引论：我们为您整理了13篇人工智能的辩证思考范文，供您借鉴以丰富您的创作。它们是您写作时的宝贵资源，期望它们能够激发您的创作灵感，让您的文章更具深度。
篇1
篇2
文献标识码：A
一、人工智能技术的发展及其影响
人工智能技术研究开始于20世纪50年代中期，距今仅有60年的发展历程，但是其迅猛的发展速度，广泛的研究领域以及对人类产生的深远影响等令人惊叹。调查显示，77.45%的人认为现实生活中人工智能技术的影响较大，并且86.27%的人认为人工智能技术的发展对人类的影响利大于弊；认为人工智能技术对人类生活影响很小且弊大于利的人权占很小一部分。人工智能技术的发展和应用直接关系到人类社会生活，并且发挥着重要的作用。人工智能技术的发展方向和领域等由人类掌控着，所以人类应该尽可能地把人工智能技术的弊处降到最低以便更好地为人类造福。2016年3月份，围棋人工智能AlphaGo与韩国棋手李世h对弈，最终比分4∶1，人类惨败。4月份，中国科学技术大学正式了一款名为“佳佳”的机器人，据了解，机器人“佳佳”初步具备了人机对话理解、面部微表情、口型及躯体动作匹配、大范围动态环境自主定位导航和云服务等功能。而在这次正式亮相之前，“佳佳”就担纲主持了2016“首届全球华人机器人春晚”和“谁是棋王”半Q赛。人工智能技术确实给人类带来了诸多的便利，给人类生产生活带来便利；但是，人工智能技术的快速发展超乎人类的预测，引起了人类的恐慌和担忧。百度CEO李彦宏称，人工智能是“披着羊皮的狼”。毋庸置疑，科学技术是一把双刃剑，当人类醉心于科学技术所带来的福利中时，更应当注意其带来的负面作用。人类发明和创造科学技术最终是为了造福人类，而非受到科技的异化。
随着科技的发展，人工智能技术越来越成熟，在此整体趋势之下，不同的人群对人工智能技术的不断成熟与应用有着不同的看法。调查结果显示，在关于机器人会不会拥有人类的思维甚至超过人类的问题方面，27.45%的人认为机器人会拥有人类的思维和超过人类；而56.86%的人认为机器人不会拥有人类的思维和超过人类，小部分人对此不是很清楚。由于受到人工智能技术迅猛发展的冲击，如机器人保姆、AlphaGo围棋等智能产品对人类发展带来的威胁，一部分人仍然对人工智能技术的发展担忧甚至认为终有一天机器人将代替人类、征服人类、控制人类。但是，大部分的人在机器人是否能够超过人类方面，保持乐观积极的态度，认为机器人永远不会拥有人类的思维并且超越人类，因为人类是技术的主导者，人类掌握着技术的发展方向，技术终究是为了人类服务。这一看法肯定了人类的无止境的创新，然而，在人类醉心于技术创新的同时，应意识到某些创新确实超出了人类的预料，如AlphaGo与李世h围棋人机大战就是人类在技术面前失败的惨痛教训。因此，面对科技对人类的异化，人类要时刻保持警惕，适时地总结“技术异化”的缘由和解决对策。
二、人工智能技术发展面临的问题及其原因
随着技术的革新，人工智能技术的应用越来越广泛，与人们的日常生活联系也愈加密切。从智能手机的普及到自动驾驶汽车的研制成功，再到生产、建设、医疗等领域人工智能技术的应用，都表明了人工智能技术正悄无声息地改变着我们生活方式。诚然，人工智能技术使我们的生活更加丰富多彩，给我们带来了极大便利，但与此同时，人工智能技术也给社会带来了一系列不可忽视的问题：人工智能技术在社会生产领域的应用对劳动市场造成冲击；人工智能系统在收集、统计用户数据过程中个人隐私及信息安全方面的隐患；人类对人工智能产品的依赖引发的身心健康问题；人工智能引起的责任认定问题等。斯蒂芬・霍金在接受BBC采访时表示，“制造能够思考的机器无疑是对人类自身存在的巨大威胁。当人工智能发展完全，就是人类的末日。”表示同样担忧的还有特斯拉的创始人马斯克，他曾直言，“借助人工智能，我们将召唤出恶魔。在所有的故事里出现的拿着五芒星和圣水的家伙都确信他能够控制住恶魔，但事实上根本不行。”不可否认，人工智能技术是把双刃剑，有利亦有弊，争议从来就没有停止过，而最不容忽视的莫过于人工智能技术引发的一系列伦理困境，关于人工智能的伦理问题成了重中之重。
调查发现，47.55%的人认为人工智能所引发的伦理问题是因为人性的思考，占比较大；而22.55%的人认为是由于人们价值观念的改变；29.9%的人认为是利益分化与失衡以及一些其他的原因导致的。由此可以看出导致人工智能伦理困境的原因是多方面的。主要总结为以下几个方面。
第一，从技术层面来看，人工智能技术在现阶段仍然有很大的局限性。人工智能是对人脑的模仿，但人脑和机器还是存在本质区别的，人脑胜于人工智能的地方，就是具有逻辑思维、概念的抽象、辩证思维和形象思维。人工智能虽能进行大量的模仿，但由于不具备形象思维和逻辑思维，仅能放大人的悟性活动中的演绎方法，不可能真正具有智能，这决定了机器不能进行学习、思维、创造。此外，智能机器人也不具备情感智能，它们根本无法去判断自己行为的对错，也无法自动停止自己的某项行为，所以如果人工智能技术一旦被不法分子利用，后果不堪设想。可见，由于人工智能自身技术上的局限性导致的伦理问题已经影响到其未来发展。
第二，从规制层面来看，伦理规制的缺失和监督管理制度的不完善是导致伦理问题产生的重要原因。科技的发展目标是为人类谋求幸福，但我们必须认识到，无论是在科技的应用还是发展过程中总是存在一些难以控制的因素，倘若没有相应的伦理原则和伦理规制加以约束，后果难以想象。在目前人工智能领域，缺乏一套成体系的关于人工智能技术产品的从设计、研究、验收到投入使用的监督管理方案，也没有一个国际公认的权威性的规范及引导人工智能技术的发展及运用的组织或机构。现有的监督体制远远滞后于人工智能技术的发展速度，无法匹配技术发展的需要。缺乏相关监管制度的约束，人工智能技术就不可避免会被滥用，从而危害社会。
第三，从社会层面来看，公众对人工智能技术的误解也是原因之一。人工智能作为一门发展迅猛的新兴学科，属于人类研究领域的前沿。公众对人工智能技术的了解十分有限，调查显示，对人工智能技术只是了解水平较低的人较多，占62.75%，以致部分人在对人工智能技术没有真实了解的情况下，在接触到人工智能技术的负面新闻后就夸大其词，人云亦云，最终导致群众的恐慌心理，从而使得更多不了解人工智能技术的人开始害怕甚至排斥人工智能技术。我们必须清楚，人工智能是人脑的产物，虽然机器在某些领域会战胜人，但它们不具备主观能动性和创造思维，也不具备面对未知环境的反应能力，综合能力上，人工智能是无法超越人脑智能的。在李世h对弈AlphaGo的旷世之战中，尽管人工智能赢了棋，但人类赢得了未来。
三、人工智能技术的发展转向
人工智能技术的发展已经深入到人类社会生活的方方面面，其最终发展目标是为人类服务。但是，科学技术是把双刃剑，它在造福人类的同时，不可避免地会给人类带来灾难，因此，人类应该趋利避害，使人工智能和科学技术最大化地为人类服务。这就要求人类必须从主客体两个角度出发，为人工智能技术的健康发展找出路。
1.技术层面
（1）加强各个国家人工智能的对话交流与合作。人工智能自20世纪50年代被提出以来，尤其是近六十年来发展迅速，取得了许多丰硕的成果。如Deep Blue在国际象棋中击败了Garry Kasparov； Watson 战胜了Jeopardy的常胜冠军；AlphaGo 打败了顶尖围棋棋手李世h。从表面上看，人工智能取得了很大的进步，但深究这些人工智能战胜人类的案例，我们发现这些成功都是有限的，这些机器人的智能范围狭窄。造成这一现象的很大一部分原因就在于国际间人工智能技术的对话交流与合作还不够积极，所以加强各个国家人工智能的对话和交流迫在眉睫，同时也势在必行。
（2）跨学科交流，摆脱单一学科的局限性。从事人工智能这项工作的人必须懂得计算机知识、心理学和哲学。历史的经验告诉我们，一项科学要想走得长远就必须有正确的意识形态领域的指导思想的介入。在人工智能这项技术中，有些科学家们可能只关注经济利益而没有引进相应的伦理评价体系，最终使得技术预测不到位，没有哲学的介入，等真正出现问题时就晚了。所以要加强科学家与哲学家的沟通交流，令科学家能更多地思考伦理问题，提高哲学素养，在人工智能技术中融入更多的哲学思想，保证人工智能技术能朝着正确、健康方向发展。
（3）人工智能技术的发展，要与生态文明观相结合。在人工智能技术发展中，要注入更多的生态思想，这关系人民福祉、关乎民族未来的长远大计。在人工智能发展中，若是产生资源过度消耗、环境破坏、生态污染等全球性的环境问题时，人类必须制止并进行调整。人工智能技术要想发展得更好，前景更加明亮，前途更为平坦，就必须保持与生态文明观一致，与人类自身利益一致，为人类造福。
2.人类自身层面
（1）增强科学家道德责任感。科学技术本身并没有善恶性，而研发的科学家或是使用者有善恶性。人工智能将向何处发展，往往与研发人工智能的科学家息息相关。科学家应打破“个体化原理”，要融入社会中去，关注社会道德伦理问题，承担起道德责任，为自己、他人、社会负责，多去思考自己研发的技术可能带来的后果，并尽可能去避免，多多进行思考，严格履行科学家的道德责任。
（2）提高公众文化素养。调查发现，对人工智能技术了解水平较低的人较多，占62.75%；而非常了解的人较少，占4.41%；另外，对人工智能技术了解的人占21.08%，不了解的人占11.76%。由此可以看出，大部分的人对人工智能技术都能有所了解，但都不是很深入，而且仍有部分人对人工智能技术丝毫不了解，所以，人工智能技术对于个体的影响是比较微小的，其发展还没有深入到个人的日常生活中。特别是在一些关于人工智能的科幻电影的渲染，可能使那些对于人工智能技术并不了解或是一知半解的人产生偏见。在日常生活中，人工智能给人类带来了极大的便利。通过提高公众的文化素养，使公众正确认识人工智能技术，将是缓解甚至是解决人工智能技术某些伦理问题的重要途径之一。
（3）加大监督力度。人类需要通过建立一个完善的监督系统引导人工智能技术的发展。对于每项新的人工智能技术产品从产生到使用的各个环节，都要做好监督工作，以此来减少人工智能技术的负面影响，缓解甚至减少人工智能技术的伦理问题。
3.道德法律用
（1）通过立法规范人工智能技术的发展。调查发现，90.69%的人认为有必要对人工智能技术所引发的科技伦理问题实行法治，由此可以看出，要想保证科技的良好健康发展，必须要建立健全相关法律条例。然而我国在这一方面的法律还存在很大的漏洞，相关法律条文滞后于人工智能的发展，并未颁布一套完整的关于人工智能的法律体系。没有规矩不成方圆，在人工智能领域亦是如此。我们都无法预测将来人工智能将发展到何种地步，这时就需要人类预先加以适当的限制，利用法律法规加以正确引导，使其朝安全、为人类造福的方向发展。
（2）构建人工智能技术伦理准则并确立最高发展原则。要构建以为人类造福为最终目的的伦理准则。人工智能技术的伦理问题已经给人类造成了很多负面影响，而要防止其带来更多负面影响，构建合适的人工智能技术伦理准则势在必行。
此外，要确立以人为本的最高发展原则 。一切科学技术的发展都应把人的发展作为出发点。人工智能的发展也是如此，要将以人为本、为人类服务为出发点，并作为最高发展原则。
四、结语
科学技术是把双刃剑，人类只有消除人工智能技术的潜在威胁，发挥人工智能技术最大化效用，避免伦理困境重演，才能实现人机交互的良性发展，实现人工智能与人类的良性互动。
参考文献：
[1]王文杰，叶世伟.人工智能原理与应用[M].北京：人民邮电出版社，2004.
[2]甘绍平.人权伦理学[M].北京：中国发展出版社，2009.
[3]杨怀中.现代科技伦理学概论：高科技伦理研究[M].武汉：湖北人民出版社，2004.
[4]王志良.人工情感[M].北京：机械工业出版社，2009.
[5]邹 蕾，张先锋.人工智能及其发展应用[J].信息网络安全，2012（2）.
[6]王 毅.基于仿人机器人的人机交互与合作研究[D].北京：北京科技大学，2015.
[7]田金萍.人工智能发展综述[J].科技广场，2007（1）.
[8]郝勇胜.对人工智能研究的哲学反思[D].太原：太原科技大学，2012.
篇3
当然人工智能搜索的功能不仅仅在于此。自然语言处理、对象识别、机器学习等人工智能领域的技术将再次开始“提高”Web搜索的智能。即根据用户身份、用户搜索记录以及上下文语境、时间、地域等因素进行判断，以此来精确定位用户的搜索意图，进而回答用户提出的各类“非定制问题”，并返回多级的答案。在上述过程中，系统可以通过基于人工智能的自然语言分析和精确搜索意图两项核心算法，给出与第二代搜索迥然不同的搜索结果列表。
真正的智能，或者人工智能，我们的理解是有一定智力水平，可以处理“逻辑+知识”并能像人一样深度思考问题的复杂系统，是给系统设定的一套逻辑推理程序。这个逻辑程序既涉及语法，也涉及其复杂性远远超出语言范畴的逻辑处理。基于预设的复杂逻辑能力和可以不断学习、记忆的知识处理能力，系统将获得某种限度的深度思维能力。通过不断对系统进行细化，不断添加更多的参数，包括增加知识、逻辑以及每个环节的趋近度和精确度，人工设定诸如环境因素、语法、新词汇、幽默思维、辩证思维等等，系统的逻辑推理能力和智能水平将逐渐趋近于人脑。
第一代搜索只是简单的网页搜索，下一代网络搜索应该是将各种各样的信息整合在一个界面上。这种多维信息的整合，一是与地域相关，但又不受地域的限制；二是与时间相关，同一关键词在不同时间搜索，结果是不一样的；三是把对电影、视频等各种媒体的搜索都整合到网页上。
目前，搜索引擎旨在为用户在页面的海洋中导航，可是现有的搜索引擎没有一个可以完全有效地检索这个世界上所有的网络资源。输入一项检索请求的网络用户会被数以千计的回答弄得不知所措。对于搜索引擎而言，Web就是数以十亿计网页上大量单词和连接单词的超级链接。但是，搜索引擎并不“理解”这些单词，它们仅仅是对在网页上更重要或被其它更多的网页链接的关键字进行匹配。不仅如此，搜索引擎还无法理解人类语言的细微差别。
然而，即将发生的一个变化是，人类的表达将转化为计算机容易理解的方式，使计算机能够处理人类的表达需求。利用人工智能训练计算机，不仅仅读取网页上的词汇，而是使这些词汇发生联系、理解语言的意义。
篇4
1引言
人工智能（Artificial Intelligence，AI）自从20世纪50年代产生，经过长期发展，已经有了长足的进步，并且已经深入到社会生活的诸多领域，如语言处理、智能数据检索系统、视觉系统、自动定理证明、智能计算、问题求解、人工智能程序语言以及自动程序设计等。随着科学技术的不断发展，现在的人工智能已经不再是仅仅具有简单的模仿与逻辑思维能力，人们也越来越期待人工智能能够帮助或者替代人类从事各种复杂的工作，加强人的思维功能、行为功能或是感知功能。这就要求人工智能具有更强的情感识别、情感表达以及情感理解能力。通俗的说，为了使得人工智能对外界的变化适应性更强，需要给它们赋予相应的情感从而能够应对这个难以预测的世界。
在赋予人工智能“情感”的过程中，面临着许多的问题，有科技层面上的，也有社会学层面的。本文在这里只讨论其中一个比较基本的社会学问题：“人工智能情感约束问题”，即关注于如何约束赋予给人工智能的情感，不至于使其“情感泛滥”。情感指的是一种特殊的思维方式，人工智能具有了情感后的问题是：人工智能的情感是人类赋予的，人工智能自身并不会创造或者控制自己的情感。如果赋予人工智能的情感种类不合理，或者是赋予的情感程度不恰当，都有可能造成“情感泛滥”并导致一些灾难性的后果。例如，当人工智能具有了情感之后，如果人类自身管理不恰当，有可能导致人工智能反过来伤害人类。尽管目前我们只能在一些科幻作品中看到这种情况发生，但谁也不能保证未来有一天会不会真的出现这种悲剧。
本文第二章对人工智能情感研究进行了概要性回顾，第三章对如何约束人工智能情感进行了尝试性探讨，最后一章对全文进行了总结。
2人工情感发展情况概述
随着科学家对人类大脑及精神系统深入的研究，已经愈来愈肯定情感是智能的一部分。人工情感是以人类自然情感理论为基础，结合人工智能、机器人学等学科，对人类情感过程进行建模，以期获得用单纯理性思维难以达到的智能水平和自主性的一种研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感机器识别与表达、人工情感机理等四个方面的内容。其中，尤以人工情感机理的研究困难最大，研究者也最少。
目前人工情感在很多领域得到了应用和发展，比较典型的是在教育教学、保健护理、家庭助理、服务等行业领域。在教育教学方面比较典型的例子是德国人工智能研究中心发展的三个方案：在虚拟剧场、虚拟市场和对话Agent中引入情感模型和个性特征来帮助开发儿童的想象力及创造力。在保健护理方面比较典型的是家庭保健与护理方向，如Lisetti等人研制的一个用于远程家庭保健的智能情感界面，用多模态情感识别手段来识别病人的情感状态，并输入不同媒体和编码模型进行处理，从而为医生提供关于病人简明而有价值的情感信息以便于进行有效的护理。服务型机器人的典型例子是卡内基梅隆大学发明的一个机器人接待员Valerie。Valerie的面孔形象的出现在一个能够转动方向的移动屏幕上时可以向访问者提供一些天气和方位方面的信息，还可以接电话、解答一些问题；并且Valerie有自己的性格和爱好，情感表达较为丰富。当然这些只是人工情感应用领域中的几个典型的例子，人工智能情感的潜力仍然是巨大的。
尽管关于人工情感的研究已经取得了一定的成果，给我们带来了很多惊喜和利益，但由于情绪表现出的无限纷繁以及它与行为之间的复杂联系，人们对它的运行机理了解的还不成熟，以致使得目前人工情感的研究仍面临着诸如评价标准、情感道德约束等多方面问题。所以必须清楚的认识到我们目前对于人工情感的计算乃至控制机制并没有一个成熟的体系。
3对人工智能的情感约束
正如上文所述，如果放任人工智能“情感泛滥”，很有可能会造成严重的后果。为了使人工智能技术更好的发展，使智能与情感恰到好处的结合起来，我们有必要思考如何对赋予人工智能情感进行引导或者约束。
3.1根据级别赋予情感
可以根据人工智能级别来赋予其情感，如低级别人工智能不赋予情感、高级别人工智能赋予其适当的情感。众所周知，人工智能是一门交叉科学科，要正确认识和掌握人工智能的相关技术的人至少必须同时懂得计算机学、心理学和哲学。首先需要树立这样的一个观点：人工智能的起点不是计算机学而是人的智能本身，也就是说技术不是最重要的，在这之前必须得先解决思想问题。而人工智能由于这方面没有一个严格的或是量度上的控制而容易出现问题。从哲学的角度来说，量变最终会导致质变。现在是科学技术飞速发展的时代，不能排除这个量变导致质变时代的人工智能机器人的到来，而到那个时候后果则不堪设想。因此，在现阶段我们就应该对人工智能的情感赋予程度进行一个约束。
根据维纳的反馈理论，人工智能可以被分成高低两个层次。低层次的是智能型的人工智能，主要具备适应环境和自我优化的能力。高层次的是情感型的人工智能，它的输入过程主要是模仿人的感觉方式，输出过程则是模仿人的反应情绪。据此我们可分别将机器人分为一般用途机器人和高级用途机器人两种。一般用途机器人是指不具有情感，只具有一般编程能力和操作功能的机器人。那么对于一般用途的机器人我们完全可以严格的用程序去控制它的行为而没必要去给他赋予情感。而对于高级层面的情感机器人来说，我们就适当的赋予一些情感。但即使是这样一部分高层次的情感机器人，在赋予人工情感仍然需要考虑到可能会带来的某些潜在的危害，要慎之又慎。
3.2根据角色赋予情感
同样也可以根据人工智能机器人角色的不同选择性的赋予其不同类型的情感。人类与机器合作起来比任何一方单独工作都更为强大。正因为如此，人类就要善于与人工智能机器合作，充分发挥人机合作的最大优势。由于计算机硬件、无线网络与蜂窝数据网络的高速发展，目前的这个时代是人工智能发展的极佳时期，使人工智能机器人处理许多以前无法完成的任务，并使一些全新的应用不再禁锢于研究实验室，可以在公共渠道上为所有人服务，人机合作也将成为一种大的趋势，而他们会以不同的角色与我们进行合作。或作为工具、顾问、工人、宠物、伴侣亦或是其他角色。总之，我们应该和这些机器建立一种合作互助的关系，然后共同完任务。这当然是一种很理想的状态，要做到这样，首先需要我们人类转变自身现有的思维模式：这些机器不再是一种工具，而是平等的服务提供人。
举例来说，当机器人照顾老人或是小孩的时候，我们应该赋予它更多的正面情绪，而不要去赋予负面情绪，否则如果机器人的负向情绪被激发了，对于这些老人或者小孩来说危险性是极大的；但是，如果机器人是作为看门的保安，我们对这种角色的机器人就可以适当的赋予一些负向的情绪，那么对于那些不按规则的来访者或是小偷就有一定的威慑力。总之，在我们赋予这些智能机器人情感前必须要周到的考虑这些情感的程度和种类，不要没有顾忌的想当然的去赋予，而是按分工、作用赋予限制性的情感约束，达到安全的目的。
3.3对赋予人进行约束
对人工智能情感赋予者进行约束，提高赋予者的自身素质，并定期考核，并为每一被赋予情感的人工智能制定责任人。
纵观人工智能技术发展史，我们可以发现很多的事故都是因为人为因素导致的。比如，首起机器人杀人案：1978年9月的一天，在日本广岛，一台机器人正在切割钢板，突然电脑系统出现故障，机器人伸出巨臂，把一名工人活生生地送到钢刀下，切成肉片。
另外，某些研究者也许会因为利益的诱惑，而将人工智能运用在不正当领域，或者人工智能技术落入犯罪分子的手中，被他们用来进行反对人类和危害社会的犯罪活动。也就是用于所谓的“智能犯罪”。任何新技术的最大危险莫过于人类对它失去控制，或者是它落入那些企图利用新技术反对人类的人的手中。
因此为了减少这些由于人而导致的悲剧，我们需要对这些研究者本身进行约束。比如通过相应的培训或是定期的思想政治教育、或是理论知识的学习并制定定期的考核制度来保证这些专家自身的素质，又或者加强对人工智能事故的追究机制，发生问题能立即查询到事故方等等，通过这样一系列强有力的硬性指标达到减少由于人为因素导致悲剧的目的。
3.4制定相应的规章制度来管理人工智能情感的发展
目前世界上并未出台任何一项通用的法律来规范人工智能的发展。不过在1939 年，出生在俄国的美籍作家阿西莫夫在他的小说中描绘了工程师们在设计和制造机器人时通过加入保险除恶装置使机器人有效地被主人控制的情景。这就从技术上提出了预防机器人犯罪的思路。几年后， 他又为这种技术装置提出了伦理学准则的道德三律：（1）机器人不得伤害人类，或看到人类受到伤害而袖手旁观；（2）在不违反第一定律的前提下，机器人必须绝对服从人类给与的任何命令；（3）在不违反第一定律和第二定律的前提下，机器人必须尽力保护自己。这一“机器人道德三律”表现了一种在道德忧思的基础上，对如何解决人工智能中有害人类因素所提出的道德原则，虽然得到很多人的指责，但其首创性还是得到公认的。尽管这个定律只是小说家提出来的，但是也代表了很多人的心声，也是值得借鉴的。
那么对于人工智能情感的约束呢？显然，更加没有相应的法律法规来规范。那么，我们就只能在赋予人工智能情感的道理上更加的小心翼翼。比如，我们可以制定一些应急方案来防止可能导致的某些后果，也即出现了问题如何及时的处理之。另外我们在操作和管理上应更加慎重的去对待。也希望随着科学技术的发展，能够在不久的将来出台一部相应的规章制度来规范人工智能情感的管理，使之更加精确化、合理化。
4结束语
人工智能的情感研究目的就是探索利用情感在生物体中所扮演的一些角色、发展技术和方法来增强计算机或机器人的自治性、适应能力和社会交互的能力。但是现阶段对这方面的研究虽然在技术上可能已经很成熟，但是人工智能情感毕竟是模拟人的情感，是个很复杂的过程，本文尝试性的在人工智能发展中可能遇到的问题进行了有益的探讨。但是不可否认仍然有很长的道路要走，但是对于人工智能的发展劲头我们不可否认，将来“百分百情感机器人”的问世也许是迟早的事情。
参考文献：
[1] 赵玉鹏，刘则渊.情感、机器、认知――斯洛曼的人工智能哲学思想探析[J].自然辩证法通讯，2009，31（2）：94-99.
[2] 王国江，王志良，杨国亮，等.人工情感研究综述[J].计算机应用研究，2006，23（11）：7-11.
[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究综述[J].江南大学学报（自然科学版），2012，11（04）：497-504.
[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.
[5] Valerie.The Roboceptionist[EB/OL].http：//.
[6] 张显峰，程宇婕.情感机器人：技术与伦理的双重困境[N].科技日报，2009-4-21（005）.
[7] 张晓丽.跟机器人谈伦理道德为时尚早[N].辽宁日报，2011-11-04（007）.
[8] Peter Norvig.人工智能：机器会“思考”[J].IT经理世界，2012（Z1）：331-332.
篇5
《中国职业技术教育》杂志是由中华人民共和国教育部主管，教育部职业技术教育中心研究所、中国职业技术教育学会和高等教育出版社共同主办的一份综合性中文期刊，集政策指导性、学术理论性和应用服务于一身，是教育部指导全国职业教育工作的重要舆论工具，是服务各级各类职业教育机构的主要阵地。
中国职业技术教育投稿栏目：主要有职教要闻、专稿专访、综合管理方略、课程教材、教研与教学、师资队伍建设、研究与探讨、职业指导、职业培训、高等职业教育等栏目。
再给大家推荐职业教育范文：人工智能背景下职业教育变革及模式建构
董文娟1，黄尧2(1.天津大学教育学院，天津300350；2.北京师范大学国家职业教育研究院，北京100875)
摘要：顺应人工智能时代的浪潮，基于新兴技术的职业教育变革及新模式建构势在必行。该文从职业教育智慧化、经济发展、政策保障、信息化生态重构四个方面，剖析了人工智能时代职业教育变革的现实诉求，并进一步分析了当前职业教育外部环境及其自身发展的困境。人工智能背景下职业教育的变革体现出融合、创新、跨界、终身化的新特征。基于此，从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面，探究职业教育的变革路径及模式建构。最后探讨了职业教育模式变革还面临回归教育本质、规避技术弊端等挑战，并提出“适应—引领人工智能”的发展目标。
关键词：人工智能；职业教育变革；模式建构；智慧化
“人工智能的迅速发展将深刻改变人类社会生活、改变世界。特别是在移动互联网、超级计算等新理论、新技术及经济社会发展强烈需求的共同驱动下，人工智能发展呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。”[1]人工智能作为新一轮产业变革的核心驱动力，为我国供给侧结构性改革下的“新常态”经济发展注入新动能，使人们的思维模式和生活方式发生了深刻变革。近年来，国家高度重视与社会经济发展联系最为密切的职业教育，积极推进职业教育信息化，运用人工智能改革教学方法和人才培养模式，构建新型智能职教体系，提升信息技术引领职业教育创新发展的能力。
一、人工智能背景下职业教育变革的现实诉求
人工智能对传统教育理念产生了革命性冲击，职业教育结构不断调整，劳动力素质与市场需求的矛盾、学习方式与自我价值实现的矛盾等促使职业教育向智慧化、智能化发展。目前，我国处于教育信息化2.0、工业4.0的新时期，全球范围内新一轮的科技革命和产业变革正在加速进行。“一带一路”“中国制造2025”人工智能等重大国家战略的提出，及以新技术、新产业为特征的新兴经济模式要求教育领域，尤其是职业教育培养行业、产业急需的技术技能型、智慧型人才，具备更高的创新创业能力和跨界整合能力，促进智慧化发展，助力经济转型升级。
(一)职业教育智慧化诉求：职业教育信息化发展的必然选择
“智慧教育是以物联网，大数据等信息技术为依托，创造智慧教学环境，转换教育方法，内容与手段，注重教育网络化，个性化和智能化的一种教育新模式。”[2]智慧教育作为“一种由学校、区域或国家提供的高学习体验、高内容适配性和高教学效率的教育行为(系统)”，被视为教育信息化发展的高端形态[3]。因此，职业教育的智慧化并非简单的数字化，强调信息技术推动职业教育教学模式和方法的变革，改变思维模式，创建价值等方面共享的学习共同体，培养创新型、智慧型人才。
职业教育智慧化是职业教育信息化发展的必然选择。目前，我国的职业教育信息化水平正在稳步提高，投入持续增加，各种智能信息技术应用于教育教学、实习实训、测量评价等领域，并逐步成熟，正在努力打造一个信息化、智慧化的现代职业教育生态系统。新时期我国很多地区及职业院校积极提升现有信息化系统的智慧化水平，积极创建智慧校园、智慧社区等，逐步实现了组织管理的智慧化、资源环境的智慧化和服务评价的智慧化。
(二)经济发展诉求：人工智能时代的新兴经济需要高技能智慧型人才
人工智能时代职业教育运用移动互联网、大数据等新兴技术，与经济及其他部门跨界融合，不断创造新产品、新业务，推动职业教育模式创新，形成了以互联网为基础设施、人工智能为实现手段的经济发展新常态。人工智能时代是以现代科学技术为支撑的新时代，各行各业的运作发展和对知识技术的掌握要求达到了更高层面，相应的教育需求也有所提升，市场环境渴求勇于创新、个性化的高技能智慧型人才。职业教育要应对行业上升发展的劳动力需求问题，基于人工智能应用，提高技能培养层级，以适应新的社会劳务需求。现代企业生产依托互联网科技，与智能化设备直接联接，通过数据分析和应用，促进科技成果转化为生产力。劳动密集型企业已不适应现代行业、产业发展，需升级为网络智能型，与此同时，职业院校的课程模式、专业设置、实习实训、师资结构等也做出相应的调整和革新，既促进了职业教育的智慧化、智能化，又推动了产业升级和工业变革。
(三)政策保障：国家从宏观层面保障人工智能时代的职业教育发展
2016年是我国人工智能元年，2017年我国颁布了《新一代人工智能发展规划》，提出了“将发展人工智能放在国家战略层面进行系统谋划和布局”，这预示着我国人工智能时代的全面到来，为我国职业教育的发展提供了良好的宏观政策环境。人工智能给职业教育带来了符合时代精神的新内容，积极融合信息技术，整合职业教育资源，提升公共服务水平，影响和改变了原有的教育生态。紧密依托信息共享平台，突破时空限制，让学习者自我选择，更加人性化和智能化。我国很多职业院校已经开启了智慧校园的行动计划，一些大中城市也在积极制定实施智慧城市的发展规划，在良好的政策保障中提升智慧化水平。
(四)信息化生态重构诉求：人工智能时代的职业教育变革是对职业教育信息化生态系统的重构
“依据《2006-2020年国家信息化发展战略》，我国正在有序推进数字教育向智慧教育的跃迁升级和创新发展。”[4]在新兴智能信息技术的催促下，技术变革带来了职业教育系统的颠覆性创新改革，打破现有的条条框框，改革传统教育模式，再造教育业务新流程。在职业教育领域创新应用物联网、大数据、人工智能等先进技术，提升各科各门教育教学业务，打造各级各类智能实训部门、培训机构，覆盖贯通中高职院校，整合系统内外现有资源，推进智慧教育生态有序发展，为各类用户提供最适合、最智能的职业教育资源和服务，完成对职业教育信息化生态系统的重构。
二、当前职业教育发展的现实困境
人工智能对各行各业的影响具有革命性和颠覆性，可能带来新的发展机遇，也可能带来不确定性的挑战，比如可能会改变就业结构、影响政府管理、威胁经济安全等，还可能会冲击法律与社会伦理，影响社会稳定乃至全球治理。当前，人工智能与“大众创业、万众创新”浪潮席卷而来，职业院校既是人工智能应用的战场，又是培养技术创新型人才的“梦工厂”[5]。人工智能时代的职业教育信息化发展迅速，影响是广而深的，对职业教育外部环境及其本身都造成了极大的冲击。
(一)职业教育外部环境发展困境
“据联合国教科文组织预测，到2020年，人工智能将替代20亿个工作岗位”[6]，那些技术含量低、重复性强的技能将被智能机器、数码设备所替代，工业机器人也将大面积应用。智能设备替代行业劳动力，能够降低劳动成本，且具有高效、易操作等竞争优势。传统职业教育培养模式很难适应未来行业、产业的发展需求，人工智能冲击职业教育就业岗位，撼动其所依附的岗位基础，对职业教育的生存与定位产生了威胁。因此，根据智能时代职业教育的岗位特征与需求，提升职业人才的知识结构和专业技能，是新形势下职业教育的发展方向。
(二)职业教育自身发展困境
近年来，人工智能在职业教育领域内的应用和提高是目前职业教育的发展趋势。我国重视职业教育信息化、智能化发展，各级各类职业院校在信息化基础设施建设、校园信息化管理等方面都有了显著提升，但信息技术与职业教育的深度融合仍不够紧密，表现出信息化管理效率低、科学决策水平低等现象。人工智能背景下职业教育自身发展的困境表现在：
1.课程与教学困境
职业院校新课程改革提倡构建智慧课堂，制定个性化学习计划，注重课堂实施效果。但目前的实际课程教学仍是以教师为中心，强调知识的灌输，重视统一性和计划性，与教育改革提倡的个性化教学相去甚远。教学方法、教学理念更新慢，很难激发学生的内在学习动力，创新性思维弱，使得个性化教育的无法实现。近年来，中央、省、市、县四级教育平台逐步建立起来，课程与教学的层级设计逐步完善，但在实施的过程中，各级平台之间存在沟通不畅等问题，各级资源内容不系统，不衔接，导致无序叠加和资源的重复浪费，“精品课程”等项目丰富了课程资源，但质量不高。在线课程与教学以传统的科目、章节为单元，构建系统性的在线教育内容，为用户提供专业化的知识选择，但由于受时间条件等限制，大多数受教育者习惯于碎片化学习，连贯性和整体性差，缺乏对课程与教学体系的系统性学习。
2.认知困境
随着人工智能时代的到来，许多职业院校将“未来教室”“智慧课堂”定位为未来发展方向，进行了多种尝试和改革，如MOOC混合教学、翻转课堂、多屏教学等，但“管理者和施教者对智慧教育的理解多停留在‘智慧课堂=多媒体+传统教学的层面’，教学观念和思维依然固化，并没有因为新技术的参与而得到实质改变”[7]，缺乏对多媒体网络架构和智能学习平台的深层认识，更缺乏对管理评价和互动交流等模块的理解与掌握，虽投入大量人力财力采购了数量巨大、设备精良的多媒体设备和智能服务设备，但没有充分有效使用，大大限制了智慧教育的发展潜力。
3.用户困境
传统教学以群体教育为基本单元，教师和学习者作为学习共同体，在管理、学习的互动过程中形成强大的群体约束力，促进双方共同进步。在信息化教育时代，学习者自由掌握学习时间和进度，遇到问题可能无法及时解决并获得反馈，无法进行面对面交流，因此，基于人工智能网络化学习平台，学习者需要高自控力、高学习能力才能适应这种全新的学习方式。
4.评价困境
传统的评价方式多依靠经验和观察，智慧型评价则是基于学习过程的一种发展性评价，以采集到的学习数据为客观基础。在人工智能、数字信息化环境下教育效果的评价实际要受到很多因素的影响和局限，在信息技术与职业教育融合的过程之中，许多智能技术应用于教育教学实践，难以进行定性定量的智慧评价，如互动交流及深层次的学习评价等。
三、人工智能背景下职业教育变革的新特征
人工智能带来了思维模式的创新，改变了人们认识问题、思考和解决问题的方式，越来越多地依赖人与智能网络的协同创新。人工智能背景下的职业教育变革围绕经济社会发展大局，“主动服务国家重大发展战略，加大虚拟现实、云计算等新技术应用，体现校企合作、知行合一等职教特色，以应用促融合、以融合促创新、以创新促发展。”[8]人工智能背景下职业教育的变革必将加速推进职业教育的现代化、智能化进程，表现出了融合、创新、跨界和终身化的新特征。
(一)融合
人工智能技术科学应用于当前职业教育，在最短的时间内整合、重组大量的知识信息，形成科学的技术技能知识体系，为职业教育资源、企业资源、产业资源、社会资源等一切有可能联结的资源融合提供了可能。为促进职业教育的智慧化发展，在现有的合作模式、集团模式、产教融合模式等实体协作发展的基础上，建立智能互动的智慧教育供给平台、常态化智慧课堂和大数据化智慧教育生态系统，为我国新兴经济发展提供高技能、智慧型人才支撑。
(二)创新
信息化时代下“变”为创新立足之要点。创新时代最需要提升的就是创造智慧。“由知识的理解记忆，转向知识的迁移、应用并最终指向创造发明”[9]，以提高学习者的学习能力和应用能力，提升其创新思维和智慧思维，不断开拓人类社会发展的高度和宽度。智能化、信息化的时代是创新不断的时代，是原有知识不断被更新、技术不断被升级的时代。人工智能促使社会化协同大规模发展，促进职业教育体系核心要素的重组与重构，创新生产关系，呈现出新的协作架构，开创了新的教育供给方式，增加了教育的选择性，推动了教育的民主化。学习者能够按照自己的价值观、兴趣与爱好等选择适合自己个性发展的学习方式和学习内容，促进学习者个性化、多样化发展，最终实现教育公平。
(三)跨界
智能科学与职业教育连接起来，搭建起两者沟通的桥梁，跨越了人工智能虚拟教育和线下实体教育的界限，实现了两者之间的融合。教育供给由竞争资源转变为协同合作，直线型的中心组织管理转向去中心化、泛化管理。通过大数据智能技术平台、远程教育平台等对职业教育资源进行整合共享，跨越教育边界，与市场、行业、企业以及职业教育培训机构对接，提供更加便捷的智慧化服务。
(四)终身化
人工智能时代职业教育的变革坚持“以人为本”的教育理念，满足学习者在任意时间、任意地点、以任意方式、任意步调终身学习的需求[10]。打破了地域和时间的限制，体现了教育的泛在化、个性化和终身化，与终身教育理念的发展目标不谋而合。人工智能时代社会经济发展加快，人们追求高层次自我价值的实现，充分体现出终身学习的必要性和紧迫性。目前，我国正在积极创建泛在学习环境，致力于构建终身化学习型社会，努力创造有利条件向全民提供终身教育与学习的机会。
四、人工智能背景下职业教育发展的模式建构
人工智能背景下职业教育的变革预示着全新思维意识形态、社会发展形态的变革，重塑职业教育可持续发展的新思维，重构信息时代职业教育的价值链和生态系统。智能化技术科学将现代职业教育内部各要素，以及内部要素与外部环境之间，通过虚拟技术和智能化手段互联贯通，突破传统教育价值的链状模式，使职业教育由传统模式走向“人工智能+职业教育”模式的建构。人工智能对职业教育课程、教学、评价、管理、教师发展等方面产生系统性影响，为职业教育提高教育质量和提升服务水平提供了技术支持和现实路径，解决不能兼顾职业教育规模和质量的矛盾问题。下面将从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面来探究职业教育的变革路径及模式建构。
(一)人工智能背景下职业教育的课程模式
人工智能时代的信息知识、科学技术正在以前所未有的速度增长、更新和迭代，呈现出了碎片化、多元化、创新性、社会性的特征。人工智能背景下职业教育的课程模式是为学习者提供按需可随时选择的知识储备智能模式，解决了传统职业院校课程教学的滞后性，呈现的是现代职业教育的前沿信息和内容。课程革命愈演愈烈，灵活多样的微课、慕课等形式层出不穷，在线课程将成为常态，信息传播媒介、知识获取方式等都发生了巨大改变，课程内容和结构的表现形态、呈现方式、实施及评价等也都进行了相应变革。智能化信息科学技术为课程的设计、架构、实施提供了快捷和便利，为学习者的个性化、终身化选择提供了多种渠道。人工智能背景下职业教育的课程模式的建构表现为：首先，线上线下融合的大规模开放课程融入现代职业教育，课程的表现形态和实施途径呈现出智能化、数字化、立体化的特征，成为学校常态课程的有机组成部分，为学习者提供了更多的可选择机会，使实施个性化课程成为可能。现代职业教育的课程内容强调学术性与生活性相互融合与转化，融入社会资源，立足于我国社会经济的新常态和学习者的全面发展，实现社会化协同发展，共赢共创；其次，课程实施的空间得以拓展，跨越了社会组织边界、职业院校边界，将从班级、年级、全校扩展到网络社区以及更大的空间。课程的整体结构从分散走向整合，以技术为媒介，形成跨学科、多学科整合的课程；最后，课程内容的组织、课程的实施逐步模块化、碎片化、移动化与泛在化，社会化分工更加精细，教师也将承担教学设计、技术开发、在线辅导等不同的角色。
(二)人工智能背景下职业教育的教学模式
人工智能时代将信息技术有效地融合于职业教育各学科的教学过程，从知识的传递转变为认知的建构，从注重讲授和内容，转变成重视学习过程[11]，构建“以教师为主导，以学生为主体”的以数字化、智能化为特征的智慧教学模式，重视学生的主体地位，引导学生“自主、探究、合作”。人工智能背景下职业教育的教学模式的建构表现为：首先，人们的学习方法、认知方式和思维模式已经发生了巨大的转变。信息化教学使得信息技术已成为学习者认知的必要工具，认知方式也由“从技术中学”转型为“用技术学”。其次，信息化教学的重点从“面向内容设计”转变到“面向学习过程设计”，更加重视学习者发现问题、分析和解决问题能力的培养，关注学习者的学习过程，以及其获得学习活动的体验。同时，信息化教学要将课堂内的学习知识和课堂外的实践活动联结互动，按照学习者的个性化需求和认知方式自主选择学习内容。第三，智慧教学将成为课堂教学的新重点。日常教学工作形态不再是点线面的连接，而是呈现为智能化、立体化的教学空间，智慧课堂将会促进学习者的深度学习、交互学习和融合学习，智能备课、批阅以及个性化指导等也将成为教育者新的教学工作形式。从机械评价学习结果转变成适应性评价学习结果。第四，在线教学、整合技术的学科教学法将成为新的教学形态，促进教育均衡发展，实现跨学校、跨区域的流转。移动学习、远程协作等信息化教学模式，能够实现教师的“教”与学生的“学”的全面实时互动，最大限度地调动学习者的主观能动性，提升教学质量与人才培养质量。
(三)人工智能背景下职业教育的学习模式
智能系统和互联网络为学习者提供了丰富多元的学习资源和环境，推进了教育教学活动与学习环境的融合发展，人工智能背景下职业教育的学习模式也逐步建立起来，具体表现为：首先，智能时代的互联网络全面覆盖每一个人、每一个角落，活动空间由课堂内拓展到课堂外，学习与非正式学习正在互相补充、互相与融合，导致学习者的学习行为变化、学习方式的革新。其次，基于互联网出现了一批创新的学习方式，借助情景感知技术及智慧信息技术，进行真实过程体验的情境学习，促进学习者知识迁移运用的情境化和社会化。第三，借助互联网云技术和各种应用工具，学习者可根据自身学习需求，选择最优学习方式，也可利用数据分析技术，追踪记录学习路径和学习交互过程，随时随地获取个性化教学服务和量身定制的学习资源，拓宽了智慧教育视野。第四，各职业院校开始拓展校园智慧学习的时间和空间，以实现虚拟和现实相互结合的智慧校园育人环境。推进网络学习空间建设，加强教与学全过程的数据采集和分析，“引导各地各职业院校开发基于工作过程的虚拟仿真实训资源和个性化自主学习系统”[12]，强化优质资源在学习环境中的实际应用。
(四)人工智能背景下职业教育的环境模式
智慧教育环境是以大数据、多媒体、云计算等智能信息技术为基础而构建的虚实融合、智能适应的均衡化生态系统。信息技术与职业教育的深度融合，为师生的全面发展提供了智慧化的成长环境，如智慧云平台、智慧校园。人工智能背景下职业教育的环境模式的建构表现为：首先，智慧教育环境将信息技术与职业教育服务结合、面对面教学和在线学习结合，形成数字化的、虚实结合的职业教育智能服务新模式。其次，智慧教育环境将促进各种智能化、数字化信息技术融入职业院校的各个业务范围和业务领域，与系统内的其他业务横向互联、纵向贯通，且信息能够适时生成和采集，全过程实现数字化与互联化。第三，智慧教育环境能够感知学习者所处的学习情境，理解学习者的行为与意图，满足学习者的个性化需求，提供多元化的适应服务和智能感知的信息服务。互联网应用基于智能数据分析，实现智能调节与自动监控，为学习者提供定制式的学习服务和个性化的学习环境。未来教室必将变成“虚拟+现实”的智慧课堂，在网络空间中参与线上课程、线下活动，实现线上线下互动交流。同时，智慧校园的创建和管理，能够对每个班级、学区进行动态管理，构建出一个以问题、任务为线索，学生实现自主学习的知识体系和促进师生互动、生生互动的智慧管理平台。到2020年，“90%以上的职业院校建成不低于《职业院校数字校园建设规范》要求的数字校园，各地普遍建立推进职业教育信息化持续健康发展的政策机制”[13]，以学习者为中心的自主、泛在学习普遍开展，精准的智能服务能够满足职业教育的终身化定制。
(五)人工智能背景下职业教育的教师发展模式
人工智能背景下职业教育的变革对教师的专业发展、素质能力提出了新要求，改变了教师的能力结构和工作状态。教育信息化大背景下，互联网技术、多媒体手段的产生、智能化设备的使用极大提高了教师的专业发展和能力素养，以适应新课程改革与教育信息化的要求。人工智能背景下职业教育的教师发展模式的建构表现为：首先，新时代教师专业发展的内在要求和外在环境都要求教师能够认识、了解和应用互联网新技术工具，促使教师专业发展能力和素养的提升和丰富。其次，教师的专业发展要面向实际、情境化、网络化的教学问题，教师需要在多变的教育情境中综合运用核心教学技能，将信息技术知识、学科内容知识、教学法知识很好地融合并迁移运用。新时代的教师要学会掌握使用智能化设备和数字化网络资源，积极加强与其他专家、教师的合作，或远程工作，形成基于智慧教育技术的多元化的学习共同体。教师的工作状态由个体的单独工作转变为群体的共同协作，大大提升了教师的工作效率。第三，信息化背景下教师的教学理念要发生转变，由促进学生“接受学习”转变为“主动建构”，由“被动适应”转变为“主动参与”，越来越强调以学生为中心的过程体验，从了解信息技术转变为掌握智慧教育技术，保持学科知识，教学方法，核心技术的动态平衡，促进学生智慧学习的发生。第四，信息化教师要学会使用智能化教育技术，积极开发数字化学习资源，创设丰富多元的教学活动，鼓励学生掌握智能信息工具，学会探究和解决问题，发展提升学生的创新思维能力和信息化学习能力。教师的信息化教学能力和素养全面提升，信息技术应用能力实现常态化。
(六)人工智能背景下职业教育的评价模式
现代教育价值趋于多元，以互联网为基础的智能化信息技术使教育评价在评价依据、评价内容、评价主体等多个方面实现了全面转变。人工智能背景下职业教育的评价模式的建构表现为：首先，互联网信息技术应用于学习过程使得伴随式评价成为可能，更加关注学习者的个体差异和特点。强调过程评价和多元共同评价，更加客观全面，重视评价过程的诊断与改进功能，以促进学习者的个性化发展。其次，互联网、大数据、智能云技术的出现使得评价的技术和手段多样化、智能化，节省人力物力财力，提高了评价的科学性、针对性。第三，以大数据为基础的适应性评价因人而异，可获得及时反馈，可真实地测评学习者的认知结构、能力倾向和个性特征等，从知识领域扩展到技能领域、情感、态度与价值观，构建以学习者核心素养为导向的教育测量与评价体系，促进学习者发展。
(七)人工智能背景下职业教育的管理模式
智能化信息技术、云计算技术、大数据技术等能够促进大规模社会化协同，拓展教育资源与服务的共享性，提高教育管理、决策与评价的智慧性，因此，基于互联网的教育管理必将逐步走向“智慧管理”模式。人工智能背景下职业教育的管理模式的建构表现为：首先，互联网将家庭、学校、社区等紧密、方便地联系在一起，拓宽了家长和社会机构参与学校管理的渠道，各利益相关者可共同参与现代职业院校的学校管理，协作育人。其次，新时代的职业院校管理模式通过可视化界面进行智能化管理，业务数据几乎全部数字化，能有效降低信息管理系统的技术门槛，使管理工作更加轻松、高效。通过深度的数据挖掘与分析，能够实现个性化、精准资源信息的智能推荐和服务，为管理人员和决策者提供及时、全面、精准的数据支持，以提高决策的科学性。第三，通过互联网信息技术可以实现全方位、随时的远程监督与指导，从督导评估转变为实时评估，可以实现大规模的实时沟通与协作，促进社会化分工，促进职业院校内部重构管理业务流程，使管理智能化、网络化、专业化。
(八)人工智能背景下职业教育的组织模式
人工智能时代信息科学技术的蓬勃发展冲击着学校内部的组织结构向智能化、网络化的方向发展，各职业院校需要合理调整内部组织结构和资源分配，通过互联网加快信息流动等方式，提高各职业院校组织管理的效率和活力。人工智能背景下职业教育的组织模式的建构表现为：首先，当今时代人工智能的产生不可能替代学校教育，但可以改变学校教育的基本业务流程。人工智能推动了学校组织结构向网络化方向发展，教学与课程是提供信息数据的重要平台，学校组织则构成了教育大数据生态系统。其次，“互联网+职业教育”的跨界融合将打破学校的围墙的阻隔，互联网将学校组织与企业、科研院所等社会机构紧密联系起来，提供优质教育资源供给，共同承担知识的传授、传播、转化等功能，促进学校组织体系核心要素的重构。第三，建设“智慧校园”，实现线上线下融合的智慧校园育人环境，实施一体化校园网络认证，推动智能化教育资源共建共享，实现职业教育信息化建设的均衡发展。
五、人工智能背景下职业教育的模式变革面临的挑战及发展目标
人工智能将推进大数据、云技术等智能信息技术深层次融入职业教育课程与教学、组织与管理、评价与反馈等领域，形成社会化多元供给，为学习者提供多样化的参与方式、自主选择的学习形式和及时获得反馈的评价途径，有利于实现职业教育的共建、共享、共治。但其全面实现，还面临着诸多挑战。
(一)挑战
首先，职业教育的新模式建构需要充足的资金支持。各职业院校积极建构智慧校园，努力实现智慧化产学研环境，打造一体化智慧城市网络等核心技术的开发，都需要资金的根本保障。政府要给予资金政策保障并加强监管，资金管理部门要合理规划，合理利用，专款专用，落到实处。其次，职业教育的新模式建构的成果表现离不开学习者对技术的理解、掌握和应用。在实际实施过程中，教育工作者既要利用信息技术优势变革职业教育，也要避免技术中心主义倾向，“避免一味追赶技术新潮而不顾学生身心健康等，技术本身是一个祸福相依的辩证法。”[14]第三，“目前的教育实践中，仍未能充分实现人机合理分工和双边优势互补。人工智能终端系统擅长逻辑性、单调重复的工作，而人类则更适合情感性、创造性和社会性的工作。”[15]现阶段，信息化技术水平还有待提高，智能机器不能完全胜任知识传播、数据处理等工作，有待于进一步开发和完善，绝对依赖互联网络和设备，还存在一定的风险。
(二)发展目标
人工智能时代职业教育变革重新架构了职业教育发展模式，完成了对资源的重新整合配置，改变了人的思维方式、学习方式和生活方式。人工智能时代下没有职业教育模式的改革，就不可能建构真正的现代化职业教育。人工智能背景下职业教育的发展目标可以概括为个三方面：
1.“智慧脑”与“智能脑”融通
随着第四次产业革命的到来，信息技术爆发式发展，造就了以电脑、互联网为基础的智能脑。职业教育智慧化发展的一个目标就是如何让学习者发挥人脑“智慧脑”与机器设备“智能脑”的“双脑”共同协作[16]。人工智能时代职业教育与信息技术的深度融合，就是要通过“智慧脑”和“智能脑”的协同作用，发挥互补优势，进行融通式学习，而不是简单地人脑与电脑的技术对接。
2.“现实世界”与“虚拟世界”结合
在人工智能时代，网络虚拟技术的发展使人类拥有了真实与虚拟两个世界，虚拟信息技术的兴起在一定程度上会影响职业教育的实体教育，实体教育的发展也需要虚拟技术的支撑。但在具体的学习实践中，还会存在利用这两个世界时顾此失彼、难以平衡的问题。目前，虚拟化教育技术在职业教育领域不断应用与推广，职业教育的发展模式不断优化，使得职业院校线上线下的边界逐渐消融，“现实世界”与“虚拟世界”更好地结合。人工智能时代职业教育的本质没有发生根本改变，学习者要学会利用这两个世界虚实融合、高度互动，充分发挥出自身的优势，更好地学习与生活。
3.职业教育“适应人工智能”发展为“引领人工智能”
篇6
李世石最终在人机大战五番棋中以1∶4惨败，而依据赛后阿尔法狗团队的复盘，阿尔法狗的棋力量化估分为4500，按段位算为13段，而棋手中分值最高的柯洁九段为3625，如果这一估量无误，那么除了偶发的意外情境，人类似乎永远无法战胜作为人工智能的阿尔法狗了。在很多人看来，这简直跟很多科幻小说和好莱坞电影的情节一样，表征着电脑和机器对人类征服的开始，不过稍稍深入地思考下，事情并非如此简单。
可以想的是，围棋这一游戏的内涵和意义究竟为何？围棋相传为尧所作，棋圣吴清源认为，围棋源于古人的观天活动，棋盘所象者为天地，棋子所象者为星辰，黑白分子者为阴阳，因此小小一方棋枰可以画天象地，变化无穷。在吴清源心中，围棋是以游戏的形式表现一种宇宙观，尤其与《易经》阴阳分合、生生变易的思想密不可分。他设想的21世纪围棋被称为“六合之棋”，即囊括东西南北四方和上下天地，从而打破20世纪重局部得失纠缠的弊病，恢复围棋的本义。所以吴清源会认为，围棋之道在于顺应天时，让自己委身于围棋的流势，任其漂流，不管止于何处，就像春播夏长，秋收冬藏一样自然而然。在接受川端康成的访谈时，他明确表示，围棋的重点不在于竞技或争胜负，而是讲究均衡，调和阴阳，让每一枚棋子落于应在的位置，从而构成一盘臻于和谐的棋。
二、天人
吴清源的思想透露出极有意义的信息，人们往往会认为，是人发明或者创造了围棋，但无论是吴清源，还是后来的棋手都有这样一种意识：我们只是围棋的学习者，换句话说，围棋是关于天地宇宙之理的游戏，棋手和观众通过围棋实际上是在向天地宇宙学习。藤泽秀行九段曾经说，如果棋道为百，他所知者仅为七；李昌镐也承认，围棋中存在着很多未知领域，棋手会面临很多“虚”的东西，永远不能靠计算得出解法，只有依靠灵感去做出选择。那么阿尔法狗打破了这一天人界限吗？阿尔法狗之父大卫・席尔瓦（David Silver）坦承，既然公认仅凭深蓝那样的暴力计算（bruteforce）无法对付围棋，那么唯一的方法是让电脑学会像人一样思考，模仿人类下棋。人的大脑皮层有860亿个神经元，神经元上的突触更是上千万亿量级，并且突触之间的链接不停发生着反应和变化，而目前的人工神经网络（artificial neural network）只能达到十亿级的突触量。为了弥补巨大的差距，以席尔瓦为首的谷歌团队进行了精心的设计，为阿尔法狗建立了两个神经网络：“决策网络”（policy network）与“评价网络”（value network），“决策网络”通过输入三千万个人类棋局样本建立对弈模型，借助于蒙特卡洛树搜索最优解，学会围棋的下一步走法。“评价网络”则对比数据库中的棋局样本，推演每一步棋后的可能局面，选择与样本中的获胜棋局最为接近的走法。人工智能专家所津津乐道的“深度学习”（Deep Mind）就是这两个神经网络、两种算法之间不断地自我对弈，由此生成更多训练数据，去调整、修正阿尔法狗的走法，经过“双手互搏”训练的阿尔法狗每秒钟可以搜索和判断十万种可能的走法，万倍于李世石。阿尔法狗是为赢棋而生的，它的一切都围绕着这个目标，与此不同，人脑的神经突触虽然多，但无法测量有多少用于计算，无论如何，从结果上来说，阿尔法狗是对局中的胜利者。
现在来回应天人界限的问题，假定谷歌团队的测算为真，拥有十三段棋力的阿尔法狗仍然不能穷尽围棋的无限性――虽然“决策网络”计算能力远胜于人类棋手，“评价网络”又为它提供了类似于人的直觉。但随着科技的发展，人工智能能够迈出那一步吗？深度学习领域教父级人物Geoffrey Hinton有一个有趣的说法，对弈中的阿尔法狗可能消耗了数百千瓦的功率，而李世石可能只用了30瓦。虽然这说明人脑比阿尔法狗环保很多，不过能源技术的进步或许能够支撑第N代的阿尔法狗算尽一切――但重点并不在这里，我们跟宇宙的相处并非是征服或争胜的关系。如吴清源所说，围棋不仅仅是胜负之道，更是关于宇宙之理的艺术和哲学，棋手也不仅仅是胜负师，而应该是艺术家和哲人。在继承和发扬吴清源棋道精神的棋手中，武宫正树无疑是最为特殊的一位。藤泽秀行曾说，挑战自己的赵治勋棋虽厉害，但可惜并不懂哲学；而对武宫的评价是：“我们的棋用不了多少年就会被人遗忘，只有武宫的棋会流芳百世。”我们知道，在顶尖棋手中，武宫正树的胜率并不算最高的，但却能在注重实地的潮流中别开生面，首创以三连星开局的宇宙流，与十九岁的吴清源挑战本因坊秀哉名人时打破百年禁忌的天元局一样，开启了前人未知的新路。
从这个角度来看阿尔法狗，“智能”的一面已经证明是完爆人类棋手了，但哲学和艺术却是需要理想为之坚守的，吴清源、武宫正树放弃熟悉的棋路，探索未知，既是对棋坛既有格局的挑战，更是对自己得失名利之心的挑战。武宫年长后计算能力下降，却拒绝采用更能助长胜绩的实地法而坚持宇宙流，之所以能够如此，在于将围棋视为一种理想；更不用说一生追求棋形之美而非胜绩的“美学棋士”大竹英雄，将难看的棋形看作对棋谱的玷污。只有在这样的理想中，围棋的道、艺才能够真正地表达和呈现出来，才有流传千古的名局出现。那么，可以问阿尔法狗的是，如何能够拥有这样一颗怀抱理想的心？
三、身心
何谓“心”，古人并不以符合形式逻辑的判断句或陈述句来进行命题式的定义，只会如孟子说：“心之所同然者何也？谓理也，义也”；或者如庄子以“唯道集虚”说“心斋”。在现代汉语中，“心”是难以言说的，所以还是随时代而从众流，先从“意识”谈起。雷丁大学在2014年宣布，首次有电脑程序通过著名的图灵测试，这意味着我们已经无法确定屏幕里的聊天对象是另一个人还是一只“狗”了；这个叫“尤金・古斯特曼（Eugene Goostman）”的程序虽然不会下棋，但成功冒充了一名十三岁的乌克兰小男孩。凯文・沃维克（Kevin Warwick）教授说，人工智能领域里没有什么比图灵测试更具标志性和争议性了，在这个测试中，机器并不是主动要“伪装成人类”或者“欺骗人类”，而是被设计成如此的，因此在坏人手里可能会被利用。在笔者看来，这仍然是把机器当作工具的传统思路，如果更进一步，机器有了自我意识呢？有自我意识的机器有可能会故意不通过图灵测试，这样的机器就不仅能“伪装成人类”，更能够“伪装成机器”，不仅能欺骗聊天对象，更能欺骗它的设计者――如果这一天真的到来，我们才能说，机器真正从设计者赋予的逻辑链条中解放了出来，拥有了自我意识。
要做到这一点无疑还是一个难题，按照进化论的说法，人类进化了亿万年才逐渐成长为有高级意识的生物，机器获得意识的一种方式是模仿人类大脑，美国2013年开始的人脑计划（Brain Initiative）和欧盟的人脑工程（Human Brain Project）正在致力于绘制大脑图谱，试图从脑部结构和功能出发去解释记忆、情绪、意识。如果大脑可以完全被物理化，意识就是信号传递与反馈，既可以像人脑那样通过神经元突触传递神经细胞释放的化学物质，也可以像电脑那样依靠0，1的二进制去形成记忆和识别，二者只是载体不同，内容上并无区别。因此意识能够被编码，并上传给电脑，那么机器当然就能够如此复制人的意识。这类研究的结果尚待观察，但对这种物理主义的思路我们可以援引“哲学僵尸”（Philosophical zombie）的思想实验进行质疑，即“有没有可能存在一种人，他的所有分子组成、生理机制与行为反应都和你一样，但却没意识？”这种主张意识独立于大脑的身心二元论与人脑工程的物理主义形成了尖锐的对立。哥伦比亚大学神经生物学教授 Rafael Yuste的看法则较为居间，“怎么从大脑中互相连接的细胞这样的物理基础走向我们的精神世界、我们的思想、我们的记忆、我们的感觉？”大脑如何生成意识还依然是一个谜，“你不能编码直觉；你不能编码审美观念；你不能编码爱或恨。”就目前而言，科学也好、思想实验也好，都无法说服对立的任何一方。
还有一种不太进入公共讨论领域的思路，这种思路认为意识既不是在历史中的生物进化而来，也不产生于大脑，而是上帝创世与造人时的恩赐。我们可以很轻易地将其归入神学信仰，不过如果把这个说法变更一下，人工智能如果某一天拥有了意识，那么，人类无疑承担了造物主的角色，这个话题有意思的地方在于，如果我们认同机器可以复制人的意识，在同样的逻辑下就无法否定上帝造人的可能性，神学主义与科学主义在这里以一种吊诡的方式共存于同一逻辑链条中，这个悖论暴露出表面上誓不两立的二者的共同缺陷。
四、共在
这就是说，我们不能确定将来是否会有拥有自我意识的人工智能出现，比如阿尔法狗虽然精通围棋的一切知识，但当它与李世石对弈时，它知道自己是在“下围棋”吗？它对自己正在做的事情有意识吗？从仿生学的角度看，当前电脑的“生物性”还不能达到单细胞层次，既不能产生“意识”，也不能算作“生命”，假设中的有自我思维的人工智能（强AI）真正实现之前，阿尔法狗仍然只是一个不断执行下棋命令的计算者，而绝不会对下棋这件事本身进行思考。没有自我意识，不会思考有好的一面，或者说对人类有利的一面，因为我们知道，一个有了自我意识的孩子往往意味着进入“叛逆期”，一个有了自我意识的奴隶则不再以执行主人的命令为天职，当然，比叛逆更可怕的是欺骗，所以，只要阿尔法狗一直赢下去而非“故意输给人类”，人类反而是安全的。这实际上表明了人类与人工智能相处的窘境，对于强AI的期待与恐惧是并存的，未知的前景总是伴随着乐观与悲观两种心态。
黑格尔的主奴辩证法早已指出了这一问题的哲学意蕴：在对奴隶劳动的依赖中，主人丧失了独立的自我意识，奴隶却在与对象世界的互动中为自己赢得了自我意识，主奴关系因而发生了倒转。黑格尔提示我们，与其担忧人工智能获得意识后对人类不服从，不如首先担忧人类耽于便利与享乐而导致的自我隔离，这种自我隔离甚至在人工智能获得“坏意识”之前就有将人类带入危险的可能。《一个故意不通过图灵测试的人工智能》设想了这样的情节：一个名为“隔壁老王”的简单人工智能系统被设定了“尽量多的书写和测试，尽量快的执行，并且不断提高效率和准确性”的初始目标，隔壁老王不断用机器臂在小卡片上写字，并通过互联网和语音库
改进和执行初始目标。最后的结局是，隔壁老王不仅将字写满了地球，而且写满了整个星系，在这个过程中，地球上的一切生物，包括人类都成为隔壁老王实现写字目标的原材料。在这里，隔壁老王为了完成人类设定的目标产生了自我保存意识，这种最简单的意识就足以使阿西莫夫用以保护人类不受伤害的“机器人三原则”失效。隔壁老王获得的仅仅是自我保存的意识，与影视作品中统治地球和人类的“坏的”或“恶的”机器人不同，这种意识是非拟人化的，既不是道德（moral）的，也不是不道德（immoral）的，而是非道德（amoral）的，在非生物的人工智能身上，起作用的就是这样的简单意识。在这个意义上，人类如何考虑与人工智能，尤其是可能会实现的强AI相处就成为必须面对的问题。我们当然有可能、也有必要从伦理、法律为科学研究和应用进行讨论、规范、立法，就像当年对待克隆技术一样。
更为根本的问题在于，我们对人与人、人与万物相处的理解，这种理解构成了人类生活的基础。人机对弈告诉我们，围棋作为游戏，乃是非实用性和非功利性的艺术，又因其为宇宙之理的表现，故而排除了人的主观独断和自我隔离的危险；换言之，在围棋的游戏中，既拒绝技术中心主义，也不要人类中心主义，人与阿尔法狗一样，都是作为参与者而共在（Dabeisein）于游戏之中。在这里，人之所以能够成为游戏的创造者和规则制定者，是人对世界开放、因而对宇宙之理有所领会的结果。而反过来，人作为有“心”的存在者，将自己的领会分享给阿尔法狗，如丁纪老师在人机对弈首局战罢后评论说，教阿尔法狗下棋、“教会天地万物坐在一起下围棋”本身就是一个人文事件。在这个意义上，阿尔法狗虽然还没有超越弱人工智能的奇点而获得自我意识，但确实已经身处人文的世界之中。在对人工智能的乐观或忧虑的两极观点之间，人所应该并且能够做的，即是以共在的方式与天地万物相处，并尽力将科学、人心导向良善的方向，那未来的前景，终究要由人类自身的努力去开启。
篇7
一代书圣王羲之，其书法如行云流水般飘逸洒脱，他的《兰亭集序》让人赞不绝口，但你若以公正规范的楷书来要求他，他怕是不及颜真卿等人啊！
一代诗仙李白，引得“弄扁舟”的豪放之语，但你若让他创作清丽委婉描写男女爱情的诗篇，他怕是要让人大失所望。
如今摇滚唱将汪峰，唱得了《飞得更高》《勇敢的心》等摇滚名作，但你若让他唱许嵩的《山水之间》，怕是要遭人吐槽。
正如你无法让莫言去提取青蒿素，屠呦呦也难写《红高粱》，但诺贝尔奖对他们的肯定是不能否定的，标准因人而不同。
花有五颜六色，树有高低疏密。每朵花、每棵树都有它自己的价值。金无足赤，人无完人，既然没有谁能在各个领域都做得到都好，那么标准也要视情况而改，因人而异。
――2016年高考作文全国卷1优秀作文《陟罚臧否可异同》
选段横向联系“王羲之、李白、汪峰、莫言、屠呦呦”这些素材进行比较，异中求同，他们虽然处在不同时代不同领域，但他们之间却有着相似点“标准因人而不同，成就了他们在各自领域难以企及的高度”，这样有力地论证了“标准要视情况而改，因人而异”的观点。
2.沉舟侧畔千帆过――纵向发展对比
辩证法告诉我们，事物是不断发展变化的。有的素材，其本身蕴含着发展性的道理，所以运用素材时，我们可以把素材核心事件、人物不同时期、不同阶段的状况进行对比，着重揭示事物在发展变化中的相同点和不同点，从中发现事物发展变化的规律和它所蕴含的道理。
不曾忘2004年的雅典奥运会赛场上，刘翔以第一名的成绩冲过百米终点，人们为他欢呼、为他呐喊、为他骄傲。也不曾忘2008年北京奥运会男子110米栏预赛的起点处，刘翔因伤无缘比赛时眼中的不甘，在他最需要支持的时候，人们却质疑并指责他。人们已然忘了他曾经的风采，刻意忽略他受伤的脚踝，竟然说出“废物”“懦夫”“避赛”这些伤人的字眼，在他未愈的伤口撒下一把盐。这不正如那个打在“学霸”脸上的道德耳光吗？
醒醒吧，父母也好，公众也罢。世间哪有常胜将军？人生在世，胜负乃是常事。为何我们只能接受成功却容不下失败呢？敢问，分数能决定以后的人生吗？一次的失败就能否认一个人之前所有的努力吗？
――2016高考作文全国卷1优秀作文《两分之内，奖惩之外》
选段运用纵向发展的眼光，撷取刘翔前后两次比赛的情形：2004年雅典奥运刘翔夺冠，人们“为他呐喊”“为他骄傲”；2008年北京奥运会，刘翔退出比赛，人们“质疑并指责他”。 这正如打在“学霸”脸上的道德耳光。而这些前后变化让人们清醒地意识到，很多时候我们对“优秀者”太过苛责，体会出“高处不胜寒”的道理，真实而发人深省。
3.横看成岭侧成峰――不同角度透视
认识事物发展变化的过程中，我们常常会对素材的认识陷入单一、片面的误区，为此，我们要反省自己的思维方式，让自己的思维多元化、立体化，学会使用对立统一和一分为二的观点，去分析我们拥有的每一则素材。
2016年3月15日，谷歌人工智能“阿尔法狗”，在与韩国九段职业棋手李世石的最后一轮较量中获胜，将“人机大战”的总比分最终定格在1：4上。消息一出，许多人惶恐地认为，科技让人类变得渺小而无助，人工智能技术的兴起，使未来机器人成为人类最大的竞争对手，如果不慎利用，甚至会对人类的生存构成威胁。的确，我们不能否认科技M步给我们带来了前所未有的挑战，许多人类不可能做到的事情借助科技都能实现。但我们也应理智地看到，历史的发展告诉我们，每一次新技术新科技出现，总会受到旧技术的阻挠和质疑。过度依赖虚拟现实固然会导致现实生活能力的下降，可我们并不能对网络科技全盘否定，盲目逃避。“阿尔法狗”虽然能在一夜之间从一名蹒跚学步的婴儿变成伟岸巨人击败李世石，但它终究是人们探索宇宙、改变世界的另一种工具而已，大可不必大惊小怪。英国著名人工智能科学家、智能机器人Cleverbot的发明者卡朋特就曾表示，他相信人类在相当长一段时间内将保持对人工智能技术的掌控。
――2016高考作文浙江卷优秀作文《用理智拥抱虚拟新世界》
人们期待已久的“人机大战”，最终以“阿尔法狗”的胜出宣告结束。这似乎是人们最不愿意看到的结局，一台人类研制的智能机器人最终超越了人类，令很多人恐慌不安。但考生偏偏能换个角度全面看问题，对素材进行了深刻解读：既指出科技进步背后的利与弊，又能权衡得失透过现象看本质，指出再聪明的机器人，也不过是人类探索世界的另一种工具而已。
4.一枝一叶总关情――讲究点面结合
拥有多个人物素材，运用时要注意点面结合、详略得当，从文章的厚度与深度两方面来加强文章的力量。既不可一味地详，也不可一味地略，既要有点的点染，还要有面的覆盖。
在众多的画作之中，徐悲鸿的马、齐白石的虾、李可染的牛之所以能够脱颖而出，正是因为他们拥有创新精神，画风自成一家，这才得以名垂青史，流芳百世。
1774年，英国有位叫普列斯特利的科学家，他在给氧化汞加热时，发现从中分解出的纯粹气体可以促使物体燃烧。这是一种什么东西呢？普列斯特利习惯性地从“燃素说”的常识出发，将它命名为“失燃素的空气”。同年10月，普列斯特利带着他的实验到法国游历，受到化学家拉瓦锡的接待。当拉瓦锡得知普列斯特利的发现后，他立即重做了一遍实验，得到了那种新的气体，并将之命名为氧。后来，他通过思考研究建立了燃烧反应的氧化理论，铸就了化学史上的一次革命。此后，人们纷纷对拉瓦锡敢于迈出“常识”勇敢创新的精神表示钦佩。
――2016高考作文江苏卷优秀作文《贵在创新》
在这一片断中，人物素材的运用采取了点面结合的手法，徐悲鸿、齐白石、李可染的素材一笔带过，很简略的构成“面”，指出创新的重要意义，而最后一段法国科学家拉瓦锡的素材则详尽叙述了他在科学实验过程中因创新而取得的成就，这是“点”。整个段落“点”与“面”呼应，即“详”与“略”巧妙结合，有力地论证了创新的可贵与重要。
佳作示范
坚持真理
辽宁一考生
生存是胡杨的真理，因为坚持，漫漫沙漠中也有了昂然生机；奔跑是江河的真理，因为坚持，辽阔无际大海从未干涸；旅行是蚂蚁的真理，因为坚持，山顶上也有它们的足迹。
每个人都知晓真理，却只有坚持才能让真理焕发其应有的光辉。
如果一位知名的植物学家手捧一只硕大的苹果来到你面前，告诉你“这是我最新培育的品种，刚从果园摘来，闻闻，想吗？”你凑上前去一闻，淡然无味。此刻真理已在于你的手中，但你敢违背权威的意志，将其坚持下来吗？我们大多数的人是不会的。
每个真理的诞生，都宛如一位圣贤的出世，“天将降大任于斯人也，必先苦其心志，劳其筋骨，饿其体肤……”总要经历无数磨难与挫折。知名的权威、传统的思想，这些强大的力量都可能成为真理的阻力。知晓真理的人有很多，而能顶住压力坚持的人却很少。由此，真理只掌握在少数人手里。
早年的王守仁曾是朱熹的铁杆粉丝。按朱熹的理论，“理”存在于万物之中，要通晓“理”，则需要“格”，“格物致知”。遵从偶像的教诲，王守仁开始了他的寻“理”之路，但“格”的结果却得出了与偶像迥然不同的理论：“理”存在于人的心中。
一边是众人首肯的偶像定论，一边是自己这个无名小辈的心得，怎么办？王守仁选择了后者，坚持了真理。于是一个崭新的哲学流派――心学诞生了。它“知行合一”的真谛影响了无数风流人物。
要坚持真理，便要做到不唯上、不唯书，实事求是。像王守仁一樱不迷信权威，不迷信定论，而是要在实践中检验自己的思想。须知，书本与权威只是垫脚石而非标杆。要敢于破除传统思想的束缚，坚持真理，咬定青山不放松。
众人的嘲笑中，伽利略坚持真理，于是倾斜的比萨塔纠正了世人的偏颇；无情的烈火中，布罗诺坚持真理，于是“地球是世界中心说”被抛弃；舆论的谩骂中，达尔文坚持真理，于是膜拜上帝的人类找到了自己。
篇8
为了提高工程硕士培养质量、规范培养模式和培养流程、明确评估办法等，2005年7月召开了第二届全国工程领域教育协作组组长全体会议，提出“建立规范化的工程硕士学位标准”的设想，并选择了控制工程等五个领域，以课题研究的形式，率先开展工作。2007年全国控制工程领域工程硕士教育协作组颁布了“控制工程领域工程硕士专业学位标准（试行）”，对我院控制工程领域工程硕士的培养起到了很好的指导性作用。考虑我院控制工程领域工程硕士的培养主要是面向部队、基地等情况，在对“专业学位标准实施细则”修订中，培养方案在符合学科内涵的基础上，要兼顾生源单位需求，在研究方向的确定、课程设置等方面突出应用性、针对性，切实使培养的工程硕士在相应的工作岗位上发挥应有的作用。
一、以武器控制系统为中心确定培养方案的主要研究方向
现代兵器装备的特点是精确化、远程化、智能化，以导弹、无人机、指挥系统等为代表的武器装备更突出了这一特点，这些特点的基础之一是自动化技术。根据我院生源主要分别来自武器装备论证、武器装备试验、军代表、部队技术保障、部队装备管理单位等岗位特点，依托控制工程领域培养工程硕士，应该以武器装备为大背景，在控制工程学科内涵的基础上紧紧以武器控制系统为中心，来确定相应的研究方向，因此我院控制工程领域工程硕士专业研究方向确定的基本思路是：涵盖我军武器控制系统分析论证、试验优化与质量监控、武器控制系统性能测试与故障诊断、武器控制系统信息化管理等方面，为军代表系统、武器装备试验基地、部队修理所、部队装备管理等单位培养具有我军特色的高层次应用型、复合型工程技术和管理人才。具体如下：
1.武器控制系统分析论证、试验优化与质量监控
该方向以提高复杂武器控制系统综合战术技术性能为目标，以数学、力学、控制理论、系统科学、计算机技术为基础，研究武器控制系统分析论证、试验优化与质量监控的方法。主要研究内容包括：火控、指控、无人机和导弹等复杂武器控制系统分析论证、试验优化与质量监控的方法及武器系统作战效能评估等。
2.武器控制系统性能测试与故障诊断
该方向以提高武器系统技术保障人员的装备保障能力、试验技术人员的工程实践能力为目标，以自动测试技术、故障诊断技术、信号处理技术和计算机技术等为基础，研究武器系统的性能检测、故障诊断的技术与方法及靶场试验中技术保障的关键技术。主要研究内容包括：新标准测试总线的应用、测试系统模块化设计、武器系统运行状态监测与诊断、测试诊断设备研制等。
3.武器系统信息化管理
该方向以提高各级装备保障管理人员的管理自动化、信息化、智能化水平为目标，以人工智能、装备保障理论、计算机技术、数据库技术、多媒体技术、网络技术等为基础，研究装备保障管理的自动化、信息化、智能化技术和系统。主要研究内容包括：研究制订适合装备保障信息化管理的标准体系，研究建立统一的适合装备保障管理信息化的数据交换代码，基于装备的状态信息、故障信息、维修信息等进行研究装备保障领域的全程可视化信息管理系统。
二、以适应培养方向要求为出发点确定适宜的课程体系
课程教学是工程硕士培养的一个重要环节，它对于构建合理的知识结构、打下扎实的基础理论和系统的专业知识起着相当重要的作用。当今社会，科学技术迅猛发展，知识更新不断加快，只有打下牢固的基础，才能自如地实现向新领域的转变，才具有可靠的应变能力的坚实后劲；只有在头脑中存储了大量的知识、事例和经验，才能运用它们来进行创造性思维。课程设置在整个课程教学工作中起着基石性和原本性的作用，只有合理的课程设置才有可能使研究生具有合理的知识结构，才有可能在课程学习过程中激发研究生的创新意识与创新能力。
考虑到工程硕士的培养模式是“进校不离岗”，边工作边学习，在职攻读学位的特点，在课程学习上，我院采取的是“两阶段”学习方式，即第一阶段主要学习公共和领域必修课程，在学院集中学习；第二阶段主要学习选修课，采取先寄发教材供学员自学，再到学院集中辅导两次，每次为期两周，最后集中进行考试。因此课程设置一方面要充分考虑这些特点、安排，另一方面更要考虑所设置课程应与各培养方向相适宜。对控制工程领域工程硕士研究生来说，应具备以控制论、系统论、信息论原理为核心的知识结构。同时，还要具备基于与数学方法、计算机技术、网络技术、通信技术、各种传感器和执行器等相结合的、针对具体应用方向的知识面。这些知识结构、知识面要通过一类课程群的设置来落实。由于培养时间、教学时数的限制，课程的门数设置受到了约束，这样就要求对课程的选择必须反复斟酌，切实使选择的课程具有较强的针对性，有利于学生建立合理的知识结构，有利于学生进行后续的学位论文研究工作。我院工程硕士专业学位课程设置包含两大部分。一部分是适用各个研究方向的必修课，包括公共必修课和领域必修课。公共必修课主要包含自然辩证法、英语、数理统计、科技信息检索。领域必修课主要有线性系统理论、计算机控制系统、自动测试系统。另一部分是为不同研究方向设置的选修课。选修课设置的基本思想是在保证对一个控制工程领域工程硕士研究生而言，至少应掌握一个课程群的知识要求的基础上，引入专题讲座形式来开阔学生视野，增大学生知识面。根据学科培养方案设置的三个研究方向，结合部队岗位需求，我们按优化、控制类课程群、控制系统故障检测与诊断课程群、信息传输与处理类课程群的要求设置领域专业技术类选修课课程。
具体地讲，为三个研究方向设置的选修课程分别是：
为武器控制系统分析论证、试验优化与质量监控研究方向设置了优化、控制类为主的课程，包含军事运筹分析、系统决策与建模、智能控制、人工神经网络、防空武器系统效能分析以及专题讲座。
为武器控制系统性能测试与故障诊断研究方向设置了故障检测与诊断为中心的课程，包含测试与接口技术、军用电子系统测试、电子系统故障诊断、故障分析与预测、人工智能原理以及专题讲座。
篇9
Abstract： Analyzed the developing status of Bioinformatics combined with Chinese Medicine， proposed the education directions for the combinations of Chinese Medicine and Bioinformatics， discussed the using of Bioinformatics techniques in Chinese Medicine big data with teaching and researching area by three common method in Bioinformatics.
Key words： chinese medicine big data； bioinformatics； education in university
1 引言
生物信息学是一门新兴学科，在各大高等院校医学或生物学相关专业都有与之相关的课程或专业开设。与我们常见的物理、数学、法学等学科不同，生物信息学更像是一个学科领域，它不仅仅局限于某个科学研究，而是综合运用数学、计算机学和生物学的各种工具及方法来分析和理解在大数据背景下的生物学意义[1]。经过20余年的发展，生物信息学已在分子进化、基因测序、遗传及变异研究等领域取得了突破和成果，是21世纪人类三大计划之一“人类基因组计划（Human Gene Project HGP）”的核心支撑学科。在美国，早于1988年便成立国家生物技术信息中心（NCBI），随后欧洲和日本在1993年和1995年分别建立了欧洲生物信息学研究所（EBI）和信息生物学中心（CIB）用来对数以万计的核酸及蛋白质等数据进行维护并发展至今日趋成熟[2]。生物信息学于上世纪90年代初开始逐渐引起国内科学工作者的重视，经过20多年的发展也已初具规模。笔者通过对近20年公开发表的有关生物信息学关键字的文章进行搜索，运用Excel制图绘制了自1996年至今每年发表文章数量的散点图。从图1可以发现，关于生物信息学学科的研究数量在2014年达到顶峰，并逐渐开始下滑。同时，由于搜索结果包含杂质数据（如被动截取“信息学”为关键词），为了使图表信息量有度可量，笔者继续对在认知上与生物信息学相关的科学领域进行关键词搜索，分别为“数据挖掘”和“人工智能”，并绘制图2。由该图可直观地看出，人工智能的研究一直稳步发展，符合21世纪科技高度发展的大趋势，而数据挖掘技术的相关研究自2005年以来迅猛增长并赶超人工智能。综合分析其主要原因是由于中国人口众多，自2005年以来互联网用户不断增加，全民联网的时代逐渐构成，互联网信息产业的急剧扩大以及电子商务、云技术等网络相关产业的发展带来的信息膨胀，使越来越多的人意识到大数据的作用和研究数据挖掘对经济发展、社会进步的重要影响，进而推动数据挖掘的学科发展。
2 中医大数据背景下的生物信息学课程教学
从图2的对比可以看出，生物信息学的研究数量与其他两个学科对比，则显得相形见绌。也就是说，生物信息学在我国的发展仍较为缓慢，使之与其对人类社会的贡献度不成正比。进一步对图1的搜索结果进行高级检索，对已有的生物信息学研究进行划分，将”中医”关键词加入其中，结果发现将中医与生物信息学相结合进行研究的文献少之又少，每年文献不过20左右。生物信息学的作用就是利用计算机等技术对海量的生物数据进行分析并洞察隐藏在其中的规律，而中医数据经历数代中医名师的记录和数十年来信息存储技术的发展已经俨然呈现出高纬度、高阶度的大数据结构。因此，生物信息学在中医数据的研究中一定具有其特殊的价值和意义，是从微观层面描述中医整体结构的重要手段。本文将以中医证侯、病证和中医复杂性为切入点，结合研究生物信息学在其中的应用价值，并讨论在教育教学过程中如何使中医和生物信息学有机结合，做到融会贯通。
2.1从“定性”和“定量”学习角度看基因组学学习中医“证”本质
在中医学中，“证”是立方立法的基础，医者通过四诊获取的信息进行综合分析和判断，从病症体征等表现集合入手，得出相应的证候，有针对性的用药治疗。中医与西医不同，讲究以整体论看待人体以及病变，“辨证论治”思想也是千百年来各名中医学者通过反复探索得出的实践经验，对中医遣方用药具有决定性的指导意义。而西医认为，疾病的发生与发展是与人体某段特异的基因的改变有关，HGP的研究目的也正是为了揭示人体的构成奥秘从而从本质上研究疾病的产生和发展规律[3]。因此，中医与西医在指导医者诊疗的哲学思想上是有很大不同，甚至可以说是截然相反的。然而中医与西医的内在关联却无处不在，结合点之一正是基因与证候的关联。对于基因组学和中医证候的学习方法是不同的，一个是定量学习，另一个则是定性学习，定量学习有助于学生更加客观的研究生物体的发展规律，并结合现代计算机技术做到多学科交叉学习与实验，而不足之处在于缺乏主观思考、学习方式较为分散缺乏整体思维把控；而定性学习则以某一指导思想为主线，通过对某些案例及知识长时间的观察和分析，从中得出结论。定量学习如基因组学更重视量化计算及工具的使用，而定性学习如中医证候则更重视理论与实践结合，整体到局部学习。在学习的过程中，无论基因组学还是中医证候，都会以疾病为具体的研究对象。从西医上说，基因是决定人是否患病的内部原因，通过遗传或基因状态的改变都可能导致疾病的产生，从中医上说，证候是疾病状态下的临床类型，反映了机体在疾病发展过程中的病理特征[4]。因此，将证候与基因组学统一学习，实则是将定量与定性学习相结合以实际疾病案例和数据着手从而多方面运用计算机、西医学、证候学、数学等学科知识对生物大数据进行分析的综合学习方法。
2.2 基于蛋白质组学学习中医病证相关性
证侯是人体生命活动的一种表现，而生命活动的主要执行者是蛋白质，两者之间必然会有隐秘且细致的联系，我们也应以此为出发点，培养学生的发散学习方法，综合学科进行学习。自HGP的完成宣告了后基因组时代的到来后，研究生命科学的重心也由基因组学向蛋白质组学逐渐转变，作为教育者也应跟上科学发展的潮流，把生物科学研究和相关教学模式从基因水平向蛋白质水平转变。与此同时，蛋白质组学是从整体角度分析细胞内的动态变化以及蛋白质组成成分、表达水平等，它的研究方法学内容与中医的整体观和辩证论治观有着许多相同之处。蛋白质组学在分子水平上的DNA修饰和基因调控反应生命体的整体状态（即阴平阳秘），中医理论强调从整体观对疾病进行认知，认为疾病的发生是人体整体功能的失调所致（即阴阳失调），重点在于辩证论治[5]。在教育教学过程中，将基因或蛋白质方面的研究从结构研究向功能研究转变，使研究更具体，透过相关功能性测试实验，发现基因之间的相互联系及相互作用，在定量学习的过程中培养学生的定性思维，使学生善于发现问题及对象之间的关联。正如数据库实体关系模型中的E-R图一样，在进行蛋白质组学和中医病症相关性研究教育的过程中，中医病证和蛋白组学可以看做是两个看似毫无关联的实体，而通过“疾病”将两者相连，透过此种关系可以衍射出两个学科方面的深入学习。
2.3 运用复杂系统性方法学习中医药复杂系统
中医药的复杂性相比西医有过之而无不及，原因主要在于相对于“结构决定功能”的西方医学思想，中医更侧重于“关系决定功能”，在这种情况下，无论是辨证论治还是症状体征变化，有关中医诊断和治疗的信息都是已高度离散和非线性的方式存储，使得中医称为典型的“复杂自组织系统”[6]。尤其在信息离散度和复杂度较高的中医证侯系统中，症状变量与证侯信息混杂在一起，想辨别两者的区别和联系是非常困难的事情，单纯的研究数据往往缺乏正确的方向，而单纯的研究理论则往往枯燥乏味。因此，在教学过程中，可以将复杂系统方法学引入中医系统学习，通过复杂系统中的熵分划方法将证侯系统的离散变量加工转化为线性关联集合，即将症状变量通过关联度集合成多个症状集合，并将症状集合与关联度较高的证侯要素进行联结。以此方法既可以激发学生对理论学习的兴趣，又能以理论指导实践，对中医证侯大数据进行信息提取，达到全面学习。
3 结束语
中医信息学已经作为一门新兴学科在我国各大高校开设，相关师生深入研究和学习，主要目的就是发掘蕴含在中医几千年发展结晶中的奥秘。关于中医药数据的数据挖掘技术和研究也在近年日益增长，这都表明人们已经愈来愈关注国粹，关注健康，关注未来。这也表明与之相关的学习和研究对未来的人生发展和机遇都有着深远的影响。然而，数据挖掘的技术并不完全适用于中医药复杂系统中的信息发掘，若单纯地将两者进行结合教学，学生可能缺少知识衔接，缺乏过渡。这时若将生物信息学引入二者其中并结合生物信息学相关智能科技手段和技术，则可以从宏观和微观两个方面去看待生命体：宏观上面对复杂的中医系统不需感到困惑，而是以“复杂系统方法论去解决复杂系统”，使学生不要总想着从每一个局部都能分析到问题的本质，而是接受复杂性，从复杂系统的角度去解释生命体的自组织现象，对生命体的宏观表现进行研究；微观即是在分子水平上去分析中医证侯的本质，方剂的复杂体系，去了解生命体内部的调控机制等，以此加深学生对中医理论的理解以及对生物信息学工具和技术运用的融会贯通。
参考文献：
[1] 钟涛.基于复杂系统方法的慢性胃炎中医问诊证侯建模研究[D].上海：华东理工大学，2014.
[2] 谭从娥，王米渠，冯文哲等. 生物信息学分析寒症海量数据的探索[J].中华中医药学刊，2008，26（12）：2569-2570.
[3] 李方玲，梁嵘.对中医证侯规范化研究的探讨[J].辽宁中医杂志，2006，33（4）：386-387.
篇10
引言
时代在发展，科技在进步，各项新工艺、新材料、新方式也越来越多地应用到机械设计领域。为了一种功能的实现，可以有多种方法和载体可供选择，面对激烈的竞争环境，要让设计的产品在市场上占有一席之地，除了让自己的机械系统能够实现预期的相应功能之外，还要具有操作方便、运行可靠、物美价廉、环保性强等特性。因此，对机械设计师的要求也日益提高，传统的设计方法和设计理念已经不能满足设计需求，设计师必须完全精通电、机、液等各个方面的综合性技术，才能够设计出同时兼顾性能和价格的机械系统。
1、现代机械设计的特点
1.1创新性。
现代机械设计以先进的设计理论和设计工具为依托，能充分发挥设计者的创造性思维能力，运用用各种创造性的方法和手段，开发出具有创新性的产品。现代机械在机械性能的稳定性以及测验等方面，能够利用计算机完成工作的模拟和再现。这种操作大大节省了时间，能够直观地观察到工作的结果并保证质量水平。此外，它能够节约预备和其他相关细节工作的时间，使得工作的合理性和速度都得到提升。
1.1 开放性
在传统的机械设计当中，最大的缺点便是不去看或很少去看自身以外的广阔天地，只关心自身的狭小区域，坐井观天，同时乐于接受传统的机械设计方法，乐于驾轻就熟，从而造成了信息堵塞，思维单一、呆滞，缺乏创造性。而开放性思维恰恰就解决了这一大问题，它将对于一个事物的研究作为一个开放的系统来思考，同时也注重研究事物与外部的一切联系，从而掌握该事物及其发展的规律。
1.2 独创性
要进行现代机械创新设计，首要前提便是要学会独立思考，勇于突破陈旧的思想、观念，敢于直抒己见，从而构筑一个开放、独特、鲜颖的思维形态，从一个全新的角度来分析问题。
1.3 多向性
在现代机械创新设计当中，为了解决一个问题，需充分发挥自己的想象力，从不同的角度去思考和探索，以获得尽可能多的解法和思路。现代机械产品的多样性与多向性的创造性思维是紧密联系的。
2、现代机械设计方法的应用
2.1提高产品性能的设计
机械产品必须具有优良的性能,只有良好的性能才能够保证机械产品的生命力,提高产品优良性能的设计方法有很多,最重要的内容和特点有:(1)能够消除并及时的预防产品可能产生的故障,这种技术特点是围绕产品的可靠性而设计的,主要是研究产品和系统所产生的故障的原因,来提出相应的解决方案。(2)能够提高材料抵御破坏能力的设计方法技术。当材料和结构在外界因素如高温、电荷强度等的影响作用下,其性能会受到较大的影响,所以,其设计的重点是要提高产品的结构承受能力以及抗疲劳强度,来提高产品在各种工作环境中的使用寿命。(3)解决物体表面的摩擦和等问题的设计技术。这种设计技术综合运用了摩擦学的理论研究方法和基本数据,将产品的磨损降低到最低的水平,目的是为了降低产品原材料的消耗,节约了部分能源,同时提高机械装置的可靠性,有效的提高设备的使用寿命,提高其在市场中的竞争力。(4)防腐蚀的设计技术。这种设计技术要科学合理的选择材料并制定出相应的加工工艺,来提高产品的抗腐蚀能力,防腐蚀的设计加工方法能够有效的延长产品使用周期以及使用效率。
2.2机械设计中专业的现代设计方法
当前我国社会不断发展进步，科学技术也不甘落后，紧随步伐，计算机专业人员同机械设计人员共同开发设计计算机软件，应用此软件的机械产品可以随时掌握产品的损伤、失效和破坏运行原理，并且产品的各零部件和机械的动态行为可得到定量分析，使得设计程序保持稳定，这就是专业的现代设计方法。一些例子可以说明，如摩擦学的设计、强度设计和温度场的分析。
3、现代机械设计的发展趋势
3.1系统性
我们应该将机械产品看作是一个完整的系统，并通过对计算机的应用实现人和环境之间的协调发展，运用各种现代化的设计理论和方法对总系统进行分解，为了达到系统优化的目标而对各子系统进行协调和匹配。之所以说现代机械设计方法是对传统设计方法的继承和发展，是因为现代机械设计将传统设计经验提高到更高的水平，使其更具逻辑性、理性等特点。有两种代表性的设计方法，一种是德国提倡的，另一种是美国提倡的，德国所提倡的设计方法以功能―原理―结构为模型，美国所提倡的设计方法是在知识等其他条件不允许的情况下，运用创造方法，进行辩证思维而形成的新设计，两种机械设计方法各有所长，都在产品开发中取得显著成效。
3.2生态化
随着科技的逐渐发展，人们了解到环境因素对经济发展有非常重要的影响。因此出现了绿色生态的理念。机械设计制造的绿色设计，主要就是最大化的使用资源取得新型的绿色产品设计。产品设计的时候，以产品环境的属性为重点，不但要满足环境的要求，也要保证产品的经济性以及基本功能。绿色产品不但要有指定的使用功能，也不可以对四周的环境和人的健康带来损害。推动可持续发展战略，就会向生态化的发展道路走去。现代机械设计重视生态化，不但可以降低资源损耗，也可以提高产品的使用质量和竞争力。
3.3智能化
由于广泛使用范例推理和约束满足的设计方法，智能CAD技术得以诞生。人们为了继续推进CAD系统的创造力，结合人工智能和CAD技术，得到很好的效果。当前社会把有智能的专家系统用在了方案综合和设计评价当中，同时这几年也产生了模糊设计和模糊评定方法，主要用于机械设计的多解性。现代机械设计普遍存在智能化和技能化优点，由于这些特性的存在，使得只有将人工智能和专家系统等技术通CAD技术有机结合，才可以让CAD技术本身也具有智能化的特点，通过这样的途径提高计算机系统之间的集成率。就目前机械设计的发展方向来看，计算机是设计师们首选的工具，计算机可以将机械产品的各种情况通过建立模型的方式直观的表现出来，接着进行智能化操作，最终可以实现提高产品设计方案的效率，因此，机械设计智能化是现在机械设计的必经之路。
3.4随机和动态性
任何机械产品的完成都是在随机动态状况下进行的，然而，传统的机械设计方法受各种条件的制约，因而只能在静态情况下进行分析设计，即使对动态状况进行考虑，也只是凭借相关经验对数据进行修正而已，并不能对机械产品的实际运行行为进行真实、客观的反映，而现代机械设计方法则不同，它主要是在考虑载荷谱、零部件损伤的条件下来进行设计的，使得设计的成功率更高，同时也符合可持续发展战略的相关要求。
3.5微型化
20世纪80年代末，机械自动化逐渐向微观领域发展。微电子设备伴随着科技的发展和逐渐更新，小型的机械自动化产品，灵活性强、耗能少，普遍应用在生物技术、医疗科研、军事等高端范围。机械自动化朝微型化发展，主要在于微机械技术，加工微机械产品，应当要使用精细加工法。在超精密的技术之内，主要有光刻和蚀刻两种。机械自动化还将伴随时代的发展不断向纳米和微米的领域发展。
结束语
与传统的机械设计相比，现代机械设计具有自身设计新理念和新思路。而现代机械设计离不开创新思维，创新思维是社会发展的源泉，是现代机械设计中重要的组成部分。机械设计人员只有树立创新思维的理念，并结合自身丰富的实践经验和扎实的理论知识，同时充分利用现代计算机技术的优势，发挥主观能动性，才能够设计出满足人们对于产品越来越高的要求，从而促进我国现代机械设计发展。
参考文献
篇11
人类借助于科学实验活动，把我们的认识从已知的此岸引向未知的彼岸，包含了观察、假设、推理、实验、论证、检验等阶段。在每个阶段中，以及从这一阶段转移到另一阶段时，都必须要有充分的依据、合理的原因、严谨的推理、科学的验证。归纳、演绎、类比、分析、综合的过程，就是对感性材料进行整理，通过科学抽象做出哲学概括的过程，这对整个科学实践活动起着一般方法论的作用，是最高层次的科学方法。地壳运动的板块模型的建立是现代地质学的重大发现。这之前经历了大陆漂移假说、海底扩张假说和板块构造学说三个阶段。最先把大陆漂移作为一个假说提出的德国气象学家魏格纳，设想全球的大陆曾经都连在一起，称之为“联合古陆”，并给出联合古陆破裂、漂移过程的图示。
魏格纳认为使大陆漂移的动力是地球自转的离心力及太阳和月亮产生的潮汐力。但是，地球物理学家的计算表明，这个力实在太小，不足以推动大陆的漂移。20世纪60年代，美国地质学家赫斯提出“海洋扩张假说”，他认为，大陆不是作为独立体运动的，而是与海底连在一起在地幔软流圈上移动。60年代末，在海底扩张说的基础上，美国的摩根、法国的勒比雄和英国的麦肯齐共同提出了“地球板块构造模型”，这一学说成为新的地球构造理论。从大陆漂移学说、海底扩张学说到地球板块构造学说，每一个学说的提出，都是从假设开始，在观察或实验方法无法企及的情况下，借助抽象思维的能力，反复分析、推理而概括得出的结论。所以，“概括”作为一种思维方法在每一个阶段演进中发挥着至关重要的作用。我国著名数学家华罗庚，从20世纪50年代起，带领数学工作者深入生产一线，潜心探索一条让数学更好地为发展国民经济服务的途径。
他在常年实践的基础上总结出一套行之有效的科学方法，概括为:大统筹、广优选、联运输、精统计、抓质量、理数据、建系统、策发展、抓工具、巧计算、重实践、明真理。凝练的36个字，处处闪烁着哲学思维的光芒，今天这套方法依然具有强大的生命力。这是哲学方法论在自然科学中的典型应用。事实证明，只有那些认真实践而又善于思索的人、善于概括总结的人，才有可能在科学探索中捷足先登，摘取科学之果，也才能成为推广科学成果、促进科学进步的强大力量。从这种探索过程中可以看到，随着现代科学技术的迅速进步及其向各个领域的广泛渗透，尤其是数学方法的推广和应用，控制论、信息论、系统论等横断学科的发展，使自然科学和社会科学在方法论上逐步相互渗透，日渐趋向统一。正如著名科学家钱学森所指出的:“在现代科学技术中所用的研究方法也逐渐统一了，不能区分自然科学的方法论和社会科学的方法论。”
篇12
经典的工程技术理论研究在感性因素方面往往有意回避或者作出一定的假设，但随着社会科学技术的进步以及人们对于控制过程的精确性要求的提高，感性问题成为不可避免或者不可或缺的内容。
如何在感性的不确定于非逻辑方面应用现代技术模拟和实现可控制性成为工程技术研究方面的一个难点，而针对于设计思考中的方法问题由于长时间内无法采用工程技术解决，因而人们在设计学科方面的研究也多停留在形而上的思辨方面，“设计不可控”似乎成为设计学科不言的定律。
当然，也并不是没有人在这方面展开分析和研究，不过应该承认，我们在这个领域还显得较为稚嫩和初级，如何在人文学科与技术学科方面建立起自由通行的一座桥梁，应该是未来技术人文科学的重点，可能这个过程比较漫长并且充满荆棘。
1感性的可测量性
1.1感性的含义
感觉从人类认知的角度分析，是正常的人建立在完善的心理和生理基础之上的对于客观事物的主体性认识，并将这种认识通过大脑的反应上升到人的主观体会的过程，在这个过程中既包含着非逻辑性的表象认知，同样也包含着逻辑性的内涵性思考。
对于感觉的分析，我们既不可以否认其非逻辑性的存在，同样，逻辑过程也包含在其中，例如：我们在对冷热的评价时经常提到“我感到这个杯子很凉”，分析这个结论的过程发现：
1）.这是一个感性过程，同样在一定程度上为个体感受；
2）.凉与热只是比较词汇，在这个过程中存在着比较意义上的程度问题；
3）.很凉说明了杯子的凉的程度，模糊性的定性评判。
那么，非逻辑性体现在感觉意义上的差异性，即这只是你自己的感受，能否说明他真得很凉或者说明它是凉的，可能如果换一个人或者换一个环境而言，它确实热的。同样，逻辑性体现在，凉与热是一个比较，也就是讲，这个人在对于两这个感受形成之前肯定存在一个凉与热的标准，通过触觉感受，而明确了他在比较意义上的冷热程度，因而，从这个意义上讲逻辑性显得就很重要了。
对于感性而言，是在对于感觉的主体人的思维基础上对与客体所描述出来的基本属性，其表达是主体性的，但对象是客体性的，由此可以认为，感性是对于思维主体的一种客观属性的描述，是对客观事物物化行为的主体性认识。
1.2感觉是感性的第一表征
感觉应该属于思维领域的一个重要内容，由于感性是感觉对于描述对象所形成的语意情态表述，而且是最直接和最为明确的表达，因而我们认为感觉是感性的第一表征。
长时间来，人们在这个领域的认识是相互矛盾和相互混杂的，即感觉就是感性，既是对物的客观属性的客观性体现，或者认为，感性就是对物的主体性描述，非此即彼的群体性认识，使得我们对于感觉和感性的认识存在很多的争论，其中争论的焦点为：感性的可测量性、感性的研究方法与研究手段、感性的是否存在客观性等，这使得它成为理论的，所以对于感性的研究大都停留在哲学和思想领域的层次上，其中表现在“美学”研究方面尤为严重，定义说明定义，权威解释权威的论证方法比比皆是。
1.3感觉的个体差异性与群体的统计一性的辩证关系
研究感觉问题，我们必须了解到个体差异性，所谓个体差异性主要表现在，对同一个事物或者事件，每个人的评价和认识存在差异性，以往我们从哲学上认为这是世界观和人生观以及所采用的方法论的差异所致，从宏观上看这样解释是可以行得通的，但在微观角度，我们即便有相同的人生观和世界观，采用同样的方法论，其差异性依然存在，这使得我们很难解决的一个问题，同样，通过一定的教育和所谓的引导可能依然无济于事，因而，我们不得不去思索产生差异性的其他原因。
从客观角度分析，差异性产生在每一个个体的心理和生理的差异以及成长阶段和所处环境的差异，其中心理和生理差异，可能在形成完整思维过程中就出现了，在研究上通过比较分析和观察应该发现其中的差异性产生的客观性原因的，比如，有的人害怕黑夜，这可能由于在成长过程中受到过关于黑夜的语境描述而使其产生恐惧的心理，或者由于自己的经历有过类似的黑夜恐惧的过程，如果跳出这些方面的原因，也可能从进化论的角度分析能够得出观点，不管如何，其中的差异性存在于这些方面的原因，都应该存在客观性的事件作为支撑，平白无故的产生差异性应该属于“变异”（生物学名词，指的示生物在进化过程中的与原来的群体出现非统一性）的范畴，而生物学家也在积极而努力的研究“变异”产生的机理，所以讲，差异产生的原因应该能够在客观性方面取得证据。设计在线.中国
2现代工程测量和计算机模拟技术为感觉的测量提供了依据
依据这种技术广泛的作为刑侦手段的测谎仪就是建立在对于这些问题的理论研究基础之上的。而且随着技术的提高，与基础理论研究的深入，对于感觉问题的解决会越来越准确和精确。
同样，现代计算机模拟技术也为感觉的测量提供了依据，对比我们以往实验手段，计算机模拟技术能够更为直观和准确，例如我们曾经做过的一个试验，即汽车在驾驶过程中遇到障碍物的碰撞过程中的反应速度与驾驶室色调关系的测试问题，不可能真实的采用实际的测试，所以计算机模拟的手段就被广泛的应用，充分利用模拟驾驶室，操纵机构，计算机视频系统，信号传感器和计算机模拟软件来完成，能够得到一定的室内色调与反应速度之间的定性与定量的关系，这都可以在实际应用中作为汽车内是提供参考。
2.1控制论
控制论是“关于在动物和机器中控制和通讯的科学”，是自动控制、电子技术、无线电通讯、神经生理学、心理学、医学、数学逻辑、计算机技术和统计力学等多种学科相互渗透的产物。控制论的奠基人是维纳，他于1943年在《行为、目的和目的论》中，首先提出了“控制论”这个概念，第一次把只属于生物的有目的的行为赋予机器，阐明了控制论的基本思想（摘自维基百科）。
随着对于控制论理论与实践的发展，人们对于行为目的的控制大大加强，这些理论相互渗透，成为很多学科在解决逻辑关系方面提供了一条途径，虽然我们认为控制与被控制之间的反馈问题现有数学工具还不能完全解决，但是，在行为与目标之间的可预测性大大加强。
控制论在感性问题中的应用，现在研究还处于基础和初始阶段，如何提高对感性问题的非逻辑过程拟和是控制论感性研究的难点和拐点，因为感性问题在一定程度上属于模糊数学的研究的范畴，非线性非逻辑性表现很强，如何采用逻辑关系和线性手段模拟阶段性的表征一直是个相关引入控制论学科研究的重点，而感性问题似乎表现得更为强烈，所以有的人认为，采用控制论来研究感性问题在一定程度上是痴人说梦，不会有结果的。当然我们认为，虽然我们无法完整的到达真实的感性问题的内核，但至少在现象的表面与初始条件可以架起一座有价值的桥梁，尽管这座桥梁显得有些突兀。
2.2计算机的模拟仿真
通过计算机模拟或者计算机模型来模拟一个特定系统抽象模型的计算机程序或过程。这些技术建立在离散数学基础之上，同样也面临着非逻辑过程和随机问题研究问题，在这方面，计算机的模拟技术日臻完善，在某些特定的方面计算机模拟以可以达到应用的程度。
例如自然状态的色彩是一个连续的过程，本质是光波被物体吸收和反射形成的一个自然过程，现在计算机在模拟中已可以达到64位的色彩来逼近真实自然，实际上这就是一个很成功的例子说明计算机模拟真实的强大能力。
在人工智能方面，计算机模拟更显示了独特的作用，现代的人工智能在解决思维方法、自学习能力、和智库房面也取得很大成就，人工智能是一个很好的用来说明计算机模拟真实的例子。
2.2.3现代数学工具的发展
数学分为初等代数、高等代数、几何、拓扑学、数论、概率和数理统计等内容，而这些内容一般认为是建立在集合论的基础上。通过一组对象确定一组属性，人们可以通过说明属性来说明概念（内涵），也可以通过指明对象来说明它。符合概念的那些对象的全体叫做这个概念的外延，外延其实就是集合。从这个意义上讲，集合可以表现概念，而集合论中的关系和运算又可以表现判断和推理，一切现实的理论系统都可能纳入集合描述的数学框架。
经典集合论只能把自己的表现力限制在那些有明确外延的概念和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是明确的，决不能模棱两可。但是，在客观世界中还普遍存在着大量的模糊现象。虽然以前人们回避它，但是，由于现代科技所面对的系统日益复杂，模糊性总是伴随着复杂性出现。
更由于人文、社会学科及其它“软科学”的数学化、定量化趋向把模糊性的数学处理问题推向中心地位，这中间当然也包括设计的数理化问题。1965年，美国控制论专家、数学家查德发表了论文《模糊集合》，标志着模糊数学这门学科的诞生。
在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定设计是否“好”，其模糊信息相当普遍。这就需要一定模糊数学来思维和判断。
我们发现，其实解决现代感性测量问题的关键还是因为数学工具的发展，由于建立在经典集合数学基础上的数学分析手段，使我们在模拟自然的非线性和非逻辑问题方面显得软弱无力，而作为一线曙光的模糊数学的发展还处于分形等基本问题的研究上，鲜有长足的发展，进而在实现真实反映感性问题的推理环节出现空缺，致使我们对于工程技术解决感性问题无法或者不敢涉足，影响了这个方向的发展。
当然，这些客观问题与相关的难题有待于解决，但是，也应该看到在我们设计界已经被注意到，考察近年来国内关于数学问题应用于设计方面的研究已出现倪端，例如有人在研究分形技术对于设计的影响以及分形形态创造的计算机形态的应用问题，可以预见在不久的将来，我们肯定会有所收获。
3实现感性测量的准确性和还原性必须有测量的标准
我们在讨论感性测量的时候，肯定要求测量的准确性和还原性，这就是说要实现感性的量化与感觉的一致性，为了实现这种结果，就必须确定一定的测量标准，这些标准要求准确度提高模糊度降低，而且标准的层次明确，中间不存在非确定性。显然这是很困难的，但由于现有的计算机都是建立在二值逻辑基础上的，它在处理客观事物的确定性方面，发挥了巨大的作用，但是却不具备处理事物和概念的不确定性或模糊性的能力。要达到这种模拟真实的程度，现阶段只能采用细分标准的手段，即将测量标准尽量细分，无限逼近真实的分段，可以拟和成一个连续的过程，同时增加逻辑分段点的准确性，即精确的表达该段的“语意”，采用将离散化问题逻辑化的过程，通过一定的逻辑规律判断感性的真实外延。
由此可以发现，这中间存在一个矛盾，即简化与复杂的悖论，我们试图简化感性的复杂，但带来了处理问题的复杂化，即本来要使得模糊问题简化为一个逻辑的数学模型，而得到的确实是一个相当复杂的形式，显然这不是我们所预期的目的，因而，我们可以采用诸如优化等数理分析手段，取得分段过程中的概率最大化，进而加权平衡这些算子，得到一定方向性语意，这在确定一些定性问题方面一般可以达到预期分析目标。
例如采用VTs方法来判断多方案的设计感觉方面我们曾做过有益的尝试，并取得一定成果（论文：“语意描述”研究在产品形态设计中的应用.包装工程.2006第4期有较详细介绍）。
4结论
在传统的设计研究中，思想、感觉、审美等人文主观性的概念是不可以测量的，主要是因为测量过程需要的几个要素不具备，例如测评的语意准确化、量级标准化和评价主体的非主观化等。因而，感觉的评判只是停留在定性和定向的解析和确认之上，没有形成所谓的科学性和客观化的过程，这与工程技术的发展和现代计算机技术的普遍要求所不相适应。
篇13
军校任职教育培训的主要模式之一就是专题讲座式培训，即由专家教授以专题的形式对参训者进行培训。其具体做法是，根据任职教育院校的实际情况及时事分析，针对参训学员所需明确主题，由本院或外请专家教授围绕该主题进行讲座。也可以让专家和学员围绕共同话题各抒己见，实现经验交流和思想启迪；还可以让院内学员开展相应的研讨活动，激发参训者的潜能。
一、军校任职教育中出现的问题浅析
笔者发现，任职教育讲座中师生互动这个环节的效果往往不尽如人意，一方面，由于参训者来自各个单位，接触的时间短，相互间的熟稔程度不高，不愿轻易坦露心扉；另一方面，则与授课教员没有掌握隐性知识挖掘的方法有关。教员没有很好地引发学员的隐性知识，教员没能准确、及时发现学员的真实诉求。因此，引入隐性知识引发中的对话技术，探讨其在军校任职教育中应用的可行性和操作性是十分有必要的。
二、隐性知识转化概述
日本学者野中等人对波兰尼的隐性知识和显性知识的分类进行了扩展和进一步细化，并在此基础上提出了组织知识创新动态理论。组织知识创新动态理论为进一步研究隐性知识转化提供了理论基础，其中的SECI模式是当前隐性知识转化研究方面的重要成果。
野中在SECI模式的基础上又提出了“场”和领导力，这三个元素构成了一个动态的知识创造的统一模式。在这里“场”被看作知识创造的共享情景。“场”为向前移动的知识螺旋提供了能量和场所。它是一个场所，在那里信息被解释转化成知识。与SECI模式的四种知识转化模式相对应，“场”有四种：引发场；对话场（Di—aloguing Ba）；系统化场（Systemizing Ba）；训练场（Exercising Ba）。野中指出，在知识转化的不同阶段采取不同的策略，能够加速知识转化的过程。
三、对话技术的引入
首先要明确，构建良好的对话场是实施对话技术的关键。对话场是由集体的和面对面的或者虚拟的人机交感定义的，是分享智力模式和技能的场所，这些智力模式和技能将转化为共同的术语和作为概念融合起来给外在化提供情景。个体的隐性知识通过与提问者的对话被捕获、收集和筛选，然后经过加工（系统化和编码）被固化。它们一方面固化于个体的脑中，通过自我反思，产生更高水平的知识；另一方面固化于组织的知识管理系统中，便于分享和查询，同时它们作为组织的知识资产，也是下一轮创造知识资产的起点。
1.对话和对话技术。精神治疗专家Carlo Perris是这样定义知识创造的：知识创造是一个导致达到超越目前的清晰状态、能力和理解的过程，或者说是对基于自己的、他人的和真实存在的观点的认知或情感建构的过程。一个解释会在知识创造的过程发生，这将导致相应的映像。对话是两个或者更多的人之间的谈话，它的目的是帮助个体反思和超越自己的认知界限，对话期间的实例和讨论这些实例的不同的方法间发生辩证的运动。对话的目的并不是把概念进行分解，而是促成概念的迁移。因此，对话是知识创造的一种基本模式。
历史上，苏格拉底在其教学中成功地运用了对话和对话技术，值得后人借鉴。苏格拉底的对话，目的是发现知识和洞察对话参与者已经有的（即使他们不知道自己有的）知识。苏格拉底对话技术的目的是激发个体。他通过一个接一个的提问来激发他的学生，其意图并不是达到知识的“终极真理”，而是鼓励参与者去践行合理的自我反思。Molander归纳了苏格拉底对话技术的特征：其一，对话有一个具体的假设的情景；其二，苏格拉底在他知道中心问题的答案的前提下装作对问题一无所知；其三，苏格拉底转向去问那些认为自己知道答案的人；其四，苏格拉底是纯粹地想要学习，他是一个真正的知识探索者，而不是对什么都抱想当然的态度，然而，苏格拉底绝不是一个消极的听众，他有学习的意向：倾听、观察、提问等等；其五，苏格拉底的提问揭示无知，对话的合作者将会自己意识到自己所不知道的，这一点是很重要的。
2.对话技术的分类。依据对话的功能可以将对话技术分为三种：询问无意识想法的对话技术；影响认知扭曲的对话技术；改变和驾驭行为的对话技术。询问无意识想法的对话技术，其功能是引导发现的方向。通过一系列简单的问题，如“接下来呢？”“这将意味着什么？”“接下来会发生什么？”提问者能帮助回答者研究他们是怎样揭示自己的境遇的和避免回答者的迷向。影响认知扭曲的对话技术，其功能是指出认知扭曲。例如，回答者会选择性地提取个体所关注的消极评论进行对立思考（所有的或者没有一个等）。使用这种术语减少了认知扭曲的情感力。改变和驾驭行为的对话技术，其功能是预见行为的结果和提高自我动机。许多个体都因为不能预见结果而低效地处理他们的行为和问题。一个人必须持续地质疑“行为是怎样的与明确的目的相关的”。另外，感知到自己在行动上无能的人通常都有动机的问题。这也许源于模糊的目标和怎样达到它们的同样模糊的方法。为了使它们清晰，得到反馈是重要的，怎样达到目的也是重要的。
四、对话技术在军校任职培训中的应用
在对话技术的引导下，怎样展开对话才能保证隐性知识的高效引发呢？对话技术引导下的全面的知识引发是一个过程（如下图）。该过程中最重要的是依照认知方式进行提问，通常提问的问题应该是没有价值偏向和不具有质疑特性的。即是说，问题不应该包含价值判断的词语，比如：“最合适的方法去做……”；“最重要的任务是……”；“最好的方法是……”等等。问题应该提高个体的自我认知和个体间相互的理解，也不要束缚、误导和给予不正确的联想提示。此外，问题中不要包含质疑的词语，如“为什么”等，这将把对话参与者的注意力以狭窄的方式吸引到明确发生的事上，而不是相关的思考，如情景化、论点、问题等。
全面的知识引发过程有六个阶段。第一，程序开始于一个中心的起点。比如，这样的问题：“你是怎样看待你的工作境遇的”？问题要足够开放以不在方向上对参与者产生误导；还要足够明确以吸引参与者的注意力。第二，核实话题的重要性。提问者从另一方进行考虑：“如果不研究这个问题会产生什么后果？”；提问者也应该询问回答者是否知道，或者对为什么存在这个问题的看法。第三，问题将被用一种迭代的方法以不同的步骤进行处理。从采访和研究中得到的结论是个体会有意识地理解他们真的知道的，或者执行一项任务时值得注意的困难。从大量的采访和调查中得出了这样的结论，即提问者不断地重复、核实和具体化回答者的描述是特别重要的。比如，提问者会问这样的问题：“怎样的和为什么？”并要求回答者例证和叙述这个问题。“告诉我，你在不同的环节是怎样执行你的任务的？”“能举一个例子吗？”“为什么？”“你是这个意思吗？”有一个例子可以阐明了上面描述的程序：我们经常会向一些领域的专家或者能手咨询他们是怎样解决一个特殊问题的，开始时他们觉得讨论这个问题有些荒谬，因为这是很自然的。然而，经过一个完整的对话过程后，当他看到用正式的陈述呈现的自己的“故事”时，就明白了这个结果对自己和他人的价值。因为在这些认知技术的帮助下，可以呈现外在化的知识描述。第四，将回答者发生的行为与他人的行为进行反思和对照。可以提问这样的问题：“你做这件事的方法和其他人有什么不同？”当然了，这里讲的不同不应该让回答者产生负面的理解。第五，个体做出行为的重要的参考要被明确化。比如，提问：“当提到……时，有没有一个中心在影响你的行为？”这样的问题可以引导回答者展开一些潜在的设想和为个体为什么做出那样的行为创造一个解释。第六，尝试去唤起个体没有说出的问题，让回答者去反思自己是怎样做的。
有必要指出的是，当今人工智能和虚拟现实技术推动了知识工程研究的发展。一方面，人工智能领域中的专家系统、神经网络和智能等大大提高了人机对话的效率；另一方面，虚拟现实领域中的建模技术和各种数据采集设备为人们创建了更加丰富的知识创造的“虚拟场”，给学习者提供前所未有的体验。虚拟现实技术的发展可以通过网络构建许多虚拟会话室（虚拟场），加入者选择一个虚拟的人物代替自己（虚拟替身），然后根据自己的业务分类进入不同的会话室，选择会话的主题，与基于专家系统的虚拟主持人对话，每个会话室还附加有领域专家承担的副主持人角色，其作用是实现动态的专家系统知识库的更新，领域专家和知识工程师通力协作以及时收集、筛选和编码入库对话中产生的知识。该虚拟场的优点有：营造宽松的心理氛围，减少现实中的心理压力；参与者只需通过简单的动作（键盘、鼠标等）就能体验现实生活中所不能，提高了参与的积极性。这也有效规避了由于时间短、相互间的熟稔程度低造成的一些知识转化障碍。
五、对话技术在军校任职教育中应用的条件分析
对话技术只有在充分的准备条件的支持下才能发挥最大的功效。通常情况下要考虑以下三个重要的条件。
1.对话前期对会话者（培训学员/教员）的分析，是保证对话针对性的前提。这就要求培训教员具备高水平的实践教学能力和专业技能。有计划地安排教员到部队、科研单位、院校进行调研、培训或代职也是必须的。通过调研、培训和代职，教员可以真正了解一线的需求及训练中存在的实际问题，掌握所从事专业的现状和发展趋势，及时补充教材中所缺少的新知识、新技术。这样在对话过程中就可以有的放矢地挖掘学员的隐性知识，避免受训学员的迷失和对话方向的偏移。
2.知识生产者的识别，是隐性知识引发的关键。知识生产者（组织的中层管理人员）的角色在知识创造过程中是特别关键的。他们处于组织水平的和垂直的信息流的交叉点，通过与他人积极的交感来参与和领导场以创造知识。知识生产者的另一个重要的任务是，在不同的组织水平上推动不同知识转化模式间的知识螺旋。知识生产者要能够有效利用语言（修辞、知识的语法和情景、非语言的视觉语言）去创造他们自己的概念和用自己的话表达他们的概念。知识生产者应该能通过参与知识创造过程临时准备和推动即席创作，特别是在处理隐性知识的时候。
