摘 要：数智时代的大门即将打开。在这样一个重要的关键时刻，教育界的人们不可只幻想将来如何省力、省时间、省动脑筋，更要充分估计可能会遇到什么风险，探讨如何在过渡中规避这些风险，在这个关键时期做好顶层规划，进行好过渡设计。
关键词：数智时代；人工智能；教育改革；顶层规划；过渡设计；建议方案
数智时代是人类社会的顶级时代
工具是人类文明演进的标志。人类工具的每一次进步都是对人类机能的扩展和放大。从石器时代到铁器时代再到机器时代，不断强化和扩展并放大了人的肢体机能，大大提高了物质生产的效率；在信息时代，人类将机体功能扩展和放大的关注部位延伸到了感官与大脑的连接上，大大加快了科学技术进步的步伐。在数智时代，人类又进一步将机体功能扩展和放大的关注部位延伸到了大脑思维层。以前几个时代的工具都是由大脑开发出来，解放或扩展其他器官的功能的。智能工具则是大脑开发出来扩展和延伸大脑自己的，它所驱动的新质生产力必然空前地爆发，改变人类的生活习惯、工作方式、价值观念、社会形态、人际关系、思维模式……
习近平总书记高瞻远瞩，深刻地指出：“人工智能是新一轮科技革命和产业变革的重要驱动力量，将对全球经济社会发展和人类文明进步产生深远影响。”
身处这样一个巨大变化的前夜，摆在每一个国家、每一个人面前的都是两项任务：一是如何通过自己的努力，为这个时代的到来做出更大的贡献；另一方面是如何快速又安全地进入这个时代。
人工智能对教育的负面影响不可忽视
教育是社会有机体的一个组成部分，是社会承袭和发展的纽带。教育发展的基础在于生产力和经济的发展，而教育又将作用于生产力和社会经济，成为推动生产力和社会发展的强大力量。因此，教育如何迎接这个新时代的到来，为整个社会所关注。
迈进新时代，教育的首要重任是保证所有人能顺利地进入这个新的时代，并在此过程中健康地生存。这里说的“健康”不仅限于身体健康。为此，就须看数智，主要是人工智能对教育的影响。
现在，许多人怀着美好的愿望展示了人工智能在教育方面的美景：有助于个性化学习和泛在学习，可以优化教育资源、提升教育管理效率，能够减轻教师负担、提高教学效率等。同时，也有人发现人工智能会带来一定程度的伦理风险、道德风险和社会安全问题。联合国教科文组织、许多国家的有关部门、一些高等院校也为此发出了预警条例。不过，这些问题还属于管理层的问题，相信会有相应的管理制度和措施来制约这些现象。值得注意的是，还有两个负面效应，影响深远却关注不够。
（1）认为现代人工智能的背景是大模型和大数据，因此它是万能的，是绝对正确的，实际并非如此。需要知道，机器的知识是学习得来的，大模型是机器学习的工具；对大模型的训练过程，就是机器学习的过程。模型是对现实的抽象，抽象是从众多参数中保留具有本质性、影响大的参数，忽略其他参数的过程。这种保留和忽略与认识问题的角度、深度以及环境有关。有可能在某些条件下被忽略的参数，在其他条件下却是关键的。简单地说，大模型是尽量保留更多参数的模型。也就是说，虽然大模型保留的参数多，但是不可能是全部。大模型的参数来自大数据，然而大数据同样不可能涵盖全部数据。此外，训练是优化模型的过程，而训练也无法达到百分之百的完美。因此，完全相信人工智能必然会导致错误，何况现在许多模型还很不完善，将来也很难做到完全完善。
（2）教育除了传道、授业、解惑，还承担着使受教育者在德智体 3 方面健康发展的责任，同时肩负着培养他们良好的生活和工作习惯的使命。如今，人工智能给人一种无所不能的错觉，很有可能导致一部分人养成“万事依赖人工智能”的习惯：遇到智力问题求助生成器，处理体力事务托付给机器人。这无疑是一种十分危险的倾向。人类历史中已有类似前车之鉴：距今 200 万—300 万年前，地球进入第四纪冰期，全球气候变冷，导致全球森林大面积萎缩。人类祖先因此失去了森林的庇护，被迫适应草原生活。他们在草原中为了及时发现危险，开始用后肢站立，最终逐渐学会了直立行走。这一进化大大解放了双手，使得其变得灵活，人类得以创造工具，但与此同时，也引发双臂萎缩，攀爬抓握功能逐渐蜕化。那么，过度依赖人工智能，是否会导致人类身体机能和智力水平双重退化呢？这种可能性是存在的。
医学生物学研究得出的结论是长期缺乏认知刺激会导致大脑皮层厚度变薄，前额叶和顶叶代谢水平显著降低、神经元活性下降、突触修剪失衡（有用连接减少，无用连接保留），影响信息传递效率；海马体 θ波活动减弱，记忆衰减；多巴胺能神经元活性减退，尤其以前额叶皮层（负责决策、规划）和海马体（与记忆形成密切相关）最为显著，导致动机减退，注意力不集中，形成“越不用脑越不想用脑”的恶性循环。这是一个人一生中发生的事情。如果多代连续，后果不堪设想。这些情况已经在网络游戏、快乐教育、碎片化教学等活动中得以验证。
迈入数智时代教育须先顶层规划、总体部署
可以想象，到了数智时代，生产力将得到空前的飞跃，人类创造财富的时间会大幅度缩短，空闲时间将大幅度增加，而寿命将大大延长。常言道：“无事生非”。德智体“三育”不会只是针对青少年而言的事情，可能会伴随每个人的一生。学校学习只是人生一个极为短暂的阶段，而且模式会有极大变化。教育的内容也会有很大变化。
现在就一下跳到将来是不可能的，不仅无法适应，而且很有可能形成利小弊大的局面，因此当前教育转型的首要策略是充分分析利弊，做好顶层规划，制订出一个好的、稳妥的过渡方案，既要有利于履行教育的另一项重要使命——作为社会发展的动力以及拥有这种正能量的人才，又要很好地履行上述关于人的健康生活与过渡的使命。
2021 年 3 月 23 日习近平总书记在福建考察时指出：“现代化最重要的指标还是人民健康，这是人民幸福生活的基础。把这件事抓牢，人民至上、生命至上应该是全党全社会必须牢牢树立的一个理念”。这就是当前制订教育向数智化过渡方案时，必须遵循的基本原则。
按照这个原则和教育的两项使命，对于教育向数智化过渡有以下几点建议。
（1）教育应当为数智时代的到来，提供创新技术方案和具有创新精神的人才，同时要能趋利避害地把人工智能应用于教学中，建议一个基本原则：高校急行，中学缓行，小学慎行。
（2）高等学校的各专业（特别是非文科）都要考虑如何建立与人工智能的结合点，并尽快行动；同时要借助人工智能，改变现行的教学模式，特别是研究生教育和本科，要破除唯论文主义，建议用创新设计方案和专利申请代替论文。
（3）中小学的人工智能教学不是以开发人工智能项目、应用人工智能工具和了解人工智能原理为目标，而是以扎牢基础、培养创新思维和奋斗精神为目标。特别是小学，一定要谨慎：不主张学生使用生成式 AI；教师若用，也应经过一定的审批。有人建议小学作文，老师先用生成式 AI 生成一篇文章，然后组织学生评论，再让学生写一篇作文。这样的教学改革值得进一步研究。
（4）改变上课满堂灌的现象，要留有一定的讨论时间进行课堂讨论。课外作业要有搜集资料、提出看法的任务，为此要缩小班额人数，把中小学班额人数向先进国家看齐，限制在 30 人以下。这样一方面可以提高教学质量，同时能够解决大学生的就业问题。
（5）针对伦理风险、道德风险和社会安全问题，思政教育应当增添与之相关的内容，同时党团组织和关心下一代，也要将此项工作重视起来。
（6）程序设计公共课教学，建议以 Python 为主，但目前国内 Python 著作几乎存在基本概念错误，这个问题应当引起全社会、教育界特别是教育主管部门的高度重视。
（7）高校或几所高校联合设立人工智能研发中心。
（8）为了有准备地迈入数智时代，要对大中小学的AI课程进行统筹规划。建议各级教育主管部门设立“人工智能教育指导专家组”，统筹从小学到大学以及业余的人工智能教育指导。专家组成员应当包括大、中、小学中从事人工智能教育并有建树的老师、思政教育教师，从事人工智能开发行业的技术人员，教育主管部门领导等。
一个迈向数智时代的过渡性建议方案
（1）小学是教育的最基础阶段。建议小学中把“数与代数”课改回“算术”，内容包括现在的认识整数、小数、分数、百分数等，理解数的意义、性质和大小比较、四则运算、鸡兔同笼问题、相遇和追赶问题外，开设简单程序设计课程，学习下列内容：①程序设计语言的概念；编译与解释；Python 的下载与安装；②开机，进入 IDLE；③print 函数；④数字与字符串；⑤算术运算符与算术表达式：+、-、*、\；⑥对象与变量，赋名语句；⑦input 函数；⑧交换变量引用的对象；⑨布尔类型与关系运算符；⑩条件语句。
2）初中阶段。
初中阶段可以开设算法与数据结构课程和 Python 程序设计课程，内容包括：①重复语句；②穷举与迭代；③列表与元组、可变对象与不可变对象；④线性搜索、顺序搜索、二分搜索；⑤选择排序、插入排序、交换排序；⑥字典与集合；⑦函数与递归算法；⑧用户界面程序设计。
3）高中阶段。
高中阶段继续开设算法与数据结构，内容包括：①栈与堆；②树与图；③深度优先搜索与广度优先搜索；④文件与目录操作；⑤数据库操作；⑥网络爬虫、数据可视化；⑦函数式编程、面向对象编程。
另外，增加一个计算机系统及其安全课，内容包括计算机组成、网络结构、操作系统和信息安全的基本知识。
4）大学公共课：人工智能基础。
大学把现在的计算机基础下放到中学后，AI 公共课应包含下列内容，并可用 Python 库模块实现案例：①数据挖掘与大数据分析基础；②大模型概论；③机器学习概论；④感知技术基础；⑤信息安全。
5）大学非 AI 专业的 AI 课程。
任何人工系统的成败关键，都在对领域知识的掌握上。在数智时代，系统的开发都会智能化，领域知识更显得十分重要。随着 AI 时代的到来，各种 AI 系统的设计都有了 AI 工具。这些 AI 应用系统之间的差别主要表现在其大模型上，而垂直大模型属于不同专业的领域，因此，在大学中，AI 系统开发（特别是大模型设计）的学习和研究应当放在不同的专业课中。
6）大学 AI 学科建设。
在 AI 时代，垂直大模型开发的需要会引起有关专业由细分趋向合并，而人工智能学科将会与数学、生物学、管理与决策、自动控制、材料科学等结合，形成多个专业，进一步在人工智能的发展上进行探讨和人才培养。例如，可以分为如下专业。
（1）与生物科学、声学、光学等结合组成人工智能感知专业。
（2）与数学、脑科学、统计学等结合组成机器学习、知识获取、知识推导与大模型专业。
（3）与自动控制学科、物理、化学、机械等结合，组成人工智能体系结构专业或人工智能执行与自适应专业。
当然，这些专业的内容也可以分布到其他有关学科中。总之，随着 AI 时代的到来，科学技术界将会发生一场惊天动地的革命，并深入到人类生活的方方面面。