魏忠
20世紀30年代開始,香農給出了信息的定義,說信息本身并沒有意義,但是翻譯信息的人由于本身的背景對信息有自己的解釋,由于信息的存在,減少了不確定性,這就是信息的本質。由此,香農完全避開了信息的意義這個“漫長的工程學無解的道路”,直接用數學符號和計算來處理信息以及信息的不確定性計量,信息論從此變成一個獨立的科學。
正如以色列作家沙赫里所說,過去的20世紀,人類對于信息的進展,多半來源于集中于“算法”,而拋棄了“意識”,但是做到這一點并不容易,香農自從提出信息論就不斷受到“信息具備含義”的多數科學家和絕大多數普羅大眾的意識審判。在香農提出信息論半個世紀以后,卡內基梅隆大學的周以真教授才提出了“計算思維”這個詞匯,把思維和意識分成抽象、分解與組合,繞開意識從信息與計算角度來看待人類的思維。今天,人工智能的迅速發展,得益于“無意義信息學派”非常多的工程科技的進步,而背后,就是數據,大的數據。
香農用數學將信息擴展成為一個前后一致且完整的系統,可以通過任何通信渠道傳輸各種形式的消息。從香農提出信息論以后,人類也終于找到了正確的工程方法,按照香農的理論,從電子管、晶體管、集成電路、大規模集成電路到3G、4G、5G,將信息與意義脫離,并直接用科學和工程上的進展來復制和傳遞。
信息本身是不確定的,沒有意義的,其意義在于減少不確定性,那么,人們理解信息不產生偏差和信息不確定性就簡化成為更多的、更高效的、更節能的數據的傳遞。由于不代替人的思考,就需要把人類思考的輸入變量作為全量數據盡可能傳遞給信息輸出端,大數據時代就這樣來臨了。
回顧過去的40年,我們的教育經歷了“學好數理化”時代,經歷了“外國語學校時代”,經歷了“實驗中學”時代,經歷了“國際學校”時代,經歷了“綜合素養”時代,又經歷了“人工智能”時代,似乎重新又要重視數理化。這些,都是在特定歷史時期特定教育價值觀下的“教育觀點”,如果軟件工程師和IT企業不斷迎合這種“教育需求”,不斷人格分裂般在“業務與技術”中跳舞,用復雜的模型解決復雜的問題,那么問題只會變得更加復雜。有沒有更加簡單有效的手段呢?有的,就是數據驅動,將“教育的意義與觀點放給教師與時代”,做好數據的事情。
舉個例子,過去做教育,一定要“需求驅動”,也就是要求軟件工程師理解業務,或者教育工作者學會軟件,信息管理的主要任務就是做好軟件工程師的代碼語言與教師的教育業務語言的翻譯者,并強調業務系統要緊貼實際需求,這叫做“需求驅動”。而按照數據驅動的原則,應盡可能地把教育的數據抽象成為輸入數據、業務計算過程、輸出數據、教育觀點和看法,將教育過程分解成為一個一個的應用場景的計算和加工過程,再將計算與加工過程重新組合形成客觀的輸出數據。輸入、輸出、計算都具有客觀性,在客觀的數據提供給教師之后,教師或者教育管理者依據與現實教學場景一致的高度還原的數字孿生世界,形成自己的觀點,用自己的業務模型和經驗,穿梭在數據輸入、輸出、計算之中,給出不同的教育觀點。按照香農的信息論的看法,無差別解決消息傳遞是一條漫長的死胡同,在數據驅動的今天,教育需求本身也是教育工程中一條漫長的死胡同,我們需要改變教育哲學,用數據哲學來高效、低能耗、全信息地精準做教育。