人工智能时代的教育变革

ChatGPT的问世引起了全球热议，它能同时回答网上大规模并发的英文、中文、西班牙文、日文等多语种以及医学、文学、历史、写作、诗歌、编程、绘画等多学科问题。从大规模并发、多语种、多学科这几个指标来看，ChatGPT已经超越了世界上任何一个人的智能。这表明，基于大语言模型的AI应用已经初步具备了通用人工智能的特性，全球AI实验室纷纷投身其中，掀起了一场AI技术竞赛……

对于AI的这一重大进步，全球各界给出了不同的评论。其中既有热情的期待，也有对人类未来命运的担忧。比尔·盖茨（Bill Gates）撰文称：“人工智能时代已经开启（The age of AI has begun）！”（参见Gates, B.[2023]. The age of AI has begun. ）埃隆·马斯克（Elon Musk）则与上千人联名发表了一封公开信，呼吁全球所有机构在6个月内暂停训练更强大的人工智能，并加快制定AI安全协议。公开信表示：

担忧一种“技术”超越人的智能会淘汰和取代人类，在历史上可能还是第一次。但对新技术的恐惧、担忧和批判，在人类历史上并不是新鲜事。1776年，英国发明了蒸汽机，夺走了印度和中国的千千万万工人的饭碗^［1］，在英国引发了一场现代工业革命。19世纪末，纽约的主要交通工具是马车，马粪是当时城市治理的一大难题。汽车的发明解决了马粪问题，受到人们的热烈欢迎。然而，若干年后，尾气污染又变成了城市治理的新难题。汽车延长了人的通勤距离，为了躲避城市污染，富人纷纷搬离城市，住到空气清新的郊区，在美国引起了一场郊区化运动。

汽车对马车的取代显示了技术创新如何改变原有的生产方式和生活方式，推动了社会的动态发展变化。再往回望，19世纪上半叶，欧洲正处于蒸汽机和电报两项技术发明带来的社会变革进程中。1845—1846年间，马克思在《德意志意识形态》中论述了技术创新、生产方式变革在人类社会生活中的决定作用，他批评了黑格尔“仅仅考察概念的前进运动”的历史哲学，开创了从生产方式变迁入手，研究人类社会发展与变革的历史唯物主义传统。^［2］

值得注意的是，人们经常用马克思的生产力—生产关系理论分析物质产品的大规模工业生产，却很少有人将这一理论用于分析精神产品的生产，这里的精神产品包括“虚构故事”和“非虚构的学术研究”。长期以来，精神产品一直被看作“人的智能”的产物，人就是生产者，不需要借助工具和技术。因此，当ChatGPT这样的生成性人工智能能编写论文、设计图像、生产精神产品的时候，人和人工智能就被视为同类。于是，就出现了公开信中的“人工智能是否会超越并淘汰人”这一命题。

如果把马克思关于“生产方式变革在人类社会生活中的决定作用”的论述带入精神产品生产领域、建构一个“人—技术—精神产品”的三要素生产关系模型的话，关于人工智能的讨论话题就应该变成：当精神产品的生产工具从印刷技术变成人工智能（技术）之后，其生产和消费会发生怎样的变化？

由此可见，要讨论人工智能对教育未来发展的影响，首先需要厘清人的智能、人工智能、技术之间的关系，明确人的智能和人工智能的本质。基于此，才能分析和判断人工智能对未来教育和人的发展的影响。

人的智能不仅是一个人脑子“里”的感知和认知行为，还是一种社会建构行为。18世纪法国发现的“野孩子”（ 参见BBC纪录片《语言星球》第1集,）， 20世纪80到90年代中国河北、山东等地流行的“沙袋育儿法”^［3］，都表明在婴幼儿早期发育中，如果缺乏足够的外部语言刺激，其智力发育将处于停滞或迟缓的状态。

智能的社会建构性意味着人的智能发展需要与他人进行社会合作，合作离不开表达和交流。因而，支持人类表达与交流的技术，既是人类社会合作的基础，也是人的智能发展的基础。让我们回到人类智能发展的源头，考察人、技术、智能和认知的关系。

在讨论人类智能发展的时候，首先需要明确人类认知的两个前提条件。

第一，大自然从不说话，不言明“事实”。关于科学和真理的“猜想与反驳”，都发生在人与人之间。因此，人类认知的首要任务，就是对大自然的观察与表征，表征是形成人类知识的起点。

第二，受生命的时间长度、活动的空间距离的影响，人的直接感知范围非常有限。语言学家乔姆斯基（Avram Noam Chomsky）曾在演讲中提到，人天生自带一套感知运动系统，人脑中肯定在思考着某种东西。但在前语言（pre-linguistic）时代，这种思考完全是内在的（internally）（参见Noam Chomsky[2012]. Grammar, Mind and Body- A Personal View），既无法与他人分享，也无法获得他人头脑中的经验感知。

在前语言时代，假定智人A在狩猎采摘的时候，看到小动物吃了植物1死了。他凭感知判断植物1有毒。于是，他会小心地避开这种植物。同样，智人B观察和感知到植物2有毒，智人C观察感知到植物3有毒。由于A、B、C头脑中关于植物1、植物2、植物3有毒的感知，无法说出来分享，每一个人都只能像“神农尝百草”那样一一尝试，结果成倍增加了每个智人中毒死亡的危险。

口头语言的诞生，给人类带来了一场伟大的“认知革命”。对于口头语言——人类最早使用的表达和交流技术——是怎样产生的，没有留下任何记录。在尤瓦尔·赫拉利（Yuval Noah Harari）的《人类简史》中，这场革命发生在7万年前；在乔姆斯基的讲座中，这场革命发生在5万年前；维基百科“口头语言”词条中引用的一项研究，则把口头语言的出现往前推到了10万年前（参见维基百科：口语的历史）。

有了口头语言，智人A、智人B、智人C脑内的经验感知，就可以借助口头语言“外化”（externalize）地表达出来，相互分享。外化首先是编码（encode，即说或写）。智人A、B、C把各自的经验用语言编码出来，集中到口语“知识的容器”中。现在，这个容器中包含3条关于植物的知识，超过了A、B、C每一个人的经验感知（见图1）。其次，A、B、C通过解码（decode，即听或读），获知了另外两个人掌握的知识。A、B、C关于植物的知识扩大了3倍，这种知识分享成倍地提高了早期智人的生存概率。今天，ChatGPT的大语言处理模型中也包含一个编码器（encoder）和解码器（decoder），就是模仿了人类对话交流的传播模型。

早期智人的知识有两个来源：一是个体对外部世界的直接感知；二是借助语言符号编码和解码，从“知识的容器”中获得他人的感知经验。人类智能从源头起就已经嵌入了“技术装置”。从这个角度看，人的智能与人工智能的确存在某种共同的技术基础。

从2016年AlphaGo出现以来，人工智能技术进入快速发展阶段。在关于人工智能的展望、憧憬和担忧等各种讨论中，既包括睿智而冷静的思考，也混杂着科幻电影所营造的神话想象，以及创业公司在竞争中提供的营销宣传故事。围绕人工智能形成的舆论喧嚣中，一方面混淆了信息技术、生物工程、脑科学等三种不同领域的“人造智能”想象，另一方面又混淆了“纯”人工智能和广义的人工智能产业的边界。

为了准确认知人工智能的本质和影响，首先需要理清这三条不同的故事线索，并在人工智能技术和导弹、炸药技术之间，划出一条清晰的边界。

社交媒体上关于人工智能的想象和喧嚣中，实际上混杂着三种不同的“人造智能”的想象。这三种“人造智能”分别是：信息科学领域基于数据和算法的人工智能，生物基因工程领域可能出现的“人造人”的智能问题，以及脑科学领域通过脑电信号直接向人脑中“注入”知识的智能获取技术。

1. 基于“图灵机”体系结构的人工智能

1950年，阿兰·图灵（Alan Mathison Turing）发表了《计算机器与智能》一文^［4］，这是人工智能研究的起点。1956年，在达特茅斯召开的人工智能研讨会上，由约翰·麦卡锡（John McCarthy）创造了“人工智能”这一术语。这是人工智能发展的里程碑。

从20世纪50年代开始，人工智能的发展经历了几起几落，终于在近年取得了突破性进展。2016年出现的AlphaGo，2018年出现的AlphaFold，2022年出现的ChatGPT，以及AI绘图、人脸识别、语音识别、机器翻译等应用，这些都属于基于“图灵机”体系结构的人工智能，即基于数据和算法的人工智能。

2. 生物基因工程发展可能带来的“人造人”的智能问题

基因测序和基因工程的发展，为人类通过干细胞移植和基因编辑等修复受损的人体器官、治疗疾病等带来了新的技术发展空间，也为人类探索浩渺的宇宙提供了一种新的可能性。如果能通过基因工程“制造人”的话，宇宙飞船就可以携带着人类基因探索宇宙。一旦找到与地球相似的生存环境，就可以通过基因工程培育“人造人”，从而实现人类的“宇宙迁徙”。这样就解决了漫长的宇宙探索中无法回避的人的死亡问题，打开了人类探索浩渺宇宙的大门。

“人造人”的大胆想象不仅面临巨大的技术难题，也面临巨大的伦理风险。特别是在全球经历了新冠疫情之后，合成生命可能蕴含着人类无法控制的巨大灾难和风险。另外，从理论上来说，即使出现了“人造人”的生物体，智能仍然是另一个问题。这个“人”出生的时候，头脑中与生俱来已经装满了人类知识？还是像人一样，需要教“它”说话、写字、用电脑？如果需要“教”的话，这个“人造人”的智能问题又回到了人的智能的问题。因此，从生物基因工程发展的现状来看，“人造人”的智能问题还很遥远，不能把“人造人”的智能问题与人工智能混为一谈。

3. 脑科学和脑机接口

第三个关于人工智能的畅想来自脑科学领域。一些教育研究者畅想，如果可以通过脑机接口直接把知识“注入”人脑，就不需要花费十数年时间学习，学校将被彻底淘汰。

需要澄清的是，脑科学主要研究人脑的生理功能结构问题，远未涉及人类“意识”的问题。关于大脑的工作机制，如何接受信息、存储信息、处理信息等，我们仍然所知甚少。认知心理学提供的关于脑认知过程的“信息加工理论”，实际上是受计算机体系结构启发提出的一个假说。^［5］“这些结构及其活动仍然是主要以假设的方式存在的，尚无法与大脑具体的位置或运作相联系。”^［6］ChatGPT问世后，美国消费者新闻与商业频道（CNBC）的早间栏目就当下大热的人工智能话题访谈了苹果联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）。沃兹尼亚克曾专门回到大学研究心理学和大脑认知。他发现，我们并不知道大脑是如何工作的。沃兹尼亚克说，人们假装了解智能。但事实上，我们确实知道怎么用9个月时间“制造大脑”，但对智能几乎一无所知。（参见Apple co-founder Steve Wozniak discusses AI race between Google and Microsoft）

脑科学研究目前还聚焦生物医学研究，而不是认知和智能的研究。脑机接口技术试图通过读取和解读人的脑电信号，建立一个不依赖于神经和肌肉的体外信号传导系统，以修复因意外或疾病导致的神经功能损伤。这一技术的关键是读取和理解脑电信号，尚处于起步阶段。向人脑中批量“写入”脑电信息以注入知识，目前看还遥遥无期，且面临严重的伦理危机。“电击”本来就是一种控制精神病人的手段！总之，就目前发展而言，通过脑机接口把知识 “注入”人脑还是一个神话。故不应把人工智能与脑机接口技术混为一谈。

以上对人工智能三条故事线的分析表明，当下谈论的人工智能主要还是以“图灵机”体系结构为基础的一种“硅基”智能。这种智能跟“人造人”的智能、脑科学、脑机接口属于不同的技术类别，本质上还是一种基于数据和算法的信息技术。

为了分析人工智能的本质和影响，还需要进一步区分纯人工智能和人工智能产业。本文以AlphaGo战胜李世石和“杀人蜂”为例，进一步分析纯人工智能和人工智能产业的区别，从而区分人工智能技术和导弹、炸药等其他技术的差别。

1. AlphaGo战胜了李世石

新闻媒体以“AlphaGo战胜了李世石”为标题，报道了AlphaGo与李世石的对弈。这很容易让人联想到这样一幅画面：李世石对面坐着一个“人形的机器人”，这是一场人和“（机器）人”之间的对等较量。

实际情况是，AlphaGo与李世石、柯洁对弈的时候，对面坐着同一个人——他来自AlphaGo研发团队，按照AlphaGo的计算结果，完成“落子”的动作。在这两场围棋对弈中，AlphaGo“只”负责计算，给出落子的决策建议，由人来完成落子的动作。当然，这并不是说“落子”的动作不能由机器完成。事实上，日本早就开发出可以按照纵横坐标“落子”的无智能的、自动控制机器人。如果将AlphaGo的智能算法嵌入自控机器人，这个自控机器人就变成了一个智能下棋机器人。这个分析表明，AlphaGo本质上只是一个按照围棋的19x19数据格式与输赢规则等进行复杂计算、给出落子建议的智能程序，还是一种基于数据和算法的“纯”人工智能技术。

2. 迷你无人机——“杀人蜂”

2017年，在联合国召开的一次“自主武器研讨会”上，播放了由加州大学伯克利分校斯图尔特·拉塞尔（Stuart Russell）教授构思、非营利的未来生命研究所(Future of Life Institute)资助、一家名为Space Digital的工作室制作的一段7分钟视频。视频介绍了一款迷你无人机——“杀人蜂”，它具有人脸识别功能，自带3克炸药，会自动搜索袭击目标。“杀人蜂”通过全场扫描找到目标石膏人像后，穿透石膏像的头骨，在脑内引爆3克炸药。（参见UC Berkeley professor helps create viral video to warn about killer robots, https://abc7news.com/2664980/。）这个视频给人以巨大的视觉震撼力和恐怖感，带来了上千万的播放量，在世界范围内引发了一场关于人工智能伦理的大讨论。

如果用“系统化思维”把“杀人蜂”拆开，其技术组件包括飞行系统、炸药、摄像头和人脸识别技术。飞行系统、炸药、摄像头等都属于传统技术，只有人脸识别属于人工智能技术。人工智能与传统技术的组合，带来了一种无人操控的、迷你智能型杀人武器。时隔5年后，这种智能无人机已经出现在俄乌冲突的战场上。

现在市场上很多人工智能产品，就是在传统的洗衣机、冰箱等产品中嵌入了一块能够进行语音识别、人脸识别等功能的人工智能芯片，从而可以和人对话，控制室温、湿度、定时等，产生了一种类似与人对话的智能效果。

由此可见，广义的人工智能产业是纯人工智能和其他传统技术组成的一个交叉学科。在传统技术产品中嵌入人工智能构件，导致了传统产品和传统产业的升级换代。其中的“纯”人工智能组件依然是一种以“图灵机”体系结构为基础的、基于数据和算法的智能程序。

根据上文分析，人的智能依赖技术，人工智能本身就是一种技术。人的智能和人工智能存在相互“重叠”的区域——一个依赖语言、文字建立起来的符号表征、数据汇集、分析和处理的空间。从教育的“技术”发展史来看，人的智能对语言、文字、数字、图画、视频等技术的依赖由来已久^［7］，这一类支持人类表达、交流与沟通的媒介技术，在人类智能发展中，究竟起到了怎样的作用？

20世纪，语言对人类认知的影响引发了哲学领域的“语言学转向”，维特根斯坦的语言分析哲学，以及罗素和怀特海的“数学哲学”，影响了整个20世纪西方哲学的发展脉络。20世纪西方最重要的哲学家，如德里达、福柯、美国的奎因（Willard Van Orman Quine）、索尔·克里普克（Saul Aaron Kripke）和戴维·刘易斯（David Lewis）等都曾深度涉足语言哲学的研究。2011年“图灵奖”获得者、“贝叶斯网络”之父、因果推理算法的创立者之一、人工智能科学家朱迪·珀尔（Judea Pearl）在一个专访中表示，他的研究深受奎因、刘易斯等人对语言认知、数理逻辑研究的影响^［8］，语言哲学和数学哲学是人工智能发展的思想源泉之一。

遗憾的是，语言哲学和数学哲学止步于符号、语义学、数理逻辑的层面，没有进一步探究底层的“技术”基础对哲学认知的影响。20世纪科学哲学研究的一个流派——进化认识论，将 “（媒介）技术”纳入了哲学认识论的研究范畴。

卡尔·波普尔（Karl Popper）等人创立的进化认识论学说，将媒介技术纳入哲学认识论的研究框架。波普尔对西方哲学传统上的“一元认识论”和“二元认识论”进行了尖锐的批判，打破“主—客”二元认识论，提出了一个“三个世界”的认知论框架。^［9］唐纳德·坎贝尔（Donald Campbell）创造了“进化认识论”（evolutionary epistemology）这个术语^［10］；媒介哲学家保罗·莱文森（Paul Levinson）对波普尔的“三个世界”做了进一步的修改^［11］，突出了媒介技术在人的认知和人类社会协作中的作用，形成了图2所示的“三个世界”理论。

在进化认识论的“三个世界”框架中，“世界1”指自然的物理世界，“世界2”是人的世界，“世界3”是客观知识的世界。波普尔说，“世界3”是由“说出、写出、印出的各种陈述组成”的世界^［12］，其中既包括正确的理论，也包括假说和谬误。这里的“说出、写出、印出”正好对应着媒介技术史上的口头语言、文字书写和印刷技术，表明媒介技术是“客观知识世界”建构的基础。然而，波普尔并没有就此进行详细的论述。

媒介技术怎样影响了“客观知识世界”的形成与发展？特别是当媒介技术发生变革的时候，“客观知识世界”会产生怎样的变革？16世纪，当欧洲人经历从手工抄写到印刷技术变革的时候，英国经验主义哲学家弗朗西斯·培根（Francis Bacon）、法国人文主义哲学家彼得·拉米斯（Peter Ramus）和笛卡尔（Renatus Cartesius）等人也遇到这个难题。经过深刻思考后他们领悟到，在人和思想文化之间还隔着一个工具，即从事知识劳动的“技艺”。

培根认识到，人类并非“赤手空拳”地认知世界。他指出：“在机械力的事物方面，如果人们赤手从事而不借助于工具的力量，同样，在智力的事物方面，如果人们也一无凭借而仅靠赤裸裸的理解力去进行工作，那么，纵使他们联合起来尽其最大的努力，他们所能成就的东西恐怕总是有限的。”^［13］

面对印刷技术和大航海带来的“知识爆炸”，亚里士多德等希腊哲学家在两千多年前创造的从事知识劳动的《工具论》，已经无法应对印刷时代的挑战。培根批判亚里士多德学说，针对亚氏的《工具论》撰写了《新工具》。拉米斯对中世纪大学的“三艺”课程进行了大刀阔斧的改革，设计形成了一套包括数学在内的新文科课程。他还提出了一种分析文本、编写教材的方法和范式，被称为“拉米斯方法”——一个用来解释知识与现实、体现知识的不同分支之间联系的通用框架（a universal formula）。^［14］笛卡尔用坐标系把算数和几何统一起来，创造了解析几何。他想创造出一种能解决所有问题的通用方法，其《谈谈方法》的全名就是“正确运用自己的理性在各门学问里寻求真理的方法”。^［15］伽利略说数学和几何是科学的语言，牛顿进一步创造了微积分。就这样，在印刷机发明以后，16—17世纪的欧洲人文主义哲学家按照印刷技术的特征，创造出一套新的处理知识和认知问题“技艺”，构建了近代“人类知识大厦的新地基”。

印刷技术变革的历史表明，当媒介技术发生变革的时候，“世界3：客观知识世界”的技术基础随之发生变化，生产“精神产品”的“技艺”（arts）也随之相应改变。20世纪后半叶崛起的媒介环境学派和21世纪的 “数字人文”研究者都把媒介技术创新带来的这种变革看作马克思的经典“生产方式变迁”理论在思想、知识、文化领域的延伸。

在爬梳了希腊哲学、技术哲学、修辞学、印刷技术时代的教育变革历史与媒介环境学等研究成果的基础上，笔者对“三个世界”理论中的“世界3”做了进一步的拓展，提出了如图3所示的新“世界3：客观知识世界”框架。^［16］

这个新的“世界3”框架包括三部分内容。（1） 客观知识世界的“地基”，即由“硬”技术和“软”技艺构成的一套表征、分析、传播知识的“通用框架方法”。无论自然科学知识还是社会科学知识，都离不开符号、载体、复制传播等“技术”以及文法、修辞、逻辑、内容编排等“技艺”，它们共同构成了人类探索世界的“认知工具”。（2） 指向“世界1”的自然科学知识和技术知识，这类知识可以借助对自然世界的经验观察作为检验的方法。（3） 与“世界2”的人类社会相关的政治、经济、文化知识等学问，这类知识是在人类交往和社会发展中建构出来的，是一个动态变化的系统，本质上很难验证。

1. 两种技术

按照拓展的“三个世界”框架，人类发明的技术可以分成两大类：“世界1”技术和“世界3”技术。

“世界1”技术指通过改变自然造物的物理、化学或生物属性，生产出衣食住行等“人造物”或释放出能源电力，改善人们的物质生活条件的技术。“世界1”技术以自然造物为原材料，离开了大自然的恩赐，人类不可能凭空制造出“一粒尘埃”。自工业革命以来两百多年的时间内，“世界1”技术快速发展，人类已经在自然世界中改造出一个“人造物理空间”——所谓“人类纪”。今天人类居住的房屋，就是一个连接着自来水、电力、网络、道路等公共设施的“人造物理世界”。在“世界1”技术的改造下，地球已经从纯自然世界被改造成了“自然+人造物”构成的混合生态环境，人的生存技能也从奔跑、采摘和狩猎变成了“好好学习”。“世界1”技术通过改造环境，也改变了人。

“世界3”技术指的是“说的、写的、印的”技术——即支持人类的表达、交流与沟通的媒介技术^［17］，这类技术的主要作用是支持人类的表达、交流与协作。媒介技术并不直接产出人类生存所需的“衣食住行”等物质资料，它通过支持人类的有组织合作，间接地推动了物质资料的大规模工业生产。在媒介技术的影响下，“客观知识世界”的容量从原始智人时代的接近于零，发展到今天浩瀚辉煌复杂的知识体系；人类合作的规模也从原始部落发展到今天广土众民的全球化时代。

2. 人的智能与人工智能的区别

“三个世界”框架为区分人的智能和人工智能提供了一个清晰的理论框架。人的智能属于“世界2”范畴。人对世界的认知一部分来自个人的直接经验，一部分是从“世界3”符号阅读中获得的、自古至今全人类积累的对世界的观察和思考的成果。

人工智能属于“世界3”范畴。人工智能借助于数据和算法，将人类自古至今积累的，以声音、文字、数字、图表、视频、VR等符号表达的人类经验和知识进行数字化表征和计算，生成并输出文字或视觉化的表达。

从拓展的“三个世界”理论框架来看，人工智能与古希腊的“自由七艺”（liberal arts）、16—17世纪形成的新修辞和新工具，属于同一类。它们都是在特定“硬”技术基础上形成的从事知识劳动的“软”技艺。“硬”技术和“软”技艺合在一起，构成了人类知识大厦的地基。

为了展望人工智能对教育未来发展的影响，本文以“世界3”中“通用框架方法”为基础，以历史为镜，对前人工智能时代的技术变迁与教育变革做概要分析。

口头语言以人的喉咙发出的声音作为表征符号，以人脑的记忆作为记录载体，将吟诵和表演作为内容传播的手段。口传是一种“同时在场”的传播场景，传播范围有限。记忆作为一种记录载体，容易遗忘。这种“硬”技术的局限性，制约了口传时代的“软”技艺。

为了避免遗忘，口语时代形成了富有韵律的套语、箴言、隐喻等文法和修辞“软”技艺。当时“整个口语知识界或思想界都依靠这样的套语来构建思想”。^［18］《荷马史诗》就是依靠这种修辞“软”技艺编写的，其内容涵盖早期东地中海地区的历史、哲学、政治、军事、地理等多方面的“客观知识”。在口语时代，所有知识都表现为一串高低起伏、抑扬顿挫的“声音流”。

大约公元前9—公元前8世纪，希腊人发明了字母表，迎来了人类历史上第一次信息技术革命——从“口传到书写”的媒介技术变革。希腊字母文字、古埃及莎草纸、手工抄书的匠人，就是希罗多德、苏格拉底、柏拉图、亚里士多德等希腊先贤使用的“硬”技术基础。

处于书写文明开端的希腊哲学家并没有一套现成的书面表达的词、句和文法、修辞及逻辑可用。他们首先打造了一套手工书写环境下表征（编码）、组织和传播知识的“工具”——一套表达思想的字、词、文法、修辞、逻辑的“软”技艺，即“自由七艺”。苏格拉底是最早下定义的人，柏拉图创造了对话录的文体和辩论的“方法”，亚里士多德留下了诗学、修辞学、《工具论》等一系列著作。

也就是说，希腊哲学家首先创造了一套表达思想的概念、文法、修辞和逻辑“软”技艺；然后，又用这套“技艺”撰写了希腊哲学思想的经典著作。人工智能的一些核心概念如本体、谓词等，就来自希腊哲学。德国当代媒介哲学家基特勒（Friedrich Kittler）因此称亚里士多德为“最伟大的希腊语言创造者”。^［19］

借助于这套“硬”技术和“软”技艺，希腊人开展了两次大规模的搜集、整理人类知识的伟大征程。第一次是亚历山大大帝东征印度。他把所到之处发现的图书、植物样本、地理发现等都送回雅典，送给他的老师亚里士多德，后者创办了当时雅典最大的图书馆。第二次是希腊化时代，托勒密王朝在亚历山大港创建了亚历山大图书馆和博学园。公元前3—公元前1世纪，托勒密王朝用了两百多年的时间，对所能获得的人类知识进行了搜集、翻译、整理、编目和出版，使人类知识超越了“口传部落”的局限，铸就了古希腊、古罗马的辉煌文明。

然而，由于莎草纸和羊皮纸数量稀少，手工抄写的出版效率低，在漫长的手抄书时代，图书和纸张一直处于匮乏状态，只有少数人有机会接触文字和图书，大多数人都是文盲。社会协作和教学依然主要依靠口语交流。^［20］受传播生态环境的影响，中世纪知识分子随时准备放下“图书”，登上教堂的布道坛和大学的讲坛，向不识字的信徒布道，与同行展开口头辩论。中世纪大学的“三艺”课程中，一直保留着演讲、记忆和速记等技能训练。瑞典大学一项关于“早期现代波罗的海地区学术文化”的研究发现，在17世纪以前，学生毕业答辩的成绩主要倚重口头表述，而不是书面论文。当时的论文都很短，而且大多数没有署名。与今天的情形正好相反。^［21］

为了给饥饿的印刷机寻找“食粮”，欧洲人搜集、挖掘了积累上千年的羊皮手稿；大航海的航船带来了世界各地的植物、地理知识和不同文明的思想观念，欧洲人迎来了一次前所未有的“知识爆炸”。亚里士多德的《工具论》已经无法应对这场新的知识变革，必须创造一套与印刷“硬”技术相适应的“软”技艺。

16世纪的人文主义学者像古希腊的哲学家、今天的人工智能工程师一样，创造了一套新的在印刷技术环境下编码、分析和组织知识的“软”技艺。拉米斯等对中世纪“三艺”课程进行了大刀阔斧的改造，他去掉了带有口传色彩的“记忆”，将“演讲”改成了“发表”，保留了修辞学中的“风格”；把“创意”和“谋篇布局”两部分调整到逻辑学中，形成了拉米斯主义的“新修辞学”和“新逻辑学”文科课程^［22］。

不过，印刷技术对“软”技艺最大的改变来自数学的普及和大发展。算数和几何作为科学研究的语言——一种探究知识的新“技艺”，极大地推动了现代科学和技术的发展。

印刷机发明前后的数学几乎属于两种不同的“物种”。主要差别有三点：第一，阿拉伯数字的普及应用；第二，几何图形的标准化、批量印刷；第三，对数表、函数表等数学表的大批量印刷和广泛使用。这三个变化，都和图书的批量印刷有着密切的关系。

1. 阿拉伯数字

中世纪欧洲流传的很多数学手抄书使用的是罗马数字或其他的数字体系。罗马数字没有明确的数位概念，如IV、V、VI、IX、X、XI，用罗马数字做加减乘除运算，是非常困难的事情。莱文森举过这样一个例子：“教授‘大众媒介入门’时，一上课我就许诺，凡是能够完全用罗马数字做一个简单乘法的学生，我都给他一个满分A。但是，始终没有人能够把罗马数字换算成阿拉伯数字，笔算心算都不行。”^［23］

阿拉伯数字大约在10世纪就传到了西班牙。12世纪将《几何原本》从阿拉伯语翻译成拉丁文的英国学者阿德拉德（Adelard of Bath）、13世纪的意大利数学家斐波那契（Leonard Fibonacci）都大力推崇使用阿拉伯数字。但是，他们的书在当时“（手工抄写的）出版量”都很小，没有多少人知道和使用阿拉伯数字。

15世纪中叶，古登堡印刷机发明以后，意大利神父、数学家、复式记账法之父卢卡·帕奇奥里（Luca Pacioli）认识到：“生活需要……数学，……，除非改用阿拉伯数字，否则数学就不会有多大作为。”^［24］1494年，帕奇奥里出版了一部重要的论著《算术、几何与比例大全》。他将纯数学与商业记账的实用需求结合在一起，为推动数学的日常应用、普及阿拉伯数字，做出了重要的贡献。在1494—1504年的十年间，这部通俗语的数学百科全书被翻译成多种文字，成为数学发展史上的一座里程碑。

2. 几何图形概念

在手抄书时代，文本抄写和图画复制是由不同的人完成的，由于画师的训练比培养抄书工匠更为复杂，所以中世纪流传下来的很多手抄书中的插图如托勒密的地图、盖伦的解剖图、老普林尼的植物图等，大量丢失，后人很难读懂其中的内容。欧几里得的《几何原本》也同样如此。在很长一段时间内，中世纪学者不知道欧几里得，弄不清楚波伊提乌斯（Boethius）所谓的三角形“内角”为何物。13世纪以后，经院哲学家听说了欧几里得，但还是不知道“内角”为何物。^［25］

1482年，德国印刷商拉特多尔特（Erhard Ratdolt）在威尼斯印行《几何原本》的首版印刷书时，精心设计了六百多幅图表^［26］，于是，“内角”一目了然。《几何原本》从此变得清楚、一致，广为人知。16世纪末，数学符号激增。1614年，纳皮尔(John Napier)发明了对数，之后笛卡尔发明了坐标系，牛顿发明了微积分。印刷机发明以后的五百年，数学进入了快速发展的时代。

3. 数学表

数学表又是另一种情形。数学教科书中的图表不是用来“读”，而是用来“查”的。人民教育出版社编写的《中学数学用表》中，就列举了20余种常用的“数学表”。13—16世纪，牛津研究历法的教士必须要记住160行六步格的诗，才能从事天文历法的计算。^［27］13世纪初，斐波纳契在腓特烈二世的赞助下，编制了《算经》（Liber Abaci），但要“记住书中的换算表”却真是一件难以完成的苦差事。^［28］

一直到15世纪印刷机发明以后，数学表才成为一种普遍使用的“数学工具书”。纳皮尔的书印刷出版后，《对数表》减少了天文学家的手工计算量，相当于使欧洲天文学家的寿命延长了一倍。^［29］用今天的话来说，《对数表》的印刷大大增加了欧洲天文学家的“算力”。这种新的“技术装置”构成了现代“人类知识大厦的新地基”，为人类打开了前所未有的知识疆域，也导致了从中世纪教育向现代学校教育的重大变革。

印刷机发明早期，伊拉斯谟、路德的小册子以及日常实用技术手册的大量出版，打破了中世纪大学对教育的垄断。当时曾有人疑惑，人能向一本不会说话的书学习吗？^［30］然而，当字典、词典以及18世纪狄德罗（Denis Diderot）的《科学、美术与工艺百科全书》出版以后，人们在辩论中经常引述书上的内容，书已经变成了知识权威的象征。依靠读书学习，逐渐成为现代社会普遍、日常的一种学习方式。

图书提供了一种新的知识组织结构和分类体系。随着对古代知识的挖掘和新知识的产生，图书数量不断增加，编制图书分类目录成为搜索、使用知识的一种现实需求，各种图书分类目录被编制出来。在一版又一版图书分类目录不断调整的过程中，现代学科分类雏形逐渐涌现，并于19世纪形成了今天大学的学科分类体系。

19世纪30年代莫尔斯（Samuel Morse）发明了电报，人类进入了电子媒介时代。电子媒介利用电信号作为表征符号，用海底电缆和无线电波远距离传送信息。人类迎来了一场伟大的“通讯大航海”运动。电信号的快速、远距离传播反过来让世界的尺度缩小了，变成了一个“地球村”。

20世纪初广播和电视发明以后，人类才可以把声音和视频传播给远方的听众和观众。这种中心化的、单向传播的广播网络，相当于把伯里克利和荷马请进了演播厅，是一种对大众讲故事的好载体，政治宣传、产品营销产生了巨大的变革。因此，瓦尔特·翁（Walter Ong）把电子传播时代称为“次生口语时代”。

但是，由于广播电视是一种中心控制的单向传播媒介，对编码、解码的支持不对等。大众可以解码电视节目内容，但编码还是要回到纸上书写。所以，电子媒介在支持学术研究和教育教学方面存在明显的缺陷和不足，学术研究和教育教学仍然主要依赖印刷技术的修辞手段。

从教育的“技术”发展史的历史回眸可以看出，自文字发明以来，在几千年的时间里，知识记录在纸张上，“智能”在人的脑子里，两者之间一直泾渭分明。20世纪，当数字媒介技术把口语、文字、数字、图片、视频等所有表意符号都变成01二进制符号，存储在芯片上时，知识具有了自主应答能力，变得像人一样具有了“智能”。人工智能开始出现在历史舞台上。

与口传语言、手工抄写、印刷技术和电子媒介相比，数字媒介技术有两大新特征。这两大特征是20世纪以来人工智能出现的“底层”技术基础。

1. 01二进制表征体系

数字时代所有的表达，无论文字、图片、音视频，还是VR、游戏、地图等，存储在芯片上时都是一个01二进制文件。事实上，01已经成为互联网上通用的“世界语”。这种技术机制是人工智能诞生的“硬”技术基础。

借助01这个底层通道，计算机可以对两个01二进制文件进行比较和识别计算，进行两种符号的相互转换，催生了人脸识别、语音识别、机器翻译等一系列人工智能应用。（1）人脸识别，即对两张人脸图片的01二进制文件进行一个相似度计算，按照相似度百分比，给出是或否的判断。（2） 语音识别，指提取声音的01二进制文件中的表达元素，在大型语料库中参考上下文语境（同音字判断），输出相应的文字。（3） 机器翻译，由于中文、英文、日文、西班牙文等各种语言的文本存储在芯片上都是一个01二进制文件（并具有doc、pdf等相同文件格式），通过识别文本中字、词、句，并借助对大容量的语料库的计算语言学分析，可以实现中—英、英—日等两种语言的机器翻译。随着互联网积累的大型语料库的发展，机器翻译的准确度越来越高。

2. 大数据：研究数据的自动化采集

在互联网出现以前，学术研究的数据（如观察记录、问卷和访谈）一直依赖手工记录。互联网出现以后，人们在网上聊天、购物、查询、游戏等的所有轨迹都会被软件自动、连续地记录下来，形成了“大数据”记录。这种巨量的“大数据”已经超出了传统分析工具的处理范畴，必须创造新的数据分析模型和分析工具以从中挖掘新知识，拓展人类智能的边界。人工智能“新工具”应运而生。

从口语时代的吟诵诗歌到古希腊“自由七艺”，再到印刷技术时代新文科和数学的发展，每当媒介“硬”技术发生变革的时候，总会相应地诞生一套从事知识劳动和学习的新的“软”技艺。“硬”技术和“软”技艺共同构成了数字时代“人类知识大厦的新地基”。在这个“新地基”上，人类知识版图将会和正在发生怎样的变化？从历史启示和现实的观察中，可以看到以下几方面的变化趋势。

1. 利用“对齐”技术，重整传统知识分类体系

正像马克思论述的那样，技术变革带来的“生产方式变迁”深刻影响了知识产业的变革。历史上，在口传到手工抄写的技术变革中，古希腊出现了“诗与哲学之争”。哲学代替诗歌，提供了一套学术探究的“技艺”。16世纪，在手工抄写到印刷技术的变革中，欧洲出现了人文主义哲学对中世纪经院哲学的批判，以人文主义为代表的新文科课程取代中世纪“三艺”，成为学术研究的新“技艺”。这两次技术变革导致人类文明出现两次巨大的“跃迁”式发展。

以16世纪为例，印刷机发明以后，当不同时代、不同区域流行的手稿汇集到欧洲的印刷所，放在一起“对齐”（align）审读的时候，《圣经》在上千年的手工抄写中积累的错误喷涌而出，中世纪神学的权威从此走下了神坛。当世界各地的地图、解剖图等“对齐”的时候，古人知识视野的局限以及图画在手工传承中的走样和变形，引发了人们对中世纪自然哲学的质疑，在当时引起了读“文字之书”还是探索“自然之书”的争论，推动了现代科学的发展。

以历史为镜，在人工智能的基础上，人类知识体系正在面临新一轮梳理和重整。今天的大学，实际上容纳和处理着数千年积累形成的、庞杂的人类知识。大学各学科出现的年代不同，是在不同历史时期、不同技术基础上出现的，在学术传统、学科范式、知识认可标准等方面存在很大的差异。如果能提炼出一套“元概念”体系，利用ChatGPT中的“对齐”算法对现有学科的知识进行“对齐”分析的话，可能会发现，在这个复杂的知识体系中很多炫目的理论不过是一种词语相互缠绕的陈词滥调，很多看似不同的理论体系实际上只是给同一种现象贴上了不同的概念标签。这个不断膨胀、越来越复杂的学科知识体系确实到了梳理和“瘦身”的时候，人工智能可能为完成这一历史使命提供了一种“新工具”。

利用人工智能的“对齐”工具对现有学科和知识体系“挤水分”的结果，是否会冲击现有学科体系？能否导致大量学科的消失和合并？疫情期间美国人文学科正在经历的变化，似乎预示着中世纪经院哲学的命运正在重演。

2. 推动新兴学科的发展

人工智能等数字时代的新“技艺”将会推动新兴学科的发展。以生物信息学为例，人类基因组含有约31.6亿个DNA碱基对，如果用A4纸打印出来，每行100个字符，每页50行，需要用60万页纸。（参见北京大学“生物信息学”第一讲，https://www.bilibili.com/video/av838876081/?vd_source=f1ef6cdd1e3bbe57305b44f2ecb90291。）这类“知识”已经完全超出了人能够阅读的范围。亲子鉴定中对两个人基因序列的比较，也必须依赖人工智能算法来完成。

复杂性科学研究离不开人工智能新工具。蛋白质折叠的研究离不开AlphaFold2，AI for Science的“新工具”、新算力平台等将大大推进量子力学、三体问题、分子化学、制药等复杂性问题的研究。

3. 传统学科的研究范式创新

斯坦福大学英文系教授弗朗科·莫莱蒂（Franco Moretti）是欧洲文学研究专家。进入21世纪后，随着数字图书馆馆藏数量的不断增加，他对自己的专业产生了一种怀疑。在2005年出版的《图表、地图和树：文学史的抽象模型》一书中，莫莱蒂开门见山地表达了他的疑惑：对于一个文学研究专家来说，细读200部19世纪的英国经典小说已经够多了，但这个数字还不到英国19世纪出版的小说总量的1%，怎么可以自称是19世纪英国小说的研究专家？莫莱蒂选取了1740—1850年出版的7  000部小说进行量化分析，提出了“远读”等一系列文学研究的新概念和新范式。^［31］

4. 数字修辞学：一种新的知识表征和组织结构

传统人文学科中一批“数字人文”研究者正在像16世纪的人文主义哲学家那样，创造数字时代新的修辞技艺。在数字生态环境下，原本以小说、诗歌、绘画、音乐等不同形态表达的“内容”，全部被“装进”互联网，诞生了一种融合了文字、音、画、动态视频等多模态（multimodal）表达元素的数字修辞学。不仅如此，互联网还催生了游戏和VR等立体、动态、交互的“新型表达文体”。这种新的数字修辞将使所有的知识表达进入数字化表达形态。

以地图为例，印刷地图在出版的时候，比例尺就固定了；手机上的二维高德地图则可以通过“缩放”改变比例尺，一层一层地提供更多的细节。“谷歌3D沉浸地图”汇集了人类长期积累的天上、地表、地下、海洋等丰富的数据，用户戴上VR眼镜，就可以在“谷歌3D沉浸地图”中上天、入地、下海，了解地表、地质构造等多层次、全方位的地理信息。这种可以任意缩放的数字地图、沉浸式的3D地图所承载的知识容量、密度和结构以及所提供的“阅读”体验，远远超出了印刷媒介的范畴。

拉米斯曾经表示，无论学生学习什么学科，他都是在跟书本、文法、修辞和逻辑打交道。^［32］在数字媒介时代，无论学生学习科学、医学、地理、历史还是社会学，他们都要跟数字媒介、数字修辞学打交道。知识从印刷文本到数字修辞的变革，将导致原有各个学科的知识都面临重新表征和编排，使个人的“读”与“写”行为从纸上向数字设备转移，未来将催生出一种新的教育“实践体系”。

ChatGPT的横空出世再次“让中国教育的优势荡然无存”。^［33］社交媒体上很多年轻父母、老师焦虑地讨论：是否应该让孩子从小就学习编程和人工智能？否则是不是会输在起跑线上？

这个问题把我们带回了本文第一部分，让我们从人类认知的两个来源入手讨论这个话题。如果把“图1”中原始智人用口语建构的“知识的容器”与今天互联网上用“声音、文字、数字、图画、视频等”表征出来的“客观知识世界”相比较，就会发现在经历了数万年知识的进化发展以后，人的知识的两个来源都发生了不同程度的变化。（1） 人对外部世界的直接感知增长了两三倍或几十倍。依靠现代医学和交通工具的发展，人类平均寿命增长了两三倍。人的活动范围可能增长了几倍、十几倍或几十倍不等。人对世界的直接感知范围扩大了。（2） 受媒介技术发展的影响，人类认知协作的规模也发生了巨大的变化，“客观知识世界”中“知识的容量”从近乎于零变成了今天丰富、庞杂的人类知识体系。从口语发明到现在，对于人脑（或者还有其他智能器官？）的“智能机制”是如何运转的，我们仍然所知甚少。依赖口头语言、文字和手工书写、印刷技术、电子媒介和数字媒介等外在“技术装置”创立的“客观知识世界”却发生了巨大的变革，它是“人的智能”增长的主要来源。

今天，数字技术和人工智能正在重塑人类教育的生态环境和实践体系。以教育的“技术”发展史为镜，在迎接这一场历史性的教育变革中，需要关注以下三大主题。

观察教育的历史变革和个人成长可知，一个人的成长过程与人类智能的发展进化具有相似的路径和轨迹。从幼年开始，一个人是循序渐进、逐步掌握口头语言、文字书写和更高阶认知技能的。无论网络教育和人工智能多么发达，都不能、也不应该让婴儿从小就接受在线教育。在人工智能时代，教育仍要遵循人的成长规律。让儿童有充分的时间感受大自然、感受人与人的关系，这种直接感受是人类创造力的源泉。

然而，无论学习口头语言、文字，还是数字、人工智能，都需要从哲学意义上审视符号与事实的关系，将批判性思维的培养嵌入各门课程。可以预见，ChatGPT使“符号”生产成本大幅降低，网上由人工智能生成的多模态文本将大量增加。要想在这样的符号环境中寻找“事实”，会变得更为复杂和困难。因此在人工智能时代，更需要重新思考苏格拉底在人类文明早期围绕“符号—事实”关系展开的层层追问，这是批判性思维的核心。就像美国理论物理学家费曼（Richard Feynman）说的那样，知道事物的“符号”表达（knowing the name of somethings）和理解一种事物（knowing something）有着天壤之别。（参见费曼访谈：“知道”与“理解”的区别，）这是人的智能和人工智能的本质区别。

互联网和人工智能正在将全部人类知识装进数字化的知识新容器中，重构整个人类知识版图。新的知识版图不仅包括ChatGPT这样“不可解释”的生成式对话系统，还包括维基百科、斯坦福哲学百科全书、谷歌图书馆的电子图书资源库、生物基因序列数据库、病毒测序数据库等大量经过审核的权威知识节点。重新搭建人类知识版图的“四梁八柱”是当代人的历史使命，人工智能是实施这一变革的新“工具”。这不是一蹴而就的事情，而是一个持续的变革过程。

在新的数字生态环境中，无论从事学术研究还是教育教学，都离不开数字素养。培养学生的数字素养能力将成为学校教育的首要目标。数字素养整合了文本、数字、算法、可视化表达等多种表征符号和新的知识组织结构。数字素养不是在不堪重负的课程表中新增一门课程，而是要像16世纪的教育改革家拉米斯那样，对原有的修辞“技艺”类课程——包括语文、外语、数学、绘画、音乐、信息技术、人工智能等，进行一系列整合和调整，形成一套适合时代发展要求的新修辞素养课程。

为此，教师应学习、了解ChatGPT等新认知工具，并将其用于课堂教学和学生自主学习任务，让学习者掌握这种新的学习、分析和工作工具，提高他们的数字素养能力和应用水平。

自15世纪的印刷机和18世纪的蒸汽机发明以来，“两种技术”从精神认知和物质生产两方面为人类赋能，逐渐形塑了今天带有“人类中心主义”色彩的教育理念。随着人工智能对人类的进一步赋能，需要审慎地反思和调整传统的教育理念。

自16世纪以来，宗教改革、科学革命和工业革命等三大运动，使人类摆脱了神权的束缚，建立了新的关于自然和关于人类自身的观念体系。依赖“世界1”技术的创新，人类拥有了前所未有的“操控”和改造自然的伟力，将大量“自然造物”改造成“人造物”，极大地改善了人类的生存条件，延长了人的寿命。

与18世纪相比，今天人与自然的关系已经发生巨大的变化。1800年，地球上总人口仅为10亿人，到了2022年11月，地球总人口已经增长到80亿人。随着人口增长和消费升级，能源危机、垃圾处理、濒危物种不断增加、碳排放、贫富差距拉大等问题日益严重，人类发展与自然资源之间的紧张关系日益加剧，要求人类重新思考人与自然、人与人之间的关系。

在推动全球化的过程中，互联网也增加了不同文化族群之间的冲突。互联网使人类交往的“物理隔阂”消失了，频繁而密集的交流、贸易和沟通重构了全球的产业结构和贸易链，将世界编织成了一个相依相存的共同体，但不同意识形态和文化之间的冲突却依然存在。

从历史规律来看，作为“世界3”技术的人工智能的发展，将会加快“世界1”技术发明创造的速度，“两种技术”的进一步发展，将会缓解还是加剧人与自然、不同族群之间的文化冲突？在寻找到一个新的供人类栖居的蓝色星球之前，地球还是人类唯一拥有的栖息地，是浩瀚宇宙中的“诺亚方舟”。因此，在思考人工智能时代教育变革的时候，既要看到人工智能技术的空前发展前景，也不能忽视当下面临的人与自然、不同文化之间的紧张关系，审慎地研判人工智能的长期影响和副作用。

2021年，联合国教科文组织发布了名为《一起重新构想我们的未来：为教育打造新的社会契约》的报告。报告针对当下人类和自然面临的挑战，提出必须坚持“确保终身接受优质教育的权利”“加强作为一项公共事业和共同利益的教育”两个原则，呼吁为了全球人类和环境的可持续发展，建立新的教育社会契约。^［34］这是人工智能时代，教育变革的出发点。

参考文献：

［1］［2］〔德〕马克思，恩格斯.马克思恩格斯全集第三卷［M］.北京：人民出版社，1960: 51—52, IX、 55.

［3］梅建.“沙袋养育儿”的智力分析研究［J］，心理科学，1991（01）：42—44.

［4］Turing, A.M.(1950). Computing machinery and intelligence. Mind, LIX(236), 433—460.

［5］［6］〔美〕罗伯特·加涅.学习的条件与教学论［M］.皮连生等译.上海：华东师范大学出版社，1999：14，69.

［7］［17］郭文革.教育的“技术”发展史［J］，北京大学教育评论，2011（3）：137—157.

［8］Pearl, J.(2022). Causal inference: History, perspectives, adventures, and unification (An interview with Judea Pearl). Observational Studies, 8(2), 1—14.

［9］［12］〔英〕卡尔·波普尔.客观知识—一个进化论的研究［M］. 舒炜光，卓如飞，周柏乔，曾聪明等译. 上海：上海译文出版社，1987：164.

［10］斯坦福哲学百科全书.进化认知论［EB/OL］，2022-11-7，https://plato.stanford.edu/entries/epistemology-evolutionary

［11］［23］〔美〕保罗·莱文森.思想无羁：技术时代的认识论［M］.何道宽译.南京：南京大学出版社，2003:99, 128—129.

［13］〔英〕培根.新工具［M］. 许宝骙译. 北京：商务印刷馆，2018:前言，3—4.

［14］Sharratt, P. (1987). Peter Ramus, Walter Ong, and the tradition of humanistic learning. Oral Tradition, 2(1), 174.

［15］〔法〕笛卡尔.谈谈方法［M］. 王太庆译.北京：商务印书馆，2020.

［16］［22］［32］郭文革.彼得·拉米斯与印刷技术时代的教育变革——媒介技术作为一种“元认知”框架［J］.教育学报，2022(3):184—195.

［18］〔美〕沃尔特·翁.口语文化与书面文化［M］.何道宽译.北京：北京大学出版社，2008：17.

［19］〔德〕弗里德里希·基特勒.走向媒介本体论［J］.胡菊兰译.江西社会科学，2010（4）：249—254.

［20］〔法〕雅克·勒戈夫.中世纪的知识分子［M］. 张弘译.北京：商务印书馆，1996:82—85.

［21］Scientific Final Report of the early modern academical culture in the Baltic Sea Region 2012-0027.  Project manager: Profersssor Erland Sellberg,

https://ostersjostiftelsen.se/wp-content/uploads/2019/09/2012-0027-scientific-final-report-erlandsellberg-uppdaterad.pdf

［24］［25］［26］［27］［28］［29］［30］〔美〕伊丽莎白·爱森斯坦.作为变革动因的印刷机：早期近代欧洲的传播与文化变革［M］.何道宽译.北京：北京大学出版社，2010：342,555,367,379,291,409,432.

［31］杨玲.远读、文学实验室与数字人文：弗朗哥·莫莱蒂的文学研究路径［J］.中外文论，2017（1）：295—309.

［33］钱颖一.人工智能将使中国教育优势荡然无存［J］.商业观察, 2017(08)：88+90.

［34］联合国教科文组织. 一起重新构想我们的未来：为教育打造新的社会契约［M］. 北京：教育科学出版社, 2022.

（责任编辑    宋朋洋）

文章来源：北京大学教育评论 郭文茗 北京大学教育学院长聘副教授，博士