陈静萍，美国纽约州立大学Albany分校教育技术专业博士，电子科技大学高等教育研究所特聘研究员，成都市教育局“未来学校”项目指导专家。
认识自己，认识世界，同时进行向外的学习和吸收内在的反省与建构。
▽
2018年3月23日，“爱思青年说·生活即教育”主题分享会在IFS言几又温情呈现。石敏、布彦隆之、陈静萍、肥鱼、汤小元、寇敏、张怡然8位嘉宾以“生活即教育”为主题，与140多位观众一起验证生活即教育，并产出“城是大学”的美好创想。
/技术时代里的19世纪教育模式
学生时代，我们接受的是工业时代义务教育，这种教育模式，发生在19世纪工业革命时代，大家按年龄分班，坐在一个教室里，按照同样的学习内容一起学习。
21世纪，教育模式虽然在不断变革，但未根本性变革，还是19世纪那种灌输式的学习。
但处在21世纪的我们，生活方式等等跟19世纪已经有了拉锯式的变化，而且随着技术越来越快的发展，我们面临的各种挑战越来越大，现在我们面临的最大的一个挑战就是“人工智能”。
人工智能给我们目前的教育带来两大挑战，一是它告诉我们，我们现在这种教育培养出来的人，尤其是现在教育方式培养出来的优秀人才，在未来他们的价值可能会大大的降低。
为什么呢？因为这群优秀的人才擅长的是记忆，是没法和人工智能竞争的。
二是，当人工智能可以做那么多事情后，我们人的价值是什么？曾经在一个杂志上看到一个画面，大街上机器在走，而人坐在那里乞讨。
这让我们必须重新思考一个问题“我们教育的目的究竟是什么？”，我们究竟要培养什么样的人，才能够在人工智能高速发展情况下与这个时代同存。
我们人类的价值究竟是什么？关于这个问题，可能有人会说，没有价值也没关系，我们人类可以画画，可以写诗，我们人类有情绪，有感情等等。
但随着技术的进步，尤其是人工智能越来越强大的时候，你可能会发现写诗、作曲这种事情，其实机器可以做。
在加州伯克利有个教授花费7年的时间，把巴赫的作曲模式写成程序，最后机器人做了一首巴赫的曲子，然后他把机器写的类似于巴赫的曲子和原来巴赫的曲子放给观众听，观众很难分辨那个是原创的巴赫曲子。
所以我们现在以为的机器人不能做到的事情，随着技术的高速发展，在未来很有可能会做到。
当这一切实现之后，我们肯定要思考一个最根本的问题“到底是什么让我们立于万物之灵的最巅峰？”
有很多专家预测，强人工智能出现的时间可能大概是在2040年，超人工智能出现的时间大概是在2060年，那个时候大家或许还活着，但是至少可以肯定的一件事情是，我们的后代还活着，我们的孩子们还活着。
有的时候我看到自己的儿子，我很焦虑，他还小，他们将生活在人工智能的时代，未来大量我们现在能做的工作可能会被淘汰，我们曾经熟悉的职业可能会消失，面对这些，他们该怎么生存？
在人工智能里有一个准则是“五秒钟准则”，意思是一件事情如果你五秒钟可以完成决定，那么这个工作未来被人工智能取代的可能性非常大，面对这样一个时代，我们真的需要思考需要不断进步终身学习。
/技术时代里的终身学习
其实终身学习不再是成为某个人的追求，而是成为必须，未来的终身教育会被终身学习所代替。
终身教育和终身学习，一个主动，一个被动。在这个智能时代我们需要自我驱动的学习和再学习的能力，就是你现在拥有的东西可能都要随时归零，随时再出发。
在技术时代，技术本身就是一个双刃剑，它给我们带来了很大的挑战，同时也给我们带来了很多机会。
比如随着技术的进步，我们现在的学习方式发生了改变，如云技术，大数据，增强现实，虚拟现实，3D打印，人工智能等进入学校，给学校的管理和知识共享等，都带来了非常多的可能性。
同时，互联网时代，anytime anywhere，只要你想学，任何时间，任何地点都可以进行学习。
如慕课，哈佛耶鲁课程齐全，只要你想学都可以在上面找到，如为知识付费这个概念，只要你愿意去学，就一定会有资源给到你让你学。
而面对眼花缭乱的学习，我们该如何选择？
王阳明的《心学》，告诉我们“自我”，自我的认知会让我们清楚，自己知道什么，自己喜欢什么，自己的文化背景是什么，自己的长处是什么。有了认知自我这一步我们就有了源认知。
面对的互联网上林林总总的知识，我们把他叫做“惰性知识”；
你主动去认识它，我们就叫它information；
你读懂了它，我们我们就叫它makesense；
当你把它与多个知识联结在一起，我们就叫它knowledge；
在这些知识里最有价值观点的，我们就叫它inside；
真正的智慧就是wisdom。
这就是我们经常学习的一个过程，那么怎么样才能够从这种散乱的点走到最后的wisdom？
我个人觉得首先我们还是要找到我自己，我是谁？我要什么？我的知识结构是什么？这个知识的价值是什么？
其次，利用可用工具，如数学逻辑等等，把这些知识串联起来的，由惰性知识变成活性知识，由活性只是变成inside，最后变成wisdom。
录音整理：李乾坤
编辑：船长
还可查看更多
你可能感兴趣的文章：
- 无相关信息
