摘要：要人工智能技術(shù)由弱至強的發(fā)展，帶來從勞動工具到勞動存在方式的轉(zhuǎn)變。弱人工智能實現(xiàn)勞動工具的變革，強人工智能促進認知模擬的發(fā)展，超級智能構(gòu)成存在方式的挑戰(zhàn)。面對人工智能革命，在技能層面，勞動教育應(yīng)該進行數(shù)字化的轉(zhuǎn)向，從操作性技能訓(xùn)練轉(zhuǎn)向數(shù)字化能力培養(yǎng);在認知層面，勞動教育應(yīng)該進行智慧化的轉(zhuǎn)向，從靜態(tài)旁觀認識轉(zhuǎn)向?qū)嵺`探究智慧;在存在層面，勞動教育應(yīng)該進行美學(xué)化的轉(zhuǎn)向，從工具實用謀生轉(zhuǎn)向存在美學(xué)提升。勞動教育的三重轉(zhuǎn)向，可以從強化人工智能素養(yǎng)、培養(yǎng)勞動實踐智慧、提升勞動審美境界等方面加以推進。

　　關(guān)鍵詞：人工智能;勞動素養(yǎng);勞動智慧;勞動審美

　　隨著人工智能技術(shù)由弱至強的發(fā)展，人類生活特別是勞動領(lǐng)域發(fā)生了前所未有的改變，弱人工智能在某些機械性、重復(fù)性的勞動領(lǐng)域已經(jīng)可以替代人類，強人工智能具有與勞動主體認知的同構(gòu)性，其進一步發(fā)展可能形成能夠自我升級的超級智能系統(tǒng)，對于人類的勞動存在方式構(gòu)成挑戰(zhàn)。人工智能革命引發(fā)教育革命，面對機器替代人、機器強于人甚至機器奴役人的威脅，勞動教育所要實現(xiàn)的轉(zhuǎn)向包括三重:勞動技能層面的數(shù)字化轉(zhuǎn)向，勞動認知層面的智慧化轉(zhuǎn)向，勞動存在層面的美學(xué)化轉(zhuǎn)向。

　　一、人工智能革命:從工具變革到存在挑戰(zhàn)

　　弱人工智能是一種工具性智能，推動了從“力的技術(shù)”到“智的技術(shù)”之變遷，因而與以往的勞動工具存在本質(zhì)的差異。從弱人工智能到強人工智能的技術(shù)演進，則是對人類認知模擬的跨越式進展。強人工智能通過深度學(xué)習(xí)模仿人類神經(jīng)網(wǎng)絡(luò)，進而可能具有人類的情感與意識，能夠不斷進行自我反思與改進，形成超級智能。超級智能對于人類勞動的影響不僅僅是工具性的進步、智慧性的啟示，更是存在方式的革命。

　　(一)勞動工具的改進:從力量驅(qū)動到智能控制

　　人類從農(nóng)業(yè)時代、工業(yè)時代、信息時代到智能時代的發(fā)展過程，也是勞動工具的演變過程。勞動工具作為人體器官的衍生和延伸，增強了人對外界環(huán)境的改造能力，可以說“工具的發(fā)展史是工具逐步替代人體勞動器官的功能的歷史”①。在能夠制造工具之前，人類用天然器官來進行簡單勞動，手是觸摸、抓取和移動的原始“工具”，而人自身的體力就是推動力。技術(shù)哲學(xué)創(chuàng)始人卡普曾提出“器官投影說”，將工具視為人體器官的投影，器皿、斧頭、錘等勞動工具，是以人手作為原型的模仿，部分地完成了對于肢體勞動的輔助，但仍需要人手的參與，需要人的體力轉(zhuǎn)換為工具的動力，所以在農(nóng)業(yè)社會身體勞動是重要的勞動形式。自人類發(fā)明蒸汽機以來，機器自身開始具備驅(qū)動力并能夠進行能量的轉(zhuǎn)換，其強勁的動力勝過人類的體力，人類可以通過操作和控制機器來進行勞動生產(chǎn)。

　　二)勞動認知的模擬:從符號編程到神經(jīng)同構(gòu)

　　作為“工具系統(tǒng)”的弱人工智能在本質(zhì)上仍然是人體器官的投影，其意義主要在于對勞動動力的變革，弱人工智能還不具有勞動主體的思維能力。強人工智能的不同之處在于其試圖對勞動主體及其認知結(jié)構(gòu)進行模擬，試圖建立與人類智能相似的認知系統(tǒng)。這種認知的模擬起初是對于人類思維推理的符號模擬，將人類思維看作是一種符號推理活動，通過符號的編程和運算來模擬人類的思維過程。但是，這種符號邏輯智能無法應(yīng)對不確定的變化，無法處理復(fù)雜的情境性問題，而只能訴諸專家系統(tǒng)。進一步認知的模擬開始探究人類思維對于外部刺激的加工過程，這種加工過程建立在神經(jīng)網(wǎng)絡(luò)節(jié)點之間的聯(lián)結(jié)和相互作用之上，不同于符號化的通用模式，這種認知模擬試圖構(gòu)建出人工神經(jīng)網(wǎng)絡(luò)模型。經(jīng)過單層神經(jīng)———多層神經(jīng)———深度學(xué)習(xí)網(wǎng)絡(luò)的技術(shù)迭代，人工神經(jīng)網(wǎng)絡(luò)模型大大推進了人工智能的認知水平。“基于深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)模型力求與人的神經(jīng)系統(tǒng)在結(jié)構(gòu)上達到部分的(即同構(gòu))仿生意義上的類似，從而類似于通過搭建神經(jīng)聯(lián)結(jié)來構(gòu)成一個新的大腦。”⑥

　　二、勞動教育變革:從數(shù)字化轉(zhuǎn)向到美學(xué)化轉(zhuǎn)向

　　就人類勞動領(lǐng)域而言，人工智能的出現(xiàn)及其由弱至強的發(fā)展，不可避免地帶來了從勞動工具、勞動認知到勞動存在方式的轉(zhuǎn)變，相應(yīng)地也引起勞動技能結(jié)構(gòu)的調(diào)整、勞動認知機制的變革和勞動存在價值的反思等。有鑒于此，勞動教育應(yīng)該在技能、認知和存在層面進行變革，實現(xiàn)勞動教育的數(shù)字化、智慧化和美學(xué)化轉(zhuǎn)向，以此積極應(yīng)對人工智能革命所帶來的時代挑戰(zhàn)。

　　（一)技能層面的轉(zhuǎn)向:從操作技能訓(xùn)練轉(zhuǎn)向數(shù)字能力培養(yǎng)

　　勞動工具的轉(zhuǎn)變，也意味著對于操作工具的勞動者要求的轉(zhuǎn)變。芒福德曾將人類的機器文明劃分為三個階段:始生代技術(shù)時期、古生代技術(shù)時期和新生代技術(shù)時期，每個階段都有特定的生產(chǎn)方式，“最重要的是每個階段都產(chǎn)生了特殊類型的勞動者，他們受到訓(xùn)練的方式不同，開發(fā)的資質(zhì)不同，忽視的資質(zhì)也不同”瑏瑣。人工智能時代，勞動者所要開發(fā)的資質(zhì)不同于以往的時期，體力性和低技能性的勞動者將會被人工智能取代，高創(chuàng)造性、復(fù)雜性的工作則需要人類勞動者來完成。“由于智能機器人可以源源不斷地創(chuàng)造和復(fù)制，加之智能機器人相比人更加‘吃苦耐勞’，越來越多的人類工人將被取代，洶涌的結(jié)構(gòu)性失業(yè)潮隨著生產(chǎn)的智能化以及產(chǎn)業(yè)的轉(zhuǎn)型升級接踵而至。”瑏瑤與結(jié)構(gòu)性失業(yè)相伴的是算法工程師、數(shù)據(jù)架構(gòu)師、推薦算法工程師、數(shù)據(jù)開發(fā)工程師等新職業(yè)的誕生，人工智能產(chǎn)業(yè)鏈上需要大量的智能性人才。隨著人工智能產(chǎn)業(yè)化和產(chǎn)業(yè)的智能化，新產(chǎn)業(yè)形態(tài)的產(chǎn)生以及產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，需要勞動者能力結(jié)構(gòu)的調(diào)整。

　　（二)認知層面的轉(zhuǎn)向:從靜態(tài)旁觀認識轉(zhuǎn)向?qū)嵺`探究智慧

　　強人工智能對于人腦的模擬，形成對于人類認知的反向闡釋力。我們應(yīng)該以機器的深度學(xué)習(xí)來反思和強化人類的學(xué)習(xí)能力，更深入理解人類深度學(xué)習(xí)的發(fā)生機制。強人工智能在數(shù)據(jù)收集、存儲、運算和檢索信息方面，有著人類智能無法比擬的優(yōu)勢，但是強人工智能還難以形成真正的人類智慧，只能對其中可形式化的部分進行表征，多元化的交互過程使人類思維具有無法被形式化和簡單還原的復(fù)雜性，德雷弗斯就從以下四個層面批評對于強人工智能過于樂觀的假設(shè)瑏瑧:

　　三、變革實現(xiàn)路徑:從強化智能素養(yǎng)到提升勞動審美

　　我國以往勞動教育在整體上是以工業(yè)時代為背景設(shè)計的，其目的是培養(yǎng)適應(yīng)于工業(yè)時代的勞動者。然而，人類已經(jīng)在一定程度上步入人工智能時代，人工智能對于社會分工、產(chǎn)業(yè)形態(tài)、勞動形態(tài)等都發(fā)生著影響，勞動教育應(yīng)該契合人工智能時代的發(fā)展趨勢，積極地完成三重轉(zhuǎn)向。勞動教育的三重轉(zhuǎn)向意味著課程內(nèi)容、教學(xué)方式和價值功能的變革，在實踐中也有相應(yīng)的著力點，可以從強化智能素養(yǎng)、生成勞動智慧、提升勞動審美等方面加以推進。

　　(一)勞動教育的數(shù)字化轉(zhuǎn)向:強化人工智能素養(yǎng)

　　勞動教育的數(shù)字化轉(zhuǎn)向，首先意味著勞動教育培養(yǎng)側(cè)重點的變化。原有的操作性技能已經(jīng)不是重點的培養(yǎng)方向，勞動教育應(yīng)該強化數(shù)字勝任力、計算思維、交互思維等人工智能能力的培養(yǎng)。換言之，伴隨著數(shù)字化勞動等新形態(tài)的涌現(xiàn)，勞動教育應(yīng)該關(guān)注新的勞動形式和能力要求，增加新的勞動教育內(nèi)容，提升“智能原住民”的智能素養(yǎng)。在小學(xué)階段，開設(shè)人工智能的相關(guān)課程，進行人工智能的啟蒙教育，從人工智能的場景體驗入手，激發(fā)對于人工智能的興趣;在中學(xué)階段，學(xué)習(xí)人工智能技術(shù)基本原理，掌握基本的計算和編程技能，學(xué)會大數(shù)據(jù)的分析、挖掘和智能控制;在高等教育階段，開設(shè)人工智能的相關(guān)專業(yè)，推進人工智能與腦科學(xué)、認知科學(xué)的交叉融合，加強產(chǎn)學(xué)研的深度結(jié)合，培養(yǎng)高水平的人工智能型人才。

　　（二)勞動教育的智慧化轉(zhuǎn)向:培養(yǎng)勞動實踐智慧

　　勞動教育的智慧化轉(zhuǎn)向，需要改變體力鍛煉或者技能訓(xùn)練的勞動定位，關(guān)注人類深度學(xué)習(xí)的發(fā)生機制，培養(yǎng)學(xué)生知識結(jié)構(gòu)化的能力，促進網(wǎng)狀知識結(jié)構(gòu)的生成及其靈活運用。利用知識空間技術(shù)和知識圖譜技術(shù)，可以整合不同的勞動教育課程資源，分析知識點之間前驅(qū)后繼的關(guān)系，建立基于內(nèi)在關(guān)聯(lián)性的網(wǎng)狀知識庫，以可視化的方式形成知識地圖。同時，運用貝葉斯知識跟蹤模型和深度知識跟蹤模型對于學(xué)生進行認知診斷分析，準確判斷學(xué)習(xí)者的學(xué)習(xí)狀態(tài)、思維方式、認知偏好、情感傾向、知識結(jié)構(gòu)，精準定位學(xué)習(xí)的薄弱點和掌握情況，描繪學(xué)生個性化學(xué)習(xí)的“肖像”，提供與個體學(xué)情相匹配的教學(xué)資源，推薦適宜的學(xué)習(xí)路徑，動態(tài)追蹤學(xué)習(xí)的整個過程，不斷完善個體學(xué)情圖譜，動態(tài)感知和反饋個體需求，最大限度地挖掘人的認知潛能。

　　王惠穎