学习是人类进步的重要方法。对于人类来说，学习是重要的，光凭现有知识将难以适应未来的社会。因为社会是不断发展的，科技是不断进步的，总会有新知识、新技术产生，人类将永远面对许多不确定的新事物，所以要永远处于学习的状态，学习要贯穿整个人生，要终身学习，否则他就难以适应这个快速变化的时代，更难以有很大的作为。学习还是要人一生亲力亲为的，不可替代，而教育则是外界加诸学生身上的，如尼葛洛庞帝所言：“在过去诸多年中，我们混淆了教和学之间的关系和差别，教育本身是我们给予别人东西，而学习是我们自己赋予自己的能力。”[6]
人工智能对教学起到革命性的作用，将颠覆传统的教学模式。目前，不仅几乎所有的知识都可以通过互联网找到，而且可以利用各种技术赋能于学习，如自适应学习技术、混合现实技术、创客空间等。教育者既不再是唯一权威的知识来源，也不是知识的权威。“虽然技术可以放大杰出的教学，但是再伟大的技术也不能代替平庸的教学。”[7]那么，教师的作用是什么？其角色将会有哪些变化呢？一要做好学习引导者、帮助者。教师的任务在于给学生设计一个学习环境，提出问题，讨论问题，解疑释惑，帮助他们围绕学习任务建构属于自己的知识体系。目前，许多高校的网上课程不过是把教授上课的过程摄制下来放到网上，强调的仍然是“教”，而没有突出“学习”的过程，忽略了师生互动、生生互动。正如钟秉林教授指出的那样，“现在以慕课、微课程、翻转课堂等为代表的新的基于互联网的教学模式正在应运而生，这样的变革使得学校教师的角色正在从知识的传授者转变为学生的学习伙伴。我们要在教师和学生构建的师生学习共同体当中，通过教师的引导、师生的互动，实现我们的教育教学目标”。[8]也就是说，教师要从“讲台上的圣人”转换成“身边的向导”，从信息的传递者变成学习的促进者，引导学生怎样去获取知识，怎样将知识内化为素养、转化成能力。二要创设学生自主学习环境，帮助学生升级学习操作系统，培养学生主动学习的习惯和学会如何学习。激发学生的好奇心和主动性，培养他们对知识的渴求，提升他们的学习动机和成就愿望，使他们未来主动应对挑战的根本要求。为此，威廉和弗洛拉休利特基金会发明了“深层学习”的概念，它是指通过学生批判性思考、问题解决、互相协助、自主学习，掌握学习内容。[9]它以问题研究为导向，与企业社区合作，调动学生学习的积极性，帮助他们获得更多的主动学习的经历。三是现今的世界越来越不在乎知道什么，只在乎能否利用所学知识做什么。因此，要从注重花了多少时间学习转变到注重实际学到了什么、能解决什么问题和怎样有效地解决问题上来。开展基于项目的学习、基于挑战的学习、基于探究的学习是重要途径，它可以促使学生参与到解决真实问题的过程之中，真实体验理论知识与现实问题、工作场景的联系，以此引导他们学会搜寻知识、清楚地描述知识、整合知识和应用知识，引导他们学会团队合作、沟通、协助。这不仅能提高他们用新方法解决问题、创造产品的能力，也可增强他们对现实世界的理解、人际沟通能力和合作精神。四要积极利用学习分析、移动互联、知识管理和社交网络等技术，促进它们与教学的深度融合，打造“以学为中心”的个性化教学模式，推动“教的范式”向“学的范式”的转变，使每一个学生的个性都得到充分发展，都有可能去创造一些非凡的成就。
人工智能机器人会不会取代所有人的工作？麦肯锡全球研究院在《工作增减：自动化时代的劳动力转型》的报告中对全球800多种职业所覆盖的2000多项工作内容进行分析后发现，约50%的工作可以通过改进现有技术实现自动化。[10]也就是说，在人工智能时代，有一些工作可以直接让机器人来做，一些工作由人-机协同去做。那些重复性的、体力可为的、照章办事的工作，都可以让机器来完成，于是，就出现了“无人银行”“无人车间”“无人超市”等。即使稍微复杂、需要判断的工作，如看X光片的专家、阅读文件的律师助理也会被人工智能机器人所取代。甚至还可以比人类更高效、更准确。如果一个人只能做重复的工作，那么在人工智能时代，他将无处可逃，肯定被智能机器人替代。众所周知，人工智能是通过机器学习来工作的，其学习过程是通过算法对存储的海量知识进行识别和推理，它可以超过通过记忆而掌握知识的人脑。既然机器的智能超过人类的智能，那么，我们人类应该在哪儿？
无论如何，机器人只会替代人类一部分工作，而对于产品的开发、设计等要求灵活性、创造性的工作，机器人则不可能完全代替，当然，部分代替是有可能的，但创造力的核心部分如提出问题绝对不可替代。今天我们遇到问题找答案是免费的，可以问百度，可以问谷歌，还可以问各种AI，它们回答既快捷又准确。但提出一个新的问题，我们问谁呢？而问题往往指向的是一个待开发的未知领域。从科学的发展看，“问题”尤其是一个好的问题，它比一个完美的回答更有价值，它像引擎一样，推动人的思维不断去思考、去创造，开发一个新领域。而要提出好的问题是很困难的，像爱因斯坦最著名的一个提问：如果我坐在像光速一样的机器里，我看到的是什么呢？这样一个简单的问题，奠定了他的伟大发现——相对论的基础。由此可见，在人工智能时代创造能力无疑是最重要的“资本”，创造力变得越来越珍贵，与此相关的质疑、批判、想象、假设等思维能力将比历史上任何时候都显得格外重要。创造力是由好奇心引发的，那么，我们的教育就要保护、激发学生的好奇心，鼓励他们大胆提问、勇于批判，来提高他们创造性思维品质。爱因斯坦深有体会地指出，大学教育的价值不在于记住很多事实，而是训练大脑会思考。因此，经合组织在《为21世纪培育教师和学术领导者：来自世界的经验》的报告中强调，掌握无定式的复杂的思维方式与工作方式，这是计算机无法替代的。[11]可见，培养学生创造性思维方式和批判性独立思考的能力才是教育的重要任务，也是教育的本质追求。
目前我们的教育奉行的“知道”的教育，以大量地记忆和识别已有的知识为主要目的。大量做题、死记硬背正是我们目前培养学生的通常做法，而这些恰恰是人工智能最擅长的工作，它就是通过机器进行深度学习，可以替代甚至超越那些通过死记硬背、题海战术而掌握知识的人脑。所以人们常说，现在机器越来越像人，而人越来越像机器。正如伊藤穰一所言：“所谓的标准教育，很多时候是和创意相反的。我们的教育让学生成为一个机器人，能够非常守时，非常乖，非常听话。但在未来，人要发挥人的作用，有创造的部分，机器人来做机器人的事情，这才是未来。”[12]
人工智能具有“仿人类性”的特征。未来神经科学、人工智能与人类自身的结合，能够解码人类的心理活动，揭示人类的心智模式、认知规律、行为特征和兴趣偏好等，随之而来的是人类的隐私保护等人文价值面临巨大挑战。人工智能正在改变世界，而关键的是人类应该如何塑造人工智能。为了防止人工智能对人类的伤害和威胁，人工智能科技人员的伦理素养将成为研发和训练机器人的前提条件。因此，必须对人工智能技术的负面效应进行人本考察，赋予其人类的价值与关怀，虽然它不知道这些价值是什么，但它的目标是这样做。那么，对从事人工智能技术研究、开发与运用人员的道德观念、价值理念和伦理教育必须同步提上日程。机器人会不会毁灭人类？人类会不会成为人工智能的奴隶？即便它不可能完全失控，又怎样保证机器人的行为能够符合人类的价值选择和判断？应该说，这个问题还取决于人类自身。人类的素养及其价值选择对人工智能的发展和应用方向将起决定作用。人工智能研究与应用不仅考虑人工智能技术本身，考虑到其对人类的影响，还更应该关注人工智能发展过程中的“过程伦理”问题，对其研发方向和应用范围进行限定，对人工智能算法进行伦理设计与人文“审计”，使人工智能系统设计的目标和行为在整个运行过程中与人的价值一致。为此，有学者甚至还提出机器伦理的概念，它强调在智能机器设计中嵌入伦理程序或者道德原则，[18]确保机器不能伤害人，做到“道”在“魔”之先，如诺伯特·维纳所言：“我们最好能够确认我们给机器设定的目的确实是我们想要的目的。”[19]如果等到人工智能技术充分发展及其应用效果充分显现时，再研究对其如何进行控制，就可能因为文化滞后和制度真空而给人类带来伤害乃至灾难。因此，必须具有一定的预测性、前瞻性，伦理规制与技术发展必须同步同行，防患于未然，确保人工智能安全、可靠、可控，最大限度地保护人类的利益。这就要针对人工智能的“人性缺失”，加强对人工智能所关联的人文价值的研究与教育，推动人文价值和意义的关怀与引导，譬如法律、伦理、意义等价值体系，培养人工智能研发人员的道德想象力和专业伦理判断力，不仅将这种专业伦理根植于内心，还外化在技术行为中，自觉约束自己的设计行为。在未来，如果人工智能真的超越人类，那是科学技术的成就；而人工智能与人类共融，那是人性智慧的胜利。[20]
四、面对“人工智能+”，要加快新兴专业的建设和传统专业的升级
人工智能虽然会取代一些传统工作，但更多的是变革现有工作，甚至还会创造很多新型的工作岗位。据麦肯锡的最新报告显示，到2030年，全球8亿多人的工作岗位可能被机器人取代；[21]而国际机器人联合会预计，仅机器人产业将在全球产生17万到19万个工作岗位。[22]人工智能的发展将使一些传统专业消失、一些传统专业加以改造，但也将产生许多新的专业，这将给人才培养类型、培养内容以及人才供需等方面带来巨大变化。
加快发展新一代人工智能已成为世界各发达国家推动经济社会发展的重要战略。我国要在全球科技竞争赢得主动权，推动我国产业提质升级，关键在人工智能技术人才。人工智能技术人才包括四个梯次：一线操作技术技能人才、行业应用人才、科技成果转化人才、高端研究型人才。[23]从人工智能技术发展来看，我国在工程和产业应用上虽然已接近世界先进水平，但在技术创新上，与世界先进水平差距甚远。到目前为止，几乎所有人工智能原创成果都来自美国。我国未来要在人工智能领域领跑世界，首先，要加强人工智能基础理论人才的培养，通过发展新的理论来引领技术的突破，推动人工智能的发展。本轮人工智能技术突破主要是深度学习，是数据驱动型的创新，“大数据+算法+运算能力”是其基本特征，清华大学张钹教授认为，深度学习技术，从应用的角度已经接近天花板了。[24]未来人工智能技术创新还在于基础研究的突破，急需培养一批人工智能领域基础研究尖端人才。而有关研究表明，全球真正可以算是人工智能人才的人数仅以万计，[25]我国则更少，因此，人工智能领域人才培养势在必行。其次是人工智能成果转化与应用人才培养。本次人工智能的浪潮主要源于技术与行业（产业）的结合，是面向应用场景的融合创新，人工智能+应用场景深刻地改变着传统产业的结构，使传统产业悄然发生革命性的变化，如人工智能+教育、人工智能+医疗，等等。利用成熟的人工智能技术去做应用，既有宽阔的应用场景，也有强烈的应用需求，大有可为。它需要大量将人工智能技术应用到传统产业的复合型人才，及时将新技术应用到产品的设计与开发中，使传统产业得到改造与升级。此外，随着人工智能广泛应用到社会生活各个领域，它还需要大批一线操作技术技能人才。
高校必须密切关注人工智能技术发展及其产业应用，以人工智能技术开发和产业链需求调整专业结构，改造和充实与人工智能相关的传统专业教学内容，构建和完善人工智能人才培养体系。对于战略新兴产业的智能类专业，如智能科学与技术、机器人工程、数据科学与大数据技术等，要积极及早、超前布局，扩大人工智能本科生、硕士研究生和博士研究生招生规模，加快建立、完善人工智能人才培养体系和机制，以适应人工智能发展对人才的需求。虽然目前一些高校开设了智能科学与技术相关课程，但总体而言缺乏人工智能的基础教学能力，还需要探索实践适合高级人工智能人才培养的学科体系、课程体系。为了更好地培养人工智能专业人才，必须推进人工智能学科建设，不然难以培养高层次人才。就作为传统人工智能强国的英国而言，也只有40%的人工智能博士学位申请者被认为符合学位授予的最低标准。[26]人工智能是一门新的学科，与其他学科难舍难分，涉及哲学、数学、统计学、计算机科学、脑科学、心理学、神经学等学科，是一个具有高度的综合性和交叉性的学科领域。人工智能领域高级研发人才也需要具备多学科背景，需要建构相对全面的知识结构。目前，还没有人工智能一级学科，人工智能知识散落在各个学科下面的课程之中，这导致了“（人工）智能专业课程不是重点学习内容，学时占比也较少，存在着高开低走、碎片化、低水平重复的问题，严重阻碍了我国智能科学与技术的发展和智能技术人才的培养”。[27]从人工智能发展态势来看，《高等学校人工智能创新行动计划》所提出的“支持高校在计算机科学与技术学科设置人工智能学科方向”，显然是不能适应人工智能发展和产业应用需要的，应大力推进人工智能领域一级学科建设，深入论证其内涵，构建和完善学科体系，同时，厘清一级学科下二级学科框架。令人欣喜的是，教育部已成立人工智能科技创新咨询专家组，就人工智能学科专业展开论证，建议设置人工智能一级学科，并在一级学科下设置脑认知机理、自然语言处理与理解、机器感知与模式识别、知识工程、机器人与智能系统二级学科，这些已基本达成共识。同时，对专业基础课、专业课、选修课设置也提出具体建议，这将为构建人工智能教学独有的知识体系和课程体系奠定坚实的学科基础。另外，对于那些正在被人工智能取代的传统行业，如传统制造业所设置的专业，应及时予以调整；对于人机合作、“人工智能+”融合创新的行业，如法律、医疗卫生、新闻等，要加以改造，重视人工智能与相关学科专业教育的交叉融合，构建“人工智能+X”复合专业人才培养新模式，在传统学科与人工智能交叉融合中重构专业体系和课程体系，升级传统专业，培养大批人工智能应用型和操作型人才，加速人工智能技术创新成果向传统产业的应用。
人工智能作为重新定义人类生活方式和生产方式的革命性技术，对高等教育领域的影响将是深刻的、全面的，本文仅仅从以上几个方面探讨了人工智能技术发展对高等教育的影响，认识可谓一鳞半爪。随着这些技术的进一步发展和在高等教育中的深入应用，还需要全面深入地研究其对高等教育的积极作用和消极影响，以使高等教育能够更加从容地迎接充满未知和挑战的未来。
参考文献：
[1] Poole D L, Mackworth A K. Artificial Intelligence[M]. Cambridge University Press, 2017. 3—4.
[2]雷·库兹韦尔.奇点临近[M].李庆诚，董振华，田源，译.北京：机械工业出版社，2011.80.
[3][19]尼克.人工智能简史[M].北京：人民邮电出版社，2017.21.228.
[4]黄蔚.人工智能教育如何进校园[N].中国教育报，2018-05-19（01）.
[5]柴葳.走好智能时代中国教育发展道路[N].中国教育报，2019-05-17（01）.
[6][8]王峰.MIT媒体实验室：重新定义“学习”[EB/OL].http://epaper.21jingji.com/html/2015-11/20/content_26330.htm, 2015-11-20/2019-05-28.
[7]陶西平.未来不再遥远[N].中国教育报，2018-09-01（03）.
[9]S.亚当斯贝克尔，M.卡明斯，A.戴维斯，等.新媒体联盟地平线报告：2017高等教育版[J].开放学习研究，2017，（2）：1—62.
[10][22]欧阳忠明，潘天君.面对人工智能 职业培训以变应变[N].中国教育报，2018-10-09（09）.
[11] OECD. Preparing Teachers and Developing School Leaders for the 21st Century[R]. OECD, 2012. 35.
[12]王玄.泡沫很难预测，但硬件与生物领域值得投资[EB/OL].https: //www.tmtpost.com/1470561.html, 2015-11-18/2019-06-20.
[13]陈跃红.诗学 人工智能 跨学科研究[J].浙江社会科学，2019，（1）：135—138.
[14][15]类人机器人不断进阶 人工智能奇点临近？[EB/OL].http://tech.163.com/15/0422/12/ANQ98JAQ00094P0U.html, 2015-04-22/2019-05-20.
[16]尤瓦尔·赫拉利.未来简史[M].林俊宏，译.北京：中信出版社，2017.126.
[17]张钹.人工智能超过人类只是特定意义上的可能[EB/OL].http://news.sciencenet.cn/htmlnews/2017/8/384661.shtm, 2017-08-09/2019-05-20.
[18]于雪，王前.“机器伦理”思想的价值与局限性[J].伦理学研究，2016，（4）：109—114.
[20]朱华勇.人工智能与人，走向对立还是趋于共融？[J].华东师范大学学报（教育科学版），2017，（5）：17—19.
[21]高金萍.高等教育进入智能化发展阶段[J].北京教育（高教），2019，（5）：8—10.
[23]鲁昕.人工智能对技术人才培养提出五大挑战[EB/OL].http://www.chinazy.org/models/jyxh/detail.aspx?artid=68629&cateid=1517, 2019-01-06/2019-05-20.
[24]张钹.深度学习的优势与短板[EB/OL].http://www.sohu.com/a/159581640_772730, 2017-07-24/2019-05-20.
[25]刘进，吕文晶.人工智能创新与中国高等教育应对（上）[J].高等工程教育研究，2019，（1）：52—61.
[26]段世飞，张伟.人工智能时代英国高等教育变革趋向研究[J].比较教育研究，2019，（1）：3—9.
[27]金振娅.人工智能呼唤建立一级学科[N].光明日报，2017-07-28（06）.
