摘要：要人工智能技術由弱至強的發展，帶來從勞動工具到勞動存在方式的轉變。弱人工智能實現勞動工具的變革，強人工智能促進認知模擬的發展，超級智能構成存在方式的挑戰。面對人工智能革命，在技能層面，勞動教育應該進行數字化的轉向，從操作性技能訓練轉向數字化能力培養;在認知層面，勞動教育應該進行智慧化的轉向，從靜態旁觀認識轉向實踐探究智慧;在存在層面，勞動教育應該進行美學化的轉向，從工具實用謀生轉向存在美學提升。勞動教育的三重轉向，可以從強化人工智能素養、培養勞動實踐智慧、提升勞動審美境界等方面加以推進。

　　關鍵詞：人工智能;勞動素養;勞動智慧;勞動審美

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

　　一、人工智能革命:從工具變革到存在挑戰

　　弱人工智能是一種工具性智能，推動了從“力的技術”到“智的技術”之變遷，因而與以往的勞動工具存在本質的差異。從弱人工智能到強人工智能的技術演進，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習模仿人類神經網絡，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:從力量驅動到智能控制

　　人類從農業時代、工業時代、信息時代到智能時代的發展過程，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，增強了人對外界環境的改造能力，可以說“工具的發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。技術哲學創始人卡普曾提出“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，需要人的體力轉換為工具的動力，所以在農業社會身體勞動是重要的勞動形式。自人類發明蒸汽機以來，機器自身開始具備驅動力并能夠進行能量的轉換，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。

　　二)勞動認知的模擬:從符號編程到神經同構

　　作為“工具系統”的弱人工智能在本質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構進行模擬，試圖建立與人類智能相似的認知系統。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對不確定的變化，無法處理復雜的情境性問題，而只能訴諸專家系統。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網絡節點之間的聯結和相互作用之上，不同于符號化的通用模式，這種認知模擬試圖構建出人工神經網絡模型。經過單層神經———多層神經———深度學習網絡的技術迭代，人工神經網絡模型大大推進了人工智能的認知水平。“基于深度學習的人工神經網絡模型力求與人的神經系統在結構上達到部分的(即同構)仿生意義上的類似，從而類似于通過搭建神經聯結來構成一個新的大腦。”⑥

　　二、勞動教育變革:從數字化轉向到美學化轉向

　　就人類勞動領域而言，人工智能的出現及其由弱至強的發展，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變，相應地也引起勞動技能結構的調整、勞動認知機制的變革和勞動存在價值的反思等。有鑒于此，勞動教育應該在技能、認知和存在層面進行變革，實現勞動教育的數字化、智慧化和美學化轉向，以此積極應對人工智能革命所帶來的時代挑戰。

　　（一)技能層面的轉向:從操作技能訓練轉向數字能力培養

　　勞動工具的轉變，也意味著對于操作工具的勞動者要求的轉變。芒福德曾將人類的機器文明劃分為三個階段:始生代技術時期、古生代技術時期和新生代技術時期，每個階段都有特定的生產方式，“最重要的是每個階段都產生了特殊類型的勞動者，他們受到訓練的方式不同，開發的資質不同，忽視的資質也不同”瑏瑣。人工智能時代，勞動者所要開發的資質不同于以往的時期，體力性和低技能性的勞動者將會被人工智能取代，高創造性、復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造和復制，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，洶涌的結構性失業潮隨著生產的智能化以及產業的轉型升級接踵而至。”瑏瑤與結構性失業相伴的是算法工程師、數據架構師、推薦算法工程師、數據開發工程師等新職業的誕生，人工智能產業鏈上需要大量的智能性人才。隨著人工智能產業化和產業的智能化，新產業形態的產生以及產業結構的轉型升級，需要勞動者能力結構的調整。

　　（二)認知層面的轉向:從靜態旁觀認識轉向實踐探究智慧

　　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。我們應該以機器的深度學習來反思和強化人類的學習能力，更深入理解人類深度學習的發生機制。強人工智能在數據收集、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瑏瑧:

　　三、變革實現路徑:從強化智能素養到提升勞動審美

　　我國以往勞動教育在整體上是以工業時代為背景設計的，其目的是培養適應于工業時代的勞動者。然而，人類已經在一定程度上步入人工智能時代，人工智能對于社會分工、產業形態、勞動形態等都發生著影響，勞動教育應該契合人工智能時代的發展趨勢，積極地完成三重轉向。勞動教育的三重轉向意味著課程內容、教學方式和價值功能的變革，在實踐中也有相應的著力點，可以從強化智能素養、生成勞動智慧、提升勞動審美等方面加以推進。

　　(一)勞動教育的數字化轉向:強化人工智能素養

　　勞動教育的數字化轉向，首先意味著勞動教育培養側重點的變化。原有的操作性技能已經不是重點的培養方向，勞動教育應該強化數字勝任力、計算思維、交互思維等人工智能能力的培養。換言之，伴隨著數字化勞動等新形態的涌現，勞動教育應該關注新的勞動形式和能力要求，增加新的勞動教育內容，提升“智能原住民”的智能素養。在小學階段，開設人工智能的相關課程，進行人工智能的啟蒙教育，從人工智能的場景體驗入手，激發對于人工智能的興趣;在中學階段，學習人工智能技術基本原理，掌握基本的計算和編程技能，學會大數據的分析、挖掘和智能控制;在高等教育階段，開設人工智能的相關專業，推進人工智能與腦科學、認知科學的交叉融合，加強產學研的深度結合，培養高水平的人工智能型人才。

　　（二)勞動教育的智慧化轉向:培養勞動實踐智慧

　　勞動教育的智慧化轉向，需要改變體力鍛煉或者技能訓練的勞動定位，關注人類深度學習的發生機制，培養學生知識結構化的能力，促進網狀知識結構的生成及其靈活運用。利用知識空間技術和知識圖譜技術，可以整合不同的勞動教育課程資源，分析知識點之間前驅后繼的關系，建立基于內在關聯性的網狀知識庫，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生進行認知診斷分析，準確判斷學習者的學習狀態、思維方式、認知偏好、情感傾向、知識結構，精準定位學習的薄弱點和掌握情況，描繪學生個性化學習的“肖像”，提供與個體學情相匹配的教學資源，推薦適宜的學習路徑，動態追蹤學習的整個過程，不斷完善個體學情圖譜，動態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