人工智能赋能学科建设：解释模型与逻辑解构_张海生.pdf

第 卷第期 年月 ：人工智能赋能学科建设：解释模型与逻辑解构张海生，（重庆文理学院 期刊社，重庆 ；中国人民大学 教育学院，北京 ）收稿日期：修回日期：基金项目：教育 部 人 文 社 会 科 学 研 究 青 年 基 金 项 目（）；重 庆 市 高 等 教 育 学 会 高 等 教 育 科 学 研 究 一 般 课 题（）作者简介：张海生，编辑，博士研究生，从事高等教育理论与管理、智能技术与教育研究。网络出版时间：网络出版地址：摘要：根据托尼比彻和保罗特罗勒尔关于学科分类方法以及人工智能技术发展的现阶段特征，本研究构建人工智能赋能学科建设的解释框架，并借助此分析框架深度解构人工智能赋能学科建设的多重发展逻辑。人工智能赋能学科建设的逻辑有分类发展逻辑、双重价值逻辑和技术正当逻辑。其中，分类发展逻辑强调在人工智能赋能下学科建设将衍生更多的新文科和新工科类型，推动学科建设方向变革和研究范式革新，总的趋势是推动学科建设转向智能化、应用性和交叉融合，学科研究范式转向科学主义。双重价值逻辑强调人工智能能够为学科建设提供新动能，赋予学科建设以价值理性和工具理性，更加突出新工科建设和研究的战略效应和经济效益以及新文科建设和研究的文化效应和社会效益。技术正当逻辑强调在人工智能赋能下学科建设必须融通技术逻辑和学科逻辑，实现技术发展与学科建设的双向赋能和深度融合。为此，学科建设必须主动融合人工智能技术，借助人工智能的技术优势实现转型发展、科学发展和特色发展。关键词：人工智能；学科建设；新工科；新文科；学科交叉融合；学科特色发展；研究范式转型文献标志码：开放科学（资源服务）标识码（）：中图分类号：文章编号：（）一、问题提出随着人工智能技术的不断发展，技术社会化成为人类日常生活的一部分，而且这种技术渗透的速度越来越快。伴随高等教育外部发展环境的变化，尤其是科技的不断更新和渗透，大学要想进一步发挥其社会轴心机构和发动机的作用，就必须提高对环境的适应性，增强服务区域发展、国家战略和人类命运共同体的能力。正如弗莱克斯纳（）所言：“大学不是风向标，不能什么流行就迎合什么。大学应不断满足社会的需求，而不是它的欲望。”学科作为人才培养的基本单元，是连接高校、政府、市场等相关利益主体的关键环节。在中国现行的学科专业目录制度中，只有拥有了学科建制，尤其是一级学科授权点，才意味着经费、资源、招生资格的真正获得，与之密切相关的人才培养活动才有了存在的合法性基础。所以，在人工智能等新兴科技不断向高等教育领域渗透的新发展形势下，创建世界一流学科不仅要加强核心科技的原始创新能力，还要赋予科技以人文性和本土性，如此方能建构具有中国特色、中国风格、中国气派的知识创新网络生态系统。在被排名深刻影响的学科建设实践中，学科建设要想受到国家和学校的更多重视，就必须更新学科建设理念，改变传统“坐、等、要”的发展思路，谋求更多的创新举措，走更加能够创造社会效益和经济效益的应用之路、融合之路，提高学科建设和研究活动对经济社会发展的服务能力。就当下科学技术发展与学科建设的关系而言，走与人工智能等新兴科技交叉融合发展的路径，也许是学科建设可以突破的另一个窗口。事实上，人工智能发展已经超越了传统科学技术范畴，模糊了传统意义上的物理界限，为学科建设带来了更多的可能性。人工智能与学科建设的双向赋能关系为实现人工智能与传统学科的交叉融合、共融共生、相互助力和协同发展奠定了基础。已有研究认为，当下的人工智能已经超出信息科学本身的学科边界，将赋能传统学科、加速不同学科间的交叉融合，衍生新的学科增长点，彻底改变学科的组织形态和发展方向，生成新的学科范式和知识生产特征，形成新的学科生态系统。从学科建设视角看，人工智能教育的未来发展兼具理论价值和现实意义，也具有实践可行性。所以，高校有必要探索交叉融合的“人工智能”学科建设新模式，提升人工智能领域学科地位并创新拓展其他学科的发展建设方向。已有研究成果更多聚焦于人工智能与语言学、法学、教育学、地质学、化学等学科的交叉融合发展，也确实有效赋能并推动了新文科、新工科、新医科、新商科等学科专业的更新换代、转型升级，但对人工智能之于学科建设的关系缺乏相应的理论升华和类型化研究，尤其是关于人工智能单方面赋能学科建设的一般性、理 论 性 研 究 仍 然 需 要 继 续 深 化。为此，本研究借助成熟的学科分类法，探讨人工智能对传统学科建设的作用机理和发展逻辑，从而明确不同知识生产特征学科建设的新的发展方向。二、人工智能赋能学科建设的解释模型大学是探究高深学问的场所，由一群进行知识生产、传承、创新、应用和扩散的学者构成。知识材料，尤其是高深的知识材料，处于任何高等教育系统的目的和实质的核心。由于近代高深知识生产的专门化性质越来越凸显，专业日益增多，不同知识之间的界限和隔阂愈发明显。反映到大学组织上，大学似乎就是以学科的边界来组织设立各学系，学者们按照这些学科边界集合起来进行活动的场所。长久以来，知识分子生态系统借由持续不断的分门划界，分割成“分离”的建制和专业空间，以便达至目标、方法、能力和实质专业技能的表面细分。所以，就本质而言，学科的生成是知识分化与划界所产生的必然结果。在知识分化与划界的过程中，影响学科生成和建制的外部环境力量（如市场、科技、社会需求、制度安排等）不可忽视。如果说传统中世纪大学哲学、神学等学科是在学者“闲逸的好奇”指引下的知识累积中产生的，那么法学、医学等学科的出现就是世俗社会要求公平正义和健康体魄的发展需求所致，而人工智能等学科专业的产生更为复杂，不仅是科技创新带来的直接结果，也是技术攻关（知识发展）的必然结果，还是产业界技术应用转化倒逼的间接结果。同时，人工智能还因其技术的高智能性和高渗透性特征，不断为学科建设赋予新动能，推动学科建设的应用性、智能化、科学化（数字化）转型发展。在此意义上，人工智能技术之于学科建设的意义就不再局限于促成人工智能等相关学科专业的生成，更具有赋能学科建设的普遍意义，即人工智能技术之于学科建设兼具价值理性和工具理性双重意蕴。事实上，人工智能第三次研发热潮的出现，也就是近些年的事情。人工智能之所以被各学科专业广泛关注，并被积极融入学科发展和学科建设过程，是因为人工智能技术本身的特性能够为学科发展和学科建设提供新动能。然而，当下人工智能技术虽然已经具备很强的智能性、渗透性和自适应能力，但依然处于弱人工智能时代，技术发展还存在较大的不确定性和不可预知性，强人工智能或通用人工智能时代依然前路漫漫。目前，弱人工智能技术的绝对优势体现为单一性，即仅能在可数据化、可结构化和可程序化等标准化领域发挥绝对优势，而对于较为复杂的创新创造和创意领域，人的通用能力依然发挥着不可替代的作用。再加之不同学科群落具有不同的知识属性及生产特性，其建设路径大相径庭。因此，我们在考虑人工智能赋能学科建设时，不仅要考虑学科知识的专门化特征，还第期张海生人工智能赋能学科建设：解释模型与逻辑解构要考虑科技发展变迁对学科发展和学科建设带来的重大影响。为此，我们有必要借助比较成熟且学科领域认可度较高的学科分类方法，即托尼比 彻（）和 保 罗 特 罗 勒 尔（）的四分法：纯硬科学、纯软科学、应用硬科学和应用软科学（见表），建构人工智能赋能学科发展的通用解释模型（见图）。由此也就形成了人工智能赋能学科建设的两类学科发展形态：新工科和新文科。其中，二者又分别包括两个子类。在象限一中，人工智能与应用硬科学（工程技术）相互融合后，形成新工科；在象限二中，人工智能与纯硬科学（自 然 科 学）相 互 融 合 后，形 成 新 工 科；在象限三中，人工智能与纯软科学（人文学科）相互融合后，形成新文科；在象限四中，人工智能与应用软科学（社会科学）相互融合后，形成新文科。表学科群体及其知识特征学科群体代表学科知识特征纯硬科学：自然科学物理学数学基础医学累积的；原子论的；与普遍、数量、简化相联系；客观性，价值中立的；对知识的验证和知识的成就有明确的原则；对现在和将来所需解决的重大问题达成一致意见；研究成果为某种发现或对某种现象进行解释纯软科学：人文学科历史学哲学文学艺术学反复的；有组织的（有机的）；注重细节、质量与复杂性；主观性，受个人价值观的影响；对知识的确认标准和知识的陈旧标准存在争议；就所需解决的重大问题缺乏一致意见；研究成果为对某种现象进行理解或鉴赏应用硬科学：工程技术工学临床医学目的明确性；实用性（通过硬科学知识获得）；注重与物质环境相联系；应用启发方式；采用定量研究和定性研究两种方法；判断标准具有目的性与功能性；研究成果为产品或技术应用软科学：社会科学经济学教育学法学管理学实用性；功利性（通过软科学知识获得）；注重专业（或半专业）实践；在很大程度上使用个案研究和判例研究；研究成果为规约或程序的形成图人工智能赋能学科发展的解释模型由解释模型可以看出，人工智能赋能学科建设的总体趋势或作用机理表现在两个层面。一是学科建设模式发生重大变革，发展逻辑由重基础转向重应用，强调人工智能之于学科发展理念和发展方向的引领作用。一方面是基础学科向工科应用延伸，人文学科的应用转向解决“无用”之用；另一方面是工程技术学科向智能化、全自动化方向转型，社会科学更加注重制度建制和程序智能。二是传统学科科学研究的范式转型与融合强调人工智能技术强大的算法之于科学研究的助推乃至范式变革作用，即科学主义研究范式不仅存在于自然科学和工程技术领域，更被人第 卷之所以采用托尼比彻和保罗特罗勒尔的学科分类法，是因为其与当下我国的学科建设实际以及国内学者对学科分类的理解比较相似。新文科和新工科本身虽然也存在多学科划分，但它们更多指向的是一种学科建设的新发展理念，旨在通过更新学科发展理念推动学科间的交叉融合发展。所以，本研究建构的学科分类模型只是一种解释框架，将知识生产特征相似或相近的学科领域作类型化区分，以更有益于将学科建设的方向凸显出来。文学科和社会科学所用，人文主义研究范式与科学主义研究范式的混合研究成为科学研究的主流形态。需要指出的是，本解释模型尽管充分考虑了人工智能技术的阶段性特征、学科群落及其知识特征，但该模型依然是一种理想状态，与现实中的学科建设并不存在一一对应关系，更多是对人工智能赋能学科建设和研究的一种逻辑推演。借助此分析框架，本文旨在对人工智能赋能学科建设和研究的发展逻辑进行解构，让不同类型的学科建设和研究在推进过程中明确努力方向，并选择适宜的融合模式。三、人工智能赋能学科建设的多重逻辑由上文分析可知，人工智能赋能不同知识特征学科类别的转型发展方向存在较大差异，但总的趋势是走向科学化、应用性和智能化。其赋能方式是借助人工智能的技术优势推动学科发展方向变革，促进学科研究范式革新。（一）分类发展逻辑：兼顾发展方向引领与研究范式革新不同类型学科的知识生产特征不同，这从根本上决定了其与人工智能融合发展的主要方向及其带来的研究范式变革程度也不同（见表）。总体而言，一方面，作为一个新兴的交叉学科和战略前沿学科，人工智能本身就是新工科的一种，代表着学科发展往更加智能、融合、创新、应用的方向前进。另一方面，作为一种新兴的战略科技前沿领域，将人工智能技术应用到学科建设领域，能在很大程度上改变学科建设的传统路径，推动学科研究范式的转型。表人工智能赋能学科建设的分类发展逻辑学科发展方向强基础（弱应用）、低智能强应用（弱基础）、高智能学科研究范式科学主义新工科：理科向工科应用延伸新工科：全自动化、智能化人文主义新文科：科学化、应用转向新文科：科学化、制度建制和程序智能在象限一中，人工智能与应用硬科学（工程技术）相互融合后形成新工科。此类新工科既包括人工智能等新兴工科专业，又包括人工智能与其他传统工科交叉融合后所形成的“人工智能工科”专业集群。此类新工科具有弱基础、强应用的知识生产属性，科学研究活动更多遵循科学主义研究范式。在具有高智能性和高渗透性的人工智能技术影响下，工程技术类学科的总体发展趋向是全自动化和智能化。具体而言，人工智能技术在推动应用硬科学的学科建制中主要发挥三重作用。一是催生全新的工科专业，如人工智能、机器人工程等，推