8月5日，國家標準化管理委員會、中央網信辦、國家發展改革委、科技部及工業和資訊化部（此處可改為“多部委”）印發了《國家新一代人工智慧標準體系建設指南》的通知，中國人工智慧產業的頂層設計終於出爐，人工智慧概念股也隨之看漲。全球獨角獸排行榜中，獨角獸數量電子商務行業最多，其次就是人工智慧。
8月6日晚，湛廬大師行邀請到了在人工智慧領域研究超過30年，同時擔任國際AI教育學會會長的羅斯瑪麗·盧金教授與讀者線上對話。盧金教授不僅是教育領域的人工智慧博士、學習科學家，她同時還是倫敦大學學院教育學院教授、倫敦知識實驗室負責人。以下為盧金教授的分享內容：
羅斯瑪麗·盧金教授 國際AI教育學會會長， 倫敦大學學院教育學院教授，倫敦知識實驗室負責人
今天我要分享的內容分為這兩個部分。
首先，我要談談人類智慧，以及我們對人類智慧的一些誤解。我將談談人類智慧和人工智慧的不同之處，以及我們需要如何利用這些不同之處，以便更明智地使用人工智慧。當然，我們並不認為人工智慧可以替代人類智慧。
其次，我要談談我們如何在教育中使用人工智慧來增強教育，我們該怎樣使用人工智慧技術來為教育賦能。
7大要素重新定義人類智慧
首先，讓我們談一談人類智慧，特別是在第四次工業革命時期，我們知道，因為許多因素，工作場所正在發生巨大變化，其中一個主要因素就是人工智慧和自動化技術在工作場所的應用。這讓我們重新思考人類智慧，以及我們到底該如何推行教育，使人們能夠與人工智慧一起工作，而不被人工智慧取代。
人類智慧比現在最先進的人工智慧都要更加豐富、也更聰明。人類智慧所能處理的事情遠比人工智慧更加多樣化。讓我們來思考一下人類智慧。讓我們用全新的方式和角度去重新定義人類智慧。我在書中提出了交織型智慧的概念。交織型智慧有7大智慧要素，每一個要素都不是獨立存在的。這7大智慧要素緊密相連，共同組成了人類智慧。由此可見，人類智慧要比人工智慧豐富、複雜得多。
那麼，人類智慧的7大智慧要素是什麼呢？
第一，跨學科的學術智慧。目前，許多教育系統中都包含了對學術智慧元素的培養。我們一直在思考如何幫助學生理解數學、歷史和地理等學科。當然，這些學科很重要。但作為人類，我們真正需要做的，同時也是人類非常善於做到的則是將這些學科結合到一起。我們可以發現，當今世界所面臨的問題，很難只靠一門學科來解決。就拿醫學來說，人類在治療癌症等方面之所以能夠取得的巨大進步，歸功於物理學和醫學的結合運用。第二，協同合作的社交智慧。作為人類，我們喜歡交流，我們喜歡合作，這對解決世界上的許多問題來說都非常重要。當今世界中，我們要解決的問題經常涉及多學科的專業知識，並需要各個學科的專業人士協作解決。對於我們自己而言，這就意味著我們必須掌握如何與他人協同合作，因此這種社交智慧變得越來越重要。這項智慧對學習而言也很重要。人類智慧的7大要素中，除了以上兩種，還有5種元智慧。我們一定要注意，不要把這些要素視為獨立存在的智慧。請記住這7項智慧是一個相互關聯的整體，但其中有5項是屬於元智慧。
那這5項元智慧究竟意味著什麼呢？意味著我們跳出自身的侷限，意味著我們能夠以客觀身份觀察我們所擁有的智慧及其發展。
它們使我們能夠觀察我們的認知並對認知進行自我反思，使我們能夠深入理解我們的思考和行為方式，由此讓我們對自身的認識能有元級的理解。
第三，元認識智慧，它也是第一種元智慧。關於認識知識是什麼、知識從哪裡來、如何基於證據做出正確合理的判斷等 。這需要我們理解證據。因為好的證據能夠幫助我們判斷真假。第四，元認知智慧，它也是第二種元智慧。關於我們對自己的思維的認知。當我們試圖集中精神時，它讓我們意識到自己正在走神，它讓我們意識到我們是否能夠理解某事物。它不僅使我們能夠理解我們的思維，它還能使我們控制我們的思維，這樣，當我們意識到我們的注意力被分散時，我們可以把注意力拉回到我們所關注的事情上來。這對於學習非常重要。因此從根本上來說，這項元智慧是極為重要的。第五，元主觀智慧，它也是第三種元智慧。不僅與很流行的情商相關，也關乎我們如何感知自己所擁有的主觀情感體驗，同時還關乎我們如何理解和識別與我們互動的其他人的情感體驗。當我們將這項智慧與我們的社會智慧結合在一起考慮時，我們就會發現，人類智慧的這兩項智慧要素對人類的合作方式以及共同解決問題有著重大的意義。第六，元情境智慧，它也是第四種元智慧。我們理所當然地將這視為人類智慧的一種。作為人類，我們非常擅長周遊在不同的地方，與不同的人交流，學習不同的東西，能夠很順暢地進行過渡。這對人工智慧來說非常困難，但我們幾乎毫不費力，能很輕易地認清我們所處的環境。這種元情境智慧對學習也很有幫助，因為如果我們意識到環境中的資源可以幫助我們學習，那麼我們就能更好地將自己與這些資源聯絡起來。所以說，元情境智慧同樣重要。第七，準確的自我效能感，它也是第五種元智慧。這項智慧意味著將其他6項智慧以及它自身完全緊密地結合到一起。因為準確的自我效能感意味著我們能夠設定目標，並且知道實現這些目標的可能性有多大，以及知道如何調整自身行為才能更好地實現目標。它讓我們認清已知和未知的領域。它讓我們能夠集中精神，能夠理解我們是如何思考和理解事物的。它使我們能夠展開學習，能夠知道環境中有哪些資源能夠幫助我們展開學習，以及我們如何利用這些資源。準確的自我效能感使我們能夠成功地達成目標，不僅僅指在學習方面，也指在與他人合作共同解決問題等方面。以上，我們介紹了人類智慧的7大智慧要素，學術智慧、社交智慧，還有5種元智慧，即元認識智慧、元認知智慧、元主觀智慧、元情境智慧和準確的自我效能感。
人工智慧讓我們更聰明、更有能力、更有效率
現在，讓我們看看人工智慧。人工智慧是一種跨學科學術智慧。實際上，大多數人工智慧還無法實現跨學科智慧，而只能擁有單學科智慧。
在某種程度上，我們有可以相互交流的電腦，所以這也算是社交智慧的一種形式吧。但是人工智慧卻無法擁有人類所擁有的種種關鍵智慧，並且人工智慧很難獲得這些智慧，因為它們不能進行自我反思，它們無法擁有對自己的智慧進行反思的重要視角。
作為人類，我們卻能夠做到，並且在接受一定的幫助和支援之後，我們還將變得更加擅長於此。我們可能並不是天生就很擅長這些關鍵智慧，但我們可以通過學習達到極為擅長的程度。這些智慧是我們在現代世界中更好地利用人工智慧的關鍵，也是我們無需擔心被人工智慧取代的保障。換言之 ，人工智慧能夠助力我們，讓我們更聰明、更有能力、更有效率 。
那麼，我們應該如何在教育中使用人工智慧呢？我們應該用人工智慧來加強我們的教育系統呢？其實，在教育領域使用人工智慧的方法有很多。市場上能夠很好使用人工智慧的系統越來越多。
我們有一整套適應性的輔導系統可以幫助個體學習者學習一門特定的學科，比如數學、科學、英語等等。這些系統能夠自動調整學習者需要達成的目標，也會鑑於每個學習者的實際情況給予適量的支援，以嘗試幫助他們完成任務。這些都是能夠為每個學習者提供個性化的支援的複雜體系，所以他們很有價值。如果設計合理，它們將能產生巨大的效果，在中國有一些很好的例子，比如松鼠Ai，他們的平臺就應用了人工智慧技術，能夠滿足每個學習者的需要。
此外，現在還有許多智慧推薦系統，這些系統能夠幫助我們更有效地學習。這些系統無法指導學習，但能夠幫助你找到最合適的學習資源。如果你是老師，那系統可以向你提供可供學生們使用的最佳資源。這也很有價值。
現在，人工智慧不僅能服務於我們成年人，也能夠幫助我們撫育年幼的孩子。比如，有一款能夠觀察嬰兒的人工智慧監控器。當嬰兒學習說話時，他們會發出些聲音與父母互動。我們可以通過分析這些聲音向父母們提供建議，來幫助他們的孩子更好地習得語言能力。
當然，人工智慧不僅僅應用於這些領域，還有一些人工智慧系統能夠幫助我們提高整體認知水平，能夠幫助我們監控我們的記憶、我們的注意力、我們的認知適應性、我們的執行功能等等，並且會針對我們較為薄弱的領域為我們提供相應的訓練來提高這方面的能力。
這些系統在教育方面非常有用。它們能夠幫助忙碌的老師滿足每個學生的需求，並且這些系統的優化程度也越來越高了。這就是我們目前所處的階段，這也是我們真正需要將人類智慧和人工智慧相結合的地方，因為這才是用人工智慧賦能教育的價值所在。
機器學習與大資料，用智慧基建助力未來學習
近年來，大部分人工智慧系統主要基於機器學習。機器學習是開發人工智慧技術的一種特殊方式。它使用大量資料進行學習，有點像兒童通過經驗進行學習，人工智慧系統通過觀察和嘗試，再從經驗中進行學習。
讓我再解釋得清楚些。舉個例子，我們想建立一個人工智慧系統，該系統需要能夠識別某個特定小孩的臉 ，並將之與這名小孩的身份對應起來。為了達到這個目的，我們會給AI系統展示很多小孩的照片 ，其中包括我們想要進行識別的那個小孩。
然後，我們通過訓練系統使其能夠識別出那張特定的照片，並使其將之與小孩的身份對應起來。所以，機器學習是人工智慧理解世界的一種方式。它們能夠通過這種方式來學習數學這類的學科，以這種方式來獲知學習者對數學的掌握程度，然後調整教學方式和進度，以滿足學生的個性化需求。
所以說，資料非常重要。就其本身而言，資料並沒有太大用處。我們需要對資料進行處理，將其運用於建立這些智慧系統之中。這意味著，我們處理資料的方式至關重要。在我們建造這些令人驚歎的人工智慧系統的同時，我們也開始更多地了解人類是如何學習的。
如果我們能夠利用對人類學習方式的深度理解，那我們可以建立更好的人工智慧系統來幫助我們人類更好地學習，然後我們就擁有了開展智慧基建的可能性。如此一來，我們不僅可以擁有這些獨立的人工智慧系統來為教育者和學習者賦能，還可以擁有智慧化基礎設施。人工智慧通過大資料對每個個體學習者進行學習，如果我們將之與人類智慧結合起來，就能夠通過我們處理資料的方式來彌補人工智慧的不足之處，而這種結合方式就構成了我們所謂的智慧化基礎設施。
你可以設想一下 ，它是一個巨型網路，是一個一直在收集資料並以設計好的方式分析資料的基礎設施。由於該基礎設施需要對人類智慧有著深入的理解，所以設計人工智慧資料處理方式的人必須與了解人類如何學習的人協同合作。
這樣，我們就能夠擁有關於我們每個人如何學習的持續資訊流。如果我們把這些資訊與人類教師所具有的大量專業知識結合起來，我們就能取得非凡的成就。
這就是智慧化基礎設施的意義所在，它是人類智慧和人工智慧的結晶。儘管人類智慧和人工智慧區別很大，人類智慧比人工智慧要豐富得多。如果我們足夠聰明，我們同樣可以用人工智慧來分析我們發展人類智慧的方式是否有效。這樣一來，人工智慧會讓我們不斷變得更加聰明。我們還能夠利用人工智慧和人類智慧的結合，即智慧化基礎建設，來不斷提升我們的人類智慧，加深我們對人類自己的理解。這對於教育系統來說也有著深遠的意義。
因此，可以說人工智慧和人類智慧的結合同樣能夠改變教育系統，讓我們不斷成為更加聰明、更加智慧化的生物。
我希望你通過對《智慧學習的未來》的閱讀，開始對這些內容有所了解，尤其是人類智慧和人工智慧之間極其重要的區別，以及我們如何在教育系統中使用人工智慧，才能最大化地提升我們的人類智慧，使我們繼續做地球上擁有最高智慧的生物。
【湛廬大師行】
創辦了13年的湛廬大師行共邀請了40餘位世界頂尖思想家，進行了100多場跨界前沿主題演講與巔峰思想對話，活動參與和傳播的覆蓋人數超過了上億次。
這些大師囊括了來自國際頂尖學府的學術權威，所在研究領域的新領軍人，叱吒商界的企業領袖，勇於探索的未來學家，產業新趨勢的媒界洞察者。
他們是MIT人類動力學實驗室主任阿萊克斯 • 彭特蘭、複雜性科學奠基人布萊恩•阿瑟、圖靈獎獲得者約翰·漢尼斯、杜克大學神經工程研究中心創始人米格爾•尼科萊利斯、全球複雜網路研究第一人艾伯特·巴拉巴西、未來生命研究所創始人邁克斯·泰格馬克、耶魯大學人性實驗室掌門人尼古拉斯·克里斯塔基斯、斯坦福大學頂尖人工智慧專家傑瑞•卡普蘭、少兒程式設計之父、MIT教授米切爾•雷斯尼克、美國著名認知學家侯世達、斯坦福大學著名心理學家菲利普·津巴多、蘋果教育前副Quattroporte約翰•庫奇等等。
湛廬大師行，對話最偉大的頭腦，引領你從未來看現在！