人工智能的理论演进、范式转换及其教育意涵

梁迎丽

摘 要：人工智能的理论研究是深刻理解和准确把握人工智能的科学基础，是智能时代教育改革的重要依据。追溯人工智能的思想起源，围绕认知和计算的关系阐述人工智能理论的演进过程。基于这种理论演进推动其研究范式转换的事实基础，认为人工智能理论分歧的根源在于对人类认知机制的解释、模拟和实现的不同认识，分析并指出人工智能的未来路向。在此基础上超越技术的局限性，揭示人工智能之于教育对象、知识观、教育价值观的教育意涵，指出人工智能与教育的深度融合之际正是教育对象主体性重构的历史契机，倡导从客观主义知识观到具身知识观的积极转向，注重技术逻辑与人本逻辑的协调发展，以推动人工智能与教育的深度融合與和谐发展。

关键词：人工智能;教育;认知计算;具身认知

当前，人工智能的迅猛发展引起教育学界的密切关注与热烈讨论。乐观主义者对人工智能促进教育变革充满了憧憬与期待，而悲观主义者则流露出人工智能行将威胁到人类的学习乃至社会生存的恐慌与忧虑。学界对此众说纷纭，莫衷一是。然而，在这场智能化领跑教育信息化2.0的新征程中，我们愈加深刻地认识到这样一个事实：教育已经不可避免地陷入了一种由人工智能所引发的技术冲击、价值冲突和伦理困境之中。如何客观科学地理解并准确把握人工智能的教育意涵？对此，我们有必要追根溯源，回溯人工智能的思想起源和理论演进，站在人工智能理论研究的高度，或许才能深刻认识人工智能，认识我们自身，理解人工智能与人的本质差异，理解机器学习与人类教育的认知鸿沟，积极推动人工智能与教育的持续健康发展。

一、人工智能的理论演进

理解人类认知、智能的本质以及意识的起源，是认知科学领域最具挑战的基础研究命题。其中，智能的本质与人类的认知密切相关。事实上，人工智能研究有着深刻的认知科学渊源。中国科学院认知科学家陈霖院士认为，认知和计算的关系问题是新一代人工智能的核心基础科学问题，是使我国成为人工智能领域真正意义上的科学大国的基础研究课题。[1]在人工智能产生和发展的过程中，相继出现了两个颇具代表性的理论：认知计算理论和具身认知理论。

（一）认知计算理论及其逻辑基础

历史上，莱布尼茨开启了现代逻辑的先河，建立了逻辑学作为科学、数学和哲学基础的研究纲领。二十世纪初，数学大师希尔伯特的“形式主义”数学观及其形式逻辑的思想在数学界产生了深远的影响。希尔伯特提出了数理逻辑的三个终极之问：数学是否是完备的，数学是否是一致的，数学是否是可判定的。很快，哥德尔“不完备性定理”否定了希尔伯特关于数学完备性和一致性的提问。仅隔五年之后，英国年轻的数学家阿兰·图灵发表题为《论可计算数及其在判定问题上的应用》的划时代论文，证明了构建一种可以在有限步骤内完成任何函数计算的机器的可能性，即“图灵机”的抽象计算模型。图灵机从全新的视角定义了可计算函数，并赋予“计算”以完全确定的含义，实现了逻辑发展史上极具重要意义的计算转向。图灵进一步证明了并不是所有命题都可判定的事实，于是希尔伯特的第三问最终也迎来了令人失望的证明结果，数学大师欲雄心勃勃建立的基于完美逻辑体系的数学大厦彻底坍塌了。然而，新的希望也正在孕育：图灵机奠定了现代计算逻辑的基础，数理逻辑发挥了重要作用并迎来了计算科学的诞生。通用图灵机迅速成为现代通用计算机的概念模型，为冯·诺依曼体系结构电子计算机的实现奠定了理论基础。然而，这位天赋秉异的年轻数学家并未就此停下脚步。1950年，图灵在其题为《计算机器与智能》（Computing Machinery and Intelligence）的论文中富有想象力和创造性地提出“计算机能思考吗”的问题，论证了只要对计算机进行适当编程，就能够使其像人一样思考，并提出了著名的“图灵测试”。这篇知名论文被后人推崇为人工智能的开山之作，图灵也因此被称为“人工智能之父”。受其影响的另一位科学巨人、数字计算机之父——美国数学家冯·诺依曼在其题为《计算机与人脑》（The Computer and The Brain）的著作中，表达了计算机和人脑都是计算机器的观点，这位计算机领域的巨人在生命的尽头依然致力于建立统一的计算机器理论。在1956年美国达特茅斯学院的夏季研讨会上，“人工智能”研究领域正式确立。与图灵和冯诺依曼观点一脉相承的是，美国认知心理学家赫伯特·西蒙和艾伦·纽厄尔坚信大脑、心灵和计算机都是一样的符号操作系统，大力倡导符号主义研究范式。后来美国哲学家约翰·赛尔通过“中文房间”实验证明了语言乃至思考并不是符号及其计算的过程，在一定程度上削弱了符号主义的力量。1965年美国神经心理学家麦卡洛克和数理逻辑学家皮茨发表了题为《神经活动内在概念的逻辑演算》（A Logical Calculus of Ideas Immanent in Nervous Activity）的论文，构建了大脑信息处理的神经网络数学模型（即MP模型），开创了人工智能的联结主义研究范式和人工神经网络方法，为日后的深度学习奠定了重要的理论基础。

可以说，人工智能缘起于逻辑学。伟大的先驱们一开始便建立了“人是计算机器”的宏大研究假设，图灵机对认知计算理论的数学阐释和严密刻画，奠定了计算科学、人工智能乃至人类认知领域研究的逻辑基础，推动智能的研究从“理性就是计算”等理性主义哲学思辨转向逻辑计算，开创了认知计算主义的先河。

（二）具身认知理论及其哲学蕴涵

近几十年来，关于人类认知的另一种新的思潮和取向是具身认知理论。与认知计算理论相对立，具身认知理论被认为是认知科学领域中代表后认知主义的一场深刻变革。具身认知理论可以追溯至海德格尔“在世界之中存在”的存在主义思想。海德格尔的这种存在是在世界之中的、没有主客体之分的存在，是对主客二元论的一种超越，将身体和世界融为一体，将我们的认知置于与世界的交互之中。受其影响，存在现象学学者梅洛·庞蒂进一步指出：“人的身体和思维是不可分割的存在”，只有在世界之中才能认知。这些主张为“认知存在于大脑之中，大脑存在于身体之中，身体存在于环境之中”[2]的具身认知理论提供了一定的思想基础。以至于有学者提出：“与其说人工智能与人类的区别是没有意识，不如说是没有身体，或者更确切地说是没有人类所特有的‘身体—意识这种在世方式。”[3]

具身认知理论反对认知计算理论将认知等同于大脑基于符号表征的计算系统的观点，认为身体在认知过程起着不可忽视的决定性作用，主张认知是通过身体的活动和体验而形成的。其主要观点可以概括为三点：（1）身体的物理属性决定了人类认知的方式和过程;（2）身体及其与世界的互动决定并形成了人类认知的内容;（3）身体是嵌入于环境等外部世界之中的。具身认知理论倡导者认为人类认知依赖和发端于我们的身体，身体的物理结构、生理特性及其活动方式决定了我们对外部世界进行感知和认知的内容、过程和方式。身体的感知觉系统是各种交互活动乃至高级认知的基础，因此认知是具身的。具身认知理论反对“人是机器”的看法，原因如下：首先，身体是认知的必备条件，人的身体、大脑和环境是一个统一整体，脱离身体且孤立、片面地聚焦人脑，从人脑的神经活动抽象出认知的心理表征过程与计算模型是不可取的。其次，认知的生成方式，尤其是高级认知的形成，并不需要借助于表征，而是以“耦合”和“涌现”的方式产生的。再次，人类很多较为低级的感知活动与行为未必都经过大脑的思考，并非是符号表征或神经联结等计算的结果，而是在与环境的直接交互过程中产生的。上述观点得到很多实证研究的证实，如情绪是一种具身的反应，是对身体体验的感受。具身认知似乎更具合理性，能够解释更为普遍的认知过程和活动。

二、人工智能的范式转换

从认知计算理论到具身认知理论，人们对自身认知和智能的认识不断革新。然而，如何理解人工智能的理论纷争？事实上，人工智能理论的发展演变从根本上推动了其研究范式从符号主义经联结主义到行为主义的转换。这种范式转换的深处，蕴藏着人工智能的未来路向。

（一）人工智能的理论演进推动其研究范式的转换

人工智能研究初期，在“人是计算机器”思想的引导下，研究者们将物理符号作为人类认知的基本单元，通过符号表征与操作来进行知识表示与逻辑推理，开启了符号主义的人工智能研究范式。他们将离散的物理符号表示为规则的形式化系统，通过适当的机器编程，构建基于符号表征的问题解决器。其代表成果是专家系统，通过模拟人类尤其是领域专家解决问题的思路，尝试构造特定领域的极小知识集合，借助于形式化表示与逻辑推理，模拟实现人类的知识体系及其认知结构。然而，知识的符号表示与逻辑推理应用范围的有限性，最终导致以符号主义为指导思想的日本第五代计算机走向了失败，也昭示了通用人工智能逻辑途径的不可能。随后，研究者开始将视线转移至人类大脑的微观层面——神经元。人脑是由大量神经元及其复杂连接而构成的信息处理系统，具有非线性和分布式并行计算等特征，因此神经元的联结结构及其活动规律才是解释人类认知机制的关键，这种研究范式被称之为联结主义。人工神经网络借助于分布式并行计算实现知识存储和学习的功能，通过神经计算实现类脑智能。近年来，得益于算法的进一步改进、GPU对計算能力的提升和海量训练数据的供给，深度神经网络掀起了联结主义研究范式的新浪潮，在人机博弈、图像和语音识别等众多领域取得了突破性进展，并推动人工智能相关产业的蓬勃发展。固然，认知计算理论奠定了人工智能发展的牢固基石，但如何实现通用人工智能始终困扰着研究者们。受具身认知哲学思想的影响，借鉴生物学的进化机制，一些研究者主张智能产生于主体与环境的交互过程中，智能建立于智能体对外界环境的感知、适应和行动的基础上。与前两种研究范式自顶向下构造出大脑的思路不同，新的行为主义研究范式主张让机器自底向上、自动、独立地进化出一个大脑。通过模拟人类个体在控制过程中的智能行为，逐步推动智能机器人等人工生命的发展和应用。

（二）人工智能的理论分歧与未来路向

人工智能研究范式的转变实质上是研究者对人类认知在认识论上的不断提升和技术上的计算模拟与改进。尽管现有人工智能仅仅体现了人类大脑组织结构及其复杂性中的非常微小的一部分，但人工智能研究所取得了成就体现了人类对自身认知在计算层面上的不断突破。人工智能思想起源于人类大脑结构和认知机制的探索，如果说人工智能是对人类认知的模仿和超越，那么认知计算理论和具身认知理论在对人类认知机制的解释、模拟和实现方式等方面所存在的分歧，则是推动人工智能理论演进的根本动力。概括地讲，这种分歧主要体现在三个方面：认知研究的科学基础、认知研究的基本假设、认知产生的过程和方式。对于认知计算理论来说，其科学基础是逻辑学;其基本假设是“人脑、心灵和计算机都是计算系统”，认知是大脑独立于身体而存在的;认知的产生源自计算。而对于具身认知理论来说，其理论基础是哲学，尤其是现象学;其认知研究的基本假设是“认知、身体和环境是不可分割的统一整体”;“耦合”和“涌现”是具身认知的产生方式。

事实上，进一步分析争论的焦点便不难发现，上述分歧的根源在于意识还是物质第一性的问题。认知计算理论主张大脑及其计算活动对于认知是第一性的，具身认知理论则主张身体对于认知才是第一性的，身体及其存在方式决定认知图式。有学者进一步指出，这种理论难题正是造成弱人工智能和强人工智能之间不可逾越的鸿沟的根源。[4]实际上，我们当前正面临三个选择：第一，放弃认知计算而探索具身认知路径，这样前景将不可预测;第二，坚持认知计算而不考虑具身认知，则只能实现弱人工智能在限定领域的专用，这样人工智能的原初目标则需要予以修正;第三，将两种理论兼顾、互补并探索新途径，这是较为现实的选择。[5]事实正是如此，研究者们并没有因此而踟蹰不前，反而正在努力缩小两者之间的差距，寻求并实现两者之间的互补，在认知计算的基础上进一步探索和发展具身认知。在人们尚未全面破解认知难题之前，这也许是最好的出路。

三、人工智能理论演进与范式转换的教育意涵

当前，人工智能与教育已然相互浸入。中国工程院院士李德毅指出：“智能时代，教育先行，刻不容缓。”人工智能本身没有教育意涵，然而从教育之育人本质的角度来说，人工智能为人的生存与发展所带来的机遇与挑战，即是人工智能对教育对象、教育内容和教育目的的新意涵。在这种背景下，有必要重新审视人工智能之于教育要素的时代内涵与关系逻辑，推动技术与人文的向上向善，促进人工智能与教育的和谐共生。

（一）教育对象的主体性重建：从无身教育到具身教育

人工智能已经成为教育发展与变革的新引擎，教育正迎来前所未有的机遇与挑战。关于人工智能理论演进与未来路向的深入分析让我们从根本上认识了人工智能，认识到人工智能与人类认知、机器学习与人类教育之间的本质差异，认识到当前人工智能与人类认知之间尚且存在巨大的、短期内不可逾越的鸿沟。人不是机器，人类认知也不是纯粹的机器计算，现有人工智能尚不具备意识等高级认知功能，也不具备人类特有的“身体—认知”的在世方式。虽然奇点尚未到来，但人工智能所引发的对教育基本问题的深层次思考已经成为教育学界讨论的热点话题。

教育以人为对象的经验事实，人尽皆知。一直以来，作为教育对象的“人”在教育尤其是认知过程中具有突出鲜明的主体性特征。我们普遍强调、认可和尊重这样的事实：教育对象是具有主观能动性的人，人类大脑永不停歇地活跃着、创造着，教育面对的是人尤其是其丰富的精神世界与鲜活的思想意识。大脑独立地完成逻辑计算与理性思维，进而促进教育对象的认知发展，这种认知主体性即是教育对象主体性的高度体现。人的大脑发育与认知发展有其自身的生物学特征和规律，因此教育要遵循大脑及其认知的发展规律，这已经成为最重要、最基本的教育原则。例如英国哲学家和教育家怀海特曾提出所谓的“教育节奏”，即教育要适应学生智力发展的节奏。然而在教育中，身体历来都处于受压抑或被规训的地位。这种无身的教育模式认为大脑是教育对象的主体，严重忽视了身体的认识论功能，导致我们的教育教学与身体无涉。于是，我们的教育教学活动极少考虑到身体的参与、感知觉和情绪情感的感性认知功能，教学几乎变成了纯粹的抽象思考与逻辑推理。其现实是，我们的教育正变得枯燥无味，与教育目的背道而驰，并在功利化的道路上走得越来越远。

站在人工智能理论的高度，具身认知理论为这种无身的“塑心”教育提供了新的意涵，人工智能恰为教育对象的主体性构建提供了机遇。从理论上来看，海德格尔的存在主义超越了主客二元论的局限性，指出人“在世界之中存在”，人与世界合二为一，人是身心的二元统一。具身认知理论进一步指出身体对于个体认知的重要性，身体的体验与活动对于认知生成的认识论意义，身体对于知识建构的教育价值。教育对象身体功能的增强，实则是其认知图式的强化，进而促进了学习者的认知发展。从实践的角度来看，人—技术、人—机器之间共存共生、互相赋能，将有效地推动教育对象的身心融合与统一。以算法、算力和数据为强大基础，人工智能以强劲的计算优势进入教育教学领域，并向教育教学和教育对象逐渐渗透和全方位嵌入，赋予人类的大脑和身体更加强大的认知功能，增强了教育对象的认知主体性特征。教育教学过程中的智能导师、智能机器人、智能推荐、可穿戴设备等软硬件智能体，于有形或无形之中超越时空的局限性共建教育环境，甚至成为学生存在、认知、学习过程中密不可分的一部分，重塑学生的存在方式、认知方式和学习方式。具身认知理论为教育对象的主体性理论研究提供了新视角，其教育意涵在于指明了从无身教育向具身教育、无身教学到具身教学转变的认知价值与教育意义。人工智能时代正是我们重构教育对象主体性理论的历史契机。

（二）教育知识观的重塑：从客观主义知识观到具身知识观

每一次促进人类社会进步的技术革命，都能引发我们对教育及其知识观的深刻思考。追根溯源，人工智能的理论演进与发展历程充分证明了基础学科、基础研究和基本研究问题在推动人类知识体系构建过程中的重要性。从历史上看，数理逻辑推导出了通用图灵机模型，神经科学构想出了联结主义人工神经网络模型，心理学和控制论孕育出了行为主义智能控制系统，认知科学借鉴哲学思想而提出了具身认知理论，革新了人们对人工智能的认识，推动了人工智能的迅猛发展。在这个过程中，基础学科领域中基本问题的研究和解决最终孕育了重大的科学技术突破，基础学科和基础研究奠定了人类知识体系的坚实基础，而基础教育则推动了人类知识的不断传递、积累与源远流长。技术是推进教育变革的源动力，教育对人工智能的反哺亦是如此，唯有树立正确的教育观和知识观，才可能引导人工智能取得新的重大突破。

进一步地，与其说人工智能是一场技术革命，不如说它是一场知识革命。以认知计算为理论基础，通过数据驱动而实现的知识发现方法点燃了人们对知识创新的激情与希望。以教育研究领域为例，数据驱动的教育教学实践、交叉融合的学科发展趋势，催生了教育的可计算研究范式。借鉴认知科学、计算神经学、教育神经学、脑科学等学科的前沿研究成果，教育信息化正在实现从技术的工具性应用向技术与教育的深度融合发展的转变，具有操作特征的教育可计算化分析框架正在形成，算法定义学习、智能教育、智慧教育等教育新形态已经从理论研究走向教育实践。如李政涛等学者论证了计算教育学的可能性[6]，黄荣怀等则针对智能教育的基本计算问题，进一步提出了基于认知计算、行为计算、环境计算的“计算教育学”要素模型[7]，为教育研究提供了学科交叉融合的新路径。从这个意义上说，人工智能推动了知识的传递、发现、创新与进化，为揭示教育规律提供了新方法，为破解教育难题提供了新思路。

回到现实，教育是教学生如何运用知识的艺术，知识观是教育领域的重要话题，保证知识的活性是任何教育形式都面临的核心问题。人工智能的理论演变——从认知计算到具身认知——意味着教育中的知识观需要实现从客观主义知识观到具身知识观的转变。以认知计算理论为基础，客观主义知识观强调知识的表征及其独立于个体的客观存在，忽视身体与环境交互的个体经验和主体价值观念的存在与影响，脱离了鲜活的生活实际，导致知识被抽象化为大脑精确的、形式化的表征。填鴨式教学、死记硬背、题海战等便是这种知识观在教学实践中的真实写照，而这种所谓的捷径——从书本上获取公式化的实用知识并进行机械性的脑力活动——正在将教育引入死胡同。早在一百多年以前，面对技术对教育的种种扼杀，德国哲学家、思想家尼采就痛心地指出，我们“丢失的不是诗意的幻想，而是依靠本能唯一真实地领悟自然的能力，取而代之的是依靠精明的计算智胜自然的能力”，并发出强烈呼吁，“万物的统一性不是一个抽象观念，不能凭逻辑推理达到，而是一种切身的感应，只能在与自然的亲密关系中获得”。超越大脑知识表征的局限性，具身认知理论告诉我们，认知是身体与外界环境互动过程中所生成的，身体的鲜活体验是认知的关键，由此促进个体知识系统的主动构建。因此，知识是通过身体与外界的交互活动而生成的，这就要充分调动学习者的好奇心、求知欲、想象力，善于利用身体与环境交互过程中极具丰富体验的感知觉、情绪感受、形象思维能力、判断力和洞察事物发展的能力，从而去主动构建自身的知识系统。最终，知识将与身体、环境经验、主观感受等有效整合、统一存在和不断发展。在教学实践中，具身知识观由此所带来的价值感将给予生命无尽的养料，赐予个体无限的力量。

（三）教育价值与目的的回归：以人为本，承载人文

人工智能是否对人类学习和生存构成威胁，这个问题的矛头直指教育的价值与目的。教育目的的不同，实质上是教育价值观念的不同所致。卢梭的自然主义教育思想强调“人的教育”要“遵循自然”，把教育对象置于教育过程的中心地位，把教育过程变成自我教育的过程。正是如此，受教育者的认知和情感才能得以自然地发展。尼采苛严地倡导精英教育，主张教育集中于少数人，“教育的使命是使天才得到养育和支持”，在《论我们教育机构的未来》中超前性地认识到教育的严重问题——人文教育传统的断裂，呼唤真正的人文教育，表达了荷尔德林所吟诵、海德格尔所阐释的“诗意地栖居”之境界的追求与向往。[8]怀海特在其《教育的本质》一书中强调智力教育，提出学生是有血有肉的人，教育的目的是为了激发和引导学生的自我发展。纵观教育发展史，教育价值观念与教育目的取向的演变趋势清晰地表明，“促进人的发展，彰显教育的人文价值”的理念已被普遍认可、广泛传播。

诚然，人工智能极大地提高了教育知识传递的效率。但是，如若运用人工智能技术片面地追求标准和程序、数量和效率，则教育中本有的情感、责任、道义、关怀等人文精神很可能将被无限度地忽视，教育对象的人文情怀、思想活力、独立思考和批判品格等理想人格或将丧失殆尽，教育的人文价值将被彻底消解。真正的技术应回归人性，承载人文，以人为本。技术理性亟需人文精神的指引，技术逻辑与人本逻辑亟待协调，而这种平衡能否实现则取决于我们对未来教育的价值判断。正是人工智能的出现使我们认识到人工智能与人的根本差异，人不是冷冰冰的计算机器，而是有情感、有温度、有思想、有尊严的复杂生命体。智能时代的教育比以往任何时候都更加渴求对人性的关注。早在1996年，联合国教科文组织就在其报告《学会生存——教育世界的今天和明天》中提出，教育的一个特定目的就是要培养情感方面的品质，特别是人和人的关系中的情感品质。2015年，联合国教科文组织又在其题为《反思教育：向“全球共同利益”的理念转变？》的报告中再次提出，教育价值观要建立在人文主义的基础上，尊重生命和人类尊严，为全人类的生存和发展服务。关注人的本性及其成长发展规律，重视人文精神、人文素养、人文情怀、人文关怀与人本教育，已经成为技术推动教育变革过程中必不可少的重要内容。只有坚持以人为本，充分释放人的个性，彰显教育的人文价值，实现技术逻辑与人本逻辑的协调发展，才能在变化越来越快的时代坚定不移地走出一条教育之独立发展的道路，进而推动人类社会的可持续发展。正如斯坦福大学以人为本的人工智能学院的正式成立，其宗旨正是通过人工智能实现人类更加美好的未来。立足现实、关注时代发展并回应时代需求，已经成为当前教育研究的必然选择。顺应时代发展趋势，教育着要眼于时代和全人类的发展需要，充分彰显其人文价值，才能实现历史视野、现实关怀和理论旨趣的统一。

四、结束语

教育是立国之本，强国之基。人工智能已经成为推动社会发展的新引擎和关乎教育改革的重要影响因素。人工智能所带来的教育变革已经超越了技术工具论的逻辑话语体系，逐渐上升为对教育理念和教育价值的强烈冲击和剧烈撼动。追溯人工智能的理论演进与范式转换，有助于促进对人工智能的科学认识和对其教育意涵的深刻把握。从认知计算到具身认知，数学家、计算科学家和哲学家们的理论争鸣，让我们意识到对于认知身体和大脑一样重要，它推动了人工智能研究范式的超越与转换，也蕴藏着深刻的教育意涵。人工智能时代，教育对象的主体性重建需要实现从无身教育到具身教育的转变，教育知识观的重塑亟待实现从客观主义知识观到具身知识观的转型，坚定以人为本的教育价值取向，注重技术逻辑与人本逻辑的协调发展，回归教育的育人本质，彰显教育的人文价值，推动教育和整个人类社会的可持续发展。

参考文献：

[1]陈霖.新一代人工智能的核心基础科学问题：认知和计算的关系[J].中国科学院院刊，2018，33（10）：1104-1106.

[2]叶浩生.具身认知：认知心理学的新取向[J].心理科学进展，2010，18（5）：705-710.

[3][4]段似膺.海德格爾式人工智能及其对“意识”问题的反思——兼与何怀宏先生商榷[J].探索与争鸣，2019（1）：61-67，142.

[5]刘晓力.认知科学研究纲领的困境与走向[J].社会心理科学，2005，20（4）：394-402.

[6]李政涛，文娟.计算教育学：是否可能，如何可能？[J].远程教育杂志，2019，37（6）：12-18.

[7]黄荣怀，周伟，杜静，孙飞鹏，王欢欢，曾海军，刘德建.面向智能教育的三个基本计算问题[J].开放教育研究，2019，25（5）：11-22.

[8][德]弗里德里希·尼采.教育何为？[M].周国平，译.北京：北京十月文艺出版社，2019.

（责任编辑 刘第红）