人工智能时代劳动教育的三重转向与实施路径

　　摘要：要人工智能技术由弱至强的发展，带来从劳动工具到劳动存在方式的转变。弱人工智能实现劳动工具的变革，强人工智能促进认知模拟的发展，超级智能构成存在方式的挑战。面对人工智能革命，在技能层面，劳动教育应该进行数字化的转向，从操作性技能训练转向数字化能力培养;在认知层面，劳动教育应该进行智慧化的转向，从静态旁观认识转向实践探究智慧;在存在层面，劳动教育应该进行美学化的转向，从工具实用谋生转向存在美学提升。劳动教育的三重转向，可以从强化人工智能素养、培养劳动实践智慧、提升劳动审美境界等方面加以推进。

　　关键词：人工智能;劳动素养;劳动智慧;劳动审美

　　随着人工智能技术由弱至强的发展，人类生活特别是劳动领域发生了前所未有的改变，弱人工智能在某些机械性、重复性的劳动领域已经可以替代人类，强人工智能具有与劳动主体认知的同构性，其进一步发展可能形成能够自我升级的超级智能系统，对于人类的劳动存在方式构成挑战。人工智能革命引发教育革命，面对机器替代人、机器强于人甚至机器奴役人的威胁，劳动教育所要实现的转向包括三重:劳动技能层面的数字化转向，劳动认知层面的智慧化转向，劳动存在层面的美学化转向。

　　一、人工智能革命:从工具变革到存在挑战

　　弱人工智能是一种工具性智能，推动了从“力的技术”到“智的技术”之变迁，因而与以往的劳动工具存在本质的差异。从弱人工智能到强人工智能的技术演进，则是对人类认知模拟的跨越式进展。强人工智能通过深度学习模仿人类神经网络，进而可能具有人类的情感与意识，能够不断进行自我反思与改进，形成超级智能。超级智能对于人类劳动的影响不仅仅是工具性的进步、智慧性的启示，更是存在方式的革命。

　　(一)劳动工具的改进:从力量驱动到智能控制

　　人类从农业时代、工业时代、信息时代到智能时代的发展过程，也是劳动工具的演变过程。劳动工具作为人体器官的衍生和延伸，增强了人对外界环境的改造能力，可以说“工具的发展史是工具逐步替代人体劳动器官的功能的历史”①。在能够制造工具之前，人类用天然器官来进行简单劳动，手是触摸、抓取和移动的原始“工具”，而人自身的体力就是推动力。技术哲学创始人卡普曾提出“器官投影说”，将工具视为人体器官的投影，器皿、斧头、锤等劳动工具，是以人手作为原型的模仿，部分地完成了对于肢体劳动的辅助，但仍需要人手的参与，需要人的体力转换为工具的动力，所以在农业社会身体劳动是重要的劳动形式。自人类发明蒸汽机以来，机器自身开始具备驱动力并能够进行能量的转换，其强劲的动力胜过人类的体力，人类可以通过操作和控制机器来进行劳动生产。

　　二)劳动认知的模拟:从符号编程到神经同构

　　作为“工具系统”的弱人工智能在本质上仍然是人体器官的投影，其意义主要在于对劳动动力的变革，弱人工智能还不具有劳动主体的思维能力。强人工智能的不同之处在于其试图对劳动主体及其认知结构进行模拟，试图建立与人类智能相似的认知系统。这种认知的模拟起初是对于人类思维推理的符号模拟，将人类思维看作是一种符号推理活动，通过符号的编程和运算来模拟人类的思维过程。但是，这种符号逻辑智能无法应对不确定的变化，无法处理复杂的情境性问题，而只能诉诸专家系统。进一步认知的模拟开始探究人类思维对于外部刺激的加工过程，这种加工过程建立在神经网络节点之间的联结和相互作用之上，不同于符号化的通用模式，这种认知模拟试图构建出人工神经网络模型。经过单层神经———多层神经———深度学习网络的技术迭代，人工神经网络模型大大推进了人工智能的认知水平。“基于深度学习的人工神经网络模型力求与人的神经系统在结构上达到部分的(即同构)仿生意义上的类似，从而类似于通过搭建神经联结来构成一个新的大脑。”⑥

　　二、劳动教育变革:从数字化转向到美学化转向

　　就人类劳动领域而言，人工智能的出现及其由弱至强的发展，不可避免地带来了从劳动工具、劳动认知到劳动存在方式的转变，相应地也引起劳动技能结构的调整、劳动认知机制的变革和劳动存在价值的反思等。有鉴于此，劳动教育应该在技能、认知和存在层面进行变革，实现劳动教育的数字化、智慧化和美学化转向，以此积极应对人工智能革命所带来的时代挑战。

　　（一)技能层面的转向:从操作技能训练转向数字能力培养

　　劳动工具的转变，也意味着对于操作工具的劳动者要求的转变。芒福德曾将人类的机器文明划分为三个阶段:始生代技术时期、古生代技术时期和新生代技术时期，每个阶段都有特定的生产方式，“最重要的是每个阶段都产生了特殊类型的劳动者，他们受到训练的方式不同，开发的资质不同，忽视的资质也不同”瑏瑣。人工智能时代，劳动者所要开发的资质不同于以往的时期，体力性和低技能性的劳动者将会被人工智能取代，高创造性、复杂性的工作则需要人类劳动者来完成。“由于智能机器人可以源源不断地创造和复制，加之智能机器人相比人更加‘吃苦耐劳’，越来越多的人类工人将被取代，汹涌的结构性失业潮随着生产的智能化以及产业的转型升级接踵而至。”瑏瑤与结构性失业相伴的是算法工程师、数据架构师、推荐算法工程师、数据开发工程师等新职业的诞生，人工智能产业链上需要大量的智能性人才。随着人工智能产业化和产业的智能化，新产业形态的产生以及产业结构的转型升级，需要劳动者能力结构的调整。

　　（二)认知层面的转向:从静态旁观认识转向实践探究智慧

　　强人工智能对于人脑的模拟，形成对于人类认知的反向阐释力。我们应该以机器的深度学习来反思和强化人类的学习能力，更深入理解人类深度学习的发生机制。强人工智能在数据收集、存储、运算和检索信息方面，有着人类智能无法比拟的优势，但是强人工智能还难以形成真正的人类智慧，只能对其中可形式化的部分进行表征，多元化的交互过程使人类思维具有无法被形式化和简单还原的复杂性，德雷弗斯就从以下四个层面批评对于强人工智能过于乐观的假设瑏瑧:

　　三、变革实现路径:从强化智能素养到提升劳动审美

　　我国以往劳动教育在整体上是以工业时代为背景设计的，其目的是培养适应于工业时代的劳动者。然而，人类已经在一定程度上步入人工智能时代，人工智能对于社会分工、产业形态、劳动形态等都发生着影响，劳动教育应该契合人工智能时代的发展趋势，积极地完成三重转向。劳动教育的三重转向意味着课程内容、教学方式和价值功能的变革，在实践中也有相应的着力点，可以从强化智能素养、生成劳动智慧、提升劳动审美等方面加以推进。

　　(一)劳动教育的数字化转向:强化人工智能素养

　　劳动教育的数字化转向，首先意味着劳动教育培养侧重点的变化。原有的操作性技能已经不是重点的培养方向，劳动教育应该强化数字胜任力、计算思维、交互思维等人工智能能力的培养。换言之，伴随着数字化劳动等新形态的涌现，劳动教育应该关注新的劳动形式和能力要求，增加新的劳动教育内容，提升“智能原住民”的智能素养。在小学阶段，开设人工智能的相关课程，进行人工智能的启蒙教育，从人工智能的场景体验入手，激发对于人工智能的兴趣;在中学阶段，学习人工智能技术基本原理，掌握基本的计算和编程技能，学会大数据的分析、挖掘和智能控制;在高等教育阶段，开设人工智能的相关专业，推进人工智能与脑科学、认知科学的交叉融合，加强产学研的深度结合，培养高水平的人工智能型人才。

　　（二)劳动教育的智慧化转向:培养劳动实践智慧

　　劳动教育的智慧化转向，需要改变体力锻炼或者技能训练的劳动定位，关注人类深度学习的发生机制，培养学生知识结构化的能力，促进网状知识结构的生成及其灵活运用。利用知识空间技术和知识图谱技术，可以整合不同的劳动教育课程资源，分析知识点之间前驱后继的关系，建立基于内在关联性的网状知识库，以可视化的方式形成知识地图。同时，运用贝叶斯知识跟踪模型和深度知识跟踪模型对于学生进行认知诊断分析，准确判断学习者的学习状态、思维方式、认知偏好、情感倾向、知识结构，精准定位学习的薄弱点和掌握情况，描绘学生个性化学习的“肖像”，提供与个体学情相匹配的教学资源，推荐适宜的学习路径，动态追踪学习的整个过程，不断完善个体学情图谱，动态感知和反馈个体需求，最大限度地挖掘人的认知潜能。

　　王惠颖

《人工智能时代劳动教育的三重转向与实施路径》

上一篇：浅谈现代教育技术装备在校本德育教学中的应用

下一篇：体育教学过程中渗透劳动教育的策略研究