人工智能的浪潮正在席卷從科技到教育，乃至全社會的各個角落，中國教育界正在積極推動學習和應用人工智能，以便乘勢站在時代前列。另一方面，鑒于人工智能有“幻覺”等問題和風險，世界各國普遍認識到，人工智能使批判性思維變得更重要了。今年1月，《瞭望》周刊探討了人工智能時代下大國博弈需要怎樣的人才，國內受訪專家的第一共識就是批判性思維。專家認為需要“重塑大國人才培養體系”，要調整人才培養指揮棒，尤其是提出問題的能力——這幾乎是創新的必要條件。
實際上，教育界早已知曉這些觀念，特別是以批判性思維結合人工智能來培養提問能力，在人工智能快速發展和大國競爭的時代背景下變得更為迫切。但是，人工智能與批判性思維如何結合，尤其是如何培養提問能力仍是當前教育界的痛點。大家都意識到這種需求，但未必清楚該如何落實與實現。這是中國學生提問能力差的現象長期存在的原因之一。
今年6月，中國工程院院士、華中科技大學校長尤政提出，人工智能和批判性思維結合形成DNA式的“雙螺旋結構”，將有力推動創新。
確實，以“雙螺旋結構”做類比，形象表明人工智能和批判性思維如果像DNA雙鏈那樣密切耦合、相互補充，其作用必然強大。不過，關鍵還是要進一步明確兩者如何耦合，這樣才能具體了解它們如何促進創新、如何培養提問能力。近年來我們一直在研究兩者在問題、概念、論證、證據、推理、假設、辯證和綜合這八個認知和思維要素上的結合方式。
比如，在啟動認知的“問題”要素上，這樣的耦合關系是將批判性思維的二元問題分析法和人工智能嫁接。二元問題分析法從問題的對象和問題的認知兩大方面分析問題構成要素和機制。比如針對這一問題——“為什么這里有霧霾”，問題的對象是霧霾，問題分析就要從它的深層的構成——要素、屬性、關系、機制、過程、演化等來提出細致的子問題。問題的認知是諸如“霧霾是汽車尾氣導致的”“霧霾是燒煤引起的”等觀念，問題分析要從認知的背景、假設、證據、推理、爭議等方面提出細致的子問題。這樣從對象和認知兩方面就生成大量供探究和發散思維的好問題。
如果運用人工智能，可以大大加速這些子問題的生成。反過來，它們也優化了對人工智能的提問，構造好的提示詞，使之能探究深度的信息、檢測信息的缺失和盲區。這類探究性問題特別有助于科技和學術研究中的發散思維和創新，我們可將其稱為促進創新的第一類好問題。
探究深度的信息，也正是“假設”要素上的耦合方式之一，這將推進深度學習。深度學習要理解知識的隱含基礎、假設和意義。二元問題分析法要挖掘問題對象的要素、基礎、關聯、原因、機制、變化和局限，這正是深度學習所需的信息。比如，“這個城市的霧霾和其他城市的霧霾是一個問題嗎？”“它們的生成因素和條件不同嗎？”這些深度和開放的理解問題可破除教條式的死記硬背、幫助創新。它們是第二類好問題。
“辯證”要素的耦合方式，是對知識的深度構成進行批判性反思。這是第三類好問題——有具體理由的質疑問題。這樣元思考的問題要審視知識的依據，發掘可能的反例等。比如，“關于霧霾構成的判斷在這里還適用嗎？”“它有不同觀點嗎？”“有無異常原因？”人們常說批判性思維的質疑有助于創新，指的就是這類反思問題。
限于篇幅，這里僅簡述“概念”“證據”“推理”要素上的探究和評估的耦合方式。語言本是生成式人工智能的強項，但它也有模糊、偷換、空洞、生造概念等問題，所以文本中的關鍵概念，經常需要澄清和辨別。因為生成式人工智能輸出的“幻覺”和套話、誤導、片面等局限性，促使批判性思維評估證據的真實性和全面性。批判性思維也探究和評估它們的“推理”機制。這些也都是好的反思問題。
最后，在”論證”和”綜合”要素上，耦合方式之一是對人工智能文本進行批判性閱讀，通過有序分析和評估，產生對論證和結論的反思問題，發展新知并作出合理決策。
可見，在這八個要素上，人工智能和批判性思維有協同、澄清、辨別等耦合方式。這樣的結合將實現兩者協同增效，特別是能產生探究、理解和反思的三大類好問題，從而促進創新。誠如尤政所說，人工智能和批判性思維的密切結合和迭代，將是智能時代新型教育生態的內核和動力。
為此，我們急需補上探究和創新導向的批判性思維教育，實現它和生成式人工智能的全面耦合，并由此重點推動對提問能力的培養——這是人工智能時代培養急需的批判性思維和創新能力的最佳突破口。
（作者系華中科技大學創新教育與批判性思維研究中心首席專家）
本文鏈接：人工智能和批判性思維“雙螺旋”如何推動創新http://m.sq15.cn/show-11-26045-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 科學圣殿里的政治博弈與人性光輝
下一篇： 當了5年高校副系主任，到底值不值？