AI时代的新知识结构：知识3.0

作者 / 高焕堂 台湾VR产业联盟主席、厦门VR/AR协会荣誉会长兼总顾问

1 新潮知识结构：知识3.0

　　面对AI(人工智能)，我们改变不了科技的进程，但是我们可以改变自己，以及我们下一代年轻人的知识结构。例如，原本是人类最自信不会被AI科技篡夺的艺术领域，也开始告急了。于是，通过各级的学校教育来改变我们下一代的“知识结构”是有必要的。改变知识结构，可带来不同的视野，看到更美好的出路(如图1)。

　　在上一集里^[1]，说明了在知识1.0时期，人类知识的来源主要从事实的观察和归纳而来的。到了文艺复兴时代，欧洲科学背后的哲学发生了大改变，转变成为以演绎法为主的假设(assumption)、试验、实证的思考逻辑;我称之为：知识2.0(如图2)。

　　到了爱因斯坦时代，又有了大改变，转变成为以想象、假定(hypothesis)、检验、反证的思考逻辑;我称之为：知识3.0(如图3)。

　　由于AI机器人的来势汹汹，在知识1.0范畴内，机器已经远远超越人类了;在知识2.0范畴，机器也不断在增强中。这让人类一则以忧，一则以喜。忧心的是：只拥有传统知识结构(即知识1.0和2.0)的人群，其职场的竞争优势将日益势微了。欣喜的是：机器能迅速学习和领悟更多“结论”，实时补充或更新人类的知识1.0和2.0，可大力支持人类知识3.0的成长。知识3.0的成长过程非常依赖知识1.0和2.0来检验和去芜存菁，所以在AI机器人的潮流下，人类的知识3.0将迅速成长。拥有新潮知识3.0结构的人群，其职场的兢争优势也将迅速提升了。

2 以“种牛痘的故事”为例

　　在二百多年前，全世界流行天花疾病，许多人死于天花疾病。有人基于事实而归纳出结论性知识：“天花疾病将导致人类灭亡”。这是知识 1.0。还有一些人基于事实和假设而推论出：“可增加医院设施，加快研究天花病因，有望开发新药物来治愈病患”(如图4)。

　　1798年，英国医生爱德华•詹纳(Edward Jenner)，基于他的梦想：我可以走出医院去观察一些没有生病的人，去探索没有生病的原因(如图5)。

　　于是，他观察到一个现象：在某个村庄里，挤牛奶的女工似乎没有得天花的病例，而且发现这些牛身上的牛痘病毒都曾经感染给女工们，而这些女工们在痊愈之后便对牛痘免疫了。这种知识3.0的幕后是溯因推理，它的优点是提出一个假定性的创造性行为(梦想)。这通常无法直接加以验证，但可以拿知识1.0和2.0来加以检验。如果得到证实，常常只能得知该梦想得到一定程度的支持(或然率)。如果被证伪(否证)，则梦想(假说)就完全被推翻了。

　　例如，英国医生爱德华•詹纳(Edward Jenner)这项梦想，一开始并无法得到实证，但也无法被否证，他就继续追求他的大胆梦想(如图6)，继续深入探索各种可能不会生病的原因。终于突破了人类的困境：发明了“种牛痘”的天花预防疗法。

　　这种创意型的(溯因)思维习惯是人类的专长、机器还不具备这种智慧。在AI大数据潮流下、善于这种“溯因性”思维习惯的人群，其职场的兢争优势将日益上升。

3 知识3.0与教育新途径

　　人们总是渴望拥有简单与美，以便提升自己处理和掌控复杂的能力。人们从复杂到简单的主要途径有二: ①从经验(观察)中归纳出来;②从想象中设计出来。

　　在知识1.0里的主要途径是：从经验(观察)中归纳出来。其中，长辈们经历多，比较容易归纳而得到简单。而年轻人因经验少，难以自己得到简单，只能拿长辈们归纳出来的简单去应用。因此，如何(how-to)做出有用的效果是教学的重头戏。于是，长辈(老师)面对复杂，从复杂归纳出简单(包括原则和做法)，然后老师把简单教给学生，让学生拿简单去应用于各种复杂的环境。因而在教育上，学习“做”的技能是重头戏。老师阐述着结论的涵义和原有的背景(现象)，学生则基于结论，进行实际应用，从应用中进一步领悟出结论的深层涵义。

　　由于，在知识1.0里欠缺了像知识2.0的演绎思维过程，导致知识1.0常常结论清晰，但缺乏说服力，学生也无从学习其幕后的思维过程的知识，例如孔子如何想出来“三人行必有我师焉”的结论呢? 在知识1.0里，并没有叙述孔子的创造性思维逻辑，并没有传授“想”的技能。

　　在知识3.0里，“想”的技能和“做”的技能一样重要。例如，在“想”的过程中，人类天生就善于变换视角(view)，而且能兼具多重视角(multiple view)。由于许多客观的真理常常是人类在现阶段所无法得知的。所以，知识(knowledge)常常表达人们内心从特定视角所看到的现象，并非叙述着真理。于是，兼顾多重视角，非常有助于人们洞察复杂外貌背后的简单和美感。

　　“想”的技能就是思维技能，在知识3.0里，思维技能是教育的重头戏。学生和老师一起面对复杂，一起从想象中设计出简单。在这个过程中，学生可以从老师学习到“想”的技能，学会了如何面对复杂、设计出简单，因而提升了学生处理、管理复杂的能力。其心中，这些复杂就不再复杂而不害怕、信心满满了。在学生未来四五十年岁月中，面对新世界的百花齐放、繁荣多变，就不会害怕、优雅地抓住幸福机运了。

　　简而言之，在知识1.0里，学生与老师是“user”关系，老师把归纳出来的简单，包括结论和做法(how-to)教给学生，而学生则“使用”(use)这些简单去面对复杂的新环境。所以，学生是老师的用户，也就是学生与老师之间是“user”关系。

　　到了知识2.0之后，学生与老师之间则转变为“co-designer”关系。两者任务是：一起面对复杂多变事物，然后一起得到简单。所以知识2.0的文章里，更多叙述了演绎推理的思维过程，学生可以学习到更多“想”的技能。

　　一旦老师们走出知识1.0的古老雕堡，带领学生迈向广阔无垠的原野，踏入无人走过、阴暗的森林，一起寻找出路径。可培养学生“与不确性共存”(living with uncertainty)的心境、勇气和能力。迈向知识3.0就是这种乐于大胆梦想，并擅用知识1.0和2.0来检验、去芜存菁。这非常有助于强化思维(想)技能的培育，让学生学生未来数十年的人生中，擅于抓到幸运的机会。

　　就如同英国的Edward Jenner医生突破困境的美好之路(如图7)，常在无法被否证(当然眼前也无法实证)的梦想中。

4 结论

　　依据2004年诺贝尔奖得主康纳曼(Daniel Kahneman)的研究，在他所写的书：《快思慢想》里。他提到人类思考有两个系统，分别称为：系统1和系统2。其中，系统1掌管“直觉和相信”;而系统2则掌管“思考和怀疑”。

　　随着AI+大数据的潮流，偏于知识1.0的人们，在大数据的支撑下，其系统1的主导性会增强，系统2更趋于弱势，很可能导致其思维和洞察力会减弱。反之，随着VR AI+大数据的潮流，偏于知识3.0的人们，系统2将更加强化、其思维和洞察力会提升;但是其系统1的主导性会减弱;由于AI机器人的来势汹汹，许多原来由系统1所主导的工作(如开车、扫地等)，会大幅被机器人所取代，人们则专司思维和洞察。以此观之，在AI潮流下，教育应该更加偏向于知识3.0方向，一方面避开机器人抢工作的威胁;另一方面则强化思维和洞察力，提高设计与创新能力。

　　参考文献：

　　[1]高焕堂.创新之路：AI思维+设计思维.电子产品世界[J],2017(12):67-69.

　　[2]高焕堂.AI思维给人类教育的三项启示.电子产品世界[J],2018(1):82-83.

　　本文来源于《电子产品世界》2018年第3期第76页，欢迎您写论文时引用，并注明出处。