“人工智能+”背景下的社科教育思考
作者:    浏览:14290

2017年7月,国务院颁布了《新一代人工智能发展规划》。人工智能不仅成为业界的宠儿,也成为教育的主题词,如何将人工智能带入学校成为热门话题。去年5月,第一本面向高中生的人工智能教材《人工智能基础(高中版)》发布,上海交通大学附中、清华大学附属中学等40所各地学校成为首批“人工智能教育实验基地学校”。正如中国工程院院士、人工智能学会会长李德毅所说,人工智能冲击最大的行业当数教育,这就引发我们要对教育本源重新认识。教育本质上是对人脑的塑造,每节课都是一次脑认知的实践。

人工智能已经不再是一个专业的技术、专业的课程。面对新一轮人工智能浪潮,中国人民大学附中2018年秋季,在“人工智能+”系列课程里新增了“计算社会科学”选修课,将社会科学纳入人工智能教学体系,培养学生跨学科思维、实践能力。这门课由在美国康奈尔大学就读的校友陈健坤与人大附中的资深计算机教师武迪共同设计并授课。

人工智能的发展和数据样本量及种类的飞速增长使得很多领域,不论是自然科学还是社会科学甚至人文学科,可以消除受制于技术限制无法研究的现象。计算社会科学便是计算科学、复杂性科学和社会科学交叉的领域,这个领域国内大学刚刚重视起来,清华大学也刚建立了专门的跨学科合作平台,整合了做相关方向研究的社科和计算机科学学者。未来,希望把这个领域普及,介绍给感兴趣的高中生。

计算社会科学在国内称为社会计算,是一个比较宽泛的概念,从研究方向定义,计算社会科学是包括了自动化社会信息提取、社会网络、社会复杂性和社会模拟建模4个方面的一系列社会科学分支的统称。而从研究方法和技术上定义,计算社会科学是广泛应用计算机技术研究、认知和理解社会现象的社会学分支,包括计算机模拟、人工智能、复杂统计方法、社会网络分析技术等在内的多种手段和工具,通过对多样化社会互动的基础建模方式而提出并检验了关于复杂社会进程的多种理论发现。

根据开课的经验,我们的体会是,对于有能力的中学,应该把社科教学融入人工智能教学体系。人大附中将计算社会科学相关内容融入自然语言处理、建模与仿真、数据挖掘、机器学习等课程,培养学生跨学科思维。用收集到的样本作为训练集,通过机器学习来预测,可以达到很高的精度并大大降低时间和资金成本。

当下,应该从三个方面改变当前的社科教学:社会科学应该作为一个整体来让学生接触;应该培养学生用知识来理解,解决实际问题,淡化社科理论教学;充分利用并跟大学资源结合。这种教学方法下,更多培养学生对社会科学领域研究方法和现状的了解,以及对社科复杂性的认知。

跨领域思维的培养一定是建立在学生有良好理科基础上的,而目前来看融入人工智能教学体系最为现实。所谓的“文理交叉”,不论是电子人文、社会计算,还是认知科学、哲学、机器学习交叉的学科,都需要学生具有良好的理科基础。我们计划今年秋季学期继续开设这门课并打算编写一本针对高中生的校本教材,在相应章节配上更多让学生动手、自己实践理解的环节。期待从计算社会科学的广泛研究问题中,精选、简化一些可以融于高中教育阶段知识水平的、具有突出育人价值的教学实例与真实问题,真正将关系未来的社科研究纳入国家重视的人工智能教育体系,培养学生的高阶跨学科思维。

(陈健坤系美国康奈尔大学学生,武迪系中国人民大学附中教师)

来源:《中国教育报》

本文作者:

1、本文是中教全媒体原创文章,转载此文章请注明出处(中教全媒体)及本文链接。
2、本文链接://www.ccotver.com/i/23104.html
3、如果你希望被中教全媒体报道,请发邮件到 new@cedumedia.com告诉我们。

来源:中教全媒体

参与讨论 0

评论前必须登录!

 

Baidu
map