人工智能与高等教育发展范式转型研究*

王彦雷

（华中科技大学 教育科学研究院，湖北 武汉 430074）

人工智能（Artificial Intelligence，简称AI）的 概念诞生于1956 年在美国召开的达特茅斯会议，其定义为：让机器的行为看起来像人所表现出的智能行为。［1］人工智能开启了人类社会进入更高层次的发展阶段，这是继以蒸汽技术为代表的第一次工业革命，以电力技术为代表的第二次工业革命，以计算机技术为代表的第三次工业革命之后的第四次工业革命。 每一次的技术革命都给人类社会创造出更高品质的物质财富，并对人类社会的制度与组织、工作与生活、环境与健康等领域产生链式反应。 人工智能的显性效应和隐性效应将超出人们目前的预测，就像二十年前的人们无法想象今天的社会生活，我们今天也无法准确预测未来人工智能时代的高等教育是何种形态。 作为社会场域中心的高等教育，不可避免与人工智能相遇。 一方面，高等教育是高层次专业人才培养和科技创新的主要平台，人工智能技术的进步，离不开高等教育所培养的专业人才及其科学研究；另一方面，人工智能将会全面融入高等教育体系之中，深刻改变高等教育组织及其运行机制，甚至重塑高等教育形态。 人工智能与高等教育对彼此有什么期望，二者在多大程度上如何彼此相互影响，变革的方向与限度是什么，是值得深究的。

一、人工智能时代的高等教育情景

近年来，随着电子信息技术的迭代突破，人工智能与大数据、云计算、物联网、区块链、5G 等新兴技术耦合，成功应用于工业生产（如智能生产线、智能工厂）和社会生活领域（智能交通系统、智能医疗系统），并引发相关产业全产业链的技术革命和相应的社会变革。 “人工智能＋”的版图越来越大，涵盖的领域也愈广泛，彰显出人工智能改变人类生产与社会生活的潜力是巨大的。 高等教育作为社会大系统之下的分支子系统，人工智能是如何影响高等教育发展的？

（一）人工智能为高等教育的异质性发展提供契机

上个世纪90 年代，我国高等教育因政策驱动，走上了高等教育大众化之路，也因此建立起世界上规模最大的高等教育体系，成为名副其实的高等教育大国。 但是我国高等教育“大而不强”的现实，折射出高等教育的同质性问题，“千校一面”的景象成为我国高等教育的一道并不优雅的风景线。 针对这一问题，教育理论界和教育管理层认识到并做出努力，行动表现在大学在其发展规划中，突出强调自身的特色与优势，但是囿于高等教育生存所依赖的外部环境影响以及高等教育自身的局限，高等教育的同质性问题未能得到有效的解决。 高等教育同质化发展的一大诱因在于高校之间为了生存发展展开的资源竞争性行为。为了满足各种考核和提升高校“政绩”需要，设置了门类齐全的学科专业，高校并未真正考量自身在地区或国家中扮演的真正角色，不能做到有所为和有所不为。 人工智能技术的深度发展，为解决我国高等教育同质化问题提供了契机。 人工智能技术与大数据、云计算等技术融合，将高校所在地区或国家的产业结构与高校的专业结构以及各高校学科专业之间进行大数据大样本统计分析，突破以往建立在研究者个人经验和少样本、部分变量的研究模式，弥补了研究者知识和智能的不足，更加科学准确研判高校各个学科专业的实际水平在高校之间处于什么样的位置，进而对高校的学科专业进行动态调整，巩固优势与特色学科专业，根据新兴产业的发展提前布局设立相关学科专业。 同时，人工智能技术改变了高等教育的层次结构与类型。 在高等教育的层次结构上，位于我国高等教育顶端的是少量研究型大学，中间是大量的本科高校，底层是规模逐渐缩小的专科院校。 人工智能技术将会对大量的技能型工作造成冲击，对专科院校和部分本科院校影响较大，迫使专科层次和本科层次院校进行升级抑或改革；在高等教育类型结构上，在人工智能技术的影响与推动下，催生出新型高等学校，如创业型大学、服务型大学、网络大学、虚拟大学等。

（二）人工智能参与构建高等教育开放智能型组织系统

根据伯顿·克拉克（Burton R.Clark）学说，只要高等教育仍然是正规的组织，它就是控制高深知识和方法的社会机构。［2］11高深知识作为高等教育组织的逻辑起点，也是高等教育组织的核心构成要素。 按照高等教育发展的历史轨迹来看，学界公认高等教育滥觞于西欧的中世纪大学。 最早的欧洲大学正是一小批师生出于满足将法律、医学、神学和其他领域发展中的思想加以分化和系统化这一外部的和内部的需要而创办的。［2］13因此，高等教育组织是一种自组织与他组织的耦合体。 从高深知识视角来看，高等教育是围绕高深知识及其知识活动的自组织系统；从高等教育的外部视角来看，高等教育是社会分工与专业化的他组织系统。 高等教育发展的历史始终围绕自组织与他组织的交织耦合，根据高等教育由教学型向研究型再向创新创业型转变的趋势，高等教育组织总的态势是走向开放。 理想的高等教育组织状态是自组织与他组织的完美融合，但是实然的状态是二者长期存在分化的张力，造成的原因既有高等教育组织固有的稳定性和组织惯性，也有二者之间信息沟通障碍。 如何在高等教育的自组织与他组织之间建立无缝衔接的沟通合作机制，建立更加开放智能的高等教育组织系统，人工智能将会发挥至关重要的作用。

人工智能作为人类智能的延伸、部分替代和强化，极大地提高了社会生产效率，加速社会产业结构变革，对劳动力市场提出更高的能力要求，进而传递至高等教育组织系统，高等教育组织根据他组织的需要进行变革。 人工智能时代，技术含量较低的工作甚至是较复杂的工作将会被人工智能所代替，在一些领域，人工智能表现得比人类更出色，如在语言翻译领域，谷歌翻译、科大讯飞等翻译准确率甚至比专业人工翻译更精准；在智能医疗领域，人工智能图像识别技术堪比经验丰富的医师，更快更精准发现图片反映的问题。 人工智能为高等教育的自组织与他组织之间搭建信息沟通与融合的桥梁，将他组织对高层次专业人才与新兴技术的需要传递至自组织，自组织根据组织内部属性与他组织的需要进行变革，优化人才培养模式，重塑科研体制，强化社会服务能力，保证高等教育供给的水平与质量。

（三）人工智能为高等教育治理能力现代化提供技术支撑

治理技术现代化是治理能力现代化的先决条件。 人工智能作为当今融合众多新兴信息技术的集大成者，不仅强力推动产业革命，而且全面介入社会治理的过程中，凭借其出色的大数据处理、逻辑运算、人机交互、智能决策、自我学习与进化等智慧能力，驱动产业革命和社会治理现代化。 作为与产业高度同构的高等教育，其治理能力的强弱与治理技术的优劣息息相关。 高等教育治理变革的实践表明，单纯的人类智能无法完全应对不断变化、多维、复杂的高等教育系统，而人工智能可以有效弥补人类智能的缺陷。 高等教育作为多主体参与的场域，不同的参与主体代表不同的利益，政府、社会、产业、学生、教师等对高等教育提出不同的诉求，如何把多主体纳入高等教育治理体系之中，并使之处于平衡状态，需要人工智能发挥在数据整合与运算、场景模拟、智能决策、系统协同等作用。 人工智能突破了传统的自上而下的线性垂直管理模式，通过大数据挖掘与整合，搭建各类数据共享平台，数据的可视化与事项的智能化操作，构建了全信息状态的扁平化数据结构，实现各层级组织信息无障碍流通，为高等教育治理的决策、执行与反馈提供多维、精准、动态、可视化的大数据信息，让高等教育治理更加高效，治理体系更为完善。

二、人工智能时代高等教育发展范式变革的逻辑

高等教育自中世纪大学发展至今，由行会性质的大学发展到今天的教学型、研究型、服务型、创业型、网络型等多种形态的大学，高等教育的内涵与外延、制度与组织均发生较大变革。 在高等教育发展范式变革的背后，是由内外两种逻辑在推动高等教育发展范式变革。

（一）内部逻辑：终身学习与个性化教育

随着人工智能技术的深度融合发展，智能机器与智慧软件必然对部分技术性工作造成冲击，甚至在某些领域代替人类工作，尤其是在智能制造业领域，人工智能技术的应用更为广泛深入，在智能车间、无人工厂，人工智能技术以其高效率、低成本，展现出比人工更强的竞争优势。 根据麦肯锡全球研究院的报告，仅依靠目前既有的技术，45%的工作可以被自动化的机器所替代。［3］面对未来更为先进的人工智能技术，人类阶段性学习所获得的知识与能力，难以适应不断变化发展的社会，需要高等教育深度挖掘人类智能的潜力，增强人类终身学习的能力，这就需要构建终身学习的教育体系。 人工智能的深度融合发展，倒逼人类只有不断学习，才能在人工智能时代获得生存与发展的知识与能力，而高等教育也不再是人类教育的最后阶段。 同时，人工智能技术为高等教育的个性化教育提供了必要条件。 在我国高等教育由大众化转向普及化的过程中，高等教育资源的有限性，尤其是优质高等教育资源的稀缺与规模庞大的高等教育群体及其需求的多样性之间的张力，构成高等教育健康发展的障碍。 高等教育机构再也不能像过去那样作为英才教育机构和专门知识的仓库，它们不得不面对更多的报考者和各有关方面的需求。［4］面对需求多样且规模庞大的高等教育群体，人工智能在大数据运算方面的优势及其智能识别、判断、推理的能力，能为个人建立独立的学习档案，制定个人学习计划，推荐学习内容，评测学习效果，帮助个人根据自身需要进行学习。 随着大规模在线开放课程（MOOC）的推广普及，优质的高等教育资源面向高等教育各群体开放，海量的知识转化为信息资源可满足日益庞大的高等教育群体的需要。 人工智能技术打破了学习的时空局限，移动信息终端的大规模普及与应用，让个人自由学习成为可能。

（二）外部逻辑：价值理性的式微与工具理性的张扬

根据布鲁贝克（John S.Brubacher）的高等教育哲学思想，存在两种类型的高等教育哲学，一种是认识论，把“闲逸的好奇”精神追求作为高等教育的目的；另一种是政治论，强调高等教育对国家经济社会发展的促进作用。 这两种高等教育哲学映射在高等教育上，对应的是高等教育的价值理性与工具理性。 高等教育的价值理性，指向高等教育的人文属性，培养人之所以为人，追求纯粹知识；高等教育的工具理性，指向高等教育的应用价值，在促进社会经济、政治、文化等领域的健康发展中发挥关键作用。 纵观高等教育发展的历史，总的态势是价值理性的式微，工具理性的张扬。美国取代欧洲成为世界高等教育的中心，成功之道在于美国高等教育在吸收德国大学“教学＋研究”模式的基础上，开创性创办研究型大学和社区学院，直接服务于国家科技竞争和经济社会发展，并开创了高等教育新的功能——社会服务，由此引发高等教育工具理性的张扬。 人工智能的出现，将会继续巩固这种态势。 面对“人工智能＋新兴产业”的蓬勃发展，高等教育传统的单学科建设理念转向多学科、跨学科共建理念，如新建的人工智能学院，融合计算机、系统科学、数学、心理学、统计学等多学科知识，更注重培养人的实践能力，这是高等教育为了生存与发展必备的竞争力，也只有具备更大的应用价值，发挥高等教育作为科技创新的主力军作用，高等教育才能从社会、国家、产业中获得更多的资源，支撑高等教育的健康可持续发展。

三、人工智能时代高等教育发展范式的转型

从教育技术角度看，自20 世纪80 年代至今，信息技术革命已经发生了四次重大变革：数字化、网络化、移动化和智能化。［5］作为一项颠覆性的新兴技术，人工智能展现出无穷的发展潜力，对社会生产与生活的变革将是全景式的、系统性的，而身处社会中心场域的高等教育亦概莫能外。 面对人工智能在大数据运算、深度推理、无人系统等方面的巨大优势，高等教育理应积极面对，主动在人才培养模式、教学模式和知识生产模式三个方面进行范式转型，培育人工智能时代需要的高层次智慧型人才，提升高等教育组织的知识生产与应用能力。

（一）高等教育人才培养模式转型：由单学科人才培养模式转向人工智能＋跨学科人才培养模式

单学科人才培养模式在人工智能时代的局限性愈加明显。 任何一门学科（或较大的学科群）都必须以学术要求与社会实践的某种特殊的、不断变化的融合为基础。 这些要求和实践相互支撑，然后又得到该学科或门类的制度化再生产的不断增强。［6］53因此，学科不是一个单纯的知识集合体，其中也包含社会实践对学科知识的影响。学科作为知识生产和人才培养的主要平台，以美国研究型大学和社区学院为分水岭，在此之前，学科培养的主要是学科人才，是学科知识的传承者与创造者，注重的是学科知识繁衍与学科制度的传承，而较少关注社会实践的需要，简单理解为学科是生产理论知识和培育理论人才的平台。 在此之后，学科知识开始分化，在保持生产理论知识与培育理论人才的同时，转向社会实践领域，关注学科所生产的知识和培养的人才对经济社会发展的作用，这种趋势在人工智能时代更为明显。 正是得益于知识的制度化，高等教育组织才能保持生命力。 学科制度的伟大之处在于：“19 世纪思想史的首要标志就在于知识的学科化和专业化，即创立了以生产新知识、培养知识创造者为宗旨的永久性制度结构。”［6］8-9单学科人才培养模式为高等教育和社会发展提供了不竭的人才资源，时至今日，高等教育人才培养的主流模式仍然是单学科。 但是，在人工智能时代，需要的是能够解决复杂问题的高层次智慧型人才，是具备高度创新精神与较强创业能力的人才，而单学科培养的人才知识面狭窄，解决复杂实践问题能力较弱，创新精神与创业能力有所欠缺，成为高等教育发展面临的严重问题。

为了解决单学科人才培养模式存在的问题，2018 年教育部在《高等学校人工智能创新行动计划》中提出“人工智能＋X”的人才培养模式，重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。［7］这种人才培养模式，在人工智能领域践行了由单学科人才培养模式转向“人工智能＋跨学科人才培养”模式，为高等教育人才培养模式转型提供了技术路径。 但是，学科之间的界限依然清晰且牢固，各学科知识体系之间交叉耦合存在一定的障碍。 同时，单学科人才培养模式仍有较强的组织惯性与学科制度依赖，造成高等教育人才培养模式转型困难。 人工智能通过大数据资源整合与系统优化，构建一个统一的学科知识资源库，搭建各学科资源共享平台，在一定程度上模糊了学科之间的边界，为跨学科知识自由流通、智慧交融创造了条件，为“人工智能＋跨学科人才培养”模式奠定了知识基础。

（二）高等教育教学模式转型：由为教而学转向为学而教

未来，在人工智能居于主导地位的信息社会里，人类在纯粹的脑力和计算能力的竞争上将不可避免全面落后于机器人。［8］人类应如何面对更加智能的机器人，如何在智能社会中生存与发展？学会学习是人类进步的重要能力。 正是人类不断增强的学习能力，将人类发现、提炼、保存的知识通过教学活动传播至教育对象，教育对象通过对知识的应用与创造，加入知识的再生产系统中，得益于人类的学习能力与教学活动，知识生产与再生产得以永续发展。 在罗纳德·巴尼特（Ronald Barnett）看来，学习分为两种层面：一种是在较弱的意义上，“学习”指的是学生接受教育或者通过阅读知晓某物是什么。 测验可显示学生能够回忆起某物是什么，能够写出，并口头复述。 另一种是在较强的意义上，“学习”则指学生对他（或她）遇到的真实要求加以识别，且能以他（或她）个人经历的某种形式将其呈现出来。 这种较强意义上的学习也意味着学生最终能够自己对学习做出评价，并对其正确性形成自己的看法。［9］高等教育中的学习是较强意义的学习，不在追求是什么，而是探寻为什么以及怎么做，旨在通过学习获得批判性思维与创造性思维的能力。 因此，高等教育的教学活动理应是围绕学生的学习展开，通过学习学生获得知识应用与创造的能力，而非现在的教学活动，学生的学习是围绕教师的教学活动展开，是为实现教师的教学目的而学习。

如何实现高等教育教学模式由为教师的教学而学习转向为学生的学习而教学？ 人工智能技术可以全面、多维、动态、立体展现每个学生的学习状态，通过大数据收集、存储、运算、聚类分析每个学生的学情状况，根据每个学生的知识基础、文化背景、成长环境、兴趣爱好、发展方向等信息，为每个学生生成独立的学习目标、学习规划、学习反馈等，并针对个人学情开展针对性教育。 教师角色转变为学生学习活动引导者、学习环境的塑造者、学习能力的帮助者，让因材施教的理念由愿景变为行动。 如智能教学辅助系统（Intelligent Tutoring Systems，ITS）进入教学过程中，不仅可以全面准确分析学生的学情信息，而且还可以承担教师的部分教学工作，帮助教师生成教学方案、解答学生问题、监测学生学习情况等，极大缓解了教师的工作压力，节约了教师工作时间，减少了重复性工作量，让教师有时间、精力从事更高层次的创造性活动。［10］

（三）高等教育知识生产模式转型：由三螺旋转向四螺旋的知识生态系统

三螺旋理论是享利·埃兹科维兹（Henry Etzkowitz）等人提出的关于政府、企业与大学之间的三角协同互动关系的理论。 该理论是在知识经济时代的背景下，大学、产业、政府围绕知识的生产与应用，所形成相互作用的关系网络，构建了新的知识生产系统。 依据三螺旋理论，卡拉雅尼斯和坎贝尔提出四螺旋理论，增加了公民社会这一范畴。 “公众”和“公民社会”是知识创新的用户群体，具有知识生产和应用的高相关性。［11］得益于知识社会朝智能社会形态发展，知识民主化进程加快，知识生产与应用的群体与规模在加速扩大，并且知识生产与应用的界限逐渐模糊，大学不再是知识生产的唯一提供者，产业与政府也不再是知识应用的核心场域，知识生产与应用面向更广泛的社会领域，由此构成了多层次、多维度、多节点的知识生态系统。

人工智能推动了四螺旋知识生态系统协同高效运作。 网络化、集群与生态系统是四螺旋知识生态系统的核心构成要素，网络化是知识生态系统各要素之间连接、耦合、相互作用的途径。 通过网络化，知识生产与应用需要与不同组织、群体之间进行协作，这里既有高等教育内部组织与群体，如不同学科之间、不同教师群体之间、不同高校之间，需要通过网络化协同推动知识生产；也包含高等教育系统之外的异质性组织，如公司、政府、社会团体等，需要通过网络化与高等教育协同知识生产与应用。 人工智能在大数据运算、系统优化与整合、智能识别与决策等方面的优势，将知识生态系统各要素之间形成一个相互作用的统一整体，各要素之间实现智能流通与匹配，形成智能创新网络，进一步优化知识生态系统，推动知识生态系统走向更协同与高效。

四、结语

人工智能时代，智能机器人及软件将取代大量人力资源，并对人力资源提出更高质量的标准。高等教育作为人才培养的主平台，如何实现健康可持续发展，成为不可回避的问题。 面对人工智能带来的机遇与挑战，高等教育必将进行系统性变革，从宏观的高等教育体系与结构变革，到中观的高等教育与公民社会、产业、政府的关系变革，再到微观的教学、课程、评价、管理等变革。 无论人工智能发展到何种程度，高等教育作为知识生产与人才培养的使命不会变。 在变与不变的交织耦合中，构建一个开放、智能、协同的高等教育知识生态系统成为必然选择。