邹红军
华中师范大学教育学院副教授，北京师范大学教育学部博士后研究人员
会取代人类教师吗
人工智能时代的到来，尤其是强人工智能曙光的初现，“教师消亡论”引起学界讨论，越来越多的人开始数着手指头，计算着人类教师的最后时光。
一、人工智能在做什么？
人工智能是人类最神奇、最伟大的发明，是深刻改变世界、有远大发展前途、同时又难以准确预料后果的颠覆性技术。1936年，阿兰·图灵（Alan ）在一篇题为《论数字计算在决断难题中的应用》的开创性论文中提出了著名的“图灵机”（ ）设想。“图灵机”并非一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象到的可计算函数。1950年，在另一篇发表于哲学杂志《心灵》（Mind）的论文《计算机器与智能》中，图灵提出了著名的“图灵测试”：如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。图灵测试是人工智能哲学领域第一个严肃的提案。同年10月，图灵发表论文《机器能思考吗》一文，引起巨大反响，他本人也被誉为“人工智能之父”。1956年8月，约翰·麦卡锡（John ）、克劳德·香农（ ）、马文·闵斯基（ ）、艾伦·纽厄尔（Allen ）、赫伯特·西蒙（ Simon）等科学家齐聚美国汉诺斯小镇的达特茅斯学院中，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。
会议足足开了两个月，虽然并未达成普遍共识，但却提出了一个影响后世的概念：人工智能（ ，简称AI）。因此，1956年也就成为人工智能元年。其后人工智能先后经历了三次浪潮，第一次人工智能浪潮由图灵率先掀起，在20世纪50、60年代人们普遍对人工智能抱乐观态度，而且也产生了许多人工智能程序，人工智能研究随着技术水平的发展，在瓶颈与突破中曲折前进。1982年霍普菲尔德神经网络和BT训练算法的提出，掀起了人工智能的第二次浪潮，包括语音识别、语言翻译等，以及日本提出的第五代计算机计划。但是由于硬件能力不足、算法缺陷等原因，人工智能技术一度陷入发展低迷期。进入21世纪以来，随着大数据、云计算等信息技术的飞速发展，成本低廉的大规模并行计算、大数据、深度学习算法、人脑芯片4大催化剂为人工智能发展迎来新机遇，第三次浪潮发生在2006年至今，人工智能进入了深度学习时代，2013年3月围棋人工智能程序阿尔法围棋（）以4:1的成绩战胜围棋世界冠军、职业九段棋手李世石，2017年5月，排名世界第一的世界围棋冠军柯洁再次以0:3负于，人机大战2.0系列极大地挑战了人类的神经，让所有人惊呼人工智能时代真的来了，[但事实上，这场风暴过后，人类社会似乎一如既往，并未有太多的改变。
2022年，以实现通用人工智能为目标的发布了，上线一周便摘得“史上最快获得百万用户产品”的桂冠，拉开AI军备竞赛的序幕。不仅很会聊天、写作（并且往往写的不错），还通过了很多职业性考试（如SAT、美国医师执照考试、谷歌编码初级软件工程师面试），被誉为最接近通过“图灵测试”的智能机器，强人工智能时代到来的标志。
学术界一般认为，人工智能的学科基础主要有计算机科学、控制论、信息论、心理学、神经生理学、语言学等学科。计算机科学系统研究信息与计算的理论基础以及它们在计算机系统中如何实现与应用的实用技术。控制论是从一般意义上研究信息提取、信息传播、信息处理、信息存储和信息利用等问题。信息论是运用概率论与数理统计的方法研究信息、信息熵、通信系统、数据传输、密码学、数据压缩等问题。心理学研究人类心理现象及其影响下的精神功能和行为活动。神经生理学研究神经系统（包括周围神经系统，脊椎和脑）的功能机理，研究对象可分为分子、细胞、网络、系统等几个不同层次。语言学可分为理论语言学与应用语言学，理论语言学主要研究语言的结构，而应用语言学可以分为一般应用和机器应用两种，后者主要研究电子计算机如何处理自然语言。
根据现有研究来看，人工智能的理论基础主要涉及符号主义、联结主义、行为主义三种。符号主义（）认为人工智能源于数理逻辑，主要思想是应用逻辑推理法则模拟人类的智能活动，从而实现对大脑功能的模拟。符号主义认为，人类认知的基本单元是符号，认知过程是以符号为表征的系列运算，智能的核心是知识，而知识可以用符号表示，以利用知识推理进行问题求解。IBM公司的“深蓝”和“”是其代表。连接主义（）学派认为人工智能源于神经网络的连接，智能活动的基元是神经细胞，过程是神经网络的动态演化，神经网络的结构与智能行为密切相关，不同的结构表现出不同的功能和行为，人工智能应对人的生理神经网络结构的模拟。连接主义的核心方法是构建人工神经网络及人工神经网络间连接机制的学习算法，实现对大脑功能的模拟。如图像识别、语言识别、机器翻译、等有广泛应用。行为主义（）认为人工智能源于行为动作的感知与控制，主要思想是应用控制论，采用进化的方式模拟人类行为活动中表现的智能。行为主义认为功能、结构和智能行为是不可分的，不同行为表现出不同的功能和不同的控制结构，智能是对外界复杂环境的适应，而这种适应取决于感知和行动。人工智能可以像人类智能那样逐步进化。其代表性成果包括“感知—动作”模型、强化学习、类脑计算、生物智能算法等。行为主义代表性案例有谷歌的机器狗，日常生活中的扫地机器人等。
几乎可以说，人工智能是人类所有智能化高端技术的结晶，但其核心的依然是一套特定的行之有效的“算法”（）。什么是“算法”呢？算法并非新近出现，早在公元825年，来自阿拉伯的数学家阿科瓦里茨米（）就在著名的《波斯教科书》当中概括了进行四则算数运算的法则，而“算法”一词就源自于这位数学家的名字。一般来讲，作为计算机科学最为基础的概念，“算法是完成一项任务所遵循的一系列步骤”[5]1，根据乔治·布鲁克希尔（J. Glenn ）的看法，它还有一个更为精确的定义，即“算法是定义一个可终止过程的一组有序的、无歧义的、可执行的步骤的集合”。有研究者认为，算法在其本质上就是解决问题的一种方式，它的运算机理是用数学语言建构数学模型来描述实际现象，是关于部分现实世界为某种研究对象的一种抽象的简化数学结构。人工智能时代的算法主要可分为有监督学习、半监督学习、无监督学习以及强化学习算法等，比照以往更加增强了自主学习的能力。近年来无论是深度挖掘技术对图像实现精确识别还是打败人类围棋选手都称得上是人工智能领域的突破，计算能力，大数据与算法创新可谓人工智能的三驾马车，算法居于其中的核心地位。而之所以特别突出，是因为其不仅具有强有力的“大模型”（包括大数据、大算力、强算法），而且在强化学习上取得了突破，可以不断向人类学习，迭代升级。
二、人工智能会取代教师吗？
2017年，美国著名信息技术研究与咨询顾问公司高德纳（）发布的“新兴技术成熟度曲线报告”指出，未来10年人工智能将成为最具颠覆性的技术。这种颠覆性最直接的表现在人工智能会在很大程度上消灭、取代或者重构人类现有的工作，电话推销员、打字员、会计、保险业务员和银行职员等职业被替代率均在90％以上。机器人几乎可以具备除包括创造力、社交、情感、意向性等难以实现自动化操作的人类能力外的所有能力。其中，教育的可替代性相对较低，小学教师、中学教师和大学教师自动化的概率仅为0.44％、0.78％和0.32％。但这并不意味着教师可以沾沾自喜，托比·沃尔什（Toby Walsh）指出，教师之所以能够抵挡自动化浪潮，并不是因为教师职业不能自动化，而是因为在很多情况下，人类更乐意与人类互动而机器。2016年第46届达沃斯世界经济论坛年度报告《工作的未来》指出，65%的小学生将在未来从事全新的职业，在以人工智能为核心的知识经济时代，将有70%—80%的程序性劳动会被机器人代替。留给学生未来的职业是那些机器人无法替代的，需要创新能力、非常规思维和综合运用各种技能的创造性劳动岗位。的问世，再一次点燃了人们的未来恐慌，很多人自信满满地告诉我们：你的工作即将被取代！诸如律师、软件工程师、会计师等，这其中，也包括人们常常挂在嘴边但并不入心的“人类灵魂的工程师”——教师，按照他们的说法，教师职业即将亡于。
但是，人工智能毕竟只是“人工”智能，它的本质是人类智能的外化，无论人工智能多么高明，都是基于算法的智能机器，而算法是人类智能的产物。越高明的算法越能回应社会生活中的不确定性，而人却是算法的创造者。不仅很会聊天、写作，而且通过了很多职业测试。但问题在于，这种聊天、写作、应考只是基于模型与指令，海量的参数和不断地强化学习使得不断逼近人类智能，显得像一个无所不知的“智者”，但是问题在于，它并不理解自己的行为及其内容，不具有批判性思维与价值性思考。也就是说，它所给出的那些“漂亮的回答”“优美的诗歌”“不错的论文”本质上是根据大模型作出的“大概率”输出，是一种“无意义的编造”。在这个意义上，对教师提出的挑战在于：如果今天的教师依然满足于“经师”定位，依然信奉题海战术，依然崇尚应试导向，那么有充足的理由取而代之。但前提条件是，人类拥有足够的开放态度。这里涉及这样一个问题：假设足够智能，甚至在各个方面碾压人类教师（显然这样的假设几乎是不可能的），是否意味着后者必然下岗？答案是否定的。原因在于，能在多大程度上取代人类不是一个简单的功能性问题，它涉及经济、政治、文化，以及安全、道德、人性等诸多复杂的面相。
不能简单化，更不能想当然。历史表明，技术的发展常常是戴着枷锁在跳舞。但目前来看，人们对的态度是较为谨慎的，很多国家、组织都明确禁止使用。因此，无脑吹捧，唱衰人类教师显得有些幼稚。或者，我们可以想象这样的极端化场景：学校陆续宣布关停，儿童们被告知在家利用学习。不仅知识渊博，而且善解人意，很快和孩子们打成了一片，于是人类教师不得不宣布退场。但是问题来了：有多少儿童愿意做出这样的选择？面对机器和面对人哪一个更适合教育？至少目前而言，这样的场景离我们依然很远，笔者做过一个随堂测试，绝大部分学生更愿意到教室和老师同学们一起学习。显然，教育也不仅是一个知识性的问题，它更是一个开放性的“有意思”的问题，教育需要知识，但也需要情感、想象、尊重、个性，等等。很多时候，教育并不需要科学意义上的精确，它追求人文意义上的模糊。在解决“1个人+1个人=2个人”的问题上显得尤为出色，但是对“1个命名+1个生命能否等于2个生命”是无能为力的。从一种极端的思想实验出发，笔者试图证明不会取代人类教师。为了更好地说明这一结论，我们需要给出更为一般性的论证。笔者认为，尽管以为代表的人工智能已经掀起了轩然大波，再度将“教师消亡论”与“教师解放论”炸出了水面，但在可见的未来，在教育面前，在人类教师面前，人工智能可能并没有想象中的那样具有颠覆性。
尽管人工智能已然对传统教育模式及其教师角色造成了巨大冲击，但尚不具备完全取代教师的技术条件，超强人工智能仍然只是一种理论构想，而只是这个梦想上的水花。但可以肯定的是，随着人工智能技术的不断发展、成熟及其技术迭代与突破，其对教师的职能、角色挑战会越来越大。“人类仿佛又一次走到了命运的十字路口，何去何从已经成为一个巨大的存在论问题。”笔者认为，尽管不能排除超强人工智能的出现，我们依然没有理由过度恐慌，原因在于，尚不充分面向事实本身的恐慌毫无意义，很多时候，人们之所以恐慌并不是因为事实足够令人害怕或者恐惧，而是人们相信自己可以、必要甚或必须害怕或者恐惧。可能的意义不在于担忧、害怕或者恐惧人工智能会取代教师，尽管这样的担忧是必要的，而在于对于担忧、害怕或者恐惧的回应。也就是说，今天的教师必须准备好迎接来自人工智能的挑战并且找到一种足够有效与之对抗的方式。当然，对抗并不简单意味着拒绝，在更具建设性的意义上，对抗意味着反思性利用。正如联合国教科文组织在《反思教育：向“全球共同利益”的理念转变》中指出的那样：“在不断变化的全球化世界中，必须根据教育面临的各种新要求和挑战，不断调整和反思教师的使命和职业。”
（一）人工智能改变不了教育的本质
尽管人工智能会对当前的师生关系、教育功能等造成挑战，但是人工智能作为一种技术形式，永远是教育本身的外在化形式，尚未构成对教育之所以作为教育的本质性挑战。教育的本质是什么呢？自1978年开启教育本质讨论始，经历了把教育属性当作教育本质的认识迷雾，到“生产力”“上层建筑”“双重属性”“多重属性”“社会实践活动”“特殊范畴”“生产实践”“精神实践”“社会化”“个性化”“产业”“非产业”等百家争鸣，终至教育本质认识的渐趋统一——教育是一种培养人的社会实践活动。由此，“培养人的社会实践活动”成为界定教育本质的基本内在“尺度”，我们无论为这一基本尺度添加多少其他属性，都无碍于教育区别于其他社会实践活动的“是其所是”。显然，人工智能改变不了教育作为社会实践活动的本质属性。也即是说，在区别于人工智能“人—机”关系的关系维度上，教育根本上是一种“人际关系”，也即社会关系。虽然人工智能也可以在人与人之间搭建某种居间性的关系环节，但是其仍然只是作为人际关系的补充而非取代了人际关系。更进一步，教育作为培养人的社会实践活动依然是不充分的，即培养人的什么？在卡尔·雅思贝尔斯（Karl ）看来，所谓教育是通过主体间的文化交往建构精神契合的活动，也就是说，“所谓教育，不过是人对人的主体间灵肉交流活动（尤其是老一代对年轻一代）包括知识内容的传授、生命内涵的领悟、意志行为的规范，并通过文化传递功能，将文化遗产教给年轻一代，使他们自由地生成，并启迪其天性。”看似学识渊博、无所不知，但它只是模仿人类逻辑对已有的知识进行重组，并没有创造新的知识，至于情感、意志等更是无从谈起，既难以拥有“碳基生命”，也无法理解人类的教育行为。另外，对儿童天性的启迪至少意味着两个方面的内容：“首先是唤醒团体的历史性精神，唤理象征着的生命意识。儿童在日常生活的无拘无束中，通过与类似团体的交流，语言交流方式以及教育者传授的人类现实状况，而获得历史性精神和生命意识之流。”教育不是“指尖上的乌托邦”，可以全靠“输入—输出”解决问题，教育是人们现实的生活世界，需要安顿人的身体、抚慰人的心灵、充盈人的精神，教育是主体生命的共在，是意义世界的共构。教育的本质往往在科学技术难以企及之处。
（二）教师比“人工智能”更“智能”
关于人工智能难以取代教师的第二个理由是，无论人工智能多么智能，都是弱于人类智能的“人工”智能，不管是一般人工智能还是超级人工智能，其智能基座都是人类智能。一般人工智能也称“弱人工智能”，它只能执行人类设定的目的并听命于人类而行动，代替人类处理许多人类智能难以完成的计算、学习、搜索、感知和管理等方面的工作与任务，只是这些工作与任务都由人设计和指定，行动的指令亦由人发出，并且随时根据人的意志而中止。也就是说，弱人工智能本身并非自主自为的，只是人类的助手，或者说叫增强智能，也就是麦克卢汉意义上的机器对人的功能性延伸。所谓强人工智能，乃是指一种能够自主地学习、行动、设定目标和解决问题的智能，亦即它是一种能够成功地从事人类任何智力工作的机器智能[15]。也就是说，作为一种人工自为者（agent），其近似于自主自为的人类。目前人工智能虽然发展迅速，但依然面临很多发展瓶颈或理论难题，如拥有或不拥有概念、面临着技术内生性风险和外部社会威胁、智能弱于心智以及新陈代谢的计算不可实现等。目前来看，距离强人工智能仍然还有很大距离，如缺失训练数据、数据来源的合规性存疑、生成虚假信息等。正如有研究者所指出的那样，人工智能作为人类科技的一项重大技术突破，不会引发主体性的崩溃，而且验证了马恩对实践主体的定位，人工智能的发展过程，仍是人运用实践工具对自然探索的过程。尽管以上种种都为教师身份的合法性提供了间接论证，但是笔者认为，不管是弱人工智能还是强人工智能，只要其不具备自我意识与反思能力，就不可能取代教师。原因在于：教师作为主体具有基于教育爱的意向性，而人工智能不具备意向性；人工智能之所以智能是因为强大的机器联合，也就是基于数据的线索提取。算法的核心是有效性，也就是可执行，尽管基于不同算法的方案会有很多种，但是由于算法不可能实现无穷多，因此人工智能在教育中所能提出的方案也就不可能实现无穷多。而教师最大优势在于面对教育情境，其可提出的方案可以无穷多，因为人类智能没有特定的算法规约。算法是解决问题的过程，属于机器执行，而更重要的是提出算法的创造力，后者是人类教师特有的能力。不仅教师个人可以生产无穷的教育机智甚至于高明的教育智慧，而且教师之间的联合可以在更为无穷的智能上实现对人工智能的控制。
（三）只有教师能够负担教育伦理责任
现在哲学界、教育界普遍表示出对人工智能的担忧，尤其是对于人工智能在教育领域所涉及的伦理风险的关注尤其具有迫切性，比如有学校将智能监控引进课堂，以监督学生是否认真听讲，有的学校为学生佩戴智能头盔、智能手表，以随时监督学生的学习精神状态，特别是学校对于学生个人的大数据采集、贮备和使用更是直接面临着伦理问题。可以肯定的是，人工智能并不关心其是否对教育伦理构成威胁，它只会执行一套特定的算法，而算法是否具有潜在的伦理风险并不需要得到保证，或者采用机器的立场可以说，教育人工智能的潜在伦理风险并没有一套算法可以确保它不会跨越伦理边界。教育人工智能只能够保证教育领域的算法之“真”，而对于教育领域的“善”与“美”等抽象性价值是无能为力的，一言以蔽之，人工智能难以成为真正的伦理主体。对于今天的教师来说，的问世虽然再一次表明“经师”意义上的教师已经无法迎接人工智能带来的教育挑战，但教师作为人本身所具有超越性价值则是回应人工智能的有力武器。只有基于真实师生关系的教育发生才是充满爱和温暖的，好的教育就是师生面向彼此的心灵世界的敞开，它带有显著的伦理性与精神性，这是教育之所以超越机器教学的核心所在，也是人工智能时代教师的立身之本。但是，这并不意味着笔者对于教师的角色身份有较为乐观的态度，相反，笔者认为，人工智能时代的教师必须通过不断的自我塑造以维持自身的身份合法性，包括面向未来的终身学习、基于现实意义的探究性学习、做技术的主人、成为一名通才等，还有研究者认为，人工智能时代的教师具有十二个未来角色：“可自动出题和自动批阅作业的助教、学习障碍自动诊断与反馈的分析师、问题解决能力测评的素质提升教练、学生心理素质测评与改进的辅导员、体质健康监测与提升的保健医生、反馈综合素质评价报告的班主任、个性化智能教学的指导顾问、学生个性化问题解决的智能导师、学生成长发展的生涯规划师、精准教研中的互助同伴、个性化学习内容生成与汇聚的智能代理、数据驱动的教育决策助手。”但最重要的是，教师首先必须成为一个爱者，一种模糊之爱与具体之爱的人，人机交互时代尤其需要爱的欲望与能力，其次作为人类价值真善美的传播者与守护者。
三、结 语
尽管拥有海量的参数，也采用了更为高级的预生成训练模式，但它也只是智能机器、有限领域内的人类“工具”，远远没有强大到可以满足人们的一切想象。其实只要我们冷静下来就会发现，目前的也只会“聊天”而已，或者很快进化为新一代的操作系统平台。Open AI的联合创始人兼CEO阿尔特曼曾公开表示，距离真正可靠仍有很大差距。但是我们不得不承认，人工智能的迭代周期正在加速缩短，它们会越来越逼近人类智能，但是，它们永远也不会成为“人”。面对，我们依然可以有高度的自信：大工业生产淘汰了很多手工业者，但却更加突出了顶级匠人的价值；人工智能可以写出差强人意的诗歌，但它无法替代优秀的诗人；人工智能或许会挤压人类教师的工作空间，但它永远无法替代优秀的人类教师……人工智能或许会结束很多“无意义的工作”，但人工智也会创造很多有意义的工作，而这些工作有待人类去发挥思考、批判、想象、情感、理性、道德……人类工作从来不是一成不变的，人类不会只是等待它们被人工智能“消灭”，关键的问题不是是否会取代教师，而是今天的教师如何才能把握时代的红利。但与此同时，尽管每一次技术的进步都带来了教育的改变，但是教育本身依然有它的“变中不变”，教育问题从来不是技术问题、资本问题。资本家善于用电影在人们头脑中植入“前见”，又用宣传去点燃人们的热情或者恐慌，可能离教育很远，但离资本很近。在这个数字技术、平台资本日益笼罩的今天，教育在思考如何应变的同时，也要追问如何保留。教育应该有处变不惊的态度和三思而行的审慎，而不是一味地被技术的聒噪加速。
可能会创造一个更加美好的世界，但是它也会不断加剧人类的生存性风险，我们没有必要夸大人工智能的“潜能”，也不能对技术的“阴暗”面集体性失明，一种较为合宜的态度是：全面观之，冷静思之，审慎行之，在教育的变与不变、人与技术的辩证法中理解过去、认识当下、谋划未来。
文字编排：王茂建
审核确认：吴朝平 蔡宗模
