Difference between revisions of "Rethinking Higher Education/Chapter 2/zh"
| (2 intermediate revisions by the same user not shown) | |||
| Line 1: | Line 1: | ||
| + | <div style="background-color: #003399; color: white; padding: 12px 15px; margin: 0 0 20px 0; border-radius: 4px; font-size: 1.1em;"> | ||
| + | <span style="font-weight: bold;">语言:</span> [[Rethinking_Higher_Education/Chapter_2|<span style="color: #FFD700;">EN</span>]] · <span style="color: #FFD700; font-weight: bold;">ZH</span> · [[Rethinking_Higher_Education/Chapter_2/en-zh|<span style="color: #FFD700;">EN-ZH</span>]] · [[Rethinking_Higher_Education/zh|<span style="color: #FFD700;">← 目录</span>]] | ||
| + | </div> | ||
| + | |||
= 第二章 = | = 第二章 = | ||
| Line 5: | Line 9: | ||
'''Ole Doering''' | '''Ole Doering''' | ||
| − | 湖南师范大学 | + | ''湖南师范大学'' |
| − | |||
| − | |||
== 摘要 == | == 摘要 == | ||
| Line 21: | Line 23: | ||
技术的公共营销在不同工业部门中使用"人工智能"作为通用标签。更准确地说，应该谈论的是为特定目的构建的、基于机器学习的不同类型数据的算法处理器。"人工的"（artificial）一词的含义，特别是其与自然和文化的关系非常重要，但并未标准化，因此需要加以界定。"智能"一词的含义更为重要，因为它不仅表达了我们对事物的理解，而且与能动性的潜力相关。因此，界定这些核心术语是一个清晰性和责任性的问题，因为作为一种技术的名称，对其感知和应用对人类自我意识、关键活动的组织以及最佳实践的理解都有重大影响，而这些理解又构成课程、法规和社会秩序的框架。 | 技术的公共营销在不同工业部门中使用"人工智能"作为通用标签。更准确地说，应该谈论的是为特定目的构建的、基于机器学习的不同类型数据的算法处理器。"人工的"（artificial）一词的含义，特别是其与自然和文化的关系非常重要，但并未标准化，因此需要加以界定。"智能"一词的含义更为重要，因为它不仅表达了我们对事物的理解，而且与能动性的潜力相关。因此，界定这些核心术语是一个清晰性和责任性的问题，因为作为一种技术的名称，对其感知和应用对人类自我意识、关键活动的组织以及最佳实践的理解都有重大影响，而这些理解又构成课程、法规和社会秩序的框架。 | ||
| − | + | 令人惊讶的是，关于技术及其过程和特征的恰当命名的讨论少之又少。考虑到语言的力量和用词语传达可靠或真实含义的责任，这种缺失需要得到纠正，特别是考虑到想象对社会现实的影响规模。仅仅引用社会接受利益相关方语言设计时的习惯性漫不经心是不够的。对广告、政策、推销或营销活动中暗示性语言的工具性使用缺乏批判性回应，最为明显的近期例子是"元宇宙"这个名称，它将网络虚拟现实投射宣传为本体论的更高形式，用一厢情愿的想法取代了形而上学。虽然元宇宙显然已经失败了——由于软硬件基础设施不足、平台开发的垄断方法以及缺乏明确的治理标准——但同样的炒作和傲慢的力量也在将"人工智能"描绘为一种超越人类理解的新实体，正如之前几次由营销预期驱动的技术突破所做的那样，包括基因组学对健康的革命和信息技术对知识的革命。一方面，一些产业和许多职业的收入得到了提升。另一方面，对社会福利、稳定、健康和知识的可持续重大影响尚待观察，原因在于夸大的期望、误导性的认知和浅薄承诺的有限保质期。 | |
| − | + | 智能被理解为理性（Vernunft）或知性（Verstand）的一种功能，它能在知识和感知的模式之间建立自发联系，作为经验（Erlebnis和Erfahrung）运作的一部分。在分析需要更高精确度时，使用定义更为具体的德语术语。连接性是人类智能的一种自然技术特征，但不可还原为认知表现。在人类身上，智能是一种活动和品质，编织在感官性、感知和反思的整体结构中，包括延伸的身体（Leib）、社会互动、共情、语言、猜测、在实践中学习等。智能是不完整的、活的、矛盾的、通用的、重复的和保守的，同时又是自发的和功能性的。通过还原和模拟、通过模型和渐进式改进来人工重建它是可能的。在相关科学和技术进步方面取得的惊人进展应该激发冷静的批判性审视，而非盲目的崇拜。 | |
本文以讲座为基础，采取了对一场应当发生的辩论的批注形式。 | 本文以讲座为基础，采取了对一场应当发生的辩论的批注形式。 | ||
| Line 31: | Line 33: | ||
语言是理性运作的表达经验，存在于一种文化中并跨越文化，通过人类赋予理性的天性相连接。扩展知识意义上的学习是这一经验的延续，以一种教育学方式让自然和反思性的语言运作参与其中。教育学使这一参与过程保持实践性，符合人类标准和个人能力。 | 语言是理性运作的表达经验，存在于一种文化中并跨越文化，通过人类赋予理性的天性相连接。扩展知识意义上的学习是这一经验的延续，以一种教育学方式让自然和反思性的语言运作参与其中。教育学使这一参与过程保持实践性，符合人类标准和个人能力。 | ||
| − | == 2.1 人的立场 == | + | === 2.1 人的立场 === |
从人类历史演变的视角来看，"人工智能"作为一套基于数学过程以及语言和认知模拟的高效的不可见工具的含义，应该从自然语言和学习的角度来理解，即如何善用它。 | 从人类历史演变的视角来看，"人工智能"作为一套基于数学过程以及语言和认知模拟的高效的不可见工具的含义，应该从自然语言和学习的角度来理解，即如何善用它。 | ||
| Line 37: | Line 39: | ||
语言代表着知识文化和有教养的知识。知识文化是一种社会认识论环境，它根据我们的本性鼓励、偏好和支持适合人类的知识。有教养的知识是我们以适应人性的方式所学到的自然生长的结构和内容。技术先验地是工具性的，无论其智力性、物质性、技术性的程度如何，只有当它能够并且旨在被用于服务想象中的目的时，它才是技术。技术描述中含糊的、往往是隐喻性的语言可能会混淆人性与技术之间的关系及其正确理解。通常，这种根植于技术的工具性本体论中的歧义，要么表现为对技术所能实现之物的不成比例的信心（从而"忘记"了主体能动者），要么表现为在其虚构的全能性面前人类先验地自我臣服（从而忽视了一个纯粹客体的局限性）。当与炒作、傲慢或战略传播相结合时，这种混淆可以被自然放大或有目的地操纵，使消费和服从成为人类唯一的角色。然而，它也可以通过启蒙来对抗，即通过运用合理性、比例性和谦逊，使最佳使用成为可能。 | 语言代表着知识文化和有教养的知识。知识文化是一种社会认识论环境，它根据我们的本性鼓励、偏好和支持适合人类的知识。有教养的知识是我们以适应人性的方式所学到的自然生长的结构和内容。技术先验地是工具性的，无论其智力性、物质性、技术性的程度如何，只有当它能够并且旨在被用于服务想象中的目的时，它才是技术。技术描述中含糊的、往往是隐喻性的语言可能会混淆人性与技术之间的关系及其正确理解。通常，这种根植于技术的工具性本体论中的歧义，要么表现为对技术所能实现之物的不成比例的信心（从而"忘记"了主体能动者），要么表现为在其虚构的全能性面前人类先验地自我臣服（从而忽视了一个纯粹客体的局限性）。当与炒作、傲慢或战略传播相结合时，这种混淆可以被自然放大或有目的地操纵，使消费和服从成为人类唯一的角色。然而，它也可以通过启蒙来对抗，即通过运用合理性、比例性和谦逊，使最佳使用成为可能。 | ||
| − | + | 因此，需要负责任的、真诚的和准确的语言，以清楚地理解我们的技术并对其保持健康的态度，特别是那些通过模拟或言语直接影响我们认知的技术。由此，可以克服本体论上的混淆，例如，当游戏（gaming）等冗余活动被误解为"玩耍"（to play）时，以及认识论上的混淆，例如，当质量以结果而非表现来衡量时。也就是说，从输入开始。 | |
| − | 对语言的有教养的看法将有助于建立一种立场："谈论我所知道的，同时知道我在谈论什么以及如何谈论，考虑到我言语的目的。"这意味着，语言对于真实地谈论"人工智能"是工具性的，而不仅仅是使用没有语言的"空话" | + | 对语言的有教养的看法将有助于建立一种立场："谈论我所知道的，同时知道我在谈论什么以及如何谈论，考虑到我言语的目的。"这意味着，语言对于真实地谈论"人工智能"是工具性的，而不仅仅是使用没有语言的"空话"。当面对一个工具性对象时，这种关系应该首先被界定：是否以及在什么意义上信任机器比信任人更为合理。这引出了共享角色的要求。我们能否信任人类控制机器，使其服务于我们的目的，而不仅仅是按照设计运行？带着这种态度，伦理和科学在深思熟虑的谦逊、谨慎和关怀的文化中汇聚。 |
| − | == 2.2 经济视角 == | + | === 2.2 经济视角 === |
| − | 与之前的许多其他技术创新一样，"人工智能"激发了关于传统生活方式未来的辩论。例如，"生成式预训练变换器" | + | 与之前的许多其他技术创新一样，"人工智能"激发了关于传统生活方式未来的辩论。例如，"生成式预训练变换器"即GPT，展示了在能源和数据得到充分供应的条件下，以数量级的速度加快语言功能机械操作的潜力。它可能会彻底改变在线检索或书面及口头文本的翻译。自然地，人们对这项技术对人类工作的影响感到担忧。工作会变得过时吗？工作能被生产取代吗？过去，这种恐惧基于劳动力市场的证据。工作流程中机械重复的活动被自动化了，然后自动化取代了多个蓝领领域，同时增加了对专门或通用白领活动的需求。 |
值得注意的是，人力资源开发的策略遵循特定的经济逻辑，这些逻辑由界定什么是有价值的和受到激励的政策和政治所决定。社会直接和间接地对这些机会和技术优势的创造所进行的投资被吸纳了，而没有适当考虑机器的市场价格与经济价值之间的差异。这种将制造替代和社会置换相结合的做法是由部分依赖于疏忽或大意的机会驱动的。没有探索更可持续的机器建设性使用方案。焦点仅仅放在了被解雇员工的再培训或社会救助上。对取代传统劳动的发明所增加的价值和社会成本的补偿，通常以税收或费用来计算，甚至没有被考虑。加速创新和社会问题的级联双重效应中的大部分可以从一开始就得到补偿，通过替代税或社会缴费，与使这些发展成为可能的社会投资成比例。无论采取何种手段，收益将是时间——用于学习、研究、规划和增加社会效益。 | 值得注意的是，人力资源开发的策略遵循特定的经济逻辑，这些逻辑由界定什么是有价值的和受到激励的政策和政治所决定。社会直接和间接地对这些机会和技术优势的创造所进行的投资被吸纳了，而没有适当考虑机器的市场价格与经济价值之间的差异。这种将制造替代和社会置换相结合的做法是由部分依赖于疏忽或大意的机会驱动的。没有探索更可持续的机器建设性使用方案。焦点仅仅放在了被解雇员工的再培训或社会救助上。对取代传统劳动的发明所增加的价值和社会成本的补偿，通常以税收或费用来计算，甚至没有被考虑。加速创新和社会问题的级联双重效应中的大部分可以从一开始就得到补偿，通过替代税或社会缴费，与使这些发展成为可能的社会投资成比例。无论采取何种手段，收益将是时间——用于学习、研究、规划和增加社会效益。 | ||
| − | + | 还会有一种文化培育效果，通过从对快速收益的贪婪中消除一些绝望。购买时间也意味着将这种最宝贵的资源重新分配给社会中各种价值提供者，以促进更可持续的经济发展。考虑到人工智能驱动的发明的大多数优势在于效率提升和效果的无差别性，当采取这种策略时，可以有各种额外权衡的情景。这种文化培育效果将通过允许消费者习惯新工具、将其视为客体并发现它们的意义来获得消费者成熟度的回报。这种培育努力的缺失转化为对通用和专业教育的需求，即技术使用和经济学教育。这从服务人民、不让任何人掉队的人性立场和民主现代化道路来看是显而易见的。 | |
| − | + | 在这样的环境中，工作作为人类学上的必要性和社会中尊严的来源，将作为与教育相联系的社会公益而得到恢复。它将增加社会完整性，对抗新的社会分层，维持可持续发展。我们不习惯以合理的方式公开领导此类辩论，而是被对不断涌来的新市场冲动的仓促回应所驱动，这一事实表明需要比修补表面现象、机会或冲突更深入地挖掘。这是从技术理性中解放出来的对"人工智能"辩论的第一个贡献。 | |
| − | == 2.3 审美品质 == | + | === 2.3 审美品质 === |
一般意义上的审美学将连贯的感知与规范性判断联系起来，将美的事物超越为美的概念，将善的事物超越为善的概念，将真实的事物超越为真理的概念，使这些概念能够以目的论的方式将学习动力引向文化修养的概念。 | 一般意义上的审美学将连贯的感知与规范性判断联系起来，将美的事物超越为美的概念，将善的事物超越为善的概念，将真实的事物超越为真理的概念，使这些概念能够以目的论的方式将学习动力引向文化修养的概念。 | ||
| Line 57: | Line 59: | ||
然而，这种前景是由人类经验所赋能的——对世界的经验、对自身的经验以及知性反思的经验。我们对完美的梦想既模糊又雄心勃勃，除非它们与能动性经验相匹配、平衡和整合。审美可以应用的最具包容性的小宇宙是人自己的延伸身体（Leib），作为修养和教育的能动者。这是我们区分原创与模拟、负责任的能动性与游戏、有意义的连贯性与逻辑合理性、目的与功能、尊严与价值、工作与活动、教养（Bildung）与训练（Ausbildung）的地方。这也是我们重新审视间接言语经典形式（如类比、隐喻、关联、反讽、幽默或暗示）的逻辑相关性的地方。 | 然而，这种前景是由人类经验所赋能的——对世界的经验、对自身的经验以及知性反思的经验。我们对完美的梦想既模糊又雄心勃勃，除非它们与能动性经验相匹配、平衡和整合。审美可以应用的最具包容性的小宇宙是人自己的延伸身体（Leib），作为修养和教育的能动者。这是我们区分原创与模拟、负责任的能动性与游戏、有意义的连贯性与逻辑合理性、目的与功能、尊严与价值、工作与活动、教养（Bildung）与训练（Ausbildung）的地方。这也是我们重新审视间接言语经典形式（如类比、隐喻、关联、反讽、幽默或暗示）的逻辑相关性的地方。 | ||
| − | + | 作为一个社会实体，这样的身体有一张面孔。我们能否在教育中赋予它真正的人类面孔和目的？即使提供一个替代品而非真实的你是方便的、吸引人的或令人安慰的——一个完美的人类照护者的仿品，例如在护理或教学中部署人形机器人来处理弱势群体的需求——这可能比用友好的面具欺骗富裕公民的社会风险更低，但肯定是不公平的。通过这种捷径节省的资源（如果不是出于吝啬的话），最好投资于发展能够在二十一世纪条件下良好运作的真实社会关系。 | |
| − | + | 人的面孔和人的形态属于人，而非机器。反讽、艺术和喜剧教导了现代公民自由地玩弄一切事物的价值，挑战传统禁忌，以克服基于外部权力（如政治机构或宗教权威）的人类局限性。然而，在玩耍性表达与越界和人类社会可持续性之间存在着必要的自然张力；社会自由受到他人自由的限制，这包括珍视人的本性或传统。随着技术的进步，容忍的边界必须重新协商，以防止模拟和拟态设计成为新形式的欺诈性语言。因此，需要调动关于模拟与真理的传统知识。 | |
| − | 同样的道理也适用于语言的智慧。这不是一个居高临下的话语来安抚保守思想，而是Gadamer提出的一个哲学洞见：" | + | 同样的道理也适用于语言的智慧。这不是一个居高临下的话语来安抚保守思想，而是Gadamer提出的一个哲学洞见："语言是理解本身得以实现的普遍媒介。理解的实现方式是诠释性的。"换言之，意义在于语言的使用。这是分析哲学方法价值的起点。 |
| − | 当我们谈论数字发明时，不能从智能手机开始，而应从工具和语言本身开始，作为数字化的物理和智力工具。"数字的"（digital）一词源于拉丁语digitus，意为"手指" | + | 当我们谈论数字发明时，不能从智能手机开始，而应从工具和语言本身开始，作为数字化的物理和智力工具。"数字的"（digital）一词源于拉丁语digitus，意为"手指"以及手的延伸：木棍和石器标志着人类根据目的塑造物质世界并由此建立新视野的能力的开始。这从字面上就是制造（manufacturing）的开始（用手来做东西）。理解技术的含义——作为将"已给予之物"（data，数据）转化为"已制成之物"（facts，事实）的手段——有助于理解在学习制造（manu-facture）中什么是重要的。 |
| − | 这种探究也帮助我们再迈出一步，走向学习与"人工智能" | + | 这种探究也帮助我们再迈出一步，走向学习与"人工智能"概念地图的绘制，即连接本体论与认识论。有机地和心理地操纵意义符号的物质，采取阅读和写作的形式，即起草世界、真理、美和善的替代设计的能力，为想象创造空间，即探索新方式，按照甚至测试已知规则来进行游戏，从而激发文化。在言语和写作中工具性地使用语言，标志着人类根据目的跨越时空进行连接的能力的开始——即智力学习的开始。同样，误解和错误、曲解和谎言也进入了文化生活。审美视角确保在一种全面修养的轨道上，仍然有对齐不同"人工智能"使用方法的选项，最终汇聚于语言的内涵和表达。 |
| − | == 2.4 我们的任务 == | + | === 2.4 我们的任务 === |
| − | + | 知识的实践在变化。对人类而言，它天然是数字的。文化是一种天然的人类技术。文化和技术是人类本性的功能表达。随着时间推移，我们在专业化行为中将技术学习与进化性（实践性）学习脱节。这与科学领域（Wissenschaft）内学科的科学还原论并行。在这两种情况下，如何确保以人性为驱动力的知识领域对齐？这些已经出现的孤岛是否应该以健康的方式重新同步、综合或转化为一种适合二十一世纪的新型能力？我们如何学习编程系统性的专业化，使之能够服务于人类的进化？ | |
| − | + | 我们操纵世界的能力扩展了宏观和微观的边界，滋养着幻想和虚构，驱动着想象力。曾经是人类边界的传统投射——如魔像（golem）、人造小人（homunculus）、仿生人（android）或赛博格（cyborg）——现在似乎需要新的、及时的形象。传统叙事由基于极少经验的想象所承载，通常被暂时标记为科幻小说。现在，我们需要基于更新经验的名称和故事，涉及生物学、信息处理、化学或物理技术应用的社会实践。这些叙事不能主要由经济或科技利益相关者来塑造，因为他们的语言和兴趣并非完全植根于社会。它们也不能现实地留给专家或自然的社会演化，因为我们已经了解到技术开发和营销的力量正在使常识失声。当然，被炒作的恐惧和承诺、戏剧化的期望和过早的市场进入并非新现象。然而，现有过早实施产品（如智能手机）的未解决问题的影响正在不断增加后续风险的不确定性，同时适当评估和社会处理所需的文化韧性数十年来一直在被侵蚀。 | |
这在三个不同层面的领域中显而易见。 | 这在三个不同层面的领域中显而易见。 | ||
| − | 第一，关于能动性存在广泛培养的混淆。当谈论"'人工智能'做了什么"时，语法上的主语和宾语必须与真实的主体和客体清楚区分。我们称之为"人工智能" | + | 第一，关于能动性存在广泛培养的混淆。当谈论"'人工智能'做了什么"时，语法上的主语和宾语必须与真实的主体和客体清楚区分。我们称之为"人工智能"的动态复合人工制品的全部存在、功能和演化都归功于人类的能动性，无论它们与预期表现多么一致。我们应该避免社会内涵丰富的语义联想，例如将学习、思考或建议归因于"人工智能"。技术应当使用技术术语，而非情感化的标签。所暗示的拟人化在预设一种新兴自我意识甚至良知的问题，并夸大了日益自动化完美的概率，即使并不接受这一先验的公理性假设——即这对于先验理由来说是不可能的。这不再是一种善意的失误，因为这项技术的目的本身就是放大效率，即权力。因此，在设计和默认情况下，极小的问题、错误、风险或危险也会被放大。过去可能是善意的和推测性的东西现在可能产生巨大而深远的现实后果。这就是为什么需要对语言的恰当性进行一丝不苟的审视。 |
第二，与社会适应早期技术沉浸的周期相比，引入新的效率和影响维度的序列变得越来越仓促和截断。这里的"引入"是一种委婉说法，因为暗含的社会礼节并未被遵守。技术评估（Technikfolgenabschätzung）、技术伦理、应用数学（Informatik）以及理解这些发明的通用技能等科学学科尚未被确立为主要学科。这意味着大多数公民在"人工智能"方面实际上是文盲。 | 第二，与社会适应早期技术沉浸的周期相比，引入新的效率和影响维度的序列变得越来越仓促和截断。这里的"引入"是一种委婉说法，因为暗含的社会礼节并未被遵守。技术评估（Technikfolgenabschätzung）、技术伦理、应用数学（Informatik）以及理解这些发明的通用技能等科学学科尚未被确立为主要学科。这意味着大多数公民在"人工智能"方面实际上是文盲。 | ||
| − | + | 第三，用机器替代人类活动是其预期目的的一部分。然而，必须合理地规划，并附以适当的措施，与整个过程成比例，而不仅仅是投资和收益。如上文关于工作与生产的段落所述，现在在语言领域应当适用的原则，几十年前就应该在经济学中适用，即对于取代传统劳动的机器所产生的增值的起源和分配保持诚实。 | |
| − | 这是一个典型的需要制度性结构解决方案的情况，以确保政策的目的性和可持续性。关于人类的"人工智能" | + | 这是一个典型的需要制度性结构解决方案的情况，以确保政策的目的性和可持续性。关于人类的"人工智能"素养是一个贴切的隐喻。它几乎只是将能够以有教养的方式阅读、计算和书写关于硬件和软件的符号和物理操作的字面含义加以扩展，并将其置于本体论、经济和基础设施的背景下。这里有教育部门改革的明显任务。虽然应用性的跨学科课程应该一直保持或被恢复为各领域（如健康、经济、历史或哲学）教育的金标准，但"人工智能"作为一个社会领域（确实与健康、经济、历史和哲学有着重大联系）可以成为其顶点。 |
理解我们能做什么、可以做什么和必须做什么之间自然平衡的手段受到了挑战。来自经典的关于审慎和务实的传统知识需要重新审视：如何为正确的理由做正确的事情；如何知道你所做的并按照你所知道的去做；如何言行一致，关于"人工智能"是什么以及它意味着什么。考虑到责任，规范性的审慎是数字能力的元层面要求（在道德、法律和伦理方面）。 | 理解我们能做什么、可以做什么和必须做什么之间自然平衡的手段受到了挑战。来自经典的关于审慎和务实的传统知识需要重新审视：如何为正确的理由做正确的事情；如何知道你所做的并按照你所知道的去做；如何言行一致，关于"人工智能"是什么以及它意味着什么。考虑到责任，规范性的审慎是数字能力的元层面要求（在道德、法律和伦理方面）。 | ||
| − | == 2.5 教育学：如何从为"人工智能"做准备中学习 == | + | === 2.5 教育学：如何从为"人工智能"做准备中学习 === |
将关于"人工智能"和教育学的语言、概念和制度话语带到经验和知识的及时状态，实际上意味着协调科学与自然，以便我们能够支持有教养的学习。 | 将关于"人工智能"和教育学的语言、概念和制度话语带到经验和知识的及时状态，实际上意味着协调科学与自然，以便我们能够支持有教养的学习。 | ||
| − | + | 最基本的相关理解来自关于学习程序的应用性整体理论，结合关于实际大脑发育的神经学研究——大脑是学习的生物栖息地。人类从涉及个人和社会因素的整合经验过程中学习。哲学提供了如何从这些断裂的多学科知识的整体实践含义中获取意义的解释。 | |
| − | + | 考虑到学习，第一性的原初经验（Erleben）自发地将感官个体与环境联系起来。这不是一种中性行为，而是学习传记和认识论生涯的基调。这种联系的质量决定了非自愿感知的范围，连同学习的主观模式，即它对判断的"感觉"。特别是，Erleben预设了二次经验（Erfahrung），即意识建构的连接性事件过程，根据认知模式进行协调，并用概念能力（Verstand）和原理能力（Vernunft）加以合理化。 | |
| − | 学习的外部连接性连续体被现代教育学之父Johann Heinrich Pestalozzi（1746-1827）解释为"做中学" | + | 学习的外部连接性连续体被现代教育学之父Johann Heinrich Pestalozzi（1746-1827）解释为"做中学"练习的系统展开——从观察到工作中的动手经验，作为与有形环境的方法性互联。从自己失败的实验中学习，他从神学和技术官僚教条主义转向了对数学作为解释人类本性方法的欣赏，从工作（而非生产）中学习模式。这使他的理论对当代关于作为人类如何最佳地与"人工智能"一起学习的条件的探究变得可理解和相关。 |
他这样解释了算法及其架构和运作如何在"人工智能"中服务于人类的自然需求。"我的方法不过是再现自然的简单过程。"……"深深印刻在人类心灵中的每一个敏感感知都会触发一系列二次概念，这些概念或多或少接近这种感知……从而将本质相同的对象聚集在一起；你对这些对象内在真理的理解将被扩展、锐化和加强。"这样的教育培养了对技术的素养和主权。 | 他这样解释了算法及其架构和运作如何在"人工智能"中服务于人类的自然需求。"我的方法不过是再现自然的简单过程。"……"深深印刻在人类心灵中的每一个敏感感知都会触发一系列二次概念，这些概念或多或少接近这种感知……从而将本质相同的对象聚集在一起；你对这些对象内在真理的理解将被扩展、锐化和加强。"这样的教育培养了对技术的素养和主权。 | ||
| Line 99: | Line 101: | ||
另一方面，学习的内部连接性由神经生物学研究在"脑友好学习"（brain-friendly learning）的术语下加以解释。对于"人工智能"而言，这很重要，因为公理性的神经网络模型从自然模型的概念连贯性或审美性、通用连接性和可塑性以及提示的动机导向中汲取力量。因此，在生物模型和技术模型之间似乎存在重要的重叠启发式方法，可以被用于澄清概念关系和发展轨迹（如人类福祉）的对齐。 | 另一方面，学习的内部连接性由神经生物学研究在"脑友好学习"（brain-friendly learning）的术语下加以解释。对于"人工智能"而言，这很重要，因为公理性的神经网络模型从自然模型的概念连贯性或审美性、通用连接性和可塑性以及提示的动机导向中汲取力量。因此，在生物模型和技术模型之间似乎存在重要的重叠启发式方法，可以被用于澄清概念关系和发展轨迹（如人类福祉）的对齐。 | ||
| − | 恰当的教育学是高效且有效的。它以最少的附带损害和对个人最大的预期发展影响来追求其目标——即教育。从"脑友好学习" | + | 恰当的教育学是高效且有效的。它以最少的附带损害和对个人最大的预期发展影响来追求其目标——即教育。从"脑友好学习"生物学视角来看，教育学及其课程和机构避免了破坏性或误导性的干预，同时谨慎地放大自然过程。值得注意的是，放大不同于模拟或关联，因为它直接管理有意的因果性，无需假装甚至不需要理论化。关于有机结构，这样的教育学利用神经可塑性机制作为学习属性，目标是最好地利用教育——作为一种人文主义技术——来处理技术。在理论层面，它避免封闭的概念、投机性意识形态和以羞耻或"完美的蛮力"作为教育目的之手段的正当化——例如超人主义倡导者所设想的身体改造措施。 |
| − | "脑友好学习"不仅是以友好的方式对待大脑，而且反过来允许我们在努力进步的同时被身体友好地对待，将所有人类资源连接成一个天然的学习枢纽。在最初阶段，它激活了与环境连接中"快乐的" | + | "脑友好学习"不仅是以友好的方式对待大脑，而且反过来允许我们在努力进步的同时被身体友好地对待，将所有人类资源连接成一个天然的学习枢纽。在最初阶段，它激活了与环境连接中"快乐的"（稳态的）经验（Erlebnis），结合了对需求的前意识反应，以及对因果性、力量和关联性的最初经验（Erfahrungen）。 |
| − | " | + | "所有新生儿都拥有一定的行为反应库，当其稳态受到寒冷、饥饿、口渴等威胁时，这些反应在中央应激反应系统激活的过程中或同时被激活……[对]压力源可通过自身行为加以控制的早期识别，是儿童最早的联想学习经验之一，它对发育中的大脑具有强烈的印刻影响。" |
换言之，"脑友好学习"培养了人类对快乐（Freude）的倾向，将其作为一种积极而强大的教育主旋律（Leitmotiv）。它将学习塑造和管理为由人类目的驱动的有机增长，而非用死物质进行增强或强制塑造。它通过将好奇心从贪婪、恐惧或狭隘的实用主义中解放出来，支持终身学习。从而使人对技术形成健康的态度、素养和真正的能力。 | 换言之，"脑友好学习"培养了人类对快乐（Freude）的倾向，将其作为一种积极而强大的教育主旋律（Leitmotiv）。它将学习塑造和管理为由人类目的驱动的有机增长，而非用死物质进行增强或强制塑造。它通过将好奇心从贪婪、恐惧或狭隘的实用主义中解放出来，支持终身学习。从而使人对技术形成健康的态度、素养和真正的能力。 | ||
| Line 109: | Line 111: | ||
与以前的工具发明（如袖珍计算器或笔记本电脑）一样，本体论上的混淆和便利的诱惑可能挑战一个社会管理创新以符合其最大利益的成熟度。话语、市场力量和监管的注意力往往从长期福利转向短期承诺。沿着这些路线，技术创新和实施中的远见和责任并未为合理的话语聚集力量和策略。 | 与以前的工具发明（如袖珍计算器或笔记本电脑）一样，本体论上的混淆和便利的诱惑可能挑战一个社会管理创新以符合其最大利益的成熟度。话语、市场力量和监管的注意力往往从长期福利转向短期承诺。沿着这些路线，技术创新和实施中的远见和责任并未为合理的话语聚集力量和策略。 | ||
| − | 正如澳大利亚"教育未来"研究者最近在回应一项关于教育中"人工智能"的早期流行病学数据的麻省理工学院研究时所观察到的——该研究警告存在感知到的认识论挫败甚至"大脑退化"的重大风险——" | + | 正如澳大利亚"教育未来"研究者最近在回应一项关于教育中"人工智能"的早期流行病学数据的麻省理工学院研究时所观察到的——该研究警告存在感知到的认识论挫败甚至"大脑退化"的重大风险——"人工智能确实可能是有害的。学生在大多数情况下可以将与学习的批判性参与外包给人工智能，这导致了'元认知懒惰'。然而，就像计算器一样，人工智能能够而且应该帮助我们完成以前不可能完成的任务——而这些任务仍然需要大量的参与。例如，我们可能要求师范生使用人工智能制作详细的课程计划，然后在口试中评估其质量和教学合理性。" |
| − | 这一讨论可以帮助去戏剧化、告知和重新校准辩论，同时明确倡导更好地理解整个实践领域。当"完成的任务"具有证明这种"重大参与"合理性的价值时——不是作为自身目的而是出于普遍可接受的理由——它就不会仅仅是辩护性的了。一种由哲学探究调节的社会视角可以细化对"人工智能"是什么以及用人类术语来说它"做了什么" | + | 这一讨论可以帮助去戏剧化、告知和重新校准辩论，同时明确倡导更好地理解整个实践领域。当"完成的任务"具有证明这种"重大参与"合理性的价值时——不是作为自身目的而是出于普遍可接受的理由——它就不会仅仅是辩护性的了。一种由哲学探究调节的社会视角可以细化对"人工智能"是什么以及用人类术语来说它"做了什么"的理解。可以加强相关学科乃至产业和治理机构的连接性，以将创新置于合法的社会控制之下，从而治理使用和控制"人工智能"中的经济、正义和尊严。 |
| − | + | 技术的模糊语言与商业炒作相结合，可能模糊教师倾听和与学生共情的敏锐注意力。学生需要关怀的、真实的和有帮助的指导，学习何时使用自己的头脑、眼睛和双手，何时使用机器。在我们谈论技术和自身的方式中，负责任的语言被忽视了，例如，当我们混淆游戏与玩耍、表现与产出衡量、相同与相似时。使"人工智能"服务于人类时，最深层的连接性源泉是向语言学习，即作为知识的深层嵌入系统，包括自然、社会、数学和生物语言，它们共同为文化做出贡献。 | |
回到简单的哲学语言，一种科学的语言态度将确保，"在我谈论我所知道的同时，我知道我在谈论什么以及如何谈论，考虑到目的。"意图与行动、理论与实践、名称与对象的连贯性不能被视为理所当然，但可以从上述文化贡献者那里得到支持。 | 回到简单的哲学语言，一种科学的语言态度将确保，"在我谈论我所知道的同时，我知道我在谈论什么以及如何谈论，考虑到目的。"意图与行动、理论与实践、名称与对象的连贯性不能被视为理所当然，但可以从上述文化贡献者那里得到支持。 | ||
| Line 119: | Line 121: | ||
== 3 结论 == | == 3 结论 == | ||
| − | 我们能从这场讨论中学到什么？第一，关于与感知和期望相伴的态度。这一探究不是出于恐惧，而是出于合理的希望和理想主义。它基于这样的假设：对"人工智能" | + | 我们能从这场讨论中学到什么？第一，关于与感知和期望相伴的态度。这一探究不是出于恐惧，而是出于合理的希望和理想主义。它基于这样的假设：对"人工智能"的恰当理解是可能的，即一种整体的、具有社会意义的和规范性指导意义的理解。第二，关于语言，作为表达性符号意义的活体，它可以连接自然、技术和文化，特别是通过其数学特征。第三，关于社会，作为理解的栖息地和实验室，不仅仅是市场或治理对象，而是参与重要理解追求的参与者。第四，关于学习，作为规则知识的建设性、玩耍性扩展，将能动性嵌入语言中，并为教育学开放个性化修养的途径。第五，关于技术，作为一套人类创造但未完全预见其属性和后果的工具，因此需要学习为人类目的掌控它，特别是通过给予成熟的时间和替代方法的灵感。第六，关于自我依赖、快乐、共情和合作的心理学，首先信任人性而不是给机器贴上面孔，理解不同于关于功能性和概率的合理信心，信任不能适用于机器。工程师可以是值得信赖和被信任的，他们的构造可以——希望如此——被依赖。第七，关于教育学，我们学会为应对已知和未知的未知事物的前瞻性连续体做准备，以便在日益复杂的环境中管理与风险相关的决策。第八，关于关怀，我们理解了需要提升我们的关注度并恢复无处不在的人类因素的重要性。跨学科能力能够使社会对"人工智能"产生意义并采取负责任的行动。即，事物的本质必须被恰当地建立，规范性利害关系必须被充分描述，以便关于特定"人工智能"问题的实际判断建立在坚实的基础之上。 |
| − | + | 总结这篇纲领性简报，关于人工智能在教学中的意义，最重要的是以下几点。一场涉及所有文化的关于技术、学习和语言的彻底创新讨论早已是当务之急。在数十年来系统性地遗忘了对营养性和反营养性增长的特定、实证和技术知识的整体和普遍整合的需求之后，特别是在制度单一文化和对语言在科学中作用的普遍无知的背景下，人工智能技术的数学结构和语言实质现在变得比过去六十年全球化影响世界经济的信息技术和生物技术更为切实地实用。事实上，经济是科学和教育相遇的社会领域，理想地携手共进，否则就会在人类与我们的产品之间推动异化和不公正。 | |
学习理论取决于我们想成为谁（人类学），作为技术驱动者。人工智能在教学中的最佳角色取决于我们关于技术所定义的关系：使用还是服务于它们，意味着首先决定是否敢于成熟。我们是信任人类的处境，还是在自己的创造物面前感到羞愧？由此，"人工智能"成为道德、知识和风格的问题。 | 学习理论取决于我们想成为谁（人类学），作为技术驱动者。人工智能在教学中的最佳角色取决于我们关于技术所定义的关系：使用还是服务于它们，意味着首先决定是否敢于成熟。我们是信任人类的处境，还是在自己的创造物面前感到羞愧？由此，"人工智能"成为道德、知识和风格的问题。 | ||
| − | + | == 参考文献 == | |
[REF] Adler, Mortimer J. and Van Doren, Charles. 1972. How to Read a Book. New York: Simon and Schuster. | [REF] Adler, Mortimer J. and Van Doren, Charles. 1972. How to Read a Book. New York: Simon and Schuster. | ||
Latest revision as of 08:06, 8 April 2026
第二章
教学的意义——从哲学家视角看人性与人工智能
Ole Doering
湖南师范大学
摘要
本文从哲学角度探讨了"人工智能"的本质，将其视为对人类自我认知的挑战和教育学的一项任务，以便融合我们最好的知识。从哲学视角来看，前景取决于所选择的人类学立场，而这一立场可以整合技术素养的生物和社会维度。人类学习的自然编程方式给予我们希望和尊严，使我们有能力相应地更新教育体系，这种更新的动力来自于与"人工智能"和谐共处的需要。
1 引言
我们应该如何理解"人工智能"已成为二十一世纪人类连接主题这一现象？这个主题有多现实？"人工智能"是否已作为一种无处不在的技术在大学教学中确立，还是其普遍使用才刚刚开始？与其适用性和应用相关的问题在所有地方是否基本相同，还是对具体情境敏感？教育中的目的和最佳实践的认知是怎样的？在探索其实施标准时，欧洲和中国如何相互学习？
在这篇论文中，我通过健康的关系和人类对人工智能的合理态度这一视角，审视了"人工智能"在教学、学习和教育学中的使用，考虑了学习目标、这项技术的特征以及人类的本质。标题包含一个具有歧义的术语"教学的意义"（teaching means）。其语义涵盖了教学与其手段（工具和措施）之间的相互关系、教学（而非布道或模仿）的真正含义、指导正确使用适当手段的方法，以及良好教学的工具。这种歧义的连贯性通过人性与"人工智能"之间哲学调和的行为来建立，即探究语言使用以及连贯性和完整性的运作。
技术的公共营销在不同工业部门中使用"人工智能"作为通用标签。更准确地说，应该谈论的是为特定目的构建的、基于机器学习的不同类型数据的算法处理器。"人工的"（artificial）一词的含义，特别是其与自然和文化的关系非常重要，但并未标准化，因此需要加以界定。"智能"一词的含义更为重要，因为它不仅表达了我们对事物的理解，而且与能动性的潜力相关。因此，界定这些核心术语是一个清晰性和责任性的问题，因为作为一种技术的名称，对其感知和应用对人类自我意识、关键活动的组织以及最佳实践的理解都有重大影响，而这些理解又构成课程、法规和社会秩序的框架。
令人惊讶的是，关于技术及其过程和特征的恰当命名的讨论少之又少。考虑到语言的力量和用词语传达可靠或真实含义的责任，这种缺失需要得到纠正，特别是考虑到想象对社会现实的影响规模。仅仅引用社会接受利益相关方语言设计时的习惯性漫不经心是不够的。对广告、政策、推销或营销活动中暗示性语言的工具性使用缺乏批判性回应，最为明显的近期例子是"元宇宙"这个名称，它将网络虚拟现实投射宣传为本体论的更高形式，用一厢情愿的想法取代了形而上学。虽然元宇宙显然已经失败了——由于软硬件基础设施不足、平台开发的垄断方法以及缺乏明确的治理标准——但同样的炒作和傲慢的力量也在将"人工智能"描绘为一种超越人类理解的新实体，正如之前几次由营销预期驱动的技术突破所做的那样，包括基因组学对健康的革命和信息技术对知识的革命。一方面，一些产业和许多职业的收入得到了提升。另一方面，对社会福利、稳定、健康和知识的可持续重大影响尚待观察，原因在于夸大的期望、误导性的认知和浅薄承诺的有限保质期。
智能被理解为理性（Vernunft）或知性（Verstand）的一种功能，它能在知识和感知的模式之间建立自发联系，作为经验（Erlebnis和Erfahrung）运作的一部分。在分析需要更高精确度时，使用定义更为具体的德语术语。连接性是人类智能的一种自然技术特征，但不可还原为认知表现。在人类身上，智能是一种活动和品质，编织在感官性、感知和反思的整体结构中，包括延伸的身体（Leib）、社会互动、共情、语言、猜测、在实践中学习等。智能是不完整的、活的、矛盾的、通用的、重复的和保守的，同时又是自发的和功能性的。通过还原和模拟、通过模型和渐进式改进来人工重建它是可能的。在相关科学和技术进步方面取得的惊人进展应该激发冷静的批判性审视，而非盲目的崇拜。
本文以讲座为基础，采取了对一场应当发生的辩论的批注形式。
2 人工智能中的人性
语言是理性运作的表达经验，存在于一种文化中并跨越文化，通过人类赋予理性的天性相连接。扩展知识意义上的学习是这一经验的延续，以一种教育学方式让自然和反思性的语言运作参与其中。教育学使这一参与过程保持实践性，符合人类标准和个人能力。
2.1 人的立场
从人类历史演变的视角来看，"人工智能"作为一套基于数学过程以及语言和认知模拟的高效的不可见工具的含义，应该从自然语言和学习的角度来理解，即如何善用它。
语言代表着知识文化和有教养的知识。知识文化是一种社会认识论环境，它根据我们的本性鼓励、偏好和支持适合人类的知识。有教养的知识是我们以适应人性的方式所学到的自然生长的结构和内容。技术先验地是工具性的，无论其智力性、物质性、技术性的程度如何，只有当它能够并且旨在被用于服务想象中的目的时，它才是技术。技术描述中含糊的、往往是隐喻性的语言可能会混淆人性与技术之间的关系及其正确理解。通常，这种根植于技术的工具性本体论中的歧义，要么表现为对技术所能实现之物的不成比例的信心（从而"忘记"了主体能动者），要么表现为在其虚构的全能性面前人类先验地自我臣服（从而忽视了一个纯粹客体的局限性）。当与炒作、傲慢或战略传播相结合时，这种混淆可以被自然放大或有目的地操纵，使消费和服从成为人类唯一的角色。然而，它也可以通过启蒙来对抗，即通过运用合理性、比例性和谦逊，使最佳使用成为可能。
因此，需要负责任的、真诚的和准确的语言，以清楚地理解我们的技术并对其保持健康的态度，特别是那些通过模拟或言语直接影响我们认知的技术。由此，可以克服本体论上的混淆，例如，当游戏（gaming）等冗余活动被误解为"玩耍"（to play）时，以及认识论上的混淆，例如，当质量以结果而非表现来衡量时。也就是说，从输入开始。
对语言的有教养的看法将有助于建立一种立场："谈论我所知道的，同时知道我在谈论什么以及如何谈论，考虑到我言语的目的。"这意味着，语言对于真实地谈论"人工智能"是工具性的，而不仅仅是使用没有语言的"空话"。当面对一个工具性对象时，这种关系应该首先被界定：是否以及在什么意义上信任机器比信任人更为合理。这引出了共享角色的要求。我们能否信任人类控制机器，使其服务于我们的目的，而不仅仅是按照设计运行？带着这种态度，伦理和科学在深思熟虑的谦逊、谨慎和关怀的文化中汇聚。
2.2 经济视角
与之前的许多其他技术创新一样，"人工智能"激发了关于传统生活方式未来的辩论。例如，"生成式预训练变换器"即GPT，展示了在能源和数据得到充分供应的条件下，以数量级的速度加快语言功能机械操作的潜力。它可能会彻底改变在线检索或书面及口头文本的翻译。自然地，人们对这项技术对人类工作的影响感到担忧。工作会变得过时吗？工作能被生产取代吗？过去，这种恐惧基于劳动力市场的证据。工作流程中机械重复的活动被自动化了，然后自动化取代了多个蓝领领域，同时增加了对专门或通用白领活动的需求。
值得注意的是，人力资源开发的策略遵循特定的经济逻辑，这些逻辑由界定什么是有价值的和受到激励的政策和政治所决定。社会直接和间接地对这些机会和技术优势的创造所进行的投资被吸纳了，而没有适当考虑机器的市场价格与经济价值之间的差异。这种将制造替代和社会置换相结合的做法是由部分依赖于疏忽或大意的机会驱动的。没有探索更可持续的机器建设性使用方案。焦点仅仅放在了被解雇员工的再培训或社会救助上。对取代传统劳动的发明所增加的价值和社会成本的补偿，通常以税收或费用来计算，甚至没有被考虑。加速创新和社会问题的级联双重效应中的大部分可以从一开始就得到补偿，通过替代税或社会缴费，与使这些发展成为可能的社会投资成比例。无论采取何种手段，收益将是时间——用于学习、研究、规划和增加社会效益。
还会有一种文化培育效果，通过从对快速收益的贪婪中消除一些绝望。购买时间也意味着将这种最宝贵的资源重新分配给社会中各种价值提供者，以促进更可持续的经济发展。考虑到人工智能驱动的发明的大多数优势在于效率提升和效果的无差别性，当采取这种策略时，可以有各种额外权衡的情景。这种文化培育效果将通过允许消费者习惯新工具、将其视为客体并发现它们的意义来获得消费者成熟度的回报。这种培育努力的缺失转化为对通用和专业教育的需求，即技术使用和经济学教育。这从服务人民、不让任何人掉队的人性立场和民主现代化道路来看是显而易见的。
在这样的环境中，工作作为人类学上的必要性和社会中尊严的来源，将作为与教育相联系的社会公益而得到恢复。它将增加社会完整性，对抗新的社会分层，维持可持续发展。我们不习惯以合理的方式公开领导此类辩论，而是被对不断涌来的新市场冲动的仓促回应所驱动，这一事实表明需要比修补表面现象、机会或冲突更深入地挖掘。这是从技术理性中解放出来的对"人工智能"辩论的第一个贡献。
2.3 审美品质
一般意义上的审美学将连贯的感知与规范性判断联系起来，将美的事物超越为美的概念，将善的事物超越为善的概念，将真实的事物超越为真理的概念，使这些概念能够以目的论的方式将学习动力引向文化修养的概念。
然而，这种前景是由人类经验所赋能的——对世界的经验、对自身的经验以及知性反思的经验。我们对完美的梦想既模糊又雄心勃勃，除非它们与能动性经验相匹配、平衡和整合。审美可以应用的最具包容性的小宇宙是人自己的延伸身体（Leib），作为修养和教育的能动者。这是我们区分原创与模拟、负责任的能动性与游戏、有意义的连贯性与逻辑合理性、目的与功能、尊严与价值、工作与活动、教养（Bildung）与训练（Ausbildung）的地方。这也是我们重新审视间接言语经典形式（如类比、隐喻、关联、反讽、幽默或暗示）的逻辑相关性的地方。
作为一个社会实体，这样的身体有一张面孔。我们能否在教育中赋予它真正的人类面孔和目的？即使提供一个替代品而非真实的你是方便的、吸引人的或令人安慰的——一个完美的人类照护者的仿品，例如在护理或教学中部署人形机器人来处理弱势群体的需求——这可能比用友好的面具欺骗富裕公民的社会风险更低，但肯定是不公平的。通过这种捷径节省的资源（如果不是出于吝啬的话），最好投资于发展能够在二十一世纪条件下良好运作的真实社会关系。
人的面孔和人的形态属于人，而非机器。反讽、艺术和喜剧教导了现代公民自由地玩弄一切事物的价值，挑战传统禁忌，以克服基于外部权力（如政治机构或宗教权威）的人类局限性。然而，在玩耍性表达与越界和人类社会可持续性之间存在着必要的自然张力；社会自由受到他人自由的限制，这包括珍视人的本性或传统。随着技术的进步，容忍的边界必须重新协商，以防止模拟和拟态设计成为新形式的欺诈性语言。因此，需要调动关于模拟与真理的传统知识。
同样的道理也适用于语言的智慧。这不是一个居高临下的话语来安抚保守思想，而是Gadamer提出的一个哲学洞见："语言是理解本身得以实现的普遍媒介。理解的实现方式是诠释性的。"换言之，意义在于语言的使用。这是分析哲学方法价值的起点。
当我们谈论数字发明时，不能从智能手机开始，而应从工具和语言本身开始，作为数字化的物理和智力工具。"数字的"（digital）一词源于拉丁语digitus，意为"手指"以及手的延伸：木棍和石器标志着人类根据目的塑造物质世界并由此建立新视野的能力的开始。这从字面上就是制造（manufacturing）的开始（用手来做东西）。理解技术的含义——作为将"已给予之物"（data，数据）转化为"已制成之物"（facts，事实）的手段——有助于理解在学习制造（manu-facture）中什么是重要的。
这种探究也帮助我们再迈出一步，走向学习与"人工智能"概念地图的绘制，即连接本体论与认识论。有机地和心理地操纵意义符号的物质，采取阅读和写作的形式，即起草世界、真理、美和善的替代设计的能力，为想象创造空间，即探索新方式，按照甚至测试已知规则来进行游戏，从而激发文化。在言语和写作中工具性地使用语言，标志着人类根据目的跨越时空进行连接的能力的开始——即智力学习的开始。同样，误解和错误、曲解和谎言也进入了文化生活。审美视角确保在一种全面修养的轨道上，仍然有对齐不同"人工智能"使用方法的选项，最终汇聚于语言的内涵和表达。
2.4 我们的任务
知识的实践在变化。对人类而言，它天然是数字的。文化是一种天然的人类技术。文化和技术是人类本性的功能表达。随着时间推移，我们在专业化行为中将技术学习与进化性（实践性）学习脱节。这与科学领域（Wissenschaft）内学科的科学还原论并行。在这两种情况下，如何确保以人性为驱动力的知识领域对齐？这些已经出现的孤岛是否应该以健康的方式重新同步、综合或转化为一种适合二十一世纪的新型能力？我们如何学习编程系统性的专业化，使之能够服务于人类的进化？
我们操纵世界的能力扩展了宏观和微观的边界，滋养着幻想和虚构，驱动着想象力。曾经是人类边界的传统投射——如魔像（golem）、人造小人（homunculus）、仿生人（android）或赛博格（cyborg）——现在似乎需要新的、及时的形象。传统叙事由基于极少经验的想象所承载，通常被暂时标记为科幻小说。现在，我们需要基于更新经验的名称和故事，涉及生物学、信息处理、化学或物理技术应用的社会实践。这些叙事不能主要由经济或科技利益相关者来塑造，因为他们的语言和兴趣并非完全植根于社会。它们也不能现实地留给专家或自然的社会演化，因为我们已经了解到技术开发和营销的力量正在使常识失声。当然，被炒作的恐惧和承诺、戏剧化的期望和过早的市场进入并非新现象。然而，现有过早实施产品（如智能手机）的未解决问题的影响正在不断增加后续风险的不确定性，同时适当评估和社会处理所需的文化韧性数十年来一直在被侵蚀。
这在三个不同层面的领域中显而易见。
第一，关于能动性存在广泛培养的混淆。当谈论"'人工智能'做了什么"时，语法上的主语和宾语必须与真实的主体和客体清楚区分。我们称之为"人工智能"的动态复合人工制品的全部存在、功能和演化都归功于人类的能动性，无论它们与预期表现多么一致。我们应该避免社会内涵丰富的语义联想，例如将学习、思考或建议归因于"人工智能"。技术应当使用技术术语，而非情感化的标签。所暗示的拟人化在预设一种新兴自我意识甚至良知的问题，并夸大了日益自动化完美的概率，即使并不接受这一先验的公理性假设——即这对于先验理由来说是不可能的。这不再是一种善意的失误，因为这项技术的目的本身就是放大效率，即权力。因此，在设计和默认情况下，极小的问题、错误、风险或危险也会被放大。过去可能是善意的和推测性的东西现在可能产生巨大而深远的现实后果。这就是为什么需要对语言的恰当性进行一丝不苟的审视。
第二，与社会适应早期技术沉浸的周期相比，引入新的效率和影响维度的序列变得越来越仓促和截断。这里的"引入"是一种委婉说法，因为暗含的社会礼节并未被遵守。技术评估（Technikfolgenabschätzung）、技术伦理、应用数学（Informatik）以及理解这些发明的通用技能等科学学科尚未被确立为主要学科。这意味着大多数公民在"人工智能"方面实际上是文盲。
第三，用机器替代人类活动是其预期目的的一部分。然而，必须合理地规划，并附以适当的措施，与整个过程成比例，而不仅仅是投资和收益。如上文关于工作与生产的段落所述，现在在语言领域应当适用的原则，几十年前就应该在经济学中适用，即对于取代传统劳动的机器所产生的增值的起源和分配保持诚实。
这是一个典型的需要制度性结构解决方案的情况，以确保政策的目的性和可持续性。关于人类的"人工智能"素养是一个贴切的隐喻。它几乎只是将能够以有教养的方式阅读、计算和书写关于硬件和软件的符号和物理操作的字面含义加以扩展，并将其置于本体论、经济和基础设施的背景下。这里有教育部门改革的明显任务。虽然应用性的跨学科课程应该一直保持或被恢复为各领域（如健康、经济、历史或哲学）教育的金标准，但"人工智能"作为一个社会领域（确实与健康、经济、历史和哲学有着重大联系）可以成为其顶点。
理解我们能做什么、可以做什么和必须做什么之间自然平衡的手段受到了挑战。来自经典的关于审慎和务实的传统知识需要重新审视：如何为正确的理由做正确的事情；如何知道你所做的并按照你所知道的去做；如何言行一致，关于"人工智能"是什么以及它意味着什么。考虑到责任，规范性的审慎是数字能力的元层面要求（在道德、法律和伦理方面）。
2.5 教育学：如何从为"人工智能"做准备中学习
将关于"人工智能"和教育学的语言、概念和制度话语带到经验和知识的及时状态，实际上意味着协调科学与自然，以便我们能够支持有教养的学习。
最基本的相关理解来自关于学习程序的应用性整体理论，结合关于实际大脑发育的神经学研究——大脑是学习的生物栖息地。人类从涉及个人和社会因素的整合经验过程中学习。哲学提供了如何从这些断裂的多学科知识的整体实践含义中获取意义的解释。
考虑到学习，第一性的原初经验（Erleben）自发地将感官个体与环境联系起来。这不是一种中性行为，而是学习传记和认识论生涯的基调。这种联系的质量决定了非自愿感知的范围，连同学习的主观模式，即它对判断的"感觉"。特别是，Erleben预设了二次经验（Erfahrung），即意识建构的连接性事件过程，根据认知模式进行协调，并用概念能力（Verstand）和原理能力（Vernunft）加以合理化。
学习的外部连接性连续体被现代教育学之父Johann Heinrich Pestalozzi（1746-1827）解释为"做中学"练习的系统展开——从观察到工作中的动手经验，作为与有形环境的方法性互联。从自己失败的实验中学习，他从神学和技术官僚教条主义转向了对数学作为解释人类本性方法的欣赏，从工作（而非生产）中学习模式。这使他的理论对当代关于作为人类如何最佳地与"人工智能"一起学习的条件的探究变得可理解和相关。
他这样解释了算法及其架构和运作如何在"人工智能"中服务于人类的自然需求。"我的方法不过是再现自然的简单过程。"……"深深印刻在人类心灵中的每一个敏感感知都会触发一系列二次概念，这些概念或多或少接近这种感知……从而将本质相同的对象聚集在一起；你对这些对象内在真理的理解将被扩展、锐化和加强。"这样的教育培养了对技术的素养和主权。
另一方面，学习的内部连接性由神经生物学研究在"脑友好学习"（brain-friendly learning）的术语下加以解释。对于"人工智能"而言，这很重要，因为公理性的神经网络模型从自然模型的概念连贯性或审美性、通用连接性和可塑性以及提示的动机导向中汲取力量。因此，在生物模型和技术模型之间似乎存在重要的重叠启发式方法，可以被用于澄清概念关系和发展轨迹（如人类福祉）的对齐。
恰当的教育学是高效且有效的。它以最少的附带损害和对个人最大的预期发展影响来追求其目标——即教育。从"脑友好学习"生物学视角来看，教育学及其课程和机构避免了破坏性或误导性的干预，同时谨慎地放大自然过程。值得注意的是，放大不同于模拟或关联，因为它直接管理有意的因果性，无需假装甚至不需要理论化。关于有机结构，这样的教育学利用神经可塑性机制作为学习属性，目标是最好地利用教育——作为一种人文主义技术——来处理技术。在理论层面，它避免封闭的概念、投机性意识形态和以羞耻或"完美的蛮力"作为教育目的之手段的正当化——例如超人主义倡导者所设想的身体改造措施。
"脑友好学习"不仅是以友好的方式对待大脑，而且反过来允许我们在努力进步的同时被身体友好地对待，将所有人类资源连接成一个天然的学习枢纽。在最初阶段，它激活了与环境连接中"快乐的"（稳态的）经验（Erlebnis），结合了对需求的前意识反应，以及对因果性、力量和关联性的最初经验（Erfahrungen）。
"所有新生儿都拥有一定的行为反应库，当其稳态受到寒冷、饥饿、口渴等威胁时，这些反应在中央应激反应系统激活的过程中或同时被激活……[对]压力源可通过自身行为加以控制的早期识别，是儿童最早的联想学习经验之一，它对发育中的大脑具有强烈的印刻影响。"
换言之，"脑友好学习"培养了人类对快乐（Freude）的倾向，将其作为一种积极而强大的教育主旋律（Leitmotiv）。它将学习塑造和管理为由人类目的驱动的有机增长，而非用死物质进行增强或强制塑造。它通过将好奇心从贪婪、恐惧或狭隘的实用主义中解放出来，支持终身学习。从而使人对技术形成健康的态度、素养和真正的能力。
与以前的工具发明（如袖珍计算器或笔记本电脑）一样，本体论上的混淆和便利的诱惑可能挑战一个社会管理创新以符合其最大利益的成熟度。话语、市场力量和监管的注意力往往从长期福利转向短期承诺。沿着这些路线，技术创新和实施中的远见和责任并未为合理的话语聚集力量和策略。
正如澳大利亚"教育未来"研究者最近在回应一项关于教育中"人工智能"的早期流行病学数据的麻省理工学院研究时所观察到的——该研究警告存在感知到的认识论挫败甚至"大脑退化"的重大风险——"人工智能确实可能是有害的。学生在大多数情况下可以将与学习的批判性参与外包给人工智能，这导致了'元认知懒惰'。然而，就像计算器一样，人工智能能够而且应该帮助我们完成以前不可能完成的任务——而这些任务仍然需要大量的参与。例如，我们可能要求师范生使用人工智能制作详细的课程计划，然后在口试中评估其质量和教学合理性。"
这一讨论可以帮助去戏剧化、告知和重新校准辩论，同时明确倡导更好地理解整个实践领域。当"完成的任务"具有证明这种"重大参与"合理性的价值时——不是作为自身目的而是出于普遍可接受的理由——它就不会仅仅是辩护性的了。一种由哲学探究调节的社会视角可以细化对"人工智能"是什么以及用人类术语来说它"做了什么"的理解。可以加强相关学科乃至产业和治理机构的连接性，以将创新置于合法的社会控制之下，从而治理使用和控制"人工智能"中的经济、正义和尊严。
技术的模糊语言与商业炒作相结合，可能模糊教师倾听和与学生共情的敏锐注意力。学生需要关怀的、真实的和有帮助的指导，学习何时使用自己的头脑、眼睛和双手，何时使用机器。在我们谈论技术和自身的方式中，负责任的语言被忽视了，例如，当我们混淆游戏与玩耍、表现与产出衡量、相同与相似时。使"人工智能"服务于人类时，最深层的连接性源泉是向语言学习，即作为知识的深层嵌入系统，包括自然、社会、数学和生物语言，它们共同为文化做出贡献。
回到简单的哲学语言，一种科学的语言态度将确保，"在我谈论我所知道的同时，我知道我在谈论什么以及如何谈论，考虑到目的。"意图与行动、理论与实践、名称与对象的连贯性不能被视为理所当然，但可以从上述文化贡献者那里得到支持。
3 结论
我们能从这场讨论中学到什么？第一，关于与感知和期望相伴的态度。这一探究不是出于恐惧，而是出于合理的希望和理想主义。它基于这样的假设：对"人工智能"的恰当理解是可能的，即一种整体的、具有社会意义的和规范性指导意义的理解。第二，关于语言，作为表达性符号意义的活体，它可以连接自然、技术和文化，特别是通过其数学特征。第三，关于社会，作为理解的栖息地和实验室，不仅仅是市场或治理对象，而是参与重要理解追求的参与者。第四，关于学习，作为规则知识的建设性、玩耍性扩展，将能动性嵌入语言中，并为教育学开放个性化修养的途径。第五，关于技术，作为一套人类创造但未完全预见其属性和后果的工具，因此需要学习为人类目的掌控它，特别是通过给予成熟的时间和替代方法的灵感。第六，关于自我依赖、快乐、共情和合作的心理学，首先信任人性而不是给机器贴上面孔，理解不同于关于功能性和概率的合理信心，信任不能适用于机器。工程师可以是值得信赖和被信任的，他们的构造可以——希望如此——被依赖。第七，关于教育学，我们学会为应对已知和未知的未知事物的前瞻性连续体做准备，以便在日益复杂的环境中管理与风险相关的决策。第八，关于关怀，我们理解了需要提升我们的关注度并恢复无处不在的人类因素的重要性。跨学科能力能够使社会对"人工智能"产生意义并采取负责任的行动。即，事物的本质必须被恰当地建立，规范性利害关系必须被充分描述，以便关于特定"人工智能"问题的实际判断建立在坚实的基础之上。
总结这篇纲领性简报，关于人工智能在教学中的意义，最重要的是以下几点。一场涉及所有文化的关于技术、学习和语言的彻底创新讨论早已是当务之急。在数十年来系统性地遗忘了对营养性和反营养性增长的特定、实证和技术知识的整体和普遍整合的需求之后，特别是在制度单一文化和对语言在科学中作用的普遍无知的背景下，人工智能技术的数学结构和语言实质现在变得比过去六十年全球化影响世界经济的信息技术和生物技术更为切实地实用。事实上，经济是科学和教育相遇的社会领域，理想地携手共进，否则就会在人类与我们的产品之间推动异化和不公正。
学习理论取决于我们想成为谁（人类学），作为技术驱动者。人工智能在教学中的最佳角色取决于我们关于技术所定义的关系：使用还是服务于它们，意味着首先决定是否敢于成熟。我们是信任人类的处境，还是在自己的创造物面前感到羞愧？由此，"人工智能"成为道德、知识和风格的问题。
参考文献
[REF] Adler, Mortimer J. and Van Doren, Charles. 1972. How to Read a Book. New York: Simon and Schuster.
[REF] Anders, Günther. 2018. Die Antiquiertheit des Menschen: Über die Seele im Zeitalter der zweiten industriellen Revolution. München: C.H. Beck.
[REF] Ball, Philip. 2011. Unnatural: The Heretical Idea of Making People. London: Bodley Head.
[REF] Basu, Tanya (December 16, 2021). "The metaverse has a groping problem already". MIT Technology Review. Retrieved March 12, 2024.
[REF] Döring, Ole. 2021: "Menschen und Cyborgs. Versuch einer deutsch-chinesischen Verständigung über das Menschsein 人性". Armin Grunwald (Hrsg.). Wer bist Du, Mensch? Transformationen menschlichen Selbstverständnisses im technischen Fortschritt. Verlag Herder: 83-109.
[REF] Gadamer, Hans-Georg. 1972. „Sprachlichkeit als Bestimmung des hermeneutischen Vollzugs". In Gadamer, Wahrheit und Methode. Grundzüge einer philosophischen Hermeneutik. (3. Auflage). Tübingen: J.C.B. Mohr (Paul Siebeck): 374-375.
[REF] Huddleston, Tom (January 31, 2022). "'This is creating more loneliness': The metaverse could be a serious problem for kids, experts say". CNBC. Retrieved April 2, 2024.
[REF] Hüther, Gerald. 2006. "Neurobiological approaches to a better understanding of human nature and human values". The Journal for Transdisciplinary Research in Southern Africa. Vol 2, No 2, a282. DOI: https://doi.org/10.4102/td.v2i2.282
[REF] Huizinga, Johan. 1939/2004. Homo Ludens. Vom Ursprung der Kultur im Spiel. Reinbek: Rowohlt.
[REF] Jackson, Lauren (February 12, 2022). "Is the Metaverse Just Marketing?". The New York Times. ISSN 0362-4331. Retrieved March 12, 2024.
[REF] Jung, Matthias. 2009. Der bewußte Ausdruck. Anthropologie der Artikulation. Berlin and New York: De Gruyter.
[REF] Kamper, Dietmar. 1994. „Der eingebildete Mensch". In: Kamper, Dietmar und Christoph Wulf (Hg.). Anthropologie nach dem Tode des Menschen. Lang: Frankfurt am Main. 273-278.
[REF] Kovanovic, Vitomir and Marrone, Rebecca. 2025. „MIT researchers say using ChatGPT can rot your brain. The truth is a little more complicated". The Conversation. DOI https://doi.org/10.64628/AA.w4kawts34 . Retrieved October 18, 2025.
[REF] MacDonald, Keza (January 25, 2022). "I've seen the metaverse – and I don't want it". The Guardian. Retrieved January 18, 2024.
[REF] Mesquida, Peri, Pereira, Fabio Inácio and Bernz, Maurício Eduardo. 2017. "The Pestalozzi Method: Mathematics as a Way to the Truth". Creative Education, Vol.8 No.7.
[REF] Newton, Casey (July 22, 2021). "Mark Zuckerberg is betting Facebook's future on the metaverse". The Verge. Archived from the original on October 25, 2021. Retrieved March 12, 2024.
[REF] Plessner, Helmut, Die Stufen des Organischen und der Mensch. Einleitung in die philosophische Anthropologie, in: G. Dux / O. Marquard / E. Ströker (Hrsg.), Plessner, Helmuth: Gesammelte Schriften, Band IV. Frankfurt a. M. 1981
[REF] Plessner, Helmut 1970. Lachen und Weinen. In H. Plessner (Hrsg.), Philosophische Anthropologie. 11-171. Frankfurt: Fischer.
[REF] Ritterbusch, George David; Teichmann, Malte Rolf et.al. (February 9, 2023). "Defining the Metaverse: A Systematic Literature Review". IEEE Access. 11: 12368–12377. Bibcode:2023IEEEA..1112368R. doi:10.1109/ACCESS.2023.3241809.
[REF] Schiff, Daniel S., Bewersdorff, Arne and Hornberger, Marie. 2025. "AI literacy: What it is, what it isn't, who needs it and why it's hard to define". https://doi.org/10.64628/AAI.t3jn7atq9. Retrieved November 10, 2025.
[REF] Schneider, Hans Julius. 2009. „Transposition – Übersetzung – Übertragung". Birk, Elisabeth; Schneider, Jan Georg (Hg.). Philosophie der Schrift. Tübingen: 145-159.
[REF] Simmel, Georg. 1998. „Der Begriff und die Tragödie der Kultur" (1923). In Georg Simmel, Philosophische Kultur, Berlin: 195-219.
[REF] Shou, Darren. (2021, September 2). "I Want My Daughter to Live in a Better Metaverse". Wired. ISSN 1059-1028.
[REF] Snowden, David J. and Boone, Mary E. 2007. "A leader's framework for decision making". Harvard Business Review. 85 (11): 68.
[REF] Soetard, Michel. 1981. Pestalozzi or the Birth of the Educator (Pestalozzi ou la naissance de l'éducateur). Peter Lang: Bern.
[REF] Wimmer, Michael. 2014. „Antihumanismus, Transhumanismus, Posthumanismus: Bildung nach ihrem Ende". In: Kluge, Sven; Steffens, Gerd; Lohmann, Ingrid [Hrsg.]. Menschenverbesserung - Transhumanismus. Lang: Frankfurt am Main. 237-265.
[REF] Yang, J., Xie, W. and Ni, J. 2025. „A framework for AI ethics literacy: development, validation, and its role in fostering students' self-rated learning competence". Sci Rep 15, 38030 (2025). https://doi.org/10.1038/s41598-025-21977-5. Retrieved November 8, 2025.
第一部分：基础与框架（续）