促进教育培养模式重构

光明智库： 有观点认为，我国教育多以“吸收性知识教育”模式为主，而人工智能需要通过深度学习进行，这对传统学习模式形成了挑战。未来的人工智能，很可能会让现行教育模式下的毕业生优势荡然无存。这引发了对如何进行教育改革、促进人才培养等问题的思考。您如何看待?

马名杰： 随着我国经济转型升级和迈向高质量发展，大数据、人工智能等新技术被广泛应用，知识结构更新换代节奏加快，未来就业的不确定性明显提高。这就要求劳动者要具有更强的学习、适应、创新能力。

当前，各地高校在培养目标、课程设置、教法创新、实践训练、师资队伍、孵化资源等重点领域做了不少探索。但人工智能时代要求的自主学习、批判思维和创新潜质的培养，还明显不足。传统岗位劳动力能以多快的速度掌握新技能，从而满足数字经济时代的就业需求，是当前就业面临的关键挑战。所以，我国教育模式需要加快转变的步伐，满足未来就业需求。

吴清军： 题中观点失之偏颇。目前很多学校都在培养“专业性”人才，大量的课程都是技术或技能教育。但这不仅仅是中国独有的问题，全世界教育领域都存在这样的问题。

为适应第三次工业革命带来的产业结构和发展特点，人才培养要求越“专”越好。未来，受人工智能冲击最严重的，可能就是这些专业性、程序性的工作岗位。但是，很多高校已经启动教育模式改革，应对上述挑战。培养方式上，已从专业性转向综合性人才培养;课程体系中，基于大量基础性课程，又增加了技术技能课程;培养模式方面，已从专业性思维培养，逐步转向解决复杂问题的思维培养。

黄荣怀： 知识精加工型和知识贯通式学习，是两种不同的学习方式。前者与“吸收性知识教育”类似，强调训练“如何寻找和记忆答案”，对问题的来龙去脉不要求过多思考，是一种浅层次学习。后者与“联通主义学习理论”相一致，强调知识之间的关联、理解问题语境、提出问题以及寻找解决问题的途径。在记忆(存储)和信息加工(计算处理)方面，机器已经超过人类;但解决复杂问题方面，未来的机器难以超越人类。所以，无论是从基本生存能力，还是创新能力角度看，学生都需要从知识精加工型向贯通式学习转变。

“智能+”时代，学生之间存在“数字使用鸿沟”，作为“数字移民”的教师，如何管理“数字土著”的学生，都关乎技术与教学的深度融合问题。我们可尝试从单一的课堂教学，拓展到项目学习、探究学习等多样化情境中，激发学生的好奇心;采用“翻转教学”等方式，弥补同质化课堂的教学缺陷，满足学生诉求;优化信息化环境，提升学习效率。特别应指出，要推动教育装备等产业发展，增加对教学硬件的支持力度。