技能拓展到多元智能、通用技能、社會(huì)技能；以人工智能的搶位嵌入反思研究生能力培養(yǎng)的目標(biāo)轉(zhuǎn)換，應(yīng)回歸研究生能力培養(yǎng)的社會(huì)屬性，培養(yǎng)研究生人機(jī)協(xié)同工作的能力、駕馭技能技術(shù)的能力；以人工智能的賦能應(yīng)用為媒介反思研究生能力培養(yǎng)的過(guò)程優(yōu)化，應(yīng)從外在、被動(dòng)、邏輯轉(zhuǎn)向具身、主動(dòng)、意義，借用人工智能之技能的同時(shí)真正實(shí)質(zhì)提升研究生自身能力。

研究生能力；培養(yǎng)；人工智能；莫拉維克悖論

人工智能（Artificial Intelligence）簡(jiǎn)單的表述就是創(chuàng)造出一些計(jì)算機(jī)程序或者機(jī)器使其能夠做出一些如若人類實(shí)施則會(huì)被我們視為智能的行為，或者說(shuō)讓機(jī)器的行為看起來(lái)就像是人類所表現(xiàn)出來(lái)的智能行為一樣。如果將人的智能行為作為其參照物或者坐標(biāo)系，人工智能能否從“像”到“更好”抑或“更智能”？Hans Moravec等人研究發(fā)現(xiàn)計(jì)算機(jī)完成人類曾經(jīng)獨(dú)有的高級(jí)智慧能力只需要非常少的計(jì)算能力，無(wú)意識(shí)的技能和直覺(jué)卻需要極大的運(yùn)算能力，簡(jiǎn)易的日常推理同樣需要極大的運(yùn)算能力，這一現(xiàn)象被稱之為莫拉維克悖論（Moravec’s paradox）。研究生教育是國(guó)民教育體系的最頂端，人工智能也許是人工制品中的最高端，研究生能力培養(yǎng)能否從人工智能莫拉維克悖論中受到一些啟示呢？

一、人工智能的智能路徑與研究生能力培養(yǎng)的結(jié)構(gòu)調(diào)整

人工智能以人的智能行為作為其參照物，力圖與人的智能從“像”到“更好”“更智能”，由此構(gòu)成一條愈加逼近人的智能行為的曲線。但人工智能遭遇莫拉維克悖論從一個(gè)側(cè)面反映出當(dāng)下人工智能的智能路徑存在偏頗。

1.人工智能智能化路徑的偏頗及其警示

一是智能單一化。傳統(tǒng)認(rèn)知發(fā)展理論普遍認(rèn)為智能是以語(yǔ)言能力、數(shù)理邏輯能力為核心的一種能力，加德納多元智能觀則認(rèn)為智能并非一種能力而是一組能力，其結(jié)構(gòu)并非單一的而是多元的。人工智能偏重人的智能之“邏輯”能力，而忽略了其他維度，這種智能單一化也許是其遭遇莫拉維克悖論的根源?；谶壿嬆芰Φ牡?jí)，人工智能能夠快速地從數(shù)量極其龐大的線索中搜索到關(guān)聯(lián)信息并給出一個(gè)答案，而人類經(jīng)常是憑借經(jīng)驗(yàn)、直覺(jué)甚至是情緒情感、興趣偏好做出堪稱成功的選擇。人工智能之智能是一幅畫(huà)面清晰、著墨均勻的畫(huà)卷，而人類的能力構(gòu)成圖景中則明線與暗線交織、顯性與隱晦相融，經(jīng)驗(yàn)、直覺(jué)、情緒、偏好等點(diǎn)綴其上，甚至成為影響能力發(fā)展及其表現(xiàn)的關(guān)鍵。

二是智能特定化。一臺(tái)機(jī)器人學(xué)會(huì)象棋成為象棋高手后又學(xué)習(xí)成為圍棋高手自然是“更智能”，但這一“更智能”通常局限于其指向的特定的具體領(lǐng)域而非總體上更智能，即并未擁有融會(huì)貫通象棋和圍棋兩種游戲活動(dòng)的通用技能，體現(xiàn)出智能的特定領(lǐng)域化特征。人類能力的獨(dú)特優(yōu)勢(shì)是抽象概括，能夠超越具體情境、具體活動(dòng)而形成更加普適性的規(guī)則和更加通用性的技能。通用智能并非不同特定技能的相加之和，而是基于不同技能的一種抽象概括，是對(duì)一組類似活動(dòng)及其規(guī)則的一種再架構(gòu)，其形成主要依賴人類特有的反思活動(dòng)和反思能力。通用技能對(duì)于完成某種特定的活動(dòng)并非必需的，且與某種具體的活動(dòng)技能的學(xué)習(xí)和領(lǐng)悟相比更加困難，這導(dǎo)致通用技能常被忽略，這也是許多人技能發(fā)展止步不前的原因所在。

三是智能技術(shù)化。隨著人工智能從“像”到“更好”“更智能”，其對(duì)人類工作的替代范圍從藍(lán)領(lǐng)工作拓展到白領(lǐng)工作，但目前尚無(wú)法替代需要面對(duì)面地交流、觀察和表達(dá)情緒、涉及人文情懷的粉領(lǐng)工作，比如臨床心理學(xué)家、課堂教師、護(hù)士等[1]。人工智能致力于復(fù)制出能夠模仿人類大腦的某個(gè)東西，卻忽視了人造大腦要真正模仿人類智能就必須同步模仿人類的社會(huì)化過(guò)程[2]，否則無(wú)法真正成為具有社會(huì)特性的智能。人工智能當(dāng)下只能在一個(gè)閉環(huán)的游戲活動(dòng)中展現(xiàn)其“更智能”，而難以完成基于開(kāi)放性語(yǔ)境的一些簡(jiǎn)單對(duì)話，即其智能始終難以真正植根于和源出自特定社會(huì)語(yǔ)境，而人類智能的核心特征恰恰植根于人類社會(huì)之中。

2.以人工智能為映照的研究生能力培養(yǎng)結(jié)構(gòu)性轉(zhuǎn)向

研究生能力培養(yǎng)的一個(gè)基本假設(shè)是所有的能力皆是指向人類知識(shí)和人類能力，即所謂知識(shí)和技能的高點(diǎn)、難點(diǎn)皆是以人當(dāng)下對(duì)其理解、掌握和運(yùn)用的狀況決定的，而人的表現(xiàn)狀況就是對(duì)于這一知識(shí)和技能的理解、掌握和運(yùn)用狀況的全部表征。人工智能的迭代升級(jí)及其廣泛應(yīng)用導(dǎo)致這一格局發(fā)生了變化，許多人類難以理解、掌握和運(yùn)用的知識(shí)技能高點(diǎn)和難點(diǎn)對(duì)于人工智能可能輕而易舉，而人類憑借直覺(jué)、經(jīng)驗(yàn)可以愜意完成的任務(wù)對(duì)于人工智能卻是困難重重。研究生作為高層次專門(mén)人才，一直被視為人類知識(shí)技能高點(diǎn)的突破者和掌握者，其能力培養(yǎng)中這些知識(shí)技能高點(diǎn)構(gòu)成核心內(nèi)容?，F(xiàn)在則要反思，在人工智能時(shí)代，研究生培養(yǎng)中哪些方面的能力應(yīng)當(dāng)發(fā)展，哪些方面的能力要加強(qiáng)，哪些方面能力的重要性相對(duì)降低。

其一，從單一智能轉(zhuǎn)向到多元智能。研究生能力培養(yǎng)要從拘泥于單一的數(shù)理邏輯智能之類能力的發(fā)展拓展到其他能力，構(gòu)成有效應(yīng)對(duì)外部多樣化需求的多元能力結(jié)構(gòu)。既要重視發(fā)展數(shù)理邏輯智能、言語(yǔ)語(yǔ)言智能、自然觀察智能，又要重視發(fā)展音樂(lè)節(jié)奏智能、視覺(jué)空間智能、身體動(dòng)覺(jué)智能，還要重視發(fā)展自知自省智能、交往交流智能。本能始終是人類發(fā)展的基石和天賦，沒(méi)有直覺(jué)等本能的支撐，人的能力有可能失去部分靈感之源。直覺(jué)思維就是科學(xué)研究中的一種獨(dú)特而有效的思維方法與思維形式，許多顛覆性科學(xué)發(fā)現(xiàn)正是源于它帶來(lái)的洞察和領(lǐng)悟，比如沃森和克里克的DNA雙螺旋理論、愛(ài)因斯坦的相對(duì)論、費(fèi)米的慢中子效應(yīng)理論等。

其二，從特定技能擴(kuò)展到通用技能。研究生能力培養(yǎng)不應(yīng)固守于特定的知識(shí)、技能，應(yīng)“更加強(qiáng)調(diào)一般的、可以廣泛運(yùn)用的能力”[3]，要通過(guò)反思來(lái)引導(dǎo)研究生從具體情境中的特定行動(dòng)方式提煉升華出通用技能，以求“君子不器”。研究生的學(xué)習(xí)自然要以其先有概念為出發(fā)點(diǎn)，借助這些先有概念持續(xù)學(xué)習(xí)，關(guān)鍵是要學(xué)會(huì)對(duì)核心概念的校正與轉(zhuǎn)化、對(duì)閾值概念的歸納與提升，以求從一個(gè)認(rèn)知層面躍遷到另一個(gè)認(rèn)知層面，開(kāi)啟一種新的、以前從未嘗試的思考方式，轉(zhuǎn)變和創(chuàng)新理解、解釋和觀察事物的方法論和具體方式。

其三，從技術(shù)技能延伸到社會(huì)技能。未來(lái)社會(huì)對(duì)解決復(fù)雜問(wèn)題的能力、社交技能和系統(tǒng)技能的需求遠(yuǎn)遠(yuǎn)高于對(duì)身體能力和知識(shí)性技能的需求[4]。在可預(yù)見(jiàn)的未來(lái)，自動(dòng)化風(fēng)險(xiǎn)較低的工作是那些需要社交技能和創(chuàng)造力的工作，尤其是在不確定狀態(tài)下做出決策和提出創(chuàng)新思想的工作。研究生能力培養(yǎng)要從拘泥于知識(shí)技能之類的科學(xué)技術(shù)性能力拓展到社會(huì)技術(shù)類能力，加強(qiáng)人際溝通、團(tuán)隊(duì)合作、技術(shù)運(yùn)用技巧、倫理問(wèn)題和利益沖突處理等方面的培 訓(xùn)[5]。研究生作為未來(lái)社會(huì)的新技術(shù)的發(fā)明者、運(yùn)用者和掌控者，理應(yīng)及早養(yǎng)成對(duì)技術(shù)背后的社會(huì)倫理等問(wèn)題的敏感意識(shí)和處理該類問(wèn)題的基本素養(yǎng)。

3.人工智能時(shí)代研究生能力結(jié)構(gòu)重塑的路徑

人工智能時(shí)代研究生能力結(jié)構(gòu)的重塑有兩個(gè)切入點(diǎn)：一是能力的多元化，通過(guò)能力維度的組合來(lái)達(dá)成；二是能力的差異化，通過(guò)能力屬性的互補(bǔ)來(lái)達(dá)成。能力的多元分化與多維發(fā)展共同構(gòu)成研究生能力培養(yǎng)的基本格局。

一是拓展研究生能力范疇。突破基本知識(shí)、基本素質(zhì)、基本能力等方面基本標(biāo)準(zhǔn)性要求的框架，培養(yǎng)研究生學(xué)會(huì)綜合運(yùn)用其思維、心靈和精神方面的智慧，包括情境判斷、情緒管理、自我激發(fā)、身體素質(zhì)[6]111-119；致力于增強(qiáng)研究生應(yīng)對(duì)復(fù)雜情境所依仗的元認(rèn)知智能（metacognitive intelligence）、元情感智能（metasubjective intelligence）、元情境智能（metacontextual intelligence）、自我效能感（perceived self-efficacy）等元智能（meta-intelligence），形成由學(xué)術(shù)智能（academic intelligence）、社會(huì)智能（social intelligence）、元智能構(gòu)成的交織智能[7]65-66；培養(yǎng)畢業(yè)生自主、負(fù)責(zé)地創(chuàng)造性處理專業(yè)實(shí)踐問(wèn)題的能力、態(tài)度和素養(yǎng)，以及與他人合作協(xié)調(diào)、激發(fā)他人的參與激情、培訓(xùn)工作團(tuán)隊(duì)其他人員的社交技能。

二是調(diào)整研究生課程體系。課程體系從單一學(xué)科知識(shí)體系邏輯轉(zhuǎn)向兼顧實(shí)踐應(yīng)用邏輯和能力發(fā)展邏輯，實(shí)現(xiàn)基于學(xué)科的課程體系、基于能力的課程體系、圍繞問(wèn)題的課程體系、聚焦實(shí)踐的課程體系一體化集成；開(kāi)設(shè)相應(yīng)的專門(mén)課程和講座來(lái)培養(yǎng)研究生的多元智能、通用技能和社會(huì)技能，與此同時(shí)結(jié)合課程思政開(kāi)發(fā)和利用專業(yè)課程教學(xué)、科研活動(dòng)的相關(guān)資源培養(yǎng)研究生的多元智能、通用技能、社會(huì)技能；開(kāi)設(shè)綜合訓(xùn)練課程，加強(qiáng)研究生實(shí)踐實(shí)習(xí)和切身體悟，培訓(xùn)和發(fā)展研究生技術(shù)應(yīng)用技巧、專業(yè)實(shí)踐倫理意識(shí)、利益沖突處理能力等；順應(yīng)知識(shí)產(chǎn)生于應(yīng)用情景、超越學(xué)科界限、具有異質(zhì)性等新趨勢(shì)，圍繞更加切合應(yīng)用情境的知識(shí)、能力、素質(zhì)等要素構(gòu)建新的課程體系與知識(shí)技能體系。

三是轉(zhuǎn)變課程內(nèi)容的邏輯。課程內(nèi)容選擇與組織應(yīng)從專業(yè)知識(shí)技能邏輯拓展到實(shí)踐邏輯、社會(huì)邏輯、思想邏輯交叉融合，兼顧事實(shí)性知識(shí)、程序性知識(shí)和策略性知識(shí)，圍繞職業(yè)發(fā)展能力、可遷移能力，架構(gòu)研究生學(xué)習(xí)活動(dòng)的“雙重情境化”即個(gè)體的主體情境、個(gè)體已有的知識(shí)經(jīng)驗(yàn)的交互作用，促使研究生完成知識(shí)技能的個(gè)性化與場(chǎng)域化，知識(shí)技能在“實(shí)際會(huì)用”和“推而廣之”兩個(gè)維度上達(dá)到理想效果。增強(qiáng)研究生課程內(nèi)容的生成性，達(dá)成豐富性（充滿了可能性）、回歸性（返回到自身）、關(guān)系性（建立觀點(diǎn)的網(wǎng)絡(luò)）和嚴(yán)密性[8]，形成一種網(wǎng)狀知識(shí)技能體系，彰顯知識(shí)技能與實(shí)際問(wèn)題解決、個(gè)人職業(yè)發(fā)展之間的意義關(guān)聯(lián)，避免培養(yǎng)過(guò)程的枯燥化和機(jī)械化，防止研究生發(fā)展成為技術(shù)的“單向度的人”。

四是重視閾值概念的提煉。研究生自身的內(nèi)在動(dòng)力是研究生能力培養(yǎng)的關(guān)鍵點(diǎn)，閾值概念正是點(diǎn)燃研究生動(dòng)力之火，在這種“不憤不啟、不悱不發(fā)”的狀態(tài)、“卡住的地方”的有效指導(dǎo)將促使研究生的學(xué)習(xí)體驗(yàn)發(fā)生質(zhì)的飛躍。研究生能力培養(yǎng)要瞄準(zhǔn)閾值概念的變革性（transformative），通過(guò)閾值概念的突破促成研究生認(rèn)知結(jié)構(gòu)和認(rèn)知模式的重大轉(zhuǎn)變；聚焦閾值概念的一體化（integrative），揭示某些事物之前隱藏的相互關(guān)聯(lián)性；預(yù)見(jiàn)閾值概念的“麻煩”[9]，直面那些看起來(lái)違反直覺(jué)的、不連貫的所謂“麻煩知識(shí)”（troublesome knowledge）[10]；結(jié)合知識(shí)信念、實(shí)踐信念、職業(yè)信念的理解、塑造和重塑，引導(dǎo)研究生形成積極閾限思維（liminal thinking），即成功地實(shí)現(xiàn)思維轉(zhuǎn)換，促成已知和未知、熟悉和陌生、新思維和舊思維、過(guò)去和未來(lái)之間的邊界發(fā)生改變[11]，從而有效解決當(dāng)下困境，增強(qiáng)未來(lái)發(fā)展的更多可能性。

二、人工智能的搶位嵌入與研究生能力培養(yǎng)的定位轉(zhuǎn)換

人工智能正在改變我們思考和理解世界的方式，一是我們?cè)絹?lái)越多地依賴人工智能來(lái)理解和掌控世界；二是我們?cè)絹?lái)越明顯地按照人工智能的范式來(lái)思考和理解世界。人工智能的搶位嵌入重塑了人類與人工智能之間的關(guān)系，影響甚至危及人類能力的發(fā)展走向。

1.人工智能廣泛應(yīng)用對(duì)研究生能力培養(yǎng)的沖擊

一是去技能化。人工智能正在改變勞動(dòng)者的工作性質(zhì)，消除了對(duì)某些技能的需求，增加了對(duì)某些新技能的需求；與此同時(shí)，人類在不經(jīng)意間將我們過(guò)去覺(jué)得應(yīng)知應(yīng)會(huì)且實(shí)際熟知熟會(huì)的知識(shí)技能外包給了智能手機(jī)、電腦等人工智能，這些預(yù)示著機(jī)器人正在從多個(gè)維度淘汰我們的技能，甚至促使人才被“去技能化”（de-skilling）[12]。研究生培養(yǎng)已經(jīng)表現(xiàn)出明顯的職業(yè)化，就業(yè)轉(zhuǎn)向非傳統(tǒng)式學(xué)術(shù)性崗位，而這一趨勢(shì)與人才被“去技能化”同時(shí)發(fā)生。當(dāng)前研究生能力培養(yǎng)存在明顯的技能缺失，商學(xué)院MBA教育“培養(yǎng)出來(lái)的是技術(shù)官僚，提著一個(gè)大工具箱卻無(wú)法完成組織需要他們完成的任務(wù)”[13]，研究生學(xué)會(huì)的是如何分析而不是如何行動(dòng)，較少實(shí)踐和領(lǐng)悟如何實(shí)際地激勵(lì)員工、組建團(tuán)隊(duì)和建立共識(shí)。

二是幽靈工作。人工智能替代人類勞動(dòng)的終點(diǎn)線隨著人工智能的升級(jí)與應(yīng)用而不斷改變，“自動(dòng)化的最后一英里悖論”意味著人工智能在使人類勞動(dòng)被替代的同時(shí)總是給人類形成新的臨時(shí)勞動(dòng)力需求。人工智能的背后存在一個(gè)新的工作世界，人類正在完成計(jì)算機(jī)做不到的工作，比如僅僅靠自動(dòng)化工具無(wú)法實(shí)現(xiàn)的網(wǎng)絡(luò)內(nèi)容的在線審核等所謂幽靈工作[14]。未來(lái)市場(chǎng)需要更多能使工人與技術(shù)系統(tǒng)共同設(shè)計(jì)、建造和工作的技能，以及能夠填補(bǔ)技術(shù)創(chuàng)新空白的技能。那些機(jī)器無(wú)法勝任的、依賴人類特質(zhì)和能力（比如同理心和同情心）的工作的市場(chǎng)需求將可能會(huì)增加。

三是技術(shù)奇點(diǎn)。技術(shù)奇點(diǎn)是指技術(shù)發(fā)展將會(huì)在很短的時(shí)間內(nèi)發(fā)生極大的接近于無(wú)限的進(jìn)步，它由超越現(xiàn)今人類并且可以自我進(jìn)化的機(jī)器智能或者其他形式的超級(jí)智能所引發(fā)，其技術(shù)發(fā)展完全超乎全人類的理解能力。生物技術(shù)、人工智能、基因工程等一旦出現(xiàn)問(wèn)題都足以給人類帶來(lái)滅頂之災(zāi)，未來(lái)如何取決于人類做出怎樣的選擇，而當(dāng)下人類對(duì)此依然缺乏必要的成熟度、協(xié)作能力和遠(yuǎn)見(jiàn)卓識(shí)[15]。隨著深度學(xué)習(xí)引入人工智能，以及人類對(duì)人工智能的大量應(yīng)用，人類依托人工智能快捷擁有的力量與人類作為種族緩慢演化積累的智慧之間的差距似乎越來(lái)越大，而人類對(duì)自身智能包括元情感智能等元智能以及社會(huì)智能的發(fā)展成長(zhǎng)并未給予足夠的重視和充分的滋養(yǎng)，這可能削弱人類理智有效利用和掌控人工智能的內(nèi)在底蘊(yùn)。

2.以人工智能為工具的研究生能力培養(yǎng)目標(biāo)新定位

“唯有人類才能完成的任務(wù)”正在被一項(xiàng)一項(xiàng)地劃掉，而“計(jì)算機(jī)只能做人類安排它們做的事”也不再適用，那么我們未來(lái)將以什么能力勝出呢？人類該如何行動(dòng)才是獨(dú)一無(wú)二的呢？

其一，能力的共存。Ronald S. Burt認(rèn)為聯(lián)結(jié)結(jié)構(gòu)漏洞越多的競(jìng)爭(zhēng)者就擁有越大的關(guān)系優(yōu)勢(shì)，獲得較大利益回報(bào)和競(jìng)爭(zhēng)勝出的機(jī)會(huì)就越高[16]。Ronald S. Burt關(guān)注的是社會(huì)競(jìng)爭(zhēng)的結(jié)構(gòu)即關(guān)系人之間在網(wǎng)絡(luò)中的緊密程度，面對(duì)人與機(jī)器人共同構(gòu)建的智能結(jié)構(gòu)網(wǎng)絡(luò)，甚至機(jī)器人占據(jù)核心節(jié)點(diǎn)的社會(huì)智能結(jié)構(gòu)網(wǎng)絡(luò)，要改變過(guò)去用機(jī)器人等人工智能來(lái)填補(bǔ)人類智能網(wǎng)絡(luò)空白的單一路徑，轉(zhuǎn)而同時(shí)考慮如何以人的技能來(lái)補(bǔ)充整個(gè)社會(huì)智能網(wǎng)絡(luò)的薄弱之處，形成人與智能水平越來(lái)越高的機(jī)器一同工作的新格局新樣態(tài)。

其二，能力的互補(bǔ)。未來(lái)會(huì)像《星際迷航》中那樣空前繁榮與自由，還是會(huì)像《終結(jié)者》中那樣爆發(fā)人與機(jī)器之間無(wú)盡的戰(zhàn)爭(zhēng)，將很大程度上取決于人類自身的行動(dòng)。正如《拯救地球》中最后拯救地球的并非單純的技術(shù)，而是勇氣、情懷、愛(ài)和技術(shù)以獨(dú)特方式的結(jié)合所迸發(fā)出來(lái)的巨大力量。正如李政道所反問(wèn)的：“沒(méi)有情感的因素和促進(jìn)，我們的智慧能夠開(kāi)創(chuàng)新的道路嗎？而沒(méi)有智慧的情感能夠達(dá)到完美的意境嗎？”人類未來(lái)的勝出既要靠科學(xué)上的創(chuàng)造力，又要靠藝術(shù)上的創(chuàng)造力，還要靠情感上的感染力。“機(jī)器不可能有良好的創(chuàng)造力、人際交往能力和橫向思考能力，這些都是學(xué)生需要培養(yǎng)的技能”[17]，大學(xué)應(yīng)該培養(yǎng)學(xué)生的創(chuàng)造能力、社交能力、動(dòng)手能力、全球意識(shí)和技術(shù)意識(shí)。

其三，能力的倫理。當(dāng)我們面對(duì)有待解決的問(wèn)題時(shí)其實(shí)是面臨著一個(gè)問(wèn)題的兩個(gè)方面即能否解決和如何解決，前者是一個(gè)純粹的技術(shù)問(wèn)題，“能否解決”表征個(gè)體的技能水平，后者則關(guān)涉許多非技術(shù)性問(wèn)題，“如何解決”表征個(gè)體的價(jià)值取向，更是依賴多元智能的協(xié)同。當(dāng)下傾向于培養(yǎng)研究生用與人工智能一樣的方法來(lái)解決問(wèn)題，極少培養(yǎng)學(xué)生對(duì)知識(shí)、問(wèn)題的整體把握能力。研究生熱衷于具體的方法，而較少?gòu)恼軐W(xué)層次和方法論層面來(lái)考慮方法問(wèn)題，以致分析問(wèn)題和解決問(wèn)題缺乏視野和深度。隨著新技術(shù)的不斷涌現(xiàn)和廣泛使用，研究生能力培養(yǎng)既要促進(jìn)人工智能等新技術(shù)的發(fā)展，又要考慮技術(shù)創(chuàng)新和應(yīng)用涉及到的價(jià)值倫理問(wèn)題。

3.人類能力與人工智能交互下研究生能力培養(yǎng)的重點(diǎn)領(lǐng)域

研究生培養(yǎng)作為教育的最高端，需要思考如何以人工智能為工具來(lái)增強(qiáng)研究生的行動(dòng)能力。研究生能力培養(yǎng)的目標(biāo)定位必須從單一的人類能力發(fā)展視角轉(zhuǎn)向兼顧人類能力和人工智能兩個(gè)視角，即要從人工智能的升級(jí)與應(yīng)用的角度來(lái)界定和反思研究生能力培養(yǎng)的方向、重點(diǎn)和意義。

一是重塑研究生能力培養(yǎng)的目標(biāo)定位。首先，培養(yǎng)研究生人機(jī)共存的能力，強(qiáng)調(diào)能力培養(yǎng)的協(xié)作共生、掌控技術(shù)、創(chuàng)建規(guī)則、集體智慧等維度。集體智慧主要關(guān)注如何協(xié)調(diào)合作和形成合力，當(dāng)下不僅要關(guān)注人類之間的合作，而且要關(guān)注各種不同的智慧體如何大規(guī)模地互動(dòng)。其次，研究生應(yīng)當(dāng)具有的高技能不再是單一維度的技能，而是“在不同環(huán)境下不斷自我調(diào)整以及學(xué)習(xí)新技能和新方法的能力”[6]47-48。未來(lái)需要的不僅是分析技術(shù)，更加是綜合活動(dòng)，以“建立能夠有效追求理想的系統(tǒng)，并以一種讓參與者持續(xù)滿意的方式實(shí)現(xiàn)?！盵18]再次，要培養(yǎng)發(fā)展研究生的元認(rèn)知智能、元情緒智能、自我效能感這些人類獨(dú)有的智能，與學(xué)科專業(yè)領(lǐng)域的基礎(chǔ)理論、專門(mén)知識(shí)和實(shí)踐能力的培養(yǎng)有機(jī)融合，以形成顯著有別于人工智能的智能體系和智能優(yōu)勢(shì)。

二是回歸研究生能力培養(yǎng)的社會(huì)屬性。與人工智能莫拉維克悖論相似，當(dāng)下教育面臨著認(rèn)知學(xué)習(xí)與情感學(xué)習(xí)、倫理學(xué)習(xí)的分割。研究生能力培養(yǎng)應(yīng)該鼓勵(lì)學(xué)生對(duì)學(xué)業(yè)項(xiàng)目、解決問(wèn)題、批判性思維、創(chuàng)業(yè)、領(lǐng)導(dǎo)力、品格發(fā)展、同理心和幸福感等方面擁有個(gè)人理解，而不是只追求“正確”的答案。研究生能力培養(yǎng)不應(yīng)“選擇性地忽略實(shí)踐能力和專業(yè)藝術(shù)性”[19]，應(yīng)當(dāng)推動(dòng)“專業(yè)實(shí)踐的技術(shù)理論和人際理論的相互滲透”[20]，更加強(qiáng)調(diào)有效的信息、自由而充分的選擇、對(duì)選擇的內(nèi)在承諾及其執(zhí)行過(guò)程中的持續(xù)監(jiān)督。研究生能力培養(yǎng)既要強(qiáng)調(diào)專業(yè)知識(shí)之“實(shí)踐工作賴以發(fā)展的潛在規(guī)則或基礎(chǔ)科學(xué)要素”，又要強(qiáng)調(diào)有助于問(wèn)題解決的“應(yīng)用科學(xué)或‘工程’要素”，還要強(qiáng)調(diào)運(yùn)用知識(shí)服務(wù)人類社會(huì)和國(guó)家發(fā)展的“技巧及態(tài)度要素”[21]。

三是培養(yǎng)研究生人機(jī)協(xié)同工作的能力。人類正在走向基于“高度信息通信網(wǎng)絡(luò)社會(huì)”和“知識(shí)社會(huì)”的“智聯(lián)社會(huì)”（wisdom network society）[22]，需要反思人類與AI網(wǎng)絡(luò)之間如何形成更為恰當(dāng)?shù)年P(guān)系。借用斐迪南?滕尼斯的共同體與社會(huì)概念[23]，如果說(shuō)是技術(shù)社會(huì)是“想象的（ideelle）與機(jī)械（mechanische）的構(gòu)造”，人類共同體則是“真實(shí)的（reales）與有機(jī)的（organisches）生命”，需要考慮的是如何基于人工智能帶來(lái)的“想象的與機(jī)械的構(gòu)造”技術(shù)社會(huì)，演化出全面體現(xiàn)“真實(shí)的與有機(jī)的生命”的新型人類共同體。人與工具關(guān)系形態(tài)的演變推動(dòng)人的發(fā)展和社會(huì)發(fā)展，新的工具正在重塑工作的本質(zhì)，從依靠體力勞動(dòng)到依賴普通人與復(fù)雜的符號(hào)系統(tǒng)交互的智力能力，并進(jìn)而轉(zhuǎn)向與人工智能等技術(shù)交叉、互補(bǔ)的發(fā)展模式，需要重點(diǎn)增強(qiáng)和擴(kuò)展人類特有的能力，比如直覺(jué)、整體智慧、大道至簡(jiǎn)等實(shí)踐品質(zhì)。研究生培養(yǎng)過(guò)程中要基于整個(gè)社會(huì)的智能分布和能力結(jié)構(gòu)，引導(dǎo)研究生與人工智能之間保持一種恰當(dāng)?shù)年P(guān)系。

四是培養(yǎng)研究生駕馭技能技術(shù)的能力。“技術(shù)元素的巨大力量并非來(lái)自其規(guī)模，而是來(lái)自其自我增強(qiáng)的天性”[24]。面對(duì)人工智能等新技術(shù)的迭代升級(jí)和廣泛應(yīng)用，研究生教育要培養(yǎng)研究生駕馭新技術(shù)新技能的能力。首先是增強(qiáng)研究生對(duì)自身智能的元認(rèn)知，經(jīng)常反思其知識(shí)體系是如何建構(gòu)起來(lái)的、自己的認(rèn)知結(jié)構(gòu)有什么優(yōu)勢(shì)和局限、是否能夠有效調(diào)控自己的認(rèn)知過(guò)程、自己更傾向思考什么類型的問(wèn)題和慣用什么樣的思維模式。其次是增強(qiáng)研究生對(duì)人工智能等新技術(shù)的認(rèn)知，包括對(duì)技術(shù)的本質(zhì)、技術(shù)的自主和控制、技術(shù)倫理在人工智能時(shí)代的新問(wèn)題新表現(xiàn)的認(rèn)識(shí)，對(duì)未來(lái)技術(shù)突破的態(tài)度、新技術(shù)應(yīng)用的偏好，以及看待技術(shù)與人、技術(shù)與自然之關(guān)系的價(jià)值觀。再次是引導(dǎo)研究生領(lǐng)悟技術(shù)本應(yīng)具有的人文傳統(tǒng)與意蘊(yùn)，重振技術(shù)的所謂技巧、方法、步驟、程序背后所隱藏的理性和自由，發(fā)展研究生駕馭自身的技能技術(shù)以及駕馭人工智能等新技術(shù)的能力素養(yǎng)。

三、人工智能的賦能應(yīng)用與研究生能力培養(yǎng)的過(guò)程優(yōu)化

人工智能正在改變和重塑教育的資源、手段、方式、評(píng)價(jià)以及教育的定義。以人工智能為代表的新技術(shù)為研究生能力培養(yǎng)提供滋養(yǎng)和便利的同時(shí)也造成了研究生能力培養(yǎng)的新困惑和新障礙。

1.人工智能賦能研究生能力培養(yǎng)的異化現(xiàn)象

一是能力培養(yǎng)的祛魅。研究生利用人工智能來(lái)賦能和使能，能夠加速獲取知識(shí)的速度和提升獲取知識(shí)的便利，問(wèn)題是有可能誘發(fā)研究生培養(yǎng)的技術(shù)化、機(jī)械化和祛魅化，喪失真正的興趣、內(nèi)在的動(dòng)機(jī)、飽滿的激情、收獲的愉悅。這些臨時(shí)搜索和快速瀏覽的知識(shí)往往缺乏一致性和結(jié)構(gòu)性，研究生通常并沒(méi)有將其真正吸納和內(nèi)化進(jìn)個(gè)體認(rèn)知結(jié)構(gòu)和知識(shí)體系之中，達(dá)到閾值概念和閾值思維程度的則更少。課程設(shè)計(jì)和教學(xué)安排采用的是一種快速切換頻道模式，學(xué)生沒(méi)有充裕的時(shí)間沉浸于某件事情、沉迷于某一具體任務(wù)，這可能影響研究生思維深刻性的養(yǎng)成，制約研究生對(duì)于知識(shí)的沉淀和優(yōu)化，降低知識(shí)的組織水平和調(diào)用的靈活程度。

二是技能賦能的異化。利用各種網(wǎng)絡(luò)、多媒體進(jìn)行學(xué)習(xí)有可能誘發(fā)達(dá)克效應(yīng)（即不知道自己無(wú)知）和谷歌效應(yīng)（即容易從網(wǎng)上獲取的信息傾向于被人腦自動(dòng)地遺忘和選擇性地忽略）[25]，網(wǎng)絡(luò)上知識(shí)的通俗化、碎片化使得研究生深入思考就能基本理解知識(shí)，可能將達(dá)克效應(yīng)和谷歌效應(yīng)推到極致。研究生運(yùn)用CiteSpace等分析軟件進(jìn)行文獻(xiàn)分析，這本來(lái)是一個(gè)進(jìn)步，但如果學(xué)位論文的整個(gè)文獻(xiàn)綜述就是運(yùn)用軟件進(jìn)行可視化分析，而不是基于對(duì)基礎(chǔ)文獻(xiàn)和關(guān)鍵文獻(xiàn)逐一研讀的話，就不可能形成真正的文獻(xiàn)綜述，分析軟件這種賦能對(duì)于研究生來(lái)說(shuō)就不是增強(qiáng)其能力，反而成為其能力發(fā)展消極化的誘因。研究生可以也應(yīng)當(dāng)廣泛使用人工智能來(lái)賦能自己的學(xué)習(xí)，但這種“技能”借用一旦超過(guò)限度，其學(xué)習(xí)活動(dòng)就失去探究行動(dòng)、理性思考等內(nèi)在規(guī)定性。

三是教育宗旨的淡化?！叭酥挥型ㄟ^(guò)教育才能成為人……人只有通過(guò)人，通過(guò)同樣是受過(guò)教育的人，才能被教育?！盵26]瑪格麗特?米德將人類文化模式劃分為前喻文化、并喻文化、后喻文化，未來(lái)是否可能會(huì)呈現(xiàn)技喻文化，即人工智能、機(jī)器人在未來(lái)能否和是否成為教師？技喻文化能在多大程度上成為教育的主導(dǎo)模式之一？利用人工智能賦能教育的同時(shí)要避免將我們自身智能的價(jià)值降低到目前人工智能技術(shù)所能產(chǎn)生的價(jià)值，過(guò)于倚重人工智能可能使得人類的教育系統(tǒng)集中在人工智能最擅長(zhǎng)的方面，所發(fā)揮的乃是人工智能的優(yōu)勢(shì)而非人類智能的優(yōu)勢(shì)[7]39-40。人工智能的賦能和應(yīng)用能夠深入影響教育改革發(fā)展，但它并不能代表教育改革發(fā)展本身，更不能偏離教育旨在培養(yǎng)人、促進(jìn)人的全面發(fā)展這一根本目的。

2.以人工智能為媒介的研究生能力培養(yǎng)過(guò)程性優(yōu)化

研究生能力培養(yǎng)要從兩個(gè)方面考慮人工智能的影響，一是人工智能對(duì)于研究生學(xué)習(xí)、培養(yǎng)過(guò)程或者活動(dòng)的影響，旨在通過(guò)人工智能來(lái)提高效率和保證質(zhì)量；二是人工智能對(duì)于研究生培養(yǎng)目標(biāo)的影響，此時(shí)人工智能的影響直指教育的本質(zhì)，比如在人工智能時(shí)代如何重新界定研究生培養(yǎng)的目標(biāo)，重新界定培養(yǎng)研究生哪些方面的知識(shí)、技能和素養(yǎng)。

其一，從外在轉(zhuǎn)向具身。有研究認(rèn)為手工制作使匠人能夠更加“有機(jī)地”觸摸到自己的勞動(dòng)過(guò)程，人的雙手不斷向大腦“提出問(wèn)題”[27]，手眼腦的合用將真正提高學(xué)習(xí)質(zhì)量和刺激創(chuàng)新。具身認(rèn)知理論反對(duì)將認(rèn)知視為抽象的、符號(hào)式心智計(jì)算，主張認(rèn)知是具身的，是身體、心智與周遭世界相互作用的過(guò)程[28]。人工智能與具身化之間的關(guān)系呈現(xiàn)兩種態(tài)勢(shì)，一方面，人工智能采用的是計(jì)算–表征的框架，并未將關(guān)于身體的信息涵蓋進(jìn)它對(duì)智能程序的描述中去[29]；另一方面，人工智能使技術(shù)可以實(shí)現(xiàn)從“游離身外”到“具身模擬”的關(guān)鍵性轉(zhuǎn)變，通過(guò)模擬學(xué)習(xí)者的學(xué)習(xí)過(guò)程，幫助學(xué)習(xí)者發(fā)現(xiàn)知識(shí)的獨(dú)特價(jià)值、理解學(xué)習(xí)的深層意義、獲得個(gè)性的全面發(fā)展[30]。

其二，從被動(dòng)轉(zhuǎn)為主動(dòng)。1859年斯賓塞提出了一個(gè)著名命題：“什么知識(shí)最有價(jià)值？”并認(rèn)為“一致的答案就是科學(xué)”。大量堆積的信息、短時(shí)間內(nèi)涌來(lái)而又未經(jīng)研究生自己思維和反思沉淀的信息不僅無(wú)助于研究生的知識(shí)技能發(fā)展，反而導(dǎo)致研究生分配太多的注意力給這些零散冗余的信息，誘發(fā)學(xué)習(xí)的目標(biāo)飄移和心理緊張。研究生作為高層次人才，不僅要保持對(duì)搜索引擎算法的警醒，而且要形成自己個(gè)性化的“算法”，從被動(dòng)接受推送轉(zhuǎn)變?yōu)橹鲃?dòng)分析判斷搜索結(jié)果。形成體現(xiàn)學(xué)科專業(yè)特點(diǎn)、避免信息虛假繁榮、保持深度閱讀思考的搜索習(xí)慣，是研究生未來(lái)能夠更好地勝任工作的基本素養(yǎng)。

其三，從邏輯躍進(jìn)意義。研究生能力培養(yǎng)要從邏輯建構(gòu)轉(zhuǎn)向意義建構(gòu)，既要關(guān)注知識(shí)與知識(shí)、知識(shí)與情境之間的邏輯關(guān)聯(lián)，更要關(guān)注知識(shí)技能與個(gè)體自身、未來(lái)職業(yè)、社會(huì)生活的意義關(guān)聯(lián)，尤其是要關(guān)注人工智能對(duì)于我們?nèi)祟惖降滓馕吨裁?、人類如何與人工智能共生共存，從工具理性和價(jià)值理性兩個(gè)維度確認(rèn)人工智能賦能和應(yīng)用的意義和價(jià)值。

3.利用人工智能優(yōu)化研究生能力培養(yǎng)過(guò)程的策略

人類學(xué)習(xí)進(jìn)入了知識(shí)能力的獲得與知識(shí)能力的過(guò)時(shí)均容易且迅速的境地。研究生能力培養(yǎng)過(guò)程要進(jìn)行重構(gòu)，以最大化借用人工智能“技能”的同時(shí)又能最大化實(shí)質(zhì)提升研究生自身能力。

一是加強(qiáng)知識(shí)意義探尋。意義的追尋既要指向知識(shí)本身，又要指向個(gè)體自身，前者更追求由量的積累而達(dá)成的智能水平的升級(jí)，尤其是心智結(jié)構(gòu)的升級(jí)；后者則更追求個(gè)人體悟，指涉人生觀、世界觀和價(jià)值觀。研究生能力培養(yǎng)要融入對(duì)知識(shí)本身、知識(shí)運(yùn)用的意義價(jià)值的闡釋和追尋，要追問(wèn)所學(xué)的知識(shí)技能對(duì)于現(xiàn)有的知識(shí)體系和認(rèn)知結(jié)構(gòu)有什么意義和價(jià)值，對(duì)于未來(lái)的職業(yè)生涯和專業(yè)實(shí)踐有什么意義和價(jià)值，對(duì)于人的發(fā)展和生命自覺(jué)有什么意義和價(jià)值。面對(duì)人工智能的沖擊，“為了讓畢業(yè)生在工作場(chǎng)所具有防御機(jī)器人的能力（robot-proof），高等教育機(jī)構(gòu)應(yīng)重新設(shè)置其課程體系”[31]前言XIII，以培養(yǎng)人類特有的創(chuàng)造力和靈活力，發(fā)揮人類與生俱來(lái)的優(yōu)勢(shì)，其中“人文學(xué)科技能、體驗(yàn)式學(xué)習(xí)和科技熟練的結(jié)合是培養(yǎng)學(xué)生的認(rèn)知能力的理想方法”[31]131-132。研究生在利用各種人工智能發(fā)展自己的專業(yè)能力的同時(shí)，要努力在這一過(guò)程中切實(shí)體悟到一種特殊的收獲、持久的興趣、自愿的投入和強(qiáng)大的動(dòng)力。

二是增強(qiáng)賦能教育實(shí)效。人工智能賦能研究生能力培養(yǎng)，一方面要保證知識(shí)技能的獲得是高質(zhì)量的，另一方面要做到知識(shí)技能即便快速過(guò)時(shí)也已對(duì)研究生能力發(fā)展產(chǎn)生顯著的積極作用。基于具身認(rèn)知理念的人工智能導(dǎo)師系統(tǒng)（Intelligent Tutoring System）通過(guò)給學(xué)生提供空間上的人與物體的感知，學(xué)生產(chǎn)生現(xiàn)實(shí)場(chǎng)景中操控場(chǎng)景參數(shù)、觀測(cè)場(chǎng)景變化、通過(guò)多次重復(fù)操作解釋現(xiàn)象的聯(lián)想，引導(dǎo)學(xué)生在感知模擬、對(duì)模擬進(jìn)行反饋、描述和解釋所發(fā)生現(xiàn)象的過(guò)程中進(jìn)入深度學(xué)習(xí)[32]。采用這類人工智能技術(shù)，研究生學(xué)會(huì)綜合運(yùn)用基于經(jīng)驗(yàn)的數(shù)據(jù)、基于觀察和直覺(jué)的體悟、基于理論的假設(shè)提出解決復(fù)雜問(wèn)題的思路，學(xué)會(huì)收集、分析和吸納包括人工智能在內(nèi)的其他人員的知識(shí)、能力、經(jīng)驗(yàn)和直覺(jué)，提出解決問(wèn)題的策略與行動(dòng)框架。面對(duì)不確定性和各種“麻煩問(wèn)題”，研究生能力培養(yǎng)應(yīng)當(dāng)指向具有生態(tài)性的知識(shí)，體悟知識(shí)演化之魅力；應(yīng)當(dāng)植根生態(tài)系統(tǒng)之中，感受知識(shí)技能的場(chǎng)域性。

三是變革教學(xué)組織形式。面對(duì)人工智能引發(fā)的深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開(kāi)放、自主操控等新趨勢(shì)，研究生教學(xué)要轉(zhuǎn)向以學(xué)生為中心，轉(zhuǎn)向以自主性、合作式學(xué)習(xí)為主，促進(jìn)研究生從被動(dòng)的“因材施教”轉(zhuǎn)向主動(dòng)的“因材適教”，自覺(jué)結(jié)合培養(yǎng)目標(biāo)、課程內(nèi)容、職業(yè)志趣采取恰當(dāng)?shù)膶W(xué)習(xí)策略?！敖獭焙汀皩W(xué)”要聚焦高階思維活動(dòng)，以真實(shí)的實(shí)際問(wèn)題引入專業(yè)知識(shí)技能，引導(dǎo)研究生學(xué)會(huì)運(yùn)用專業(yè)概念、最新理論來(lái)描述、解釋實(shí)踐場(chǎng)景所遇到的問(wèn)題。研究生圍繞感興趣的知識(shí)模塊和技能模塊進(jìn)行有深度的學(xué)習(xí)，促成知識(shí)技能、認(rèn)知框架和思維方式的升級(jí)，同時(shí)達(dá)成深層學(xué)習(xí)的體驗(yàn)和學(xué)有所成的感受。瞄準(zhǔn)未來(lái)工作、新興技能，順應(yīng)知識(shí)形態(tài)新變化，引入翻轉(zhuǎn)課堂、在線課程，提升教學(xué)的前沿性、生成性。創(chuàng)新研究生培養(yǎng)基層組織，探索跨院系中心、項(xiàng)目制、項(xiàng)目組制學(xué)習(xí)模式等新的組織形式，推動(dòng)研究生培養(yǎng)各方資源的匯聚、整合與重構(gòu)。

四是重構(gòu)整個(gè)教育體系。人工智能等新技術(shù)使得教育“為一個(gè)尚未存在的社會(huì)培養(yǎng)著新人”“正在開(kāi)始拒絕制度化教育所產(chǎn)生的成果”[33]狀態(tài)，“為一個(gè)尚未存在的社會(huì)培養(yǎng)著新人”總是不經(jīng)意間又處于滯后的尷尬境地，“拒絕制度化教育所產(chǎn)生的成果”的焦點(diǎn)從過(guò)去的“成果”轉(zhuǎn)向?qū)Α爸贫然逃边^(guò)程的拒絕，與人工智能沒(méi)有很好融合的學(xué)校教育很可能從一開(kāi)始就被社會(huì)拒絕。人工智能的影響正擴(kuò)展到整個(gè)教育體系，教育需要“成功地將新技術(shù)整合進(jìn)學(xué)校中”[34]，學(xué)校教育必須以新技術(shù)為基礎(chǔ)而重構(gòu)。研究生能力培養(yǎng)要基于人工智能等新技術(shù)，而且這些新技術(shù)不再只是對(duì)培養(yǎng)體系的支撐，其本身構(gòu)成培養(yǎng)體系的內(nèi)在要素，從培養(yǎng)資源到培養(yǎng)內(nèi)容再到教育目的都受其影響并有所體現(xiàn)。

研究生是要與人工智能協(xié)作推進(jìn)社會(huì)發(fā)展、人類進(jìn)步的主體，人工智能時(shí)代研究生培養(yǎng)目標(biāo)的界定不應(yīng)再拘泥于研究生個(gè)體或者研究生整體自身，而要從人機(jī)互動(dòng)的高度來(lái)優(yōu)化研究生能力培養(yǎng)，其中情商、韌性、正直、同理心、人際交往能力等機(jī)器無(wú)法模仿的軟技能愈加重要和不可替代。人工智能時(shí)代研究生既要有一身真正過(guò)硬的專業(yè)知識(shí)和能力等硬本領(lǐng)，又要有體現(xiàn)勝任力的專業(yè)精神、職業(yè)道德以及人際技能、人機(jī)共生技能等軟技能，還要有樂(lè)觀自信、敢于擔(dān)當(dāng)?shù)葟?qiáng)素質(zhì)。

[1] FREY C B, OSBORNE M. The future of employment: how susceptible are jobs to computerisation?[R]. Oxford Martin School, Programme on the Impacts of Future Technology, University of Oxford, 2013.

[2] 柯林斯. 人工智能科學(xué)及其批評(píng)[J]. 韓永進(jìn), 劉嬋嬋, 譯. 國(guó)外理論動(dòng)態(tài), 2021(4): 137-146.

[3] 黃福濤. 能力本位教育的歷史與比較研究——理念、制度與課程[J]. 中國(guó)高教研究, 2012(1): 27-32.

[4] World Economic Forum. The future of jobs: employment, skills and workforce strategy for the fourth industrial revolution[R], 2016.

[5] 戈?duì)柕? 沃克. 重塑博士生教育的未來(lái)——卡內(nèi)基博士生調(diào)查文集[M]. 劉儉, 譯. 上海: 上海交通大學(xué)出版社, 2015: 124-125.

[6] 施瓦布. 第四次工業(yè)革命[M]. 李菁, 譯. 北京: 中信出版社, 2016.

[7] LUCKIN R. Machine learning and human intelligence—— The future of education for the 21st century[M]. The UCL Institute of Education Press, 2018.

[8] 多爾. 后現(xiàn)代與復(fù)雜性教育學(xué)[M]. 張光陸, 等譯. 北京: 北京師范大學(xué)出版社, 2016: 11.

[9] MEYER J, LAND R. Threshold concepts and troublesome knowledge: linkages to ways of thinking and practising within the disciplines[M]. Edinburgh: University of Edinburgh, 2003: 412-424.

[10]PERKINS D. The many faces of constructivism[J]. Educational leadership, 1999, 57(3): 6-11.

[11]格雷. 閾限思維: 改變并沒(méi)有想象的那么困難[M]. 孫思遠(yuǎn), 譯. 北京: 機(jī)械工業(yè)出版社, 2018: XXVII.

[12]卡普蘭. 人人都應(yīng)該知道的人工智能[M]. 汪婕舒, 譯. 杭州: 浙江人民出版社, 2018: 140-144.

[13]達(dá)塔爾, 加文, 卡倫. MBA教育再思考——十字路口的工商管理教育[M]. 伊志宏, 徐帆, 譯. 北京: 中國(guó)人民大學(xué)出版社, 2011: 68-70.

[14]格雷, 蘇里. 銷聲匿跡: 數(shù)字化工作的真正未來(lái)[M]. 左安浦, 譯. 上海: 上海人民出版社, 2020: 14-16.

[15]奧德. 危崖——生存性風(fēng)險(xiǎn)與人類的未來(lái)[M]. 韋斯琳, 譯. 北京: 中信出版社, 2021: 4.

[16]伯特. 結(jié)構(gòu)洞: 競(jìng)爭(zhēng)的社會(huì)結(jié)構(gòu)[M]. 任敏, 李璐, 林虹, 譯. 上海: 格致出版社, 2017: 2-28.

[17]塞爾登, 阿比多耶. 第四次教育革命——人工智能如何改變教育[M]. 呂曉志, 譯. 北京: 機(jī)械工業(yè)出版社, 2020: 188-189.

[18] ACKOFF R L. The future of operational research is past[J]. Journal of the operational research society, 1979, 30(2): 93-104.

[19]舍恩. 反映的實(shí)踐者——專業(yè)工作者如何在行動(dòng)中思考[M]. 夏林清, 譯. 北京: 教育科學(xué)出版社, 2007.

[20]阿吉里斯, 舍恩. 實(shí)踐理論——提高專業(yè)效能[M]. 邢清清, 趙寧寧, 譯. 北京: 教育科學(xué)出版社, 2008: 160-161.

[21] SCHEIN E. Professional education: some new directions[M]. New York: McGraw-Hill, 1972: 39-43.

[22] 福田雅樹(shù), 林秀彌, 成原慧. AI聯(lián)結(jié)的社會(huì)——人工智能網(wǎng)絡(luò)化時(shí)代的倫理與法律[M]. 宋愛(ài), 譯. 北京: 社會(huì)科學(xué)文獻(xiàn)出版社, 2020: 21.

[23] 滕尼斯. 共同體與社會(huì)[M]. 張巍卓, 譯. 北京: 商務(wù)印書(shū)館, 2020: 68.

[24] 凱利. 技術(shù)元素[M]. 張行舟, 余倩, 等譯. 北京: 電子工業(yè)出版社, 2012: 10.

[25] 龐德斯通. 知識(shí)大遷移: 移動(dòng)時(shí)代知識(shí)的真正價(jià)值[M]. 閭佳, 譯. 杭州: 浙江人民出版社, 2018: 4-22.

[26] 康德. 論教育學(xué)[M]. 趙鵬, 何兆武, 譯. 上海: 上海人民出版社, 2005: 5.

[27] 斯基德?tīng)査够? 克雷格. 工作的未來(lái): 人工智能與就業(yè)替代[M]. 張林, 張思奇, 譯. 北京: 中國(guó)金融出版社, 2021: 26-27.

[28] 宋嶺. 具身課程知識(shí)觀及其知識(shí)生成路徑——默會(huì)認(rèn)識(shí)論的啟示[J]. 中國(guó)教育學(xué)刊, 2022(2): 46-50.

[29] 何靜. 具身性與默會(huì)表征: 人工智能能走多遠(yuǎn)?[J]. 華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）, 2018(5): 38-43,173.

[30] 謝泉峰, 劉要悟. 具身模擬: 人工智能賦能的學(xué)習(xí)變革[J]. 課程·教材·教法, 2020(12): 116-122.

[31] 奧恩. 教育的未來(lái): 人工智能時(shí)代的教育變革[M]. 李海燕, 王秦輝, 譯. 北京: 機(jī)械工業(yè)出版社, 2018.

[32] 李海英, GRAESSER A C, GOBERT J. 具身在人工智能導(dǎo)師系統(tǒng)中隱身何處?[J]. 華南師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）, 2017(2): 79-91.

[33] 聯(lián)合國(guó)教科文組織國(guó)際教育發(fā)展委員會(huì). 學(xué)會(huì)生存——教育世界的今天和明天[M]. 華東師范大學(xué)比較教育研究所, 譯. 北京: 教育科學(xué)出版社, 1996: 35-37.

[34]柯林斯, 哈爾弗森. 技術(shù)時(shí)代重新思考教育[M]. 陳家剛, 程佳銘, 譯. 上海: 華東師范大學(xué)出版社, 2013: 14.

中國(guó)學(xué)位與研究生教育學(xué)會(huì)重大課題“研究生培養(yǎng)體系研究與重構(gòu)”（編號(hào)：2020ZAA2）

10.16750/j.adge.2022.08.003

廖湘陽(yáng)，湖南師范大學(xué)教育科學(xué)學(xué)院、湖南省教育科學(xué)學(xué)位與研究生教育研究基地教授，長(zhǎng)沙 410081；朱會(huì)芳，湖南師范大學(xué)教育科學(xué)學(xué)院碩士研究生，長(zhǎng)沙 410081。

（責(zé)任編輯 劉俊起）