智能時(shí)代何以需要教育智慧？

先說(shuō)相隔剛好各一個(gè)年代的四件小事。
1980年，我12歲，就能自己去看醫(yī)生了。一群醫(yī)生正在聊天，看見(jiàn)我來(lái)了，很是驚訝，不但給我開(kāi)了當(dāng)時(shí)看來(lái)很緊缺的藥，還鼓勵(lì)我說(shuō)：這孩子將來(lái)長(zhǎng)大了不用來(lái)當(dāng)醫(yī)生了。說(shuō)這句話的原因在于，他們手中拿到了非常詳細(xì)的藥物詞典。在那個(gè)年代，那些沒(méi)有經(jīng)過(guò)專業(yè)培訓(xùn)的醫(yī)生似乎確實(shí)是看著藥典用藥的。
1990年，我22歲。一天晚上，我突然肚子疼，強(qiáng)忍著疼痛去了醫(yī)院。這個(gè)時(shí)候，醫(yī)院已經(jīng)有點(diǎn)現(xiàn)代化的意味。由于肚子疼，我去了內(nèi)一科，開(kāi)好了藥就回家了。兩個(gè)小時(shí)后，劇疼不已的我又去了醫(yī)院。這一次，我去了內(nèi)二科，高度懷疑我胃潰瘍的醫(yī)生又開(kāi)了一次藥。又過(guò)了兩個(gè)小時(shí)，疼痛反而加劇，我又去醫(yī)院。這一次找對(duì)了，去了內(nèi)三科，碰到了合適的醫(yī)生。經(jīng)檢查，我患了闌尾炎穿孔，于是馬上進(jìn)入手術(shù)室做手術(shù)。
2000年，我32歲，半夜肚子疼，直奔上海的瑞金醫(yī)院，彎著腰就往內(nèi)科沖，被牽制檢查的全科醫(yī)生看到了，直接讓護(hù)士送我去泌尿科。這位智慧的醫(yī)生一眼就看出彎著腰的我得的是腎結(jié)石。
2015年，我又去了瑞金醫(yī)院。這一次是小女兒高燒不止,去的是兒科病房。瑞金醫(yī)院的兒科病房里多數(shù)是患白血病的孩子。我的女兒由于患上肺炎，超過(guò)一周都是39度以上，因而進(jìn)了這個(gè)醫(yī)院。一系列的科學(xué)檢查過(guò)后，兒科主任最后還是查不出來(lái)到底是什么問(wèn)題。當(dāng)這個(gè)知名的兒科主任查房時(shí)對(duì)著自己的研究生們講解時(shí)，我才知道在孩子治病這件事上是如此復(fù)雜和需要智慧。主任說(shuō)，放在1980年，直接給這個(gè)孩子打退燒藥；放在1990年，這個(gè)孩子會(huì)直接按照病毒、衣原體、支原體各種感染去嘗試治療；放在2000年，一個(gè)好的醫(yī)生基本能直接判斷孩子大致是什么問(wèn)題，可以在基本檢查后嘗試治療，這也是今天多數(shù)三甲醫(yī)院的做法。但是，同學(xué)們考慮過(guò)沒(méi)有，高燒得到控制一般并不會(huì)讓孩子有什么負(fù)面的問(wèn)題，但是如果不知道為什么就把孩子的肺炎強(qiáng)制壓下去，那么這個(gè)孩子下一次復(fù)發(fā)，我們?cè)趺崔k？非常感謝這位智慧的醫(yī)生，孩子的病最后沒(méi)有確診，卻真的好了。
我一直在想，這些年來(lái)醫(yī)學(xué)科技取得巨大的進(jìn)步，所有的醫(yī)生必須通過(guò)各種檢查手段來(lái)精確地判斷病情和提供治療方案，為什么我們反而對(duì)醫(yī)生的依賴越來(lái)越高了？
2017年，計(jì)算機(jī)打敗圍棋高手李世石，人們驚呼人工智能已經(jīng)全面超越人。然而，多數(shù)人有所不知的是，用于圍棋的兩個(gè)算法最初和最終針對(duì)的都是治療方案，也就是通過(guò)人工智能為患者開(kāi)藥。目前，這種用機(jī)器開(kāi)藥的水平已經(jīng)很高，統(tǒng)計(jì)數(shù)據(jù)顯示，其水平已經(jīng)高于一般的三甲醫(yī)院。那么，人工智能的開(kāi)藥水平高于三甲醫(yī)院以后，醫(yī)生會(huì)失業(yè)嗎？我想前面四個(gè)故事已經(jīng)給出了答案，那就是第一個(gè)故事中查藥典的醫(yī)生、第二個(gè)故事中需要輪番試驗(yàn)治療方案的醫(yī)生、第三個(gè)故事中一眼能看出我得了腎結(jié)石的醫(yī)生會(huì)失業(yè)，而最后一個(gè)故事中的醫(yī)生不會(huì)失業(yè)。隨著醫(yī)療技術(shù)的進(jìn)步，醫(yī)生也在進(jìn)步，也就是說(shuō)，在技術(shù)的倒逼下，人的智慧會(huì)達(dá)到空前的水平。
醫(yī)生如此，教師呢？同樣是針對(duì)人，更為復(fù)雜的教育將呈現(xiàn)出什么樣的未來(lái)呢？
一 人工智能所依賴的軸心時(shí)代
要回答教師會(huì)不會(huì)被取代，人工智能在技術(shù)層面如何替代教育，我們需要回顧一下人工智能的發(fā)展歷史。如果說(shuō)20世紀(jì)前30年是物理學(xué)大發(fā)展的時(shí)期，那么后世如果回憶后面的30年（即從1930年到1960年），可以稱之為人工智能的軸心時(shí)代，因?yàn)閹缀跛�有的厲害人物在這30年同時(shí)出現(xiàn)了。
一是一批哲學(xué)家和心理學(xué)家出現(xiàn)了。羅素、維特根斯坦、皮亞杰、歌德、西蒙甚至杜威都指出要研究人工智能，首先要研究人，知道人是怎樣思維的，并對(duì)人的復(fù)雜性和不可測(cè)性進(jìn)行哲學(xué)思考，探究真理論依據(jù)。這一批哲學(xué)家的同時(shí)出現(xiàn)，之前沒(méi)有，之后也沒(méi)有。
二是一批數(shù)學(xué)家出現(xiàn)了。如希爾伯特、哥德?tīng)�、納什、馮諾依曼等。人工智能所依據(jù)的數(shù)學(xué)理論和數(shù)學(xué)方法，已經(jīng)不是19世紀(jì)的數(shù)學(xué)能夠處理的。這些數(shù)學(xué)家也許在整個(gè)數(shù)學(xué)發(fā)展史上只是短暫停留，然而沒(méi)有他們的同時(shí)出現(xiàn)，人工智能也走不到今天的這個(gè)位置。
三是科學(xué)方法論的層面：信息論之香農(nóng)、控制論之維納、系統(tǒng)論之貝塔、朗菲計(jì)算機(jī)理論之圖靈。他們互相影響，從科學(xué)層面奠定了人工智能發(fā)展的基礎(chǔ)。此外，如協(xié)同論、耗散結(jié)構(gòu)論、突變論等似乎和人工智能沒(méi)有什么直接的關(guān)系，但如果沒(méi)有這些，人工智能不但走不到今天，更無(wú)法走向明天。
四是人工智能交叉學(xué)科的研究，如生物學(xué)的研究、行為科學(xué)的研究、腦神經(jīng)的研究、神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)的研究。這些領(lǐng)域也產(chǎn)生了響當(dāng)當(dāng)?shù)娜宋�，如坎德�(tīng)枴⑵ご�、克里克�?br /> 二 看似熱鬧的人工智能只是知識(shí)軸心時(shí)代影響的應(yīng)用爆發(fā)
以上四個(gè)層面人物所代表的人工智能的軸心時(shí)代，幾乎奠定了所有人工智能發(fā)展的理論基礎(chǔ)。20世紀(jì)80年代以后，另一批人出場(chǎng)了，辛迪等代表的深度學(xué)習(xí)四大金剛，堅(jiān)持和發(fā)展了皮茨的神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了人工智能。他們之所以能夠?qū)崿F(xiàn)，并不是因?yàn)樗麄兌嗝锤叱�，而是因�(yàn)樗麄冏銐驁?jiān)持。用卡內(nèi)基梅隆大學(xué)圖靈獎(jiǎng)獲得者雷伊雷蒂的話說(shuō)就是：我們找到了深度學(xué)習(xí)的方法，也通過(guò)深度學(xué)習(xí)找到了好的答案，但是我們不知道是如何找到的。
物理學(xué)中解決問(wèn)題是分層次的。當(dāng)分支的學(xué)科各自發(fā)展的時(shí)候，只能在本學(xué)科的積累上進(jìn)步；當(dāng)分支共同的節(jié)點(diǎn)產(chǎn)生革命性變革的時(shí)候，各個(gè)分支都會(huì)有突破性的進(jìn)展。人工智能可以解決人類能夠解決的問(wèn)題，未來(lái)也能解決人類不能解決的問(wèn)題，即超智能。就目前來(lái)看，人工智能在理論上并沒(méi)有更大的突破，幾個(gè)關(guān)鍵問(wèn)題還沒(méi)有得到解決：我們是基于硅基芯片模仿人，碳基芯片剛剛才被提出，而生命體的有機(jī)結(jié)構(gòu)要高于硅基芯片幾個(gè)層次，從這個(gè)角度上看，只要硅基芯片不改，人工智能超越人的可能性就不大。
信息和生命皆與量子有關(guān)，但是我們并沒(méi)有對(duì)其進(jìn)行更深入的理解。物理學(xué)家提出非常多的空間理論，量子理論也證實(shí)了量子的作用，甚至香農(nóng)還預(yù)測(cè)了信息子的作用，但信息到底是什么，還需要理論進(jìn)一步發(fā)展才能得出結(jié)論。
在人工智能時(shí)代，在隔行如隔山的教育領(lǐng)域，相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)還要靠教育的專業(yè)積累和教師的豐富經(jīng)驗(yàn)。
三 并不存在的教育卻需要教育的智慧
人工智能打敗圍棋選手，在這個(gè)模型中，我們將輸與贏抽象得很清楚。然而，教育不一樣，它不是完整的和可定義明確的事情。我們可以說(shuō)如何讓學(xué)生考得分?jǐn)?shù)高一點(diǎn)如何讓學(xué)生學(xué)會(huì)解這個(gè)難題，甚至如何在三個(gè)月背2000個(gè)單詞，但不能說(shuō)這就是教育。教育在嚴(yán)格的定義中并不存在，對(duì)一個(gè)并不存在的問(wèn)題，計(jì)算機(jī)是無(wú)能為力的，因?yàn)樗鼉H能解決已經(jīng)明確的問(wèn)題，而不能解決沒(méi)有描述清楚的問(wèn)題。教育者的智慧在于，能根據(jù)教育場(chǎng)景不斷提出問(wèn)題，將不明確的問(wèn)題明確化。
我們不能否認(rèn)考上一所好大學(xué)學(xué)會(huì)一門課學(xué)會(huì)一個(gè)知識(shí)點(diǎn)這些明確任務(wù)的還原論的教育屬于教育范疇，但必須承認(rèn)好的教育并不是將一串所謂好的目標(biāo)集合起來(lái)就是培養(yǎng)一個(gè)好的人。我們總是游離于系統(tǒng)論與還原論之間，人們教育認(rèn)知的半徑會(huì)不斷擴(kuò)大，教育的概念也會(huì)不斷變遷，這時(shí)技術(shù)工具會(huì)發(fā)揮很大的作用。但要把教育推向一定的認(rèn)知高度，只有教師才能理解和駕馭。
表1 錢學(xué)森提出的東方系統(tǒng)論
物理 事理 人理
對(duì)象與內(nèi)容 客觀物質(zhì)世界、法則、規(guī)則 組織、系統(tǒng)管理和做事的道理
人、群體、關(guān)系
為人處世的道理

焦點(diǎn) 是什么？功能分析 怎樣做？邏輯分析 最好怎么做？可能是？人文分析

原則 誠(chéng)實(shí)；追求真理 協(xié)調(diào)；追求效率 講人性、和諧；追求成效
所需知識(shí) 自然科學(xué) 管理科學(xué)、系統(tǒng)科學(xué) 人文知識(shí)、行為科學(xué)


不僅僅是教育概念變遷，教育的主體和客體也極具個(gè)性化。在一個(gè)高度個(gè)性化和場(chǎng)景化的行業(yè)中，智慧極為重要。我們?cè)噲D用人工智能的專業(yè)理論去解釋一些事情。40年前的錢學(xué)森發(fā)現(xiàn)，東方人并不習(xí)慣這種表述。對(duì)于東方系統(tǒng)論的方法，中國(guó)人不是按照西方的學(xué)科方法，而是更習(xí)慣于按照物理、事理、人理來(lái)表述，如果非要加上科學(xué)原理，他們更喜歡把哲學(xué)稱為道理。如果是這樣的話，我對(duì)本書的表述就是：
物理上，人工智能依托計(jì)算機(jī)和物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)將世界聯(lián)系起來(lái)。
事理上，人工智能通過(guò)數(shù)學(xué)和程序運(yùn)算代替人的行為，甚至超越人的行為。
人理上，人工智能的發(fā)展會(huì)帶來(lái)很多倫理和不適，引起人們的恐慌。
道理上，技術(shù)遲早會(huì)推動(dòng)人類進(jìn)步，人的大腦的處理機(jī)制高于計(jì)算機(jī)，計(jì)算機(jī)代替人的可能性不大。但如果你停留在低級(jí)的機(jī)械能力，就會(huì)被替代。
是不是上面的表述學(xué)生更容易接受呢？但是它不太專業(yè)，學(xué)生不習(xí)慣沒(méi)有正確與否，在教學(xué)中，要能夠被接受才行。在東方思維和西方思維之間，教育者和受教育者也有極大的區(qū)域差異和族群特點(diǎn)。教育不僅僅是師生之間的事，還是社區(qū)、經(jīng)濟(jì)社會(huì)、文化信息傳遞的事，更要能有效持續(xù)，適應(yīng)各種社會(huì)現(xiàn)實(shí)。而這種社會(huì)現(xiàn)實(shí)需要求助于在文化中游刃有余的人，也就是智慧的教師。
那么，什么是教師最能夠做和應(yīng)該做的呢？和智慧直接相關(guān)的就是人理和道理。韓愈說(shuō)傳道、授業(yè)、解惑，傳道和解惑都需要智慧，需要人的智慧，需要與情境高度相關(guān)和及時(shí)反應(yīng)。從這個(gè)角度上說(shuō)，教育永遠(yuǎn)不會(huì)消失，學(xué)生對(duì)教師的依賴會(huì)更強(qiáng)，因?yàn)槿耸莾A向個(gè)體獨(dú)特的社會(huì)動(dòng)物。
技術(shù)總是在變化，其實(shí)是我們低看了藏在技術(shù)背后的人以及人的進(jìn)化。從系統(tǒng)論的角度看，環(huán)境的復(fù)雜性造就了生物的多樣性和適應(yīng)性。物理學(xué)家薛定諤一直思考生物學(xué)為什么不符合熱力學(xué)第二定律，直到耗散結(jié)構(gòu)理論的出現(xiàn)，才有了最終結(jié)果。生命的這種現(xiàn)象造成的信息傳遞太過(guò)復(fù)雜，每次單一的技術(shù)進(jìn)步總是讓人們懷疑生命的效率，而當(dāng)使用了技術(shù)工具，人又會(huì)作為智慧復(fù)雜的生命體表現(xiàn)出高度智慧的適應(yīng)性。這種適應(yīng)性總是讓技術(shù)望塵莫及。