人工智能時代的知識:致力于培養(yǎng)專長和學(xué)會遷移
發(fā)布時間：2020-12-11 00:23
人工智能時代的到來對就業(yè)能力產(chǎn)生了重要影響,它要求教育者樹立新的雙基觀,即聚焦基礎(chǔ)知識(包括核心概念和基本內(nèi)容)和基本能力(包括技能、品格和元學(xué)習(xí));既精通專長,又學(xué)會遷移,并在兩者間保持適當(dāng)?shù)钠胶�。教育不僅要造就T型人才,更要培養(yǎng)M型人才。所謂掌握知識,重在尋求意義和促進(jìn)理解,尤其是要注重概念學(xué)習(xí),真正做到知行統(tǒng)一。掌握專長和學(xué)會遷移是通過理解概念,而不是學(xué)習(xí)那些很容易接觸并掌握的內(nèi)容實現(xiàn)的。這就是說,要在學(xué)習(xí)內(nèi)容上將翻轉(zhuǎn)課堂教學(xué)法和技術(shù)相結(jié)合,從而實現(xiàn)課堂時間主要用于基于活動的概念學(xué)習(xí)。核心概念是知識的動力工具,在課程中應(yīng)置于重中之重的地位。在學(xué)習(xí)上,如果能做到知行統(tǒng)一,就能降低產(chǎn)生脆弱知識、配方知識和惰性知識等有缺陷知識的可能性。
【文章來源】：開放教育研究. 2018年02期 第13-22頁 北大核心CSSCI
【文章頁數(shù)】：10 頁
【部分圖文】：
隨時間推移工作所需任務(wù)類型的變化
災(zāi)耙檔撓跋歟?約?對日益遞增的“職業(yè)消亡”的關(guān)注，其數(shù)字變動范圍在9%(OECD)到50%(牛津大學(xué))之間。隨著大量文章嘗試描述世界末日到歡樂的烏托邦的場景，以及嘗試描寫兩者間的各種細(xì)微差異，這一主題最近得到了公眾的廣泛關(guān)注(如Chui，2017;Surowiecki，2017;Hensel，2017;Shewan，2017;Jones，2017;Swarte，2017)。人工智能的進(jìn)展對很大一部分人，特別是高技術(shù)人才是極具震懾力的(Anthes，2017)②。審視它發(fā)展趨勢的方法之一，就是運(yùn)用布盧姆教學(xué)目標(biāo)分圖2a認(rèn)知技能領(lǐng)域自動化的發(fā)展(來源:CCＲ)·41·瑪雅·比亞利克，查爾斯·菲德爾.人工智能時代的知識:致力于培養(yǎng)專長和學(xué)會遷移OEＲ．2018，24(2)
圖2b情感技能領(lǐng)域自動化的發(fā)展(來源:CCＲ)圖2c動作技能領(lǐng)域自動化的發(fā)展(來源:CCＲ))類系統(tǒng)理論對認(rèn)知(Krathwohl，2002)、情感(Krath-wohletal，1964)和動作技能領(lǐng)域(Simpson，1971)進(jìn)行分析，這是為了理解日益復(fù)雜的思維、情緒和動作，并對其進(jìn)行分類的需要。圖2顯示，現(xiàn)有運(yùn)算法則已經(jīng)覆蓋了人類能力的重要部分，而這僅僅是影響的開始。人工任務(wù)和計算機(jī)任務(wù)之間的界限有多清晰?一旦任務(wù)被自動化，是否還為人類留有余地?國際象棋是我們可以設(shè)想的，它或以人類憑借直覺進(jìn)行整體性游戲，或以自動化、運(yùn)用強(qiáng)大的運(yùn)算能力進(jìn)行算法性游戲。1997年，深藍(lán)計算機(jī)在國際象棋較量中擊敗了世界冠軍加里·卡斯帕羅夫，預(yù)示著國際象棋進(jìn)入電腦趕超人腦的行列。同樣，游戲Go最近被攻克了，甚至利用運(yùn)算法則設(shè)計出人類玩家還沒使用過的創(chuàng)新策略。③然而，盡管計算機(jī)確實可以在國際象棋的較量中擊敗人類，但兩者的結(jié)合似乎比任何一個獨(dú)自運(yùn)作更為強(qiáng)大。自由比賽的結(jié)果表明，業(yè)余國際象棋選手使用電腦可以打敗電腦、大師級選手，甚至戰(zhàn)勝性能較差電腦的大師級選手(Brynjolfsson＆McAf-ee，2014)。表面上看，這又是個很好的例子，說明電腦入侵了過去被認(rèn)為是人類獨(dú)有的領(lǐng)域，但事實證明，人類可以把運(yùn)算法則作為工具加以使用，讓人類將擅長的事情做得更好。表一計算機(jī)、人工和人機(jī)結(jié)合小組的比較實體優(yōu)點(diǎn)不足電腦在尋找解決方案的龐大檢索空間里快速生成和測試。快速處理大數(shù)據(jù)。開放世界中的解決方案生成器是不完整的。數(shù)據(jù)難以對開放世界作出充分表征。人類團(tuán)隊有開放世界的生活經(jīng)驗。多領(lǐng)域的跨學(xué)科團(tuán)隊的多元化經(jīng)驗。存在協(xié)調(diào)成本。人機(jī)團(tuán)隊(最高性
本文編號：2909557
【文章來源】：開放教育研究. 2018年02期 第13-22頁 北大核心CSSCI
【文章頁數(shù)】：10 頁
【部分圖文】：
隨時間推移工作所需任務(wù)類型的變化
災(zāi)耙檔撓跋歟?約?對日益遞增的“職業(yè)消亡”的關(guān)注，其數(shù)字變動范圍在9%(OECD)到50%(牛津大學(xué))之間。隨著大量文章嘗試描述世界末日到歡樂的烏托邦的場景，以及嘗試描寫兩者間的各種細(xì)微差異，這一主題最近得到了公眾的廣泛關(guān)注(如Chui，2017;Surowiecki，2017;Hensel，2017;Shewan，2017;Jones，2017;Swarte，2017)。人工智能的進(jìn)展對很大一部分人，特別是高技術(shù)人才是極具震懾力的(Anthes，2017)②。審視它發(fā)展趨勢的方法之一，就是運(yùn)用布盧姆教學(xué)目標(biāo)分圖2a認(rèn)知技能領(lǐng)域自動化的發(fā)展(來源:CCＲ)·41·瑪雅·比亞利克，查爾斯·菲德爾.人工智能時代的知識:致力于培養(yǎng)專長和學(xué)會遷移OEＲ．2018，24(2)
圖2b情感技能領(lǐng)域自動化的發(fā)展(來源:CCＲ)圖2c動作技能領(lǐng)域自動化的發(fā)展(來源:CCＲ))類系統(tǒng)理論對認(rèn)知(Krathwohl，2002)、情感(Krath-wohletal，1964)和動作技能領(lǐng)域(Simpson，1971)進(jìn)行分析，這是為了理解日益復(fù)雜的思維、情緒和動作，并對其進(jìn)行分類的需要。圖2顯示，現(xiàn)有運(yùn)算法則已經(jīng)覆蓋了人類能力的重要部分，而這僅僅是影響的開始。人工任務(wù)和計算機(jī)任務(wù)之間的界限有多清晰?一旦任務(wù)被自動化，是否還為人類留有余地?國際象棋是我們可以設(shè)想的，它或以人類憑借直覺進(jìn)行整體性游戲，或以自動化、運(yùn)用強(qiáng)大的運(yùn)算能力進(jìn)行算法性游戲。1997年，深藍(lán)計算機(jī)在國際象棋較量中擊敗了世界冠軍加里·卡斯帕羅夫，預(yù)示著國際象棋進(jìn)入電腦趕超人腦的行列。同樣，游戲Go最近被攻克了，甚至利用運(yùn)算法則設(shè)計出人類玩家還沒使用過的創(chuàng)新策略。③然而，盡管計算機(jī)確實可以在國際象棋的較量中擊敗人類，但兩者的結(jié)合似乎比任何一個獨(dú)自運(yùn)作更為強(qiáng)大。自由比賽的結(jié)果表明，業(yè)余國際象棋選手使用電腦可以打敗電腦、大師級選手，甚至戰(zhàn)勝性能較差電腦的大師級選手(Brynjolfsson＆McAf-ee，2014)。表面上看，這又是個很好的例子，說明電腦入侵了過去被認(rèn)為是人類獨(dú)有的領(lǐng)域，但事實證明，人類可以把運(yùn)算法則作為工具加以使用，讓人類將擅長的事情做得更好。表一計算機(jī)、人工和人機(jī)結(jié)合小組的比較實體優(yōu)點(diǎn)不足電腦在尋找解決方案的龐大檢索空間里快速生成和測試。快速處理大數(shù)據(jù)。開放世界中的解決方案生成器是不完整的。數(shù)據(jù)難以對開放世界作出充分表征。人類團(tuán)隊有開放世界的生活經(jīng)驗。多領(lǐng)域的跨學(xué)科團(tuán)隊的多元化經(jīng)驗。存在協(xié)調(diào)成本。人機(jī)團(tuán)隊(最高性
本文編號：2909557
本文鏈接：http://www.wukwdryxk.cn/jiaoyulunwen/xuekejiaoyulunwen/2909557.html
最近更新
教材專著
