人工智能赋能创建未来教育新格局

中国工程院院士、同济大学校长

郑庆华

　　尊敬的各位领导、各位同行、各位专家，大家下午好！非常高兴有机会跟大家分享在人工智能赋能教育领域的一些思考和探索实践，我报告的题目是《人工智能赋能创建未来教育新格局》。当前人工智能正在以前所未有的速度全面赋能各个领域，所以近两年出现了很多新的名词。人工智能能够在这么短的时间内快速迭代，并且全面赋能各个学科和专业，但为什么能够在教育领域产生那么大的影响，这是我们值得思考的问题。其实根本上来说，我认为有三个原因。

　　第一，以大数据、大模型、强算力为基础的大语言模型，它集成了古往今来各类学科数据。也就是说，任何一个人或者任何一个组织都不可能有人工智能这么大的汇聚能力。第二，不光能汇聚，而且能分析、能处理、能计算、能生成新的内容，所以加速了知识的更新迭代和融合。

　　第三，在数据分析挖掘过程中，能够催生新质生产力，能发现过去人所不能发现，或者没有发现的新的现象、新的规律、新的本质问题。究其根本，是人工智能通过大规模计算，对大数据背后的因果关系、关联关系进行了分析挖掘，从而能够做出过去人不能做出的决策和预测。

　　从教育领域来说，我认为未来的教育将突破现有的老师和学生二元结构，转变成为三元模式。传统教育是由老师和学生二维构成，老师教、学生学，学生不懂再请教老师。今天，人工智能以智能体的形式，全面参与到教育当中。所以我们的教育结构已经从师生二元变成三元结构，人工智能在这个过程中扮演着和老师学生一样互学习、同进步、共成长的角色。

　　未来的教育将形成由四个部分组成的一种新格局。第一是人对人，传统的老师对学生。当然，老师对学生的教育功能和定位发生了变化，老师的主要作用在于价值塑造、思维创新、情感教育和能力培养。这是吴岩副部长所提出来的知识图谱、能力图谱和数字图谱，是教师引导学生、给学生赋能的一个重要作用。第二是人对机的教育，也就是人对机器的训练。这是保障机器听人的话、尊重人类价值规定、按照人类意识服务教育的一个重要手段。所以它的核心是人对机器训练，实现人类和机器的价值一体，是让人工智能科技向上的前提和基础。

　　第三是机器对人的反馈，也就是人工智能赋能教育。这改变了我们现在教学评管的各种手段和方法。这是机器智能为人类提供知识获取，以及提供刚才所讲的AI for X的各类功能。第四是机对机相互学习、对抗博弈。比如阿尔法狗等，这些就是在现有大模型基础上，通过所谓的知识蒸馏和大模型赋能系统，让系统具有自主能力。这样一种赋能，为人类提供各种有智能的，甚至有自主行为的各种智能体，这是我设想的未来教育的新格局。

　　而这里面的关键首先是解决好人对人、人对机、机对人，而其中最关键、最重要的是人对机的训练。这就是我们要研究的问题关键，也就是人工智能能够朝着科技向上、为人类提供正确价值引导的第二类教育，也是我们要解决的关键问题。

　　当前大模型已经为我们传统的教育创造了新的场景和新的应用，这是一个实际的例子，比如说文生文、文生图、文生视频和科学计算。如今，这些内容应该说大模型已经具备，当然这也是人工智能从弱到强的一个重要标志。我们说人工智能从弱到强有三个根本标志，第一个是人工智能能够辐射场景、限制回答人类提出的各种通用性问题。第二，回答问题的结果已经模糊或者已经超过了人所能回答的语言和逻辑体系。第三，不受媒体的限制，能够支持语音、视频、文本、动画等各种跨媒体表征。今天，大模型在这些方面应该说已经初步具备了这样一些能力。

　　人工智能赋能教育，核心体现在教学评、管、服各个环节中。刚才提到人工智能从过去二元结构转变为师机生三元，形成人机共用的模式，正在改变教师教、学生学的传统评价方式和学校管理服务的治理体系。大模型已经全过程参与到智能教育、智慧教学中，和老师学生一起具备会学习、能理解、会思考的初步功能，并且正在开创各种新的场景和应用。我们梳理一下人工智能赋能教育为我们提供六种场景：社交式学习、协同式学习、自主式学习、问题驱动式学习等，更重要的是围绕项目目标，按照目标导向、问题驱动、任务驱动方式开展探究性学习，这是一个非常重要的突破。

　　与此同时，大学作为科学研究重要战略力量，也在为我们科学研究的范式转变提供了新的方法论。我们知道人类文明五千多年已经形成了三种科学研究的范式。最早期的农耕时代建立在经验范式基础之上，人们通过社会实践、生产劳动总结、观察资源、总结经验作出判断。比如我们中国古代劳动人民总结的一年二十四节气、一天十二个时辰、中医科学理论等，总体是建立在经验范式基础之上。第二是理论范式，这种范式建立在精准的数学、物理、逻辑基础之上。这是近代以来科学技术发展最重要的基础。在这个理论基础之上形成了我们今天以教科书为代表的，包括一系列理论文献所形成的知识体系和学科专业。这些范式也是我们今天从小学到大学学习教育的主要内容。第三个科学研究范式是计算范式，建立在计算机以及特别是今天超大规模计算能力的基础上，对人类过去所不能求解的科学问题、大规模线性方程组、大规模矩阵运算等这些过去做不到的问题，还有一些是对无穷小、无穷大、天空地海人类不能涉及的地方的研究计算。这是个非常有效的科学研究范式。

　　大数据来临以后又有第四个科学研究范式，最本质区别是建立在相关性基础上，而跟理论范式本身不同，理论范式是建立在严格的因果逻辑跟充分必要条件这些基础之上的。而大数据范式，它仅仅根据数据之间的相关性，比如前几年疫情期间，基于大数据关联人群的分析追踪，有多少个方程组也无法描述，只能用大数据分析逻辑来解决。今天人工智能为我们将经验、理论、计算、数据范式融合到一起，形成一种新的科学研究范式并提供了一个更高效、更有效的解决方案。“AI for Science”，大幅缩短了科学家从事科学研究的过程，特别是在参数分析、模型假设、实验论证方面，“AI for Science”为我们提供了非常有效的解决手段。

　　下面结合同济实际给大家分享同济大学在这方面的思考与实践。5月16日，同济大学发布了“1+N”人工智能赋能学科创新行动计划，归纳八大任务。这八大任务简单地说，就是做强人工智能本体的科学研究、人才培养这方面的核心工作。特别是在无人系统领域，以及打造学校共享的算力数据平台，支撑学校科学研究，还有参与国家人工智能专项的建设。这是人工智能核心的科学研究和人才培养的本体工作。与此同时，全面赋能学校各个学科、各个专业、各项工作，特别是在教学创新方面，我们开设了100多门人工智能课程，所有的学科专业按照人工智能赋能的要求，重新规划培养方案和课程体系，打造新的教学实践平台。

　　围绕人工智能一些领域重大科学技术难题开展研究，同时赋能人文社会科学学科，创建文科发展新模式。推动和德国、法国等一些世界一流大学开展人工智能方面的人才培养和科学研究。同时建设智慧校园十个系统，提升学校治理体系服务能力。

　　学科转型方面我们提出了“人工智能+学科”的交叉融合模式，本质上就是教育部近些年提出的新工科、新文科以及理科的创新发展。土木工程朝着智能建造，机械制造朝着智能制造、交通运输朝着智能交通等领域发展。比如说同济大学土木工程是连续七年全球排名第一的学科，但这个学科也面临着学科转型需求，把人工智能深度融入土木工程，特别是围绕土木工程技术实施规划、设计、建造、养护全生命周期管理这样一个模式来渗透到学科和专业体系当中。比如说这是规划设计阶段，这是建造阶段，这是管理和运维阶段，这是安全风险监测评估阶段。其实一方面为人工智能提供了新的场景、新的应用平台，另一方面也让人工智能学科通过跟土木工程学科深度融合，改变了传统教育学的方式。

　　最近我们也在研制土木工程大模型，最近正在发布。

　　最后一个是人工智能赋能智慧校园，提升学校治理体系治理能力。我们提出十个系统：专业知识图谱建设、数字化教材和考试命题阅卷、评价管理存储大数据系统、教育质量检测、学生成长大数据、就业、教师发展一体化，做到纵向生成检测、横向生成考核表，纵横结合形成个性画像，以及校园空间和知识大产业平台、校园服务和公共关系连接等系统。

　　总之，我认为人工智能赋能教育前景广泛，大有可为。我们必须坚守教育初心，坚持德智体美劳全面发展，既要发挥人工智能的作用，又要培养人才。从教师的角度，重要的是要教会学生如何思考和创造，不能只停留在知识传授和获取上。从学生的角度，更重要的是培养学生的创造性、批判性思维，不能满足于人工智能推出的现成答案。从评价的角度，改革只是基于现实的评价，要注重思维能力和综合素质的评价。

　　人有人智，机有机智，各集其智，既要拥抱人工智能的到来，又要让人工智能更好地为教育的创新发展赋能。谢谢大家。

　　（以上内容根据嘉宾发言速记整理）