人工智能时代大学教学范式再造的依据、方向与进路——基于创造性破坏理论的分析

郭 荣，贾永堂

(华中科技大学 教育科学研究院，湖北 武汉 430074)

一、问题提出

人工智能(Artificial Intelligence,AI)是人造机器所呈现出的智能，人工智能技术(以下简称“智能技术”)是机器对人类思维过程和认知功能进行模拟的方法与手段[1]。在以智能技术为代表的前沿技术推动下，人类社会正在步入人工智能时代(以下简称“智能时代”)。智能时代是人与智能机器和谐共生的时代，已有的智能技术展现了其颠覆性重构各个领域的潜力。如阿尔法围棋(Alpha Go)人工智能屡次战胜国际顶级棋手，颠覆了人类千百年来形成的无数下棋定式，使很多专业棋手哀叹人类一直以为正确的下法“完全错了”。“人机大战”结果也牵动了各行各业的“神经末梢”：在技术应用层面，阿尔法围棋将深度学习和强化学习整合到蒙特卡洛树搜索框架，使用策略网络和价值网络来提高搜索效率，智能投顾、智慧医疗和无人驾驶等领域也有了新的突破；在学理研究层面，“人机大战”结果引发了哲学家、社会学家和科学家等学术共同体的广泛关注和讨论。突破性技术往往会引发系统性生产关系变革，前三次工业革命无一例外都由科技进步推动，同样，以智能技术为代表的前沿技术正在酝酿第四次工业革命，正在并将深刻改变人类生产与生活方式。如遵循不同发展进路的深蓝(Deep Blue)、多智能体(Open AI Five)和第四代阿尔法围棋(MuZero)等智能技术为人类认识世界引入新范式；分布式智能感知系统、纯视觉算法(HydraNets)和超级计算机(Dojo)等智能技术为人类理解世界创造新工具；等等。智能技术开始广泛应用于决策、治理、制造、运载等人类社会活动。

作为教育活动的重要环节，大学教学也受到技术创新的洗礼。技术影响教学过程与规律，日益成熟的智能技术带来独特的学习机制，智能时代的特有逻辑、思维方式、技术要素也对大学教学产生多维渗透与深刻影响。在智能技术影响大学教学方面的讨论上，现有研究多从技术应用视角切入，主要形成了关于智能技术应用的学习空间说[2]、教学思维说[3]、教学伦理说[4]、一体和谐说[5]等。其本质是将智能技术视为教学目的达成的新手段——一类网状信息生成和传递的载体，解释当前智能技术的信息化服务对大学教学的意义。但已有研究缺乏对智能技术演进中关键方法和技术、逻辑与思维、理念和哲学之于大学教学范式宏观教学本体论、认识论与方法论，中观教学理论、原则和模式及微观教学理念、内容、方法和评价意义的探讨。因此，重新体认与阐释智能时代大学教学范式的内涵尤为迫切。大学教学是一种生师交往过程[6]，大学教学范式是对大学教学所作的最基本解释或界定，回答了何为大学生师交往、生师为何交往以及如何交往的问题。托马斯·库恩(Thomas S.Kuhn)关于范式理论的系统性阐释涉及不同领域的反思与改革，他认为范式既是精神定向工具，又是解题范例[7]，范式是科学家共同体认定的基本信仰、理论与方法。故教学共同体关于教学的共有信念、基本理论与方法即为教学范式。那么，智能时代智能技术可为大学教学范式变革提供何种可能就成为一个越发重要的问题。

技术革命被认为是创新的关键驱动，在约瑟夫·熊彼特(Joseph A.Schumpeter)等制度经济学家看来，创新是一种范式更迭的动力机制。作为创新的两种类型，延续性创新与创造性破坏(Creative Destruction)在范式演进的全链条中交替发生作用，后者是前者与需求侧矛盾转化的自然结果[8]。当现有范式的延续性创新难以有效刺激、满足和服务实践需求时，创造性破坏便应运而生，这也是识别创造性破坏的主要依据[9-10]。创造性破坏是指在打破旧有格局中建立新格局的“螺旋流转”过程，表现为新技术、新产品和新市场等不同要素在系统创新过程中所发挥的扩散作用，旨在将有关生产要素和生产条件构成的“新组合”引入生产体系[11]，从而实现内部结构的革命化演进。考察创新力量对系统运作范式的影响首先需要对范式遭遇的实践困境进行分析，以便厘清范式变革急需的是延续性创新力量还是创造性破坏力量，即范式急需修补还是再造。为实现高等教育的高质量发展，我国大学教学共同体积极作为，对大学教学进行了持续性的改革，并取得了一定成效。虽然多年来大学一直呼吁以“学”为中心理念，但这种改革似乎遇到阻滞、难以真正奏效，大学教学范式遇到变革困境。因此，本研究在分析大学教学范式变革困境的基础上，运用创造性破坏理论尝试分析以下问题：第一，智能技术是否赋予大学教学范式新的内涵并引发创造性破坏；第二，创造性破坏在智能技术驱动的大学教学范式变革中的具体表征是什么；第三，智能技术对大学教学范式的创造性破坏运行机理是什么。为实现智能时代大学教学范式再造，使大学教学真正走出范式变革困境，本研究还尝试对大学教学共同体何以为大学教学范式再造保驾护航进行相关探讨。

二、大学教学范式的变革困境

本研究首先对大学教学范式遭遇的变革困境进行分析，扫描当前大学教学范式运作的价值网络——大学教学相关要素的链接方式、状态、结构、特征等所构成和表征的动态网络。教学内容、方法、评价、理念是大学教学范式的微观缩影，内含了大学教学相关要素的链接方式、结构与特征等，反映了大学教学价值网络的互动方式和意义生成。故本研究从上述四个方面考察大学教学范式运作的价值网络，厘清了当前大学教学范式变革急需的是创造性破坏力量。

(一)教学内容：“知识即力量”的实践误读

大学教学内容因高深知识的独特品性而具有特殊内涵。其由高深知识通过教育的经济性原则转化而来，即大学按照学科体系与社会职业需求筛选和整合出最有价值的知识作为教学内容，表征了高深知识的内容复杂性、边界模糊性等性状，内含着高深知识的系统性、探究性等特征。理想状态下，大学教学内容不仅包括知识表征符号的传递和逻辑形式的演绎，还涉及意义系统的建构，学生通过感官经验和认知思维在深度参与教学内容的逻辑展演和意义体悟中获得新知。培根(Francis Bacon)提出的“通向人类权力和通向人类知识的两条道途紧相衔接且几乎合二为一”著名论断[12]，揭示了科学知识对人类认识和改造世界的重要意义。这并不意味着个体知识占有越多越好，知识教学越细越好，而在教学实践中却存在着这样的误读。在发展加速的时代，丢弃对高深知识的信仰而换取对“知识即力量”(1)不同于培根“知识即力量”的意义言说，当前大学教学领域盛行的“知识即力量”现象反映了大学教学对培根“知识即力量”的断章取义。的追求，使大学教学内容的独特性逐渐减弱。这从大学教学内容对实用知识、大量知识、单一学科知识的绝对“崇尚”和追捧中可见一斑。其一，教学内容编排深受知识有用性与谋生能力的等价交换原则影响。大学教学大多依据学科逻辑和专业需求组织内容，为细分市场培养专才，主要解决人“何以为生”的问题，故教学内容容易简化为专业知识与技能的“拼盘”。相关组织机构的实用性审查在一定程度上也使作为大学教学“一体两翼之一翼”的通识教育沦为专业教育的修饰与补充，通识教育与专业教育的关联性逐渐减弱。其二，教学内容的供求失衡挤占了教学的“发酵”空间。贪多求全的大学教学内容设计就是对知识占有量盲目崇拜的体现，这一观念相信量、力之间存在因果关系。殊不知，多数学生因忙于识记众多知识符号而难以抵达深度学习的境界[13]，遑论教学内容的探究性；绝对量的知识占有迷信可能扼杀学生的想象力与好奇心。其三，局限于特定学科领域的教学内容聚合了知识发展的专业力量，却导致了“盲人摸象”的无奈。知识爆炸时代，百科全书式的人物一去不复返，为发挥“知识即力量”的聚合效应，教学内容往往扎根于某一学科。但这在一定程度上导致学科知识间壁垒高筑，学科规训下的知识学习在无形中打破了认识世界的多棱镜。

(二)教学方法：去标准化教学的“持久战”

教学方法是教学范式在宏观方法论层面的微观所指，呈现了教学理念落实的“脚手架”。大学教学方法众多，涉及讲授法、案例法、讨论法、对话法等，每种教学方法都有独特的适用空间，得当的教学方法运用能够激发学生有意义的学习。然而，在大学教学实践中，使用最早、应用最广的讲授法近年来却被视作缺乏学生参与的教学方法而广受诟病，但持续的声讨并未奏效。事实上，在讲授法主导的教学中，学生也会将思维带入系统性知识建构的意境中，学生并不必然是被动、机械的知识接收者。为此，盲目批判某一教学方法的做法并不可取，深入探究教学方法运用背后的行动逻辑或许能在避免矫枉过正的同时发现并解决真正的问题。去标准化教学的“持久战”是当前大学教学方法变革的困境所在，标准化教学由三重逻辑塑造。一是重教轻学，甚至以教的逻辑代替学的逻辑。“工业革命2.0”的流水线生产模式已嵌入人类生产与生活的各个领域，教学方法也被打上标准化的烙印，强调信息分配与传递的教的逻辑获得生长空间。教的逻辑有利于扩大高等教育受众面，其延续至今并成为主流，但已明显不适用于当代“网络原住民”的学习方式与思维特征——如多重任务协作并行的信息处理方式与颇具创造性、非线性的思维过程等。二是用同一种教学方法应对不同教学任务。当前因循教材进行陈述、讲解的做法在大学教学领域颇为盛行，但不同的教学目标、知识类型、学科形态需要不同的教学方法，用业已形成的教学定式培养面向未来的人可能也会面临诸多问题。就像棋手柯洁提及围棋定式必然难以战胜人工智能一样，用教学定式培养胜任未来工作的人也并不现实。教师执意探寻一种以不变应万变的教学方法不仅是徒劳的，而且会减小教学学术的多元可能性。三是个性化教学让位于标准化教学。个性化教学强调学生的多样化需求，教师依据学生个体差异提供不同教学方法；不同于个性化教学，标准化教学忽略学生的差异性，试图用统一的教学方法达成一致的目标。德雷克·博克(Derek Bok)认为教学方法是关于思维训练的工具，有怎样的教学方法就有怎样的思维习惯[14]，刻板僵硬的教学方法可能只能培养出单向度的人，难以适应并满足社会对人才的多元需求。然而，在技术、组织、资源、评价等多重约束下，个性化教学面临极大的扩散挑战；相反，标准化教学在固有的班级授课制、资源配置方式、评价度量结构中获得生存土壤。

(三)教学评价：反馈功能弱化的超稳态(2)超稳态一词源于系统论，阐释了系统演进中子系统难以耦合形成新稳态的一种状态，能够较为准确地表示大学教学评价因反馈功能弱化而陷入变革困境的状态。

教学评价是教学共同体对教学活动所作的价值认定与判断，内含了教学共同体对教学的认识，指向教学范式的认识论层面。教学评价被视为连接教与学的桥梁，“导航隐喻”(3)“导航隐喻”是指教师在与学生的互动中帮助学生走上实现自我的道路而不迷航，具体来说即教学评价能为学生学习行为和教师教学行为提供反馈，使其向既定教育教学目标靠近，从而提高教学质量。展现了教学评价的主要功能[15]。而大学教学评价的反馈与改进功能近二十年来一直存在弱化的倾向，且未得到根本改善。评价是一种反馈，有怎样的评价结构就有怎样的反馈功能，现行大学教学评价结构主要存在以下问题。其一，评价主体单一，影响反馈功能的信度。大学教学评价以学生评教为主，但受学生主观评价存在偏差、客观制度设计不够完善与执行不够严格的影响，学生评教运行效果大打折扣。此外，督导、同行评价开展范围小、绩效占比少，大学难以发挥多元主体评价教学的优势，最终使教学反馈的信度饱受质疑。其二，评价标准脱离实践，阻滞反馈渠道的信息流通。教学评价工作一般由大学行政管理部门统一安排，评价标准制定多由行政者“说了算”，师生在评价标准制定中处于边缘化参与地位。评价标准与师生教学实践相脱离[16]，使得教学反馈渠道受阻，故教、学的衔接性难尽人意，教学评价难以真正服务于教学实践。其三，评价内容程式化，降低反馈功能的效度。在对教师“教”的评价方面，教学评价要素、指标、规则通常聚焦于教学态度、水平、方法等几个维度，大学用同一套内容评价不同教学任务和活动，而忽略对学生具体学习成果的评价，这难以保证评价功能的针对性、有效性；在对学生“学”的评价方面，教师评学反馈简化、反馈延迟问题也使学生难以获得有效、及时的反馈。其四，评价效果片面化，消解反馈功能的多维内涵。教学评价的目的在于改进教学实践，有效衔接教与学。然而，以量化评价为主要方式的教学反馈能够测量学生在知识、能力等方面的增值，有利于确定教学绩效与质量等级，却难以有效辨别学生在情感、态度、价值观等方面的变化。以总结性评价为主要依据的教学反馈在一定程度上也忽略了教学质量生成过程中的一系列重要事件与关键人物，压缩了反馈本有的多维意蕴。

(四)教学理念：以“学”为中心理念的悬浮

教学理念影响教学内容、方法与评价，被视为教学范式本体论的集中体现与微观缩影。大学教学理念正从以“教”为中心转向以“学”为中心，但这一转向并不是一帆风顺的。有研究表明，多数教师开始接受并认同新的教学理念，但在教学实践中传统教学理念依然盛行[17]，以“学”为中心的理念因面临诸多局限而难以真正落地。一是确定的知识观。知识是大学教学的核心内容，知识观是关于知识本质、来源、价值的认识与理解，特定的知识观影响教学理念与教学过程的基本样态。布朗希尔(Robert Brownhill)指出现代知识呈现客观性、价值中立性、确定性和非人格化等特征[18]，其所具有的独白功能遮蔽了主体间对话性之于知识生产的意义。大学在教学中习惯把知识理解为至高无上的权威，教师的主要职责是把已知大量经验与思想系统高效地传授给学生，而不注重知识的探索性，忽视学生的建构性、主动性等。二是局限的学生观。多数大学教师深知，教学面向的是一个个活生生的个体，他们拥有独特的成长经历与思维方式，个性化教学是教育理想的实现途径。但教学实践却往往与其背道而驰，个性化的学生发展观被束之高阁。这是因为，一方面，教师对学生学习科学、认知科学和脑科学等了解较少，也缺乏窥探学生发展与知识学习轨迹的技术，故所提供的教学和反馈可能与学生内生需求错配。另一方面，高等教育普及化时代的大规模、标准化教学难以培养高阶思维，容易忽略学生发展的整体性和差异化，从而导致学生发展观局限于教师个体哲学的理论构想。三是特定的空间观。大学教学本应使学生、教师、行政者、企业等利益相关者在互动中结成交往关系，为其构建开放性实践空间[19]。但知识生产与传播的时空界限将学习空间与知识生产空间相区隔，致使大学知识教学主要局限于特定的课堂空间；远离实践情境的教学内容、简化过程的教学评价等进一步撕扯着理论与实践间的本有裂缝。就此，大学课堂教学周而复始地再生产着已有的学科规训，大学知识教学的应有功能逐渐弱化或异化。

三、智能技术触发大学教学范式再造的创造性破坏力量

通过上文分析可知，大学教学范式急需创造性破坏力量去突破其长期遭遇的变革困境。弱人工智能阶段(4)对人工智能发展阶段的认识有不同的视角，如从智能功能、技术发展节点等角度进行划分。本研究采用塞尔(John R.Searle)基于功能视角的划分方法将人工智能发展分为弱人工智能与强人工智能两个阶段。的技术扩散[20]已显示出强大的变革潜力，智能时代(强人工智能阶段)的智能技术将通过要素赋能、价值渗透等不断激活大学教学范式再造的新动能，破解大学教学范式运行的实践困境。

(一)智能技术点燃大学教学想象力的火花

创造性破坏理论强调新兴技术手段推动经济与社会发展的作用[21]。目前大学教学范式局限于科学、人文范式二元论的现实分野，偏重谋生的教学，强调教学的效率，持有技术辅助教学的观念。但智能时代，智能技术可以提高人类改造自然、治理社会的能力和效率，逐步瓦解人类获取、贮存、交流和使用信息、知识的旧有方式，打破知识、信息流动的时空界限。智能技术使大学教学交往结构去中心化、教学活动自组织化、教学行为泛数据化，技术将全方位嵌入教学甚至成为教学本身。“技术应用”的教学资源观逐渐淡去，“技术即教学”的教学技术一体观映入眼帘。智能技术可以打破长期存在于大学教学的范式运行困境，使人们对大学教学的想象不再成为空想。智能技术可以重构大学教学的空间与边界，使教学范式拥有全新且多样的实践手段与途径。奥地利学派经济学家认为采用多样化竞争手段的组织能颠覆传统组织，熊彼特(Joseph A.Schumpeter)进一步指出快速发明并使用富有竞争力的新手段将颠覆传统模式[22]。同样地，多样化的大学教学范式实践手段可以塑造和培育新的教学行为，通过激发新的学习需求逼退现有教学范式，为无限接近教学理想提供可能。本研究主要选择当前较为成熟、具有典型性且可能代表未来方向的智能技术——专家系统(Expert System)、人工神经网络(Artificial Neural Networks,ANNs)和机器学习(Machine Lear-ning)，考察三类技术背后的本体论、认识论、方法论之于宏观层面大学教学范式变革的创造性破坏意义，分析智能技术赋能大学教学和解锁大学教学新范式的现实可能性。

专家系统由知识库与推理有机结合而成，不仅拥有大量的专门知识与经验，还有惊人的存储容量与规则建构性能[23]76。专家系统强大的知识处理性能创生“教学为何”的现实表达。本体论揭示了价值的起源与本性[24]，现有大学教学范式的本体论注重知识本体与思维本位，将教学过程仅理解为一种特殊的认知过程，把学生对知识的理解视为学生自身内在的行为方式。而专家系统内含技术代理低水平、重复性认知活动的理念，为人类腾挪出认知空间，能够延展人们的认知边界。专家系统知识表达和推理策略的迭代升级催生了知识表示、语义网、知识图谱等新一代知识工程[23]85，如类似维基百科的创作共享网站自由基地(Freebase)、谷歌公司的知识图谱(Knowledge Vault)利用实体间的多重路径，通过搜索与优化策略，预测蕴含其中的语义信息并进行推理。这些技术实现了对确定性和不确定性知识的推理，能有效缓解传统专家系统计算效率低、数据稀疏等问题。其演化过程也与人们对智能技术认识的深化相伴。人工智能专家最早用明确概念编织的本体论世界极可能是技术思维对真实世界的抽象认识，而非以世界本来的方式存在[25]。人工智能本体论假设从“共享概念的形式化说明”转向“事物运动状态及其变化方式的自我表述”[26]，从附加约束条件、规则的特指性概念转向无约束限制、混沌本源的依存性定义时，就越来越接近真实世界，呈现出技术本体论的自我超越。如目前人工智能系统第四代阿尔法围棋能够自主探索规则，在动态环境与实时策略间进行概括，通过有限信息作出最佳决策，而不需要为有效学习而穷尽所有可能[27]。人工智能本体论假设倒逼本质主义教学本体论的蜕变，撼动了知识本体的教学本体论，解放了基于知识传授的教学，学生在与知识的对话中获得自主性发展，生成性的教学本体论就此显现。

人工神经网络模拟人类神经网络复杂的层次化认知特点，采用分布式的广泛互联结构、有效的学习机制进行信息加工[23]125。人工神经网络超强的信息加工能力重塑教学价值的生成方式。大学教学相关行动内嵌了大学教学共同体关于知识来源、结构和判断的认识逻辑，反映了大学教学范式的认识论。教学认识论在传统教学观念、技术、制度的影响下将教学划定在“我思故我在”的知识加工范畴，局限于学生能够对教师传递的客观知识进行正确认识和反应的反应观。在以罗森布拉特(Frank Rosenblatt)的感知机为代表的第一代人工神经网络中，特征提取层的参数计算经由手动调整实现，与“智能”相去甚远。第二代人工神经网络通过反向传播(Back Propaganda,BP)算法计算网络参数，弥补了第一代人工神经网络的结构缺陷，但也只能在有标注的数据上进行训练。深度学习、强化学习和深度强化学习是目前人工神经网络发展的前沿，此类技术开始赋能智能主体，使其在不完全信息动态博弈中根据实际状态、奖惩样本序列，通过学习对价值函数和策略进行优化，获取回报最大化。不同于以往按部就班的物理符号系统(借助样本数据进行调试)，新的人工神经网络自动从样本中学习新内涵，适应新环境，具有强烈的意向性建模取向。网络分布并行、自主适应、快速迭代蕴藏着独特的智能技术认识论取向，即将人工神经网络利用其与环境交互获得的新数据进行模型迭代视作“智能”获得的根本途径。该技术含有链接万物、共生共赢的价值要素，若被引入大学教学则会从内部打破旧有知识传授、学科规训的价值传递路径，重组教学价值的创造过程。在人机交互初显的多维接触能力作用下，实时虚拟空间与物理实体空间混合，传统课堂教学空间边界得以延展，知识生产的全链条、核心要素嵌入教学空间。皮亚杰(Jane Piaget)的发生认识论复活，学生在情境仿真中以实践问题为导向，通过教师引导、自主学习、协作探究参与知识生产活动。

机器学习拥有自主学习和建模推广的能力，可以对现实情况作出判断与预测[28]187。机器学习强大的模型预测效力颠覆教学理想的路线预设。教学方法论关注教学方法与教学对象的关系，大学教学范式的方法论在特定教学本体论和认识论的规约下以教学实证主义为手段，主体个性被化约，教学意义被实证化，教学愈加标准化而鲜有差异性与生成性。而机器学习的核心是构建学习理论与方法。它借助先验知识设计学习结构，利用算法从数据中归纳经验，并依据经验对结构进行更新，从而改善机器性能和行为，先验知识和实际经验相结合的信息处理方式是当前机器学习的重要特征[28]248。通过数据输入、算法选择、分类器构建，机器学习能识别学生在不同学科领域的学习困惑和最近发展区，教师则根据学生发展的差异空间培育学生自主探究的创造空间，此过程一般涉及三类问题——机器学习任务、范式与框架的选择。机器学习范式表示机器学习的情境模式或算法体系，机器学习任务表示可以用机器学习解决的基本问题，机器学习框架表示基于某种范式完成某个任务的算法设计途径或理论框架，即解决在什么情境、做什么及如何做的问题。这些技术强调自身与外界互动中的信息转换，在不同范式、框架下的信息转换中，能量、信息“损耗”造就的差异空间孕育了多元创造的可能空间，这从方法论意义上证伪了力求“没有信息损耗”的标准化教学方法论。集计算机视觉、语言通讯、认知推理等技术于一体的机器学习，能够捕捉不同特性的学习行为数据，奏响了高等教育普及化时代个性化教学的前奏，引发了教学想象言说方式的重构。

(二)智能技术作用于大学教学范式的创造性破坏表征

智能技术并非只是信息传递的工具或提高效率的教具，它还要求大学通过技术的链接、共生价值与思维方式对现有教学理论、原则、模式进行再思考，依托教学和技术两条价值链条的关键环节整合、重塑教学价值的创造方式，从而形成指导教学实践的新“方案”。本研究从人工智能关键技术演进背后的流派之争、原理(关于大脑认知的逻辑预设)迭代与中观层面大学教学范式跃迁的关系角度进行审视，分析智能技术对大学教学范式的创造性破坏表征，并勾勒和构建大学教学范式新的价值网络。

首先是教学理论跃迁。人工智能的技术原理促使大学教学理论跃迁，大学教学理论从脖颈以上的离身精神训练法转向知行合一致良知的具身(5)具身认知(Embodied Cognition)也称“具体化”(Embodiment)，是心理学中一个新兴的研究领域。具身认知理论认为认知、情感与态度是身体与环境互动的产物，强调生理体验与心理状态之间的联系。论[29]。一是从行为主义到认知主义。20世纪50年代计算机兴起后，人们更愿意接受计算机隐喻的大脑学习假说，符号主义的技术原理冲击着传统的行为主义教学论，计算机程序与大脑认知的类比促成教学论从行为主义向认知主义的转变[30]。认知主义知识观丢弃关于学习就是行为变化的认识，强调学生作为信息接收者、教师作为知识权威的地位。二是从认知主义到建构主义。20世纪80年代人工神经网络问世不久，因程序建模存在缺陷(用构造的特定模型进行模式识别时只能完成简单任务)而遭遇发展寒冬，符号主义受到了来自诸如“中文屋论证”思想实验结果——计算机无法产生语义结构等的挑战。大学教学开始发挥学生知识、技能建构的支架作用，建构主义教学理论强势来袭。建构主义一改认知主义客观的知识观，转向学生中心的主观知识建构，将教师视为教学促进者。三是从建构主义到联结主义。20世纪末21世纪初，人工神经网络、深度学习、云计算等技术的发展突破了原有程序建模等方面的障碍，联结主义兴起。当人工神经网络向纵深发展时，基于人工智能、互联网、大数据等技术的联结主义教学理论渐趋成熟，并影响大学教学。这一理论创生了知识生成的方式，将学习者视作网络中连接知识的创造者，将教师视作影响网络塑造的重要节点。四是从联结主义到具身理论。如果说前三次教学理论跃迁是被动的技术响应，那么最近一次教学理论跃迁则是主动的理论革新。现有智能技术的理论基础包括符号主义和联结主义：不同于认知计算隐喻(6)认知计算隐喻是指将计算机符号、规则和算法求解目标函数的运行过程作为参照并用以解释人类认知过程的一种认知类比方式。的符号主义，联结主义是一种强调分布表征、并行加工(7)并行加工是指计算机系统中多个组件或设备同时对一个产品的不同生产过程进行加工。并行加工可以在一定程度上提高加工效率和资源利用率。的人工神经网络隐喻，但二者都将精确表征作为认知的前提与基础。技术原理内含的普遍理性主义和机械还原论扩散至教学理论。支撑大学教学的认知论、建构论、联结论虽然在具体指导教学时各有不同，却持有共同观点，即心智经由自我建构而形成关于现实的认知图式，均有取法自然科学并滋养教学实践的历史印记。教学追求信息、意义的精准表征可以从“刺激-反应”的行为主义到“信息-加工”的认知主义，再到“知识-结构”的建构主义，进而到“连接-创造”的联结主义的转向中发现端倪。就此，无论是人工智能“计算+表征”的认知假设还是教学理论“程序+内容”的学习本质解释，都将认知活动近似为心智建构算法[31]的过程，其实质仍未脱离身心二元的哲学观。而在人工智能代替人类抑或“与人共舞”的讨论中，大学教学共同体结合认知科学领域的前沿性研究成果，颠覆了基于心物二元论传统教学哲学的教学理论，提出颇富革命性意义的具身教学理论。具身教学论重构联结主义连接的知识观、支持生成的知识观，强调学生身体的各种官能装置嵌入现实世界并与之双向互构[32]、形成结构耦合，即创造性适应。

其次是教学原则跃迁。教学原则是连接教学理论与实践的桥梁。与教学理论同向而行，大学教学原则在智能技术原理的推动下也进行自我革新。一是从程序性教学原则到系统性教学原则。被誉为符号人工智能鼻祖的霍布斯(Thomas Hobbes)在《利维坦》中谈到，看似复杂的理性思维可被还原为类似加减的机械操作，且这适用于政治学、法律学等任何知识领域[33]，与该学派的底层逻辑默认基本一致。物理符号系统假设(Physical Symbol System Hypothesis,PSSH)舍弃“刺激-反应”的认知理论，不再将学生视作信息获取的被动反应者，而认为学习是符号信息的接收、编码、储存等加工过程。这一认识推动了行为主义程序性教学原则向认知主义系统性教学原则的转变——从关注如何教到关注教什么，教的原则等同于信息记录与处理的一般框架。二是从系统性教学原则到自主建构教学原则。建构主义自主建构教学原则对认知主义系统性教学原则的背离始于符号认知主义的解释困境。当然，用经典逻辑刻画信念系统中各信念间的相关性也有其局限性。新的教学原则表征了学生认知活动乃解读信息过程而非记录信息过程的认知信仰，注重在情境交互中重构思维结构，具体有建构性、主体性、情境性等教学原则。建构主义的底层逻辑可追溯至休莫(David Hume)，他将心智信息加工过程视作自下而上的建构过程，即智能系统的特定历史输入影响算法结构形态，如人工神经网络的拓扑学架构取决于网络收敛前的输入性质。三是从自主建构教学原则到交互连接教学原则。联结主义交互连接教学原则受分布式网络技术的启发[34]而形成，直击建构主义主观的知识建构观，具体有建立连接、养护连接等教学原则，反映了学习的分布性、连接性、创造性，师生在分布表征、并行加工的网络中通过连接进行知识生产。上述大学教学原则跃迁从侧面反映了大学教学共同体在教学知识观、师生观上的变化，知识观从“先验地灌输”向“自然地生成”转变，师生观从“中心唯一论”向“动态关系论”转变，师生在自由互动中生成交往关系。四是从交互连接教学原则到具身化、社会化教学原则。从程序性教学到具身交互是学习从离身到具身的原则改写。不同于前三次教学原则跃迁，具身教学原则的提出打破以表征为中介的行为认知，其注重身体、心灵与环境的直接交互，强调认知生成是身体感知运动(Sensorimotor)与环境交互作用的过程，涉及身心一体、心智统一等教学原则，展示具身心智混沌的存在状态，即一种介于物理与精神间的、非计算动力系统的空间演化状态[35]。由此，具身化与社会化成为大学教学的重要原则。

最后是教学模式跃迁。教学模式是指在理论指导下用来表征教学活动的稳定结构形式，是关于教学要素结构的关系描述。技术是人本质建构的助产士，智能技术蕴藏着人类内在精神世界对美好的向往与追求，教学模式的变革体现开放、多元、公平、正义等价值经由技术革新而不断“变现”的方式创新。大学教学模式的跃迁源自技术促动和引发的教学理论、原则再定义，是一个从机械到有机、从封闭到开放的过程。第一，从行为主义到认知主义的教学模式跃迁中，信息连接方式代替了存在于学生、教师、课本、技术间的传统线性关系。教学模式已然走出中世纪大学的行为主义，认知主义教学模式开始解构以课本/知识为核心权威的机械教学结构。第二，从认知主义到建构主义的教学模式跃迁中，教学模式从围绕信息传递转向围绕意义生成来组织教学关系，如以知识为加工材料的支架式教学模式、协作式教学模式等。第三，从建构主义到联结主义的教学模式跃迁中，技术嵌入教学，成为连接学与教的中介。联结主义通过广泛的知识连接行为重构了学生、教师、技术间的关系，注重跨学科的教学学术活动形式。第四，从联结主义到具身认知的教学模式跃迁中，混合现实(Mixed Reality,MR)技术与扩展现实(Extended Reality,XR)技术赋能教学，学习者可以自然方式与不同空间进行实时虚拟互动，知识建构与生产的具身化将重构教学要素的组成方式，原本处于教学活动外围的利益相关者也会成为教学共同体的重要构成部分。

与此同时，智能技术也将引发大学教学管理与制度的变革，如智能技术推动治理结构由科层化向扁平化转变，推动治理手段由实证主义的绩效量化转向新实证主义的大数据深描等，教学组织方式、制度运作、资源配置等将朝着更有利于人的全面发展的方向发展。

四、智能技术激发大学教学范式再造的收益递增潜力

创造性破坏旨在把新的生产要素与条件组合引入旧有体系，进而破坏原有架构，最终建立起全新的成本结构与运营流程[36]。识别智能时代智能技术对大学教学范式的创造性破坏作用，当然需要定义和扫描现有价值网络、勾勒和构建新的价值网络，但更为关键的是描述和呈现新兴价值网络的有效运作结构和实施流程。判定是否为有效新生结构的核心要义在于，新体系是否比旧体系具有更优的收益递增。智能技术给大学教学范式带来的变革并非在原有基础上的“小修小补”，智能技术所拥有的创造性破坏力量将从内部打破大学教学范式的变革困境，激活大学教学从现有“教”的范式向“学”的范式转换的动力；同时，大学教学新范式内含的价值结构在教学实践中也得以精炼[37]。本研究认为大学教学新范式存续的合法性依据是，之于旧的范式而言，新的范式实践具有独特的正反馈循环结构，可以获得更为有效的收益递增。尤其是在智能技术的驱动下，“学”的范式能够扭转当前大学教学范式运作的变革困境，赋能大学教学范式运作的价值网络，使旧有教学流程与其核心要素“望尘莫及”，从而更为接近大学教学共同体对教学的想象。

(一)生成性的教学理念抑制信息传递的变异

云计算、大数据、人机交互等技术消解了传统师生何为中心的无休止争议，直叩大学教学何以更好地促进他人成长这一根本性问题。智能技术通过信息物理融合系统(Cyber-Physical Systems)的实时数据生成、收集与深度分析等程序描绘分布式网络中的节点状态，反映了智能技术资源互联共通、动态共生的价值意蕴，有利于自定向、自适应、自组织的创造性、适应型教学活动的开展。大学教学是一个认知过程，传统教学理念有着同样朴素的理解，但受制于资源稀缺性、技术有限性等因素，教学理念在实践中往往会发生异化现象，教学间信息不对称、供需错配等导致师生交流的信息熵暴增。智能时代智能技术使大学教学理念在落地过程中降低变异的可能。其一，在大学教学价值创造过程中，智能技术改变大学教学共同体对客观主义知识观的执着，建构主义知识观逐渐成为教学价值创造的硬通货。在智能技术的支持下，客观知识作为极易获取的网络节点，抓取其所需支付的时间成本近乎为零，腾挪出的自由时间为建构主义知识观的教学实践提供空间。其二，智能技术将理想的学生观带入现实。既注重发展同一性、又关注发展差异性的教学实践，引导学生成为教学价值的参与创造者。智能算法捕捉学习者的认知特征与价值偏好，使学习者在个性化内容推荐中习得个性化知识，在智能链接中形成学习共同体，自我导向的生成式认知旅程可促进理想学生观的践行。其三，可延展的教学空间将生产实践活动实时嵌入学生生命体验并使其与学生认知形成交互，能够延长大学教学价值的生产链条，触发收益递增。学生在参与历史建构(生产活动)的同时不断塑造自我。生成性的教学理念既可培养学生的创造性适应能力，又可促进实践知识与学生头脑知识的碰撞与融合，从而实现学生对新知识的创造性运用。

(二)非线性的教学方法激活学生转识成智的动力

智能技术解围大学教学方法的变革困局，提升教学方法的使用价值。智能技术驱动的大学教学新范式下，大学教学方法践行“教学有法、教无定法”的原则，凸显非线性、适切性与引导性特征。当前大学教学共同体关于大学教学方法的实践存在明显缺陷，注重教学方法标准化而难以兼顾教学方法个性化，追求教学系统化而难以兼顾教学具身化，类似线性的、“填鸭式”的教学方法频频出现。智能技术赋能的非线性教学方法有利于教师走出传统教学方法的路径依赖。智能时代，移动终端依据学习者的学习行为数据为学习者推荐个性化学习内容，可代理教师系统化知识传授的功能，降低教师指导探究学习、协作学习的机会成本。与当前教育探险虚拟现实项目(EduVenture VR)、大型公开在线教育项目(Coursera)、联合教育项目(Junction Education)等自适应学习平台为学生创造自主探索、通过多种路径达成目标的空间类似，跨时空、瞬时性仿真交互技术使教学参与知识生产全过程成为可能。穿梭于理论与实践间的体验、合作、探究式教学必然要求教师为学生进行知识结构关联与经验抽象扩展提供“脚手架”，这也会在无形中促进教学方法的价值增值。教师通过可穿戴设备、皮下感知和脑机接口等技术实时动态了解学生认知状况，并调整教学方法和指导方式，将加速教学方法的迭代性适应。此外，具身化的知识教学方法促进学习者在自适应与自创生中持续的感知运动交互，这将赋予教学方法新的价值内涵。由此，新的教学方法会打破个性化与大众化高等教育间的悖论，激活学习者转识成智的动力。

(三)融合式的教学内容降低知识创新的边际成本

智能时代知识的边界愈加模糊，万物互联的智能技术能够破除大学教学对“知识即力量”的崇拜，释放教学内容的潜在收益。诚如2021年诺贝尔经济学奖获得者安格里斯特(Joshua D.Angrist)及其同事克鲁格(Alan B.Krueger)用基于自然实验的因果推断法[38]找回并塑造纽曼知识论的现代言说方式，专家系统、深度学习等技术倒逼教学内容摒弃对单一学科知识、实用知识、大量知识的迷信，拾起探究、生成、开放、融合的知识信仰，从而降低知识创新的边际成本。教学内容的使用价值开始镌刻上对知识反思之妙、探究之乐、融合之美的追求，呈现出马斯洛需求理论的高维描述之态。具体而言，智能技术可改变知识存在的形态。教学内容并不固定，而是因人而异；知识链接能力代替知识占有优势，知识以自组织、自适应的融合方式生成教学内容，教学内容编排注重学习者与教学内容的双向互构，超越与谋生能力等价交换的逻辑。如不同背景的受教育者在教师指导下可以根据各自需求组成研习团队，对某一实际问题进行跨学科探究。此时，教师的作用在于，以团队问题清单为导向，力促不同节点间网状知识与资源的流动和融合，并及时通过对关键教学材料的选择性保留来组织教学内容。对学习者而言，新教学内容获得以往所不能比拟的潜在发展收益。融合式的教学内容集团队核心资源于一体，可降低知识生产的搜索成本。学习者在教师指导下从核心资源库调取关键行动知识/资源时，需要对相关知识进行分析、整合，从而获得问题解决的个性化行动资源。于是，学习者便基于融合式的关键行动资源、围绕核心问题，通过定向漫游与刻意努力达成各自目标。在这一过程中，学习者对知识本身的批判性反思能够滋养他们的想象力与好奇心，强化他们的心智递归能力，最大限度地开启其各自身体的认知装置，益于知识理解的具身化和提高知识的生产效率。由此，融合式的教学内容既可降低学用转化的试错成本，又可降低知识创新的边际成本。

(四)增值式的教学评价提高教学资源的配置效率

先验知识、“超大”算料、智能算法与超强算力等的整合有望形成扩展性、稳健性、预测性和解释性较强的智能技术。智能系统可打破大学教学评价现有组织架构，增强评价反馈功能，提升教学资源配置效率，有益于大学教学形成正反馈循环。科层化评价组织架构按照自上而下的模式运行，容易形成“中心-边缘”的评价参与格局，弱化评价反馈功能，最终导致评价执行成本与收益间的严重失衡。而教学评价的目的是测量学生发展和改进教学。如果说评价数据是一种平面的降维性教学行为解读，那么评价大数据则是尽量接近与还原教学的现实投影；认真聆听大数据的声音能降低评价信息传递的失真成本。与基于数据的教学评价相比，智能技术赋能下的多维立体式学习成果评价有利于全景化呈现学生在知、情、意、行等方面的变化，降低平面静态评价所造成的使用价值折损的发生概率，拓展教学评价的价值覆盖空间。如在生成式对抗网络(Generative Adversarial Networks,GAN)方法视阈下，学生作为行走的数据生产者泛在于分布式网络之中，各类行为数据无须通过标注而不断进行自我评估。类似目前的学习管理系统(Blackboard)、学位指南(Degree Compass)等学习支持与评估平台，去中心化的自适应评估降低中心化评估的结构能耗，使学生能够及时获得更为有效的学习反馈，降低资源错配和激励扭曲风险。因此，将评价的测量、促改和奖惩功能融为一体并置于扁平化的网状结构之中，有助于实现大学教学评价使用价值的螺旋式上升，有效削减科层化评价组织的沟通运作成本。

五、何以为智能时代大学教学范式再造保驾护航

智能时代，在大学教学从“教”的范式向“学”的范式转换过程中，技术要素发挥着创造性破坏的力量。大学教学范式再造过程不会一帆风顺，而往往需要穿越层层迷雾。为减少大学教学范式再造的阻力，确保新的大学教学范式价值网络的有效运行，大学教学共同体需要付出一定努力。

(一)回归人工智能的价值本真，坚守本质唤醒与生命自觉的人本教育

人作为一种生成性的存在，具有未完成性和自主创造性，故大学教学的目的在于启智求真、培养完全人格。而技术类似某种帮助人类认识世界的“脚手架”，人的本质经由技术而变得敞亮。然而，技术作为一种无本质的存在，既能将人的潜能导向现实，也会遮蔽人发展的可能空间——进化与异化并存，技术也可能滑向遮蔽的一面。智能技术编织的网络世界是一个数字化的非连续世界，人在其中是作为节点的存在，智能技术对人类/节点行动轨迹的刻画不可避免地会遇到断点现象，对大多数问题(如多节点运行轨迹求解)的处理也只能采用最大似然法，因而暴力算法(8)暴力算法即通过枚举所有的情况或者进行其他大量运算而不使用技巧的方式来求解问题的方法。的运作逻辑没有改变。万物皆数的算法本体论一旦复活，算法即媒介的观念就极有可能侵蚀人类具身认知的独特性。个性化算法推荐隐含的信息茧房、算法歧视与暴力也易导致大学教与学的闭门造车和思维固化。因此，大学教学共同体需注重对人类千百年来人文主义精神遗产的挖掘与提炼，形成关于人文精神内涵的现代抽绎，这或许可缓解技术遮蔽的问题；以真实问题为导向融合通识教育与专业教育，引导学生在与历史文化的对话中寻找自我和建构历史，发挥以通识教育为基础的专业教育的育人作用，最终使学生以某种全面的方式创造性地生成自己的本质特征。

(二)借助智能技术的智能代理，增进意义建构中知识生长的链接功能

智能时代，大学教学范式再造促使教学越发回归其本来面貌，“学”的核心价值凸显，用以致学、知行合一致良知成为大学教学新范式的实践表达。为提高“学”的质量，学生应借助智能技术瓦解惰性知识(9)惰性知识是个体虽已经获得并保存在头脑中但在复杂情境中不能迁移、提取并加以应用而处于一种非活跃状态的知识。占有的优势，使预先给定的知识学习为交互建构的知识学习所替代。进言之，学生应借助智能技术拓展身体的感知运动能力，于难辨虚实的场景(将涉身化感知运动元素嵌入并贯穿学习全过程的空间)中开展基于项目的合作、探究学习。与实践空间的深度交互可引发学生在情感、态度、行为等方面的积极变化，促进他们在问题解决中核心操作概念的自主生成，从而促进他们主体性知识的具身建构，此类活动形式或将成为学生学习的主要方式。交互建构的知识学习过程中，想象力、好奇心、反思意识、批判思维、合作精神等人类特有品质发挥着重要作用。由此，学生在意义交互建构中所获得的知识将具有极强的联结能力与可迁移性，有助于学生扩展认知边界并逐渐形成知行合一致良知的学习品质。

(三)结合行为数据的智能刻画，延展师生共同体协作交互的能级范畴

大学教学范式转换后，以教定学的教学秩序将被改写，以学定教的“学”的范式将重新定义“教”的内涵，但智能时代教师在教学中依然发挥重要作用。不同于以往的信息分配和传递角色，在智能技术的支持下教师将变为真正意义上的认知指导者，教学方法从注重标准、效率走向注重多样、生成，培养全人的教育理念变得愈发可触摸。如果说大学教学是一个协作探究过程，那么师生协作交互的深度将影响学习探究成果的水平与质量。在生师交往过程中，教师不仅具有关联或塑造网络节点、引导学生走出认知困境的作用，而且还发挥着“点燃”学生想象力与好奇心、激发学生探究精神的作用。教师应与智能技术形成“人机共舞”格局，以更好地服务和助力学生发展。智能技术的智能刻画力图反映学生学习行为轨迹和认知障碍，教师可结合行为画像有针对性地实施精神助产，从而调动学生在认知、情感、身体感知运动等方面的积极因素，促进学生理解过程中的独特意义生成，为师生深度交互提供可能。

(四)基于人工智能的技术治理，重构教学范式变革的治理技术与制度

大学教学范式再造是一项系统性工程，不仅需要在教与学上下功夫，也需要在技术治理(10)技术治理作为社会治理的一种方式，其基本主张是将技术工具运用到社会变革和改造活动中，以实现社会运行的理性化和科学化。上作文章。大学教学范式再造如果不涉及技术治理、评价制度改革和资源配置优化等重要内容，那么可能沦为空谈。化约的技术治理看重指标、抽离个性、反应迟滞，易造成治理目的的偏离，阻碍大学教学范式再造。因此，大学教学共同体须营造有利于教学范式再造的外部环境，这就需要教学治理理念、组织运行、资源配置等以学生(分布式网状节点)成长与发展为核心和尺度。智能时代，技术要素将改变大学教学资源配置、制度供给方式，教学大数据成为重要的再生产资源与治理资源，大数据、云计算、深度人工神经网络等前沿技术赋能技术治理。自组织、自适应的实时教学数据抓取、分析与反馈过程开始消解行政代理机制，逐渐重构大学行政部门与大学教学间的关系。因此，大学教学共同体也应善于抓住时代机遇，努力使大学行政部门组织结构由科层化趋于扁平与网状化，使资源与制度供给从关注教学结果到教学过程与结果并重，进一步推动大学教学范式再造。