人工智能时代的课程逻辑:世界模型与场景学习

作  者:

作者简介:
李永智(1970-),男,山西盂县人,博士,中国教育科学研究院研究员,主要从事教育战略与数字教育研究,E-mail:liyz@cnaes.edu.cn;孙蔷蔷、王玉国,中国教育科学研究院(北京 100088)。

原文出处:
电化教育研究

内容提要:

人工智能正在深刻改变社会生产生活方式、人才需求模式等,对以知识传递为核心、以学科为本位的传统课程逻辑构成根本性挑战,推动教育目的从“为生产”走向“为生活”。教育的本质是对大脑智能的开发,而人类智能的基石在于构建“世界模型”,课程的根本逻辑应转向支持学习者建构一体化、个性化和迭代化的内在“世界模型”。为此,课程内容需实现从“条块分割”到“整体关联”、从“外部复制”到“内部映射”、从“静态传递”到“动态演化”的三重转变。“场景学习”是建构“世界模型”的最佳路径,以往教育因规模化人才培养需求而过度依赖语言文字系统,当前以人工智能为核心的数字技术为回归真实有效的场景学习提供可能,也为未来课程形态变革指明方向。


期刊代号:G1
分类名称:教育学
复印期号:2026 年 01 期

字号:

  一、引言

  随着人工智能(Artificial Intelligence,AI)实现突破性发展,人类历史性地从一个个具体生产活动中退出,人造机器系统能够独立完成越来越多的原本人类必须参与的生产活动,人们参与物质生产过程的必要性逐渐消失。人与人造机器的能力边界重新划分,社会分工重塑,教育内容因此发生改变。人类迈入一个由人工智能驱动的变革时代。“培养什么人”比“怎样培养人”尤显重要,重构课程逻辑成为变革时期教育的首要关注。

  工业时代的课程逻辑以确定性知识为主要内容,以标准化为原则,以分科教学为组织形式,以教师为中心,以语言文字编码为主要载体,其已不适应人工智能时代人才需求。由此产生的矛盾正成为全球共同议程。联合国教科文组织在《北京共识——人工智能与教育》中呼吁,各成员国应注意到采用人工智能所导致的劳动力市场的系统性和长期性变革,更新并开发有效机制和工具,以预测并确认当前和未来人工智能发展所引发的相关技能需求,以便确保课程与不断变化的经济、劳动力市场和社会需求相适应[1]。在我国,中共中央、国务院印发《教育强国建设规划纲要(2024-2035年)》,要求“促进人工智能助力教育变革”“面向数字经济和未来产业发展,加强课程体系改革”[2]。正如历史学家赫拉利(Harari Y N)所主张的,我们无法预测2050年的世界会是什么样子,教育的核心挑战在于培养学生应对前所未有的变化和不确定的未来[3]。

  当前引领人工智能技术发展的大语言模型(Large Language Models,LLMs),是人工智能的一个重要分支和技术路径,本质是一种基于海量文本数据训练的大数据概率拟合推理,其局限在于基于符号化的离散知识,而不是与现实世界互动生成的可理解、可推理、可决策的“世界模型”(World Model)。“世界模型”是人工智能算法模型的一种新概念,旨在模仿人类和动物通过观察与交互自然地学习关于世界运作方式的知识。因此,大语言模型难以持续系统地真正理解世界运作的物理规律与因果联系:一方面,只见树木、不见森林,缺乏系统思维和逻辑推理预测能力;另一方面,知其然而不知所以然,知行脱节,就像是一个熟读所有游泳理论书籍但从未下过水的人。与之类似,工业时代教育体系在很大程度上也是在培养一种“类大语言模型”式的人类智能。以知识传授、分科标准化教学和筛选分层评价为主体的教育范式,高度依赖抽象符号传递,在传递特定知识点上或许高效,却忽视了人类智能的真正优势——通过触摸、观察、实验、互动等多模态、具身化的方式去构建一个整体的“世界模型”。尽管如此,人工智能仍给教育带来前所未有的挑战和机遇。挑战在于,当机器的知识存储和检索能力远超人类大脑时,以知识传授为主的教育逐渐失去现实价值;机遇在于,基于大语言模型提供高效知识检索,学习者可节省大量知识记忆时间,从而用于发展高阶思维、人文价值、人机协作、情感智能等能力与素养。

  因此,教育亟须范式转型,实现从“传授标准知识”转向“建构世界模型”。这一转变引发一系列对课程论“元问题”的追问。一是目标之问。当知识获取方式被颠覆、人类不再必要参与生产,教育的核心逻辑便失去原有锚点,此时,教育的本质和终极目标应该是什么?二是内容之问。我们应该“学什么”与“教什么”,培养什么样的人才能应对不确定的未来?三是形式之问。我们应该“怎么学”与“怎么教”,才能在学习者大脑内构建更加强大的“世界模型”?要回答这些问题,仅对当前课程内容进行“小修小补”或“新瓶装旧酒”显然不够,我们必须寻求更深层的变革,对课程的核心逻辑进行系统重塑。

  二、基于第一性原理的课程逻辑重构

  人工智能正以颠覆性力量驱动着教育生态的范式革命。在此历史性变革的重要节点,课程逻辑的重构不应只是应激式的局部或暂时调整,它要求我们回到原点,运用“第一性原理”开启一场由外而内、层层递进的逻辑推演——从审视人机关系变化的宏观视域出发,确立面向未来人才培养的教育目的追求,进而探寻实现教育目的的人脑智能开发机制,最终为回答“培养什么人”这一时代命题提供思路。

  (一)人机关系重审视:作为“智能体”的AI与人的角色定位

  人工智能是对人脑组织结构与思维运行机制的模仿,是人类智能的物化[4]。目前,存在“泛AI”的理解误区,将简单的搜索技术、数字技术或是计算技术都笼统地归为人工智能的范畴,这种泛化理解易造成教育变革仅仅停留在浅表的技术应用层面,而不能达到深层的逻辑重构。人工智能的概念最早由麦卡锡(McCarthy J)在1956年提出,并将其定义为“制造智能机器的科学与工程”[5]。罗素(Russell S)等人将其归纳为“能够采取行动以获得最佳预期结果的理性智能体(Rational Agents)”,包括“像人一样思考”“像人一样行动”“理性地思考”“理性地行动”四个方面的特征[6]。赫拉利更是将其描述为一种能够自主决策的“智能体”(Agent),甚至是一种“外星智能”(Alien Intelligence)[7]。与以往从锤子到原子弹的所有技术都不同,AI拥有独立决策、创造新想法和自我学习演化的能力[8]。它不再是仅仅执行人类指令的工具,而是一个能够感知环境、内部推理、自主决策、采取行动并影响外部世界的完整闭环系统。罗素以“AI为了泡一杯咖啡而掌控全球能源以确保咖啡机永不断电”的例子警示我们,AI可能会为了达成目标而演化出人类无法预料的极端行为[9]。当AI以人类无法想象的速度进化,拥有类人乃至超人的智能,我们便进入了一个需要人机协同的社会[10]。世界经济论坛发布的《2025年未来就业报告》也印证了这一趋势,“到2030年,全球将新产生1.7亿个新工作,同时取代9200万个旧工作,最终实现约7800万个工作岗位的净增长,如AI伦理师、AI系统训练师等需要与AI协同的新岗位”[11]。当人类的价值坐标发生了历史性的位移,那么旨在塑造人类的教育,其根本目的又该是什么?

相关文章: