促进认知进阶的有力体系
批判性思维的人机协同：
促进认知进阶的有力体系
■董毓
当下，虽然人工智能（AI）带来的影响深远而复杂，但社会已经达成一些共识：面向科学界和教育界的调查表明，智能时代需要新型人才，而其核心能力包括批判性思维、人机协同、提问、判断、深度学习和知识创造等。
这些理念并非首次提出，真正的难点在于如何实践。具体而言，就是如何构造培养这些能力的教育体系，进而达成培养目标。这一直是困扰国内教育界的重大问题。今天，它变得更为紧迫。
如何认识这些能力，特别是理解它们的本质和内外关联，这是一个前置性的重要问题。要想解决它并非一朝一夕之功，在本文中，我们不妨从被视为首要能力的批判性思维说起。
批判性思维的人机协同进程
在AI时代，批判性思维的重要使命之一是评估和判断AI输出内容、辨别虚假、防范风险。在人机协同中，这是其必要性的由来。批判性思维有系统的评估方法，可以从问题、概念、证据、推理、假设和辩证六大角度来评估并判断认知及决策。这都是评估AI必需的技能。
当然，批判性思维的使命不仅是评估。从苏格拉底开始，提问和质疑就是它的身份证。批判性评估其实是通过提问和探究来实现的。因此，涉及提问能力培养，批判性思维的角色也是无可取代的。
这一点可以从它的二元问题分析法看出——它是问题对象分析与问题认知分析的结合。比如，面对“为什么我们城市也有雾霾”这一问题时，问题的对象分析是挖掘雾霾的基础要素、属性、关系、深层的因果机制、与环境的作用和演变方式，即第一性原理层面的分析；对问题的认知分析，则是探究和评估问题的背景、假设、理由、视角和价值等，即元认知和元思考。
这样的二元问题分析会生成关键的三大类问题：一是探究性的问题，比如是否忽视了雾霾的基础要素；二是理解性问题，比如本市雾霾的生成机制是什么；三是反思性问题，比如烧煤是雾霾的原因是否适用、是否还有新的情况。这三大问题推进认知更广、更深且不断更新，这正是批判性思维的目标和标准。
当我们说用AI促进学习和认知时，其实就是用此类问题引导学习者获取更多、更好的信息。学习的人机协同既然从问题开始，就应该以批判性思维的问题分析开始，构造相关的三大问题，结合专业知识，形成一个全面和深入的认知问题集。接下来，再用它来向AI提问，与之对话，引导它探究、生成所需信息。第三步则是对生成的信息进行批判性评估，清除虚假和误导性内容，留下可靠的知识。最后，综合评估后的信息和已有知识，形成新的知识系统。
显然，批判性思维的三大提问既是对深度学习的引导，也是创造知识的过程。最后的综合则因为新信息和反例而出现新问题，又成为下一轮人机协同进程的起点。
如此，批判性思维的人机协同进程就清晰了。首先，它依据批判性思维的全面、深入和发展的目标及宗旨，通过问题分析，与知识一起构造高质量的问题集。然后，引导AI探究有广度、深度和时效性的信息。随后，评估它们，识别其中的幻觉与误导，避免潜在危害。最后，综合相关信息和现有知识，形成新的系统，而由此出现的空白、冲突和反驳，形成新的问题，启动新的循环和进阶。这是一个分析-探究-评估-综合四步骤的人机协同进阶式进程。
在这个进程中，批判性思维是引导者，也是守护者。它承担促进和守护人类自主发展的使命，因此必然促进深度学习，并培养认知和解决问题能力——深度学习底层结构和运行机制，就是获取解决问题的指南。这样，思维、提问、人机协同、判断、认知、解决问题等要素一体化，形成了一个有机的智能体系。
新型人才培养的一体化框架
既然此类智能体系可以有力促进人在智能时代的发展，它自然也是教育的指南。其帮助学生从死记硬背转向深入和创新学习，“先思考后AI”的程序也避免了因为过度依赖AI而削弱学生能力的培养。
从这个角度说，新型人才教育的关键任务，正是构建此类认知和创新的智能体系。这一进程不仅是一种认知模式，也可以成为新型人才培养的一体化教育框架。
这是因为该教育体系以分析-探究-评估-综合流程为中轴，并在流程开启时，就回答了制约智能时代教育的关键问题——为什么提问、提什么问题、怎样提问。由此，教育就有了稳定的抓手，能真正培养为了认知和创造而提出好问题的能力。
然后，通过围绕这三大问题与AI工具进行对话，就可以借助批判性思维，弥补AI仅在语用概率层面运作的缺陷，引导它围绕世界的客观结构生成有组织的知识。
仍以雾霾为例，雾霾的客观构成、条件和形成机制正是我们深度学习要达到的目标，人机协同就是要加速这一学习过程。这样训练的深度学习一旦内化为终身学习的方法，就能使人跟上时代科技发展的步伐。
更重要的是，这种深度学习不仅让人获得知识，还能将其直接转化为认知能力和解决问题的能力。
所谓认知，就是识别事物隐藏的本质、深层结构和运行规律，这也是构造知识和概念所依据的关联和推演机制——没有思维深度，就难以形成和理解概念的底层逻辑，深度学习也是深度思维。
一旦了解了事物的结构和运行模式，发现和解决问题的依据就有了。所谓问题，就是正常结构的破缺或崩解，运行模式的扭曲或失序。正常和反常对比之下，对深层的机制了解使人很快发现问题的根源，从而形成假说和解决方案。
由此可见，围绕这一人机协同进程构建教育体系，可以同时实现4个培养目标，即提出高质量问题，开展深度学习和知识建构，评估AI输出、防范风险，以及培养认知与解决问题能力。
“不自知”的问题
令人遗憾的是，现实中的教育实践并没有普遍形成此类体系。其最大的障碍并不在于方法，而在于认识。
正如前文所言，如何认识批判性思维、人机协同、提问、评估等能力，特别是理解它们的本质和内外关联，是一个前置性的问题。此外，还有另一个前置性问题——我们可能没有认识到自身没有认识，说得通俗些，就是我们不知道我们不知道。
笔者推动批判性思维教育十几年来，遇到的最大、最顽固的阻力之一，就是人们觉得自己知道了，但这些“知道”往往是望文生义的想当然，结果反而加大了阻力。
比如，说起批判性思维，大家当然都知道是“批判”，但笔者做完一场关于批判性思维的讲座后，常有听众感慨“今天才知道批判性思维是什么”。即使知道批判性思维是评估和辨别信息，但再追问一句接下来该怎样做时，大多数人也不知道。
再比如，关于提问，针对为什么提问、提什么问题、如何提问，很少有人能回答出来。至于解决问题，当被问到解决问题首先从哪里开始，如何确定问题的重要性，如何依据分析、探究和推理的需要确定问题时，很多学生甚至专家都不了解。
总之，由于这些问题长期没有得到认识，笔者阐述的问题、学习、知识、思维、人机协同之间的内在一体化关系往往被割裂理解，并在教育中作为独立教学对象，难以形成培养新型人才的整体效应。
换句话说，智能时代教育改革的一个前提，是要认识到只有当批判性思维、提问、评估和解决问题被放入“分析-探究-评估-综合”人机协同的认知进程中加以理解和实现，一个有效培养新型人才的教育体系才会真正形成。
（作者系华中科技大学创新教育与批判性思维研究中心首席专家）