[摘? ?要] 近年來(lái)，關(guān)于新知識(shí)觀的討論日趨熱烈。陳麗教授等提出的“回歸論知識(shí)觀”深刻揭示了網(wǎng)絡(luò)時(shí)代知識(shí)的回歸現(xiàn)象，具有重大的理論和實(shí)踐意義，但也存在某些值得商榷的問(wèn)題與局限。人工智能聊天機(jī)器人ChatGPT的誕生，對(duì)人類的知識(shí)和學(xué)習(xí)帶來(lái)多方面的影響。為探討智能時(shí)代知識(shí)觀發(fā)生的變化，文章將回歸論知識(shí)觀與重構(gòu)主義知識(shí)觀進(jìn)行了比較分析，指出回歸與重構(gòu)是智能時(shí)代知識(shí)變化的雙向趨勢(shì)。認(rèn)為硬知識(shí)的重要性進(jìn)一步下降，軟知識(shí)的重要性進(jìn)一步上升；事實(shí)性知識(shí)和程序性知識(shí)的重要性下降，原理性知識(shí)的重要性上升；與個(gè)人關(guān)系不大的知識(shí)重要性下降，與個(gè)人關(guān)系密切的知識(shí)重要性上升；外語(yǔ)類知識(shí)的重要性下降，本土語(yǔ)言知識(shí)的重要性上升；聯(lián)通在學(xué)習(xí)中的意義下降，零存整取式學(xué)習(xí)的價(jià)值提升。未來(lái)人類將以與生成式AI組成“復(fù)合腦”的方式進(jìn)行人機(jī)合作式學(xué)習(xí)。

[關(guān)鍵詞] 新知識(shí)觀； 回歸論知識(shí)觀； 重構(gòu)主義； ChatGPT； 人機(jī)合作學(xué)習(xí)； 復(fù)合腦

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 王竹立（1963—），男，湖南衡陽(yáng)人。教授，碩士，主要從事網(wǎng)絡(luò)和智能時(shí)代學(xué)習(xí)理論研究和創(chuàng)新教育研究。E-mail：WZL63@163.com。

一、引? ?言

自筆者于2017年發(fā)表《面向智能時(shí)代的知識(shí)觀與學(xué)習(xí)觀新論》一文，被何克抗教授命名為以軟、硬知識(shí)劃分為特征的新知識(shí)觀以來(lái)，圍繞新知識(shí)觀的文章和討論開始增多[1-4]。北京師范大學(xué)陳麗教授及其團(tuán)隊(duì)于2019年正式提出了“回歸論知識(shí)觀”[5]。筆者認(rèn)為，回歸論知識(shí)觀雖然對(duì)新知識(shí)的內(nèi)涵和外延均有所拓展與豐富，但對(duì)知識(shí)的解讀過(guò)于抽象寬泛，因而對(duì)教育教學(xué)實(shí)踐指導(dǎo)意義有限[6]。陳麗教授等于2023年再發(fā)表多篇論文，對(duì)回歸論知識(shí)觀作了進(jìn)一步闡釋，強(qiáng)調(diào)聯(lián)通是教育的新本質(zhì)，教育是不斷建立網(wǎng)絡(luò)之間的連接并保證信息暢通流動(dòng)的聯(lián)通過(guò)程。回歸論知識(shí)觀認(rèn)為，網(wǎng)絡(luò)時(shí)代的知識(shí)不僅是表征出來(lái)的事實(shí)，還可以是通過(guò)“涌現(xiàn)”實(shí)現(xiàn)對(duì)認(rèn)知客體的整體識(shí)別，知識(shí)已從精加工的符號(hào)化信息回歸到人類的全部智慧[7-8]。這些新穎的觀點(diǎn)給人以耳目一新之感。然而再三拜讀之余，仍覺(jué)得有值得商榷之處，筆者認(rèn)為，應(yīng)與重構(gòu)主義知識(shí)觀互為補(bǔ)充，共同構(gòu)建智能時(shí)代的新知識(shí)觀。

二、 回歸論知識(shí)觀中若干值得商榷的問(wèn)題

回歸論知識(shí)觀雖然站位較高、視野較開闊，但也存在某種模糊含混、實(shí)施不易等局限。導(dǎo)致這種現(xiàn)象的根源，筆者認(rèn)為有以下三點(diǎn)：

（一）未對(duì)個(gè)體知識(shí)與社會(huì)知識(shí)進(jìn)行區(qū)分

網(wǎng)絡(luò)時(shí)代，由于信息與知識(shí)爆炸性增長(zhǎng)，任何領(lǐng)域的知識(shí)都難以被全部存儲(chǔ)在任何人類個(gè)體的大腦之中，而只能散在分布于不同的個(gè)體乃至非人類的機(jī)器內(nèi)部。由此產(chǎn)生出個(gè)體知識(shí)與社會(huì)知識(shí)的分野。個(gè)體知識(shí)指存在于個(gè)體大腦內(nèi)部的知識(shí)，它包括一些知識(shí)的具體內(nèi)容，以及另一些知識(shí)的連接線索。個(gè)體知識(shí)既有可以用語(yǔ)言文字、圖形符號(hào)表達(dá)的顯性知識(shí)，也有難以用語(yǔ)言文字、圖形符號(hào)表達(dá)的隱性知識(shí)。而社會(huì)知識(shí)則指那些在個(gè)體與個(gè)體之間、個(gè)體與機(jī)器之間“流動(dòng)”的知識(shí)，即可用于交流、交換的知識(shí)。為了交流的便利，這些知識(shí)一般需要經(jīng)過(guò)符號(hào)化處理，屬于顯現(xiàn)知識(shí)的范疇。但也有少量無(wú)需經(jīng)過(guò)語(yǔ)言文字、圖形符號(hào)表達(dá)，可以通過(guò)視頻直接觀察傳遞的隱性知識(shí)。即使是通過(guò)視頻，其中也包含大量的需要借助語(yǔ)言文字傳遞的顯性知識(shí)。既無(wú)文字也無(wú)聲音的視頻能夠傳遞的信息是較少的，也是不容易確定的。視頻圖像的作用，主要是輔助語(yǔ)言文字傳遞更直觀具體詳實(shí)的信息，而非取而代之。

回歸論知識(shí)觀源自聯(lián)通主義理論。聯(lián)通主義在討論知識(shí)時(shí)，沒(méi)有對(duì)個(gè)體知識(shí)與社會(huì)知識(shí)進(jìn)行區(qū)分，甚至不愿對(duì)知識(shí)進(jìn)行明確定義。回歸論知識(shí)觀則索性將知識(shí)定義為“人類的全部智慧”，網(wǎng)絡(luò)化知識(shí)則是信息的某種組織方式，是神經(jīng)元以某種結(jié)構(gòu)建立的網(wǎng)絡(luò)，類似于傳統(tǒng)教育理論中所說(shuō)的能力，是在網(wǎng)絡(luò)的群智匯聚中“涌現(xiàn)”出來(lái)的。網(wǎng)絡(luò)化知識(shí)與傳統(tǒng)知識(shí)是素養(yǎng)與素質(zhì)的關(guān)系。因此，它不能單純以符號(hào)化形式來(lái)呈現(xiàn)[7-9]，這些說(shuō)法給人留下含混、模糊，乃至矛盾的印象。這種網(wǎng)絡(luò)化知識(shí)到底是一種什么形態(tài)，它存在于個(gè)體的大腦之中，還是群體的網(wǎng)絡(luò)之中。如果是一種能力，應(yīng)該存在于個(gè)體的大腦之中；如果是群智匯聚的結(jié)果，又似乎應(yīng)該與群體或網(wǎng)絡(luò)有關(guān)。顯然，人類的全部智慧不可能被任何一個(gè)個(gè)體所擁有，只能屬于全部人類。正是由于對(duì)知識(shí)定義過(guò)于模糊與寬泛，導(dǎo)致該理論在指導(dǎo)個(gè)體學(xué)習(xí)和具體學(xué)習(xí)時(shí)顯得無(wú)能為力。而個(gè)體學(xué)習(xí)是社會(huì)化學(xué)習(xí)的前提與基礎(chǔ)，離開了個(gè)體的學(xué)習(xí)，社會(huì)化學(xué)習(xí)無(wú)由發(fā)生[6]。

（二）未區(qū)分學(xué)習(xí)的內(nèi)部過(guò)程與外部過(guò)程

由于知識(shí)在網(wǎng)絡(luò)（包括物理網(wǎng)絡(luò)和虛擬網(wǎng)絡(luò)）中的散在分布，學(xué)習(xí)也區(qū)分為內(nèi)部過(guò)程（發(fā)生在個(gè)體大腦內(nèi)）與外部過(guò)程（發(fā)生在個(gè)體大腦與其他個(gè)體大腦或外部節(jié)點(diǎn)之間）。聯(lián)通主義主要是從社會(huì)層面和網(wǎng)絡(luò)層面，也就是學(xué)習(xí)的外部過(guò)程來(lái)給學(xué)習(xí)提出建議。因此，它強(qiáng)調(diào)節(jié)點(diǎn)之間的聯(lián)通，盡管這種聯(lián)通也可能發(fā)生在個(gè)體大腦內(nèi)部，但更多的還是側(cè)重人與人、人與資源之間的交流互動(dòng)。陳麗教授等認(rèn)為，聯(lián)通是教育的新本質(zhì)，希望通過(guò)創(chuàng)設(shè)有利于個(gè)體與外界交流互動(dòng)的情境（如cMOOC），來(lái)促進(jìn)個(gè)體大腦內(nèi)部知識(shí)節(jié)點(diǎn)之間的聯(lián)通[8]。而對(duì)于如何促進(jìn)學(xué)習(xí)的內(nèi)部過(guò)程（即大腦內(nèi)部的聯(lián)通），則缺乏具體的、可操作的建議。即使由西蒙斯等首創(chuàng)，陳麗教授及其團(tuán)隊(duì)大力推崇和親自實(shí)踐的社區(qū)型在線課程（如cMOOC），似乎也很難在現(xiàn)實(shí)中普及與推廣。筆者認(rèn)為，單純強(qiáng)調(diào)連通容易導(dǎo)致淺層學(xué)習(xí)，要進(jìn)行深度學(xué)習(xí)，仍必須進(jìn)行深度建構(gòu)，而要進(jìn)行深度建構(gòu)，離不開個(gè)體的自主學(xué)習(xí)與探索。這種自主學(xué)習(xí)，有時(shí)固然需要群體的互動(dòng)與協(xié)助，但更多時(shí)候還是獨(dú)立的、乃至孤獨(dú)的探索。

（三）將知識(shí)的回歸現(xiàn)象片面化、絕對(duì)化

網(wǎng)絡(luò)時(shí)代知識(shí)存在回歸現(xiàn)象是客觀事實(shí)，即人類的認(rèn)識(shí)與經(jīng)驗(yàn)不一定需要通過(guò)專家學(xué)者抽象概括和加工整理（即陳麗教授等所說(shuō)的“提純”），就可以通過(guò)網(wǎng)絡(luò)進(jìn)行傳播與應(yīng)用。有些知識(shí)甚至無(wú)需用語(yǔ)言文字圖形等來(lái)表征（即符號(hào)化處理），僅僅通過(guò)視頻圖像的直接觀察就可以交流與傳播。知識(shí)的傳播與存儲(chǔ)方式從以前的一維（語(yǔ)言文字）和二維（圖形圖像），向三維（視頻動(dòng)畫）和多維（虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)和混合現(xiàn)實(shí)等）轉(zhuǎn)變。但也正因?yàn)槿绱?，與知識(shí)的回歸或還原相反方向的知識(shí)的概括與抽象（即“提純”）不是變得不重要了，而是變得更重要更可貴了。因?yàn)橹R(shí)只有經(jīng)過(guò)符號(hào)化的“提純”，才有利于進(jìn)行邏輯分析與推理，才能進(jìn)行深度思考；也只有經(jīng)過(guò)“提純”的知識(shí)，才是可遷移的知識(shí)、更有價(jià)值的知識(shí)。那種高度依賴情境的知識(shí)，在解決某個(gè)具體問(wèn)題時(shí)固然非常有效，但難以遷移到另一種情境，因而不具有普遍意義。只有經(jīng)過(guò)一定程度抽象概括的知識(shí)，才是具有指導(dǎo)性價(jià)值和普遍意義的知識(shí)。以我們正在討論的新知識(shí)觀為例，這種知識(shí)是經(jīng)過(guò)高度概括與抽象的知識(shí)，其意義比某種具體的情境化知識(shí)（如如何做一碗紅燒肉）要有價(jià)值得多。

筆者認(rèn)為：知識(shí)與能力不宜混為一談。知識(shí)是經(jīng)過(guò)一定程度的“提純”，可以分享、傳播、交流的那一部分信息、認(rèn)識(shí)與經(jīng)驗(yàn)。即使是隱性知識(shí)，也有可能通過(guò)觀察和“挖掘”而被顯性化。而能力是無(wú)法分享、交流與傳播的，只能靠個(gè)體在學(xué)習(xí)與實(shí)踐的基礎(chǔ)上自己去培養(yǎng)。知識(shí)是能力的基礎(chǔ)，有助于加快能力的提升。

三、 重構(gòu)主義知識(shí)觀可彌補(bǔ)回歸論

知識(shí)觀的不足

（一）重構(gòu)主義知識(shí)觀的主要內(nèi)容

重構(gòu)主義是筆者在2011年提出的新建構(gòu)主義理論基礎(chǔ)上，經(jīng)過(guò)重新梳理、命名和完善的網(wǎng)絡(luò)時(shí)代學(xué)習(xí)與創(chuàng)新理論，是新建構(gòu)主義的2.0版。它包括新知識(shí)觀、新學(xué)習(xí)觀、新教學(xué)觀和包容性思維四大組成部分[10]。重構(gòu)主義知識(shí)觀主要包含三方面內(nèi)容：

1. 將個(gè)體知識(shí)劃分為三級(jí)結(jié)構(gòu)

重構(gòu)主義知識(shí)觀將知識(shí)分為個(gè)體知識(shí)與社會(huì)知識(shí)兩大知識(shí)形態(tài)，用榕樹比喻個(gè)體知識(shí)，用河流比喻社會(huì)知識(shí)。知識(shí)在個(gè)體大腦內(nèi)是以樹狀形態(tài)呈現(xiàn)的，而在社會(huì)網(wǎng)絡(luò)中傳播時(shí)則以知識(shí)流的形態(tài)呈現(xiàn)。個(gè)體知識(shí)樹與社會(huì)知識(shí)流緊密相連、互相影響。知識(shí)樹從知識(shí)流中攝取養(yǎng)分，同時(shí)也向知識(shí)流貢獻(xiàn)自己的果實(shí)。個(gè)體知識(shí)分為一級(jí)結(jié)構(gòu)（樹根）、二級(jí)結(jié)構(gòu)（樹干）和三級(jí)結(jié)構(gòu)（樹冠），分別對(duì)應(yīng)感性知識(shí)、理性知識(shí)和聯(lián)想知識(shí)。感性知識(shí)根植于實(shí)踐（土壤），是感官?gòu)膶?shí)踐中獲取的初步認(rèn)識(shí)；理性知識(shí)是借助語(yǔ)言文字等對(duì)感性知識(shí)進(jìn)行抽象概括后上升的符號(hào)化知識(shí)；聯(lián)想知識(shí)是在感性知識(shí)和理性知識(shí)基礎(chǔ)上生成的個(gè)性化知識(shí)[11]。將聯(lián)想納入知識(shí)的三級(jí)結(jié)構(gòu)中是重構(gòu)主義理論的首創(chuàng)。聯(lián)想是指由于某人或某種事物而想起其他相關(guān)的人或事物，由某一概念而引起其他相關(guān)的概念。我們?cè)谡J(rèn)識(shí)一個(gè)人和事物（名稱、實(shí)體、性狀等）時(shí)，不可能只停留在該事物本身，而會(huì)自然而然地產(chǎn)生相關(guān)聯(lián)想，這是人類思維的特點(diǎn)。聯(lián)想構(gòu)成了我們對(duì)人和事物認(rèn)知的不可分割的有機(jī)組成部分。對(duì)于同一事物產(chǎn)生的聯(lián)想不同，代表我們對(duì)這個(gè)事物的認(rèn)識(shí)不同。聯(lián)想是個(gè)體知識(shí)中最活躍、最具個(gè)性的部分，也是與知識(shí)創(chuàng)新關(guān)系最密切的部分[12]。

在知識(shí)三級(jí)結(jié)構(gòu)基礎(chǔ)上，重構(gòu)主義進(jìn)一步提出教育教學(xué)是一種知識(shí)“嫁接”的思想。教育教學(xué)的本質(zhì)就是把他人的知識(shí)（認(rèn)識(shí)、經(jīng)驗(yàn)、技能、情感、態(tài)度和價(jià)值觀等）嫁接到學(xué)習(xí)者頭腦中知識(shí)樹上的過(guò)程。教育教學(xué)說(shuō)到底是對(duì)人有目的的培養(yǎng)與改造，就像人類對(duì)植物的培育與改造一樣。傳統(tǒng)學(xué)校教育是一種自上而下的間接經(jīng)驗(yàn)的學(xué)習(xí)，而從實(shí)踐中獲取直接經(jīng)驗(yàn)的學(xué)習(xí)是一種自下而上的學(xué)習(xí)。只有將這兩種學(xué)習(xí)有機(jī)結(jié)合起來(lái)，才是一種最有效的學(xué)習(xí)[11]。

2. 將社會(huì)知識(shí)劃分為軟、硬知識(shí)

重構(gòu)主義理論從聯(lián)通主義中汲取靈感，將社會(huì)知識(shí)劃分為軟知識(shí)與硬知識(shí)。社會(huì)知識(shí)就像一條河流，河流的上層是流速快、變化快的軟知識(shí)，河流下層是流速慢、變化慢的硬知識(shí)[1]。硬知識(shí)是指那些經(jīng)過(guò)專家學(xué)者符號(hào)化處理，已經(jīng)結(jié)構(gòu)化、系統(tǒng)化，被寫進(jìn)專著和教科書，被大眾廣泛接受的知識(shí)；軟知識(shí)則是那些還沒(méi)有被充分符號(hào)化、結(jié)構(gòu)化、系統(tǒng)化的知識(shí)，是正在形成過(guò)程中的知識(shí)，是硬知識(shí)的前身[3]。在網(wǎng)絡(luò)時(shí)代，這些尚未被充分符號(hào)化、結(jié)構(gòu)化、系統(tǒng)化的軟知識(shí)，也可以通過(guò)網(wǎng)絡(luò)交流，借助視頻、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)和混合現(xiàn)實(shí)等先進(jìn)技術(shù)進(jìn)行傳遞，以“草根服務(wù)草根”的形式開展協(xié)作，解決某個(gè)具體情境中的具體問(wèn)題。但也需要經(jīng)過(guò)有心人在眾多網(wǎng)友的幫助下，不斷地進(jìn)行“提純”而最終上升為更有價(jià)值、更具普遍意義的知識(shí)。兩者相輔相成、缺一不可。

為了實(shí)現(xiàn)從軟知識(shí)到相對(duì)較硬的知識(shí)的提升，重構(gòu)主義提出了自己的核心主張與策略，即零存整取、碎片重構(gòu)。零存整取式學(xué)習(xí)策略包含積件式寫作、個(gè)性化改寫和創(chuàng)造性重構(gòu)三個(gè)循序漸進(jìn)又循環(huán)往復(fù)的環(huán)節(jié)。寫作是個(gè)體知識(shí)的顯性化和外部化過(guò)程，通過(guò)不斷改寫文章以實(shí)現(xiàn)知識(shí)的充分符號(hào)化、結(jié)構(gòu)化、系統(tǒng)化目標(biāo)。為了避免信息超載，重構(gòu)主義又提出以個(gè)人為中心的選擇原則，即以個(gè)人的興趣愛(ài)好為中心、以個(gè)人工作學(xué)習(xí)生活的需要為中心，對(duì)信息與知識(shí)進(jìn)行篩選。將以個(gè)人為中心的選擇原則，與零存整取式學(xué)習(xí)相結(jié)合，構(gòu)成重構(gòu)主義所推崇的個(gè)人導(dǎo)向的系統(tǒng)學(xué)習(xí)[4]。由此可見(jiàn)，重構(gòu)主義理論將個(gè)體知識(shí)與社會(huì)知識(shí)、學(xué)習(xí)的內(nèi)部過(guò)程與外部過(guò)程、聯(lián)通與建構(gòu)有機(jī)整合起來(lái)。

3. 智能時(shí)代人機(jī)共同生產(chǎn)知識(shí)

針對(duì)人工智能日益發(fā)展的現(xiàn)狀及對(duì)未來(lái)的評(píng)估，重構(gòu)主義認(rèn)為知識(shí)生產(chǎn)方式也將發(fā)生改變。從過(guò)去單純由人類生產(chǎn)知識(shí)，向人機(jī)共同生產(chǎn)知識(shí)方向發(fā)展[13]。知識(shí)生產(chǎn)方式的變化，也將導(dǎo)致學(xué)習(xí)方式的變化。人類學(xué)習(xí)不僅包含個(gè)體學(xué)習(xí)、社會(huì)化學(xué)習(xí)，還將包括人機(jī)合作式學(xué)習(xí)。其中，個(gè)體學(xué)習(xí)仍將是社會(huì)化學(xué)習(xí)和人機(jī)合作式學(xué)習(xí)的前提和基礎(chǔ)。

前文已經(jīng)指出，在知識(shí)回歸的大背景下，仍然需要對(duì)知識(shí)進(jìn)行一定程度的“提純”，需要對(duì)知識(shí)進(jìn)行符號(hào)化處理，使之變成可被人類和機(jī)器識(shí)別、可遷移應(yīng)用、具有一定普遍性意義的知識(shí)。換句話說(shuō)，被回歸論知識(shí)觀還原為“人類全部智慧”的網(wǎng)絡(luò)化知識(shí)，仍需向部分符號(hào)化、結(jié)構(gòu)化、系統(tǒng)化的軟知識(shí)和已充分實(shí)現(xiàn)符號(hào)化、結(jié)構(gòu)化、系統(tǒng)化的硬知識(shí)方向轉(zhuǎn)變。這一過(guò)程可視為知識(shí)“純化”的過(guò)程，包含由情境化程度較高到去情境化；由多維呈現(xiàn)方式向二維、一維呈現(xiàn)方式轉(zhuǎn)變；由數(shù)量龐大需占據(jù)大量網(wǎng)絡(luò)和大腦空間的原初信息，向只占據(jù)較小空間、有利于推理、演繹、歸納的精加工信息轉(zhuǎn)變。隨著知識(shí)純化程度的提高，知識(shí)的價(jià)值也隨之提高。當(dāng)這些經(jīng)過(guò)純化的知識(shí)變成硬知識(shí)，并被智能機(jī)器所掌握和使用之后，其價(jià)值又開始急劇下降，人類不再需要進(jìn)行更多的學(xué)習(xí)，而應(yīng)將時(shí)間和精力放在更多的知識(shí)提純，即軟知識(shí)的建構(gòu)上。

必須指出的是，為了讓智能機(jī)器人能夠識(shí)別和學(xué)習(xí)人類的硬知識(shí)，需對(duì)這些知識(shí)進(jìn)行另一種符號(hào)化改造，即數(shù)字化改造。這時(shí)的符號(hào)不僅僅指人類的自然語(yǔ)言、文字和圖形，還包括程序、代碼等。一些圖形圖像甚至無(wú)需變成語(yǔ)言文字，就可以直接實(shí)現(xiàn)代碼化。將原初的信息進(jìn)行代碼化改造的過(guò)程，也是知識(shí)提純的一部分，其中仍然需要人類語(yǔ)言文字符號(hào)的參與或幫助。未來(lái)的人們不僅需要掌握日常的語(yǔ)言文字，還需掌握與智能機(jī)器打交道的計(jì)算機(jī)程序語(yǔ)言。

綜上所述，重構(gòu)主義知識(shí)觀明確劃分了知識(shí)的兩種不同形態(tài)，即個(gè)體知識(shí)形態(tài)和社會(huì)知識(shí)形態(tài)，用形象化的比喻，對(duì)兩種知識(shí)形態(tài)的特征及關(guān)系進(jìn)行了描述；用“嫁接”一詞整合了多種學(xué)習(xí)理論的教與學(xué)主張，認(rèn)為教與學(xué)僅僅依靠聯(lián)通是遠(yuǎn)遠(yuǎn)不夠的，還需要建構(gòu)，有時(shí)還需要觀察、模仿和復(fù)制等。信息時(shí)代知識(shí)變得越來(lái)越碎片化，更需要采用零存整取式的學(xué)習(xí)策略。建構(gòu)主義所主張的“意義建構(gòu)”適用于個(gè)體知識(shí)樹的生長(zhǎng)，主要描述了學(xué)習(xí)的內(nèi)部機(jī)制；聯(lián)通主義所強(qiáng)調(diào)的“聯(lián)通”適合促進(jìn)社會(huì)知識(shí)流的暢通，主要描述了學(xué)習(xí)的外部過(guò)程；重構(gòu)主義所倡導(dǎo)的“零存整取、不斷重構(gòu)”則是知識(shí)碎片化時(shí)代學(xué)習(xí)的最佳聯(lián)通與建構(gòu)方式。

（二）回歸論知識(shí)觀與重構(gòu)主義知識(shí)觀可以互為補(bǔ)充

回歸論知識(shí)觀與重構(gòu)主義知識(shí)觀都屬于網(wǎng)絡(luò)與智能時(shí)代新知識(shí)觀的范疇，都強(qiáng)調(diào)知識(shí)的網(wǎng)絡(luò)屬性，但又各有側(cè)重?；貧w論知識(shí)觀從知識(shí)本質(zhì)屬性認(rèn)識(shí)的高度，審視網(wǎng)絡(luò)時(shí)代知識(shí)發(fā)生的變化；重構(gòu)主義知識(shí)觀則從應(yīng)對(duì)網(wǎng)絡(luò)時(shí)代學(xué)習(xí)挑戰(zhàn)的視角出發(fā)，發(fā)現(xiàn)與知識(shí)碎片化密切相關(guān)的知識(shí)軟化現(xiàn)象?；貧w論知識(shí)觀是一種自上而下的觀察，具有宏觀性、全局性。從某種意義上看，重構(gòu)主義描述的知識(shí)軟化現(xiàn)象，也可視為知識(shí)回歸現(xiàn)象的一部分；重構(gòu)主義知識(shí)觀是一種自下而上的探索，具有直接性、實(shí)用性。例如，對(duì)網(wǎng)絡(luò)時(shí)代知識(shí)碎片化的應(yīng)對(duì)策略，具有實(shí)操性。兩者互為補(bǔ)充，殊途而同歸?；貧w論知識(shí)觀與重構(gòu)主義知識(shí)觀的比較見(jiàn)表1。

由表1可知，回歸論知識(shí)觀長(zhǎng)于抽象概括，重構(gòu)主義知識(shí)觀長(zhǎng)于具體實(shí)操，兩種可以互相取長(zhǎng)補(bǔ)短，合二為一。

四、 智能時(shí)代新知識(shí)觀的變化與展望

生成性人工智能聊天機(jī)器人ChatGPT（Chat Generative Pretrained Transformer）[14]的橫空出世，標(biāo)志著人類社會(huì)向智能時(shí)代又邁進(jìn)了一大步。它向我們提出了一系列尖銳的問(wèn)題：如果未來(lái)智能機(jī)器人不僅能替代我們的體力，還能替代我們的腦力，人類還能干什么，知識(shí)還有什么用處，學(xué)習(xí)還有必要嗎，教育是否會(huì)消亡，智能時(shí)代的知識(shí)觀、學(xué)習(xí)觀是否需要重新構(gòu)建。

對(duì)上述問(wèn)題，筆者將從以下幾個(gè)方面進(jìn)行分析：

（一）AI能做什么，不能做什么

1. AI只是應(yīng)用知識(shí)，還不能創(chuàng)新知識(shí)

無(wú)論是ChatGPT，還是以前的AI技術(shù)，都是在學(xué)習(xí)人類已知的大量知識(shí)、經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合具體的問(wèn)題，找出最優(yōu)的解決方案。對(duì)于人類未知的問(wèn)題，AI并不能給出突破人類現(xiàn)有認(rèn)知水平的答案[15]。迄今為止，AI尚未獨(dú)立提出任何有價(jià)值的新觀點(diǎn)、新概念、新理論、新模式。

2. AI不能進(jìn)行獨(dú)立的、多方式的思考，但可進(jìn)行人類驅(qū)動(dòng)的高效運(yùn)算

ChatGPT是通過(guò)搜索已有的信息并根據(jù)算法來(lái)匹配出最佳的回答，而不是通過(guò)基于邏輯和因果關(guān)系推理來(lái)得出結(jié)論[16]。這一點(diǎn)與人類思維有很大的不同，人類的思考類型和方式比AI要更多、更復(fù)雜、更靈活。AI的思維可能在某種算法上做到極致，卻還沒(méi)有達(dá)到人類思維的靈活多樣。

此外，AI不是一個(gè)有機(jī)生命體，沒(méi)有主觀意識(shí)，不能進(jìn)行獨(dú)立思考。它的所有活動(dòng)都是由人類驅(qū)動(dòng)的。一旦被驅(qū)動(dòng)，它的思維效率可以遠(yuǎn)遠(yuǎn)高于人類。以ChatGPT為例，人類若不主動(dòng)向它提問(wèn)或發(fā)起對(duì)話，它不會(huì)有任何回答舉動(dòng)。但一旦被人類問(wèn)到，它能在極短的時(shí)間內(nèi)作出比較完整、準(zhǔn)確的回答。

3. AI已具有初級(jí)的創(chuàng)新思維能力，但還不具有高級(jí)的創(chuàng)新思維能力

AI是否已具有創(chuàng)造力，也是一個(gè)頗有爭(zhēng)議的問(wèn)題，涉及對(duì)什么是創(chuàng)造力的理解。創(chuàng)造力的核心是創(chuàng)新思維。如果我們將創(chuàng)新創(chuàng)造定義為從無(wú)到有，AI目前還不能做到；如果將對(duì)事物的更新、改造、重構(gòu)也歸入創(chuàng)新創(chuàng)造的范圍，AI在某種程度上則已經(jīng)做到了。例如，筆者曾與AI（如6pen Art、盜夢(mèng)師等）合作創(chuàng)作了大量的圖畫。其中，AI并不是簡(jiǎn)單執(zhí)行人類的指令，而是有自己的“想象”和“創(chuàng)造”，與人類能互相啟發(fā)[17-18]；筆者還曾讓ChatGPT創(chuàng)作故事、詩(shī)歌，它也能較好地完成，不亞于人類的一般創(chuàng)作水平。筆者還用測(cè)試人類創(chuàng)新思維能力的數(shù)種方法，對(duì)ChatGPT進(jìn)行了多次測(cè)試，發(fā)現(xiàn)其水平略高于人類大學(xué)生平均水平，但還未達(dá)到人類最高水平[19-24]。說(shuō)明AI已經(jīng)具有了一定的創(chuàng)造力，但AI的創(chuàng)造力是建立在基于大量訓(xùn)練數(shù)據(jù)的模型生成的基礎(chǔ)上，而不是像人類那樣具有獨(dú)立思考和主觀意識(shí)。AI的回答可能包含一些創(chuàng)新的元素，但都是基于之前的訓(xùn)練數(shù)據(jù)和語(yǔ)言模式的組合，而不是像人類一樣，能從自己大腦的主觀思想中“頓悟”出來(lái)。從某種意義上看，AI不能原創(chuàng)，只能在移植、借鑒、組合基礎(chǔ)上仿造。這種仿造本身也是一種初級(jí)的創(chuàng)造力。如果沒(méi)有人類的深度參與，單靠AI尚不能實(shí)現(xiàn)真正意義上的創(chuàng)新與突破。

（二）什么知識(shí)變得重要，什么知識(shí)變得不重要

1. 硬知識(shí)的重要性進(jìn)一步下降，軟知識(shí)的重要性進(jìn)一步上升

權(quán)威著作和教科書中有大量的硬知識(shí)，這些知識(shí)以前大都依賴人腦去記憶和掌握，以便在有需要時(shí)可以隨時(shí)調(diào)用，但以后越來(lái)越不需要了，因?yàn)橹灰駽hatGPT類的聊天機(jī)器人提出問(wèn)題，它就能夠快速給出答案，而且這個(gè)答案是在對(duì)現(xiàn)有知識(shí)的快速檢索之后綜合出來(lái)的，比大多數(shù)人類個(gè)體的答案要更加準(zhǔn)確與全面。而軟知識(shí)大都屬于尚在建構(gòu)中的新知識(shí)，AI還來(lái)不及掌握，軟知識(shí)中還包含有人類的隱性知識(shí)與個(gè)體經(jīng)驗(yàn)，AI也無(wú)從知曉。而這正是人類可以發(fā)揮最大作用之處。

導(dǎo)致硬知識(shí)重要性下降的另一個(gè)原因是知識(shí)更新迭代的速度進(jìn)一步加快。這就好比河流的流速加快時(shí)，無(wú)論上層還是下層水的流速都會(huì)加快，不穩(wěn)定性增加。未來(lái)硬知識(shí)會(huì)越來(lái)越少，而軟知識(shí)會(huì)越來(lái)越多。

2. 事實(shí)性知識(shí)和程序性知識(shí)的重要性下降，原理性知識(shí)的重要性上升

事實(shí)性知識(shí)指“是什么”的知識(shí)，如歷史、事件、人物、數(shù)據(jù)等；原理性知識(shí)指“為什么”的知識(shí)，如血液為什么能循環(huán)流動(dòng)、智能機(jī)器人是如何工作的等；程序性知識(shí)指“怎么做”的知識(shí)，如程序、規(guī)范、方法、操作、公式、步驟等。這些知識(shí)都很容易被AI所掌握。其中，程序性知識(shí)一旦被AI所掌握并使用，人類就完全沒(méi)有學(xué)習(xí)的必要了。事實(shí)性知識(shí)有些還是重要的，如一般性的社會(huì)科學(xué)與自然科學(xué)常識(shí)，是形成共識(shí)和主流價(jià)值觀的基礎(chǔ)，還是需要教給大眾的。而除此之外更多的事實(shí)性知識(shí)，則可以在用到的時(shí)候才進(jìn)行即時(shí)學(xué)習(xí)，或向AI請(qǐng)教。原理性知識(shí)人類仍須掌握，否則無(wú)法理解事物運(yùn)動(dòng)變化的規(guī)律，無(wú)法理解和評(píng)判AI的行為，也無(wú)法設(shè)計(jì)、改進(jìn)AI的程序。

3. 與個(gè)人關(guān)系不大的知識(shí)的重要性下降，與個(gè)人關(guān)系大的知識(shí)的重要性上升

智能時(shí)代，那些大規(guī)模、標(biāo)準(zhǔn)化、專門化的工作都將逐漸被AI取代。人類只剩下新的、快速變化的工作領(lǐng)域和任務(wù)可以從事。此時(shí)，培養(yǎng)具有跨領(lǐng)域知識(shí)和創(chuàng)新創(chuàng)造能力的新型人才成為必需。在一個(gè)日益多元且快速變化的社會(huì)環(huán)境中，每個(gè)人面對(duì)的問(wèn)題和需求是不同的，除了一些大家都需要的人文社會(huì)和自然科學(xué)常識(shí)之外，沒(méi)必要提前學(xué)習(xí)那些跟自己關(guān)系不大的知識(shí)，因?yàn)槟切┲R(shí)可在有需要的時(shí)候隨時(shí)隨地學(xué)習(xí)。傳統(tǒng)學(xué)校中的學(xué)科導(dǎo)向的系統(tǒng)學(xué)習(xí)將不再重要，代之以重構(gòu)主義所主張的個(gè)人導(dǎo)向的系統(tǒng)學(xué)習(xí)。學(xué)習(xí)者將從繁重的各科課業(yè)學(xué)習(xí)中解放出來(lái)，把時(shí)間和精力用在自己感興趣或有需要的事情上，建立個(gè)性化的知識(shí)體系；學(xué)習(xí)與受教育也不再局限在校內(nèi)，終身學(xué)習(xí)、社會(huì)化學(xué)習(xí)將取代學(xué)校教育成為主流學(xué)習(xí)模式。

4. 外語(yǔ)類知識(shí)的重要性下降，本土語(yǔ)言知識(shí)的重要性上升

ChatGPT能識(shí)別具體的情境和上下文關(guān)系，能洞悉不同文化、地域的語(yǔ)言風(fēng)格，作出更符合當(dāng)下實(shí)際的語(yǔ)言生成。未來(lái)這一技術(shù)將可以用在移動(dòng)終端上，還可以直接從事圖文和語(yǔ)音翻譯。對(duì)于大多數(shù)非外語(yǔ)專業(yè)的人們來(lái)說(shuō)，學(xué)習(xí)外國(guó)語(yǔ)言已非必須；而對(duì)于外語(yǔ)專業(yè)人士來(lái)說(shuō)，要求則會(huì)更高，否則就會(huì)被AI取代。但語(yǔ)言文字是人們進(jìn)行表達(dá)、交流、思考的必備技能和工具，對(duì)本土語(yǔ)言文字的學(xué)習(xí)和掌握仍然必須，且在AI替代了很多人類思維的情況下變得更加重要。人類要想進(jìn)行深度思考，離不開語(yǔ)言和文字。

（三）聯(lián)通在學(xué)習(xí)中的意義下降，零存整取式學(xué)習(xí)的價(jià)值提升

聯(lián)通主義理論主張學(xué)習(xí)是建立知識(shí)網(wǎng)絡(luò)的過(guò)程，聯(lián)通比建構(gòu)更重要。知道誰(shuí)、知道在哪里，比知道什么、知道怎樣更重要。陳麗教授等把聯(lián)通上升為教育的新本質(zhì)。如今AI能迅速收集網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)上的相關(guān)信息和知識(shí)，還能幫助人類快速整合相關(guān)信息與知識(shí)，從而大大增強(qiáng)個(gè)體聯(lián)通相關(guān)知識(shí)節(jié)點(diǎn)的能力與效率。盡管聯(lián)通和整理網(wǎng)絡(luò)上的知識(shí)和信息還不能等同于聯(lián)通主義所主張的聯(lián)通，例如，人和人之間直接的聯(lián)系仍無(wú)法替代，網(wǎng)絡(luò)中各種信息、思想、觀念的交流碰撞仍必不可少，但已經(jīng)能幫助我們大大減輕聯(lián)通所需的時(shí)間和工作量。同時(shí)，我們必須清醒地意識(shí)到，用AI寫出的文章，不代表個(gè)體真正擁有的知識(shí)；從AI獲得的答案，不意味著我們真正懂得為什么。正如我們用AI畫出的畫，不代表我們真正擁有的繪畫水平一樣。要想讓知識(shí)和能力成為自己真正擁有，仍然必須親自動(dòng)筆動(dòng)腦和動(dòng)手實(shí)踐。個(gè)人從實(shí)踐中獲得的認(rèn)識(shí)和經(jīng)驗(yàn)，也必須經(jīng)過(guò)符號(hào)化的加工整理才能更好地交流與傳播。零存整取式學(xué)習(xí)的最大意義，不是讓我們記住和理解已有的知識(shí)，而是培養(yǎng)我們整合已有知識(shí)碎片，進(jìn)行創(chuàng)新創(chuàng)造的能力。在意義建構(gòu)和創(chuàng)新創(chuàng)造方面，AI可以充當(dāng)我們的助手乃至平等的伙伴，但最核心、最關(guān)鍵的部分仍然需要我們自己來(lái)完成。而且，對(duì)未知事物的認(rèn)知從來(lái)不是一蹴而就的，要經(jīng)過(guò)不斷地更新迭代才能逐漸走向全面與深刻。例如，筆者對(duì)ChatGPT的認(rèn)知過(guò)程，就是通過(guò)一次又一次的反復(fù)測(cè)試與學(xué)習(xí)，采取零存整取、碎片重構(gòu)的方式逐步深化的。從這個(gè)意義上看，重構(gòu)主義所主張的零存整取式學(xué)習(xí)，是最適合智能時(shí)代探索新知的學(xué)習(xí)方式。

目前已知，AI有可能制造出更多虛假的信息與知識(shí)，如ChatGPT可能會(huì)出現(xiàn)創(chuàng)造不存在的知識(shí)，或者主觀猜測(cè)提問(wèn)者的意圖等問(wèn)題[14]，或出現(xiàn)明顯的張冠李戴式的錯(cuò)誤[20]，會(huì)制訂與現(xiàn)實(shí)情況完全脫節(jié)的旅行計(jì)劃[25]，還可能存在意識(shí)形態(tài)偏見(jiàn)[26]。這些現(xiàn)象提示我們，單純的聯(lián)通越來(lái)越不足夠，對(duì)AI提供的信息與答案，還需要由人類自己來(lái)甄別與取舍。因此，更需要人類掌握批判性思維和包容性思維能力，建構(gòu)真正屬于自己的知識(shí)體系。如果人類完全放棄自己的學(xué)習(xí)與思考，把所有問(wèn)題的答案都交由AI來(lái)提供，人類的思維能力將極大地退化，將會(huì)被AI制造出來(lái)的虛假信息所誤導(dǎo)，后果不堪設(shè)想。

（四）回歸與重構(gòu)是智能時(shí)代知識(shí)的雙向變化趨勢(shì)

對(duì)ChatGPT引發(fā)的全網(wǎng)討論的觀察，可以發(fā)現(xiàn)當(dāng)今知識(shí)運(yùn)動(dòng)變化的一般規(guī)律。關(guān)于ChatGPT的知識(shí)是一類典型的新知識(shí)和軟知識(shí)。在還沒(méi)有被專家學(xué)者加工整理成硬知識(shí)之前，就以“草根服務(wù)草根”的方式，被大眾傳播與應(yīng)用。一項(xiàng)調(diào)查顯示，截至2023年1月，美國(guó)已有高達(dá)89%的大學(xué)生使用ChatGPT完成作業(yè)[14]。對(duì)比互聯(lián)網(wǎng)還不太發(fā)達(dá)時(shí)期，那時(shí)一種新技術(shù)的出現(xiàn)，需要由專家先寫成各種紙質(zhì)教程才能逐漸普及，說(shuō)明現(xiàn)在知識(shí)回歸現(xiàn)象已經(jīng)非常顯著。與此同時(shí)，ChatGPT也迅速引起業(yè)界、學(xué)界的關(guān)注。眾多專業(yè)人士和高校學(xué)者也開始對(duì)ChatGPT及其所帶來(lái)的影響進(jìn)行探討，出現(xiàn)了經(jīng)過(guò)不同程度“提純”的文章，碎片重構(gòu)趨勢(shì)明顯且進(jìn)展迅速?；貧w與重構(gòu)雙向運(yùn)動(dòng)是智能時(shí)代知識(shí)運(yùn)動(dòng)變化的普遍現(xiàn)象，回歸論知識(shí)觀和重構(gòu)主義知識(shí)觀的出現(xiàn)恰好反映了這一趨勢(shì)。

（五）人機(jī)合作與協(xié)同將成為未來(lái)主流的學(xué)習(xí)方式

由于AI具有強(qiáng)大而高效的運(yùn)算能力，人類會(huì)越來(lái)越多地利用它幫助自己思考，以彌補(bǔ)人類思維能力的局限和不足，同時(shí)AI也需要人類來(lái)驅(qū)動(dòng)它、訓(xùn)練它、引導(dǎo)它，才能發(fā)揮自己的能力。人機(jī)合作與協(xié)同成為必需。

智能時(shí)代學(xué)習(xí)生態(tài)將發(fā)生巨大的變化。人類將不再僅僅依靠自己的大腦進(jìn)行學(xué)習(xí)與思考，還將與ChatGPT類生成式AI緊密合作，以“復(fù)合腦”的方式進(jìn)行學(xué)習(xí)與思考?！皬?fù)合腦”的概念最初由沈書生、祝智庭教授提出[27]，筆者作了進(jìn)一步闡釋，如圖1所示。

圖1? ?智能時(shí)代的學(xué)習(xí)生態(tài)

筆者認(rèn)為，智能時(shí)代人類不僅從實(shí)踐中獲取第一手信息與知識(shí)，還從互聯(lián)網(wǎng)中間接獲取他人的知識(shí)和經(jīng)驗(yàn)，并與智能機(jī)器共同處理這些知識(shí)和經(jīng)驗(yàn)。未來(lái)的智能機(jī)器也不僅限于ChatGPT類生成式AI，還可能出現(xiàn)更先進(jìn)的AI，它不僅能從網(wǎng)絡(luò)數(shù)據(jù)中獲取人類已知的信息和知識(shí)，還可以直接參與部分實(shí)踐活動(dòng)，直接從現(xiàn)實(shí)中獲取第一手的信息（如自動(dòng)駕駛汽車?yán)酶鞣N傳感器直接獲取路面信息），并產(chǎn)生出新的知識(shí)。在人類大腦與智能機(jī)器共同構(gòu)成的“復(fù)合腦”中，人類大腦處于啟動(dòng)和主導(dǎo)的優(yōu)勢(shì)地位，相當(dāng)于復(fù)合腦中的“優(yōu)勢(shì)半球”。但人類大腦這個(gè)“優(yōu)勢(shì)半球”扮演的是類似人類右腦的角色，而智能機(jī)器扮演的是左腦的角色，即人類大腦更多的是發(fā)揮靈感、頓悟、想象等軟性思維作用，而智能機(jī)器則主要發(fā)揮分析、計(jì)算、綜合等硬性思維功能。未來(lái)新產(chǎn)生的知識(shí)主要是人機(jī)知識(shí)，未來(lái)的學(xué)習(xí)主要是人機(jī)合作乃至人機(jī)一體化學(xué)習(xí)。

運(yùn)用復(fù)合腦開展人機(jī)合作學(xué)習(xí)的基本模式是：人類先設(shè)定主題，或提出問(wèn)題，并給出初步的構(gòu)想或設(shè)定；AI根據(jù)人類的意圖搜索匹配出答案、建議，或提出方案、完成作品；人類對(duì)AI的答案、建議、方案、作品進(jìn)行甄別、評(píng)判、篩選、重組、修改、細(xì)化，直到滿足需要為止。這一過(guò)程也許不是一次完成的，需要經(jīng)過(guò)反復(fù)多次的嘗試與探索。在這一過(guò)程中，人類始終處于啟動(dòng)和主導(dǎo)地位，AI則扮演執(zhí)行和反饋的角色。人類是一個(gè)領(lǐng)導(dǎo)者，AI則類似在人類領(lǐng)導(dǎo)下的強(qiáng)大的合作團(tuán)隊(duì)。AI不僅僅作為人類的工具和手段，還可作為人類重要的合作伙伴。

[參考文獻(xiàn)]

[1] 王竹立.面向智能時(shí)代的知識(shí)觀與學(xué)習(xí)觀新論[J].遠(yuǎn)程教育雜志，2017（3）：3-10.

[2] 何克抗.也論“新知識(shí)觀”——到底是否存在“軟知識(shí)”與“硬知識(shí)”[J].中國(guó)教育科學(xué)，2018（2）：36-44，137.

[3] 王竹立.再論面向智能時(shí)代的新知識(shí)觀——與何克抗教授商榷[J].遠(yuǎn)程教育雜志，2019（2）：45-54.

[4] 王竹立.新知識(shí)觀：重塑面向智能時(shí)代的教與學(xué)[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2019（5）：38-55.

[5] 陳麗，逯行，鄭勤華.“互聯(lián)網(wǎng)+教育”的知識(shí)觀：知識(shí)回歸與知識(shí)進(jìn)化[J].中國(guó)遠(yuǎn)程教育，2019（7）：10-18.

[6] 王竹立.新知識(shí)觀：從硬知識(shí)、軟知識(shí)到網(wǎng)絡(luò)化知識(shí)——與陳麗教授等商榷[J].電化教育研究，2022（7）：5-11，26.

[7] 陳麗，何歆怡，鄭勤華，等. 重構(gòu)認(rèn)識(shí)論基礎(chǔ)：成人終身學(xué)習(xí)的新知識(shí)觀[J].現(xiàn)代遠(yuǎn)程教育研究，2023，35（1）：3-9，19.

[8] 陳麗，何歆怡，鄭勤華，等. 論終身學(xué)習(xí)的新哲學(xué)基礎(chǔ)[J]. 現(xiàn)代遠(yuǎn)程教育研究， 2023，35（2）：3-10.

[9] 王懷波，陳麗.網(wǎng)絡(luò)化知識(shí)的內(nèi)涵解析與表征模型構(gòu)建[J].中國(guó)遠(yuǎn)程教育，2020（5）：10-17，76.

[10] 王竹立，盧瑤. 網(wǎng)絡(luò)時(shí)代學(xué)習(xí)理論構(gòu)建十年回顧、反思與展望——從新建構(gòu)主義到重構(gòu)主義[J].電化教育研究，2022（12）：61-69.

[11] 王竹立.知識(shí)嫁接學(xué)說(shuō)：一種更具包容性的教學(xué)理論[J]. 現(xiàn)代遠(yuǎn)程教育研究，2013（1）：33-39.

[12] 王竹立.論聯(lián)想與創(chuàng)新的關(guān)系[J].數(shù)字教育，2016（6）：1-9.

[13] 王竹立.論智能時(shí)代的人—機(jī)合作式學(xué)習(xí)[J].電化教育研究，2019（9）：18-25.

[14] 百度百科.ChatGPT[EB/OL].[2023-02-08]. https：//baike.baidu.com/item/ChatGPT/62446358？fr=aladdin.

[15] 王竹立.看我如何“刁難”ChatGPT[EB/OL]. [2023-02-11]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NTkzNA==&mid=2247489164&idx=1&sn=600f9a79849fec7404e3dbbbb90c2c68&chksm=ce9bf8fdf9ec71eba42e8a8a234550cc7cbc255200c75a3fc143 8155cbbe8f6ca98191b7bfe3&token=1216266521&lang=zh_CN#rd.

[16] 王竹立.ChatGPT沒(méi)有“思”只有“算”[EB/OL]. [2023-04-08]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NTkzNA==&mid=2247489471 &idx=1&sn=04e926cb7db866c5a6f18b76e0dfc9f8&chksm=ce9bf9cef9ec70d8beaab5dc82cb219ec76d53fbeb986d0e86b9d581210afa 2fafdaa43d2fa1&token=489280261&lang=zh_CN#rd.

[17] 王竹立.人+AI藝術(shù)創(chuàng)作規(guī)律初探[EB/OL].[2023-02-11]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NTkzNA==&mid=2247488 996&idx=1&sn=950e131cdbf4238acb8ab52c9444d3af&chksm=ce9bfb95f9ec7283f8a7874ab52d5c0100514e8c39ce3731f53e810c90 0752a3120023545901&token=1216266521&lang=zh_CN#rd.

[18] 王竹立.AI作畫不是畫，而是組裝[EB/OL].[2023-02-11]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NTkzNA==&mid=22474880 87&idx=1&sn=f11780856f849930181fb1c30c2841a5&chksm=ce9bfc26f9ec7530a372a5aedc06ef346692f9cdc23d3ff64f856f9cce7c07 ecedddb4d60e55&token=1216266521&lang=zh_CN#rd.

[19] 王竹立.對(duì)ChatGPT是否有創(chuàng)造力的測(cè)試[EB/OL].[2023-02-11]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NTkzNA ==&mid=2247489248&idx=1&sn=6acc673df7f129e5ca3788f153fae8b5&chksm=ce9bf891f9ec7187459cd86bc95d06109a202858c839b7b7d67 0293e0777835bd0d7ef553852&token=1768664084&lang=zh_CN#rd.

[20] 王竹立.三測(cè)ChatGPT：如同與一位“智者”對(duì)話[EB/OL].[2023-03-05]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NTkzNA==& mid=2247489289&idx=1&sn=1a93f1d663a0f56425fa38ab133a54db&chksm=ce9bf978f9ec706e0de74f936dfb212b6129167bec5240d 18a456d8d443b876bc2bc74927d44&token=880406002&lang=zh_CN#rd.

[21] 王竹立.ChatGPT的創(chuàng)新思維測(cè)試不亞于大學(xué)生[EB/OL].[2023-03-09].https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5 NTkzNA==&m id=2247489348&idx=1&sn=4357ea2656456939ea4580cb9ede8580&chksm=ce9bf935f9ec7023d22ea062e027bded34b5652fa5e 75e9 337535ab9b65d93c431787b46e69e&token=894563190&lang=zh_CN#rd.

[22] 王竹立.ChatGPT的創(chuàng)造力略高于人類個(gè)體的平均水平[EB/OL].[2023-03-09]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NT kzNA==&mid=2247489358&idx=1&sn=ddb12f2cc322d2ec86eabfda592f5ebf&chksm=ce9bf93ff9ec70292ec40bbbd9735e28ecc2085e 1c3fe7e933ddd2ff93480d6a252940d3a7aa&token=894563190&lang=zh_CN#rd.

[23] 王竹立.ChatGPT能很好地完成創(chuàng)新思維游戲[EB/OL]. [2023-03-10]. https：//mp.weixin.qq.com/s？__biz=Mzg2O TU5NTkzNA==& mid=2247489359&idx=1&sn=226f88257f9d2fac7fdb05663ed51837&chksm=ce9bf93ef9ec7028a43cf1fce5bdb4f15beaa404cf96702f5 d89a6cc4f303fe8858549b5c97c&token=894563190&lang=zh_CN#rd.

[24] 王竹立.ChatGPT能很好地完成創(chuàng)新思維游戲（二）[EB/OL].[2023-03-11]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5NT kzNA==&mid=2247489363&idx=1&sn=a21b271a41cfe86723bc677c7b514a3d&chksm=ce9bf922f9ec70345a16c016c7ebdcf2b21ff00 6b9207b790b2e4ab69094e504c5909079008f&token=894563190&lang=zh_CN#rd.

[25] 王竹立.ChatGPT（聊哥）做的攻略還不靠譜[EB/OL].[2023-03-09]. https：//mp.weixin.qq.com/s？__biz=Mzg2OTU5N TkzNA==&mid=2247489339&idx=1&sn=9085835d0ea18921a04a27003684eda5&chksm=ce9bf94af9ec705c179588061d434c8012c3e9048f0a0a9a26 ef4b7e951db5def2c2dc5adbfc&token=894563190&lang=zh_CN#rd.

[26] 定風(fēng)波里.ChatGPT非常危險(xiǎn)，中國(guó)該禁了ChatGPT，否則全民將被洗腦？[EB/OL].[2023-02-11]. https：//www.toutiao.com/article/7198181645130711613/？app=news_article×tamp=1675995331&use_new_style=1&req_id=20230210101530C915556FDD75B A502BBD&group_id=7198181645130711613&wxshare_count=3&tt_from=weixin&utm_source=weixin&utm_medium=toutiao _androi d&utm_campaign=client_share&share_token=851f85ad-80e0-435b-9d47-74182aafa0d6&source=m_redirect&wid=1676123783531.

[27] 沈書生，祝智庭. ChatGPT類產(chǎn)品：內(nèi)在機(jī)制及其對(duì)學(xué)習(xí)評(píng)價(jià)的影響[J]. 中國(guó)遠(yuǎn)程教育，2023，43（4）：8-15.

Returning and Reconstructing： A New View of Knowledge in the Intelligent Age

—A Discussion with Professor Chen Li and Others

WANG Zhuli

（College of Educational Sciences， Shanxi Normal University， Taiyuan Shanxi 030031）

[Abstract] In recent years， the discussion about the new view of knowledge has become increasingly heated. The return theory of knowledge proposed by Professor Chen Li and others has profoundly revealed the phenomenon of knowledge regression in the network era， which has great theoretical and practical significance， but there are also some problems and limitations that are worth discussing. The birth of ChatGPT， an artificial intelligence chatbot， has brought about various impacts on human knowledge and learning. To explore the changes occurring in the view of knowledge in the intelligent era， this paper compares and analyzes the return theory of knowledge and the reconstructionist view of knowledge， pointing out that regression and reconstruction are two-way trends of knowledge changes in the intelligent era. It is believed that the importance of hard knowledge will further decline， while the importance of soft knowledge will further rise; the importance of factual and procedural knowledge will decline， and the importance of principled knowledge will rise; the importance of knowledge unrelated to personal relationships will decline， and the importance of knowledge related to personal relationships will rise; the importance of foreign language knowledge will decline， and the importance of native language knowledge will rise; the significance of connectivity in learning will decline， and the value of accumulating knowledge bit by bit will increase. In the future， humans will conduct human-machine cooperative learning by forming a "composite brain" with generative AI.

[Keywords] New View of Knowledge; Return Theory of Knowledge; Reconstructionism; ChatGPT; Human-machine Cooperative Learning; Composite Brain