人工智能時代大學教學范式再造的依據、方向與進路
——基于創造性破壞理論的分析

郭 榮，賈永堂

(華中科技大學 教育科學研究院，湖北 武漢 430074)

一、問題提出

人工智能(Artificial Intelligence,AI)是人造機器所呈現出的智能，人工智能技術(以下簡稱“智能技術”)是機器對人類思維過程和認知功能進行模擬的方法與手段[1]。在以智能技術為代表的前沿技術推動下，人類社會正在步入人工智能時代(以下簡稱“智能時代”)。智能時代是人與智能機器和諧共生的時代，已有的智能技術展現了其顛覆性重構各個領域的潛力。如阿爾法圍棋(Alpha Go)人工智能屢次戰勝國際頂級棋手，顛覆了人類千百年來形成的無數下棋定式，使很多專業棋手哀嘆人類一直以為正確的下法“完全錯了”。“人機大戰”結果也牽動了各行各業的“神經末梢”：在技術應用層面，阿爾法圍棋將深度學習和強化學習整合到蒙特卡洛樹搜索框架，使用策略網絡和價值網絡來提高搜索效率，智能投顧、智慧醫療和無人駕駛等領域也有了新的突破；在學理研究層面，“人機大戰”結果引發了哲學家、社會學家和科學家等學術共同體的廣泛關注和討論。突破性技術往往會引發系統性生產關系變革，前三次工業革命無一例外都由科技進步推動，同樣，以智能技術為代表的前沿技術正在醞釀第四次工業革命，正在并將深刻改變人類生產與生活方式。如遵循不同發展進路的深藍(Deep Blue)、多智能體(Open AI Five)和第四代阿爾法圍棋(MuZero)等智能技術為人類認識世界引入新范式；分布式智能感知系統、純視覺算法(HydraNets)和超級計算機(Dojo)等智能技術為人類理解世界創造新工具；等等。智能技術開始廣泛應用于決策、治理、制造、運載等人類社會活動。

作為教育活動的重要環節，大學教學也受到技術創新的洗禮。技術影響教學過程與規律，日益成熟的智能技術帶來獨特的學習機制，智能時代的特有邏輯、思維方式、技術要素也對大學教學產生多維滲透與深刻影響。在智能技術影響大學教學方面的討論上，現有研究多從技術應用視角切入，主要形成了關于智能技術應用的學習空間說[2]、教學思維說[3]、教學倫理說[4]、一體和諧說[5]等。其本質是將智能技術視為教學目的達成的新手段——一類網狀信息生成和傳遞的載體，解釋當前智能技術的信息化服務對大學教學的意義。但已有研究缺乏對智能技術演進中關鍵方法和技術、邏輯與思維、理念和哲學之于大學教學范式宏觀教學本體論、認識論與方法論，中觀教學理論、原則和模式及微觀教學理念、內容、方法和評價意義的探討。因此，重新體認與闡釋智能時代大學教學范式的內涵尤為迫切。大學教學是一種生師交往過程[6]，大學教學范式是對大學教學所作的最基本解釋或界定，回答了何為大學生師交往、生師為何交往以及如何交往的問題。托馬斯·庫恩(Thomas S.Kuhn)關于范式理論的系統性闡釋涉及不同領域的反思與改革，他認為范式既是精神定向工具，又是解題范例[7]，范式是科學家共同體認定的基本信仰、理論與方法。故教學共同體關于教學的共有信念、基本理論與方法即為教學范式。那么，智能時代智能技術可為大學教學范式變革提供何種可能就成為一個越發重要的問題。

技術革命被認為是創新的關鍵驅動，在約瑟夫·熊彼特(Joseph A.Schumpeter)等制度經濟學家看來，創新是一種范式更迭的動力機制。作為創新的兩種類型，延續性創新與創造性破壞(Creative Destruction)在范式演進的全鏈條中交替發生作用，后者是前者與需求側矛盾轉化的自然結果[8]。當現有范式的延續性創新難以有效刺激、滿足和服務實踐需求時，創造性破壞便應運而生，這也是識別創造性破壞的主要依據[9-10]。創造性破壞是指在打破舊有格局中建立新格局的“螺旋流轉”過程，表現為新技術、新產品和新市場等不同要素在系統創新過程中所發揮的擴散作用，旨在將有關生產要素和生產條件構成的“新組合”引入生產體系[11]，從而實現內部結構的革命化演進。考察創新力量對系統運作范式的影響首先需要對范式遭遇的實踐困境進行分析，以便厘清范式變革急需的是延續性創新力量還是創造性破壞力量，即范式急需修補還是再造。為實現高等教育的高質量發展，我國大學教學共同體積極作為，對大學教學進行了持續性的改革，并取得了一定成效。雖然多年來大學一直呼吁以“學”為中心理念，但這種改革似乎遇到阻滯、難以真正奏效，大學教學范式遇到變革困境。因此，本研究在分析大學教學范式變革困境的基礎上，運用創造性破壞理論嘗試分析以下問題：第一，智能技術是否賦予大學教學范式新的內涵并引發創造性破壞；第二，創造性破壞在智能技術驅動的大學教學范式變革中的具體表征是什么；第三，智能技術對大學教學范式的創造性破壞運行機理是什么。為實現智能時代大學教學范式再造，使大學教學真正走出范式變革困境，本研究還嘗試對大學教學共同體何以為大學教學范式再造保駕護航進行相關探討。

二、大學教學范式的變革困境

本研究首先對大學教學范式遭遇的變革困境進行分析，掃描當前大學教學范式運作的價值網絡——大學教學相關要素的鏈接方式、狀態、結構、特征等所構成和表征的動態網絡。教學內容、方法、評價、理念是大學教學范式的微觀縮影，內含了大學教學相關要素的鏈接方式、結構與特征等，反映了大學教學價值網絡的互動方式和意義生成。故本研究從上述四個方面考察大學教學范式運作的價值網絡，厘清了當前大學教學范式變革急需的是創造性破壞力量。

(一)教學內容：“知識即力量”的實踐誤讀

大學教學內容因高深知識的獨特品性而具有特殊內涵。其由高深知識通過教育的經濟性原則轉化而來，即大學按照學科體系與社會職業需求篩選和整合出最有價值的知識作為教學內容，表征了高深知識的內容復雜性、邊界模糊性等性狀，內含著高深知識的系統性、探究性等特征。理想狀態下，大學教學內容不僅包括知識表征符號的傳遞和邏輯形式的演繹，還涉及意義系統的建構，學生通過感官經驗和認知思維在深度參與教學內容的邏輯展演和意義體悟中獲得新知。培根(Francis Bacon)提出的“通向人類權力和通向人類知識的兩條道途緊相銜接且幾乎合二為一”著名論斷[12]，揭示了科學知識對人類認識和改造世界的重要意義。這并不意味著個體知識占有越多越好，知識教學越細越好，而在教學實踐中卻存在著這樣的誤讀。在發展加速的時代，丟棄對高深知識的信仰而換取對“知識即力量”(1)不同于培根“知識即力量”的意義言說，當前大學教學領域盛行的“知識即力量”現象反映了大學教學對培根“知識即力量”的斷章取義。的追求，使大學教學內容的獨特性逐漸減弱。這從大學教學內容對實用知識、大量知識、單一學科知識的絕對“崇尚”和追捧中可見一斑。其一，教學內容編排深受知識有用性與謀生能力的等價交換原則影響。大學教學大多依據學科邏輯和專業需求組織內容，為細分市場培養專才，主要解決人“何以為生”的問題，故教學內容容易簡化為專業知識與技能的“拼盤”。相關組織機構的實用性審查在一定程度上也使作為大學教學“一體兩翼之一翼”的通識教育淪為專業教育的修飾與補充，通識教育與專業教育的關聯性逐漸減弱。其二，教學內容的供求失衡擠占了教學的“發酵”空間。貪多求全的大學教學內容設計就是對知識占有量盲目崇拜的體現，這一觀念相信量、力之間存在因果關系。殊不知，多數學生因忙于識記眾多知識符號而難以抵達深度學習的境界[13]，遑論教學內容的探究性；絕對量的知識占有迷信可能扼殺學生的想象力與好奇心。其三，局限于特定學科領域的教學內容聚合了知識發展的專業力量，卻導致了“盲人摸象”的無奈。知識爆炸時代，百科全書式的人物一去不復返，為發揮“知識即力量”的聚合效應，教學內容往往扎根于某一學科。但這在一定程度上導致學科知識間壁壘高筑，學科規訓下的知識學習在無形中打破了認識世界的多棱鏡。

(二)教學方法：去標準化教學的“持久戰”

教學方法是教學范式在宏觀方法論層面的微觀所指，呈現了教學理念落實的“腳手架”。大學教學方法眾多，涉及講授法、案例法、討論法、對話法等，每種教學方法都有獨特的適用空間，得當的教學方法運用能夠激發學生有意義的學習。然而，在大學教學實踐中，使用最早、應用最廣的講授法近年來卻被視作缺乏學生參與的教學方法而廣受詬病，但持續的聲討并未奏效。事實上，在講授法主導的教學中，學生也會將思維帶入系統性知識建構的意境中，學生并不必然是被動、機械的知識接收者。為此，盲目批判某一教學方法的做法并不可取，深入探究教學方法運用背后的行動邏輯或許能在避免矯枉過正的同時發現并解決真正的問題。去標準化教學的“持久戰”是當前大學教學方法變革的困境所在，標準化教學由三重邏輯塑造。一是重教輕學，甚至以教的邏輯代替學的邏輯。“工業革命2.0”的流水線生產模式已嵌入人類生產與生活的各個領域，教學方法也被打上標準化的烙印，強調信息分配與傳遞的教的邏輯獲得生長空間。教的邏輯有利于擴大高等教育受眾面，其延續至今并成為主流，但已明顯不適用于當代“網絡原住民”的學習方式與思維特征——如多重任務協作并行的信息處理方式與頗具創造性、非線性的思維過程等。二是用同一種教學方法應對不同教學任務。當前因循教材進行陳述、講解的做法在大學教學領域頗為盛行，但不同的教學目標、知識類型、學科形態需要不同的教學方法，用業已形成的教學定式培養面向未來的人可能也會面臨諸多問題。就像棋手柯潔提及圍棋定式必然難以戰勝人工智能一樣，用教學定式培養勝任未來工作的人也并不現實。教師執意探尋一種以不變應萬變的教學方法不僅是徒勞的，而且會減小教學學術的多元可能性。三是個性化教學讓位于標準化教學。個性化教學強調學生的多樣化需求，教師依據學生個體差異提供不同教學方法；不同于個性化教學，標準化教學忽略學生的差異性，試圖用統一的教學方法達成一致的目標。德雷克·博克(Derek Bok)認為教學方法是關于思維訓練的工具，有怎樣的教學方法就有怎樣的思維習慣[14]，刻板僵硬的教學方法可能只能培養出單向度的人，難以適應并滿足社會對人才的多元需求。然而，在技術、組織、資源、評價等多重約束下，個性化教學面臨極大的擴散挑戰；相反，標準化教學在固有的班級授課制、資源配置方式、評價度量結構中獲得生存土壤。

(三)教學評價：反饋功能弱化的超穩態(2)超穩態一詞源于系統論，闡釋了系統演進中子系統難以耦合形成新穩態的一種狀態，能夠較為準確地表示大學教學評價因反饋功能弱化而陷入變革困境的狀態。

教學評價是教學共同體對教學活動所作的價值認定與判斷，內含了教學共同體對教學的認識，指向教學范式的認識論層面。教學評價被視為連接教與學的橋梁，“導航隱喻”(3)“導航隱喻”是指教師在與學生的互動中幫助學生走上實現自我的道路而不迷航，具體來說即教學評價能為學生學習行為和教師教學行為提供反饋，使其向既定教育教學目標靠近，從而提高教學質量。展現了教學評價的主要功能[15]。而大學教學評價的反饋與改進功能近二十年來一直存在弱化的傾向，且未得到根本改善。評價是一種反饋，有怎樣的評價結構就有怎樣的反饋功能，現行大學教學評價結構主要存在以下問題。其一，評價主體單一，影響反饋功能的信度。大學教學評價以學生評教為主，但受學生主觀評價存在偏差、客觀制度設計不夠完善與執行不夠嚴格的影響，學生評教運行效果大打折扣。此外，督導、同行評價開展范圍小、績效占比少，大學難以發揮多元主體評價教學的優勢，最終使教學反饋的信度飽受質疑。其二，評價標準脫離實踐，阻滯反饋渠道的信息流通。教學評價工作一般由大學行政管理部門統一安排，評價標準制定多由行政者“說了算”，師生在評價標準制定中處于邊緣化參與地位。評價標準與師生教學實踐相脫離[16]，使得教學反饋渠道受阻，故教、學的銜接性難盡人意，教學評價難以真正服務于教學實踐。其三，評價內容程式化，降低反饋功能的效度。在對教師“教”的評價方面，教學評價要素、指標、規則通常聚焦于教學態度、水平、方法等幾個維度，大學用同一套內容評價不同教學任務和活動，而忽略對學生具體學習成果的評價，這難以保證評價功能的針對性、有效性；在對學生“學”的評價方面，教師評學反饋簡化、反饋延遲問題也使學生難以獲得有效、及時的反饋。其四，評價效果片面化，消解反饋功能的多維內涵。教學評價的目的在于改進教學實踐，有效銜接教與學。然而，以量化評價為主要方式的教學反饋能夠測量學生在知識、能力等方面的增值，有利于確定教學績效與質量等級，卻難以有效辨別學生在情感、態度、價值觀等方面的變化。以總結性評價為主要依據的教學反饋在一定程度上也忽略了教學質量生成過程中的一系列重要事件與關鍵人物，壓縮了反饋本有的多維意蘊。

(四)教學理念：以“學”為中心理念的懸浮

教學理念影響教學內容、方法與評價，被視為教學范式本體論的集中體現與微觀縮影。大學教學理念正從以“教”為中心轉向以“學”為中心，但這一轉向并不是一帆風順的。有研究表明，多數教師開始接受并認同新的教學理念，但在教學實踐中傳統教學理念依然盛行[17]，以“學”為中心的理念因面臨諸多局限而難以真正落地。一是確定的知識觀。知識是大學教學的核心內容，知識觀是關于知識本質、來源、價值的認識與理解，特定的知識觀影響教學理念與教學過程的基本樣態。布朗希爾(Robert Brownhill)指出現代知識呈現客觀性、價值中立性、確定性和非人格化等特征[18]，其所具有的獨白功能遮蔽了主體間對話性之于知識生產的意義。大學在教學中習慣把知識理解為至高無上的權威，教師的主要職責是把已知大量經驗與思想系統高效地傳授給學生，而不注重知識的探索性，忽視學生的建構性、主動性等。二是局限的學生觀。多數大學教師深知，教學面向的是一個個活生生的個體，他們擁有獨特的成長經歷與思維方式，個性化教學是教育理想的實現途徑。但教學實踐卻往往與其背道而馳，個性化的學生發展觀被束之高閣。這是因為，一方面，教師對學生學習科學、認知科學和腦科學等了解較少，也缺乏窺探學生發展與知識學習軌跡的技術，故所提供的教學和反饋可能與學生內生需求錯配。另一方面，高等教育普及化時代的大規模、標準化教學難以培養高階思維，容易忽略學生發展的整體性和差異化，從而導致學生發展觀局限于教師個體哲學的理論構想。三是特定的空間觀。大學教學本應使學生、教師、行政者、企業等利益相關者在互動中結成交往關系，為其構建開放性實踐空間[19]。但知識生產與傳播的時空界限將學習空間與知識生產空間相區隔，致使大學知識教學主要局限于特定的課堂空間；遠離實踐情境的教學內容、簡化過程的教學評價等進一步撕扯著理論與實踐間的本有裂縫。就此，大學課堂教學周而復始地再生產著已有的學科規訓，大學知識教學的應有功能逐漸弱化或異化。

三、智能技術觸發大學教學范式再造的創造性破壞力量

通過上文分析可知，大學教學范式急需創造性破壞力量去突破其長期遭遇的變革困境。弱人工智能階段(4)對人工智能發展階段的認識有不同的視角，如從智能功能、技術發展節點等角度進行劃分。本研究采用塞爾(John R.Searle)基于功能視角的劃分方法將人工智能發展分為弱人工智能與強人工智能兩個階段。的技術擴散[20]已顯示出強大的變革潛力，智能時代(強人工智能階段)的智能技術將通過要素賦能、價值滲透等不斷激活大學教學范式再造的新動能，破解大學教學范式運行的實踐困境。

(一)智能技術點燃大學教學想象力的火花

創造性破壞理論強調新興技術手段推動經濟與社會發展的作用[21]。目前大學教學范式局限于科學、人文范式二元論的現實分野，偏重謀生的教學，強調教學的效率，持有技術輔助教學的觀念。但智能時代，智能技術可以提高人類改造自然、治理社會的能力和效率，逐步瓦解人類獲取、貯存、交流和使用信息、知識的舊有方式，打破知識、信息流動的時空界限。智能技術使大學教學交往結構去中心化、教學活動自組織化、教學行為泛數據化，技術將全方位嵌入教學甚至成為教學本身。“技術應用”的教學資源觀逐漸淡去，“技術即教學”的教學技術一體觀映入眼簾。智能技術可以打破長期存在于大學教學的范式運行困境，使人們對大學教學的想象不再成為空想。智能技術可以重構大學教學的空間與邊界，使教學范式擁有全新且多樣的實踐手段與途徑。奧地利學派經濟學家認為采用多樣化競爭手段的組織能顛覆傳統組織，熊彼特(Joseph A.Schumpeter)進一步指出快速發明并使用富有競爭力的新手段將顛覆傳統模式[22]。同樣地，多樣化的大學教學范式實踐手段可以塑造和培育新的教學行為，通過激發新的學習需求逼退現有教學范式，為無限接近教學理想提供可能。本研究主要選擇當前較為成熟、具有典型性且可能代表未來方向的智能技術——專家系統(Expert System)、人工神經網絡(Artificial Neural Networks,ANNs)和機器學習(Machine Lear-ning)，考察三類技術背后的本體論、認識論、方法論之于宏觀層面大學教學范式變革的創造性破壞意義，分析智能技術賦能大學教學和解鎖大學教學新范式的現實可能性。

專家系統由知識庫與推理有機結合而成，不僅擁有大量的專門知識與經驗，還有驚人的存儲容量與規則建構性能[23]76。專家系統強大的知識處理性能創生“教學為何”的現實表達。本體論揭示了價值的起源與本性[24]，現有大學教學范式的本體論注重知識本體與思維本位，將教學過程僅理解為一種特殊的認知過程，把學生對知識的理解視為學生自身內在的行為方式。而專家系統內含技術代理低水平、重復性認知活動的理念，為人類騰挪出認知空間，能夠延展人們的認知邊界。專家系統知識表達和推理策略的迭代升級催生了知識表示、語義網、知識圖譜等新一代知識工程[23]85，如類似維基百科的創作共享網站自由基地(Freebase)、谷歌公司的知識圖譜(Knowledge Vault)利用實體間的多重路徑，通過搜索與優化策略，預測蘊含其中的語義信息并進行推理。這些技術實現了對確定性和不確定性知識的推理，能有效緩解傳統專家系統計算效率低、數據稀疏等問題。其演化過程也與人們對智能技術認識的深化相伴。人工智能專家最早用明確概念編織的本體論世界極可能是技術思維對真實世界的抽象認識，而非以世界本來的方式存在[25]。人工智能本體論假設從“共享概念的形式化說明”轉向“事物運動狀態及其變化方式的自我表述”[26]，從附加約束條件、規則的特指性概念轉向無約束限制、混沌本源的依存性定義時，就越來越接近真實世界，呈現出技術本體論的自我超越。如目前人工智能系統第四代阿爾法圍棋能夠自主探索規則，在動態環境與實時策略間進行概括，通過有限信息作出最佳決策，而不需要為有效學習而窮盡所有可能[27]。人工智能本體論假設倒逼本質主義教學本體論的蛻變，撼動了知識本體的教學本體論，解放了基于知識傳授的教學，學生在與知識的對話中獲得自主性發展，生成性的教學本體論就此顯現。

人工神經網絡模擬人類神經網絡復雜的層次化認知特點，采用分布式的廣泛互聯結構、有效的學習機制進行信息加工[23]125。人工神經網絡超強的信息加工能力重塑教學價值的生成方式。大學教學相關行動內嵌了大學教學共同體關于知識來源、結構和判斷的認識邏輯，反映了大學教學范式的認識論。教學認識論在傳統教學觀念、技術、制度的影響下將教學劃定在“我思故我在”的知識加工范疇，局限于學生能夠對教師傳遞的客觀知識進行正確認識和反應的反應觀。在以羅森布拉特(Frank Rosenblatt)的感知機為代表的第一代人工神經網絡中，特征提取層的參數計算經由手動調整實現，與“智能”相去甚遠。第二代人工神經網絡通過反向傳播(Back Propaganda,BP)算法計算網絡參數，彌補了第一代人工神經網絡的結構缺陷，但也只能在有標注的數據上進行訓練。深度學習、強化學習和深度強化學習是目前人工神經網絡發展的前沿，此類技術開始賦能智能主體，使其在不完全信息動態博弈中根據實際狀態、獎懲樣本序列，通過學習對價值函數和策略進行優化，獲取回報最大化。不同于以往按部就班的物理符號系統(借助樣本數據進行調試)，新的人工神經網絡自動從樣本中學習新內涵，適應新環境，具有強烈的意向性建模取向。網絡分布并行、自主適應、快速迭代蘊藏著獨特的智能技術認識論取向，即將人工神經網絡利用其與環境交互獲得的新數據進行模型迭代視作“智能”獲得的根本途徑。該技術含有鏈接萬物、共生共贏的價值要素，若被引入大學教學則會從內部打破舊有知識傳授、學科規訓的價值傳遞路徑，重組教學價值的創造過程。在人機交互初顯的多維接觸能力作用下，實時虛擬空間與物理實體空間混合，傳統課堂教學空間邊界得以延展，知識生產的全鏈條、核心要素嵌入教學空間。皮亞杰(Jane Piaget)的發生認識論復活，學生在情境仿真中以實踐問題為導向，通過教師引導、自主學習、協作探究參與知識生產活動。

機器學習擁有自主學習和建模推廣的能力，可以對現實情況作出判斷與預測[28]187。機器學習強大的模型預測效力顛覆教學理想的路線預設。教學方法論關注教學方法與教學對象的關系，大學教學范式的方法論在特定教學本體論和認識論的規約下以教學實證主義為手段，主體個性被化約，教學意義被實證化，教學愈加標準化而鮮有差異性與生成性。而機器學習的核心是構建學習理論與方法。它借助先驗知識設計學習結構，利用算法從數據中歸納經驗，并依據經驗對結構進行更新，從而改善機器性能和行為，先驗知識和實際經驗相結合的信息處理方式是當前機器學習的重要特征[28]248。通過數據輸入、算法選擇、分類器構建，機器學習能識別學生在不同學科領域的學習困惑和最近發展區，教師則根據學生發展的差異空間培育學生自主探究的創造空間，此過程一般涉及三類問題——機器學習任務、范式與框架的選擇。機器學習范式表示機器學習的情境模式或算法體系，機器學習任務表示可以用機器學習解決的基本問題，機器學習框架表示基于某種范式完成某個任務的算法設計途徑或理論框架，即解決在什么情境、做什么及如何做的問題。這些技術強調自身與外界互動中的信息轉換，在不同范式、框架下的信息轉換中，能量、信息“損耗”造就的差異空間孕育了多元創造的可能空間，這從方法論意義上證偽了力求“沒有信息損耗”的標準化教學方法論。集計算機視覺、語言通訊、認知推理等技術于一體的機器學習，能夠捕捉不同特性的學習行為數據，奏響了高等教育普及化時代個性化教學的前奏，引發了教學想象言說方式的重構。

(二)智能技術作用于大學教學范式的創造性破壞表征

智能技術并非只是信息傳遞的工具或提高效率的教具，它還要求大學通過技術的鏈接、共生價值與思維方式對現有教學理論、原則、模式進行再思考，依托教學和技術兩條價值鏈條的關鍵環節整合、重塑教學價值的創造方式，從而形成指導教學實踐的新“方案”。本研究從人工智能關鍵技術演進背后的流派之爭、原理(關于大腦認知的邏輯預設)迭代與中觀層面大學教學范式躍遷的關系角度進行審視，分析智能技術對大學教學范式的創造性破壞表征，并勾勒和構建大學教學范式新的價值網絡。

首先是教學理論躍遷。人工智能的技術原理促使大學教學理論躍遷，大學教學理論從脖頸以上的離身精神訓練法轉向知行合一致良知的具身(5)具身認知(Embodied Cognition)也稱“具體化”(Embodiment)，是心理學中一個新興的研究領域。具身認知理論認為認知、情感與態度是身體與環境互動的產物，強調生理體驗與心理狀態之間的聯系。論[29]。一是從行為主義到認知主義。20世紀50年代計算機興起后，人們更愿意接受計算機隱喻的大腦學習假說，符號主義的技術原理沖擊著傳統的行為主義教學論，計算機程序與大腦認知的類比促成教學論從行為主義向認知主義的轉變[30]。認知主義知識觀丟棄關于學習就是行為變化的認識，強調學生作為信息接收者、教師作為知識權威的地位。二是從認知主義到建構主義。20世紀80年代人工神經網絡問世不久，因程序建模存在缺陷(用構造的特定模型進行模式識別時只能完成簡單任務)而遭遇發展寒冬，符號主義受到了來自諸如“中文屋論證”思想實驗結果——計算機無法產生語義結構等的挑戰。大學教學開始發揮學生知識、技能建構的支架作用，建構主義教學理論強勢來襲。建構主義一改認知主義客觀的知識觀，轉向學生中心的主觀知識建構，將教師視為教學促進者。三是從建構主義到聯結主義。20世紀末21世紀初，人工神經網絡、深度學習、云計算等技術的發展突破了原有程序建模等方面的障礙，聯結主義興起。當人工神經網絡向縱深發展時，基于人工智能、互聯網、大數據等技術的聯結主義教學理論漸趨成熟，并影響大學教學。這一理論創生了知識生成的方式，將學習者視作網絡中連接知識的創造者，將教師視作影響網絡塑造的重要節點。四是從聯結主義到具身理論。如果說前三次教學理論躍遷是被動的技術響應，那么最近一次教學理論躍遷則是主動的理論革新。現有智能技術的理論基礎包括符號主義和聯結主義：不同于認知計算隱喻(6)認知計算隱喻是指將計算機符號、規則和算法求解目標函數的運行過程作為參照并用以解釋人類認知過程的一種認知類比方式。的符號主義，聯結主義是一種強調分布表征、并行加工(7)并行加工是指計算機系統中多個組件或設備同時對一個產品的不同生產過程進行加工。并行加工可以在一定程度上提高加工效率和資源利用率。的人工神經網絡隱喻，但二者都將精確表征作為認知的前提與基礎。技術原理內含的普遍理性主義和機械還原論擴散至教學理論。支撐大學教學的認知論、建構論、聯結論雖然在具體指導教學時各有不同，卻持有共同觀點，即心智經由自我建構而形成關于現實的認知圖式，均有取法自然科學并滋養教學實踐的歷史印記。教學追求信息、意義的精準表征可以從“刺激-反應”的行為主義到“信息-加工”的認知主義，再到“知識-結構”的建構主義，進而到“連接-創造”的聯結主義的轉向中發現端倪。就此，無論是人工智能“計算+表征”的認知假設還是教學理論“程序+內容”的學習本質解釋，都將認知活動近似為心智建構算法[31]的過程，其實質仍未脫離身心二元的哲學觀。而在人工智能代替人類抑或“與人共舞”的討論中，大學教學共同體結合認知科學領域的前沿性研究成果，顛覆了基于心物二元論傳統教學哲學的教學理論，提出頗富革命性意義的具身教學理論。具身教學論重構聯結主義連接的知識觀、支持生成的知識觀，強調學生身體的各種官能裝置嵌入現實世界并與之雙向互構[32]、形成結構耦合，即創造性適應。

其次是教學原則躍遷。教學原則是連接教學理論與實踐的橋梁。與教學理論同向而行，大學教學原則在智能技術原理的推動下也進行自我革新。一是從程序性教學原則到系統性教學原則。被譽為符號人工智能鼻祖的霍布斯(Thomas Hobbes)在《利維坦》中談到，看似復雜的理性思維可被還原為類似加減的機械操作，且這適用于政治學、法律學等任何知識領域[33]，與該學派的底層邏輯默認基本一致。物理符號系統假設(Physical Symbol System Hypothesis,PSSH)舍棄“刺激-反應”的認知理論，不再將學生視作信息獲取的被動反應者，而認為學習是符號信息的接收、編碼、儲存等加工過程。這一認識推動了行為主義程序性教學原則向認知主義系統性教學原則的轉變——從關注如何教到關注教什么，教的原則等同于信息記錄與處理的一般框架。二是從系統性教學原則到自主建構教學原則。建構主義自主建構教學原則對認知主義系統性教學原則的背離始于符號認知主義的解釋困境。當然，用經典邏輯刻畫信念系統中各信念間的相關性也有其局限性。新的教學原則表征了學生認知活動乃解讀信息過程而非記錄信息過程的認知信仰，注重在情境交互中重構思維結構，具體有建構性、主體性、情境性等教學原則。建構主義的底層邏輯可追溯至休莫(David Hume)，他將心智信息加工過程視作自下而上的建構過程，即智能系統的特定歷史輸入影響算法結構形態，如人工神經網絡的拓撲學架構取決于網絡收斂前的輸入性質。三是從自主建構教學原則到交互連接教學原則。聯結主義交互連接教學原則受分布式網絡技術的啟發[34]而形成，直擊建構主義主觀的知識建構觀，具體有建立連接、養護連接等教學原則，反映了學習的分布性、連接性、創造性，師生在分布表征、并行加工的網絡中通過連接進行知識生產。上述大學教學原則躍遷從側面反映了大學教學共同體在教學知識觀、師生觀上的變化，知識觀從“先驗地灌輸”向“自然地生成”轉變，師生觀從“中心唯一論”向“動態關系論”轉變，師生在自由互動中生成交往關系。四是從交互連接教學原則到具身化、社會化教學原則。從程序性教學到具身交互是學習從離身到具身的原則改寫。不同于前三次教學原則躍遷，具身教學原則的提出打破以表征為中介的行為認知，其注重身體、心靈與環境的直接交互，強調認知生成是身體感知運動(Sensorimotor)與環境交互作用的過程，涉及身心一體、心智統一等教學原則，展示具身心智混沌的存在狀態，即一種介于物理與精神間的、非計算動力系統的空間演化狀態[35]。由此，具身化與社會化成為大學教學的重要原則。

最后是教學模式躍遷。教學模式是指在理論指導下用來表征教學活動的穩定結構形式，是關于教學要素結構的關系描述。技術是人本質建構的助產士，智能技術蘊藏著人類內在精神世界對美好的向往與追求，教學模式的變革體現開放、多元、公平、正義等價值經由技術革新而不斷“變現”的方式創新。大學教學模式的躍遷源自技術促動和引發的教學理論、原則再定義，是一個從機械到有機、從封閉到開放的過程。第一，從行為主義到認知主義的教學模式躍遷中，信息連接方式代替了存在于學生、教師、課本、技術間的傳統線性關系。教學模式已然走出中世紀大學的行為主義，認知主義教學模式開始解構以課本/知識為核心權威的機械教學結構。第二，從認知主義到建構主義的教學模式躍遷中，教學模式從圍繞信息傳遞轉向圍繞意義生成來組織教學關系，如以知識為加工材料的支架式教學模式、協作式教學模式等。第三，從建構主義到聯結主義的教學模式躍遷中，技術嵌入教學，成為連接學與教的中介。聯結主義通過廣泛的知識連接行為重構了學生、教師、技術間的關系，注重跨學科的教學學術活動形式。第四，從聯結主義到具身認知的教學模式躍遷中，混合現實(Mixed Reality,MR)技術與擴展現實(Extended Reality,XR)技術賦能教學，學習者可以自然方式與不同空間進行實時虛擬互動，知識建構與生產的具身化將重構教學要素的組成方式，原本處于教學活動外圍的利益相關者也會成為教學共同體的重要構成部分。

與此同時，智能技術也將引發大學教學管理與制度的變革，如智能技術推動治理結構由科層化向扁平化轉變，推動治理手段由實證主義的績效量化轉向新實證主義的大數據深描等，教學組織方式、制度運作、資源配置等將朝著更有利于人的全面發展的方向發展。

四、智能技術激發大學教學范式再造的收益遞增潛力

創造性破壞旨在把新的生產要素與條件組合引入舊有體系，進而破壞原有架構，最終建立起全新的成本結構與運營流程[36]。識別智能時代智能技術對大學教學范式的創造性破壞作用，當然需要定義和掃描現有價值網絡、勾勒和構建新的價值網絡，但更為關鍵的是描述和呈現新興價值網絡的有效運作結構和實施流程。判定是否為有效新生結構的核心要義在于，新體系是否比舊體系具有更優的收益遞增。智能技術給大學教學范式帶來的變革并非在原有基礎上的“小修小補”，智能技術所擁有的創造性破壞力量將從內部打破大學教學范式的變革困境，激活大學教學從現有“教”的范式向“學”的范式轉換的動力；同時，大學教學新范式內含的價值結構在教學實踐中也得以精煉[37]。本研究認為大學教學新范式存續的合法性依據是，之于舊的范式而言，新的范式實踐具有獨特的正反饋循環結構，可以獲得更為有效的收益遞增。尤其是在智能技術的驅動下，“學”的范式能夠扭轉當前大學教學范式運作的變革困境，賦能大學教學范式運作的價值網絡，使舊有教學流程與其核心要素“望塵莫及”，從而更為接近大學教學共同體對教學的想象。

(一)生成性的教學理念抑制信息傳遞的變異

云計算、大數據、人機交互等技術消解了傳統師生何為中心的無休止爭議，直叩大學教學何以更好地促進他人成長這一根本性問題。智能技術通過信息物理融合系統(Cyber-Physical Systems)的實時數據生成、收集與深度分析等程序描繪分布式網絡中的節點狀態，反映了智能技術資源互聯共通、動態共生的價值意蘊，有利于自定向、自適應、自組織的創造性、適應型教學活動的開展。大學教學是一個認知過程，傳統教學理念有著同樣樸素的理解，但受制于資源稀缺性、技術有限性等因素，教學理念在實踐中往往會發生異化現象，教學間信息不對稱、供需錯配等導致師生交流的信息熵暴增。智能時代智能技術使大學教學理念在落地過程中降低變異的可能。其一，在大學教學價值創造過程中，智能技術改變大學教學共同體對客觀主義知識觀的執著，建構主義知識觀逐漸成為教學價值創造的硬通貨。在智能技術的支持下，客觀知識作為極易獲取的網絡節點，抓取其所需支付的時間成本近乎為零，騰挪出的自由時間為建構主義知識觀的教學實踐提供空間。其二，智能技術將理想的學生觀帶入現實。既注重發展同一性、又關注發展差異性的教學實踐，引導學生成為教學價值的參與創造者。智能算法捕捉學習者的認知特征與價值偏好，使學習者在個性化內容推薦中習得個性化知識，在智能鏈接中形成學習共同體，自我導向的生成式認知旅程可促進理想學生觀的踐行。其三，可延展的教學空間將生產實踐活動實時嵌入學生生命體驗并使其與學生認知形成交互，能夠延長大學教學價值的生產鏈條，觸發收益遞增。學生在參與歷史建構(生產活動)的同時不斷塑造自我。生成性的教學理念既可培養學生的創造性適應能力，又可促進實踐知識與學生頭腦知識的碰撞與融合，從而實現學生對新知識的創造性運用。

(二)非線性的教學方法激活學生轉識成智的動力

智能技術解圍大學教學方法的變革困局，提升教學方法的使用價值。智能技術驅動的大學教學新范式下，大學教學方法踐行“教學有法、教無定法”的原則，凸顯非線性、適切性與引導性特征。當前大學教學共同體關于大學教學方法的實踐存在明顯缺陷，注重教學方法標準化而難以兼顧教學方法個性化，追求教學系統化而難以兼顧教學具身化，類似線性的、“填鴨式”的教學方法頻頻出現。智能技術賦能的非線性教學方法有利于教師走出傳統教學方法的路徑依賴。智能時代，移動終端依據學習者的學習行為數據為學習者推薦個性化學習內容，可代理教師系統化知識傳授的功能，降低教師指導探究學習、協作學習的機會成本。與當前教育探險虛擬現實項目(EduVenture VR)、大型公開在線教育項目(Coursera)、聯合教育項目(Junction Education)等自適應學習平臺為學生創造自主探索、通過多種路徑達成目標的空間類似，跨時空、瞬時性仿真交互技術使教學參與知識生產全過程成為可能。穿梭于理論與實踐間的體驗、合作、探究式教學必然要求教師為學生進行知識結構關聯與經驗抽象擴展提供“腳手架”，這也會在無形中促進教學方法的價值增值。教師通過可穿戴設備、皮下感知和腦機接口等技術實時動態了解學生認知狀況，并調整教學方法和指導方式，將加速教學方法的迭代性適應。此外，具身化的知識教學方法促進學習者在自適應與自創生中持續的感知運動交互，這將賦予教學方法新的價值內涵。由此，新的教學方法會打破個性化與大眾化高等教育間的悖論，激活學習者轉識成智的動力。

(三)融合式的教學內容降低知識創新的邊際成本

智能時代知識的邊界愈加模糊，萬物互聯的智能技術能夠破除大學教學對“知識即力量”的崇拜，釋放教學內容的潛在收益。誠如2021年諾貝爾經濟學獎獲得者安格里斯特(Joshua D.Angrist)及其同事克魯格(Alan B.Krueger)用基于自然實驗的因果推斷法[38]找回并塑造紐曼知識論的現代言說方式，專家系統、深度學習等技術倒逼教學內容摒棄對單一學科知識、實用知識、大量知識的迷信，拾起探究、生成、開放、融合的知識信仰，從而降低知識創新的邊際成本。教學內容的使用價值開始鐫刻上對知識反思之妙、探究之樂、融合之美的追求，呈現出馬斯洛需求理論的高維描述之態。具體而言，智能技術可改變知識存在的形態。教學內容并不固定，而是因人而異；知識鏈接能力代替知識占有優勢，知識以自組織、自適應的融合方式生成教學內容，教學內容編排注重學習者與教學內容的雙向互構，超越與謀生能力等價交換的邏輯。如不同背景的受教育者在教師指導下可以根據各自需求組成研習團隊，對某一實際問題進行跨學科探究。此時，教師的作用在于，以團隊問題清單為導向，力促不同節點間網狀知識與資源的流動和融合，并及時通過對關鍵教學材料的選擇性保留來組織教學內容。對學習者而言，新教學內容獲得以往所不能比擬的潛在發展收益。融合式的教學內容集團隊核心資源于一體，可降低知識生產的搜索成本。學習者在教師指導下從核心資源庫調取關鍵行動知識/資源時，需要對相關知識進行分析、整合，從而獲得問題解決的個性化行動資源。于是，學習者便基于融合式的關鍵行動資源、圍繞核心問題，通過定向漫游與刻意努力達成各自目標。在這一過程中，學習者對知識本身的批判性反思能夠滋養他們的想象力與好奇心，強化他們的心智遞歸能力，最大限度地開啟其各自身體的認知裝置，益于知識理解的具身化和提高知識的生產效率。由此，融合式的教學內容既可降低學用轉化的試錯成本，又可降低知識創新的邊際成本。

(四)增值式的教學評價提高教學資源的配置效率

先驗知識、“超大”算料、智能算法與超強算力等的整合有望形成擴展性、穩健性、預測性和解釋性較強的智能技術。智能系統可打破大學教學評價現有組織架構，增強評價反饋功能，提升教學資源配置效率，有益于大學教學形成正反饋循環。科層化評價組織架構按照自上而下的模式運行，容易形成“中心-邊緣”的評價參與格局，弱化評價反饋功能，最終導致評價執行成本與收益間的嚴重失衡。而教學評價的目的是測量學生發展和改進教學。如果說評價數據是一種平面的降維性教學行為解讀，那么評價大數據則是盡量接近與還原教學的現實投影；認真聆聽大數據的聲音能降低評價信息傳遞的失真成本。與基于數據的教學評價相比，智能技術賦能下的多維立體式學習成果評價有利于全景化呈現學生在知、情、意、行等方面的變化，降低平面靜態評價所造成的使用價值折損的發生概率，拓展教學評價的價值覆蓋空間。如在生成式對抗網絡(Generative Adversarial Networks,GAN)方法視閾下，學生作為行走的數據生產者泛在于分布式網絡之中，各類行為數據無須通過標注而不斷進行自我評估。類似目前的學習管理系統(Blackboard)、學位指南(Degree Compass)等學習支持與評估平臺，去中心化的自適應評估降低中心化評估的結構能耗，使學生能夠及時獲得更為有效的學習反饋，降低資源錯配和激勵扭曲風險。因此，將評價的測量、促改和獎懲功能融為一體并置于扁平化的網狀結構之中，有助于實現大學教學評價使用價值的螺旋式上升，有效削減科層化評價組織的溝通運作成本。

五、何以為智能時代大學教學范式再造保駕護航

智能時代，在大學教學從“教”的范式向“學”的范式轉換過程中，技術要素發揮著創造性破壞的力量。大學教學范式再造過程不會一帆風順，而往往需要穿越層層迷霧。為減少大學教學范式再造的阻力，確保新的大學教學范式價值網絡的有效運行，大學教學共同體需要付出一定努力。

(一)回歸人工智能的價值本真，堅守本質喚醒與生命自覺的人本教育

人作為一種生成性的存在，具有未完成性和自主創造性，故大學教學的目的在于啟智求真、培養完全人格。而技術類似某種幫助人類認識世界的“腳手架”，人的本質經由技術而變得敞亮。然而，技術作為一種無本質的存在，既能將人的潛能導向現實，也會遮蔽人發展的可能空間——進化與異化并存，技術也可能滑向遮蔽的一面。智能技術編織的網絡世界是一個數字化的非連續世界，人在其中是作為節點的存在，智能技術對人類/節點行動軌跡的刻畫不可避免地會遇到斷點現象，對大多數問題(如多節點運行軌跡求解)的處理也只能采用最大似然法，因而暴力算法(8)暴力算法即通過枚舉所有的情況或者進行其他大量運算而不使用技巧的方式來求解問題的方法。的運作邏輯沒有改變。萬物皆數的算法本體論一旦復活，算法即媒介的觀念就極有可能侵蝕人類具身認知的獨特性。個性化算法推薦隱含的信息繭房、算法歧視與暴力也易導致大學教與學的閉門造車和思維固化。因此，大學教學共同體需注重對人類千百年來人文主義精神遺產的挖掘與提煉，形成關于人文精神內涵的現代抽繹，這或許可緩解技術遮蔽的問題；以真實問題為導向融合通識教育與專業教育，引導學生在與歷史文化的對話中尋找自我和建構歷史，發揮以通識教育為基礎的專業教育的育人作用，最終使學生以某種全面的方式創造性地生成自己的本質特征。

(二)借助智能技術的智能代理，增進意義建構中知識生長的鏈接功能

智能時代，大學教學范式再造促使教學越發回歸其本來面貌，“學”的核心價值凸顯，用以致學、知行合一致良知成為大學教學新范式的實踐表達。為提高“學”的質量，學生應借助智能技術瓦解惰性知識(9)惰性知識是個體雖已經獲得并保存在頭腦中但在復雜情境中不能遷移、提取并加以應用而處于一種非活躍狀態的知識。占有的優勢，使預先給定的知識學習為交互建構的知識學習所替代。進言之，學生應借助智能技術拓展身體的感知運動能力，于難辨虛實的場景(將涉身化感知運動元素嵌入并貫穿學習全過程的空間)中開展基于項目的合作、探究學習。與實踐空間的深度交互可引發學生在情感、態度、行為等方面的積極變化，促進他們在問題解決中核心操作概念的自主生成，從而促進他們主體性知識的具身建構，此類活動形式或將成為學生學習的主要方式。交互建構的知識學習過程中，想象力、好奇心、反思意識、批判思維、合作精神等人類特有品質發揮著重要作用。由此，學生在意義交互建構中所獲得的知識將具有極強的聯結能力與可遷移性，有助于學生擴展認知邊界并逐漸形成知行合一致良知的學習品質。

(三)結合行為數據的智能刻畫，延展師生共同體協作交互的能級范疇

大學教學范式轉換后，以教定學的教學秩序將被改寫，以學定教的“學”的范式將重新定義“教”的內涵，但智能時代教師在教學中依然發揮重要作用。不同于以往的信息分配和傳遞角色，在智能技術的支持下教師將變為真正意義上的認知指導者，教學方法從注重標準、效率走向注重多樣、生成，培養全人的教育理念變得愈發可觸摸。如果說大學教學是一個協作探究過程，那么師生協作交互的深度將影響學習探究成果的水平與質量。在生師交往過程中，教師不僅具有關聯或塑造網絡節點、引導學生走出認知困境的作用，而且還發揮著“點燃”學生想象力與好奇心、激發學生探究精神的作用。教師應與智能技術形成“人機共舞”格局，以更好地服務和助力學生發展。智能技術的智能刻畫力圖反映學生學習行為軌跡和認知障礙，教師可結合行為畫像有針對性地實施精神助產，從而調動學生在認知、情感、身體感知運動等方面的積極因素，促進學生理解過程中的獨特意義生成，為師生深度交互提供可能。

(四)基于人工智能的技術治理，重構教學范式變革的治理技術與制度

大學教學范式再造是一項系統性工程，不僅需要在教與學上下功夫，也需要在技術治理(10)技術治理作為社會治理的一種方式，其基本主張是將技術工具運用到社會變革和改造活動中，以實現社會運行的理性化和科學化。上作文章。大學教學范式再造如果不涉及技術治理、評價制度改革和資源配置優化等重要內容，那么可能淪為空談。化約的技術治理看重指標、抽離個性、反應遲滯，易造成治理目的的偏離，阻礙大學教學范式再造。因此，大學教學共同體須營造有利于教學范式再造的外部環境，這就需要教學治理理念、組織運行、資源配置等以學生(分布式網狀節點)成長與發展為核心和尺度。智能時代，技術要素將改變大學教學資源配置、制度供給方式，教學大數據成為重要的再生產資源與治理資源，大數據、云計算、深度人工神經網絡等前沿技術賦能技術治理。自組織、自適應的實時教學數據抓取、分析與反饋過程開始消解行政代理機制，逐漸重構大學行政部門與大學教學間的關系。因此，大學教學共同體也應善于抓住時代機遇，努力使大學行政部門組織結構由科層化趨于扁平與網狀化，使資源與制度供給從關注教學結果到教學過程與結果并重，進一步推動大學教學范式再造。