人工智能时代的工作变化、能力需求与培养
摘要：在人工智能时代，程序化工作和一部分非程序化工作将被人工智能取代，工作将向高度智慧化转移，劳动者的工作定位将发生升级方式、介入方式、前进方式、转移方式和集中方式等不同的变化。为了适应人工智能时代，要在学校教育和企业教育中注重提高受教育者的人工智能素养、培养创造性思维能力、社会交流能力以及环境应变能力。应对人工智能时代培养所需人才的关键措施包括：突出个性化培养理念；构建人工智能素养教育体系；实施问题导向及跨学科合作探讨的学习方式；利用人工智能技术提高学习效率。
关键词：人工智能；工作定位；能力需求；能力培养
基金项目：本文系中国社会科学院登峰战略企业管理优势学科建设项目、中国社会科学院京津冀协同发展智库研究课题的阶段性成果。
当前，我们正处在全面进入人工智能时代的过渡期，几乎所有领域都出现了装载有人工智能技术的机械设备。18世纪中期以来，人类历史上先后出现了蒸汽机、内燃机与马达、计算机与互联网技术。这些技术极大地改变了人类的生产生活方式，推动了人类社会的发展。可以说，人工智能是继三大技术之后的又一重大技术。况且，与以往技术不同，人工智能可以替代人的脑力劳动，这将大幅度地改变人们现有的工作内容，并要求人们拥有不同于以往的特殊能力。然而，关于如何界定人在人工智能时代的工作定位及所需能力、如何培养人工智能时代所需要的人才，是尚未解决的课题。目前，有研究围绕人工智能可能产生的就业影响，尤其是结构性失业风险以及社会经济对策等方面进行了分析（万昆，2019；陈明生，2019；王君等，2017；潘文轩，2018），也有研究对人工智能背景下职业教育体制改革与发展问题进行了探讨（南旭光，汪洋，2018；毛旭，张涛，2019；丁晨，2019），但深入到工作能力层面，从劳动者角度探究人工智能时代的人才培养问题的相关研究还较为少见。鉴于此，本文基于技术—工作—能力—培养的视角，结合前沿研究进行理论分析，阐明人工智能对工作业务的影响机制，明确人工智能时代的工作定位与能力需求，探讨能力培养的战略思路和关键方法。
一、人工智能时代的工作变化
人工智能（ArtificialIntelligence，简称AI）是指可以感应环境、做出行动，并获取最佳结果的合理主体（RationalAgent）（S.J.Russell，P.Norvig，2018）。感应环境、做出行动和获取最佳结果，属于人的智慧行为，而这些行为通过计算机程序（合理主体）被再现出来，就成为了人工智能。换言之，人工智能就是具有人类智慧的计算机系统。而在现实的工作环境中，人工智能的计算机系统又是与大量的感应器、超高速通信网、大数据收集分析装置、终端设备、机器手等组成更为复杂的系统来进行实际作业的，如机场出入境管理的人脸识别系统、汽车自动驾驶系统等。因此，可以说人工智能就是装载有可以模拟人类智慧行为的计算机程序的自动化设备。
现阶段的人工智能可以在一定程度上替代人完成识别、决策和操控方面的任务。在识别方面，人工智能可以进行信息判别、分类与检索，如从影像中发现癌变征兆；从音调语速中检测情绪；从图像中监控设备异常、天气异常、用户账号异常等。在决策方面，人工智能可以进行数值形式下的物象评估与匹配，如预测销售额、GDP指标、民意度、信用风险、病变风险；推断消费者爱好、产品推销时机；根据消费者爱好、习惯不同而推荐不同内容的商品广告等。在操控方面，人工智能可以进行表现生成、设计行动最佳化及作业自动化，如自动撰写新闻稿件、概括文章大意；设计项目路线图、商品标识、网页布局、药品成分、建筑物结构；优化游戏策略、送货路线、店铺布局；实施自动驾驶、客户咨询等。只要人规定好了计算机程序的信息处理目的和分析方式，人工智能就能准确无误地替代人工进行作业（安宅和人，2015）。
（一）工作变化的特征
人工智能时代工作变化的特征体现在以下三方面。
1.程序化工作被人工智能取代
所谓程序化工作，按照美国经济学家奥托（D.H.Autor）等的定义，是指变化少、可以按照事先规定的程序进行的工作（Autoretal，2003）。程序化工作又分为主要使用认知能力的程序—认知型工作和主要使用肢体能力的程序—肢体型工作。认知能力是指直觉、判断、想象、推理、决策、记忆、语言理解等能力；肢体能力是指体力。程序—认知型工作具有重复性、单一性、目的明确并且主要使用脑力等特点，如行政事务、会计工作。程序—肢体型工作虽然也有重复性、单一性、目的明确等特点，但主要使用体力，如流水线组装、仓库运输业务。由于程序化工作相对简单，易于编制成计算机程序，所以人工智能对人类劳动的替代，首先会从这些工作开始。例如，产品组装是按照作业标准反复实施同样内容的工作，而作业标准完全可以编制为计算机程序，所使用的设备以及动作也完全可以建立成模型，因此，产品组装就可以由人工智能来代替实施。再如，需要一定认知能力的会计业务，人工智能也可以通过扫描或接受电子信号等方式获取相关数据，而后根据规定程序进行分类、汇总等作业。因此，在人工智能时代程序化工作会呈现明显的减少趋势，以往的自动化设备，基本是替代体力劳动的蓝领劳动者，而人工智能将替代白领劳动者。英国剑桥大学学者弗雷（C.B.Frey）与奥斯本（M.Osborne）在2013年发表的报告中指出，美国在未来20年里将有47%的工作存在被替代的可能性，电话推销员、标题审查与摘要人员、手工缝纫工、技工、保险受理员、手表修理工、货物运输人员、税务代理员、照片处理工、会计助理、图书馆技术员、数据输入员等工作被取代的概率可高达99%（C.B.Frey，M.Osborne，2013）。日本经济新闻和英国金融时报2017年合作进行的调查显示，制造、餐饮、运输等23个产业的2000项工作中有超过3成的业务可能被替代，制造业被替代的比例是80.2%，包括焊接、组装、裁缝、制鞋等业务；餐饮业被替代的比例是68.5%，如客服、点餐、食材准备、餐桌与餐具摆放等业务；运输业被替代的比例是48.4%，包括车辆维修、飞机驾驶、运输信息提供等业务（ShotaroTani，2017）。这些研究表明，被取代概率高的工作基本上都是重复性、单一性、目的明确的程序化工作，其中不乏白领岗位的部分业务。
2.一部分非程序化工作被人工智能取代
相对于程序化工作，非程序化工作通常变化较大，难以按照事先规定的计划进行。这一工作又分为两类，一类是非程序—认知型工作，如科学研究、文学创作、作曲作画、经营管理、医疗诊断、诉讼辩护等；一类是非程序—肢体型工作，如烹饪、理疗、看护以及汽车驾驶等。非程序—认知型工作需要高层次的文化水平、分析能力和想象力，现阶段的人工智能还达不到完全替代的水平。烹饪、理疗、看护以及汽车驾驶等非程序—肢体型工作需要高度的人际间互动、灵敏的环境反应能力以及灵活的肢体动作，而这些要求现阶段的人工智能尚不能完全做到，所以这些工作基本上还需要人来承担。但随着人工智能技术的发展，人工智能在未来不仅会代替人做更多的程序化工作，而且有望将一部分非程序化工作纳入替代范围，如自动驾驶、行走助力、编制诉讼方案、作曲作画等（Autor，2015）。届时非程序化工作完全由人来完成的局面就会发生变化，进而带来业务重组，从以前由人承担所有业务变成由人工智能和人共同分担业务，如影像诊断由人工智能完成，最终诊断由医生完成；围棋陪练由人工智能承担，棋艺解说由教练承担。
3.工作向高度智慧化转移
装载有人工智能的设备可以替代人的程序化工作，甚至部分非程序化工作，但现阶段人工智能仍有很大的局限性，如人工智能不能设定目标和规划未来、不能产生意识、不能对未曾有的变化作出反应、不能提出问题、不能设计分析框架、不能产生灵感、不具有常识判断力、不具有指挥人的领导能力（安宅和人，2015）。所以现阶段仍有四类工作是人工智能所无法替代的。一是高度创造性的思维工作。如通过综合分析各种知识归纳和提出新概念、通过多方面分析发现问题并提出解决方案、基于情感创造出文学艺术作品等。二是高度社会化的沟通工作。如包含理解、说服、交涉在内的工作，人际间交往与协同作业等。三是高度灵敏的肢体型工作。如演奏乐曲、表演舞蹈、高难度手工艺等。四是高度非程序化的工作。如看护、清扫工作。这些工作看似简单，但需要人根据知识、经验以及常识等对情境作出判断，如在清扫时对发现的废纸需要进行判断，确定它是重要笔记还是真正的废纸，而人工智能的扫地机是无法做到的（野口悠纪雄，2018）。但即使如此，现在几乎所有领域中都在使用人工智能，并且人工智能的工作领域还在不断扩展。在看护工作中，移动搀扶患者机器人已经开始出现；人工智能已能够进行文学、绘画及音乐的初步创作，人与人工智能协同作业的状态已成为普遍现象。在这种状态下，人的工作内涵必然要向高度智慧化转移。
（二）人机关系与工作定位
在刚开始引进人工智能的生产过程中，人仍是作业的主体，人工智能起辅助性和支持性作用。人工智能辅助人进行数据和信息处理方面的业务，支持人做一些复杂的、技术性的工作，从事需要肢体劳动的、程序化的操作，但对于需要高度认知能力的工作，如推理与决策，以及需要与人沟通的工作，如协调、开发与咨询、沟通与互动，人工智能的贡献相对较少，但这种情况将会发生改变。世界经济论坛《职业前景报告2018》发表了2018年人与设备的工作时间占比值和2022年人与设备的工作时间占比的预测值（见表1）。对于所有业务，2022年设备的工作时间占总工作时间的比值会增加，其中设备在信息和数据处理、探索和获取业务信息的工作时间占比将超过人的工作时间。在行政、肢体的程序化任务、识别和评估业务信息、执行复杂技术任务中，设备的工作时间占比也将超过四成。即使在推理与决策以及沟通与互动这样原本主要由人来完成的业务中，设备的工作时间也将提高三成左右。因此，未来人工智能不仅能在生产过程中起辅助、支持的作用，而且在一些业务中将会作为“数字劳动力”发挥主导作用。进而言之，在人工智能时代，智能设备将越来越多地替代人的劳动，人机协作的关系将越来越显著。
表12018年、2022年人与设备的工作时间占比值单位：%
资料来源：作者根据世界经济论坛《职业前景报告2018》整理。
在人工智能时代，一些职业及一些工作被替代是不可避免的趋势，因此劳动者必须对职业及工作选择有清楚的认知。美国管理学学者达文波特（T.H.Davenport）和卡比（J.Kirby）认为，人工智能时代劳动者的工作定位，即如何选择能实现自身价值的职业，有五种方式，分别为：一是升级方式，即提升管理素质和掌握超越计算机的大局思维，向高级管理岗位发展。这要求对经营系统有透彻的理解，并需要有充分的计算机知识与技能。随着人工智能质量的提高、数量的增加，高级管理岗位的事务性工作将被大幅度替代，因此升级到高级管理岗位的人数会比以往少；二是转移方式，即转移到不能程序化、结构化的工作领域。现阶段，人工智能设备尚不能完全替代人的劳动，因此工作流程中会保留一些人的岗位。但随着人工智能水平的提高，这些岗位也将逐渐被替代，因此，这些岗位的劳动者，要有充分的危机感；三是介入方式，即学习计算机的程序化决策过程，掌握监视和调整计算机功能的新型能力，以现场管理者的身份介入基本上由人工智能实施的作业过程中；四是集中方式，即以计算机程序尚未渗透到的领域为唯一标准来选择职业或工作。这种方式要求特殊、高超的人类智慧及技能，需要早期、长期训练，甚至需要天赋；五是前进方式，指与时俱进，加大学习力度，研究开发能改变当前领域工作效率的高水平智能机器（T.H.DavenportandJ.Kirby，2015）。从与人工智能的关系看，升级方式、介入方式和前进方式，都需要学习人工智能技术。对这些人群，国家应该对他们的学习进行资助。转移方式中劳动者没有学习新技术的欲望或能力，他们的收入可能会减少，就业也不稳定，国家应从就业政策角度进行援助。集中方式需要从中小学起通过个性化教育对这方面的人才进行培养。
二、人工智能时代的能力需求
随着人工智能在生产过程中的普遍应用，人在生产中的地位不断发生变化，大量程序化作业、甚至越来越多的非程序化作业都将由自动化设备实施，而人必须能够驾驭智能设备，发现和解决工作流程中的问题，对智能设备进行更新创造，从而使其更好地服务于人类社会。从劳动者角度看，必须具备符合人工智能时代所需要的能力，才能使自己的劳动付出变得更有价值；从企业角度看，具有符合人工智能时代能力的员工，是创造价值所不可缺少的人力资源，值得大力引进和培养；从社会角度看，劳动队伍和后备力量都具备符合人工智能时代要求的能力，就可以稳定就业，促进社会经济持续发展。关于能力，可以对有认知能力和社会情感能力的基础理论进行研究。为了探讨能力与社会需求的关系，能力被分成诸多子能力，以验证与不同技术条件的适配性。在解析这些研究之后，笔者将提出符合人工智能时代要求的能力要件，以便为理论研究和政策决策提供参考。
（一）能力的两个方面
理论上看，人的能力一般包含两个方面。一个方面被称为认知能力，另一个方面是非认知能力。其中关于非认知能力有着几种不同的命名，如社会情感能力、软能力、社会能力、人格特质、性格（Heckman，Kautz，2012）。以下将沿用经济合作与发展组织（OECD）（2015）的表述样式，用“社会情感能力”来表示非认知能力。该研究认为，认知是关于获取和应用知识经验的过程，而认知能力就是所有与获取和应用知识经验有关的能力。认识能力有三个层次：第一层是基本能力，如模式识别、计算和记忆；第二层是获取能力，如检索、分类和解释；第三层是应用能力，如思考、推理和概念化。这三层能力的复杂程度从低到高、依次递进。与认知能力不同的是，社会情感能力是对目标实现、社会协作和情感控制产生影响的人格特征。例如，目标实现方面的忍耐、自律、意愿；社会协作方面的沟通、开放、体贴；情感控制方面的自尊、灵活、自信等。
在实际中，人是认知能力和社会情感能力的载体。换言之，这两种能力在人的身体中同时存在，相互影响、相互作用，形成了人的脑力活动和肢体行为。例如，批判性思考就是两种能力合二为一的结果。批判性思考既有认知能力的特点，即能够客观地进行逻辑推理，严守成本收益原则，冷静地进行战略分析。同时，因为批判性思考的对象是现实中的新问题，仅仅依靠过去的经验和教科书手法是不够的，还必须对新现象持有开放心态，根据具体情况，灵活改变思路和行动，而这些特点正是社会情感能力范畴的内容（池迫浩子，宫本晃司，2015）。
（二）能力需求变化与预测
技术进步使得工作环境发生变化，对劳动者的能力需求也出现了新变化。20世纪70年代以来，以大型计算机、电脑终端和互联网为代表的信息通信技术迅速发展，制造业以及服务业的生产过程大为改观，这使得对劳动者的社会情感能力的需求显著提高（Deming，2015）。在1980-2012年间，需要高度社会情感能力的职业就业人数占美国所有就业人数的比例增长了近12个百分点，而只需要认知能力的职业就业人数占比减少了3个百分点。另外，需要高度社会情感能力的职业的工资增长也比其他职业更快，并且2000年以后的增幅大于2000年之前。这是因为生产过程自动化，岗位任务重组，人员重新分配，团队形式增加，而社会情感能力可以降低协调成本，加强不同作业领域的有效合作。
以数字技术为轴心的自动化设备的应用，不仅要求劳动者提高社会情感能力的水平，同时也要求其认知能力和社会情感能力综合水平的提高。维因伯格（Weinberger，2014）利用美国职业大典的数据，对1977-2002年间各职业就业人员具有的计算能力、人际能力以10阶段法进行了赋值，根据数值把职业分为了两类，一类是计算能力与人际能力赋值均高于5的职业，一类是两种能力中一方赋值高于5而另一方赋值低于5的职业。分析发现，两种能力赋值均高于5的职业的就业人数增加，仅一种能力赋值高于5的职业的就业人数减少。该研究还以1972年和1992年的高中3年级中的两个年级层为对象，考察了各层人群的高中数学成绩、领导经验和高中毕业7年后的工资之间的关系。结果表明，同时具有数学能力和领导经验的人的工资在增加，只有一方面能力的人的工资没有变化，不具有这两方面能力的人的工资在减少。这个结论揭示了能力间互补的重要性，即认知能力与社会情感能力，不是各自单独产生价值，而是相互组合（互补）来产生更大的价值。技术进步并没有否定人的任何一方面的能力，而是要求在提高各自水平的基础上达到新高度的互补。由此可以推论出，兼有两种能力的劳动者在以人工智能为轴心的新技术时代将为社会所需，他们的劳动价值会得到社会认可。
表22018年、2022年关键能力需求
资料来源：世界经济论坛《职业前景报告2018》。
以上的推论不仅在以往的数据研究中得到了验证，在近未来的预测研究中也得出了同样的结论。世界经济论坛的《职业前景报告2018》发表了313家跨国企业管理高层的调查数据，从中可以看出2022年需要的关键能力中，属于认知能力的有8个，分别是：分析性思考与创新，主动学习与战略性学习，创造性、独特性和主动性，技术设计与编程，批判性思考与分析，解决复杂问题，问题推理与构思，系统分析与评估。与2018年相比，技术设计与编程、系统分析与评估是新增项目，反映出人工智能时代对劳动者的数字技能的强烈需求，揭示了劳动力素质提高的方向。而领导力和社会影响、情绪性智商属于社会情感能力的范畴。这两个能力同时出现在2018年、2022年两个时间段里，由此可以说，社会情感能力在未来的人工智能技术环境中是不可缺少的。只要生产过程中有人的存在，只要市场及组织内部环境不断变化，就需要社会情感能力去发现问题、运用技术技能去解决问题从而实现劳动的价值。另一方面，包括脑力、肢体在内的基本认知能力的需求将会减少，如操作灵活性、持久性与准确性，视觉、听觉与说话，读、写、算等能力。一些基本操作能力的需求也会减少，如财务和物资资源管理、设备安装与维护、质量管理与安全管理等能力。这些能力基本用于实施程序化业务，其工作的操作标准简单明了，个人发挥创造性的空间较少，从能力层次看，虽然属于知识经验应用能力范畴，但处于低级层次。
世界经济论坛在2016年对人工智能时代的能力需求变化进行了探讨。当时的研究报告指出，高层次认知能力不仅在当时受到重视，而且在2020年对其的需要将会进一步增加。而对于与肢体相关的能力，专家大都认为其需求将会减少。尤其是设备维护、质量管理与安全管理等能力，2016年报告中还有五成的人认为需求会处于稳定状况（世界经济论坛，2016）。由于2016年、2018年的调查方式不同，因此不能对其进行严格的对比，但可以看到能力变化的趋势，即对高层次认知能力的需求一直处于增强趋势，而对设备安装与维护等低层次能力的需求则明显减弱，这反映出人工智能时代对能力的高层次化有着越来越强的需求。
巴克什（Bakhshi）等利用美国和英国数据预测了两国2030年各职业的就业增长和职业所需的能力（Bakhshietal，2017）。该研究中的职业能力包括120项。美英两国各职业最为重视的能力有15项（见表3）。从表3看，美国和英国总体情况类似。在美国，与人际交往有关的能力会越来越重要，这些能力包括指导、社交知觉/认识、协调、服务导向、主动倾听，以及相关知识，如心理学和人类学、教育和培训、治疗和咨询、哲学和神学。认知能力范畴中的应用能力也会越来越重要，如要求能够了解当前和未来形势并且能够做出行动规划（战略性学习）；能够了解新信息对当前和未来问题的解决与决策发挥影响（主动学习）；能够提出有关某个主题的许多想法（思想流利性）。在英国，有10项属于认知能力范畴中的应用能力，这些能力是判断和决策、思想流利性、主动学习、战略性学习、原创性、系统评价、推理、解决复杂问题、系统分析、批判性思考。在人工智能技术更为广泛应用的近未来，劳动者只有充分具备这些能力，才能够有效解决新环境中出现的新问题，并且能够有针对性地提出新想法，积极吸收新信息；能够识别社会技术系统的变化，了解社会技术系统各环节的互连和反馈关系并采取正确行动。另外，英国对于人际交往的能力也非常重视，这些能力包括指导、协调，以及相关知识，如教育和培训等。
表32030年美国、英国各职业中最重要的15项能力
资料来源：作者根据Bakhshi等（2017）整理。
2017年，日本人才咨询公司阿德卡（Adecco）对309家上市公司管理高层进行了抽样调查，收集到了两个时间点（调查时间点为2017年、人工智能普遍应用的2035年）对各种能力的需求程度。结果显示（见表4），2035年最需要的前10项重要能力中，5项为认知能力，包括创造性、分析性思考与抽象性思考、解决复杂问题、信息收集和解决简单问题。5项是社会情感能力，分别是人际关系、灵活性、挑战精神、领导力和积极性与主体性。2017年的前10项重要能力中，4项为认知能力，依次是分析性思考与抽象性思考、解决复杂问题、创造性和信息收集；6项是社会情感能力，如人际关系、积极性与主体性、挑战精神、团队工作与协调性、灵活性和目标实现意愿。从数量看，不论是2017年还是2035年，认知能力和社会情感能力的排名基本相当，表明无论什么时代，均衡能力结构都是必要的。从内容看，不论是2017年还是2035年，认知能力和社会情感能力的子项目基本相同，反映出企业能力需求具有一定的稳定性。从个别能力变化看，有两个突出现象，一个是认知能力中，创造性需求的大幅上升。这表明在人工智能时代企业将进行业务重组，要求员工在高价值工作领域创新工作方式和取得突破；另一个是社会情感能力中，对灵活性的需求有所提升。这反映出企业需要员工充分发挥主动性，去发现生产流程中的问题、发现新的社会需求，而不仅仅是执行指令。
表42017年、2035年最需要的前10项重要能力
资料来源：作者根据西村崇（2017）整理。
（三）符合时代要求的能力要件
综合以上研究，笔者认为，在人工智能时代，能力的首要内容应该是与人工智能有关的新知识、新技能。此外要在人工智能的学习与应用过程中提高社会情感能力，主要是指与人沟通的方法与相关知识。再者，劳动者的能力结构要向高层次升级，应重点发展高层次认知能力。具体概括为两个方向：一是应用人工智能技术创造新产品、新服务的能力，这里称作创造性思维能力；二是发现新问题和解决新问题的能力，这里称作环境应变能力，包括主动学习与战略性学习、解决复杂问题等。在人工智能时代，对于劳动者而言，重要的是使能力结构升级以符合技术发展需要，不仅认知能力要达到新水平，还要与工作方式变化相匹配，而且与人工智能技术互补的社会情感能力也要同步发展。鉴于此，人工智能时代的能力要件可归纳为以下四个方面。
1.人工智能知识
正如读、写、算是工业社会所必须的基本能力一样，对于要在人工智能技术条件下工作的劳动者而言，人工智能的基础知识是不可缺少的。这是以往时代所没有的全新的能力。所谓的人工智能知识，首先是数学知识。因为人工智能的基础就是数理模型，主要包括概率、统计、线形代数等内容；其次是数据科学，是在计算机上收集、解析数据的知识和技能，需要有数理和计算机语言知识，需要计算机操作能力。有了这两方面的知识，就可以形成关于人工智能的新技能：能够使用程序语言，利用既成模块，编制、操作或使用具有简单的感应、解析、反馈等智慧行为的自动化装备。劳动者掌握了人工智能的新技能，不仅可以理解新设备的基本机制，甚至可以研究更先进的人工智能、或利用人工智能来提高生产效率。根据领域、岗位、业务的不同，涉及人工智能的内容会有所不同。国家的教育、经济以及科技部门应该与企业联手设计内容、层次不同的教材，设定认知资格制度，作为评价人才的标杆。
2.社会交流能力
在人工智能时代，要创造新价值，人际或社会交流能力愈发显得重要。创造新产品、新服务及新的工作模式，意味着要对现状有充分的了解，利用人工智能对现状进行改变、重组。这需要周边很多人及社会的理解、帮助及合作。因此，在人工智能时代，人应该提高自身的社会交流能力，能简明扼要地说明目的，开诚布公地寻求理解与帮助，诚实守信地与人合作。社会交流能力的基础是情感，所以人在情绪、意志等方面的情商以及对于文化艺术的审美都非常重要。人工智能时代社会交流能力的特点，就是大量运用网络社交媒体、互联网等工具。这些工具有其便捷之处，但也存在虚假信息等伦理道德问题以及易受黑客攻击的脆弱性问题。社会交流能力与创造性思维能力一样，需要长时间的培养，需要社会氛围的支撑。社会交流能力的特殊之处在于它涉及性格，而性格有天生的因素。所以，在学校教育以及企业教育中，既要传授基本的交流方法，也要考虑个人性格中的天生因素，因人施教，调动有利因素，培养能够从社会中学习、有益于社会的人才。
3.创造性思维能力
人工智能技术使程序化的工作自动化，把人从单一循环、重度及危险的劳动中解放出来，给予人更多的时间，为人的创造性思维提供了更大的可能性。同时，人也必须发挥自己特有的创造性思维能力，才能在人工智能时代确立自身的存在价值。所谓创造性思维能力，是利用人工智能技术，结合自己所在的特定领域，去发现社会及市场需求，提出关于新产品、新服务以及新工作模式的能力。创造性思维能力包括抽象能力、综合能力和应用能力。抽象能力，就是能够概括出事物本质并发展成为概念的能力。借助抽象能力进行分析和推理，才会产生新的认识。综合能力，就是能够融会贯通，把不同领域的知识连接起来，进行整合、分析和再创造的能力。经济学家熊彼特认为，创新有五种形式，即产品创新、技术创新、原材料创新、市场创新和组织创新，它们无一不是生产要素间组合与创造的结果（约瑟夫·熊彼特，2016）。利用人工智能提出关于新产品、新服务以及新工作模式的设想，是对人工智能与其他知识进行融合与创造的过程，所以需要综合能力。应用能力，是能够把知识应用于解决现实问题，也就是解决问题的能力。其中的关键是有目的意识，能够发现问题，使创造性活动具有经济价值与社会意义。而这恰恰是人类特有的能力，无法用计算机程序再现。创造性思维能力，需要长时间的培养，从幼儿园到大学、甚至到就业之后都必须接受持续的教育或启发。同时，要在家庭教育、学校教育和社会上形成鼓励独创、容许差异的宽松氛围。
4.环境应变能力
环境应变能力，就是能够根据不同情境作出不同决策的能力。在人工智能时代留给人的工作基本上都是非程序化工作，它们不可事先预测，也无法编制操控指南，需要劳动者根据自身掌握的知识、经验、常识以及悟性来灵活行动。现阶段的人工智能可以通过大样本学习来增加经验和提高应变能力，但世界是复杂的，很多变化都带有偶然性，解决方案没有经验可循，这限制了样本数量，从而制约了人工智能应变能力的提高。与人工智能不同的是，人所特有的生命体的构造使得其对事物的理解在很多情况下只需要小样本学习和借助常识就可以完成（李开复，王咏刚，2017）。在以往的人才培养中，人们也注意到了环境应变能力，但人工智能时代的特殊之处在于劳动者要接触更为复杂的数字技术，而数字技术的进步日新月异，人们为了防止知识的陈腐化，要能够主动学习，因为仅仅靠教师或上级安排的在岗或离职学习完全不够，要根据自己的具体情况，不间断地吸取新知识。战略性学习，是具有前瞻性的、有长远目标的学习。这个长远目标，可以是对自己所在领域发展前景的预测、自我发展方向的判断，也可以是对企业战略的理解，提前着手学习新知识，当环境变化时就可以游刃有余地应对。人工智能时代的劳动者往往处于与自动化设备合作的作业环境中，生产过程中的故障不仅有硬件的问题，也有计算控制系统的问题，只有在对硬件、软件充分理解的基础上，才能解决现场工作中的复杂问题。总而言之，人工智能时代的环境应变能力，有其鲜明的时代要求，在学校教育和企业教育中必须使用有针对性的教学方法来培养有用人才。
以上归纳了符合人工智能时代要求的四个方面的能力，这四个方面的能力并不是独立存在的，它们之间有着不可分割的联系。人工智能知识是新时代劳动者能力的基础，有了它才能够驾驭自动化设备，进行新产品、新技术及新价值的创造。创造性思维是人工智能时代劳动者能力的核心，突出显示了人的智慧价值。而社会交流能力和环境应变能力则对人的气质或性格提出了新要求，要求处于人工智能时代的劳动者区别于越来越聪明的自动化设备，在纷繁复杂的社会和飞速变化的技术环境中发挥人的作用。
三、人工智能时代的劳动者能力培养
为了培养与人工智能时代相适应的人才，提高全社会的智慧水平，我们应该在理念、内容以及方式、手段上有所变革。
（一）突出个性化培养理念
在工业时代，大批量单品种生产是主流方式，为了提高效率实施机械化、专业化分工，产生了大量单一循环、目标明确的标准化工作岗位。企业将作业编成操作手册或计算机程序，要求劳动者达到按照手册或程序正确操作的能力标准。在这种体制下，劳动者和设备、产品一样都是标准化管理的对象，因此人才培养也是标准化的。体现在高等教育、职业教育及企业教育上，就是培养能够按照标准进行反复、简单作业的劳动者。教育方法基本上依靠大量、统一的习题，或反复练习。这样的理念与方法培养出来的学生或劳动者，只能做单纯的工作，其不仅在精度、速度方面要输给人工智能，并且会变得只能简单地对工作中的变化作出机械的反应，缺少发现问题、解决问题的能力，更谈不上创造新价值，而这种能力恰恰是人工智能时代的劳动者最需要的。因为程序化的工作都由人工智能完成，需要人来做的正是去发现工作系统的问题，不断地进行更新改进，提高生产效率，或者通过新思路、新方法创造新价值。因此，人工智能时代的人才培养，尤其要重视学习者的创造性思维能力，要在因材施教的理念下，充分发挥个人的潜在优势。
（二）构建人工智能素养教育体系
把人工智能教育贯穿小学、初高中、大学以及工作后的全部阶段，提高全社会的人工智能基本素养。目前，包括中国在内的主要国家都已经在小学及初高中开展计算机编程教育，在大学实施更为专业的人工智能教育。同时，针对在职者的相关教育也极为重要。这是因为人工智能技术对劳动的影响面越来越广泛，工作甚至职业变得愈发不确定，在职者要提前做好转业与转岗的准备。为了维持社会经济的可持续发展，国家应该就全社会、全生涯的人工智能素养教育制定战略规划，集结教育及各行业行政管理部门的力量，从资金、设备、师资、教材、技术资格认定、学习费用补助等诸方面制定具体措施。对于义务教育的中小学阶段，应该完善每个学校的信息网络，要使高速Wi-Fi网络覆盖全部校区，使每个学生都有自己专用的终端设备（电脑或平板电脑）。在教室等集体授课的场所，安装可以触屏输入、可以数据储存传递的电子黑板，在教学过程中使用人工智能设备。当前，教育界中能担任人工智能教学的教师人才十分欠缺。国家应该制定紧急行动计划，至少要在5年内填补中小学相关基础素养课程的空白，使每个学校至少有一名该学科的教师。教师的来源，可以直接从博士毕业生、企业的工程师等专业人才中招聘，可以不受教师资格的约束。在大学阶段，理工科要学习高度的人工智能技术，文科及美术、音乐等学科，也要开设人工智能专业课程，因为今后人工智能将在模拟人的艺术感受方面深入发展，需要既懂艺术又懂人工智能的人才。由于人工智能技术发展很快，要组织学术界和企业界的力量，及时更新课程，并且根据人在不同生涯阶段的特点编制有针对性的教材。应该利用大数据来补充劳动力市场信息系统并监控不断变化的技能需求，以适应所提供的课程与教材（OECD，2016）。要尽快设立国家人工智能技术资格认定制度，使学习成果能在社会上受到评价，提高学习者的学习积极性。对于在职人员的学习，应给予费用和时间上的支持。对于企业实施的员工培训，应该以减免培训费等激励政策给予扶持。
（三）实施问题导向及跨学科合作探讨的学习方式
创造性思维能力、社会交流能力的具体表现是能够利用人工智能技术解决现实问题，以及能够利用人工智能创造新产品、新服务与新工作模式。以往“满堂灌”的学习方式难以培养这些能力，今后应该加强问题导向及跨学科合作探讨方式的学习。所谓问题导向，就是有明确、真实并且具体的现实问题，解决这些问题是学习的目的。这需要企业与学校共同制订学习目标，引导学生进行社会实践。问题导向的学习方式，还需要学习材料具有现实性。数据要真实，设备及材料要先进，教材要能够反映前沿理论与实践。跨学科合作探讨学习包含四个方面，首先是跨学科的学习内容，即学生根据具体问题学习数学、统计、数据、人工智能以及物理、化学、生物、艺术等多学科知识，这需要打破以往文理分科的界限；其次是跨学科的学习成员，即打破以往班级学习约束，组成由不同专业背景学生构成的小组，尤其是大学阶段要尽可能采取这种办法；再次是小组学习方式，即在教师指导下以小组为中心进行讨论和得出解决方案。同时，要构筑互联网学习平台，教师与学生之间、学生与学生之间有充分的提问—反馈—讨论的渠道。跨学科合作探讨形式的学习方法，不仅有利于提高学习自主性和团队合作性，也有助于进行知识碰撞、知识整合和知识创造，从而提高综合能力和应用能力。
现阶段，包括中国在内的一些国家都在进行问题导向及跨学科合作探讨学习方式的实践，诞生了STEAM（Science，Technology，Engineering，Art，Mathematics）教育课程、问题/项目导向型教育课程（Problem/Project-BasedLearning：PBL）、创新思维课程等方法。但这些方式都处在发展过程中，需要专家和学者不断吸取有益经验对其进行改进。日本为了培养人工智能人才，制定了国家战略推行STEAM教育，并研究整理了具体案例，为各学校及企业提供参考材料。如日本某职业高中与企业合作，开展了STEAM教育课程。该课程的项目之一是设计使用便利的人工智能设备，推进智能化农业生产。项目分四个阶段进行。第一阶段引发学生对农业和机器人的兴趣，使用4个课时。教师启发学生考虑联系农业作业的实际需求，确定制作机器人的具体内容。企业技术专家介绍机器人控制语言，演示机器人的动作。学生进行讨论，得出关于制作方向的结论；第二阶段进行机器人控制与数学、物理等学科知识的应用，使用4个课时。具体任务有两个，一个是解剖分析现有农业机械，获得感性、基础认识，再使用控制语言设计机器人基本雏形，另一个是运用数学知识，探讨马达转速与机器人动作的关系，设计控制程序，制作马达。企业技术专家讲解高感度彩色感应器、图像识别等技术，联系物理知识，讲解关于摩擦作用的处理方法；第三阶段学习机器人开发的基本程序，使用4个课时。技术专家讲解现实社会中技术人员如何编写“产品规格书”、通用计算机语言、数据解析工具等，引导学生继续使用控制语言模块制作机器人；第四阶段进行总结和演示，使用4个课时。学生演示、讲解自己制作的机器人的特点以及与农业作业的关联。同时，教师引导学生梳理学习内容，激发今后学习机器人技能的兴趣（经济产业省，2019）。
（四）利用人工智能技术提高学习效率，增强学生的创造性思维能力、社会交流能力
现阶段的人工智能已经可以代替教师对学生进行辅导，提高学生的学习效率，如X-Tech、EdTech、LearnTech等技术。这些工具可以根据每个学生的实际情况，给出不同的学习指导方案，提高学习效率。有国外学校在教学中引进了人工智能系统，学生使用平板电脑阅读数学教材、做习题。人工智能系统收集所有学生的学习信息，包括答案、解题过程、速度、集中力、理解力等，在此基础上判断出每个学生的强、弱项，给出符合个人学习水平的阅读材料和习题，大大提高了学习效率。该学校利用人工智能对小学六年级学生进行了初中一年级上学期的数学课程教育，常规需要14周的学习内容仅用2周就完成了，并且学生们的考试成绩都超过了常规教育的平均点。如果能如此高效地接受知识，学生就可以把时间更多地用在联系实际的项目学习以及体育、艺术等活动上，强化学生创造力和社会交流能力的培养。如果说铅笔、笔记本、橡皮是传统必需的学习工具，那么当前与互联网无障碍连接的电子终端已经成为人工智能时代学习的必要工具。国家应该尽快完善义务教育、高中教育、大学教育和在职教育的电子化环境，引进人工智能设备，提高全社会的学习效率。
目前，人工智能正以前所未有的速度部分或完全替代人的劳动，社会生产率将会大大提高。我们必须精准理解人工智能对职业、劳动和能力的影响，从国家层面制定战略规划，运用市场经济杠杆和政策手段提高包括义务教育、高中教育、高等教育和在职教育在内的生涯教育的人工智能基本素养，维持社会经济的稳定发展。
参考文献
[1]陈明生.人工智能发展、劳动分类与结构性失业研究[J].经济学家，2019（10）：66-74.
[2]丁晨.从适应到引领：人工智能时代职业教育发展的机遇、挑战与出路[J].中国职业技术教育，2019（13）：53-59.
[3]李开复，王咏刚.人工智能[M].北京：文化发展出版社，2017.
[4]毛旭，张涛.人工智能与职业教育深度融合的促动因素、目标形态及路径选择[J].教育与职业，2019（24）：53-59.
[5]南旭光，汪洋.人工智能时代职业教育治理的限时挑战与路径选择[J].教育与职业，2018（18）：25-30.
[6]潘文轩.人工智能技术发展对就业的多重影响及应对措施[J].湖湘论坛，2018（4）：146-153.
[7][美]S.J.Russell，P.Norvig.人工智能：一种现代的方法（第3版）[M].殷建平，等译.北京：清华大学出版社，2018.
[8]王君，张于喆，张义博，等.人工智能等新技术进步影响就业的激励与对策[J].宏观经济研究，2017（10）：169-181.
[9]万昆.人工智能技术带来的就业风险及教育因应[J].广西社会科学，2019（6）：185-188.
[10][奥]约瑟夫·熊彼特.经济发展理论[M].何畏，等译.北京：商务印书馆，2016.
[11]安宅和人.人工知能はビジネスをどう変えるか[J].DiamondHarvardBusinessReview，2015（11）：43-58.
[12]池迫浩子,宮本晃司.家庭、学校、地域社会におけるスキルの育成：国際的エビデンスのまとめと日本の教育実践·研究に対する示唆[R/OL].2015-08-27.https://berd.benesse.jp/feature/focus/11-OECD/pdf/FSaES_20150827.pdf.
[13]経済産業省.“未来の教室”実証事業成果報告：ベジタリア株式会社[R/OL].2019-07-12.https://www.learning-innovation.go.jp/verify/z0044/.
[14]野口悠纪雄.AI入門講座[M].東京：東京堂出版，2018.[15]西村崇.AI時代に必要なスキルは「対人関係力」と「創造力」、アデコが調査報告[EB/OL].2017-05-17.https://xtech.nikkei.com/it/atcl/news/17/051701429/.
[16]D.H.Autor,L.F.Levy，R.J.Murnane.Theskillcontentofrecenttechnologicalchange：anempiricalexploration[J].QuarterlyJournalofEconomics，2003（4）：1279–1333．
[17]D.H.Autor.Whyaretherestillsomanyjobs？Thehistory andfutureofworkplaceautomation[J].JournalofEconomicPerspectives，2015（3）：3–30.
[18]H.Bakhshi，J.M.Downing，M.A.Osborneetal.Thefuture ofskills:employmentin2030[R/OL].2017-12-30.https://futureskills.pearson.com/research/assets/pdfs/technical-report.pdf.
[19]T.H.Davenport，J.Kirby.Beyondautomation[J].Harvard BusinessReview，2015（6）：59-65.
[20]D.J.Deming.Thegrowingimportanceofsocialskillsinthelabormarket[J].NBERWorkingPaper，2015：21473.
[21]C.B.Frey，M.A.Osborne.Thefutureofemployment:how susceptiblearejobstocomputerisation？[R].WorkingPaper，OxfordMartinProgrammeonTechnologyandEmployment，2013.
[22]J.J.Heckman，T.Kautz.Hardevidenceonsoftskills[J].LaborEconomics，2012：451-464.
[23]ShotaroTani.Isyourjobrobot-ready？Ourinteractive calculatorletsyoufindouthowthreatenedyouare[R/OL].2017-04-22.https://asia.nikkei.com/Economy/Is-your-job-robot-ready.
[24]C.J.Weinberger.Theincreasingcomplementaritybetweencognitiveandsocialskills[J].TheReviewofEconomicsandStatistics，2014（5）：849-861.
[25]WorldEconomicForum.Thefutureofjobs：employment，skillsandworkforcestrategyforthefourthindustrialre-volution[R/OL].2016-01-18.https://reports.weforum.org/future-of-jobs-2016/preface/.
[26]WorldEconomicForum.Thefutureofjobsreport2018：Centrefortheneweconomyandsociety[R/OL].2018-09-17.https://www.weforum.org/reports/the-future-of-jobs-report-2018.
[27]OECD.Skillsforsocialprogress：thepowerofsocialand emotionalskills[R/OL].2015-12-30.OECDSkillsStudies，OECDPublishing，Paris，http：//dx.doi.org/10.1787/9789264226159-en.
[28]OECD.Skillsforadigitalworld[R/OL].2016-12-30.https://www.oecd.org/els/emp/Skills-for-a-Digital-World.pdf.
刘湘丽.人工智能时代的工作变化、能力需求与培养[J/OL].新疆师范大学学报(哲学社会科学版),2020(04):1-12[2020-05-20].https://doi.org/10.14100/j.cnki.65-1039/g4.20200518.001.
智能时代的教育创新趋势与未来教育启示
一部人类文明史，就是教育和科学相互激励、相互促进的历史。纵观工业革命以来的人类社会发展历程，时代变迁总是伴随着重大产业变革和经济社会的跨越式发展，而主导时代变迁的源泉则是科技进步。当前，新一轮科技革命正风起云涌，以人工智能为代表的前沿技术对人们的生产生活产生了重大影响，加快推动人类社会迈向人机协同、跨界融合、共创分享的智能时代。
智能时代，新一代信息技术进入创新密集期。中国应抢抓机遇，积极推进前沿技术与教育教学的深度融合，促进教育理念、教学方式和管理模式创新，为实现教育公平、建设高质量的教育体系以及构建更加开放、包容的终身学习体系夯实基础。新冠肺炎疫情对全球教育体系造成了严重冲击。受疫情影响，全球大部分学校被迫关停，约190个国家暂停了线下课程，超过15亿学生的教育进度受到影响，在线教育成为实现“停课不停学”的唯一选择。在大规模在线教育实践中，现代信息技术不仅发挥了重要支撑作用，同时还引领着未来教育的创新与变革。后疫情时期，面对更为复杂多变的国际国内形势，为确保教育现代化目标任务的实现，我们迫切需要认真反思传统教育体系存在的不足，积极推动信息技术与教育教学的深度融合，加快构建面向未来的教育新生态。研究在对智能时代进行界定和分析的基础上，基于《面向智能时代：教育、技术与社会发展》一书中的团队研究成果，总结提炼智能时代教育创新与变革的十大趋势，并根据智能时代教育创新特征及教育本质，进一步获得研究未来教育的五点启示。
一、智能时代呼唤教育创新与变革
(一)迈向智能时代
人类社会的发展大致经历了农业时代、蒸汽时代、电气时代和信息时代。时代更迭具有三大显性特征：一是科学技术的发展奠定了不同时代的生产力基础；二是生产要素随着时代更迭不断演进，而新生产要素的形成，会驱动人类社会迈向更高发展阶段；三是生产力的飞跃也带来生产关系的重大变革，并引起社会生活各领域发生重要变化。
1956年举行的达特茅斯(Dartmouth)会议被认为是“人工智能”诞生的标志。步入信息时代后，互联网技术的发展和高性能计算机的出现，加速了人工智能的创新研究，也促使其从研究走向应用。近十年来，在新理论和新技术的驱动下，人工智能呈现蓬勃发展态势，产业链条逐步形成、集群发展态势显著、溢出效应日益突出。在人工智能引领下，大数据、云计算、物联网、区块链、5G等新一代信息技术加速突破应用。这些前沿技术不断颠覆传统生产模式、组织方式和产业形态，推动传统产业转型升级、新兴产业发展壮大。同时，前沿技术已从互联网领域渗透至传统行业，其应用场景日益丰富、应用价值不断凸显，在包括教育在内的多个服务行业已经有了较为成熟的应用，极大促进了人们工作和生活的智能化。
前沿技术的创新与应用也推进了经济的数字化转型。当前，全球数据呈现爆发增长、海量集聚的特点，以大数据为代表的信息资源已成为重要的战略资源和新生产要素，并和其他要素一起融入经济价值创造过程，推动生产力变革。生产力的发展也促进了生产关系的变革。随着互联网技术的普及，人们开始降低对传统单一生产资料的依赖，而转向多元化的劳动输出，雇佣关系从紧耦合变成了松耦合。人机协同、跨界融合与共创分享的新型发展模式，也使人们摆脱了机械与繁杂的工作，可以基于自由意志展开个体之间的分工、合作与创作。前沿技术还驱动了知识的高效生产、传播和应用，促进了财富积累方向由资本转向知识，不仅急剧提升了财富增长的速度，也增加了收入分配格局调整的灵活性。因此，相比信息时代的计算机和互联网，以人工智能为代表的驱动生产力变革的新技术已经出现，催生了新的生产要素、改变了传统生产关系。历史发展和实践表明，我们正迈向或已经进入了一个由人工智能技术为引领的智能时代。
如果将时代更迭、技术进步与经济周期联系在一起，通过对工业革命以来全球经济增长五次长波的考察，亦可佐证我们的观点。1939年，著名经济学家、创新之父熊彼特将微观企业创新与宏观经济周期相结合，提出了“技术长波论”，指出在经济发展过程中同时存在着长、中、短三种长度不同的周期，而长周期主要是由以产业革命为代表的重大创新活动(群集)引起的，每个长波均以根本性技术创新为标志。熊彼特认为，经济发展是一个动态、非均衡的过程，而创新活动非连续、非平衡的动态过程与经济的繁荣及衰退是相互对应的。由于新技术的全面应用，生产效率显著提升，周期之后的均衡水平将高于之前水平，这一过程即为“创造性毁灭”，而“创造性毁灭”是推动社会向前发展的根本动力。
自工业革命以来的200多年间，人类社会一共经历了五次经济长波，每一轮长波又分为繁荣、衰退、萧条和复苏四个阶段，每一轮长波都伴随着重大技术创新及其主导的产业变革。第一个长波时间约为1780—1842年；第二个长波时间约为1842—1897年；第三个长波的时间约为1897-1946年；第四个长波的时间约为1946—1991年。第五次经济长波复苏时间约在1982年左右，繁荣期以1991年互联网以及信息技术领域的一系列技术创新高潮为标志，是目前仍在进行且尚未完成的经济长波，波峰出现在2008年左右，并以2008年全球金融危机为标志，第五次长波进入下降阶段。从长波持续的时间来看，前四次长波的平均周期为55年左右，而第四次仅经历了45年，长波持续时间不断缩短的背后是知识和技术迭代速度的不断加快。从1991开始的第五次长波至今已持续近30年，且在2008年左右由上升波转为下降波，繁荣期接近20年，2008—2015年左右是此轮长波的衰退期，从2015—2025年左右，该轮长波将进入萧条期并达波谷，此后在主导技术驱动下经历复苏并开启第六次长波。如果前沿技术和产业变革速度比预期更快、技术的外溢和扩散效应更强，那么第五轮长波周期有可能进一步缩短，第六次经济长波有望在2030年左右开启。
当前，我们正处在第五次长波的下行区间，叠加新冠肺炎疫情影响，未来几年，全球经济很可能面临进一步萧条并逐步探底。然而，下行区间往往是新一轮主导技术的萌芽期和发展期，全球范围正在兴起的新一代信息技术创新浪潮即是最好的佐证。可以预见，作为引领变革的战略性技术，以人工智能为标志的新一代信息技术将成为第六次经济长波的主导技术，其对全球产业格局、经济社会变革的影响将远超历次工业革命，也将成为人类社会迈向智能时代的决定性力量。如果我们把以人工智能为主导技术的第六次长波开启时间作为步入智能时代的标志，那么未来10—20年左右，我们将步入智能时代；如果我们以正在兴起的新一轮科技和产业变革作为智能时代到来的标志，便可以认为我们已进入智能时代。
智能时代，以信息化、数字化、智能化为特征的前沿技术不断催生新产业、新业态和新模式，为新一轮长周期繁荣奠定了坚实基础。根本上，前沿技术的蓬勃发展在很大程度上得益于新一代信息技术群进入密集成熟期，算法向并行化、复杂化、规模化发展。算法与深度学习等不断促使人工智能向“拟人化”方向发展，即机器深度学习人类思维，实现技术本身的智慧化。如果将“智能”理解为语言、逻辑、空间、认知等能力，那么“智慧”便是指从感觉到记忆再到思维的过程，也就是说“智慧”是“智能”的升华与进阶。具体来看，数据是信息的载体，信息与实践融合会形成知识，而知识的获取在于思维的形成，思维形成过程即为智慧。智能时代，低延时的5G作为新“信息高速公路”为各主体间智慧的流动提供了桥梁，构建了万物智联、交融共生的5G信息生态，推动智慧社会的形成。可以说，智慧社会将是智能时代里程碑式的产物，也是智能时代终将形成的新社会形态。智能时代，技术与知识的双重进化是促进智慧社会演进的核心动力。在技术层面，人工智能等前沿技术已为智慧社会的建设提供了技术支撑；智能化、数字化、网络化等新一轮科技革命和产业变革也为其提供了环境基础；智能化浪潮推动了人类社会原有的基础设施、生产方式、发展要素、商业范式、经济形态、治理模式等发生转变，使智慧社会更侧重于人与生活。另外，智慧社会体现了前沿技术对人类社会的生产、生活、组织、思维等方面的广泛应用，促使技术逐步代替人的脑力工作，引发社会的链式突破，推动社会智慧化。在知识层面上，数据、信息、知识、智慧代表了信息资源的不同层级和深度，智慧社会意味着“智能”将成为与劳动、资本、土地、信息、数据等同等重要的新生产要素。
智慧社会的主要构成及服务单位是“智慧人”，即知识、技术所带来的驱动力归于人。主体多元、集体智能、共创共享、智能权利等特征更是源于人，而人的认知能力决定人的发展能力，人的发展能力决定了社会的智慧程度。当前，科学技术从两个方面改变着人类，一方面是“向外的”，即对世界的认识；另一方面是“向内的”，即对自我的认知，毋庸置疑，教育是提高人类认知能力最有效途径之一。所以，智慧社会的建设离不开未来教育的发展。首先，未来教育方式及内容决定了人的认知程度；其次，未来教育为智慧社会的发展和迭代提供人才；最后，教育发展中产生的需求及问题也为智慧社会的发展提供动力与方向。另外，智慧社会以智慧、互联为理念，通过“智联”建设打破知识、空间、时间之间的壁垒，形成三维空间与知识、时间两个维度协同融合的“五维教育”，将推动构建以人为中心的教育生产关系，释放教育潜能，推动智慧社会生产力的变革。所以，时代的更新、社会的发展必将带来教育的创新与变革，而未来教育的变革也决定着未来社会的迭代与升华。
(二)智能时代教育范式的转变
在中国进入历史新方位的今天，智能时代无疑是一个新起点。前沿技术与教育的深度融合，将进一步释放教育在推动人类社会发展过程中的巨大潜力。近年来，我国一系列推进人工智能教育应用的战略与规划陆续出台。2017年发布的《新一代人工智能发展规划》和2018年发布的《教育信息化2.0行动计划》等都对人工智能与教育的融合发展进行了明确规划。2019年印发的《中国教育现代化2035》更是将“加快信息化时代教育变革”列为教育现代化的十大战略任务，进一步部署推进智能教育应用。2019年，习近平总书记在给国际人工智能与教育大会的贺信中指出，人工智能时代教育的重要使命是培养大批具有创新能力和合作精神的高端人才；我们要积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。因此，站在智能时代的背景下来思考教育的创新与变革，是我们研究未来教育的基本起点。
习近平总书记的指示突出了教育的时代使命与时代对教育的影响两大问题，前者强调教育应培养时代所需的人才，而后者强调时代的科技进步为教育创新与变革带来的机遇，事实上又可以统一到“学习”这个基本出发点上。在知识快速生产、迭代和传播的智能时代，教育范式变革的核心是由被动式的“教”向主动式的“学”转变，建立学习驱动型的教育体系是智能时代教育变革的主要方向。学习动力、能力和毅力的培养让学习者具有高度的适应性，这种适应性是其面对技术和产业的快速迭代及经济社会的急剧变化时所拥有的关键能力，也是社会对未来人才素养的基本要求。主动学习意味着随时学习和终身学习成为一种常态，且学习者学习和掌握的不仅仅是知识和技能，还应当学会在面对复杂社会问题时，主动运用自身的批判性思维及复杂认知去管理目标、促进合作、增进协调，以实现个人和社会发展目标的统一。因此，为建立以学习者为中心的教育新生态，必须充分发挥互联网和人工智能优势，创新教与学方式，加快构建服务全民终身学习的教育体系。
智能时代为构建以学习者为中心的教育新生态提供了前沿技术支撑，构建数字化、智能化的终身教育体系和网络化、可持续的学习型社会已成为新的使命。此时，学校和教育机构不再是封闭的社会单元，而是通过网络汇聚形成集体智慧聚变的节点。智能时代，人们已不再满足标准化的学校教育模式，对个性化教育服务和获取更多的终身学习资源、机会有了更多需求。互联网将成为教育实践的基本支撑平台，能够实现优质教育资源更大规模、更低成本、更有效的分享，通过提供开放的理念、新的组织流程、新的供给模式、创新的思维来改变整个教育组织体系，服务全民终身学习；而以人工智能为标志的前沿技术将广泛应用于教与学的全过程，助力多元化、个性化、弹性化、高品质的学习，显著提高学习的动力、效率和质量。例如，移动设备、互联网技术的进步改变了学习的时间与空间，学习资源的丰富和智能技术的支撑使得学习可以发生在任意时间和地点；虚拟平台的建设促进了公共沟通与合作，为公众智慧的生成与共享提供了平台；在线学习平台、人工智能机器增加了学习机会、推动学习走向“混合”模式，实现实体教室与虚拟教室在空间上的混合、面授教学与在线教学的混合、同步学习与异步学习的混合；大数据为学习成果的表达及学习成果的评价提供了清晰的可视化途径和精准的数据支持；人工智能通过“数字画像”，能够精准刻画学习者的行为特征，有助于更好地了解个体差异，进而开展精准教学、提供个性化学习服务。可见，基于智能技术建立促进个性发展的教育体系，是智慧教育发展的基本趋势。
知识和学习也为智能时代经济社会的可持续发展提供了动力源泉。2019年，联合国教科文组织启动了“教育的未来”全球倡议，目的是让我们重新思考在这样一个充满不确定性的复杂世界里，教育、学习和知识如何帮助我们更好地适应社会、迎接挑战，进而重新塑造人类的未来。人类生活水平的提高有赖于科技进步，而科技进步离不开创新，创新的驱动力则是内生性的知识和学习。因此，知识和学习能够促进生产率提升、扩大经济产出，提高社会生活水平。同时，当知识要素作为投入品用于生产时，会产生强大的正外部性，从而导致规模报酬递增，而一旦有了规模报酬递增，持续的增长也就成为可能。在人人共创知识、分享知识的智能时代，获得知识收益的边际成本几乎为零，这为学习者广泛获取、使用知识提供了便利，而获取知识的过程——学习也具有显著的正外部性，学习的社会效益远大于学习本身给个人、企业、组织等带来的益处。诺贝尔经济学奖得主斯蒂格利茨(Stiglitz)指出，在人类迈向知识经济的过程中，对于持续的发展和增长尤为重要的是，经济发展不依赖传统的资源积累而是基于学习实现技术进步。当前，人工智能等前沿技术创新已成为开启新一轮增长长波的核心动力，而技术的创新和突破则有赖于知识和知识载体——人力资本的不断积累。如何加快知识和人力资本积累？显然，需要通过教育和学习。因此，构建全民学习、终身学习的学习型社会，大力发展各类学习型组织、加快推进学习型城市建设，能够最大程度地激发知识和人力资本对经济社会发展的驱动效应，促进经济高质量增长和社会的全面进步。
二、智能时代教育创新与变革的趋势
我们的研究发现，智能时代教育创新与变革呈现十大趋势：
1.新技术重塑教育生态
智能时代，人工智能等新一代信息技术是实现教育生态重塑的有效手段，也是实现全球教育改革与发展共同目标、保障教育均衡和质量的最有效工具，走向智慧教育是技术重塑未来教育的最终目标。
智能时代，人工智能、大数据、区块链、虚拟现实、5G等新一代信息技术是教育系统变革的内生力量，将承担支撑引领教育现代化发展，推动教育理念更新、模式变革、体系重构的重任。前沿技术的教育应用将强化教育与技术的融合发展，将在技术理论突破、新兴技术教育应用、智能教育技术、交互认知、脑认知机理与教学模式匹配、智慧教育、教育机器人、个性化学习与规模化教育等方面发生突破性进展，甚至是颠覆性创新。在可预见的未来，教育生态体系的重构有赖于人工智能等前沿技术支撑，人工智能教育有助于转变学习模式、促进个性化培养、减轻教师负担、优化教育治理、丰富教育供给等。我们应该理性推进人工智能与教育的融合共生，让人工智能与教育共同赋能未来，实现智慧教育。智慧教育是未来教育的典型形态之一也是未来教育的发展目标，智慧教育系统包括传递教育智慧的智慧学习环境、启迪学生智慧的新型教学模式和孕育人类智慧的现代教育制度。通过智慧教育，实现公平且有质量教育、培育未来社会卓越人才的根本目标。
2.新范式引领学习革命
构建以学习者为中心的新范式是智能时代教育变革的主要方向，由此引发的学习革命将促进主动学习和终身学习成为常态，加快构建和完善面向未来的终身学习生态体系已成为必然趋势。
终身学习强调教育过程由“以教为中心”向“以学为中心”转变，强调学习者要由他律向自律转变，强调学习需求由外驱向内驱回归，强调学习资源、学习途径、学习方式、学习内容等方面的开放性、灵活性和系统性。面向未来学习的终身学习体系将呈现以下特征：随着信息与交流技术的多样化和传播手段、信息、知识和价值观的源泉多样化，个体学习日益发生在正规教育机构之外；传统知识源泉的垄断权威性弱化，终身学习的针对性大大增强，草根满足草根的服务模式开始出现，并且可能更符合人们的学习需求；解决工作中的问题、提前为应对未来社会的变化作准备是人们学习的主要动机，基于工作场景的终身学习使灵活的技能开发和获得职业资格成为可能；正规学习与非正规学习之间的认证机制逐渐得到完善，使得不同群体都能够根据自己的条件和需求，选择适合自身的学习机会，并在学习之后实现对不同学习成果的转换。智能时代终身学习的生态发展路径包括搭建学分“立交桥”、基于大数据的学习地图、终身学习载体建设和发展、草根满足草根的新型服务模式。
3.新需求激发创新能力
未来社会迫切需要创新型、创造型人才，以激发社会创新能力，而创造力教育正是推动人才培养目标变革的重要环节与手段。
智能时代，如何对海量信息进行搜集、筛选、整合和利用，如何在日新月异的技术发展中提出具有前瞻性、创造性和领先性的技术构思，这是当今人才培养必须要思考的问题。在此背景下，未来教育必然需要培养具有“生产性”思维的创新性、创造性人才。智能时代要求创新和创造性人才具有创新人格、数字学习能力、计算思维、设计思维、思辨能力、人机协同六大特征，其中创新人格是创新能力的人性特征、思辨能力是创新能力的思维基础、数字学习能力是应对知识变迁的必备技能、计算思维是实现创新的基础技能、设计思维是实现创新的基础手段、人机协同是顺应智能时代必备技能。前沿技术赋能创造力培养主要体现在营造支持性智慧环境、变革教学模式、推广和丰富学习资源三方面。面向智能时代的创造力培养包括四大途径，即打造智慧学习环境，提供支持性服务；探索新型教学模式，实现全面培养；更新教学内容，紧跟时代需求；依托场馆情境，营造真实氛围。
4.新环境呼唤数字素养
面对智能时代的数字化成长环境及崭新的时代特征，提升数字素养迫在眉睫，只有丰富和发展学习者核心素养内涵，培育数字素养，方能更好地应对未来社会挑战。
智能时代，也是数字经济时代、智慧教育时代、数据文明时代。面对崭新的时代特征，迫切需要丰富和发展学生核心素养的内涵，强化包括信息素养、媒介素养以及数据素养在内的数字素养。区别于工业时代的学习内容与学习方式，智能时代的教育以互联网为基本媒介平台，以个性化学习为主要方式，以提升公众的数字素养为核心目标。在未来社会中，数字素养一定是每个个体生存发展的基本技能。因此，数字素养的培育乃时代之大使命。凭借单一主体的力量难以为继，构建培育和提升数字素养的生态系统实属应有之义。
5.新市场革新人力结构
知识迭代、技术进步与产业升级不断重塑原有的劳动力市场，增加了劳动力市场对创新型、高技能人才的需求，人力资本水平提升和结构优化将为高质量发展创造大规模的人才红利。
新时代的中国正在获得大规模人力资本红利，而教育是人力资本积累的最重要途径，通过提高知识和发展技术能力，教育有助于增加人力资本积累从而提高个人及组织的生产效率。可以预见的是，以劳动密集型产业为主的产业结构将逐渐退出历史舞台，取而代之的是以高技术、高附加值为主的知识、技术密集型的产业发展模式。随着人力资本水平的提升和技术的迭代，劳动力市场中人力资本结构发生变化，智能时代的到来更是增加了劳动力市场对高知识、高技能人才的需求。如果技术革新和进步替代就业岗位的速度大于劳动力市场中人力资本结构变革的速度，短期内结构性失业在所难免。但从长期来看，随着人力资本水平提升，越来越多的劳动者会满足岗位需求，而智能时代也将创造更多新就业机会、扩大生产规模而增加就业岗位。要应对智能时代的挑战，应深化教育和人才培养体系改革、不断更新劳动力的知识、技能和能力，以应对时代要求。
6.新业态丰富服务供给
智能时代，教育服务新业态新模式层出不穷，极大丰富了教育服务供给，推动了教育服务产业的蓬勃发展，满足了学习者个性化、多元化、弹性化、品质化的新学习需求。
智能时代政府、市场和社会组织的多元供给模式形成有助于教育资源的优化配置、推动公平且有质量教育目标的实现。教育服务产业是伴随新一轮科技革命、消费及需求升级快速发展起来的现代服务业，是市场配置教育资源的重要方式，已成为终身学习生态体系的重要组成部分。教育服务产业发展已走过粗放增长时代，互联网下沉与前沿技术创新为产业各细分领域的发展带来新机遇，产业升级与整合的方向将始终与技术创新、政策变化、需求驱动紧密结合。前沿技术将进一步向产业各细分领域渗透，不断创新产品和服务模式，打造全新业态和生态。教育信息化将呈现出广度、深度同时扩张的态势，职业教育、素质教育受益于政策支持也将获得广阔空间，而学前教育、K12教育、国际教育等则可通过科技赋能、品类创新、个性化服务与集团化战略等拓展潜在空间。在强监管、重规范及有序鼓励的总体政策基调下，以提升品质为核心的垂直深耕及以融合创新为核心的生态战略是未来企业赢得市场的必由路径。
7.新投资驱动产业升级
随着宏观经济金融环境、政策导向变化以及科技与教育融合的加速，资本已趋于成熟理性，投资策略也更加注重企业的内在价值与创新潜力，驱动了教育服务产业的提质升级。
教育服务产业发展过程中，金融资本不仅起到了源头的资本供给作用，同时还通过一套完整的资金流动和配置体系，提升了产业发展与金融系统之间的互动效率。智能时代，打造包含投资生态、技术生态和教育服务生态在内的融合型生态体系，有助于促进技术、产业与资本的良性发展。一级市场上，经历了数次泡沫和周期，资本已趋于成熟理性且更加注重长期价值，大额融资将进一步向已具有竞争壁垒的头部企业和项目集中。二级市场上，IPO将成为资本退出的主要渠道，特别是A股IPO将迎来新热潮。同时，尽管A股并购热潮已退，但海外并购趋势仍将持续火热，且呈现内资境外并购、外资入境双向发力态势。总体而言，成熟的资本在产业布局中的核心考量越来越与技术创新、政策支持、需求升级等因素密切相关。未来，科技赋能创造投资空间、政策驱动引领投资方向、市场扩张打开投资蓝海是教育服务产业投融资的三大机遇，但仍要警惕新一轮行业泡沫以及双主业上市公司在整合资源与管理协作等方面可能面临的问题与挑战。
8.新实践聚焦公平优质
依托于前沿技术的教育发展新实践将更加注重有质量的公平，技术不仅在促进教育公平中将发挥更大作用，也有助于优化优质教育资源的配置，提升教育发展的质量。
智能时代，公平和有质量的教育依旧是中国教育发展的主要目标，而前沿技术将在促进教育公平中发挥更大作用。在起点公平阶段，促进优质教育资源的均衡配置与共享；在过程公平阶段，智能技术不仅实现了对海量信息的精准获取，还能促进教育服务的个性化和精准化；在结果公平阶段，通过协作知识建构、基于大数据的过程性评价等，使得学习者能够获得自适应发展的客观科学评价。对于贫困地区、少数民族地区而言，教育帮扶的信息化、技术化与互联网化是改变和保障贫困地区学生受教育权的主要趋势。科学技术的发展同样为特殊需要学生的学习带来了便利和益处。同时，技术创新还促进了教师资源的优化配置进而提升教育质量。然而技术发展对教育公平也将是一把双刃剑，在认识到它对于教育公平的促进作用的同时，必须正视前沿技术发展可能产生新的数字鸿沟以及虚假平等问题。
9.新治理鼓励多元协同
现代化的教育治理体系鼓励多元主体协同参与、重构治理主体结构，为实现智能时代的教育善治目标，应将技术优势转化为制度优势，让技术与法治相互促进、相互保障，通过新制度赋能新治理。
智能时代，信息技术在教育治理的多个环节、多个层面都产生了不同程度的影响，教育生态正经历着信息技术带来的理念、形式、方法和内容的重大转变。在前沿技术支撑下，数据将更易采集且能够实现互联互通，这为科学的教育决策和管理提供了更为有力的数据保障和技术支撑，也促进了“管办评”分离和“放管服”改革。然而在前沿技术与教育融合过程中，隐私泄露、数据鸿沟、数据失信、算法歧视、决策禁锢等问题也不容忽视。智能时代的教育治理，是信息化环境下教育现代化发展与改革的一种拓展和延伸，教育治理应在新的制度和技术辅助下，更加凸显人的主体性，在教育视域内，更加关注学生的主体价值，这也是教育治理和教育现代化的终极目标。现代化教育治理是资源分配、规范体系建设、能力建设等各项任务的同步协调。多元主体参与教育治理，不仅意味着要向社会更大力度地放权，进一步促进教育开放发展，同时还需要落实好公众在教育决策中的参与权、监督和评价权，以及充分利用新一代信息技术环境与设备，将技术优势转化为制度优势，通过制度赋能治理。
10.新财政亟待兼容技术
智能时代教育财政制度创新要兼容教育领域的技术变革，向治理型教育财政转型，是加快转变政府职能的重要内容，也是实现教育治理体系和治理能力现代化的重要途径。
公共财政支持教育发展主要体现在公共财政对学历教育体系中各级各类学校教育的发展支持。但在智能时代，教育科技企业、社会资本等新的教育服务供给者，以及在线教育、智慧课堂、企业参与教育等新的教育供给形态不断涌现。为推动新技术在教育领域应用，实现智能时代的数字化教育，我国出台了一系列重要文件，建立并完善财政支持机制，以项目为抓手推进我国教育信息化发展。除传统政策支持外，我国还调整了相关学科的专业结构，鼓励高校设置人工智能、虚拟现实、微电子等新兴专业。尽管如此，我国现行的教育财政制度仍没有跟上教育领域内的技术创新步伐，现行的教育财政拨款体系并未兼容新兴的教育供给者。向治理型教育财政改革，是加快转变政府职能的重要内容，也是实现教育治理体系和治理能力现代化的重要途径。迈向治理型教育财政需要更加关注财政主体多元性、公众参与性、公益性与回应性、绩效性和法治性，发挥好市场与政府的作用，以及社会组织在提供混合公共产品方面的优势，探索出符合国情、适应社会主义市场经济发展要求的制度体系。
三、研究未来教育获得的五点启示
智能时代下的教育创新与变革即代表着未来教育的发展方向。关于未来教育，理论界和实践界从学校空间重构、学习中心迁移、教育供给模式创新、人才培养模式改革、教与学方式变革、教师角色进化、课程体系重构、评价方式迭代、教育组织管理创新等多维度进行了广泛而深入的解读。这些面向未来的教育变革要想从理论走向实践，离不开技术的支持，数据和技术将成为构建未来教育新生态的核心驱动力。
事实上，关于“未来教育”没有也无需有明确的标准和界定。这是因为，未来充满了不确定性，这使得教育体系需要根据经济社会发展的新形势、新变化不断进行调整与更新。尽管如此，教育又能够让我们在不确定性中获得某种确定，这种“确定”即是我们应对世界变化所拥有的知识和能力。当我们面向未来谈教育时，应该系统思考如何通过学习让我们在面对迅速变革的时代和社会时，能够以更加开放的思路和多元的视角，从容应对问题和挑战、抓住机遇、寻找有效解决方案、创造更多社会价值。这意味着，未来教育不是现有教育体系某一方面的变革或教育体系的边际创新，而是构建一个真正以促进学习、素养和能力提升为核心的全新教育生态，这个新生态可以为个人的终身学习与发展提供公平的、开放的、高质量的、多元的、弹性的、个性化的教育资源与服务，从而让每个人都有平等机会通过学习改变命运、成就梦想；这个新生态必须与时代接轨，紧跟前沿技术和产业变革的大趋势，可以不断满足社会对创新人才的需求，实现“学习”与“社会发展”的紧密衔接。
立足智能时代及教育的内核，我们形成了以下研究未来教育的五点启示：
1.以全人发展为根本
不论教育的形式、内容、方法、手段等如何变化，未来教育的中心依旧是培养人并为促进人的全面发展而服务，所以将人的全面发展与适应社会需求相结合建立起的新的教育生态是未来教育实践的根本立足点。“人”既是智能时代的原点也是教育的原点，所以更要思考未来教育应如何培养塑造人，才能使其适应智能时代的更迭，展现人的价值。智能时代下的教育应该从“工具思维”走向“原点思维”，将不可被人工智能替代的素养与能力作为培养的核心目标。同时，要改变割裂思维，走向关联思维，尤其要警惕将人工智能与人类智能割裂开来的做法，即要在两者关联的意义上思考人工智能与教育的关系。
2.以主动学习为中心
学习是人类获取知识以提升自我价值和社会价值的最主要途径。因此，未来教育应构建以学习者为中心的教育新生态。学习动力、能力和毅力的培养让学习者具有高度的适应性，这种适应性是其面对经济社会的急剧变化时所拥有的关键能力，也是社会对未来人才素养的基本要求。未来教育在摆脱传统的时间和空间坐标的同时打破了对人生阶段“学习期”与“工作期”的两重划分，未来的学习过程与生命过程一样漫长，学习者必须具有主动学习能力才能保证学习的连续性，这要求教育者要教会学习者用自我更新的终身学习理念去适应高速发展的社会，而与终身学习相伴随的是评价方式的革命，所以多元化评价体系的建设应成为未来教育的重要组成部分。
3.以能力提升为抓手
新生产方式的出现在要求新一代学习者具有创造性、适应性与个性的同时，也要具备批判性思维、创造性能力和开拓性精神。未来，学习者不仅要主动学习知识、掌握关键技能，更重要的是能够在社会生活中将知识和技能转变为更高阶的认知能力、批判性思维以及创新创造才能，从而在合作、协调、目标管理等方面促进个人与社会目标的实现。因此，能力培养应被视为应对未来挑战、提升国家教育实力和公民素养的重要内容。为此，未来教育必须超越知识，充分重视并营造更多实际场景以培养和磨练学习者的能力、素养和态度。
4.以优质供给为导向
为了真正形成以学习者为中心的新教育体系，未来教育应不断适应社会和个人的教育需求升级，以供给侧改革为抓手，开创教育对外开放新格局、深化教育与社会的联系、变革教育资源配置的体制机制、创新教育服务供给模式、多渠道扩大优质教育的有效供给，让公共选择机制和市场机制协同发挥作用。为此，不仅应推动正规教育的优质均衡发展，还应通过非正规教育、非正式学习等方式提供更大范围、更加灵活的终身学习机会，实现正规学习与非正规学习融合、学校学习与社会学习融合、正式学习与非正式学习融合，构建并完善正规学习、非正规学习和非正式学习之间学分和人才的双向流动机制。
5.以优化治理为保障
与未来教育新生态相伴随的是一系列不确定性带来的新挑战，新一轮科技产业革命或将摧毁旧生产力与旧生产关系，加剧传统教育制度体系与新生产力之间的矛盾。因此，未来教育需要依靠现代化的教育治理体系以有效应对挑战，同时也需要现代化的治理能力把制度优势转化为管理效能。不论时代如何更迭，政府依旧在教育治理中扮演着重要角色，但时代更迭又赋予了政府新的管理思路、手段和方法，特别是技术赋能治理创新，能够优化政府管理行为，释放教育发展活力。因此，新挑战不仅需要政府在内的多元主体共同协调和解决，技术本身也将成为解决挑战的重要工具。总之，推进教育治理体系和治理能力的现代化不仅是未来教育实践的重要内容，也为其提供了重要的制度支撑和有效保障。
人工智能背景下高职学生劳动教育模式创新探究
阳琼敏
教育部印发的《大中小学劳动教育指导纲要(试行)》的通知指出，劳动教育要彰显时代特征，紧跟科技发展和产业变革，准确把握新时代劳动工具、劳动技术、劳动形态的新变化，创新劳动教育内容、途径、方式，增强劳动教育的时代性[1]。人工智能的兴起，正在改变人们的劳动方式和生产方式，如何正确顺应时代育人要求，实现劳动与教育的深度融合，改革劳动教育传统模式，落实立德树人根本任务，培育德智体美劳全面发展的社会主义建设者和接班人，是高校劳动教育亟须探讨的现实问题。
一、人工智能背景下高职劳动教育新使命(一)转变劳动教育的时代观念马克思认为，劳动是价值的唯一源泉[2]。当前高职学生基本都是“00后”，充裕、优越的物质生活对其劳动观念产生了影响。同时，人工智能时代的到来，让他们在享受便利的同时开始对人工智能产生依赖。在日常生活中出现了轻视劳动成果的观念和现象，认为价值的创造可以不需要劳动。然而，人工智能的研发、生产、使用和售后等都凝聚了人类的劳动成果，都是人类劳动价值的体现。因此，人工智能并没有改变劳动是价值的唯一源泉，而是人类劳动形式升级的体现。人工智能背景下，引导学生树立现代劳动观念，正确认识劳动及其价值显得尤为重要。
(二)涵养劳动教育的人文底蕴人工智能背景下的劳动教育不仅是劳动知识、劳动技能的培养，更应是劳动知识、劳动技能与劳动情感在教育对象上的统一和融合。高职院校一方面应将人工智能技术与专业知识的学习相结合，充分发挥人工智能的技术技能优势，创新劳动教育方式方法；另一方面人的协调发展始终是教育的终极目标，要注重劳动教育过程中的人文关怀和情感培养。引导学生正确理解人工智能对劳动产生的影响，明晰辛勤劳动、诚实劳动的重要性，丰富学生劳动情感，激发学生的创造能力，培养学生对劳动的热爱和对社会的责任感，从而达到“知、情、意、行”的内在统一。
(三)厘清劳动教育的技术边界劳动教育模式的改变，受人工智能自身技术影响及劳动教育的教育目标、价值取向等因素的影响。也就是说，劳动教育的创新是有一定技术边界的。首先，人工智能由于过度追求技术价值，在教育过程中容易超越劳动教育价值的追求，因此在开展劳动教育时，必须坚持社会主义劳动教育价值方向；其次，可以通过线上线下相结合的方式开展劳动教育。线下劳动教育具有传递教育者与教育对象之间情感、意志等方面的优势，这是人工智能技术难以达到的，因而要充分运用线上线下教学方式，以技术促劳动精神的升华，以劳动精神促技术的发展，从而提高新时代高职学生的综合素养。
二、人工智能背景下高职学生劳动教育存在问题为进一步了解高职院校学生劳动教育开展现状，研究设计了调查问卷，共发放问卷1600份，收回问卷1545份，回收率96.56%，其中有效问卷1545份，有效率100%。通过梳理和统计1545份问卷调查结果，发现高职学生劳动教育存在以下问题：
(一)劳动教育形式单一，实践活动开展不广泛在本次调查问卷中，当被问及“您参加过学校(或班级)组织的哪些劳动活动？”时，87.64%的高职学生选择打扫校园内卫生，39.87%的高职学生选择去学校的劳动实践基地劳动，37.48%的高职学生选择参观、走进工厂劳动，32.36%的高职学生选择烹饪等相关家政劳动，29.13%的高职学生选择种植花草或农作物，3.17%的高职学生选择其他(见图1)。这些数据说明，高职学生劳动教育的实践形式相对比较单一，主要是以日常生活中的劳动实践为主要方式，缺少生产型、服务型等劳动实践活动。
图1您参加过学校(或班级)组织的哪些劳动活动
(二)劳动积极性不高，缺少服务精神和奉献精神在本次调查中，当被问及“在校期间，您经常处理脏衣物的方式？”时，51.59%的高职学生选择学校洗衣机洗，47.64%的高职学生选择自己手洗，0.45%的高职学生选择送到专门干洗店，0.32%的高职学生选择从来不洗，攒一起带回家洗(见图2)。同时，对于“当您发现公共区域卫生脏乱差，但又没轮到您打扫时，您会怎么做？”的问题选项，31%的高职学生选择自己主动打扫，26.67%的高职学生选择与同学一起打扫，35.79%的高职学生选择提醒值日同学打扫，6.54%的高职学生选择漠不关心，习以为常(见图3)。由此可见，当前高职学生的劳动习惯不尽如人意，劳动积极性不高，劳动意识薄弱。
图2在校期间，您经常处理脏衣物的方式
图3当您发现公共区域卫生脏乱差，但又没轮到您打扫时，您会怎么做
(三)劳动教育支撑保障能力不足，教育成效不明显在本次调查问卷中，当被问及“您所在学校是否有专门的劳动课教师”时，35.34%的高职学生选择有专职和兼职教师相结合的劳动教育师资队伍，26.28%的高职学生选择学校有专门教师开展劳动教育，28.41%的高职学生选择有思政课、辅导员等其他兼职教师开展劳动教育，8.22%的高职学生选择完全没有，1.75%的高职学生选择不清楚(见图4)。在“您所在学校是否有固定的校外劳动实践场所”的问题上，55.92%的高职学生选择很少有固定场所，28.09%的高职学生选择有专门固定的场所，14.89%的高职学生选择完全没有，1.1%的高职学生选择不清楚(见图5)。以上数据说明，高职院校劳动课教师师资队伍存在很大不足，专门的劳动教育课教师比重有待进一步提高；并且，基本上没有开展劳动教育的固定场所，劳动教育的支撑保障能力需进一步提升。
图4您所在学校是否有专门的劳动课教师
图5您所在学校是否有固定的校外劳动实践场所
三、人工智能背景下高职学生劳动教育存在问题的原因分析(一)学生自身劳动素养有待提升随着社会经济的持续发展，优越的物质生活给高职学生提供良好生活保障的同时，也带来了一些负面影响。一是自律能力弱化，主动意识淡薄。大多数学生从小娇生惯养，依赖心理较重，自我约束能力不强，缺乏自我劳动教育的意识。二是价值取向功利，过于注重自身利益。很多高职学生认为劳动是有所收获的，不是义务的；更有学生认为劳动就是为了赚取金钱，满足日常消费需求。学生劳动价值观的物质性和功利性，不仅影响学生的择业观，还影响学生的个人成长。三是盲目崇尚脑力劳动，轻视体力劳动。随着人工智能的普及，劳动的形式发生了转变，学生对劳动认知也存在局限性，他们认为体力劳动已过时，殊不知吃苦耐劳的品质仍值得传承和发展，弘扬劳动精神，提高劳动素养，培养创新意识和创造能力仍是人工智能时代劳动教育的主旋律。
(二)学校对劳动教育的重视不够一是劳动教育方式不灵活。目前，高职学生的劳动教育主要方式是理论教学与实践教学，但重理论轻实践的现象在高职院校劳动教育中普遍存在。调查问卷的结果显示，“学校劳动教育方面的课外实践活动与公益劳动较少、学校对劳动价值观教育认识不足，组织不力，监督不强，学校从事劳动教育师资、场地、经费不足”等。二是劳动教育流于形式，育人效果不明显。理论上承认劳动教育的重要性，但实际上没有把劳动教育作为学校教育中不可缺少的重要组成部分，学校更倾向于专业知识的教授。并且，大部分学校没有建立相应的劳动教育评价机制，很难获得教育教学效果的相关反馈。
(三)家庭劳动观教育的偏颇家庭是孩子的第一课堂，也是孩子的第一任老师。当前大部分高职学生是在独生子女家庭中成长起来的，即便不是处于独生子女的生长环境，也大多是在家长的宠爱或溺爱中成长的。一方面，家长出于本能的保护，基本承担了家庭劳务，孩子失去了劳动的机会，长期以来，孩子缺乏劳动习惯，丧失了吃苦耐劳的精神和坚强的意志。另一方面，基础教育学校和家长普遍认为，孩子的第一要务是学习，忽视了劳动对于学生品质的养成和道德培养的重要作用。以致于当孩子进入大学校园后，缺乏劳动意识和劳动习惯的问题显得尤为明显。
(四)社会不良思潮对高职生劳动观念的冲击“拜金主义”“享乐主义”“重智轻劳”等不良思潮对社会生活存在着不可忽视的影响。而高职学生的世界观、人生观、价值观还处于塑造阶段，对复杂多变的社会思潮缺乏正确认识和理性分析，极易受到外部环境的影响。因此，部分高职学生存在的一些劳动价值观的偏差与当前社会不良思潮的影响有着一定的关系。在劳动实践中，部分高职学生出现了价值功利化的现象。随着人工智能时代的到来，体力劳动与脑力劳动在社会地位和创造价值等方面的差距有所增大，导致“重智轻劳”现象非常普遍。
四、人工智能背景下高职学生劳动教育模式的创新(一)把握本质，重塑劳动价值观一是坚定理想，树立正确劳动价值观。“理想信念是事业和人生的灯塔”[3]，只有坚定的理想信念，才会促人奋勇拼搏，并为大学生指引前进的方向。理想信念不仅是大学生逐梦路上的有力支撑，更是大学生干事创业的精神力量。因此，人工智能时代更应坚定理想信念，认同“劳动创造价值”的观念，传承勤劳勇敢、艰苦奋斗的优秀品质。二是加强专业学习，提升劳动技能。人工智能背景下高职学生要想立足于社会，不但要具备扎实的专业知识，还要具备时代需要的创新能力和沟通能力。三是注重劳动实践，坚持全面发展。习近平总书记对当代大学生寄予厚望，希望大学生“在创新创业中增长智慧才干，在艰苦奋斗中锤炼意志品质”[4]。高职学生只有在积极地劳动实践中，不断发现问题，不断解决问题，提高综合能力，才能适应社会发展需求，在未来择业中具备竞争力。
(二)优化过程，提升劳动教育实效一是提升劳动教育支撑保障能力。学校应加强劳动教育师资队伍建设，通过引进与培育相结合的方式，确保专职教师的稳定性，常态化开展劳动教育专项培训。例如，聘请企业实践经验丰富的专业技术人员及劳动模范担任兼职教师，从而进一步提高高职院校劳动教育教学的专业化水平。二是合理设计高职劳动教育课程体系，建立劳动素养评价制度。同时，高职院校应明确劳动素养评价标准，采用表现评价和学段综合评价相结合的方式，掌握劳动教育实施效果，从而为今后劳动教育教学的改革提供参照。三是加强劳动教育组织管理。一方面学校应明确劳动教育教师管理要求，并采取相应积极措施，切实解决学校在实施劳动教育过程中的突出问题，做好督促和检查工作；另一方面应运用人工智能技术，塑造崇尚劳动的校园文化，进一步提高学生劳动的积极性，从而提升劳动教育成效。
(三)更新观念，夯实家庭劳动教育的基础在本次问卷调查中，当被问及“在成长阶段，对自己劳动价值观最有影响的人”时，58.32%的高职学生选择了家长，可见家长在高职学生劳动价值观的养成方面发挥着重要作用。人工智能背景下一是要更新劳动传统观念，培养子女劳动习惯。人工智能背景下劳动的内容和形式虽然发生了变化，但是劳动的本质却不变，劳动创造价值依然正确。因此，家长要转变传统劳动观念，意识到劳动对于学生健康成长的重要意义，培养子女养成良好的劳动习惯。二是全员参与，营造崇尚劳动的家庭氛围。子女正确劳动价值观的树立离不开父母的言传身教。因此，家长应从自身做起，树立榜样，从而引导子女崇尚劳动，体验劳动的快乐[5]。
(四)多元协作，构建劳动教育实践新机制人工智能与教育的融合，实现了线上线下、虚拟与现实的相互交织，使得知识的获取变得空前便捷，但理论向实践的转化需要劳动教育在实践过程中不断推进。一是依托人工智能技术，实现评价主体的多元化，可构建学校、社会、家庭等多元主体融合的劳动教育评价系统。二是优化劳动教育环境，拓展劳动教育实践场所。高职院校应充分利用学校的实习实训场所、校园活动等场所满足不同专业学生的劳动实践需求，也可以与企业、福利院、科技馆等确定一批劳动教育校外实践基地。三是充分发挥政府在多元协同中的引领作用。人工智能时代，产教融合、校企合作在人才培养中发挥着重要作用，面对当前人工智能对劳动力市场的冲击，政府应该发挥主导和协同作用。建立政府、高校、研究机构及企业等多方参与的长效合作机制。进一步加强企业和学校的双向交流。同时，加大对学校的资金帮扶，多种途径为学生劳动实践提供平台，从而提高高职学生劳动素养。
猜你喜欢劳动人工智能高职劳动创造美好生活小天使·一年级语数英综合(2022年5期)2022-05-25快乐劳动幸福成长科普童话·学霸日记(2021年5期)2021-09-05高职应用文写作教学改革与创新活力(2019年21期)2019-04-012019：人工智能商界(2019年12期)2019-01-03人工智能与就业IT经理世界(2018年20期)2018-10-24热爱劳动文理导航·科普童话(2017年5期)2018-02-10数读人工智能小康(2017年16期)2017-06-07拍下自己劳动的美（续）当代工人·精品C(2016年6期)2017-01-12下一幕，人工智能！南风窗(2016年19期)2016-09-21高职人才培养模式创新探讨中国教育技术装备(2015年6期)2015-03-01西部学刊2022年24期
西部学刊的其它文章世界四大湾区视角下粤港澳高等教育资源集聚与经济增长的研究基于扎根理论的卓越法治人才胜任素质模型构建一种类型表达——大学在中国社会治理中的角色旅游上市公司财务风险分析——以武汉三特索道集团股份有限公司为例石金库城市社区社会资本调查研究——以H市为例人工智能时代，教师专业发展面临哪些机遇和挑战
总之，有关人工智能对教学方式影响的研究相对丰富，不少学者对于人工智能如何影响教学颇有见地，但对于理论的完善和实践的摸索依旧“在路上”。一方面，对于人工智能和教学方式革新的逻辑与内涵有待明确。另一方面，人工智能时代教育发展的具体内涵、因果关系有待明晰。
但不可否认的是，借助人工智能可以针对学生做精准判断与个性化诊断，并为学生自主学习提供的个性化辅导，确实驱动了精准教育发展。精准教育服务有望实现日常教育与终身教育定制化。
3
教学环境的更迭——泛在学习的推进
目前讨论人工智能在金融、交通、医疗等领域的应用较多，但在教育领域则相对较少。关于人工智能与教育关系的讨论较为深入的一次也许是在“人工智能与未来教育”高峰论坛。人工智能对于教学环境的改变可在互联网对教学环境的改变上有所洞悉。
在华东师范大学袁振国教授的《人工智能的时代，依然会有诗和远方》一文中，他认为人工智能难以替代人类感知和思维的整体性与统整性，以及人的情感性与社会性。人工智能将彻底改变传统的教育，使任何人在任何地点任何时间可以学习任何的内容，即泛在教育。
泛在学习强调智能化环境的创设，目标是创设让学生随时随地利用任何终端进行学习的环境，实现以学生为中心的教育。学生在时间、空间上的自由度将是传统教育所不能及的。
目前国内外关于人工智能和泛在学习的理论相对较少，袁振国教授的研究在国内处于相对领先位置，但依旧没有形成系统的理论。泛在学习的有关观点虽具一定的合理性和前瞻性，但因为太过“年轻”，缺乏足够的说服力。
人工智能时代教师专业发展的机遇
1
教育模式之变：新师徒制，以学生为中心
在我国，“学而优则仕”的思想根深蒂固，传统的教育模式依旧有其影响。在新课程改革热潮下，中国的教育模式正在从应试教育向素质教育过渡。大数据时代，发达的网络催生了“互联网下的新师徒制”——以互联网为媒介，由某一领域的行家里手，以长期言传身教的方式，带领较大规模的徒弟们用碎片时间进行学习与实践的一种新型教育模式。它改变了传统的教育模式，实现了教育史上的一次革命。
人工智能可以通过数据分析为徒弟们匹配相应的教师，从而满足学习者的个性化需求，甚至以机器教师的身份在线为学习者提供有针对性的指导，或通过人机交互技术协助教师为学生在线答疑。此类教育模式以学生为中心，突破了传统课堂对学生的束缚，更是顺应了我国教育改革的趋势和方向。教师在专业发展过程中需主动适应人工智能时代新型教育模式，不断提升自我信息素养以顺应时代之变。
2
教学方式之变：精准教育，重视个性化学习
人工智能是通过机器学习、深度学习来工作的，而其也能相应地推动学生对知识的深度学习。可以说，个性化学习的目标是满足学生的需求和兴趣，而人工智能技术则能基于学生的个性化信息数据进行情绪识别、情感计算、自然语言处理与分析，为个性化学习提供智能支持，从而实现精准教学。常见的模式有个性分析、智能推送和精准反馈服务。未来，每个学生会像拥有智能手机一样，人手一个陪伴自己成长且能学会解决复杂而抽象问题的机器人。人工智能可以成为教师的助手，而学生则可以通过机器人辅助从而拥有“私人”教师团队。
时代在进步，21世纪的小学生与“智能”走得太近，如果教师能够全面突破传统，瞄准精准化、个性化、弹性化、融合化的变革趋向，强化“共享共创”“个性定制”“体验参与”意识，更加有利于把握人工智能时代的教育新机遇。
3
教学形态之变：泛在学习，随时随地学习
传统的学习资源分散无序、共享性差、聚合性差，而在泛在学习时代，资源深度聚合让学习变得“泛在”与即时。相比火热的在线教育，“人工智能+基础教育”的融合之路要审慎、复杂得多。随着互联网的发展及人工智能在教育上的应用，泛在学习将会真正实现。人工智能改变了教学的形态，也促使教育打破传统思想边际，加快教育教学转型，以适应新形势下的教学形态之变。
同时，人工智能可以实现教育资源的相对公平。智能教育将让更多的人享受一样的资源，得到一样的受教育权利，让更多的少年儿童在人生起跑线上不因资源的不同而被区别对待，而从这一视角上来看人工智能对于教育的改变将是革命性的。
此外，人工智能为学生构建的群体智能学习环境将能有效满足学生的学习需求，让学生适应未来的学习工作模式，甚至创造新的模式。
教师的专业发展是与具体的教学情境联系的动态的知识建构过程，如何提前适应泛在教学形态并在此情境下提升自我教学能力及教学效果，是每位教师需要思考的问题。
人工智能时代教师专业发展的挑战及应对
1
教学内容求创新，课堂教学应突破
人工智能催生了泛在学习，也将扩充教学资源。不仅教师能够接触深度聚合的教学资源，学生亦能唾手可得海量的学习资源。在这样的情况下，教师对教学内容进行创新就显得很有必要。单纯依靠书本上的“死知识”显然很难满足学生的需求，书本上原原本本的内容，学生依托人工智能便可学习。未来，人工智能时代的教育是“人性为王”的教育，教师应加强教育对德、仁、情等人性特有的东西的关注。在课堂教学中更多地关注对学生创造力、社交能力等人工智能难以代替因素的培养。
2
告别传统题海战术，探索教学新方式
受应试教育的影响，教育被许多人狭隘地理解为“刷题”，其实教育并非仅灌输知识与传授技能。知识主要依靠人的记忆力和逻辑判断力进行消化。可以说，任何一个机器人都可以记忆五万个数字，所以机器在这一点上是很容易取代传统的注重知识灌输的教育的。如果一位教师最大的兴趣就是做重复的工作，那么在效率优先的人工智能时代，他是肯定会被替代的。传统行为主义下对学生反复操练的教学方式显然在人工智能时代是立足不了的。
真正的教育过程，从来就不是师生之间单向的机械操作。教学主体不是冷冰冰的“程序载体”，而是有血有肉有思想有灵魂的人，情感交流绝对不是没有温度的人工智能能够做到的。教师应有意识地转变传统的题海战，寻求教学新方式，注重教学的艺术性，将学生放在主体地位。教师要在泛在学习大趋势下巧妙利用好教学情境，变灌输为感化，增强自身的能动性，提高效率并降低事件重复率。
3
学生反馈应重视，依托数据精滴灌
人工智能将为学生的个性化学习提供技术支持，从而推进教师精准教学的开展。人工智能时代，教师对于学生学习的认识被画上新的问号，多元学习环境下作业和考试已很难反映学生的学习全貌。人工智能所带来的数据分析技术将为教师开通对学生学习情况诊断、反馈的绿色通道。
此外，在教学中，教师对于学生学习情况的反馈与矫正是一个循环往复的过程，这就要求教师的反馈要及时、准确，而这些恰恰是人工智能所擅长的。如何应对人工智能所带来的挑战，积极利用它而不是被其取代，是每位教师需要认真思考的问题。
人工智能时代教师专业发展正受到越来越多人的关注，人们也正在致力于这方面的探索与实践。人工智能时代，教育模式、教学方式、教学形态等被重新解读，担负着教育信息化和教育改革使命的教师也应转变传统教学观念，重新定位角色，发展专业素养，从讲授者转向指导者，适应新师徒制、个性化学习、泛在学习等发展要求，思考教育的本质和内涵，重视教育过程中的情感投入，在实践和反思中不断提高教学的艺术性和创造性，拥有仁爱之心、恻隐之心，逐渐达到专业发展的目的。
（作者董瑶瑶系浙江师范大学教师教育学院博士生；李志超系浙江师范大学教师教育学院副教授）返回搜狐，查看更多
人工智能产业发展现状与四大趋势
随着全球新一轮科技革命和产业变革孕育兴起，人工智能等数字技术加速演进，引领数字经济蓬勃发展，对各国科技、经济、社会等产生深远影响，已成为驱动新一轮科技革命和产业变革的重要力量。近年来，各国政府及相关组织持续加强人工智能战略布局，以人工智能为核心的集成化技术创新成为重点，人工智能相关技术产业化和商业化进程不断提速，正在加快与千行百业深度融合，其“头雁”效应得以充分发挥。此外，全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识。
一人工智能的内涵与产业链
（一）人工智能的内涵
人工智能（ArtificialIntelligence）作为一门前沿交叉学科，与数学、计算机科学、控制科学、脑与认知科学、语言学等密切相关，自1956年首次提出以来，各方对其界定一直存在不同的观点。通过梳理不同研究机构和专家学者提出的相关概念，关于“人工智能”的内涵可总结如下：人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能，本质是对人的意识和思想过程的模拟。
图1：人工智能内涵示意图
来源：火石创造根据公开资料绘制
（二）人工智能的发展历程
从1956年“人工智能”概念在达特茅斯会议上首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。
第一次浪潮（1956－1980年）：训练机器逻辑推理能力。在1956年达特茅斯会议上，以“人工智能”概念被提出为标志，第一次发展浪潮正式掀起，该阶段的核心是：让计算机具备逻辑推理能力。这一时期内，开发出了计算机可以解决代数应用题、证明几何定理、学习和使用英语的程序，并且研发出第一款感知神经网络软件和聊天软件，这些初期的突破性进展让人工智能迎来发展史上的第一个高峰。但与此同时，受限于当时计算机的内存容量和处理速度，早期的人工智能大多是通过固定指令来执行特定问题，并不具备真正的学习能力。
第二次浪潮（1980－2006年）：专家系统应用推广。1980年，以“专家系统”商业化兴起为标志，第二次发展浪潮正式掀起，该阶段的核心是：总结知识，并“教授”给计算机。这一时期内，解决特定领域问题的“专家系统”AI程序开始为全世界的公司所采纳，弥补了第一次发展浪潮中“早起人工智能大多是通过固定指令来执行特定问题”，使得AI变得实用起来，知识库系统和知识工程成为了80年代AI研究的主要方向，应用领域不断拓宽。
第三次浪潮（2006年至今）：机器学习、深度学习、类脑计算提出。以2006年Hinton提出“深度学习”神经网络为标志，第三次发展浪潮正式掀起，该阶段的核心是实现从“不能用、不好用”到“可以用”的技术突破。与此前多次起落不同，第三次浪潮解决了人工智能的基础理论问题，受到互联网、云计算、5G通信、大数据等新兴技术不断崛起的影响，以及核心算法的突破、计算能力的提高和海量数据的支撑，人工智能领域的发展跨越了从科学理论与实际应用之间的“技术鸿沟”，迎来爆发式增长的新高潮。
图2：人工智能的三次发展浪潮
来源：火石创造根据公开资料绘制
（三）人工智能的产业链
人工智能产业链分为三层：基础层、技术层以及应用层。基础层涉及数据收集与运算，这是人工智能的发展基础，包括智能芯片、智能传感器、大数据与云计算等；技术层处理数据的挖掘、学习与智能处理，是连接基础层与应用层的桥梁，包括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等；应用层是将人工智能技术与行业的融合发展的应用场景，包括智能机器人、智能终端、智慧城市、智能交通、智能制造、智能医疗、智能教育等。
图3：人工智能产业链
来源：火石创造根据公开资料绘制
二全球人工智能产业发展现状
（一）人工智能产业规模保持快速增长
近年来人工智能技术飞速发展，对人类社会的经济发展以及生产生活方式的变革产生重大影响。人工智能正全方位商业化，AI技术已在金融、医疗、制造、教育、安防等多个领域实现技术落地，应用场景也日益丰富。人工智能的广泛应用及商业化，加快推动了企业的数字化、产业链结构的优化以及信息利用效率的提升。全球范围内美国、欧盟、英国、日本、中国等国家和地区均大力支持人工智能产业发展，相关新兴应用不断落地。根据相关统计显示，全球人工智能产业规模已从2017年的6900亿美元增长至2021年的3万亿美元，并有望到2025年突破6万亿美元，2017－2025年有望以超30％的复合增长率快速增长。
图4：2017－2025年全球人工智能产业规模（单位：亿美元）
数据来源：火石创造根据公开资料整理
（二）全球主要经济体争相布局，中美两国占据领先位置
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。美国处于全球人工智能领导者地位，中国紧随其后，欧洲的英国、德国、法国，亚洲的日本、韩国，北美的加拿大等国也具有较好的基础。从全球各国人工智能企业数量来看，美国人工智能企业数量在全球占比达到41％，中国占比为22％，英国为11％，以上三个国家的人工智能企业数量合计占到全球的七成以上。
图5：全球人工智能企业数量分布
数据来源：中国信通院，火石创造整理
（三）公共数据集不断丰富，关键平台逐步形成
全球数据流量持续快速增长，为深度学习所需要的海量数据提供良好基础。商业化数据产业发展迅速，为企业提供海量图片、语音等数据资源和相关服务。公共数据集为创新创业和行业竞争提供优质数据，也为初创企业的发展带来必不可少的资源。优势企业例如Google、亚马逊、Facebook等都加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争十分激烈。中国的代表企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
（四）人工智能技术飞速发展，应用持续深入
近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能真正大范围地从实验室研究走向产业实践。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。工程化能力持续增强，人工智能的落地应用和产品交付更加便捷高效。AI在医疗、制造、自动驾驶、安防、消杀等领域的应用持续深入，特别是新冠疫情以来，社会的数字化、智能化转型不断提速，进一步推动人工智能应用迈入快车道。
三全球人工智能产业发展趋势
（一）算法、算力和数据作为人工智能产业的底层支撑，仍是全球新一代人工智能产业的核心引擎
算法、算力和数据被全球公认为是人工智能发展的三驾马车，也是推动人工智能发展的重要基础。在算力层面，单点算力持续提升，算力定制化、多元化成为重要发展趋势；计算技术围绕数据处理、数据存储、数据交互三大能力要素演进升级，类脑芯片、量子计算等方向持续探索智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业。在算法层面，Cafe框架?CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN、LSTM到CNN过渡到GAN和BERT还有GPT－3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。在数据层面，以深度学习为代表的人工智能技术需要大量的标注数据，催生了专业的技术服务，数据服务进入深度定制化阶段。
（二）全球新兴技术持续孕育涌现，以人工智能为核心的集成化技术创新成为重点
随着全球虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态；与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术互为支撑。这意味着以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。例如：人工智能与汽车电子领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统；人工智能与虚拟现实技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境等。
（三）新基建春风与场景赋能双轮驱动，全球泛在智能时代加速来临
在新冠肺炎疫情成为全球发展“新常态”背景下，全球主要经济体均面临经济社会创新发展和转型升级挑战，对人工智能的运用需求愈加迫切，纷纷推动人工智能与实体经济加速融合，助力实现新常态下产业转型升级。一方面，全球大力布局智能化基础设施建设和传统基础设施智能化升级，推动网络泛在、数据泛在和应用需求泛在的万物互联生态加速实现，为人工智能的应用场景向更多行业、更多领域、更多环节、更多层面拓展奠定基础；另一方面，AI应用场景建设成为国内外关注和紧抓的关键举措，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，探索智能制造、智能物流、智能农业、智慧旅游、智能医疗、智慧城市等模式创新和业态创新，同时典型场景建设也吸引了全球资本市场的重点关注，泛在化智能经济发展时代即将到来。
（四）全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识
随着全球人工智能发展步入蓬勃发展阶段，人工智能深入赋能引发的挑战与风险广受关注，并在全球范围内掀起了人工治理浪潮。2019年6月，二十国集团（G20）批准了倡导人工智能使用和研发“尊重法律原则、人权和民主价值观”的《G20人工智能原则》，成为人工智能治理方面的首个政府间国际公约，发展安全可信的人工智能已经成为全球共识。此后，全球各国纷纷加速完善人工智能治理相关规则体系，聚焦自动驾驶、智慧医疗和人脸识别等重点领域出台分级分类的监管措施，推动人工治理从以“软法”为导向的社会规范体系，向以“硬法”为保障的风险防控制度体系转变。与此同时，面向人工智能治理体系建设和打造安全可信生态的相关需求，围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温，其理念逐步贯彻到人工智能的全生命周期之中，基于模糊理论的相关测试技术、AI结合隐私计算技术、引入公平决策量化指标的算法模型等新技术陆续涌现，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。
原文标题 : 全球视野下人工智能产业发展现状与四大趋势