人工智能是加强还是颠覆严肃的教育？

如今，人工智能和编程思维等热门词汇被教育界大量谈论。我在高校任职，进行这方面的课程不到10年，高校教育由于学科体系还算严谨基本不太离谱，而基础教育界胆子颇大，除了将成人的人工智能（主要是深度学习、卷积神经等基础模型在语音、图像、文本中的应用）少儿化（虽然不太合适但还算严谨），还有乃至根本没有任何数学、信息、电子、计算机甚至工科背景的“教育家”开始“颠覆传统教育”，用各种道听途说的说辞或者东拼西凑的厂商资料做成人工智能课程。这里，我希望探讨一下，人工智能是加强还是颠覆严肃的学科教育？

我有一个8岁的孩子，从她6岁开始我对其进行人工智能的思维训练，也积累了一些经验教训，另外也对十几所中小学里6～15岁的孩子进行常年的跟踪，我的结论是：只有加强严肃学科教育的人工智能课程才是可持续的，人工智能确实对传统的学科教育有挑战，但抛开学科教育搞创新的做法，完全是外行话。

这里，用我与女儿的若干个例子，来说明人工智能的创造思维与学科教育的关系。

1．一年级数学有道思考题：一共给孩子50元钱，问能买几个蛋糕、甜圈、冰激凌、饼干？孩子用一个格子来表达这件事，我因势利导，向孩子讲了离散思维、矩阵运算和海森堡。这样一道题可以用奥数之类的方式解决，也可以用发明不到100年的矩阵方式解决。

2．孩子看到电线杆子上有一个鸟窝，进而发现苏州的鸟窝多数都是做在落叶树上的，孩子问我为什么，我仔细思考不得要领。不过我从另外的角度告诉她观察未必完全对，有些鸟在草里，有些鸟在屋檐下，似乎候鸟在落叶树上做窝的多。我顺势给她讲起了概率、条件概率。

3．孩子问我为什么每天早上吃同样的东西时间久了就不想吃了。我问她：“狗咬人不是新闻，为什么人咬狗就是新闻呢？”孩子哈哈大笑，进而我给她看了香农的电视片，告诉她什么是决策树，什么是信息量，什么是信息熵，什么是条件熵。不管听懂听不懂，孩子似乎明白想弄清楚一个问题可以通过计算来完成。

4．她写了一篇作文——《未来的一天》，作文中写了未来发明一种“写作业机”，通过这种机器模仿她的笔迹帮助她写作业，老师就发现不了了。我问她未来还要发明些什么，她又说了一大堆东西：自动作业机、自动理发机、自动尺子……我和她一起回顾了这些事情的三个层阶——①自动化：按照预定的计划和变量进行重复和机械的控制，如红绿灯、声控灯等。②机器学习：根据变化的环境寻找最优的策略，如扫地机器人、布丁语音助手等。③人工智能：多维不定的输入模糊训练按照最优输出得到的没有机械定义标准的输出，如人脸识别作业机。

我告诉她，要想做到未来的梦想，一是大胆设想和实践，二是学好数学物理等基础学科。

好了，结论来了。作为一个大学教师，我给本科生、研究生上的人工智能课，基本理论根本超不过给8岁孩子讲的。依我十多年的教育经验，决定本科生学业成就高低的能力有两点，一是思维模式，二是计算训练。思维模式方面，8岁的女儿一点也不会弱于我20岁的学生，而计算训练则要通过她未来12年的不断重复深化来进行。虽然思维训练不分年龄，但计算方面的学科训练，的确需要依托更加严肃的基础教育和高等教育不断深化才可能完成，不仅颠覆不了，还必须加强才行。

人工智能教育要谨防民科倾向，只能加强不能减弱严肃的学科教育。

如今，人工智能和编程思维等热门词汇被教育界大量谈论。我在高校任职，进行这方面的课程不到10年，高校教育由于学科体系还算严谨基本不太离谱，而基础教育界胆子颇大，除了将成人的人工智能（主要是深度学习、卷积神经等基础模型在语音、图像、文本中的应用）少儿化（虽然不太合适但还算严谨），还有乃至根本没有任何数学、信息、电子、计算机甚至工科背景的“教育家”开始“颠覆传统教育”，用各种道听途说的说辞或者东拼西凑的厂商资料做成人工智能课程。这里，我希望探讨一下，人工智能是加强还是颠覆严肃的学科教育？我有一个8岁的孩子，从她6岁开始我对其进行人工智能的思维训练，也积累了一些经验教训，另外也对十几所中小学里6～15岁的孩子进行常年的跟踪，我的结论是：只有加强严肃学科教育的人工智能课程才是可持续的，人工智能确实对传统的学科教育有挑战，但抛开学科教育搞创新的做法，完全是外行话。这里，用我与女儿的若干个例子，来说明人工智能的创造思维与学科教育的关系。1．一年级数学有道思考题：一共给孩子50元钱，问能买几个蛋糕、甜圈、冰激凌、饼干？孩子用一个格子来表达这件事，我因势利导，向孩子讲了离散思维、矩阵运算和海森堡。这样一道题可以用奥数之类的方式解决，也可以用发明不到100年的矩阵方式解决。2．孩子看到电线杆子上有一个鸟窝，进而发现苏州的鸟窝多数都是做在落叶树上的，孩子问我为什么，我仔细思考不得要领。不过我从另外的角度告诉她观察未必完全对，有些鸟在草里，有些鸟在屋檐下，似乎候鸟在落叶树上做窝的多。我顺势给她讲起了概率、条件概率。3．孩子问我为什么每天早上吃同样的东西时间久了就不想吃了。我问她：“狗咬人不是新闻，为什么人咬狗就是新闻呢？”孩子哈哈大笑，进而我给她看了香农的电视片，告诉她什么是决策树，什么是信息量，什么是信息熵，什么是条件熵。不管听懂听不懂，孩子似乎明白想弄清楚一个问题可以通过计算来完成。4．她写了一篇作文——《未来的一天》，作文中写了未来发明一种“写作业机”，通过这种机器模仿她的笔迹帮助她写作业，老师就发现不了了。我问她未来还要发明些什么，她又说了一大堆东西：自动作业机、自动理发机、自动尺子……我和她一起回顾了这些事情的三个层阶——①自动化：按照预定的计划和变量进行重复和机械的控制，如红绿灯、声控灯等。②机器学习：根据变化的环境寻找最优的策略，如扫地机器人、布丁语音助手等。③人工智能：多维不定的输入模糊训练按照最优输出得到的没有机械定义标准的输出，如人脸识别作业机。我告诉她，要想做到未来的梦想，一是大胆设想和实践，二是学好数学物理等基础学科。好了，结论来了。作为一个大学教师，我给本科生、研究生上的人工智能课，基本理论根本超不过给8岁孩子讲的。依我十多年的教育经验，决定本科生学业成就高低的能力有两点，一是思维模式，二是计算训练。思维模式方面，8岁的女儿一点也不会弱于我20岁的学生，而计算训练则要通过她未来12年的不断重复深化来进行。虽然思维训练不分年龄，但计算方面的学科训练，的确需要依托更加严肃的基础教育和高等教育不断深化才可能完成，不仅颠覆不了，还必须加强才行。人工智能教育要谨防民科倾向，只能加强不能减弱严肃的学科教育。

文章来源：《教育界(基础教育)》 网址: http://www.jyjbjb.cn/qikandaodu/2020/1030/565.html