前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇人工智能的辩证思考范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。
关键词:人工智能;异化;规范;生态文明观
中图分类号:TP18
文献标识码:A
一、人工智能技术的发展及其影响
人工智能技术研究开始于20世纪50年代中期,距今仅有60年的发展历程,但是其迅猛的发展速度,广泛的研究领域以及对人类产生的深远影响等令人惊叹。调查显示,77.45%的人认为现实生活中人工智能技术的影响较大,并且86.27%的人认为人工智能技术的发展对人类的影响利大于弊;认为人工智能技术对人类生活影响很小且弊大于利的人权占很小一部分。人工智能技术的发展和应用直接关系到人类社会生活,并且发挥着重要的作用。人工智能技术的发展方向和领域等由人类掌控着,所以人类应该尽可能地把人工智能技术的弊处降到最低以便更好地为人类造福。2016年3月份,围棋人工智能AlphaGo与韩国棋手李世h对弈,最终比分4∶1,人类惨败。4月份,中国科学技术大学正式了一款名为“佳佳”的机器人,据了解,机器人“佳佳”初步具备了人机对话理解、面部微表情、口型及躯体动作匹配、大范围动态环境自主定位导航和云服务等功能。而在这次正式亮相之前,“佳佳”就担纲主持了2016“首届全球华人机器人春晚”和“谁是棋王”半Q赛。人工智能技术确实给人类带来了诸多的便利,给人类生产生活带来便利;但是,人工智能技术的快速发展超乎人类的预测,引起了人类的恐慌和担忧。百度CEO李彦宏称,人工智能是“披着羊皮的狼”。毋庸置疑,科学技术是一把双刃剑,当人类醉心于科学技术所带来的福利中时,更应当注意其带来的负面作用。人类发明和创造科学技术最终是为了造福人类,而非受到科技的异化。
随着科技的发展,人工智能技术越来越成熟,在此整体趋势之下,不同的人群对人工智能技术的不断成熟与应用有着不同的看法。调查结果显示,在关于机器人会不会拥有人类的思维甚至超过人类的问题方面,27.45%的人认为机器人会拥有人类的思维和超过人类;而56.86%的人认为机器人不会拥有人类的思维和超过人类,小部分人对此不是很清楚。由于受到人工智能技术迅猛发展的冲击,如机器人保姆、AlphaGo围棋等智能产品对人类发展带来的威胁,一部分人仍然对人工智能技术的发展担忧甚至认为终有一天机器人将代替人类、征服人类、控制人类。但是,大部分的人在机器人是否能够超过人类方面,保持乐观积极的态度,认为机器人永远不会拥有人类的思维并且超越人类,因为人类是技术的主导者,人类掌握着技术的发展方向,技术终究是为了人类服务。这一看法肯定了人类的无止境的创新,然而,在人类醉心于技术创新的同时,应意识到某些创新确实超出了人类的预料,如AlphaGo与李世h围棋人机大战就是人类在技术面前失败的惨痛教训。因此,面对科技对人类的异化,人类要时刻保持警惕,适时地总结“技术异化”的缘由和解决对策。
二、人工智能技术发展面临的问题及其原因
随着技术的革新,人工智能技术的应用越来越广泛,与人们的日常生活联系也愈加密切。从智能手机的普及到自动驾驶汽车的研制成功,再到生产、建设、医疗等领域人工智能技术的应用,都表明了人工智能技术正悄无声息地改变着我们生活方式。诚然,人工智能技术使我们的生活更加丰富多彩,给我们带来了极大便利,但与此同时,人工智能技术也给社会带来了一系列不可忽视的问题:人工智能技术在社会生产领域的应用对劳动市场造成冲击;人工智能系统在收集、统计用户数据过程中个人隐私及信息安全方面的隐患;人类对人工智能产品的依赖引发的身心健康问题;人工智能引起的责任认定问题等。斯蒂芬・霍金在接受BBC采访时表示,“制造能够思考的机器无疑是对人类自身存在的巨大威胁。当人工智能发展完全,就是人类的末日。”表示同样担忧的还有特斯拉的创始人马斯克,他曾直言,“借助人工智能,我们将召唤出恶魔。在所有的故事里出现的拿着五芒星和圣水的家伙都确信他能够控制住恶魔,但事实上根本不行。”不可否认,人工智能技术是把双刃剑,有利亦有弊,争议从来就没有停止过,而最不容忽视的莫过于人工智能技术引发的一系列伦理困境,关于人工智能的伦理问题成了重中之重。
调查发现,47.55%的人认为人工智能所引发的伦理问题是因为人性的思考,占比较大;而22.55%的人认为是由于人们价值观念的改变;29.9%的人认为是利益分化与失衡以及一些其他的原因导致的。由此可以看出导致人工智能伦理困境的原因是多方面的。主要总结为以下几个方面。
第一,从技术层面来看,人工智能技术在现阶段仍然有很大的局限性。人工智能是对人脑的模仿,但人脑和机器还是存在本质区别的,人脑胜于人工智能的地方,就是具有逻辑思维、概念的抽象、辩证思维和形象思维。人工智能虽能进行大量的模仿,但由于不具备形象思维和逻辑思维,仅能放大人的悟性活动中的演绎方法,不可能真正具有智能,这决定了机器不能进行学习、思维、创造。此外,智能机器人也不具备情感智能,它们根本无法去判断自己行为的对错,也无法自动停止自己的某项行为,所以如果人工智能技术一旦被不法分子利用,后果不堪设想。可见,由于人工智能自身技术上的局限性导致的伦理问题已经影响到其未来发展。
第二,从规制层面来看,伦理规制的缺失和监督管理制度的不完善是导致伦理问题产生的重要原因。科技的发展目标是为人类谋求幸福,但我们必须认识到,无论是在科技的应用还是发展过程中总是存在一些难以控制的因素,倘若没有相应的伦理原则和伦理规制加以约束,后果难以想象。在目前人工智能领域,缺乏一套成体系的关于人工智能技术产品的从设计、研究、验收到投入使用的监督管理方案,也没有一个国际公认的权威性的规范及引导人工智能技术的发展及运用的组织或机构。现有的监督体制远远滞后于人工智能技术的发展速度,无法匹配技术发展的需要。缺乏相关监管制度的约束,人工智能技术就不可避免会被滥用,从而危害社会。
第三,从社会层面来看,公众对人工智能技术的误解也是原因之一。人工智能作为一门发展迅猛的新兴学科,属于人类研究领域的前沿。公众对人工智能技术的了解十分有限,调查显示,对人工智能技术只是了解水平较低的人较多,占62.75%,以致部分人在对人工智能技术没有真实了解的情况下,在接触到人工智能技术的负面新闻后就夸大其词,人云亦云,最终导致群众的恐慌心理,从而使得更多不了解人工智能技术的人开始害怕甚至排斥人工智能技术。我们必须清楚,人工智能是人脑的产物,虽然机器在某些领域会战胜人,但它们不具备主观能动性和创造思维,也不具备面对未知环境的反应能力,综合能力上,人工智能是无法超越人脑智能的。在李世h对弈AlphaGo的旷世之战中,尽管人工智能赢了棋,但人类赢得了未来。
三、人工智能技术的发展转向
人工智能技术的发展已经深入到人类社会生活的方方面面,其最终发展目标是为人类服务。但是,科学技术是把双刃剑,它在造福人类的同时,不可避免地会给人类带来灾难,因此,人类应该趋利避害,使人工智能和科学技术最大化地为人类服务。这就要求人类必须从主客体两个角度出发,为人工智能技术的健康发展找出路。
1.技术层面
(1)加强各个国家人工智能的对话交流与合作。人工智能自20世纪50年代被提出以来,尤其是近六十年来发展迅速,取得了许多丰硕的成果。如Deep Blue在国际象棋中击败了Garry Kasparov; Watson 战胜了Jeopardy的常胜冠军;AlphaGo 打败了顶尖围棋棋手李世h。从表面上看,人工智能取得了很大的进步,但深究这些人工智能战胜人类的案例,我们发现这些成功都是有限的,这些机器人的智能范围狭窄。造成这一现象的很大一部分原因就在于国际间人工智能技术的对话交流与合作还不够积极,所以加强各个国家人工智能的对话和交流迫在眉睫,同时也势在必行。
(2)跨学科交流,摆脱单一学科的局限性。从事人工智能这项工作的人必须懂得计算机知识、心理学和哲学。历史的经验告诉我们,一项科学要想走得长远就必须有正确的意识形态领域的指导思想的介入。在人工智能这项技术中,有些科学家们可能只关注经济利益而没有引进相应的伦理评价体系,最终使得技术预测不到位,没有哲学的介入,等真正出现问题时就晚了。所以要加强科学家与哲学家的沟通交流,令科学家能更多地思考伦理问题,提高哲学素养,在人工智能技术中融入更多的哲学思想,保证人工智能技术能朝着正确、健康方向发展。
(3)人工智能技术的发展,要与生态文明观相结合。在人工智能技术发展中,要注入更多的生态思想,这关系人民福祉、关乎民族未来的长远大计。在人工智能发展中,若是产生资源过度消耗、环境破坏、生态污染等全球性的环境问题时,人类必须制止并进行调整。人工智能技术要想发展得更好,前景更加明亮,前途更为平坦,就必须保持与生态文明观一致,与人类自身利益一致,为人类造福。
2.人类自身层面
(1)增强科学家道德责任感。科学技术本身并没有善恶性,而研发的科学家或是使用者有善恶性。人工智能将向何处发展,往往与研发人工智能的科学家息息相关。科学家应打破“个体化原理”,要融入社会中去,关注社会道德伦理问题,承担起道德责任,为自己、他人、社会负责,多去思考自己研发的技术可能带来的后果,并尽可能去避免,多多进行思考,严格履行科学家的道德责任。
(2)提高公众文化素养。调查发现,对人工智能技术了解水平较低的人较多,占62.75%;而非常了解的人较少,占4.41%;另外,对人工智能技术了解的人占21.08%,不了解的人占11.76%。由此可以看出,大部分的人对人工智能技术都能有所了解,但都不是很深入,而且仍有部分人对人工智能技术丝毫不了解,所以,人工智能技术对于个体的影响是比较微小的,其发展还没有深入到个人的日常生活中。特别是在一些关于人工智能的科幻电影的渲染,可能使那些对于人工智能技术并不了解或是一知半解的人产生偏见。在日常生活中,人工智能给人类带来了极大的便利。通过提高公众的文化素养,使公众正确认识人工智能技术,将是缓解甚至是解决人工智能技术某些伦理问题的重要途径之一。
(3)加大监督力度。人类需要通过建立一个完善的监督系统引导人工智能技术的发展。对于每项新的人工智能技术产品从产生到使用的各个环节,都要做好监督工作,以此来减少人工智能技术的负面影响,缓解甚至减少人工智能技术的伦理问题。
3.道德法律用
(1)通过立法规范人工智能技术的发展。调查发现,90.69%的人认为有必要对人工智能技术所引发的科技伦理问题实行法治,由此可以看出,要想保证科技的良好健康发展,必须要建立健全相关法律条例。然而我国在这一方面的法律还存在很大的漏洞,相关法律条文滞后于人工智能的发展,并未颁布一套完整的关于人工智能的法律体系。没有规矩不成方圆,在人工智能领域亦是如此。我们都无法预测将来人工智能将发展到何种地步,这时就需要人类预先加以适当的限制,利用法律法规加以正确引导,使其朝安全、为人类造福的方向发展。
(2)构建人工智能技术伦理准则并确立最高发展原则。要构建以为人类造福为最终目的的伦理准则。人工智能技术的伦理问题已经给人类造成了很多负面影响,而要防止其带来更多负面影响,构建合适的人工智能技术伦理准则势在必行。
此外,要确立以人为本的最高发展原则 。一切科学技术的发展都应把人的发展作为出发点。人工智能的发展也是如此,要将以人为本、为人类服务为出发点,并作为最高发展原则。
四、结语
科学技术是把双刃剑,人类只有消除人工智能技术的潜在威胁,发挥人工智能技术最大化效用,避免伦理困境重演,才能实现人机交互的良性发展,实现人工智能与人类的良性互动。
参考文献:
[1]王文杰,叶世伟.人工智能原理与应用[M].北京:人民邮电出版社,2004.
[2]甘绍平.人权伦理学[M].北京:中国发展出版社,2009.
[3]杨怀中.现代科技伦理学概论:高科技伦理研究[M].武汉:湖北人民出版社,2004.
[4]王志良.人工情感[M].北京:机械工业出版社,2009.
[5]邹 蕾,张先锋.人工智能及其发展应用[J].信息网络安全,2012(2).
[6]王 毅.基于仿人机器人的人机交互与合作研究[D].北京:北京科技大学,2015.
[7]田金萍.人工智能发展综述[J].科技广场,2007(1).
[8]郝勇胜.对人工智能研究的哲学反思[D].太原:太原科技大学,2012.
[9]龚 园.关于人工智能的哲学思考[D].武汉:武汉科技大学,2010.
先给大家重点推荐一本期刊:中国职业技术教育
中国职业技术教育杂志征稿信息
《中国职业技术教育》杂志是由中华人民共和国教育部主管,教育部职业技术教育中心研究所、中国职业技术教育学会和高等教育出版社共同主办的一份综合性中文期刊,集政策指导性、学术理论性和应用服务于一身,是教育部指导全国职业教育工作的重要舆论工具,是服务各级各类职业教育机构的主要阵地。
中国职业技术教育投稿栏目:主要有职教要闻、专稿专访、综合管理方略、课程教材、教研与教学、师资队伍建设、研究与探讨、职业指导、职业培训、高等职业教育等栏目。
再给大家推荐职业教育范文:人工智能背景下职业教育变革及模式建构
董文娟1,黄尧2(1.天津大学教育学院,天津300350;2.北京师范大学国家职业教育研究院,北京100875)
摘要:顺应人工智能时代的浪潮,基于新兴技术的职业教育变革及新模式建构势在必行。该文从职业教育智慧化、经济发展、政策保障、信息化生态重构四个方面,剖析了人工智能时代职业教育变革的现实诉求,并进一步分析了当前职业教育外部环境及其自身发展的困境。人工智能背景下职业教育的变革体现出融合、创新、跨界、终身化的新特征。基于此,从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面,探究职业教育的变革路径及模式建构。最后探讨了职业教育模式变革还面临回归教育本质、规避技术弊端等挑战,并提出“适应—引领人工智能”的发展目标。
关键词:人工智能;职业教育变革;模式建构;智慧化
“人工智能的迅速发展将深刻改变人类社会生活、改变世界。特别是在移动互联网、超级计算等新理论、新技术及经济社会发展强烈需求的共同驱动下,人工智能发展呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。”[1]人工智能作为新一轮产业变革的核心驱动力,为我国供给侧结构性改革下的“新常态”经济发展注入新动能,使人们的思维模式和生活方式发生了深刻变革。近年来,国家高度重视与社会经济发展联系最为密切的职业教育,积极推进职业教育信息化,运用人工智能改革教学方法和人才培养模式,构建新型智能职教体系,提升信息技术引领职业教育创新发展的能力。
一、人工智能背景下职业教育变革的现实诉求
人工智能对传统教育理念产生了革命性冲击,职业教育结构不断调整,劳动力素质与市场需求的矛盾、学习方式与自我价值实现的矛盾等促使职业教育向智慧化、智能化发展。目前,我国处于教育信息化2.0、工业4.0的新时期,全球范围内新一轮的科技革命和产业变革正在加速进行。“一带一路”“中国制造2025”人工智能等重大国家战略的提出,及以新技术、新产业为特征的新兴经济模式要求教育领域,尤其是职业教育培养行业、产业急需的技术技能型、智慧型人才,具备更高的创新创业能力和跨界整合能力,促进智慧化发展,助力经济转型升级。
(一)职业教育智慧化诉求:职业教育信息化发展的必然选择
“智慧教育是以物联网,大数据等信息技术为依托,创造智慧教学环境,转换教育方法,内容与手段,注重教育网络化,个性化和智能化的一种教育新模式。”[2]智慧教育作为“一种由学校、区域或国家提供的高学习体验、高内容适配性和高教学效率的教育行为(系统)”,被视为教育信息化发展的高端形态[3]。因此,职业教育的智慧化并非简单的数字化,强调信息技术推动职业教育教学模式和方法的变革,改变思维模式,创建价值等方面共享的学习共同体,培养创新型、智慧型人才。
职业教育智慧化是职业教育信息化发展的必然选择。目前,我国的职业教育信息化水平正在稳步提高,投入持续增加,各种智能信息技术应用于教育教学、实习实训、测量评价等领域,并逐步成熟,正在努力打造一个信息化、智慧化的现代职业教育生态系统。新时期我国很多地区及职业院校积极提升现有信息化系统的智慧化水平,积极创建智慧校园、智慧社区等,逐步实现了组织管理的智慧化、资源环境的智慧化和服务评价的智慧化。
(二)经济发展诉求:人工智能时代的新兴经济需要高技能智慧型人才
人工智能时代职业教育运用移动互联网、大数据等新兴技术,与经济及其他部门跨界融合,不断创造新产品、新业务,推动职业教育模式创新,形成了以互联网为基础设施、人工智能为实现手段的经济发展新常态。人工智能时代是以现代科学技术为支撑的新时代,各行各业的运作发展和对知识技术的掌握要求达到了更高层面,相应的教育需求也有所提升,市场环境渴求勇于创新、个性化的高技能智慧型人才。职业教育要应对行业上升发展的劳动力需求问题,基于人工智能应用,提高技能培养层级,以适应新的社会劳务需求。现代企业生产依托互联网科技,与智能化设备直接联接,通过数据分析和应用,促进科技成果转化为生产力。劳动密集型企业已不适应现代行业、产业发展,需升级为网络智能型,与此同时,职业院校的课程模式、专业设置、实习实训、师资结构等也做出相应的调整和革新,既促进了职业教育的智慧化、智能化,又推动了产业升级和工业变革。
(三)政策保障:国家从宏观层面保障人工智能时代的职业教育发展
2016年是我国人工智能元年,2017年我国颁布了《新一代人工智能发展规划》,提出了“将发展人工智能放在国家战略层面进行系统谋划和布局”,这预示着我国人工智能时代的全面到来,为我国职业教育的发展提供了良好的宏观政策环境。人工智能给职业教育带来了符合时代精神的新内容,积极融合信息技术,整合职业教育资源,提升公共服务水平,影响和改变了原有的教育生态。紧密依托信息共享平台,突破时空限制,让学习者自我选择,更加人性化和智能化。我国很多职业院校已经开启了智慧校园的行动计划,一些大中城市也在积极制定实施智慧城市的发展规划,在良好的政策保障中提升智慧化水平。
(四)信息化生态重构诉求:人工智能时代的职业教育变革是对职业教育信息化生态系统的重构
“依据《2006-2020年国家信息化发展战略》,我国正在有序推进数字教育向智慧教育的跃迁升级和创新发展。”[4]在新兴智能信息技术的催促下,技术变革带来了职业教育系统的颠覆性创新改革,打破现有的条条框框,改革传统教育模式,再造教育业务新流程。在职业教育领域创新应用物联网、大数据、人工智能等先进技术,提升各科各门教育教学业务,打造各级各类智能实训部门、培训机构,覆盖贯通中高职院校,整合系统内外现有资源,推进智慧教育生态有序发展,为各类用户提供最适合、最智能的职业教育资源和服务,完成对职业教育信息化生态系统的重构。
二、当前职业教育发展的现实困境
人工智能对各行各业的影响具有革命性和颠覆性,可能带来新的发展机遇,也可能带来不确定性的挑战,比如可能会改变就业结构、影响政府管理、威胁经济安全等,还可能会冲击法律与社会伦理,影响社会稳定乃至全球治理。当前,人工智能与“大众创业、万众创新”浪潮席卷而来,职业院校既是人工智能应用的战场,又是培养技术创新型人才的“梦工厂”[5]。人工智能时代的职业教育信息化发展迅速,影响是广而深的,对职业教育外部环境及其本身都造成了极大的冲击。
(一)职业教育外部环境发展困境
“据联合国教科文组织预测,到2020年,人工智能将替代20亿个工作岗位”[6],那些技术含量低、重复性强的技能将被智能机器、数码设备所替代,工业机器人也将大面积应用。智能设备替代行业劳动力,能够降低劳动成本,且具有高效、易操作等竞争优势。传统职业教育培养模式很难适应未来行业、产业的发展需求,人工智能冲击职业教育就业岗位,撼动其所依附的岗位基础,对职业教育的生存与定位产生了威胁。因此,根据智能时代职业教育的岗位特征与需求,提升职业人才的知识结构和专业技能,是新形势下职业教育的发展方向。
(二)职业教育自身发展困境
近年来,人工智能在职业教育领域内的应用和提高是目前职业教育的发展趋势。我国重视职业教育信息化、智能化发展,各级各类职业院校在信息化基础设施建设、校园信息化管理等方面都有了显著提升,但信息技术与职业教育的深度融合仍不够紧密,表现出信息化管理效率低、科学决策水平低等现象。人工智能背景下职业教育自身发展的困境表现在:
1.课程与教学困境
职业院校新课程改革提倡构建智慧课堂,制定个性化学习计划,注重课堂实施效果。但目前的实际课程教学仍是以教师为中心,强调知识的灌输,重视统一性和计划性,与教育改革提倡的个性化教学相去甚远。教学方法、教学理念更新慢,很难激发学生的内在学习动力,创新性思维弱,使得个性化教育的无法实现。近年来,中央、省、市、县四级教育平台逐步建立起来,课程与教学的层级设计逐步完善,但在实施的过程中,各级平台之间存在沟通不畅等问题,各级资源内容不系统,不衔接,导致无序叠加和资源的重复浪费,“精品课程”等项目丰富了课程资源,但质量不高。在线课程与教学以传统的科目、章节为单元,构建系统性的在线教育内容,为用户提供专业化的知识选择,但由于受时间条件等限制,大多数受教育者习惯于碎片化学习,连贯性和整体性差,缺乏对课程与教学体系的系统性学习。
2.认知困境
随着人工智能时代的到来,许多职业院校将“未来教室”“智慧课堂”定位为未来发展方向,进行了多种尝试和改革,如MOOC混合教学、翻转课堂、多屏教学等,但“管理者和施教者对智慧教育的理解多停留在‘智慧课堂=多媒体+传统教学的层面’,教学观念和思维依然固化,并没有因为新技术的参与而得到实质改变”[7],缺乏对多媒体网络架构和智能学习平台的深层认识,更缺乏对管理评价和互动交流等模块的理解与掌握,虽投入大量人力财力采购了数量巨大、设备精良的多媒体设备和智能服务设备,但没有充分有效使用,大大限制了智慧教育的发展潜力。
3.用户困境
传统教学以群体教育为基本单元,教师和学习者作为学习共同体,在管理、学习的互动过程中形成强大的群体约束力,促进双方共同进步。在信息化教育时代,学习者自由掌握学习时间和进度,遇到问题可能无法及时解决并获得反馈,无法进行面对面交流,因此,基于人工智能网络化学习平台,学习者需要高自控力、高学习能力才能适应这种全新的学习方式。
4.评价困境
传统的评价方式多依靠经验和观察,智慧型评价则是基于学习过程的一种发展性评价,以采集到的学习数据为客观基础。在人工智能、数字信息化环境下教育效果的评价实际要受到很多因素的影响和局限,在信息技术与职业教育融合的过程之中,许多智能技术应用于教育教学实践,难以进行定性定量的智慧评价,如互动交流及深层次的学习评价等。
三、人工智能背景下职业教育变革的新特征
人工智能带来了思维模式的创新,改变了人们认识问题、思考和解决问题的方式,越来越多地依赖人与智能网络的协同创新。人工智能背景下的职业教育变革围绕经济社会发展大局,“主动服务国家重大发展战略,加大虚拟现实、云计算等新技术应用,体现校企合作、知行合一等职教特色,以应用促融合、以融合促创新、以创新促发展。”[8]人工智能背景下职业教育的变革必将加速推进职业教育的现代化、智能化进程,表现出了融合、创新、跨界和终身化的新特征。
(一)融合
人工智能技术科学应用于当前职业教育,在最短的时间内整合、重组大量的知识信息,形成科学的技术技能知识体系,为职业教育资源、企业资源、产业资源、社会资源等一切有可能联结的资源融合提供了可能。为促进职业教育的智慧化发展,在现有的合作模式、集团模式、产教融合模式等实体协作发展的基础上,建立智能互动的智慧教育供给平台、常态化智慧课堂和大数据化智慧教育生态系统,为我国新兴经济发展提供高技能、智慧型人才支撑。
(二)创新
信息化时代下“变”为创新立足之要点。创新时代最需要提升的就是创造智慧。“由知识的理解记忆,转向知识的迁移、应用并最终指向创造发明”[9],以提高学习者的学习能力和应用能力,提升其创新思维和智慧思维,不断开拓人类社会发展的高度和宽度。智能化、信息化的时代是创新不断的时代,是原有知识不断被更新、技术不断被升级的时代。人工智能促使社会化协同大规模发展,促进职业教育体系核心要素的重组与重构,创新生产关系,呈现出新的协作架构,开创了新的教育供给方式,增加了教育的选择性,推动了教育的民主化。学习者能够按照自己的价值观、兴趣与爱好等选择适合自己个性发展的学习方式和学习内容,促进学习者个性化、多样化发展,最终实现教育公平。
(三)跨界
智能科学与职业教育连接起来,搭建起两者沟通的桥梁,跨越了人工智能虚拟教育和线下实体教育的界限,实现了两者之间的融合。教育供给由竞争资源转变为协同合作,直线型的中心组织管理转向去中心化、泛化管理。通过大数据智能技术平台、远程教育平台等对职业教育资源进行整合共享,跨越教育边界,与市场、行业、企业以及职业教育培训机构对接,提供更加便捷的智慧化服务。
(四)终身化
人工智能时代职业教育的变革坚持“以人为本”的教育理念,满足学习者在任意时间、任意地点、以任意方式、任意步调终身学习的需求[10]。打破了地域和时间的限制,体现了教育的泛在化、个性化和终身化,与终身教育理念的发展目标不谋而合。人工智能时代社会经济发展加快,人们追求高层次自我价值的实现,充分体现出终身学习的必要性和紧迫性。目前,我国正在积极创建泛在学习环境,致力于构建终身化学习型社会,努力创造有利条件向全民提供终身教育与学习的机会。
四、人工智能背景下职业教育发展的模式建构
人工智能背景下职业教育的变革预示着全新思维意识形态、社会发展形态的变革,重塑职业教育可持续发展的新思维,重构信息时代职业教育的价值链和生态系统。智能化技术科学将现代职业教育内部各要素,以及内部要素与外部环境之间,通过虚拟技术和智能化手段互联贯通,突破传统教育价值的链状模式,使职业教育由传统模式走向“人工智能+职业教育”模式的建构。人工智能对职业教育课程、教学、评价、管理、教师发展等方面产生系统性影响,为职业教育提高教育质量和提升服务水平提供了技术支持和现实路径,解决不能兼顾职业教育规模和质量的矛盾问题。下面将从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面来探究职业教育的变革路径及模式建构。
(一)人工智能背景下职业教育的课程模式
人工智能时代的信息知识、科学技术正在以前所未有的速度增长、更新和迭代,呈现出了碎片化、多元化、创新性、社会性的特征。人工智能背景下职业教育的课程模式是为学习者提供按需可随时选择的知识储备智能模式,解决了传统职业院校课程教学的滞后性,呈现的是现代职业教育的前沿信息和内容。课程革命愈演愈烈,灵活多样的微课、慕课等形式层出不穷,在线课程将成为常态,信息传播媒介、知识获取方式等都发生了巨大改变,课程内容和结构的表现形态、呈现方式、实施及评价等也都进行了相应变革。智能化信息科学技术为课程的设计、架构、实施提供了快捷和便利,为学习者的个性化、终身化选择提供了多种渠道。人工智能背景下职业教育的课程模式的建构表现为:首先,线上线下融合的大规模开放课程融入现代职业教育,课程的表现形态和实施途径呈现出智能化、数字化、立体化的特征,成为学校常态课程的有机组成部分,为学习者提供了更多的可选择机会,使实施个性化课程成为可能。现代职业教育的课程内容强调学术性与生活性相互融合与转化,融入社会资源,立足于我国社会经济的新常态和学习者的全面发展,实现社会化协同发展,共赢共创;其次,课程实施的空间得以拓展,跨越了社会组织边界、职业院校边界,将从班级、年级、全校扩展到网络社区以及更大的空间。课程的整体结构从分散走向整合,以技术为媒介,形成跨学科、多学科整合的课程;最后,课程内容的组织、课程的实施逐步模块化、碎片化、移动化与泛在化,社会化分工更加精细,教师也将承担教学设计、技术开发、在线辅导等不同的角色。
(二)人工智能背景下职业教育的教学模式
人工智能时代将信息技术有效地融合于职业教育各学科的教学过程,从知识的传递转变为认知的建构,从注重讲授和内容,转变成重视学习过程[11],构建“以教师为主导,以学生为主体”的以数字化、智能化为特征的智慧教学模式,重视学生的主体地位,引导学生“自主、探究、合作”。人工智能背景下职业教育的教学模式的建构表现为:首先,人们的学习方法、认知方式和思维模式已经发生了巨大的转变。信息化教学使得信息技术已成为学习者认知的必要工具,认知方式也由“从技术中学”转型为“用技术学”。其次,信息化教学的重点从“面向内容设计”转变到“面向学习过程设计”,更加重视学习者发现问题、分析和解决问题能力的培养,关注学习者的学习过程,以及其获得学习活动的体验。同时,信息化教学要将课堂内的学习知识和课堂外的实践活动联结互动,按照学习者的个性化需求和认知方式自主选择学习内容。第三,智慧教学将成为课堂教学的新重点。日常教学工作形态不再是点线面的连接,而是呈现为智能化、立体化的教学空间,智慧课堂将会促进学习者的深度学习、交互学习和融合学习,智能备课、批阅以及个性化指导等也将成为教育者新的教学工作形式。从机械评价学习结果转变成适应性评价学习结果。第四,在线教学、整合技术的学科教学法将成为新的教学形态,促进教育均衡发展,实现跨学校、跨区域的流转。移动学习、远程协作等信息化教学模式,能够实现教师的“教”与学生的“学”的全面实时互动,最大限度地调动学习者的主观能动性,提升教学质量与人才培养质量。
(三)人工智能背景下职业教育的学习模式
智能系统和互联网络为学习者提供了丰富多元的学习资源和环境,推进了教育教学活动与学习环境的融合发展,人工智能背景下职业教育的学习模式也逐步建立起来,具体表现为:首先,智能时代的互联网络全面覆盖每一个人、每一个角落,活动空间由课堂内拓展到课堂外,学习与非正式学习正在互相补充、互相与融合,导致学习者的学习行为变化、学习方式的革新。其次,基于互联网出现了一批创新的学习方式,借助情景感知技术及智慧信息技术,进行真实过程体验的情境学习,促进学习者知识迁移运用的情境化和社会化。第三,借助互联网云技术和各种应用工具,学习者可根据自身学习需求,选择最优学习方式,也可利用数据分析技术,追踪记录学习路径和学习交互过程,随时随地获取个性化教学服务和量身定制的学习资源,拓宽了智慧教育视野。第四,各职业院校开始拓展校园智慧学习的时间和空间,以实现虚拟和现实相互结合的智慧校园育人环境。推进网络学习空间建设,加强教与学全过程的数据采集和分析,“引导各地各职业院校开发基于工作过程的虚拟仿真实训资源和个性化自主学习系统”[12],强化优质资源在学习环境中的实际应用。
(四)人工智能背景下职业教育的环境模式
智慧教育环境是以大数据、多媒体、云计算等智能信息技术为基础而构建的虚实融合、智能适应的均衡化生态系统。信息技术与职业教育的深度融合,为师生的全面发展提供了智慧化的成长环境,如智慧云平台、智慧校园。人工智能背景下职业教育的环境模式的建构表现为:首先,智慧教育环境将信息技术与职业教育服务结合、面对面教学和在线学习结合,形成数字化的、虚实结合的职业教育智能服务新模式。其次,智慧教育环境将促进各种智能化、数字化信息技术融入职业院校的各个业务范围和业务领域,与系统内的其他业务横向互联、纵向贯通,且信息能够适时生成和采集,全过程实现数字化与互联化。第三,智慧教育环境能够感知学习者所处的学习情境,理解学习者的行为与意图,满足学习者的个性化需求,提供多元化的适应服务和智能感知的信息服务。互联网应用基于智能数据分析,实现智能调节与自动监控,为学习者提供定制式的学习服务和个性化的学习环境。未来教室必将变成“虚拟+现实”的智慧课堂,在网络空间中参与线上课程、线下活动,实现线上线下互动交流。同时,智慧校园的创建和管理,能够对每个班级、学区进行动态管理,构建出一个以问题、任务为线索,学生实现自主学习的知识体系和促进师生互动、生生互动的智慧管理平台。到2020年,“90%以上的职业院校建成不低于《职业院校数字校园建设规范》要求的数字校园,各地普遍建立推进职业教育信息化持续健康发展的政策机制”[13],以学习者为中心的自主、泛在学习普遍开展,精准的智能服务能够满足职业教育的终身化定制。
(五)人工智能背景下职业教育的教师发展模式
人工智能背景下职业教育的变革对教师的专业发展、素质能力提出了新要求,改变了教师的能力结构和工作状态。教育信息化大背景下,互联网技术、多媒体手段的产生、智能化设备的使用极大提高了教师的专业发展和能力素养,以适应新课程改革与教育信息化的要求。人工智能背景下职业教育的教师发展模式的建构表现为:首先,新时代教师专业发展的内在要求和外在环境都要求教师能够认识、了解和应用互联网新技术工具,促使教师专业发展能力和素养的提升和丰富。其次,教师的专业发展要面向实际、情境化、网络化的教学问题,教师需要在多变的教育情境中综合运用核心教学技能,将信息技术知识、学科内容知识、教学法知识很好地融合并迁移运用。新时代的教师要学会掌握使用智能化设备和数字化网络资源,积极加强与其他专家、教师的合作,或远程工作,形成基于智慧教育技术的多元化的学习共同体。教师的工作状态由个体的单独工作转变为群体的共同协作,大大提升了教师的工作效率。第三,信息化背景下教师的教学理念要发生转变,由促进学生“接受学习”转变为“主动建构”,由“被动适应”转变为“主动参与”,越来越强调以学生为中心的过程体验,从了解信息技术转变为掌握智慧教育技术,保持学科知识,教学方法,核心技术的动态平衡,促进学生智慧学习的发生。第四,信息化教师要学会使用智能化教育技术,积极开发数字化学习资源,创设丰富多元的教学活动,鼓励学生掌握智能信息工具,学会探究和解决问题,发展提升学生的创新思维能力和信息化学习能力。教师的信息化教学能力和素养全面提升,信息技术应用能力实现常态化。
(六)人工智能背景下职业教育的评价模式
现代教育价值趋于多元,以互联网为基础的智能化信息技术使教育评价在评价依据、评价内容、评价主体等多个方面实现了全面转变。人工智能背景下职业教育的评价模式的建构表现为:首先,互联网信息技术应用于学习过程使得伴随式评价成为可能,更加关注学习者的个体差异和特点。强调过程评价和多元共同评价,更加客观全面,重视评价过程的诊断与改进功能,以促进学习者的个性化发展。其次,互联网、大数据、智能云技术的出现使得评价的技术和手段多样化、智能化,节省人力物力财力,提高了评价的科学性、针对性。第三,以大数据为基础的适应性评价因人而异,可获得及时反馈,可真实地测评学习者的认知结构、能力倾向和个性特征等,从知识领域扩展到技能领域、情感、态度与价值观,构建以学习者核心素养为导向的教育测量与评价体系,促进学习者发展。
(七)人工智能背景下职业教育的管理模式
智能化信息技术、云计算技术、大数据技术等能够促进大规模社会化协同,拓展教育资源与服务的共享性,提高教育管理、决策与评价的智慧性,因此,基于互联网的教育管理必将逐步走向“智慧管理”模式。人工智能背景下职业教育的管理模式的建构表现为:首先,互联网将家庭、学校、社区等紧密、方便地联系在一起,拓宽了家长和社会机构参与学校管理的渠道,各利益相关者可共同参与现代职业院校的学校管理,协作育人。其次,新时代的职业院校管理模式通过可视化界面进行智能化管理,业务数据几乎全部数字化,能有效降低信息管理系统的技术门槛,使管理工作更加轻松、高效。通过深度的数据挖掘与分析,能够实现个性化、精准资源信息的智能推荐和服务,为管理人员和决策者提供及时、全面、精准的数据支持,以提高决策的科学性。第三,通过互联网信息技术可以实现全方位、随时的远程监督与指导,从督导评估转变为实时评估,可以实现大规模的实时沟通与协作,促进社会化分工,促进职业院校内部重构管理业务流程,使管理智能化、网络化、专业化。
(八)人工智能背景下职业教育的组织模式
人工智能时代信息科学技术的蓬勃发展冲击着学校内部的组织结构向智能化、网络化的方向发展,各职业院校需要合理调整内部组织结构和资源分配,通过互联网加快信息流动等方式,提高各职业院校组织管理的效率和活力。人工智能背景下职业教育的组织模式的建构表现为:首先,当今时代人工智能的产生不可能替代学校教育,但可以改变学校教育的基本业务流程。人工智能推动了学校组织结构向网络化方向发展,教学与课程是提供信息数据的重要平台,学校组织则构成了教育大数据生态系统。其次,“互联网+职业教育”的跨界融合将打破学校的围墙的阻隔,互联网将学校组织与企业、科研院所等社会机构紧密联系起来,提供优质教育资源供给,共同承担知识的传授、传播、转化等功能,促进学校组织体系核心要素的重构。第三,建设“智慧校园”,实现线上线下融合的智慧校园育人环境,实施一体化校园网络认证,推动智能化教育资源共建共享,实现职业教育信息化建设的均衡发展。
五、人工智能背景下职业教育的模式变革面临的挑战及发展目标
人工智能将推进大数据、云技术等智能信息技术深层次融入职业教育课程与教学、组织与管理、评价与反馈等领域,形成社会化多元供给,为学习者提供多样化的参与方式、自主选择的学习形式和及时获得反馈的评价途径,有利于实现职业教育的共建、共享、共治。但其全面实现,还面临着诸多挑战。
(一)挑战
首先,职业教育的新模式建构需要充足的资金支持。各职业院校积极建构智慧校园,努力实现智慧化产学研环境,打造一体化智慧城市网络等核心技术的开发,都需要资金的根本保障。政府要给予资金政策保障并加强监管,资金管理部门要合理规划,合理利用,专款专用,落到实处。其次,职业教育的新模式建构的成果表现离不开学习者对技术的理解、掌握和应用。在实际实施过程中,教育工作者既要利用信息技术优势变革职业教育,也要避免技术中心主义倾向,“避免一味追赶技术新潮而不顾学生身心健康等,技术本身是一个祸福相依的辩证法。”[14]第三,“目前的教育实践中,仍未能充分实现人机合理分工和双边优势互补。人工智能终端系统擅长逻辑性、单调重复的工作,而人类则更适合情感性、创造性和社会性的工作。”[15]现阶段,信息化技术水平还有待提高,智能机器不能完全胜任知识传播、数据处理等工作,有待于进一步开发和完善,绝对依赖互联网络和设备,还存在一定的风险。
(二)发展目标
人工智能时代职业教育变革重新架构了职业教育发展模式,完成了对资源的重新整合配置,改变了人的思维方式、学习方式和生活方式。人工智能时代下没有职业教育模式的改革,就不可能建构真正的现代化职业教育。人工智能背景下职业教育的发展目标可以概括为个三方面:
1.“智慧脑”与“智能脑”融通
随着第四次产业革命的到来,信息技术爆发式发展,造就了以电脑、互联网为基础的智能脑。职业教育智慧化发展的一个目标就是如何让学习者发挥人脑“智慧脑”与机器设备“智能脑”的“双脑”共同协作[16]。人工智能时代职业教育与信息技术的深度融合,就是要通过“智慧脑”和“智能脑”的协同作用,发挥互补优势,进行融通式学习,而不是简单地人脑与电脑的技术对接。
2.“现实世界”与“虚拟世界”结合
在人工智能时代,网络虚拟技术的发展使人类拥有了真实与虚拟两个世界,虚拟信息技术的兴起在一定程度上会影响职业教育的实体教育,实体教育的发展也需要虚拟技术的支撑。但在具体的学习实践中,还会存在利用这两个世界时顾此失彼、难以平衡的问题。目前,虚拟化教育技术在职业教育领域不断应用与推广,职业教育的发展模式不断优化,使得职业院校线上线下的边界逐渐消融,“现实世界”与“虚拟世界”更好地结合。人工智能时代职业教育的本质没有发生根本改变,学习者要学会利用这两个世界虚实融合、高度互动,充分发挥出自身的优势,更好地学习与生活。
3.职业教育“适应人工智能”发展为“引领人工智能”
人工智能为职业教育带来了强大的技术支持,为职业教育带来了便利。初始阶段的职业教育基本知识和技能被数字化和智能化,通过人工智能相关课程,云教育模式,个性化学习计划等,适应并应用人工智能,以提高职业教育的效率和质量。职业教育重在技术创新,对于行业技术发展具有一定的引领性作用。未来人工智能将成为职业院校快速发展和转型的技术支撑。“如某些职业院校基于自身优势专业与相关行业的智能自动化企业合作,实现以职业教育发展引领人工智能。”[17]目前,人工智能处于适应性大发展阶段,随着信息化技术的提高和智能化设备的普及,人工智能时代必将由专用人工智能时代步入通用人工智能时代。在通用人工智能时代,人工智能与职业教育深度融合高效协作,职业教育完全适应且完美应用于人工智能,进一步引领人工智能发展,由“人工智能+职业教育”发展为“职业教育+人工智能”的时代。
论文关键词:工程硕士;培养方案;课程设置;教育改革
工程硕士专业学位是我国研究生教育体系中的一个重要组成部分,其设置适应了国家经济体制的改革,适应了在岗人员进一步提高自身能力素质的需要。工程硕士与工学硕士相比,它们虽然处于同一层次,但由于其生源的显著差异,其培养目标、知识结构、能力结构和培养模式等均有较大不同。要使工程硕士成为高层次技术和管理人才,符合未来社会发展的需要,就必须贯彻“以人为本,因材施教”的教育原则,制订一套科学、合理的培养方案,并建立与之相适应的培养模式。
为了提高工程硕士培养质量、规范培养模式和培养流程、明确评估办法等,2005年7月召开了第二届全国工程领域教育协作组组长全体会议,提出“建立规范化的工程硕士学位标准”的设想,并选择了控制工程等五个领域,以课题研究的形式,率先开展工作。2007年全国控制工程领域工程硕士教育协作组颁布了“控制工程领域工程硕士专业学位标准(试行)”,对我院控制工程领域工程硕士的培养起到了很好的指导性作用。考虑我院控制工程领域工程硕士的培养主要是面向部队、基地等情况,在对“专业学位标准实施细则”修订中,培养方案在符合学科内涵的基础上,要兼顾生源单位需求,在研究方向的确定、课程设置等方面突出应用性、针对性,切实使培养的工程硕士在相应的工作岗位上发挥应有的作用。
一、以武器控制系统为中心确定培养方案的主要研究方向
现代兵器装备的特点是精确化、远程化、智能化,以导弹、无人机、指挥系统等为代表的武器装备更突出了这一特点,这些特点的基础之一是自动化技术。根据我院生源主要分别来自武器装备论证、武器装备试验、军代表、部队技术保障、部队装备管理单位等岗位特点,依托控制工程领域培养工程硕士,应该以武器装备为大背景,在控制工程学科内涵的基础上紧紧以武器控制系统为中心,来确定相应的研究方向,因此我院控制工程领域工程硕士专业研究方向确定的基本思路是:涵盖我军武器控制系统分析论证、试验优化与质量监控、武器控制系统性能测试与故障诊断、武器控制系统信息化管理等方面,为军代表系统、武器装备试验基地、部队修理所、部队装备管理等单位培养具有我军特色的高层次应用型、复合型工程技术和管理人才。具体如下:
1.武器控制系统分析论证、试验优化与质量监控
该方向以提高复杂武器控制系统综合战术技术性能为目标,以数学、力学、控制理论、系统科学、计算机技术为基础,研究武器控制系统分析论证、试验优化与质量监控的方法。主要研究内容包括:火控、指控、无人机和导弹等复杂武器控制系统分析论证、试验优化与质量监控的方法及武器系统作战效能评估等。
2.武器控制系统性能测试与故障诊断
该方向以提高武器系统技术保障人员的装备保障能力、试验技术人员的工程实践能力为目标,以自动测试技术、故障诊断技术、信号处理技术和计算机技术等为基础,研究武器系统的性能检测、故障诊断的技术与方法及靶场试验中技术保障的关键技术。主要研究内容包括:新标准测试总线的应用、测试系统模块化设计、武器系统运行状态监测与诊断、测试诊断设备研制等。
3.武器系统信息化管理
该方向以提高各级装备保障管理人员的管理自动化、信息化、智能化水平为目标,以人工智能、装备保障理论、计算机技术、数据库技术、多媒体技术、网络技术等为基础,研究装备保障管理的自动化、信息化、智能化技术和系统。主要研究内容包括:研究制订适合装备保障信息化管理的标准体系,研究建立统一的适合装备保障管理信息化的数据交换代码,基于装备的状态信息、故障信息、维修信息等进行研究装备保障领域的全程可视化信息管理系统。
二、以适应培养方向要求为出发点确定适宜的课程体系
课程教学是工程硕士培养的一个重要环节,它对于构建合理的知识结构、打下扎实的基础理论和系统的专业知识起着相当重要的作用。当今社会,科学技术迅猛发展,知识更新不断加快,只有打下牢固的基础,才能自如地实现向新领域的转变,才具有可靠的应变能力的坚实后劲;只有在头脑中存储了大量的知识、事例和经验,才能运用它们来进行创造性思维。课程设置在整个课程教学工作中起着基石性和原本性的作用,只有合理的课程设置才有可能使研究生具有合理的知识结构,才有可能在课程学习过程中激发研究生的创新意识与创新能力。
考虑到工程硕士的培养模式是“进校不离岗”,边工作边学习,在职攻读学位的特点,在课程学习上,我院采取的是“两阶段”学习方式,即第一阶段主要学习公共和领域必修课程,在学院集中学习;第二阶段主要学习选修课,采取先寄发教材供学员自学,再到学院集中辅导两次,每次为期两周,最后集中进行考试。因此课程设置一方面要充分考虑这些特点、安排,另一方面更要考虑所设置课程应与各培养方向相适宜。对控制工程领域工程硕士研究生来说,应具备以控制论、系统论、信息论原理为核心的知识结构。同时,还要具备基于与数学方法、计算机技术、网络技术、通信技术、各种传感器和执行器等相结合的、针对具体应用方向的知识面。这些知识结构、知识面要通过一类课程群的设置来落实。由于培养时间、教学时数的限制,课程的门数设置受到了约束,这样就要求对课程的选择必须反复斟酌,切实使选择的课程具有较强的针对性,有利于学生建立合理的知识结构,有利于学生进行后续的学位论文研究工作。我院工程硕士专业学位课程设置包含两大部分。一部分是适用各个研究方向的必修课,包括公共必修课和领域必修课。公共必修课主要包含自然辩证法、英语、数理统计、科技信息检索。领域必修课主要有线性系统理论、计算机控制系统、自动测试系统。另一部分是为不同研究方向设置的选修课。选修课设置的基本思想是在保证对一个控制工程领域工程硕士研究生而言,至少应掌握一个课程群的知识要求的基础上,引入专题讲座形式来开阔学生视野,增大学生知识面。根据学科培养方案设置的三个研究方向,结合部队岗位需求,我们按优化、控制类课程群、控制系统故障检测与诊断课程群、信息传输与处理类课程群的要求设置领域专业技术类选修课课程。
具体地讲,为三个研究方向设置的选修课程分别是:
为武器控制系统分析论证、试验优化与质量监控研究方向设置了优化、控制类为主的课程,包含军事运筹分析、系统决策与建模、智能控制、人工神经网络、防空武器系统效能分析以及专题讲座。
为武器控制系统性能测试与故障诊断研究方向设置了故障检测与诊断为中心的课程,包含测试与接口技术、军用电子系统测试、电子系统故障诊断、故障分析与预测、人工智能原理以及专题讲座。
为武器系统信息化管理研究方向设置了信息传输与处理为中心的课程,包含数字信号处理、战术互联网及其应用、图像工程、多媒体技术、人工智能原理以及专题讲座。
爱因斯坦创立相对论所需用的物理知识,不见得比所需的哲学思维多,爱因斯坦头脑中的哲学成分一直是人们的研究课题,因为是他成功地改变了后来者对宇宙时空观的看法。虽然在儿童时期,他的智力发育迟缓,但他那刨根问底的哲学探索精神使他对空间、时间的钻研比别人更深刻。他曾说,他受过斯宾诺莎哲学的影响,倾向于唯理化,但是他又始终注重实验事实,“相信有一个离开知觉主体而独立的外在世界,是一切自然科学的基础”。这个基础就是哲学理论思维。日本物理学家坂田昌一,根据恩格斯和列宁关于辩证自然观的思想,反对把粒子看做“物质的终极”,站在“物质具有无限层次”这一立场上致力于物质结构研究,l956年他提出了包括奇异粒子的复合模型,认为强子是由原子P、中子n和∧粒子这三种基础粒子组成的,“坂田模型”在解释和预言强子的性质方面取得了很大成功,这是坂田昌一长期坚持自觉学习和运用自然辩证法的结果。
他写道:“恩格斯的《自然辩证法》就像珠宝的光芒一样照耀着我四十年的研究生活。”[3]在牛顿时代,研究机械力学,没有辩证法相对来讲还过得去。然而,在今天,辩证法成为自然科学研究必不可少的方法。相对论和量子力学离开了辩证法将寸步难行。现代科学的许多复杂问题不能单靠实验的方法来解决,要借助于想象力和哲学思维。例如,我们无法直接观测电子等许多基本粒子的实际运动状态,只能在一些模型或理论的基础上进行间接观测,而这种模型或理论的建立就需要哲学的帮助。关于几十亿光年以外的天体情况,几十亿年以前的宇宙状况等,都无法直接用实验来验证。各种宇宙学说的建立离不开哲学的指导。辩证法对现代科学的指导作用一天比一天重要。
人类借助于科学实验活动,把我们的认识从已知的此岸引向未知的彼岸,包含了观察、假设、推理、实验、论证、检验等阶段。在每个阶段中,以及从这一阶段转移到另一阶段时,都必须要有充分的依据、合理的原因、严谨的推理、科学的验证。归纳、演绎、类比、分析、综合的过程,就是对感性材料进行整理,通过科学抽象做出哲学概括的过程,这对整个科学实践活动起着一般方法论的作用,是最高层次的科学方法。地壳运动的板块模型的建立是现代地质学的重大发现。这之前经历了大陆漂移假说、海底扩张假说和板块构造学说三个阶段。最先把大陆漂移作为一个假说提出的德国气象学家魏格纳,设想全球的大陆曾经都连在一起,称之为“联合古陆”,并给出联合古陆破裂、漂移过程的图示。
魏格纳认为使大陆漂移的动力是地球自转的离心力及太阳和月亮产生的潮汐力。但是,地球物理学家的计算表明,这个力实在太小,不足以推动大陆的漂移。20世纪60年代,美国地质学家赫斯提出“海洋扩张假说”,他认为,大陆不是作为独立体运动的,而是与海底连在一起在地幔软流圈上移动。60年代末,在海底扩张说的基础上,美国的摩根、法国的勒比雄和英国的麦肯齐共同提出了“地球板块构造模型”,这一学说成为新的地球构造理论。从大陆漂移学说、海底扩张学说到地球板块构造学说,每一个学说的提出,都是从假设开始,在观察或实验方法无法企及的情况下,借助抽象思维的能力,反复分析、推理而概括得出的结论。所以,“概括”作为一种思维方法在每一个阶段演进中发挥着至关重要的作用。我国著名数学家华罗庚,从20世纪50年代起,带领数学工作者深入生产一线,潜心探索一条让数学更好地为发展国民经济服务的途径。
他在常年实践的基础上总结出一套行之有效的科学方法,概括为:大统筹、广优选、联运输、精统计、抓质量、理数据、建系统、策发展、抓工具、巧计算、重实践、明真理。凝练的36个字,处处闪烁着哲学思维的光芒,今天这套方法依然具有强大的生命力。这是哲学方法论在自然科学中的典型应用。事实证明,只有那些认真实践而又善于思索的人、善于概括总结的人,才有可能在科学探索中捷足先登,摘取科学之果,也才能成为推广科学成果、促进科学进步的强大力量。从这种探索过程中可以看到,随着现代科学技术的迅速进步及其向各个领域的广泛渗透,尤其是数学方法的推广和应用,控制论、信息论、系统论等横断学科的发展,使自然科学和社会科学在方法论上逐步相互渗透,日渐趋向统一。正如著名科学家钱学森所指出的:“在现代科学技术中所用的研究方法也逐渐统一了,不能区分自然科学的方法论和社会科学的方法论。”
由于理论思维的工作特点是抽象的理,不需要实验室,而是在头脑中运用科学的逻辑加工感性材料,突出了事物的主要特征,因而使人们更便于发挥科学抽象的作用,使理想形态的研究结果超越现有条件,指明研究的方向,形成对新事物的科学预见。因此,正确的理论思维能够对客观世界做出科学的预见。这些科学预见往往经过科学技术手段的进步,在一系列研究活动中得到证实,从而形成新的科学理论。通过哲学思维所进行的科学预见,在历史上非常之多。恩格斯运用辩证法对当时自然科学发展中的一些重要问题,做出了很有见解的分析,提出了一些重要的预见,对机械运动中两种量变的争论做出了历史的总结,对原子可分、电子运动的物质基础、放射到太空中去的热能量重新集结,物理学和化学之间边缘科学的发展,人工合成蛋白质的可能,非细胞生命的存在等做了预见。
关键词:设计;人工物;自然主义;心灵哲学
Abstract: What is the essence of design is that it creates technical artifacts. Dual nature of artifact is dual realization of design. When reviewing dual nature of artifact, we found that dual nature of artifact is the same as mind-body problem in mind philosophy, just being at different forms. Base & significance of philosophy of design research is able to being some character of mind philosophy. It must go on design research when going on human studies.
Key words: design; artifact; naturalism; mind philosophy
一、问题的提出
设计,先天的具有交叉学科或跨学科的性质。我们已经看到,如同工程问题和文化问题一样,以传统的认知主义的认知方式,在单一(学科)维度上进行设计研究(如设计科学和设计哲学等)是心有余而力不足的。认知主义范式在此类问题研究上困难重重。因此,设计的高层次理论研究(如设计科学与设计哲学)非常薄弱,设计问题长期徘徊在人文社会科学学术视野的边缘地带,直接导致了工程问题和产业问题研究的滞后。我们意识到了设计哲学的必要性,看到了它的可能性;但是,我们更需要看到它的可行性。因此,有必要追问设计存在的哲学基础,并阐明其意义。否则,由于高层次的哲学理论和伦理价值的缺位,设计研究还是无法摆脱长期处于学术边缘地带的困境。类似地,工程研究(如工程哲学和工程伦理)与产业研究(如产业哲学)也将无法摆脱学术边缘地带的困境。
当然,如此追溯设计的哲学基础并不是一种基础主义的方式,这将更多地涉及到自然主义和心灵哲学等领域。而在此所涉及到的设计问题,主要属于自然科学或工程科学领域,而不属于艺术和美学领域。为了追问设计的哲学基础与意义,我们将首先从概念分析切入,分析设计概念定义时所遇到的问题;其次讨论一般的技术人工物(以下简称人工物)所体现的设计的形式实现与意向实现的双重实现属性;接着探讨在智能人工物的设计问题上设计所体现出来的哲学基础与意义;最后探讨了有关于设计的进一步研究内容。
二、设计的概念困境
Simon指出:凡是以将现存情形改变成向往情形为目标而构想行动方案的人都在搞设计;生产物质性人工物的智力活动与为病人开药方或为公司制订新销售计划或为国家制定社会福利政策等这些智力活动并无根本不同。([1],第103页)自然科学关心自然世界事实上是怎样的;设计关心人工物应该是怎样的且是否满足功能需求的。现代设计是技术与艺术的结合,技术性主要是由设计科学这种设计过程的系统性学说来完成人工物的形式构造,而艺术性主要是由设计哲学(及美学)来实现人工物的功能和期望,凸显人工物的意义。重要的是,设计越来越多地具备文化意义,美术设计、外观设计和概念设计,甚至工程设计也成为展示人文景观的必经途径,它们是文化认知和跨文化交流的基础。越来越多的研究人员,哲学的与非哲学的,包括广告设计师、建筑师、工程师和技术专家等,认为设计的哲学研究是必要的。
设计哲学可以看作是通过哲学的方式追求并探索关于设计的洞察力([2], pp.216)但是,设计哲学,作为一种特殊的科学哲学,作为一种新近进入学术视野的研究领域,该如何阐述它的哲学基础和意义呢?明显地,仅仅从客观性或“实践哲学”角度阐述设计的哲学意义是不充分的。我们必须追问设计在什么问题(领域)、什么意义上是具有深刻的哲学原理和伦理价值的,因而设计哲学得以成立并逐渐脱离学术边缘地带。
如此追问的一个重要原因在于,设计尽管几乎与人类历史一样古老,但设计作为独立被关注的对象或领域只是近代以来的事情。1907年德国才建立了第一个由建筑师、工程师和生产者联合的设计联盟,提出了现代设计哲学思想:艺术与工程结合。1996年,西蒙在《人工科学》第三版中正式提出“设计科学”概念,([1],第103页)而“设计哲学”(Philosophy of Design)概念大部分出现于最近几年的文献中。([3];[4], pp.293-313)
设计如此不受重视,究其原因,有两个原因值得关注:
第一,所谓“形而下者谓之器,形而上者谓之道”。由于设计与器物联系十分紧密,并缺乏高层次的哲学原理和伦理价值的研究支持,设计因此长期以来处于学术视野的边缘地带。
第二,从客观性的三重根性质来看,人们对客观性的认知方式的顺序是看、说、做。([5],第29页)恰恰是近代以后人们对客观性的认识到达“做”或“实践哲学”的层次,设计的研究才进入学术视野中。
我们已经看到如此不受重视的严重后果。对于设计这样年轻的交叉学科研究领域,最突出的问题是概念的混乱。试想,一位语言学家和一位计算机专家合作设计一套语音辨别系统。他们对同一个事物,如系统设计的整体认识、语音输入、识别与输出等环节的认识,都是基于各自学科背景的研究语言进行描述与思考。他们所使用的理论上的冲突与差异是显性的,尤其是他们来自不同的背景学科;设计过程中有许多问题是违反他们各自学科的本体论、认识论和理论适用情景的;关于设计的过程及其本身的研究和理论建设,他们缺乏一个清晰的研究范围、边界和焦点问题;对于他们这些先期的研究者而言,建立满意的文献资料库,确定类似认识论的基础,以及建立关于设计过程及其本身的广域学科理论,都存在着非常明显的障碍。([6], pp.346)
从词的意义演变历程来看,“Design”(设计)*源于拉丁语“Designara”,本意是“画上符号”,([7], pp.491-492)把设计思想以符号、图像和模型等方式表达出来。到18世纪,设计的词义仍限定在艺术范畴之内,1786年版的《大不列颠百科辞典》对“设计”的解释是:“艺术作品的线条、形状,在比例、动态和审美方面的协调。在此意义上,设计与构成同义,可以从平面、立体、结构、轮廓的构成等诸方面加以思考,当这些因素融为一体时,就产生了比预想更好的效果。”伴随着大工业的发展,产品设计和建筑工程等工业设计活动越来越成为“设计”概念的主导方面。([8],第28页)18世纪之前的设计活动属于“艺术设计”,偏重于艺术表现;19世纪后的属于“工程设计”,偏重于技术构造;现代设计则是艺术与技术的结合,在明确的意向目标或功能定位的前提下,用艺术、技术和工程等手段组织各种资源来筹划,以期实现意向目标或功能。西蒙更是强调“凡是以将现存情形改变成向往情形为目标而构想行动方案的就是设计”。以比较艺术的方式介入并改变现存情景是理解现代设计的关键。
由于缺乏理论基础和技术基础上的一般共识,设计的概念混乱还体现在以下几个方面:
一、几个关键术语,如Design、Design Process和Designing,在不同的领域中研究者使用不同的意义,或者在同一领域中不同的研究者使用的是不同的意义,又或在文献中使用不同层次的抽象意义。([6], pp.347)
二、设计有多种隐喻:(1)设计是创造性的天赋;(2)设计是解决问题;(3)设计是在可能的解决方案范围内寻找恰当的路径;(4)设计是对各部分的综合。([9],转引自[6], pp.351)
三、Design(ing)有多种用法。作名词可以指某项具体设计或者设计的结果,又或者设计本身的元概念;作动(名)词可以指某项设计的活动;其他的还可以做形容词、副词等等。
需要注意的是,当我们同时面对Design Process(设计的过程)和Design(设计的结果)时,尽管两者有所区别,但是它们相互之间是紧密相关的。要理解Design Process(设计的过程)的性质需要理解Design(设计的结果),反之亦然。([10], pp.291)因为,设计的过程直接结果(即人工物)同时具备物理结构和意向功能的双重属性,使得Design Process与Design不可分割。
综合上述,我们仍然无法形成有确定内涵和外延的设计的概念,正如我们无法确切定义文化概念一样。只有在单个学科维度上,才能给出相对有确定内涵和外延的设计定义;但是对于具有交叉学科或跨学科性质的设计问题而言,这样一种具有确定内涵和外延的认知主义方式的概念定义法则,已经不适用了。无法对概念本身进行有效分析,就意味着在正面分析上难以对设计的相关哲学问题进行研究。为了能够继续研究设计及其哲学问题,我们采取迂回策略,通过研究设计的结果,即人工物的相关性质,进而探讨设计的相关性质。
三、设计的结果(人工物)的双重属性
关于人工物的属性描述有三种:
(1) 目标(Goal/Purpose)、特性(Character)和工作环境(Environment);([1],第5页)
(2) 意向功能(Function)、物理结构(Physical Structure)和人类活动情景(Context of Human Action);([10], pp.295)
(3) 自然结构(Natural Structure)、社会功能(Societal Function)和技术过程性(Process of Technology)。([11],第29页)
(1)的描述比较笼统,(2)比(1)更具体一些,并且(2)中的人类活动情景还可更细分为设计的情景(Context of Design)和使用的情景(Context of Use),其中使用的情景与(1)中人工物的工作环境相当。(3)的技术过程性其实就是设计的情景,此外,(3)中第一和第二个属性描述引用了(2)的研究,所以可以认为(3)是(2)部分描述。综合起来,(2)的属性描述更有代表性。人工物就是为满足特定的意向目标或功能而运用技术等手段创造的具有特定物理结构的事物。
人工物,作为设计的结果,与设计的过程密不可分。设计的过程既包括物理结构的实现,又包括功能的实现;因此,人工物,无论是创造还是使用,都包含在人类活动情景内。([10], pp.297)用更简洁的方式表达人工物的属性就是:物理结构与意向功能。即一方面,人工物具有特定结构的物理对象;另一方面,人工物又是具有特定功能的意向对象。必须强调的是,对技术人工的描述既不能只用物理方面的属性也不能只用意向方面的属性,必须是双方面的结合,这就是人工物的双重属性,而且与心灵哲学的心身问题是同种类型。人工物是设计的直接后果,因此,人工物的双重属性问题就是设计的双重实现问题:形式化实现和意向(功能)性实现。
一个人工物被创造之后肯定具有一定的结构和功能,但经常出现与预期功能不一定的功能,如自行车可以代步,也可以作为运动锻炼的器材,而同样是代步功能的人工物,既可以使自行车也可以是飞机。可见,即便是稳定存在的人工物结构与功能也不是一一对应的。根本原因在于结构与功能在人工物上是统一的,而在人类活动情景——设计的情境和使用的情境——中是分裂的:
a) 物理对象——物理结构——设计的情景
b) 意向对象——意向功能——使用的情景
人工物的双重属性的分离性表现为:物理结构在设计的情境中实现,而意向功能在使用的情境中实现。设计过程是根据功能预设组织物理结构的,如果把设计过程看作是黑箱系统,那么输入的是功能预设,输出的是物理结构,预设的功能又要在使用的情境中实现。设计过程就是解决物理结构与意向功能如何在人工物上统一的问题。
这样的分离使得在人工物的设计过程中两种设计策略:(1)结构导向设计、(2)功能导向设计。这样的分离状况在人工物的设计过程中完全展现出来:(a)物理结构与意向功能之间有无特定关联或规律?若有,是什么?(b)结构与功能能否相互还原,或者只是一方还原到另一方?若是,又如何还原?(c)结构与功能之间怎么能够架起一座桥梁,消解或降低由此带来的设计困难?……
这样的分离状况也反映在Simon的人工科学理论里。他认为,人工物可以看成是“内部”环境(人工物自身的物质和组织)和“外部”环境(人工物的工作环境)的接合点——“界面”。([1],第6页)
内外部环境的分离的好处是,只要对内部环境作极少的假定,就可根据人工物的系统目标与对系统外部环境的了解来预测行为。从内部环境的角度来看,经常地,一个特定系统能否实现特定的目标或能否适应环境,只取决于外部环境的些许几个特征,而与外部环境的细节根本无关。这是一种体内平衡状态,无论是生物还是人工物,多数优秀的设计的一个重要的特性就是体内平衡。设计者想方设法将内部系统与外部环境分离,以使内部系统与目标之间的关系保持不变,不受表征外部环境的多数参量在大范围上变动的影响。(第8页)内外部环境的可分离性,对于所有复杂的大系统,无论是人工系统还是自然系统,都有程度不等的可分离性。Simon因此推论得出:整个自然界是按不同的“层次”(Levels)组织的层级结构(Hierarchy),这个大系统由相互联系的子系统组成,每个子系统在结构上又是层级式的,直到达到某个基本子系统的最低层次。(第117页)
Simon这种人工物的“层级理论”是典型的结构功能主义,尽管结构与功能之间的关系经历长久争论,并且无数设计者无不想方设法解决或跨越结构与功能分离的关系,但仍然没有令人信服的说法。必须承认,在现实设计情境中,层级理论无疑提供了一个使设计过程更简便更高效的路径,所以,关于设计的诸多理论几乎是层级系统方法论一统天下。即便是建构关于设计理论的统一理论建构的框架体系也是层级结构和结构功能主义方式。例如设计理论的元理论结构(Meta-theoretical Structure for Design Theory)包含十个层次:(1)事物的直接理解、(2)目标的描述、(3)设计要素的行为、(4)选择机制、(5)设计方法、(6)设计过程结构、(7)关于设计师和协作的内在过程的理论、(8)一般设计理论、(9)设计理论和事物理论的认识论问题与(10)设计的本体论问题。([4], pp.305-306)
综合上述,对一般技术人工物的分析,设计仍然停留器物层面上,还没有涉及到深层次的哲学理论和伦理价值问题。因此,我们将更进一步探讨特殊的人工物——智能人工物——所涉及到的设计问题及其哲学意义。
四、智能人工物的双重属性与心身问题
作为一类特殊的人工物,智能人工物[如人工智能系统(AI)、专家系统或机器人]自然具备物理结构与意向功能的双重属性。在AI领域,这样的双重属性被表述为:形式化(Formalization)和意向性(Intentionality);并且它们在建立AI与哲学的联系上起着举足轻重的作用。([12],导言第8页)形式化问题是AI设计的关键问题,无论是认知主义还是联结主义都是一样。认知主义视角下,任意事物,只要能形式化,就可以由计算机通过符号逻辑来实现;联结主义也是以形式化开始,如网络拓扑结构,建立分布式表述算法来实现。但是,意向性问题在AI两大体系中有不同的表现。认知主义认为意向性是区分人和机器的根本特征之一,人有意向性而机器没有;但在联结主义视野中,上述表达将被打上严重的问号!联结主义通过拓扑结构/物理结构来实现运算,虽然还无确凿的经验证据表明拓扑结构具有意向性,但是有关身体意向性和认知的具身化(Embodiment)([13], pp.4)的研究已经暗示着这种可能性。
我们可以通过比较机器人、克隆人与自然人的性质和关系来更深入探讨这类形式化(物理结构/身体)与意向性(意向功能/心灵)的双重属性问题。在此,有一点必须说明:自然人是否能与机器人、克隆人在同维度上比较?
传统上,人被认为是万物之灵,拥有智慧和心灵特征是人与动物的本质区别,更是与机器的区别。此外,克隆人作为人工物来看待也涉及到严肃的伦理问题。如果我们困于传统的认知情景,那将肯定无法突破现有理论体系,无从深入地探讨设计的哲学问题。但是,按照自然主义的理解,所有的存在都是自然性的;自然人是,克隆人也是,机器人也是。甚至,机器人设计的极限状态就是运用生物技术和基因技术,直接设计制造与自然人属性一样的“生化人”;因此,三者是可以比较的。此外,认知科学可以通过自然科学方式研究人的心灵问题,当然可以运用设计这种自然科学和工程科学的手段研究人的心灵问题。也就是说,自然人和克隆人、机器人都可以理解为具备双重属性:物理结构(或身体)和意向功能(或心灵)。
机器人是典型的人工物;克隆人其实也是人工物。虽然存在着伦理争议,目前也没有现世,但它可以是为了满足特定的意向功能——如为不孕夫妇制造孩子——而运用克隆技术等手段创造的具有与自然人同样生理结构的“人”。机器人、克隆人与自然人这三种“人”都具有类似的物理结构:自然人和克隆人主要由碳、氢、氧等元素组成,有计算决策中心(无数脑神经元连接而成的大脑)和运动系统(肌肉、骨骼和神经);机器人主要由硅、铜、铝等元素组成,有计算决策中心(无数晶体管连接而成的中央处理器与存储器)和运动系统(齿轮、导线、马达与机械臂)。它们也有类似的功能,如跨越障碍的行为,模式识别或判别尺寸大小等“思考”活动。
以自然主义方式进行认知考察,机器人、克隆人和自然人无本质区别,只是形式化复杂度和意向性复杂度的大小有所不同。三者各自的双重属性就是人工物双重属性不同表达形式。所以,心灵哲学的心身问题是人工物双重属性的一个特例,而人工物的双重属性问题就是设计的双重实现问题。因此,心灵哲学的心身问题也是设计的双重实现问题的一个特例。也就是说,设计的哲学基础与意义具有心灵哲学的性质,设计也不再是一个只关乎器物层面的学术边缘领域。
五、小结
正如Simon所说:“在相当大的程度上,要研究人类便要研究设计科学”。([1],第129页)然而仅研究设计科学是不充分的,我们需要更多地研究设计哲学及其相关等问题。当传统的认知主义范式对设计这种交叉学科性质的问题力不从心的时候,有必要使用另外一种认知范式(如联结主义)来研究设计问题。这不仅仅是联结主义与心灵哲学研究密切相关,而且设计研究与心灵哲学研究密切相关,因此,未来对设计的研究将有更多的进路,如(1)联结主义方式的设计概念体系,(2)设计形式化实现机制,(3)身体意向性与设计的意向性实现,(3)具身化与设计双重实现问题等。随着设计研究(如设计理论和设计哲学)的不断深入,不仅将使设计在学术领域获得与其在现实生活中的同等重要地位;而且,必将大力推动工程研究(如工程哲学和工程伦理)与产业研究(如产业哲学)的进度,并有助于它们摆脱在学术研究中的边缘地位;可能更为重要的是,设计研究可以作为心灵哲学研究的类比形式,正如人工神经网络可以作为大脑研究的类比形式一样,设计的研究意义非同一般。随着设计科学和设计哲学的研究推进,必将大力促进并推动心灵哲学等对人的研究的进展。
[参 考 文 献]
[1] 司马贺著(武夷山译):人工科学[M].上海科技教育出版社,2004.
[2] Galle, P., Philosophy of design:an editorial introduction[J]. Design Studies, 2002(3).
[3] Vilém Flusser. The Shape of Things: A Philosophy of Design[M]. (English-language translation) London: Reaktion Books, 1999.该书最早于1993年Carl Hanser Verlag出版;1999年出版的是其英译本。
[4] Love, T., Philosophy of design:a meta-theoretical structure for design theory[J]. Design Studies, 2000(3).
[5] 盛晓明.客观性的三重根[A].赵汀阳主编.第一哲学[C].中国人民出版社,2005年.
[6] Love, T., Constructing a coherent cross-disciplinary body of theory about designing and designs:some philosophical issues [J]. Design Studies, 2002(3).
[7] Dictionary of the English language[Z].Boston:American. Heritageo, 2000.
[8] 朱红文.“设计哲学”的可能性和意义[J],哲学研究,2000(3).
[9] Coyne, R and Snodgrass, A B., ‘Problem setting within prevalent metaphors of design’[A]. Working report, Faculty of Architecture, University of Sydney, Sydney(1992).
[10] Kroes, P A., Design methodology and the nature of technical artefacts [J]. Design Studies, 2002(3).
[11] 阴训法,陈凡.论“技术人工物”的三重性[J].自然辩证法研究,2004(7).