人工智能正成为教育变革中一个不可回避的话题。尤其是今年以来,各大高校都纷纷接入DeepSeek系统。这也意味着,以DeepSeek为代表的AI技术正深度嵌入课堂教学,而这必将带来课堂教学范式的颠覆性变革。
众所周知,深度人机协同的学习情境下,教育要培养的将不再是善于回答问题的人,而是善于提出问题、迁移问题、整合问题的人。要实现这样的目标,该如何摒弃传统的“填鸭式”的知识满堂灌的教学方式,建构培养学生高阶思维和深度思辨力的课堂范式呢?
课堂将成为书院式思辨共同体
结合人类文明史上经典的教育智慧,如苏格拉底的“产婆术”、以孔子为代表的儒家教育的“从游”、中国古典书院传统中的辩论、禅宗智慧里的“棒喝”与“顿悟”等,我们可以畅想一下AI时代课堂教学范式的如下图景:
比如,教师可以依托AI技术对教学内容进行反诘术数字化重构,将苏格拉底式的连续追问算法化,并通过语义网来构建课堂的问题链矩阵。譬如,当学生提出“雅典为何衰落”时,作为课堂人机协同的学习系统会递进追问:“衰落的定义标准是什么?”“经济衰退必然导致文明衰落吗?”……这些不断追问必然促使学生的思考层次不断深化。在这样的人机协同的学习系统支撑下,我们的课堂将成为知识的“产房”,课堂教学也相应成为认知助产的过程。人机协同学习系统将采用递归神经网络来模拟“产婆术”的认知分娩过程,课堂中的每个问题节点自动生成认知冲突的图谱。例如,在讨论何谓“正义”时,系统同时可以呈现柏拉图《理想国》、商鞅《开塞》篇以及罗尔斯《正义论》的差异视角。
在AI时代人机协同学习的课堂里,学生、教师及人机协同学习系统将构成一个思辨共同体。课堂也将呈现出中国传统书院的“会讲”形态。
“会讲”是中国古老的学术研讨方式。中国的私学传统,从老子一直到墨子,都沿袭“会讲”的传统。学术同仁们聚在一间大的房子里,谁的学问好,大家就来向他学习,这就是“会讲”。只不过AI时代的课堂,“会讲”是虚实结合的形态。师生可以借鉴“鹅湖之会”的辩论传统,由人机协同学习系统实时生成“持方建议书”,为辩论双方提供增强型论据库。譬如,在“人性善恶之辩”中,同时推送孟子性善论、荀子性恶论及休谟情感主义的多模态资料。在这样的课堂“会讲”形态中,人机协同学习系统将发挥强大的动态知识图谱编织功能,为师生的课堂教学演进提供知识库支撑。再如,师生在探讨宋明理学中的朱熹的“理一分殊”思想时,人机协同学习系统可自动构建跨学科概念联结,在探讨“格物致知”这一知识点时,自动关联量子物理观测理论、王阳明心学体悟和庞大的现代脑科学、认知科学的成果。
构建全新的认知生态和系统
在AI时代人机协同学习的课堂里,由于提出问题和对问题的深度探讨成为学习的主要任务,教师可以借助人机协同学习系统不断刺激学生思维激荡。AI系统将运用对抗生成网络创造现代版禅宗公案,成为公案生成引擎。
“公案”,原先指的是古代官府判决是非的案例,禅宗借用它来专门指前辈祖师的言行典范,从中领会禅的意旨。在禅宗中,公案是一个短小的故事、对话或问题,经过精心设计,用以触发禅修者的思考和体悟。譬如生成“当自动驾驶面临电车难题时,代码如何参禅?”这类悖论式问题,引导学生进行元伦理思考。
在脑机接口等先进技术的辅助下,人机协同学习系统还可以成为顿悟评估系统,可通过脑机接口监测杏仁核与前额叶皮层活跃度,结合眼动追踪构建认知突破模型。譬如,当学生突然理解“风动幡动”公案时,人机协同学习系统自动推送相关现象学分析。
借助人机协同学习系统,未来课堂还可以建构“问题森林培育系统”,即把课堂教学中每个提问作为知识节点,自动生长出“问题树”,如探讨“AI伦理”这一问题时,问题主干可分化出算法偏见、意识模拟、就业重构等分支,形成可视化的认知生态。
此外,人机协同学习系统还能基于学生提出的“问题”,建立问题质量评估矩阵,从而形成包含清晰度、颠覆性、可延展性等多重维度的课堂评价体系。譬如,人机协同学习系统会对学生提出的“如何减少校园霸凌”与“霸凌现象折射出何种文明困境”这两个问题进行差异评分,进而促进学生学会提出高阶性、创新性和挑战度的好问题。
重新定义教学中的三对核心关系
AI时代的人机协同学习系统可以为师生的学习搭建传统课堂无法呈现的跨时空的思想实验场,让不同时代、不同文明背景的先贤之间乃至他们与当代新理论之间进行辩论和思想碰撞。譬如,借助元宇宙、数字孪生技术,师生可与虚拟墨子讨论非攻思想在网络暴力中的适用性,或邀请庄子参与量子纠缠的哲学思辨。这样的跨时空思想实验场可以实现跨文明的对话界面。
当然,上述关于AI时代课堂教学范式图景的种种畅想,实际上重新定义了教学中的三对核心关系——
新课堂范式的师生关系中,教师将转型为“认知策展人”,专注设计思维动线而非知识传递。
新课堂范式的人机关系中,AI人机协同学习系统将成为“认知外骨骼”,承担知识建模与模式识别功能。
新课堂范式的知行关系中,每一个提出的问题本身都将成为知识生产的载体,每个提问都将成为师生在课堂之外的实践中开展的微型研究项目。
在上述三对关系所形成的课堂教学框架下,我们将欣喜地看到,在新课堂范式下,课堂教学的流程将重构为“问题孵化-多维碰撞-原型构建-跨域迁移”的螺旋上升过程,而课堂教学的评价重点将转向“问题熵值”评估,其重点关注的不是学生提问的多少,而是学生提出的问题引发的整个课堂的思维扰动度和知识重构力。
简言之,我们很期待以DeepSeek为代表的AI技术深度嵌入课堂教学带来真正意义上的教育变革。这样的教育变革本质上是在数字时代重启人类古老的“问道”传统,将人工智能转化为当代的“诘问之镜”,使我们的教育真正回归其本质——不是填满容器,而是点燃火焰,并且让这火焰照亮人类认知的未知疆域。
(作者系上海师范大学教务处处长、教育学教授)