400-818-0011
是金子必會發光
人工智能日漸精進，AlphaGo“自學”40天的戰績告訴我們，在面向已知的學習領域時，機器深度學習的效率可能遠遠勝出人類。亦如BBC對職業“被淘汰概率”的預測：無須天賦，經由訓練即可掌握的職業將面臨最大可能被淘汰的風險。當我們終于感受到終身自主學習能力成為必須時，不無尷尬地發現，人工智能已經在不斷迭代中開始無須人類干預的“終身學習”了。
人工智能時代，意味著我們每個人都將置身于一個智能的、可自我迭代學習的數據密集型環境：一方面，人工智能在面向已知的學習方面表現出勝于人類的潛在優勢;另一方面，大數據提供的“量化自我”，可以幫助教師更了解學生，學習者更了解自我;大數據提供的“量化學習”，可以為學生提供定制的、個性化的學習服務。所有這些，在為終身自主學習能力提供新機遇的同時，也提出了新的挑戰。
考察自然場景和學校場景兩種不同的自主學習，可以幫助我們更好地理解這種挑戰。重返生活場景，學習并非只是發生在精心設計的課堂里，而是一種浸潤在我們日常生活中、甚至不為我們察覺的本能行為。撇開教學環境下的正式學習，其實在日常生活構成的非正式環境中我們也一直在學習。從呱呱墜地開始，兒童沿著自己探究世界的好奇心和適應生活的本能需求，學習自然地發生了，這是隱性的、“不由自主”發生的自主學習。還有一種顯性的非正式學習，更多地發生在成人學習者中。學習者常常會意識到自己在學習，認識到學習的價值，并把學習過程看得很重要。有時，顯性的非正式學習目的性很強，當成人的生活環境發生顯著變化時，為適應全新環境會有意地觀察周圍人如何行事，周圍的所有環境都成為他(她)全方位的學習資源，學習也自然地發生了。這些隱性或顯性的學習，是每個人適應環境的自我主導行為，它的特點是學習意愿水平高，但學習資源、策略水平則因人而異。
自從有了學校，正式學習就成為區別于、甚至于取代非正式學習的一種特有形式。于是，在正式的、高度結構化的學習環境制約下，非正式學習中有著自主本能的獨立學習者，逐步變成嚴格遵守學校教育“處方”的依賴型學習者，它的特點是統一的學習目標、課程內容和學習策略指導，但學習意愿水平則因人而異。也正是因此，有研究者認為現代學校的自主學習是學習材料導向而非學習者導向的，換言之，它是由外在的學習任務推動的自主學習。
隨著人工智能量化自我、定制學習成為可能，以及“面向未知而學”越來越多地替代“掌握已有知識”，如何更好地幫助學習者發展自我學習動機，形成個性化的學習目標，將成為人工智能時代自主學習的突破口。它意味著，要鼓勵學生建構個人意義的探究性學習、項目學習、情景學習等新興學習方式，形成對事物的全局性理解。這種面向未知的無邊界學習，不僅追求高學習策略水平，更要追求高主動性。在這樣的學習活動里，學習內容、學習目標、學習方法都保留了一定的彈性和開放性，課堂里的正式學習是學習的錨點，學生不受限于甚至超越學校教育去選擇學習內容、尋找學習機會、控制利用學習機會的方式。
