摘要：生成式人工智能技术的出现及其广泛的应用前景引发了人们对学习变革的热议。通过介入学习者与世界的互动关系，生成式人工智能对学习的重塑使得知识转向一种后人类知识，引发了学习内容的意义重组，机器他者的出现拓展了学习活动的关系，学习者的身体技术由意义转化向意义赋予更迭。但技术对学习的重塑并不允诺学习善的达成，生成式人工智能对学习的重塑存在着学习内容意义建构的失序与同质化、学习过程的无他者与个性化的同一性困境、学习者世界的符号化置换与“感”“知”失衡的潜在风险。对此，面对学习的技术化重塑，教育需要保卫规范性，在教育的训练中培养理性的自主；关注差异性，在教育中培养回应他者的能力；回归生命性，发展本源性的身体技术。

关键词：生成式人工智能；技术重塑学习；知识学习；人机关系；身体技术

 

一、引言

生成式人工智能技术的出现及其广泛的应用前景引发了人们对技术变革学习的热议。其对学习的影响显然不是简单的学习工具的革新，而是对学习活动内在结构的整体性重塑，涉及新的学习者的心理类型、身体秩序和学习模式的产生，以及对新的知识生产模式与生存境况的适应。^[1]有学者直言不讳地称人工智能时代为机器学习时代^[2]，亦有研究者从学习进化的视角认为人类借助机器可以实现朝向超级学习的进化^[3]。然而技术是否真的能够实现我们对其寄托的关乎学习的美好愿望，还需要返回学习本身思考技术如何介入了人的学习活动并产生影响。

“学习既发端于精神，又来自于世界。”^[4]人的学习总是“在世界之中”进行，学习者总是以内嵌于其周身世界的形式展开学习活动。世界不仅为学习者提供了一个“去学习”的存在之所，更是一切经验的始源之地。但由于学习者通过亲历世界所获得的直接经验无法满足因文明发展而逐渐膨胀的学习需求，因而需要借助技术代具拓展自身的经验视域。技术根据人的意向使一切原本散在、孤立、零乱的东西聚拢起来，使周围的环境或世界变成为我的世界。^[5]其对学习的介入改变了世界对学习者经验呈现的内容与形式。每一次具有革命性意义的新技术对学习活动的介入都会引发学习者与世界互动关联的重塑，这一过程同时也是技术对学习的重塑过程。对生成式人工智能时代技术如何重塑学习的探讨同样需要返回这一结构，分析新技术如何介入人的学习并产生重塑性作用、这种重塑具有哪些潜在风险，思考我们的教育应该对此作出何种应对，并进行可能性的回应。

二、生成式人工智能重塑学习的基本逻辑

人的学习与世界息息相关，学习本身就是一项借助与世界的互动发展自我的活动。而技术对学习的作用关键在于其介入了学习者与世界互动的这一过程，改变了原有的互动关系。生成式人工智能技术对学习活动的介入，意味着学习者与世界建立了新的互动关系，使得学习活动中的学习内容、学习关系与学习方式都相应地发生改变。

（一）从人类知识到后人类知识：学习内容的意义重组

学习内容的核心是知识论的问题。在不使用技术的理想情况下，知识来源于周身世界之于学习者的经验呈现，表现为学习者周身生活世界的原初给予，知识是学习者的身体知觉与世界直接互动的产物。而在技术的居间作用下，借助技术对世界的重新聚集，世界之于学习者的经验呈现实现技术化重组，知识以技术化的形式呈现，学习内容由此获得重塑。以往的技术实现了知识的语言化、文字化、图像化以及数字化，其本质属性是承载人对世界的诠释所形成的人类知识的工具性载体。在此，学习者与技术的关系可以看作“人→（技术—世界）”的诠释学关系结构^[6]，其中，技术只是充当一个转译者角色，将人类个体与世界交互生成的知识持留在技术代具之中，实现了人类知识的技术化，学习者通过对这种技术化知识的诠释领会其原初意义。即使是当代学习者借助互联网技术所获取的学习内容，无论是个人主动检索还是被动接收的文本、图像等，其总是人类的创造之物，是人类对世界的诠释，在本质上仍属于人类知识的范畴。而生成式人工智能技术的出现，则使得知识的生产过程与形态表征展现出非人化的倾向，知识的本质属性由人类知识转向一种后人类知识。

在知识的生产过程上，生成式人工智能“通过采取‘大数据预训练+小数据微调’的方式实现的人工智能自动化生成内容”^[7]。这一生成过程可以用唐·伊德（Don Inde）的他异关系结构“人→技术—（—世界）”^[8]来表示，机器在使用过程中超越了单纯的对象性而具有了一定的生机性，机器将经由人类与世界的经验交互所生成的材料转化为可处理的数据，将人类的知觉世界置换为机器的数据世界，并通过其算法运作机制生成一些人类可理解、可直观的文字、图像以及视频等形式的内容，最后经由人类的判断、评估与调控，实现知识的生产。在这一过程中，人类承担着数据来源、过程调控与结果评估的功能，而机器则作为主要的生产主体发挥作用。当机器生产的内容获得人类知识标准的承认，机器生产的知识与人类知识将互为依据与借鉴，成为知识再生产与创新的基础。因此，在人类知识生产与机器知识生产混杂的境况中，生成式人工智能时代的知识生产将走向一种人与机器共同参与的后人类知识生产图景。

在知识的形态表征上，一方面，知识的外在形态以数字化的形式展现，机器在输入与输出端都以数字化的形式进行，其生成内容必须以数字化的形态展现才能实现经由“人类之脑”与“人类之手”向其他形态的转化。^[9]另一方面，知识的内在形态表现为包含人类与机器双重意义的后人类知识，具体呈现为人类意义的过程性缺失与机器意义的渗入。在知识生产过程中，机器将人类理解与诠释世界所生成的材料转化为可处理的语词、像素等数据小单元，使得材料本身包含的人类意义被肢解与重构，人类与世界交互生成的意义在这一过程中被剥离。只有在这一内容生产过程结束之后，在人类对其结果进行评估与改造时，人类意义才真正加入知识当中。当然，人类意义的过程性缺失并不意味着意义的空缺，而是意味着新的意义被纳入。尽管“意义”总是指向拥有周身世界的人类，而“人工智能是没有世界的”^[10]。它只有关于世界的数据，它不能理解世界，只能理解关于世界的数据。但是，机器通过将世界作为数据来处理，又的确获得了一个不同于人类知觉所呈现的数据的世界。机器凭借自身的算法逻辑展现了一种与人相异的从世界中获取意义的尺度，而知识生产过程中的机器参与则将其对世界的意义获取也纳入了其生成的知识当中，知识由此成为一种兼具人类与机器双重意义的后人类知识。

（二）从人类他者到机器他者：学习活动的关系拓展

学习不是一项个体化活动，而是关系性活动。学习活动的关系即是作为学习者的自我与他者的关系。他者代表着差异，在与他者的关系中，学习者通过他者的反馈认识自我的局限与可能，并不断获得他者差异性的融入，从而实现一种超越自我同一性的主体性建构。广义上，自我之外的一切事物都是他者，包括人、物以及技术等，学习活动中存在着人与人、人与物以及人与技术等多种关系。但由于人类中心主义观念的长期统治与技术发展水平的限制，物、技术等的他者性常常被忽视，他者这一角色主要由人来承担。因此，以往技术时代无论学习者如何使用技术，在人与人的学习关系中技术仅充当媒介转译着他人与世界交互的经验。即使是数字化技术所实现的人机交互，技术也只是作为其间的媒介将他人对世界的经验引入学习者周身世界之中，表征为“人—机—人”的交互关系，人仍然承担着学习过程中主要的他者角色。

生成式人工智能不是像以往的技术那样作为媒介出现在人的学习活动中，它的背后不是活生生的人，而是基于人类提供的语料并根据交互语境与学习者所提供的交互指示生成新的内容。学习中的交互关系从“人—机—人”转变为“人—机”，这种转变实际上是人与技术之间的诠释学关系到他异关系的转变，其表现为从“人→（技术—他人）”到“人→技术—（—他人）”的结构转换，其中“他人”代表他人对世界的经验。尽管两种关系结构中都存在他人对世界的经验，但不同之处在于诠释关系中的“他人”为学习者呈现的是其对世界的直接经验，而他异关系中技术不再仅仅是转译他人的活的经验，而是借助他人的经验遗产再造经验本身。尽管人类经验仍然是机器生成的全部材料来源，但从其呈现形式来看，机器将其语料库中的人类经验以另一种方式重新聚集呈现出来，这些人类经验中所留存的他者面容在这种聚集过程中已然被重新组合并生成不同的模样，人类他者在这一过程中隐而不见，机器成为学习者在这一过程中面对的自我之外唯一的他者。而且如今的机器不仅具有更多能动性，还实现了对人类自然语言的模拟，这使得机器不再像以往不会说话的物与技术物那样容易被人忽视。尤其是随着机器的发展越来越趋向拟人化，其正在从唐·伊德所说的准他者向真正的他者迈进。尽管机器只是像赵汀阳所说的以不是人的方式说很像人的话^[11]，但这种“像人”的特征使得它在功能上越来越接近人类他者对于学习的价值，其对学习者主体性的差异性融入也因其“像人”而更易实现。当机器在能力上越来越强、在表达上越来越像人，并且学习者越来越习惯于使用机器学习的时候，机器可能将逐渐成为学习者学习过程中主要的他者角色，发挥着建构学习者主体性的重要作用。

（三）从意义转化到意义赋予：学习者身体技术的更迭

世界之所以能够向学习者经验地敞开，是因为学习者拥有一个可感可知的身体。身体并非笛卡尔意义上身心二分的物质身体，而是包含着躯体与心灵的具有体验意义的在世身体。身体实际上赋予了人与世界关联的可能，任何学习材料只有被纳入身体所在的知觉场，将世界提供的“客观所予”转化为“身体所予”，它才能真正纳入学习者的视域之中从而获得内化与意义生成的可能。因此，人的学习实际上就是使用身体的学习，学习方式所涉及的问题实际上就是如何使用身体获得世界提供的意义的问题，也即身体技术的问题。而技术的介入，意味着学习者不仅是使用身体在学习，而且是通过身体使用技术来学习。技术时代的学习方式问题，即学习者通过身体使用技术的身体技术问题。可以说技术重塑学习方式的历史就是不断重塑学习者使用技术的身体技术的历史。与人的身体不同，技术对世界的呈现不是多维的经验式感知，而是具有像埃斯波西托（Roberto Esposito）对语言的描述一样的否定性特征，“语言只能通过否定物的真实存在而‘言说’物”^[12]。技术对世界的否定是将世界的丰富性压缩到技术能够呈现的若干维度之上，世界远比技术所能够呈现的要多。学习不是直接学习技术对世界的呈现，而透过这一呈现学习其背后更为丰富的意义。

以往的技术无论是通过延伸学习者的身体感官还是转译他者的经验，其所压缩之物总是已经被赋予了人的意义，学习就是将这些技术转译了的经验背后的意义转化为学习者能够接纳的意义。这一过程可以解释为对技术呈现物的解码与再编码的过程，解码就是挖掘“技术所予”背后的意义，而这种解码过程同时是一种再编码的过程，它将“技术所予”转化为学习者的“身体所予”，将技术呈现物背后的意义以学习者自身的特殊方式纳入身体中。从这个意义上而言，学习实际上是一种自我知识的生产过程，或者是如焦尔当（André Giordan）所说的炼制知识意义的过程，“一个人赋予知识的意义不能直接被传递给另一个人，只有学习者才能炼制属于他自己的含义，并通过自身经验将这个含义与他之所是相兼容”^[13]。学习者将原本具有意义的技术呈现物炼制上一层属我的意义，从而实现对意义的理解与接纳。在这一过程中，学习者的身体技术主要是一种解码与再编码的意义转化技术，涉及学习者如何恰当地使用身体与头脑将技术呈现物背后的意义转化为学习者自身独特意义的问题。

生成式人工智能时代，学习者不仅需要使用意义转化的身体技术进行学习，更需要一种意义赋予的身体技术实现学习的过程。生成式人工智能不是作为学习者身体的延伸或他者经验的转译技术，而是基于人类经验与学习者实时交互指令的内容生成技术，它不像以往的技术那样转化和传达意义，而是对经验进行拆分重组后重新生成意义。但机器所生成内容的意义并不是机器所赋予的，它不理解其输出结果的意义，而只理解承载意义的内容背后的数据关联。因为对于人而言，意义总是人的意义，需要人来决定是否具有意义。因此，与以往技术时代的学习有所不同的是，学习者在人机交互中进行学习首先需要对机器生成的内容赋予某种意义，而不是简单地就其输出内容进行学习。也就是说，我们需要先把这些内容当作人类知识来看待，这些内容才有意义。在此，学习者需要使用的不仅是意义转化的身体技术，更需要使用意义赋予的身体技术。学习者只有先对机器生成内容赋予其人类知识的意义，这些内容才能成为有意义的内容，才能拥有可被转化为学习者个人知识的意义。这一学习过程表现为学习者对机器生成内容的编码、解码与再编码的过程。首先，学习者要对机器生成的内容进行编码，将原始生成内容转化为可理解的形式，为无意义的内容赋予人类知识的意义。其次，学习者要对这些编码后的内容进行解码，即挖掘和理解内容背后的意义。最后，学习者要对解码后的内容进行再编码，将这些内容内化为自己的个人知识。在这个过程中，学习者通过与机器的互动，不断地对机器生成内容进行编码、解码和再编码，从而实现知识的生产和个人意义的构建。因此，生成式人工智能时代的学习更加强调学习者的主动性、创造性与批判性。

三、学习的技术化重塑存在的潜在风险

技术从来不会也不能为学习者独特存在意义的获得与学习善的实现作出必然的承诺。无论在技术的设计还是使用过程中，其表现出的意向性都并非与学习者的意向性相一致，甚至可能存在冲突。生成式人工智能技术对学习的技术化重塑存在着诸多潜在风险。

（一）学习内容意义建构的失序与同质化

生成式人工智能对知识生产过程的主体性参与导致机器意义对知识内在形态的渗入，一种后人类属性的知识得以生成。但机器对意义的捕捉与人类不同，人类是通过在世界中存在并与世界进行关联互动来获取意义，而机器则是通过对大量语料的统计处理，将世界作为对象并对世界进行“符号性捕捉”^[14]生成具有意义的内容。因此，机器生成内容的意义与人类意义不同，其所谓意义是关于世界的某种符号性秩序，而无法被直接还原为与世界的关联互动，对于人类而言只是一种潜在意义，只有当机器生成内容被人类放置到自身所在的世界中建立与世界的关联时，这种意义才真正对人类有效。也就是说，只有在机器生成内容接受人类的评估与改造之后，其中的意义才能真正对人类显现。不仅如此，由于不同的人对机器生成的内容有不同的理解，而机器因为缺乏一个像人一样的世界而无法对意义进行还原，也就无法自证意义的有效性，因而其意义又具有非确定性。这种意义的潜在性与非确定性使得生成式人工智能时代的知识同时兼具无意义与无限意义的双重可能。知识由此丧失了以往技术时代的人类知识那样，因其背后依托着完整的人与世界的交互背景而拥有的能够还原的确定性意义。

面对这一境况，学习内容的意义建构可能会导向意义的失序与同质化。一方面，以往时代的人类知识作为存在于世界中的人与世界的交互结果，因为拥有世界的存在性背景而内含着人与自然、人与社会的真实交互所生成的内在秩序，学习者在对这些学习内容进行意义建构的过程中，通过不断返回自身的生活世界获得与知识的共鸣，并在这一过程中不断建构自身存在的社会性意义。而生成式人工智能时代的后人类知识，则由于缺乏存在性世界背景的支撑，导致知识丧失了与人的生命感受和社会交往相契的内在秩序。这种意义的失序使得学习者难以从中获取与自身所处社会相契合的特定价值序列，从而可能会产生与学习者真实社会存在情境的价值需求相悖的冲突。另一方面，意义的失序可能会导致知识的内在秩序被另一种隐蔽的同质化逻辑重新建构。由于生成式人工智能参与的知识生产极大依赖于模型预训练所使用的语料库，机器内容的生成表现为语料库中数据组合的最大概率的结果，学习者获得的学习内容趋向于以往人类在这一问题上采取的最为常见的解决方式，因而这种知识的输出不可避免地导向一种平均乃至平庸的同质化。不仅如此，由于模型开发过程所使用的语料库本身由资本所主导，这种同质化还是一种资本逻辑与算法逻辑共同创造的产物。这种知识内在秩序的同质化难以观照学习者在特定关系结构中的社会性实践，同时也危及学习者在世界、社会中存在的意义建构的有序性。

（二）学习过程的无他者与个性化的同一性困境

生成式人工智能技术使得机器得以作为他者出现在学习活动中，拓展了学习关系的类型。学习者从机器他者那里能够获得不同于人的看待世界的尺度，获得超越人类视域的差异性，有利于学习者超越学习的个体化与人类中心化。但机器能够作为他者并不意味着机器可以作为学习过程中唯一的他者实现学习的目的，人类自我与机器他者构成的学习关系仍然存在着许多潜在的风险。这些风险产生的根源在于，机器作为他者与人类他者存在诸多差异，其中最为核心的便是机器不像人一样拥有否定性的能力。机器否定性能力的缺乏一方面可能使机器自身的差异性难以被人类自我觉察，另一方面还可能会因机器对人类自我主体性建构的凝视而导致自我相对于机器的差异性的丧失。差异性的消失即他者的消失，这种无他者的学习境况将导致学习者个性化的同一性困境。

第一，忽视机器他者的差异性，导致学习者个性化发展的自我同一性困境。机器作为学习中的他者与人类他者有所不同之处就在于，人类他者往往会以质疑、诘难、反驳等形式回应学习者的提问并就此引发学习者的自我反思，在与他人的对话中学习者往往面对他人的质疑而不得不回应。机器则难以对学习者进行直接的否定，而是会想方设法满足学习者的需要。种种智能机器人的设计也大多以人为中心，表现出对人的顺从、迎合。^[15]除了触碰到人为设定的回答界限与原则的情况外，机器难以对人类提出的问题本身主动进行否定。尽管当下的机器也能在生成答案后延伸出若干新的问题，但这些问题都不会触及人类所提出的元问题，而只是这一元问题延伸的子问题。这种否定性的缺乏，注定了机器作为他者将自身差异性融入人类自我的主体性建构更加依赖于人的主动性。因为机器的顺从充分满足了人类自我在与他者对话时的同化倾向。从机器那里学习者更容易获得同质性的自我肯定，而缺乏能激发自我变革动力的异质性效果。^[16]因此，机器温顺的“回答”与“解惑”往往容易使学习者陷入一种不被质疑的自满境地，学习者在与机器他者的交互过程中对镜自怜，从而陷入个性化发展的同一性困境。

第二，学习者在机器他者的凝视下丧失自我的差异性，陷入个性化发展的他者同一性困境。自我在面对他者时，不仅有将他者纳入自身同一性的欲望，还有在他者的凝视下建构自我的冲动，即“以他者的目光来看自己，按照他人指给自己的理想形象来看自己，以使自己成为令人满意的、值得爱的对象”^[17]。在人机交互的虚拟世界中，学习者“构筑出技术所认为的理想的自我形象，并希望这种理想形象得到技术的凝视，或是技术背后庞大数量的‘他者’的凝视，从而满足虚拟世界中的自我实现”^[18]。学习者如果不加批判地接受机器生成的内容，那么机器便以非否定性的方式逐渐参与学习者对“我是谁”“我将成为谁”的问题的答案建构，通过不断创造非真实的理想自我形象，学习者主体性的建构越来越被机器把控。这种自我主体性的构建以丧失自我差异性为代价，他者的同一性将自我的差异性吞噬，自我的主体性在他者同一性的边界之内建构。而自我作为他者的他者，自我差异性的消失同样是他者的消失。在这种无他者的境况下，学习者的个性化发展陷入另一种同一性困境。

（三）学习者世界的符号化置换与“感”“知”失衡

生成式人工智能最为人称道的便是其通过大量语料的投喂逐渐掌握了人类语言的使用规则。而语言的发明和使用与人的成熟和智人化息息相关，甚至可以说，当我们在思考时，我们就是在思考语言。正因如此，在学习者与机器交互的过程中，机器通过对人类语言使用规则的掌握为学习者生成了一个符号化的世界，而相似的语言规则也使得学习者面对这一世界时能够从中获取某些意义。但语言仍不足以表达世界，因为语言只是对世界的符号性表征，不足以完整呈现世界的存在。“意识的运思或者说计算，总是会调用关于‘世界’（符号性秩序）的背景框架。”^[19]这个被调用的“背景”是学习者存在于其中的生活世界，是“前科学地在日常的感性经验中被主观地—相对地给予的”^[20]世界，是一切对世界的认识与意识运作的原初依据。而生成式人工智能则缺乏这样一个世界作为背景，对它来说，这个背景性的世界无法被“感性地”“主观地—相对地”给予，而只能被“符号化地”“对象地—确定地”给予。相较人类而言，“其语言‘对事物的思为空’，而这种‘空’是由于缺乏对事物立体性、整全性的‘真正接触’”^[21]。而之所以机器无法“思事物之实”，在于机器缺乏一个像人类一样的身体，它只能承载意义或者生成它不理解的意义物，但它无法像人类那样拥有意义并与意义融为一体。

因此，对于以身体性存在为本质的学习者而言，那个被身体切实感知的世界才是意义获取与实现的世界，而机器生成的符号化世界实际上缺乏来自对背景世界进行感知所获得的真实意义，更难以实现学习者自身的意义。机器生成的世界不仅无法作为学习者学习的意义来源，反而其意义有待学习者个人去主动填充。面对机器生成的任何内容，我们都只能重新调用我们身处其中的背景性世界方能理解。也就是说，机器生成的符号化世界能带给学习者的只有无内涵、无“实物”的“知”，而缺乏对世界的立体的、环顾性的“感”。这也就意味着当学习者与机器交互，身处机器生成的符号化世界中时，学习者需要不断用在现实生活世界中使用身体所获得的真实之“感”来填充符号之“知”才能获得意义。但身处知识经济的时代，学习者被迫卷入一场知识竞争，而对真实世界的感受总是缓慢且模糊地被学习者获得，远不如机器生成世界中的确定性符号来得及时有效。当学习者越来越习惯于在机器生成的符号化世界中学习，习惯于以这种符号化的方式看待世界时，对于学习者而言，其原初的生活世界存在逐渐被这种符号化世界置换的风险，并由此陷入真实感受的匮乏与无“实”之知的泛滥，导致学习者“感”“知”失衡。

四、教育如何应对学习的技术化重塑

“在所有实践中只有教育实践以预设自己的终结为其基础。”^[22]教育的初衷就是教育的终结，是为了无需教育的作用而学习者仍能主动地借助外界影响来塑造自我。生成式人工智能时代学习的技术化重塑使得学习者越来越迫切地需要终结教育的能力，因为学习者生活在一个与机器直接交互而缺乏教育介入的学习环境之中，直面机器带来的种种可能性与风险。这对教育，尤其是学校教育，提出了更高的要求。这意味着我们的教育不仅要为学习者奠定基本的人类社会的知识与价值观基础，也需要转变看待机器的方式，引导学习者正视与机器的关系，发展学习者与机器交互的能力；同时，在学习场域中新旧技术应用的过渡转型期间，还需要对学习者进行多样化的身体技术培养。以便使学习者在独自面对机器时规避其可能产生的风险，尽可能地发挥和利用机器对学习的价值。

（一）保卫规范性：在教育的训练中培养理性的自主

生成式人工智能技术通过与学习者的实时交互为其生成个性化的学习内容，有望改善以往大数据技术的普适性算法所带来的同质的个性化，具有实现从“千人一面”到“千人千面”的大规模个性化学习的可能。^[23]然而由于机器生成内容本身并不具备人类知识所包含的意义，它需要学习者本人来赋予其人类知识的意义。这种意义赋予能力包含对机器生成内容的判断、解释与评估，即判断其是否能作为知识、解释其意义以及评估其价值。这种意义不是学习者个人的意义，而是具有群体规范性的人类意义。因为知识尽管不是普遍性的真理，但其具有一定的规范性，知识不是仅对某一个个体具有意义，其规范性需要处于社会群体所构建的规则中才能生成并得到社会性承认，个人无法赋予知识以规范性。只有对机器生成内容的意义序列进行群体的、社会的规范性建构，才能抵抗学习者在知识学习的过程中可能导致的意义失序与同质化风险。因此，生成式人工智能时代的教育需要保卫的恰恰是长久以来被视为有损学习者个性化培育的规范性功能，在面对个性化呈现的机器生成内容时，教育需要对学习者进行一种规范性的训练。

训练不是站在教育对立面的概念，而是教育的应有之义。温奇（Hristophter Winch）认为，教育中的训练不同于条件作用，“训练可以实现能力上的发展，比条件作用所能引起的反应更有弹性”^[24]。条件作用仅仅能够使得被作用者引起某种反应，而训练则通过为被训练者提供某种规则，使其能够在此基础上获得更多。不首先学习一种规则，我们就无法得知什么才值得学习，学习也就无从展开。在教育中，训练为学习者提供一种基础性规则。正是通过训练服从规则，学习者获得了进一步学习的可能，在规则的服从中获得了判断、解释与评估的能力。正因如此，温奇才说：“训练可以促进独立与自主。”^[25]

面对生成式人工智能时代学习的技术化重塑，教育中的规范性训练要强调价值性、概念性与逻辑性。第一，技术不是中性化的工具，本质上无意义的机器生成内容可能会因资本预设与现实交互情境生成混乱和带有诱导性的价值观序列，教育需要确保学习者形成一种合乎时代潮流与人类情怀的价值观，以应对机器生成内容中隐含的价值无序。第二，重视人类基本概念的教授，概念赋予了某种材料意义呈现的可能，对人类基本概念的学习是形成对材料概念化能力的必要训练，它使得机器生成内容不再被视为一种无意义的概率性拼凑，而是获得了人类意义的赋予，从而具备了学习的价值与被言说的可能。第三，“思想和知识是一种逻辑的证成，是说明、证据和理由，而非心理的存在感受或主观表达的具体呈现”^[26]。要重视教育中知识的逻辑性呈现，为学习者呈现知识的完整证据链条，培养学习者的论证意识与逻辑推理能力，使学习者在面对机器生成内容时保持理性批判的能力与意识。通过教育的规范性训练，学习者在面对先天意义缺失的机器生成内容时才能保持一种理性的态度，同时获得从感性世界中抓取意义与使意义规范化的能力，在此基础上为机器生成内容赋予具有人类价值的意义，从而避免陷入相对主义、主观主义的片面化发展，在与机器的个性化交互中实现理性的自主学习。

（二）关注差异性：在教育中培养回应他者的能力

生成式人工智能时代，当机器成为学习中的他者角色时，学习者无论是用自我的同一性去占有他者，无视机器他者所表现出的差异性，还是盲目地将学习看作一种简单的对机器生成内容的获取，都可能会使学习者陷入个性化发展的同一性困境。对此，我们不应将学习仅仅看作一种获取，而是同样将学习看作一种对他者的回应。“把学习看作获取，事关不断得到越来越多的外在之物；而把学习看作回应，事关我们是谁以及我们的立场在哪里。”^[27]尤其是在机器生成内容不具备自成意义与规范性价值的情况下，我们更不能只关注学习的获取功能，而是要将人与机器的学习关系看作一种自我对他者的回应关系。这种回应是对“我是谁”的未来性追问，是“一种遭遇分解之后再度去重组、重构的努力”^[28]，是自我在面对他者的差异性时，自我将自身同一性所具有的先在结构与他者的差异性相结合生成既非自我亦非他者的新的自我结构。“学习和教育的重要作用在于超越个体狭隘的观念，在于解构自我建构。”^[29]而这种自我解构也并非对自我的抹除，而是自我在回应他者解构力量的介入过程中的新生。正是通过回应他者，自我既不至于在自身同一性中停滞不前，又避免了因对他者的无差别接受而被同化。

面对新的技术境况，教育应该着重培养学生回应他者的能力，使学习者在面对机器他者时既能保持自身的差异性与独特性，又能将机器理解与看待世界的尺度及其意义纳入到自身主体性的差异化建构中。一是引导学习者将他者视为自己的老师。以他者为师意味着要对他者保持一种不可知的尊重，不简单地将他者视为一种可完全认识的对象，他者所包含的远比其呈现在我们视域中的要多。面对这种不可知性，学习者要保持反思自我、质疑自我的意识。例如，当学习过程中机器的回答无法满足学习者的要求时，学习者不能简单地将其视为胡说八道，因为机器难以用否定性的方式回应学习者，而往往是以一本正经地胡说八道的形式，将否定性寓于肯定性的语气包装中呈现出来。对此，学习者不仅要反思是否自己的提问方式有问题，还要深入分析这种胡说八道中是否恰恰隐含了更有价值的内容。二是引导学习者将他者视为自己的学生。以他者为学生就是要通过教他者实现自我的进步，即“教学相长”。对此，有研究者依据《学记》中“敩学半”的原理，提出“教学合一”的教育新范式，将机器作为学习者的学生他者，学习者通过教机器学获得自我提升。^[30]实际上，教他者学也是回应他者的一种方式，是作为教者的学习者根据他者对自己所教内容的接受程度，引发自我对所教内容的解构与再建构，这一过程中，他者以一种被动的形式将自身的差异性融入，从而最终实现学习者对自我的解构与超越。此外，培养学习者回应他者的能力也要求着教师首先要努力建构一种与学生的他者型师生关系，通过回应学生他者，旨在使学生学会回应他者。时刻保持回应他者的意识，保持在面对他者时自我反思的能力，是生成式人工智能时代学习者在与机器学习过程中不被机器规训、不陷入自我同一性困境的必要条件。

（三）回归生命性：在教育中发展本源性的身体技术

技术总是作为一种代具来延伸人类身体的能力，人工智能技术亦是如此，只不过它是以一种离身而非具身的形式实现对人类身体能力的延伸。这种延伸的离身特征意味着人工智能技术可以不依赖于人的身体独立发挥作用。然而，人的学习又恰恰只能通过身体而不能直接通过技术来进行，无论技术如何智能，其所生成的“技术所予”只有转化为人的“身体所予”才能获得意义。“工具是人的某种能力或器官的延伸，延伸是在一定基础、本源上的延伸。人要获得或保持人之为人的本源力量，才能有效操控延伸出来的力量。”^[31]人工智能技术的离身并不意味着学习者身体的离场，相反，身体在学习过程中始终在场，是身体在学习而不是机器在学习，机器学习到人的学习需要身体的转化才能实现。因此，学习者的身体始终是本源性的，教育不能因机器智能的发展而遗忘身体的本源意义，教育要发展的始终是人的具有本源性的身体技术，而不是代具技术。

生成式人工智能时代的教育要发展学习者三方面的身体技术。第一，要发展学习者使用人工智能进行学习的身体技术，包括向机器提问的技术、引导机器生成内容的技术等，尤其要发展学习者对机器生成内容赋予意义的身体技术。第二，新技术的使用并不意味着对旧技术的完全替代，其存在一个“新瓶装旧酒”到“新瓶酿新酒”的演进过程^[32]，人工智能技术的应用并没有完全实现学习形态的彻底转化，以往的技术在学习过程中仍具有不可被取代的价值。尤其是书籍，作为构成人类现代性的技术基础，书籍中倾注了人性与世界的真实交互，是人类文明的技术化持留，有着机器生成内容所不具备的“时间的深度”^[33]与历史的厚度，对于人性的发展有着不可取代的作用。因此，生成式人工智能时代学习者的身体技术不是对某种智能技术的单一使用，众多技术的并存才能保证学习的稳步进行。第三，发展学习者与世界直接互动的基础性身体技术。要保持学习者与现实世界的感性互动，适当不用技术，而是直接运用身体去感知世界、亲近世界，获取关于世界的感性意义，避免因对技术的依赖造成“感”“知”的失衡并弱化与世界感性交互的能力。同时，人工智能技术对人类头脑、心灵的某些技术的模拟并不意味着学习者可以不用发展这些身体技术，如记忆、观察、抽象概括等人的一般能力^[34]；恰恰相反，教育只有加强对这些属人的身体技术的培养，学习者才能更好地使用机器提升自我。缺乏这些基础性身体技术的训练，不仅难以实现学习者高阶智能的涌现，还会使学习者面对机器生成内容时缺乏判断与反思的能力。总之，学习者内嵌着头脑与心灵的身体是一切技术发挥作用的根基，学习具有不可被磨灭的生命性。无论技术如何发展，学习总是人通过身体使用技术在学习，身体始终是人的学习的第一凭借。

 

参考文献：

内容转自：《苏州大学学报（教育科学版）》2025年第1期25-34页。