人工智能通识课：从独特价值到独立地位

上一篇讨论了人工智能通识教育的定义，以及它如何成为一种新的教育形态。通识教育提供认知自治这一统摄目标，人工智能则提供知识基础与训练样例，使这一目标能够被落实为具体的学习过程。本文进一步讨论人工智能通识课的独特价值，以及这种价值如何支持它在教育体系中获得独立地位。

讨论这一问题，首先需要明确人工智能通识课在认知培养上的独特目标。在与既有课程的比较中辨明这一目标，才能进一步说明它所采用的培养方式、承担的社会功能，以及应有的教育地位。

一、现有课程与人工智能通识课的认知培养目标

数学、语文、科学、历史和信息科技等课程，已经从不同方面培养学生的认知能力。每门课程都通过特定的知识与学习活动，形成自己的心智训练重心。红皮书选择五类代表性学科，与人工智能通识教育进行比较，概括如下。

这些比较表明，既有课程已经对人的认知能力进行了系统性的训练。人工智能通识课所锚定的认知训练目标，是人在智能环境中的认知自治：当机器能够参与材料选择、解释形成和判断作出时，人能否主动利用这种能力，同时保有对自身认识与行动的主导。

这一目标具有区别于其他课程的独特性。这种独特性是进一步讨论其认知培养价值、社会功能和独立地位的基础。

二、认知培养的独特价值

“认知自治”是人工智能通识课的学科目标。问题是，认知自治并非只有人工智能课才能培养，其他学科也可以。那么，人工智能通识课又有什么特殊性呢？它如何建立起在认知自治能力培养方面的独特价值呢？

1. 教育目标：以认知自治组织完整的培养过程

各学科的心智训练通常围绕自身的学习对象和教育目标展开，“认知自治”就是其中的重要内容。学生可以在数学证明中学习检查前提，在历史学习中理解证据的来源，也可以在科学实验中反思自己的假设。这些训练很有价值，可以从不同角度培养认知自治能力。然而，这些训练分布在不同课程、不同任务之中，各自服务于本学科的主要教育目标，无法对认知自治形成连续、完整的培养过程。

红皮书所倡导的人工智能通识课，明确以认知自治为主要教育目标。知识如何选择、活动如何组织、学习如何进阶、结果如何评价，都需要围绕这一目标展开。学生能否形成有依据的理解，能否检验判断的适用条件，能否觉察自己的信任与依赖，并对行动承担责任，构成考察课程是否完成教育任务的重要标准。

这意味着，人工智能通识教育可以将认知自治能力训练组织为一个明确、持续的培养过程。认知自治是一项关系人的发展的基础能力，在智能社会中又面临容易受到侵蚀的现实压力。教育需要对此进行持续、系统的训练，不能仅仅期待分散在各门课程中的相关成分自然汇合，自动形成这一能力。

因此，人工智能通识课首先使“认知自治能力培养”这一时代使命获得了明确的课程承担。

2. 培养方式：人工智能知识学习与原型化训练

一门课程具有明确目标，还需要有适合这一目标的培养方式。上一篇已经说明，人工智能既提供知识本体，也提供训练样例。在人工智能通识课中，这两方面分别体现为知识学习与原型化训练。

人工智能知识为认知自治奠定科学基础。在智能社会中，人们需要理解自己正在借助的系统：它如何形成能力，怎样产生结果，为什么可能出错，其适用条件和局限从何而来。这些问题需要由人工智能的概念、原理和方法来解释。理解了系统的基本机制，人们才有依据判断什么结果值得信任、哪些情况需要核查，以及何时应当重新作出判断。

其他学科能够提供一些认知自治能力训练，却无法替代这部分专门知识。一个人能够严密推理，并不因此就理解模型的训练与泛化；能够辨析文本的立场，也不因此就理解生成模型与推荐系统的作用。人工智能知识使一般的判断方法能够进入具体的智能环境，为认知自治提供与其现实处境直接相关的知识底座。

原型化训练则提供了具体的实践方式。人工智能系统可以被转化为保留关键机制、适于教学的学习原型。学习者能够拆解其组成，追踪运行过程，改变条件并检验结果，围绕这些对象集中研究依据如何形成、结论如何产生、错误在哪里发生，以及系统具有怎样的边界。

这种训练的价值，来自人工智能系统本身能够被建构、运行和分析的特点。学生可以把自己的理解落实为数据、规则、模型或流程，再通过系统运行检查这些理解。智能社会中遇到的认知困境因而具有了可以观察、可操作的形式。

知识学习使判断有所依据，原型化训练对认知进行集中“打磨”。其他学科中的相关知识与活动，可以支持这一过程，但无法代替对人工智能知识的学习和对人工智能系统的原型化分析。

3. 学科特性：通过人工智能认识自身智能

人工智能是用计算机模拟人类智能行为的科学。这一学科特性，使人工智能通识课具有进一步的教育价值：它能够把人的智能与人工智能放在一起讨论，在剖析人工智能机理的同时，帮助学习者反观自身的智能过程。

分析模型从哪些样本中获得能力，可以促使人追问自己的经验来自哪里、是否具有代表性；分析模型采用什么线索作出判断，可以促使人检查自己判断事物时依赖了什么；分析模型在新情境中的失效，可以促使人认识自身经验和结论的适用边界。对机器智能的研究，由此成为理解人的认知过程的一种具体参照。

机器与人的内部实现机制可以不同，但二者都面临怎样从有限经验形成结论、怎样处理新的情境、怎样处理不确定性、怎样发现错误并作出修正等问题。人工智能将其中一部分过程转化为可以分析的计算形式，使学习者得以借助外在对象，深入思考自身的认知活动。

这种自我认知，是建立认知自治的重要基础。人需要逐步意识到自己的认知如何形成，容易受到什么影响，可能在哪些条件下失效，才能更加自觉地检查依据、修正判断。人工智能通识课因而具有一种鲜明的教育学特点：学习者在认识人工智能时，也在学习认识自己。这使得认知自治获得了一种人机对照的训练方式。

三、社会功能的独特价值

认知自治的培养还具有超出个人发展的社会意义。智能社会中的学习、工作与公共事务，都需要能够理解问题、形成判断并承担责任的参与者。人工智能通识教育面向全体社会成员，其社会功能因此具有两个相互联系的层次：建设共同认知基础，维护公共生活中的认知主体。

1. 建设智能社会的共同认知基础

通识教育长期承担着一项任务：在知识分化和专业分工的条件下，使不同背景的人仍然能够理解共同生活的世界。社会成员可以拥有不同的专长，却需要一定的共同知识和认识方法，才能交流、协作并处理共同事务。人工智能通识教育继承了这一任务，同时回应了社会运行方式的变化。

人工智能逐渐进入信息传播、知识生产、组织管理和社会决策，成为不同职业、不同年龄的人共同面对的运行条件。只有对人工智能的运行方式具有基本理解，才能参与公共问题的讨论。人工智能知识由此获得公共意义，为不同专业背景的人交换理由、理解分歧和参与决策提供共同基础。

2. 维护公共生活中的认知主体

共同知识使人们能够交流，公共生活还需要实际参与判断的人。无论是组织协作、公共讨论还是共同决策，参与者都需要理解理由、评价证据、作出选择，并对自己的表达和行动承担责任。认知自治在这里成为公共生活的一项主体基础。

人工智能正在进入材料获取、理由组织和意见表达等环节，使借助系统参与公共生活成为常态。与此同时，当这些环节长期由系统代为完成，参与者亲自理解、核验和反思的机会也可能减少。公共讨论仍然可以十分活跃，其背后的判断主体却可能逐渐弱化。

人工智能通识教育承担的特殊使命，正在于把认知自治的培养明确纳入面向全体社会成员的教育过程，保持公民的主体性，使其在参与公共生活时保持独立思考和独立判断的能力。这是一个社会稳定运行的前提。

因此，人工智能通识课的社会价值，已经超出了工具普及或专业人才培养，而是关系到智能社会能否持续维护其成员的独立思想和责任担当，从而为公共生活的持续运行提供必要的认知基础。

四、从独特价值到独立地位

认知培养与社会功能的分析，共同说明人工智能通识课所承担的是一项完整的教育任务。

从个体认知培养角度，人工智能通识课承担着系统培养认知自治能力的使命。这一使命的承担是人工智能的学科特性所决定的，是其他学科难以替代的。人工智能通识课因此具有值得被完整保留的内容结构和培养任务。

从社会价值角度，人工智能通识课承担着建设共同认知基础和维护公共生活中的认知主体性的双重使命，关乎社会基础运行机制的稳定。人工智能通识因此具有强烈的公共教育属性，需要以公共支出的方式统一支持，强令实施。

人工智能通识课独立的教育地位由此确立。它意味着这门课程在整个课程体系中应有明确的位置，有与其目标相适应的内容、学习进阶和评价要求，并有明确的承担者。

有条件的学校可以独立设课，过渡阶段可组织跨课程协同；无论采取什么形式，都需要保证教育目标与培养过程的完整性。

五、结语

人工智能通识课独立的教育地位，不是因为人工智能这门技术如何强大，如何有用。根本原因是智能社会复杂的认知环境正在对个人的认知能力造成侵蚀，从而影响社会运行的底层基础。人工智能通识课的目标，正是通过认知自治能力培养，保持人的认知自主性，维系社会的稳定运行。

因此，让全体公民平等地接受人工智能通识教育，是迈向智能社会要完成的第一道考题，也是教育工作者应该承担的责任。

对公民个体来说，接受人工智能通识教育，既是个人的权利，也是一种社会责任。