人工智能时代的教师实践与探索

传统的观点认为，只有简单的低级别技能和需要更少训练的工作容易实现自动化，而复杂的高级别技能和需要接受更多训练的工作则难以实现自动化。例如，高速公路上的人工收费已大规模地被电子停车收费所取代，而充满想象力、创造力的艺术工作则很难被复制。即便已有的绘画软件已经具备“专家级别”的绘图技能和创意笔法，但是作品的“独特性”与“灵性”，以及与时代精神的契合性仍难以实现。美国著名计算机科学家、未来学家杰瑞·卡普兰则认为，人工智能与自动化将影响所有技能类别、各行各业的人员。在自动化面前，高技能工作并不一贯占有优势地位。例如，放射科医生需要通过多年的专业学习才能完成的工作完全可以实现自动化；而类似于前台接待员这样的人际接触类的、服务型的工作却很难完全实现自动化，因为这些工作要解决的是一些很难被高级规范化的系统预测的问题。故与人打交道的工作，实践中充满变数且无法系统编程的工作，均很难被机器所替代。即便它们的部分功能（如初级的指令操作）可被机器取代，但是充满变化的实践境地里的“审时度势”则是机器难以掌握的。

显然，教师在教育教学中的“审时度势”是不可被复制的。曾任教于美国哈佛大学教育学院的舍恩教授在谈及实践者的工作时，指出“理论的高低”与“实践的泥沼地”之间的割裂在很大程度上源于科技理性的影响。依据科技理性，一门专业的系统化知识，需要具备四项基本属性：专精化、界限明确、科学化与标准化。在智能时代，这四项属性成为知识可编程的基本依据。然而，舍恩早就发现，持科技理性的知识观无法满足相关专业工作的需求。具体言之，每个学生的生命个体都是独特的，教师的授课、育人不是一成不变的程序，需要根据不同学生的学习特征、学习基础做出主动调适；他们的工作也不是“去情感性”的知识应用，在面临日益复杂的教学情境、具有生成性的课堂教学时，他们需要根据学生的反馈及时调整自己的进度和计划，有时还会面临意想不到的突发危机，需要迅速做出应变。进一步而言，当教师的教学实践日趋稳定，教师处理的同类型案例越来越多，他就越来越少感到“惊讶”，“陌生人”的视角也越来越少，而此时他的“实践中认知”渐渐变得内隐、自然和内动化。虽然对教师专长的研究已经“解码”了一些内隐的娴熟的知识，形成具有指引性的实践的知识，但不可否认每个教师关于实践的知识有其特殊性，是根据具体情境建构的，故对此进行编码几乎不存在逻辑的前提。这也是为何教师的工作难以被教育机器人取代的另一个原因。教师作为实践型专业者，其知识的形成有其特殊性，教师是在实践的泥沼地里不断探索、不断反思、不断更新已有知识库的行动者。(www.xing528.com)

从传统农业社会到注重效率的工业社会，再到数字驱动的信息社会，以及机器人参与的智能时代，教师的角色也随着社会形态的改变而改变。如今教育机器人可以承担“经师”之角色，但是教师的职责远远超越知识传授。随着知识与信息爆炸式增长，教师难以扮演大百科全书式的角色。在“万物皆比特”的信息洪流里，信息不再是稀缺资源，相反，对信息判断则成为一种新的竞争力，数字素养被相继写进若干国家的教育政策中。而教师需要专业能力来迎接这个异彩纷呈的智能时代。