随着人工智能的发展，机器人开始与人抢工作。 视觉中国 供图
当前，以人工智能为代表的技术创新进入一个前所未有的活跃期，而教育仍未摆脱“工业化”的印记。以至于有人认为：“我们把机器制造得越来越像人，却把人培养得越来越像机器”，这不仅制约着教育功能的充分发挥，而且导致经济社会转型面临危机。所以，我们要有一种时代紧迫感，全面深化教育改革，推动“工业化教育”向“智能型教育”转变，运用人工智能促进学习环境、教学方式和教育管理的转型升级，在普及化的学校教育中提供适切学习机会，形成精准、个性、灵活的教育服务体系，最大限度地满足学生的发展需要。
学习环境：从“教育工厂”到“学习村落”
纵观教育的发展史，学习环境的变化几乎是微不足道的，教室就像工厂车间，教育过程则像工业流水线生产。如果把过去的学习环境比作“教育工厂”，那么人工智能时代的学习环境就是“学习村落”。在这里，每个学习者都掌握学习的主动权，人工智能可以帮助他们找到志同道合的伙伴和相互匹配的导师，推送适配的学习资源，提供精准的学习支持。
第一，全面感知的学习场所。过去，校园只是一个开展教学的物理场所;未来，校园将变成万物互联的智能空间。利用物联网技术对温度、光线、声音、气味等参数进行监测，自动调节窗户、灯具、空调、新风系统等设备，主动响应校园安全预警，保障学校各系统绿色高效运行。借助情境感知技术在自然状态下捕获学习者信息，精准识别学生的成长状态，提供学习诊断报告、身高体重走势图、健康分析报告等，为学生身心健康发展提供有力支持。利用大数据技术对学习过程进行跟踪，了解学生的认知水平和特征，提供量身定制的学习路径。
第二，灵活创新的学校布局。随着人工智能时代的到来，教育理念和教学组织形式都在发生深刻变化，学习空间的呈现形式也将随之改变。我们要把千篇一律的教室变成灵活创新的学习空间，打破工厂车间式的教室设计，配备可移动、易于变换的桌椅设施，支持教师开展多样化的教学活动。扩展学校的公共空间，按照多功能、可重组的设计思维，加强学习区、活动区、休息区等空间资源的相互转化，给学生提供更多的活动交往空间，促进学生的社会性发展。优化校园空间，给学生提供动手实践的场地，建立创客空间、创新实验室等新型学习环境，培育有共同兴趣爱好的实践社群。北京十一学校龙樾实验中学、巴西的NAVE学校、加拿大皇后大学的主动学习空间等都在这方面做了有益探索。
第三，深度交互的网络学习空间。近五年来，全国师生网络学习空间开通数量从60万个激增到6300万个，有力促进了教育教学改革。但不容忽视的是，网络学习空间的活跃程度并不乐观，交互行为停留于较浅的层面。未来，网络学习空间将从课堂教学的延伸走向教育形态的重塑。开发智能学习助手，根据学生的学习需求、学习路径和检索痕迹，按需推送学习资源和学习支持，过滤无关的信息，减轻认知负荷，使学生可以随时随地进行高质量学习。强化成员间的关系网络，加强对互动数据的收集、分析和处理，包括订阅、观看、转发、提问、评论等，精准识别师生、生生互动关系，提供更加匹配的组合方案，形成稳定的趣缘合作共同体，促进深度交互的发生。提供远程协作、同步课堂等方面的工具，鼓励跨学校、跨区域、跨国别的协同学习，扩大优质教育资源覆盖面。
学习方式：从“学以致用”到“用以致学”
今天，以知识为中心的学习方式已经无法满足时代发展需要，仅靠死记硬背就可以掌握的知识或技能逐渐失去价值，人工智能在这些方面可以比人做得更好。这就要求，我们必须转变教育观念，加快推动学习方式变革，从“学以致用”走向“用以致学”，更加重视每个学生的独特体验，鼓励他们在解决问题中学会解决问题，在做事中学会做事，成为能够适应未来复杂挑战的人才。
第一，超越浅层理解的深度学习。在人工智能的语境下，深度学习指的是一种新的算法，它通过模拟人类神经网络，构建具有多隐含层的机器学习模型和海量的训练数据，让机器自动学习有用的特征，从而提升分类或预测的准确性。巧合的是，深度学习既是决定人工智能兴衰的关键所在，也是决定未来教育成败的关键所在。人类想要从人工智能时代的职场中胜出，就必须从强调记忆和练习的传统学习中脱离出来。学习绝不能停留于知识的表面理解和重复记忆，学生要在已有知识的基础上，将所学新知与原有知识建立联系，获取对知识的深层次理解，建立一套自己的思维框架，并有效迁移到其他的问题情境。
第二，弥合学科界限的跨学科学习。现行的分科教学有利于系统知识的习得，但不利于完整知识体系的形成和综合思维能力的培养。近年来兴起的“STEM”教育、创客教育等都把跨学科作为重点，强调通过不同学科的交叉融合，培养学生的创新精神和实践能力。跨学科学习倡导根据生活中的问题设置主题，将不同学科围绕同一个主题联系起来，构建相互衔接贯通的课程体系。值得说明的是，跨学科学习需要坚实的学科基础，没有学科就没有跨学科，两者是相辅相成、互为依存的，一定要处理好分科教学和跨学科学习的关系。
第三，突破校园围墙的无边界学习。陶行知先生指出，教育不能脱离社会、脱离生活。如果学校生活与社会生活联系不紧密，学生的学习不是从自己的直接经验里长出来的，那就是一种呆板的、低效的教育。学校应该是一个开放的组织系统，要建立与真实世界的联系，充分利用外部社会资源开展教学。美国的密涅瓦大学就是一所“没有校园”的大学，四年本科学习分布在全球七大城市，包括旧金山、香港、伦敦等，通过与当地高校、研究所、高新技术企业建立合作，学生可以使用一流的图书馆、实验室等进行学习，实现了高等教育的结构性创新。智能教育要把知识学习和现实生活连接起来，学习可以在教室，也可以在社区、科技馆和企业，甚至可以去不同城市游学，任何可以实现高质量学习的地方都是学校。利用混合现实技术，将虚拟场景融入真实世界，让学生有机会观察微观世界、感知抽象概念，使学习变成一种丰富情境下的亲身体验。
教育管理：从科层机构到弹性组织
当前的教育管理大多采用科层制，各职能部门分工明确，职权关系等级分明，按照标准化流程开展工作。从专业分工的角度看，这种模式有利于提高工作效率，为现代学校运行提供了有力的组织保障，但在人工智能时代却暴露出致命缺陷：在严格的条条框框下，学校被程序化、行政化，很容易就会陷入具体细节之中，对新变化缺乏适应能力。原本充满智慧的教育，变成了按部就班的机械操作，学校和教师逐渐失去自主性和创造性，异化为教育的机器。我们要改变这种局面，更加关注人的完整实现，从科层机构走向弹性组织。
第一，破除“效率至上”的评价导向。教育作为培养人、发展人、成就人的事业，所有的外在指标都应服务于这一根本目的。现在普遍存在的分数、升学率等量化指标，设计初衷都是为了保障教育质量，这在过去确实发挥了重要作用。但在人工智能时代，这种围绕效率而构建的教育体系面临危机。由于过于强调效率，学生的创新意识、完备人格以及兴趣志向受到了不应有的忽视。智能教育不能用单一片面的标准评价学生，把品德、行为习惯、身体健康、社会实践等方面的表现纳入评价指标，更加科学地评价学生成长。综合考虑学生的起点水平，引导学校不抢生源、不过分拔高、不恶性竞争，把增值性作为评价学校的基本原则，重点关注学校提供高质量课程的水平和满足学生个性化学习的程度。利用人工智能技术模拟学校布局、教育投入、人口变化、就业形势等动态信息，开展前瞻性研究，提出针对性方案，着力解决教育发展的不平衡、不充分问题。
第二，充分激发学校的办学活力。当前，学校作为办学主体，面临着有责无权、权责不对等、人权财权不匹配等突出问题，主要精力都用来应付上级部门的各类评比和检查。智能教育必须解决传统管理与学校创新之间存在的不协调问题，加快落实学校的办学自主权，推动教育、财政、人事等管理部门向学校下放权力，让学校享有教师评聘、经费使用、课程安排(包括大小课、长短课、阶段性课程等)、修业年限(包括弹性学期、混龄编班等)、育人方式(包括社会实践、参观考察、研学旅行等)等方面的自主权。完善学校的内部治理结构，建立普通师生、家长、社区等参与学校管理的机制，形成依法办学、自我约束、多元参与、社会监督的网状治理结构。增加学术团体的权利，强化教师领袖的专业影响力和学术领导力，构建行政管理和学术引领相融合的学校治理体系。
第三，构建全社会参与的教育生态。作为一项复杂的系统工程，智能教育不能走“头疼医头，脚疼医脚”的老路，要从构建良好生态的高度进行教育改革。鼓励社会力量提供多样化的教育服务，适当放宽办学资格门槛，为教育公益组织的成长创造更大空间。建立行业专家驻校制度，包括科学家驻校、工程师驻校、文学家驻校、艺术家驻校等，鼓励行业专家为学生开设专题讲座、指导研究性学习、开展技能培训等，任何有专长的人都可以成为“教师”。支持学校购买教育服务，加大财政支持力度，拓展教育公共服务的有效供给，帮助学校构建起一套覆盖广、选择多的课程体系，最大限度满足学生多样化的学习需求。
(作者单位分别为中国教育科学研究院、中国教育报)