HI,欢迎来到好期刊网!

人工智能辩论

时间:2023-06-28 17:06:53

导语:在人工智能辩论的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。

人工智能辩论

第1篇

【关 键 词】法理学/法律推理/人工智能

【正 文】

一、人工智能法律系统的历史

机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系:“我们要造成这样一个结果,使所有推理的错误都只成为计算的错误,这样,当争论发生的时候,两个家同两个计算家一样,用不着辩论,只要把笔拿在手里,并且在算盘面前坐下,两个人面对面地说:让我们来计算一下吧!”(注:转引自肖尔兹著:《简明逻辑史》,张家龙译,商务印书馆1977年版,第54页。)

如果连抽象的哲学推理都能转变为计算来解决,法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟,但是,人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内,人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序,证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自能力的跳棋程序,在1959年击败了其设计者,1962年击败了州跳棋冠军,1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。

20世纪60年代,人工智能研究的主要课题是博弈、难题求解和智能机器人;70年代开始研究语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后,“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下,一些律师提出了研制“法律诊断”系统和律师系统的可能性。(注:Simon Chalton,Legal Diagnostics,Computers and Law,No.25,August 1980.pp.13-15.Bryan Niblett,Expert Systems for Lawyers,Computers and Law,No.29,August 1981.p.2.)

1970年Buchanan & Headrick发表了《关于人工智能和法律推理若干问题的考察》,一文,拉开了对法律推理进行人工智能研究的序幕。文章认为,理解、模拟法律论证或法律推理,需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型,即如何描述法律知识,其中处理开放结构的法律概念是主要难题。其次,要了解如何运用各种知识进行推理,包括分别运用规则、判例和假设的推理,以及混合运用规则和判例的推理。再次,要了解审判实践中法律推理运用的实际过程,如审判程序的运行,规则的适用,事实的辩论等等。最后,如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序,区别和不同的案件,预测并规避对手的辩护策略,建立巧妙的假设等等。(注:Buchanan & Headrick,Some SpeculationAbout Artificial Intelligence and Legal Reasoning,23 StanfordLaw Review(1970).pp.40-62.)法律推理的人工智能研究在这一时期主要沿着两条途径前进:一是基于规则模拟归纳推理,70年代初由Walter G.Popp和Bernhard Schlink开发了JUDITH律师推理系统。二是模拟法律分析,寻求在模型与以前贮存的基础数据之间建立实际联系,并仅依这种关联的相似性而得出结论。Jeffrey Meld-man 1977年开发了计算机辅助法律分析系统,它以律师推理为模拟对象,试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理,程序对两者都给予了必要的关注,并且包括了各种水平的分析推理方法。

专家系统在法律中的第一次实际应用,是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具,对美国民法制度的某个方面进行检测,运用严格责任、相对疏忽和损害赔偿等模型,计算出责任案件的赔偿价值,并论证了如何模拟法律专家意见的方法论问题。(注:'Models of LegalDecisionmaking Report',R-2717-ICJ(1981).)

我国专家系统的研制于20世纪80年代中期起步。(注: 钱学森教授:《论法治系统工程的任务与》(《管理》1981年第4期)、《主义和法治学与技术》(《法制建设》1984年第3期)、《现代科学技术与法和法制建设》(《政法论坛》)1985年第3期)等文章,为我国法律专家系统的研发起了思想解放和奠基作用。)1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题,它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面,1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。(注:杨建广、骆梅芬编著:《法治系统工程》,中山大学出版社1996年版,第344-349页。)1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。(注:赵廷光等著:《实用刑法专家系统用户手册》,北京新概念软件研究所1993年版。)它由咨询检索系统、辅助定性系统和辅助量刑系统组成,具有检索刑法知识和对刑事个案进行推理判断的功能。

专家系统与以往的“通用难题求解”相比具有以下特点:(1)它要解决复杂的实际,而不是规则简单的游戏或数学定理证明问题;(2)它面向更加专门的领域,而不是单纯的原理性探索;(3)它主要根据具体的问题域,选择合理的方法来表达和运用特殊的知识,而不强调与问题的特殊性无关的普适性推理和搜索策略。

法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用,解放了律师一部分脑力劳动。但绝大多数专家系统只能做法律数据的检索工作,缺乏应有的推理功能。20世纪90年代以后,人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象,以能在机上表达和运用知识的技术为主要手段,研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。(注:《大百科全书·自动控制与系统工程》,中国大百科全书出版社1991年版,第579页。)知识工程概念的提出,改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制,如果能在法律知识的获得、表达和应用等方面获得突破,将会使人工智能法律系统的研制产生一个质的飞跃。

人工智能法律系统的源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化,法律实践需要新的思维工具,否则,法律家(律师、检察官和法官)将无法承受法律日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标,但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服,来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外,人工智能选择法律领域寻求突破,还有下述原因:(1)尽管法律推理十分复杂,但它有相对稳定的对象(案件)、相对明确的前提(法律规则、法律事实)及严格的程序规则,且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理,以明确的规则、理性的标准、充分的辩论,为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案,为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神,对法律程序和假设进行检验的传统,为模拟法律推理提供了良好的反思条件。

二、人工智能法律系统的价值

人工智能法律系统的研制对法学理论和法律实践的价值和意义,可以概括为以下几点:

一是方法论启示。P.Wahlgren说:“人工智能方法的研究可以支持和深化在创造性方法上的法反思。这个信仰反映了法理学可以被视为旨在于开发法律和法律推理之方法的活动。从法理学的观点看,这种研究的最终目标是揭示方法论的潜在作用,从而有助于开展从法理学观点所提出的解决方法的讨论,而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”(注:P.Wahlgren,Automationof Legal Reasoning:A Study on Artificial Intelligence and Law,Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.)在模拟法律推理的过程中,法学家通过与工人智能专家的密切合作,可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如,由于很少有两个案件完全相似,在判例法实践中,总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者,在无真实判例或真实判例不能充分解释现实案件的情况下,以假设的反例来反驳对方的观点,用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法,就使复杂问题变得十分简单:假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之,人工智能方法可以帮助法学家跳出法理学方法的思维定势,用其他学科的方法来重新审视法学问题,从而为法律问题的解决提供了新的途径。

二是提供了思想实验手段。西蒙认为,尽管我们还不知道思维在头脑中是怎样由生理作用完成的,“但我们知道这些处理在数字机中是由电子作用完成的。给计算机编程序使之思维,已经证明有可能为思维提供机械论解释”。(注:转引自童天湘:《人工智能与第N代计算机》,载《》1985年第5期。)童天湘先生认为:“通过编制有关思维活动的程序,就会加深对思维活动具体细节的了解,并将这种程序送进计算机运行,检验其正确性。这是一种思想实验,有助于我们研究人脑思维的机理。”(注:转引自童天湘:《人工智能与第N代计算机》,载《哲学研究》1985年第5期。)人工智能系统研究的直接目标是使计算机能够获取、表达和法律知识,软件工程师为模拟法律推理而编制程序,必须先对人的推理过程作出基于人工智能和的独特解释。人工智能以功能模拟开路,在未搞清法律家的推理结构之前,首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理,将法、诉讼法学关于法律推理的研究成果模型化,以实现法律推理知识的机器表达或再现,从而为认识法律推理的过程和提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照,为法律推理的法理学研究所借鉴。因此,用人工智能方法模拟法律推理,深化了人们对法律推理性质、要素和过程的认识,使法学家得以借助人工智能的敏锐透镜去考察法律推理的微观机制。正是在这个意义上,Bryan Niblett教授说:“一个成功的专家系统很可能比其他的途径对法理学作出更多的(理论)贡献。”(注:Bryan Niblett,ExpertSystems for Lawyers,Computers and Law,No.29,August 1981.note14,p.3.)

三是辅助司法审判。按照格雷的观点,法律专家系统首先在英美判例法国家出现的直接原因在于,浩如烟海的判例案卷如果没有计算机编纂、分类、查询,这种法律制度简直就无法运转了。(注:Pamela N.Gray Brookfield,Artificial Legal Intelligence,VT:DartmouthPublishing Co.,1997.p.402.)其实不仅是判例法,制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间,而且由于人脑的知识和记忆能力有限,还存在着检索不全面、记忆不准确的。人工智能法律系统强大的记忆和检索功能,可以弥补人类智能的某些局限性,帮助律师和法官从事相对简单的法律检索工作,从而极大地解放律师和法官的脑力劳动,使其能够集中精力从事更加复杂的法律推理活动。

四是促进司法公正。司法推理虽有统一的法律标准,但法官是具有主观能动性的差异个体,所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点,进一步加剧了这种差异。如果换了钢铁之躯的机器,这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官,而是说,由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准,从而可以辅助法官取得具有一贯性的判决。无论如何,我们必须承认,钢铁之躯的机器没有物质欲望和感情生活,可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样,智能法律系统在庭审中的运用有可能减少某些徇私舞弊现象。

五是辅助法律和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验,如果通过软件系统或计算机实现专家经验和知识的共享,便可在法律教育和培训中发挥多方面的作用。例如,(1)在法学院教学中发挥模拟法庭的作用,可以帮助法律专业学生巩固自己所学知识,并将法律知识应用于模拟的审判实践,从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识,迅速获得判案经验,在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干,较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议,弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询,提高广大人民群众的法律素质,增强法律意识。

六是辅助立法活动。人工智能系统不仅对辅助司法审判有重要的意义,而且对完善立法也具有实用价值。(注:Edwina L.Rissland,Artificial Intelligence and Law:Stepping Stones to a Modelof Legal Reasoning, Yale Law Journal.(Vol.99:1957-1981).)例如,伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的形式化,帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。(注:Edwina L.Rissland,Artificial Intelligence and Law:Stepping Stones to a Model of Legal Reasoning,The Yale LawJournal.(Vol.99:1957-1981).)立法辅助系统如能于法律起草和法律草案的审议过程,有可能事先发现一些立法漏洞,避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。

三、法在人工智能法律系统中的作用

1.人工智能法律系统的法理学思想来源

关于人工智能法律系统之法理学思想来源的追踪,不是对法理学与人工智能的联系作面面俱到的考察,而旨在揭示法理学对人工智能法律系统的所产生的一些直接。

第一,法律形式主义为人工智能法律系统的产生奠定了基础。18-19世纪的法律形式主义强调法律推理的形式方面,认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国法学的传统,主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作,那么无论谁作裁决,法律推理都会导向同样的裁决。”(注:(美)史蒂文·J·伯顿著:《法律和法律推理导论》,张志铭、解兴权译,政法大学出版社1998年9月版,第3页。)换言之,机器只要遵守法律推理的逻辑,也可以得出和法官一样的判决结果。在分析法学家看来,“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”(注:朱景文主编:《对西律传统的挑战》,中国检察出版社1996年2月版,第292页。)如果法官违反三段论推理的逻辑,就会破坏法治。这种机械论的法律推理观,反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是,它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以,自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而,从人工智能就是为思维提供机械论解释的意义上说,法律形式主义对法律推理所作的机械论解释,恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看,在其起步阶段,人工智能专家正是根据法律形式主义所提供的理论前提,首先选择三段论演绎推理进行模拟,由Walter G.Popp和Bernhard Schlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中,作为推理大小前提的法律和事实之间的逻辑关系,被机以“如果A和B,那么C”的方式加以描述,使机器法律推理第一次从理论变为现实。

第二,法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的性。法官是生活在现实社会中的人,其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中,并不是机械地遵循规则,特别是在遇到复杂案件时,往往需要作出某种价值选择。而一旦面对价值,法律形式主义的逻辑决定论便立刻陷入困境,显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”(注:(美)博登海默著:《法理学——法及其方法》,邓正来、姬敬武译,华夏出版社1987年12月版,第478页。)的格言。这里所谓逻辑,就是指法律形式主义的三段论演绎逻辑;所谓经验,则包括一定的道德和理论、公共政策及直觉知识,甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调,促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑,如果思维结构对法官的推理活动具有定向作用,那么,人工智能法律系统若要达到法官水平,就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想,法律知识被计算机结构语言以语义的方式组成不同的规则系统,解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整,从而适应了知识整合的需要。大规模知识系统的KBS(Knowledge Based System)开发也注意了思维结构的整合作用,许多具有内在联系的小规模KBS子系统,在分别模拟法律推理要素功能(证成、法律查询、法律解释、法律适用、法律评价、理由阐述)的基础上,又通过联想程序被有机联系起来,构成了具有法律推理整体功能的概念模型。(注:P.Wahlgren,Automation of Legal Reasoning:A Study onArtificial Intelligence and Law,Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.)

第三,“开放结构”的概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论,它们往往没有明显的对错之分;有时一个案件面对着几个相似的法律规则。在这些情况下,形式主义推理说都一筹莫展。但是,法律现实主义在批判法律形式主义时又走向另一个极端,它否认具有普遍性的一般法律规则的存在,试图用“行动中的法律”完全代替法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步,然而,法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中,法律推理如果可以不遵循任何标准或因人而异,那么,受到挑战的就不仅是法律形式主义,而且还会殃及法治要求实现规则统治之根本原则,并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场,他既承认逻辑的局限性又强调其重要性;既拒斥法官完全按自己的预感来随意判案的见解,又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”,逻辑推理可以帮助法官发现的阳面,而根据政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念,使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时,找到了新的立足点。在此基础上,运用开放结构概念的疑难案件法律推理模型,通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略:一是将简易问题从疑难问题中筛选出来,运用基于规则的技术来解决;二是将疑难问题同“开放结构”的法律概念联系在一起,先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案,再运用范例来澄清案件、检查答案的正确性。

第四,目的法学促进了价值推理的人工智能。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为,以法治为标志的自治型法,过分强调手段或程序的正当性,有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想,因为实质正义不是经过人们直接追求而实现的,而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中,“目的为评判既定的做法设立了标准,从而也就开辟了变化的途径。同时,如果认真地对待目的,它们就能控制行政自由裁量权,从而减轻制度屈从的危险。反之,缺少目的既是僵硬的根源,又是机会主义的根源。”(注:(美)诺内特、塞尔兹尼克著:《转变中的法律与社会》,张志铭译,政法大学出版社1994年版,第60页。)美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较,他认为,前者要求使用明确、固定的规则,无视社会现实生活中不同价值观念的冲突,不能适应复杂情况和变化,追求形式正义;后者则要求放松对法律推理标准的严格限制,允许使用无固定内容的抽象标准,迫使人们在不同的价值观念之间做出选择,追求实质正义。与此相应,佩雷尔曼提出了新修辞学(New Rhetoric)的法律。他认为,形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术,属于手段的逻辑;新修辞学要填补形式逻辑的不足,是关于目的的辩证逻辑,可以帮助法官论证其决定和选择,因而是进行价值判断的逻辑。他认为,在司法三段论思想支配下,法学的任务是将全部法律系统化并作为阐释法律的大前提,“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论,法官必须在某种价值判断的指示下履行义务,必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。(注:沈宗灵著:《西》,北京大学出版社1992年版,第443-446页。)制造人工智能法律系统最终需要解决价值推理的模拟问题,否则,就难以实现为判决提供正当理由的要求。为此,P.Wahlgren提出的与人工智能相关的5种知识表达途径中,明确地包括了以道义为基础的法律推理模型。(注:P.Wahlgren,Automation of Legal Reasoning:A Study on ArtificialIntelligence and Law,Computer Law Series 11.Kluwer Law andTaxation Publishers.Deventer Boston 1992.Chapter 7.)引入道义逻辑,或者说在机器中采用基于某种道义逻辑的推理程序,强调目的价值,也许是制造智能法律系统的关键。不过,即使把道义逻辑硬塞给机,钢铁之躯的机器没有生理需要,也很难产生价值观念和主观体验,没办法解决主观选择的问题。在这个问题上,波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑,并辩证地将其视为法律的动力之一。只有人才能够平衡相互冲突的利益,能够发现对人类生存和发展至关重要的价值。因此,关于价值推理的人工智能模拟究竟能取得什么成果,恐怕还是个未知数。

2.法对人工智能系统研制的指导作用

Gold and Susskind指出:“不争的事实是,所有的专家系统必须适应一些法理学理论,因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说,一切专家系统都必须体现一种结构理论和法律的个性,一种法律规范理论,一种描述法律的理论,一种法律推理理论”。(注:Gold and Susskind,ExpertSystems in Law:A Jurisprudential and Formal SpecificationApproach,pp.307-309.)人工智能法律系统的,不仅需要以法理学关于法律的一般理论为知识基础,还需要从法理学获得关于法律推理的完整理论,如法律推理实践和理论的,法律推理的标准、主体、过程、等等。人工智能对法律推理的模拟,主要是对法理学关于法律推理的知识进行人工智能方法的描述,建立数学模型并编制机程序,从而在智能机器上再现人类法律推理功能的过程。在这个过程中,人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果,包括法理学关于人工智能法律系统的研究成果。

随着人工智能法律系统研究从低级向高级目标的推进,人们越来越意识到,对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出,“许多人工智能技术在法律领域的开发项目之所以失败,就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论的关注已经有几百年,而人工智能的诞生只是本世纪50年代中期的事情,这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”(注:P.Wahlgren,Automation of Legal Reasoning:A Study onArtificial Intelligence and Law,Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.)因此,研究法律推理自动化的目标,“一方面是用人工智能(通过把计算机的应用与模型相结合)来支撑法律推理的可能性;另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”(注:P.Wahlgren,Automation of Legal Reasoning:A Studyon Artificial Intelligence and Law,Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.)在前一方面,是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面,则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如,20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果,已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面,以及在法庭辩论和法律解释的形式化等问题上,法理学的研究成果也已为人工智能法律系统的研究所借鉴。

四、人工智能法律系统研究的难点

人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果,但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。

第一,关于法律解释的模拟。在法理学的诸多研究成果中,法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力,是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的,其中包含着人类特有的价值和目的考虑,反映了法律家的知识表达具有主观能动性。所以,德沃金将解释过程看作是一种结合了法律知识、信息和思维方法而形成的,能够应变的思维策略。(注:Dworkin,Taking RightsSeriously,Harvard University Press Cambridge,Massachusetts1977.p.75.)的法律专家系统并未以知识表达为目的来解释法律,而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而,在法律知识工程系统中,法律知识必须被解释,以满足自动推理对法律知识进行重新建构的需要。麦卡锡说:“在开发智能信息系统的过程中,最关键的任务既不是文件的重建也不是专家意见的重建,而是建立有关法律领域的概念模型。”(注:McCarty,Intelligent legalinformation systems:problems and prospects,op.cit.supra,note25,p.126.)建立法律概念模型必须以法律家对某一法律概念的共识为基础,但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说:即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。(注:(奥)凯尔森著:《法与国家的一般理论》,沈宗灵译,大百科全书出版社1996年版,第1页。)尽管如此,法理学还是为法律概念模型的重建提供了一些方法。例如,德沃金认为,法官在“解释”阶段,要通过推理论证,为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤:首先,从现存的明确法律制度中抽象出一般的法律原则,用自我建立的一般法律理论来证明这种法律原则是其中的一部分,证明现存的明确法律制度是正当的。其次,再以法律原则为依据反向推出具体的法律结论,即用一般法律理论来证明某一法律原则存在的合理性,再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法,法律知识被计算机结构语言以语义的方式组成不同的规则系统,解释程序使计算机根据案件事实来执行某条法律规则,并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过,法律知识表达的进展还依赖于法律解释研究取得更多的突破。

第二,关于启发式程序。的专家系统如果不能与启发式程序接口,不能运用判断性知识进行推理,只通过规则反馈来提供简单解释,就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等,即人可以有效地处理错误的或不完全的数据,在必要时作出猜测和假设,从而使问题的解决具有灵活性。在这方面,Gardner的混合推理模型,Edwina L.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路,以及Massachusetts大学研制的CABARET(基于判例的推理工具),在将启发式程序于系统开发方面都进行了有益的尝试。但是,法律问题往往没有唯一正确的答案,这是人工智能模拟法律推理的一个难题。选择哪一个答案,往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。

第三,关于法律语言理解。在设计基于规则的程序时,设计者必须假定整套规则没有意义不明和冲突,程序必须消灭这些问题而使规则呈现出更多的一致性。就是说,尽管人们对法律概念的含义可以争论不休,但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性,例如,LDS基于规则来模拟严格责任并实际损害时,表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而,在实际的法律推理过程中,法律家对某个问题的任何一种回答都可根据上下文关系作多种解释,而且辩论双方总是寻求得出不同的结论。因此,智能法律专家系统的成功在很大程度上还依赖于自然语言理解工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题,但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以Edwina L.Rissland认为,常识知识、意图和信仰类知识的模拟化,以及自然语言理解的模拟问题,迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说,像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果,完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远,而像书面上诉意见的理解则是永远的终极幻想。(注:Edwina L.Rissland,ArtificialIntelligence and Law:Stepping Stones to a Model of LegalReasoning, Yale Law Journal.(Vol.99:1957-1981).)

五、人工智能法律系统的开发策略和应用前景

我们能够制造出一台什么样的机器,可以证明它是人工智能法律系统?从检验标准上看,这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理,我们可将该检验标准概括如下:设两间隔开的屋子,一间坐着一位法律家,另一间“坐着”一台智能机器。一个人(也是法律家)向法律家和机器提出同样的法律问题,如果提问者不能从二者的回答中区分出谁是法律家、谁是机器,就不能怀疑机器具有法律知识表达的能力。

依“图灵试验”制定的智能法律系统检验标准,所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同,就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础,就是相同的功能可以通过不同的结构来实现之功能模拟。

从功能模拟的观点来确定人工智能法律系统的研究与开发策略,可作以下考虑:

第一,扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚,暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此,应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期,可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组,制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期,应通过等手段充分吸收初级产品用户(律师、检察官、法官)的意见,使研发工作在理论研究与实际应用之间形成反馈,将开发精英与广大用户的智慧结合起来,互相启发、群策群力,推动系统迅速升级。

第二,确定与相结合、以应用为主导的研发策略。国外人工智能系统的研究大多停留在实验室领域,还没有在司法实践中加以应用。但是,任何智能系统包括相对简单的软件系统,如果不经过用户的长期使用和反馈,是永远也不可能走向成熟的。从我国的实际情况看,如果不能将初期研究成果尽快地转化为产品,我们也难以为后续研究工作提供雄厚的资金支持。因此,人工智能法律系统的研究必须走产研结合的道路,坚持以应用开路,使智能法律系统尽快走出实验室,同时以研究为先导,促进不断更新升级。

第三,系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户(律师、检察官、法官、立法者、法学家)多种需要的机型。初级产品的定位应考虑到,人的推理功能特别是价值推理的功能远远超过机器,但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到,我国目前有12万律师,23万检察官和21万法官,每年1.2万法学院本科毕业生,他们对法律知识的获取、表达和应用能力参差不齐。因此,初级产品的标准可适当降低,先研制推理功能薄弱、检索功能强大的法律专家系统。可与机厂商合作生产具有强大数据库功能的硬件,并确保最新法律、法规、司法解释和判例的网上及时更新;同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为:(1)替律师起草仅供的起诉书和辩护词;(2)替法官起草仅供参考的判决书;(3)为法学院学生提供模拟法庭审判的通用系统软件,以辅助学生在起诉、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台,先解决有无和急需,再不断收集用户反馈意见,逐步改进完善。

第四,实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下阶段:(1)主要适用于简单案件的规则推理;(2)运用开放结构概念的推理;(3)运用判例和假设的推理;(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品,那么,实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时,跟踪运用假设的推理及混合推理,吸收国外先进的KBS和HYPO的设计思想,将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能:(1)评价相关判例;(2)判定何方使用判例更加贴切;(3)并区分判例;(4)建立假设并用假设来推理;(5)为一种主张引用各种类型的反例;(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象,假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是,HYPO忽略了许多要素的存在,如商业秘密法背后的政策考虑,法律概念应用于实际情况时固有的模糊性,信息是否已被公开,被告是否使用了对方设计的产品,是否签署了让与协议,等等。一个系统设计的要素列表无论多长,好律师也总能再多想出一些。同样,律师对案件的分析,不可能仅限于商业秘密法判例,还可能援引侵权法或专利法的判例,这决定了起诉缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难:判例并不是概念的肯定的或否定的样本,因此,要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难,法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。(注:Edwina L.Rissland,Artificial Intelligence and Law:Stepping Stones toa Model of Legal Reasoning, Yale Law Journal.(Vol.99:1957-1981).)这说明,即使具有较高起点的实验室基础研究,也不宜确定过高的目标。因为,智能法律系统的研究不能脱离人工智能的整体发展水平。

第五,人-机系统解决方案。人和机器在解决法律时各有所长。人的优点是能作价值推理,使法律问题的解决适应的变化发展,从而具有灵活性。机器的长处是记忆和检索功能强,可以使法律问题的解决具有一贯性。人-机系统解决方案立足于人与机器的功能互补,目的是解放人的脑力劳动,服务于国家的法治建设。该方案的实施可以分为两个阶段:第一阶段以人为主,机器为人收集信息并作初步分析,提供决策参考。律师受理案件后,可以先用机器处理大批数据,并参考机器的起诉和辩护方案,再做更加高级的推证工作。法官接触一个新案件,或新法官刚接触审判工作,也可以先看看“机器法官”的判决建议或者审判思路,作为参考。法院的监督部门可参照机器法官的判决,对法官的审判活动进行某种监督,如二者的判决结果差别太大,可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人-机系统开发的第二阶段,会有越来越多的简单案件的判决与电脑推理结果完全相同,因此,某些简单案件可以机器为主进行审判,例如,美国小额法庭的一些案件,我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样,法官的判案效率将大大提高,法官队伍也可借此“消肿”,有可能大幅度提高法官薪水,吸引高素质法律人才进入法官队伍。

第2篇

还有Darrion Sjoquist,他在那周的周四和周五也无法上班。他几周前就请好假,要前往旧金山参加一场名为“Next:Economy”的会议。在那里,他会谈谈人工智能系统对他这样一个19岁咖啡师的影响。

他的上司,更准确地说,他上司的上司,是一套人工智能系统。如果加入一点点修辞手法,这位上司是个机器人。

这套系统由Kronos公司研发,它像一个精明的人力资源经理,总是能计算出如何能用更少的人力成本来获得更高的效率。在星巴克,它能动态跟踪每家门店不同时间的客流量,综合天气、节日等因素来判断规律,并据此确定最节约人力成本的招聘规模,以及这些员工的排班时间表。然后,门店经理会根据它给予的人力成本预算以及初步的时间表,来细化员工招聘以及之后每个员工的工作时间安排。

“在我看来,我们店中同一时间段安排四五个人会更合适,但现在只有三个人。即使在最顺利的情况下,我们都忙得不得了。”Sjoquist说。

对于员工而言,这的确是最冷酷无情的上司。就像Sjoquist和他的同事所经历的那个星期,一旦特殊情况出现,从普通咖啡师到门店经理都没有任何腾挪的余地。选择只有两种,要不就是找到一个好心能替他上班的人,要不就是自己带病上班。毕竟,你无法和一个机器争论是否应该多增加些人手。

但对于仅在美国就有超过7000家门店的星巴克而言,这套人工智能系统无疑是个胜过人类的绝好的管理者,它非但能理解每家门店不断变化的情况,而且能在这些变化的基础上将人力成本降至最低。

一直以来,人们都担心机器有朝一日会大规模代替人类的工作。

2013年,由星巴克高管加盟的创业公司Briggo研发出一种机器人咖啡师,媒体们纷纷用了“星巴克咖啡师们会不会失业”这样的标 题。

但在此之前,Sjoqusit,以及更多的人,首先要面对的是,人工智能(或者说机器人)在未来几年会在他们的工作中扮演越来越重要的角色,并且让他们的生活也为之发生改变。 01 2013年,由星巴克高管加盟的创业公司Briggo研发出一种机器人咖啡师,引发了机器代替人类工作的担忧。02 Tally能通过摄像头精准地识别图像,进而像人类一样能识别出不同包装所代表的不同商 品。03 日立在2015年9月宣布,会用人工智能技术来实时决定公司运营中的部分工作流程和雇员职责。

“将关注点放在许多职业会整个被替代,是一种误导。近期内,只有少数职业会整个实现自动化,但大多数工作岗位中的很多活动会被自动化。”

管理咨询公司麦肯锡在2015年11月的一份关于人工智能和职场的报告中说。

这份报告说,人们的职业通常是由不同的工作任务组成,有一些工作任务因为具有重复性,显然由机器来完成会更有效率。在美国,在收到报酬的工作任务中,45%可以由人工智能来完成,这其中甚至包括CEO们日常20%的工作任务。

而研究咨询机构Gartner的副总裁Daryl Plummer在今年10月的预测中称,“到2018年,全球会有超过300万的人在工作中将由‘机器老板’来监督”。

他的理由是,对员工的评价往往基于工作产出和用户评估,这些量化的数据足以让机器人老板来进行评估,并且不偏不倚。

这颠覆了人们此前的观念。之前人们认为机器大体只会替代蓝领工人们的工作。

但即使是在5年前,人工智能在许多方面已然表现得比人类更加出色。2011年,IBM的超级电脑沃森已经证明了这一点,它在美国最受欢迎的智力竞猜电视节目《危险边缘》(Jopardy)中击败了它的人类对手。

而在之后的5年里,人工智能无论是在获取信息的能力,还是在学习能力上,都发生了更多变化―无处不在的智能手机和越来越廉价的传感器能给机器提供更多也更详细的数据,越来越成熟的云也为快速处理这些数据提供了可能性。除此之外,数据挖掘和机器学习也在以更快的速度发展。

这意味机器不再仅仅是重复一些简单指令,而更像是具有智慧。它们能实时接收大量信息,并做出分析和判断。

影响更深远的一点在于,和5年前相比,人工智能创新的游戏不再仅仅属于IBM、Google这样的大公司。传感器和云计算的价格每年都在变得更便宜,这是很多人已知道的;软件层面的易用程度也远甚5年前―2012年,Willow Gargae的机器人操作系统团队独立为非盈利组织OSRF,为开发者提供开源机器人操作系统;而最近,Google又宣布将其人工智能算法开源。

因此,小公司和创业者纷纷将人工智能带入更多领域,并让它们尝试更多不同的工作。

在美国的一家超市内,理货员们会发现一个叫做Tally的机器人会给他们指派工作。它能自动在超市内走来走去,盘点货架上的货物数量,告诉它的人类同事货物缺货或者库存不够,它还能发现错误的价格标签。

“我们在2014年7月开始研发。”Bran Bogolea是创业公司Simbe的CEO,这家公司用一年左右的时间研发出了Tally。

Tally能通过摄像头精准地识别图像,进而像人类一样能识别出不同包装的商品。但它比人类效率更高。“通常在Walgreen这样的中型超市中,盘点完一两万件货物需要一个员工20到30个小时的时间,而Tally在一个小时之内能清点1.5万件货物。”Bogolea说。

在加州首府萨克拉门托,国王队新球场的建筑工人会发现他们的新监工不再是一些大声嚷嚷的人类,而是一些大疆无人机。这些无人机拍下的照片会反馈到系统,系统对这些照片重新建模,并将之和计划比对,以判断哪些部分的施工进程缓慢。

“人们曾认为计算机不擅长那些答案主观难以衡量的问题,但如能有些数据和结果相关联,并且你可以试着建模―事实上人们正在做这事―那么那些曾被认为需要由人类主观判断的问题,完全可以由一种我们此前不曾想到的方式来解决。”Shawndra Hill说,她是沃顿商学院运营与信息管理教授。

创业公司Saberr正在做的事无疑是最好的注脚。此前,观察职场中谁更好合作或谁总是合不来是一件微妙的事,看起来更多需要观察和直觉,那些自叹“情商”不够高的人都会觉得束手无策。但Saberr却试图通过大数据和算法来了解不同成员的性格和互动方式,并测出他们之间彼此合作的程度。Saberr期望无论是大公司还是创业者,都能用这套工具来组建摩擦更少效率更高的团队。 你是如何被机器人老板录用又是如何被它提拔的

而在帕罗奥图(Palo Alto),创业公司Aviso也的确正在让人工智能做一些通常是高管们在做的事情,例如判断现阶段公司的风险,预测未来一段时间内的收 入。

这些创业公司所做之事依然只是尝试,但对于大公司而言,它们中的很多已经像星巴克那样让人工智能担任一些管理职能。

日立在2015年9月宣布,会用人工智能技术来实时决定公司运营中的部分工作流程和雇员职责。这家公司说这项人工智能技术通过日常企业运营中积累的大数据,能理解需求的波动和工厂现场的活动,因此做出更好的决策。按照日立给出的数据,这位新管理者已让日立在仓库方面的工作效率提升了8%。

在Google,大量的人力资源管理已分配给了机器。一些算法会在每年300万份的简历中快速挑出可以进入下一轮面试的候选人;另外一些算法甚至能算出一个团队中谁应该获得提拔,好给予决策者一些信息辅佐。在Next:Economy会议上,当被问到Google是不是在操作类似“无人驾驶机器人经理”项目时,Google的人力资源高级副总裁Laszlo Bock神秘地说,我不能透露。

作为使用着Facebook和智能手机成长起来的年轻人,Sjoqusit表示他对技术依然乐观。

“技术事实上在工作中帮助我提高了效率。”Sjoqusit说。他给出的例子是,每天的工作中,那些用来扫描条形码盘点库存的设备让他觉得非常便利。但这依然与拥有一位机器人上司的感觉不同。

一些研究证明,人们对人工智能事实上可以做到颇为信任,即使他们自己都未意识到这一点。

麻省理工大学计算机科学与人工智能实验室的研究模拟了制造业中常见的工作场景,以观察人和机器如何合作会最合适。参与者在试验中被分成三组,一组由机器人来分配工作,另一组由人类分配,第三组则由人类挑选自己做的那部分,剩下的由机器人来分配给自己或助手。结果显示,由机器人来分配工作的那组不仅最快完成了搭建,而且团队的满意度也最高。

“我们(在试验中)发现工人们更愿意将所有的控制权交给机器人。”Matthew C. Gombolay和他的实验伙伴在论文中说。“和是否有决策权相比,整个团队运行是否顺利也许更强烈地影响着工人的满意度。”

而南加州大学的教授Jonathan Gratch在他的试验中则发现人们更愿意对机器人说实话。

在他所设计的试验中,人们得对着屏幕上的虚拟人像谈论自己的健康状况,他对其中一组说这个虚拟人像后面有真人在控制,而对另外一组说这是完全自动化的虚拟人像。试验发现,后一组会谈论得更多,甚至会更加愿意表露自己的负面情绪。

“你可能会想象,如果你有个计算机老板,你可能会对他的缺点更直言不讳一些。”Gratch在接受《哈佛商业评论》采访时说。他认为在某些情况下,不具备人类特质的机器人会被认为没有偏见而更加公正。

但对于Sjoquist而言,他和人工智能的关系并不只是在试验中。而且,他看到了消极的那一面。

“我母亲当咖啡师那会儿更加糟糕。”Sjoqusit说。他的母亲在4年前成为星巴克的咖啡师,那时系统给出的排班时间表更为苛刻。

“他们希望能实时调整工作时间表,这样对他们而言才能达到最优成本和最高效率。但有时你晚上9点半关店,系统都会安排你第二天早晨5点上班,完全没有想到你还需要休息,或你有家人要照顾。”Sjoqusit说。

当时Sjoqusit还是个高中生,家中有一个4岁的侄女需要照顾。由于母亲上班时间每天都在变化,因此接送侄女上幼儿园的责任大多落在了他身上。他早晨不到5点起床,将侄女送到幼儿园后再乘公交车去上课。早晨的堵车时不时让他迟到。由于晚上要接侄女,他也不能参加课后活动,无法和朋友约好出去玩的时间。

“我没有办法成为一个好学生,也无法成为一个好朋友、好社团成员。我知道妈妈需要那份工作,但接受了那份工作她就没法有更多时间顾及到我和侄女。”Sjoqusit说。

Sjoqusit并非个例。在2014年,《纽约时报》报道了圣地亚哥一名22岁单亲妈妈作为星巴克咖啡师的困境,指出那些聪明算法带来的不断变动的时间表会让咖啡师们雪上加霜。他们往往本就没有更多资源来安排好自己的事务,例如他们找不到人来照顾自己年幼的孩子也付不起昂贵的托儿所费用,或他们无法调班又怕失去工作,而不得不放弃对自己人生非常重要的一门考试。

一些地方政府开始出面干预,例如旧金山的立法机构立法要求零售商要提前两周告知雇员当班时间。

“这不是人工智能或其他技术的问题。”Sjoqusit说。他依然觉得总是有什么办法能让这些技术成为帮助他的工具,而不是让他疲惫不堪的工具。

“这种管理方式所遇到的问题在于,那群糟糕但聪明的程序员坐在不知道哪儿的办公室里,想象着自己能用一种聪明的方式来完成这些事情,却没有考虑任何在门店中真正发生的情况。”沃顿商学院管理学教授Matthew Bidwell说。

在Next:Economy会议上,Sjoqusit和Kronos的商业拓展副总裁Charlie DeWitt坐在同一个论坛中,讨论人工智能和雇员之间的关系。DeWitt说这些问题并非不可解决,他们已在考虑将更多东西量化,例如员工满意度、客户满意度,以及这些变量之间的关系。他相信星巴克之类的商家应该能看到更长远一些的东西,例如多支出一些人力成本也许能让员工士气高昂,并大幅度提高回头客的比例。而当零售商们意识到这一点后,系统在算法方面做出改变并没有那么难。

“很关键的一点在于,依然需要有人处在决策之中,以保证一些因素考虑进去了。”Hill说。

研究咨询机构Gartner的建议是,意识到人工智能在商业组织中的作用,也该让人类管理者关注更多人性方面的管理。应该“训练管理者关注和人性有关的事,例如有创造力的领导,员工之间的关系等等。这种训练不应关注那些简单可量化的行为……管理者需要自己来衡量公司员工的满意度。”

MIT斯隆商学院的Zeynep Ton说,所发生的这一切和一百年前无异。当时包括福特在内的汽车厂商采用了流水线,将工人视为装配线上的一个可替换的零件,只给他们最低的工资。但当日本丰田设计出了一个以人为本的系统来制造汽车时,它便有了更好的竞争力,此后其他厂商纷纷效仿。

事实上,日立认为人工智能可让源于丰田的“以人为本”和“快速改善”(Kaizen)哲学理念实施得更好。 电影中的机器人老板

日立说工人依然有权来修正和实施自己的做事方式,好让工作效率不断改善,而AI系统能自动评估这些新方式的效果,然后选择那些产出效果更好的方式,让Kaizen理念的实施更为科学。

“整个商业流程会因此发生改变。”麦肯锡在报告中这样说。

应用Tally机器人的零售商可能对自己的管理系统做出改变。一方面,Tally能实时向总部反馈数据,将这些数据整合入管理系统也许能让管理者更好地了解门店运营情况;另一方面,有些零售商也许会考虑开发相应的基于移动设备的应用程序,好让理货员能更方便地接收到消息并及时去补充货架上缺少的货物。

“很多超市店员同时要做很多工作,例如上货,回答顾客的问题,盘点库存等等;Tally的存在能将这些店员从乏味无聊的工作中解放出来,做更重要的工作,例如,回答顾客的问题。”Bogolea说。

“创造力和感受别人情绪诸如此类的能力很难被自动化……当自动化替代了日常重复的工作,人们就必须更专注于那些需要利用创造力和情感的工作了”。麦肯锡在报告中说。

当然,与之相关的商业模式所带来的颠覆影响会更为巨大。例如Uber。

“算法告诉我在哪儿接顾客,又告诉我能得到多少奖励,所以你来告诉我谁是我的老板。”Miguel Patel在谈及这个话题时说。他是一名Uber司机,两年前辞去了出租车司机的工作,开始尝试Uber、Instacart等各种新冒出来的工作机会。这些工作的共性在于,都不需要他成为全职的员工,他只需要从智能手机上接受任务就好,在手机后面给他分配任务的是算法,而不是人。

和星巴克采用Kronos系统所引发的问题不同,人们争论的是这些兼职的人是否应该和全职员工一样得到更多保险和福利,以及这些公司是否应该承担更多的责任。

第3篇

[关键词]多媒体;教育技术:光技术;虚拟仿真

[中图分类号]G40―057

[文献标识码]A

[论文编号]1009―8097(2009)13―0242―02

教学活动中,教师的主导作用不容忽视,教师是教学活动的组织者和引导者、是学习活动的评价者、是渐进层次学习的激发者;教学活动中“学生为主体、教师为主导”,教师现场的言传身教尤为重要,不要指望单靠学生个别化学习、自我学习机械操作,再好的学习资源未必带来预期的成效。而正确运用恰当的技术手段,实现师者,所以传道授业解惑也,真正解决课堂和远程等教学存在问题。本文将在以下进行探讨。

一 光技术在多媒体虚拟仿真课堂教学的应用

从认识论来看,学习的本质是立体的、精神的、多向的、开放的。真实的学习是人与自然、与人相互作用,在开放系统中进行互动,而教育技术则要通过创建学习环境来达到目的。学习环境由内容、媒体(包括软件和硬件)、人员(包括教育工作者和其他学习者)、方法和场所等要素组成,构成一个教育信息传播的系统,即:传播什么信息(内容),通过什么来储存和传递信息(媒体和人员),如何传递(方法),在哪里传递(场所)。在课堂上用何种技术、方法才能做到教师现场仿真的言传身教、师生互动和教师的主导作用呢?有没有一种理想的技术手段和方法能真实再现教学情景呢?本人认为采用光电三维成像技术能最好的虚拟仿真课堂真实的教学情景,促进学生个别化学习、自我学习。由于情景逼真,互动性好,虚拟地建立起与真实环境相近的学习场景,开发基于网络的、具有自然语言理解与产生功能的“人一机”交互学习环境,对多个不同课室教学、网络远程个体或集中教学,尤其是在职成年人学习最佳。适应当今信息化发展进程,适应未来教学模式向着更深层次发展的要求。本文只从观念技术的角度来探究光技术在多媒体虚拟仿真教学的应用,主要是在课堂教学,运用恰当的人工智能技术手段,再配合有线、无线、卫星、微波等网络通信技术,实现仿真互动,起到教师的主导作用,教师现场的言传身教逼真,实现教育人性化的活动,再现与真实环境相近的学习场景,符合教育技术理论逻辑起点教与学的属性。

二 光技术及其应用效果

1 光电子新技术

常说的光学是广义的,是研究从微波、红外线、可见光、紫外线直到X射线的宽广波段范围内的,关于电磁辐射的发生、传播、接收和显示,以及跟物质相互作用的科学。光学是物理学的一个重要组成部分,也是与其他应用技术紧密相关的学科。光电子技术是以先进探测器和激光器为基础,由光学技术、电子技术、精密机械技术和计算机技术等密切结合而形成的一项高技术。它既改变了传统光学的单纯观察功能,又大大扩展了电子技术的功能。由于光电子技术具有探测精度高、传递信息速度快、信息容量大、抗干扰和保密能力强等优点,因而在军事上得到了广泛应用,在现代战争中已显示了其特有的威力。

而光电子三维成像技术和全息摄影术不同,不需要依靠连贯的激光束产生图像。它使用普通光束即可。普通照相机的镜头工作原理类似模拟计算机,通过程序的运行将外界传来的信息(光线)转换成平面媒介上(通常是胶片)的图像。

[因特网消息1999年7月7日报道],美国伊利诺依州大学电气工程师大卫布莱迪在数字计算机而非光学镜头的帮助下,利用射电天文学家绘制天空的数学方法从光线中提取出足够的信息来生成三维图像。研究人员用卤灯照亮一只小小的塑料恐龙,将来自恐龙的光线分离成两束。当这两束光线再度会合时,它们相互干扰,虽然强度不如没有受到过干扰的光线,但是所有的波型却都很和谐。在恐龙模型转动时,科学家们记录下来了128种干扰波。这些干扰波中包含有该物体三维图像的全部信息,计算机程序可以对它们作还原处理。

这项技术最大的优点是无论景深多大,它都能保持清晰的聚焦,这一点与传统光学镜头相比表现出极大的优势。决定图像解晰度的唯一因素就是物体离开镜头的距离。这一特点使其对于三维显微具有特别的应用意义。布莱迪设想他发明的技术可用来拍摄细胞在产生交互作用时的高清晰度图像。共焦显微技术采用的是扫描技术,聚焦平台来回移动,以获得细胞的细部信息,从而生成三维图像。利用这种方法,当细胞在移动时,要拍摄到细胞的移动过程就是非常困难的。有了布莱迪发明的科学方法,记录装置就可利用排列成圆圈的光学感应器帮助研究人员记录实时的三维数据。

科学家们指出,即使要拍摄的对象远离感应器,这项技术仍然有用。麻省理工学院电气工程师乔治说:“这个系统同样可以用来拍摄篮球比赛的三维影片。如果你的家中有三维播放机,你就可以在虚拟现实状态下观看篮球比赛,观看者会感觉自己仿佛就在场内一样。”

2 光电三维成像技术在多媒体虚拟仿真课堂教学的具体应用及效果

现在的有线、无线、卫星和微波等网络远程教学,学生面对的都是单向平面银幕,一是没有互动缺乏双向交流,而是画面平面呆板与真实情景差别太大,很难调动学生的兴趣。就是普通的现场课堂教学,应用多媒体课件,也由于画面内容很难反馈真实形象化的情景而大打折扣。如果能将课堂教学情景、课件内容立体可视化,再配合声音、资源库双向互动,完全模拟真实情景,与现场无异,那将是教育教学新的飞跃。有什么适当的技术能实现刺激鼓励指导学生的思考和自动学习方法呢?光电三维成像技术就能在课堂教学应用中虚拟仿真真实场景,而虚拟现实是指通过特殊的输入设备和一些能实现三维图形和三维音效的特殊输出设备来模拟人和环境之间的交互技术。假如远程课堂教学,通过有线、无线、卫星、微波等通信传输,使用课堂多媒体光电三维成像设备,主教室和各分教室双方的三维立体全息图像便瞬间出现在对方面前,就好像一个真人站在你面前一样,然后你便可以和他随意交谈,使用各种表情,那是一种呈现在空气中的光学立体影像,不需要任何屏幕之类的媒质,不像今天的网络卫星远程教学、可视电话还需要一个屏幕才能显像。光虚拟现实技术可很好地应用到虚拟学习环境的建立。它可以虚拟地建立起与真实环境相近的学习场景,使学生似乎已处于真实环境之中。

当然,屏幕还有作用,显示课件文本等其它信息。过去的所谓三维显像技术显示的并不是真正的三维图像,而是在二维平面上利用人体肉眼的双眼像差而虚拟出的“伪三维图像”,长期观看这种伪三维图像,会损伤视力或造成视觉疲劳。这样,教学所使用的各式方法(如演讲法、问题教学法、设计教学法、复述背诵法、小组研讨法、访问式教学法、辩论法、座谈研讨法、甚至实验教学)都能应用光电三维多媒体

虚拟仿真成像技术达成教学目标[手段]。当然,要真正将光技术应用于实践非一朝一夕,但可以采取过度方法,如先实现屏幕显示三维立体画面,学生观看而无需头盔等辅助设备,能实现师生声像远程互动,虚拟地建立起与真实环境比较相近的学习场景,再随光技术发展和实现,使学生似乎处于真实环境之中将成为现实。光电三维成像技术不但可以应用于多媒体虚拟仿真课堂教学,还可以应用在网络远程在线教学、虚拟学习社区等。由于有教师和学习者之间通过网络进行社会交互的一种虚拟仿真环境建构,有强烈的社交真实感和虚拟社区归属感,不仅可增强学生的在线学习的持久性,提高学习绩效,而且能加强合作和学习满足感,提升合作学习水平。现在,在线学习者只是独立的个体,容易产生焦虑、逆反心理和丧失学习动力,会导致学习的挫折感和低效率。

3 采用中间件技术

中间件(middleware)是一种独立的系统软件或服务程序,分布式应用软件借助这种软件在不同的技术之间共享资源,中间件位于客户机服务器的操作系统之上,管理计算资源和网络通信。满足大量应用的需要运行于多种硬件和OS平台支持分布计算,提供跨网络、硬件和OS平台的透明性的应用或服务的交互支持标准的协议支持标准的接口。利用中间件技术,将多媒体虚拟仿真应用类似于中间件,任何设计制作软件,包括现在应用的课程教学所需软件,如PowerPoint、Photoshop、Dreamweavcr、Flash等,都可无缝应用。教师无需专门培训,教学应用与以前无异,只是效果大为改观,真实再现场景,其它技术工作则由人工智能管理平台后的多媒体和课程制作人员负责,避免和改善教师计算机焦虑现象。

三 结合我校实践探讨多媒体人工智能课堂教学的管理模式

我校现有四个校区,分布在越秀区、海珠区、番禺区和珠海市,多媒体课室有279间,都基本配置了多媒设备,部分校区具有初级的网络多媒体教学平台。网络学院在省内有50来个教学点,上万名在读生,使用的是目前市场上唯一支持百万级用户的Blackboard网络教学平台。不过由于校区距离较远,不少老师要长年往返于各校区上课,虽然教师身临现场授课,但运作成本较高。网络教学点分布较广,学员分散,对学生来说,多媒体属于模拟交际而非学生直接参与的自然交际,缺乏自然语言进行人际交流的环境。而远程教育更需要互动和教师的主导作用,教师现场的言传身教尤为重要。

未来的新型多媒体教学将是以多媒体技术、计算机技术、网络通信技术、自动控制技术、传感技术、光技术、人工智能和虚拟仿真技术等的有机结合,能够全面整合网络各种“资源”而形成先进的网络多媒体教学平台。在这种教学平台上.多媒体教室不再是孤立的,它已融入到校园网教学系统中,并以校园网资源为“背景”构建出一个富有时代特色的现代化教学环境:即集教学、管理、娱乐为一体的“数字化校园”。多媒体课室是现代教学环境建设的重要组成部分,是教育技术信息传递的展示平台,是教师了解、联系、应用教育技术的桥梁。既然新型多媒体教学、特别是网络课堂教学如此重要,一般的管理就远不能适应现代化的课堂教学应用。

结合我校的教学实际,本人认为,未来的新型多媒体课堂教学将是一个系统集成,不但要从后端课堂教学管理考虑,还要联系前端课件制作。即多媒体课室管理人员既要参与后端维护保养,也要了解甚至参与前端课件制作,这就需要先进的多媒体人工智能管理平台管理,从制作到应用一条龙服务,时刻把握教师课堂教学需求的命脉,为管理和新技术应用于课堂教学提供依据。即教师只需在其中一个教室就可通过网络开启其它多个接收教室的多媒体设备(无须电教人员参与),对教师上课教室实施“直播”方式,通过安装在课室的特殊的多媒体光电三维成像、自动跟踪拾音等摄录设备,实现三维图形和三维音效来模拟人和环境之间场景的拾取,多个教室通过特殊的输入设备和一些能实现三维图形和三维音效的特殊输出设备,真实呈现在空气中的主课室教学光学立体影像,各分教室还可以现场与主讲教师交流。并同步录制仿真教学内容,作为课件保存录入资源库中。网络学院的学生可在课堂或家中电脑上,调用资源,远程课堂上的特殊设备也真实呈现在空气中的主课室教学光学立体影像,与现场无误。人工智能管理平台集中监测、控制和管理,教师可在办公室或家中的计算机上,利用人工智能管理平台的多媒体教学系统,远程开启网络教室,同在网络多媒体教室中的学生们实现远程点对点虚拟仿真场景答疑。可将多次答疑场景自动汇编入库,与相关课程智能结合,当点播网络虚拟课程,真实再现上课场景,学生有疑问时,可即时点击提问,人工智能管理平台随即快速智能搜索虚拟课程答疑库,如有相关知识即刻虚拟回复场景,如没有随即跳过继续上课,而此问题现场摄录保存到虚拟仿真场景答疑系统,在下次相关教师登陆远程点对点虚拟仿真场景答疑系统时,人工智能管理平台系统自动插入其中,与现场答疑无异,随答疑量增多,人工智能管理平台上的智能搜索虚拟课程答疑库容量增大,将能即时回复大多数疑难需求。

四 结束语

信息时代的到来,社会节奏的加快,知识呈现出高速增长和快速更新之势。随着科学技术的发展,还会有更多的新技术应用在教育技术中,光技术就是其中重要的一项,21世纪将是光技术应用发展的时代。

参考文献

[1]张祖忻.教育技术是一项解决教育问题的系统技术[J].现代教育技术,2006,(2):5―10.

第4篇

一、推断题

提供几个相关对象,要求考生根据说明内容进行科学推断。前几年推断题多放在记叙文中考查,如推断故事情节的发展等,而2016年说明文阅读中出现推断题,且与记叙文阅读中的推断题有着本质的不同,后者侧重的是合理性,而前者侧重的是科学性。

例1.(2016・湖北荆门)阅读《植物爱听和谐音乐》,回答问题。

①……

②事实真是这样,小树的确是只爱听舒缓的音乐,激烈亢奋的曲调会让它进入睡眠状态。法国农科院一位专家为了验证植物的音乐细胞究竟有多浓,异想天开地把崭新的耳机套在一棵番茄上,每天定时播放3个小时的音乐。数周后,奇迹出现了,这棵番茄长势强劲,比周围任何番茄结的果实都多,而且个头儿大,每个果实平均重达两斤以上。

③还有一位科学家,每天下班后都喜欢在自家花园里拉上一段优美的小提琴曲。打理花园的妻子惊喜地发现,濒临死亡的雏菊又重新绽放了生机。不仅如此,音乐就像兴奋剂,那些平常蔫头耷脑的花儿们听了音乐,一朵朵开得热烈而灿烂。后来,她的科学家丈夫翻阅资料,才明白这是小提琴的功劳。那些花儿,正是因为听了优美的音乐,才焕发了生机。……

……

⑤音乐,说白了是一种持续声波。在优美、轻快声波的反复刺激下,植物体内的物质分子会发生共振,那些处于休眠状态的分子,随着音乐节奏被悄悄激活,开始运动。正是这一过程促进了新陈代谢,加快了细胞分裂,大大地促进了它们的生长发育。如果适当地对植物播放音乐,它们就会不断地进行代谢和分裂,从而达到快速生长的目的。不过,一定要选择那些和谐美好、悠扬柔和的音乐来播放。反之,植物听了节奏强烈的打击乐和摇滚乐,不但不会长势旺盛,还容易暴病而亡。……

【问题】根据文章推断,下列乐曲中最能促进植物生长的乐曲是( )

A.《绿岛小夜曲》 B.《黄河大合唱》

C.《小苹果》 D.《最炫民族风》

【解析】说明文阅读中的推断题,一般要求从已知推断未知。解题关键点有二:一是理解说明内容及相关知识点,二是对题干提供的对象进行对照。说明内容与题干提供的对象之间的连接点是科学性。此题中,促进植物生长的乐曲,应当是和谐美好、悠扬柔和的。B、C、D项的乐曲风格分别是威武雄壮的、节奏欢快的、节奏强烈的,不及A项的《绿岛小夜曲》旋律优美、委婉缠绵。

【答案】A

例2.(2016・山东德州)阅读。

芙蓉原指荷花,即所谓“出水芙蓉”;有时也指木芙蓉。荷花是水生草本植物,盛夏开花;木芙蓉是木本植物,属落叶性灌木,秋天_花。由诗词字句前后的内容用词,可推断所称“芙蓉”所指为何。凡诗词内容所言,属夏季景观或水生植物,则所言之“芙蓉”当为荷花。李商隐《无题》“飒飒东风细雨来,芙蓉塘外有轻雷”和杜荀鹤《春宫怨》“年年越溪女,相忆采芙蓉”,所指均为荷花。凡诗意可判断所描述为秋季景观、木本植物、生长在岸上,且和菊(黄花)或桂同时出现者,所言之“芙蓉”当为木芙蓉,如柳宗元《芙蓉亭》“新亭俯朱槛,嘉木开芙蓉”。已言明此“芙蓉”为“嘉木”,指的是木芙蓉。

【问题】下面诗句中的“芙蓉”是指荷花还是木芙蓉?结合选文简析。

十月芙蓉花满枝,天庭驿骑赐寒衣。

――宋代刘兼《宣赐锦袍设上赠诸郡客》

【解析】此题要求根据文章内容推断和分析诗句中的“芙蓉”是何种植物。我们可以从文章中得知,荷花和木芙蓉各自的植物属性及其花期特点――荷花是水生草本植物,夏季开花;而木芙蓉是木本植物,秋季开花。诗句中说“十月芙蓉花满枝”,由此推断“芙蓉”指的是木芙蓉。

【答案】木芙蓉。“十月”“寒衣”表明是秋季开花,“满枝”表明是木本植物且花朵繁茂,因而为木芙蓉。

推断题解题思路:由已知推断未知,运用说明文中的知识去推断相关对象的属性特点。衡量其正确与否的标准是是否具有科学性,是否符合已知的科学知识。

二、感悟题

《语文课程标准》对说明文阅读的要求是能够理解其中蕴含的科学思想、科学态度、科学方法与科学精神等。这些也是感悟题考查的重点。

例3.(2016・山东济宁)阅读《鱼类也有感情和意识?》,回答问题。

①一直以来,判断动物是否具备人类所拥有的情感时,要看它们能否通过“情感发烧”考验。当鸟类、哺乳动物和某些蜥蜴类物种被放入新环境中时,它们的体温会在短时间里升高1℃~2℃,这是真正的“发烧”,就好像它们在对新环境作出回应。这种发烧与生物的情绪变化相关联,原理是受到外部刺激,在此过程中产生了行为和生理上的变化。

②一些科学家认为,这种“情感发烧”现象仅出现在拥有复杂结构大脑的动物中,此前的研究表明,蟾蜍和鱼不能作出类似反应。而英国斯特林大学的研究人员并未止步于此,他们的实验给予了鱼类更多选择,得出的结果与传统认知完全相反。……

③结果他们发现,和对照组斑马鱼相比,这些鱼会花更长时间待在温度更高的水槽里。而且,在此过程中它们的体温会升高2℃~4℃,这表明它们也存在“情感发烧”。研究人员表示,此项研究结束了一直以来关于鱼类能不能意识到环境变化的关键争论,鱼类也具有情感。

④然而这一结论发表后,招致了很多反对的声音,科学家们依据不同的判断标准来下结论:认为鱼类没有此能力的科学家指出,鱼类的大脑较小且简单,缺少哺乳动物大脑中负责协调高层次信息处理的大脑皮质。……

⑤也有许多科学家反对上述观点,他们从另外的角度论证鱼类可能拥有一定程度的情感和意识能力,并列举了一系列论据。……

⑥此外,还有一些科学家研究发现,鱼类明显具备学习能力,这种学习能力能够支撑鱼类的一系列复杂行为。……

⑦英国斯特林大学研究团队还发现,鱼类具有一定的理解能力,会对有毒刺激物作出反应,当它们接触到有毒刺激物时,体温同样会随之增高。……这也表明鱼类也是可能拥有意识和感知能力的复杂动物,至少是拥有一定程度的意识和感知能力。最重要的是,这一发现也影响我们对脊椎动物的情感和意识能力进化的理解。

(选入时有删节)

【问题】在科学发现方面,本文给你怎样的启示?结合文章内容进行分析。

【解析】题干对“启示”的范围与对象进行了明确的限定,即“科学发现方面”。解题时需要由此入手,厘清研究的前后过程,从l现问题到不同观点的碰撞,再到深入地进行研究,到最终观点的确立。对科学思想、方法、态度、精神等的理解与感悟,要在平时的阅读中进行积累,如实事求是、不怕失败、勇于探索、积极创新、对比试验、科学判断等。

【答案】示例:在科学研究中要善于发现问题、提出问题,敢于创新,这样才能不断推动科学继续向前发展。当然,这种科学的推断不是主观臆断而来的,要有理有据,经过科学充分的论证。

感悟题解题思路:根据阅读材料分析和搜集其中表现科学态度、科学精神的信息,然后归纳总结,整理出答案。

三、评论题

这类题要求对科学对象或科学事件发表评论。评论时必须观点明确,判断正确,表现正确的价值取向。

例4.(2016・湖北荆州)阅读《“阿尔法狗”凭什么打败世界冠军》,回答问题。

①前不久,一场举世瞩目的围棋比赛以“阿尔法狗”4∶1击败前世界围棋第一人李世石九段告终。

②打败世界冠军的“阿尔法狗”其实不是狗,这只是它的“网名”,它的英文名叫AlphaGo,中文名叫“阿尔法围棋”,它的真实身份是谷歌公司开发的一款人工智能软件。

……

④就下棋而言,一种直观的思路就是列举所有能赢的方案,然后优选出一个最佳方案。一般来说,下一盘围棋大约需要150步,每一步有250种可选的方法,要是人工智能采用这种思路,需要计算大约10 360种情况。这样看来,在有时限要求的比赛中,列举所有情况的思路是不可行的,所以,研究者们选择了模仿人类大师的下棋方式,这就是“深度学习”。……通过“强化学习”让机器人从每次对弈中获得新的经验。而且,一个人或许一年能玩1000局,但机器人一天就能玩100万局;人类在长时间比赛时会犯错,但机器不会。所以,从理论上说,“阿尔法围棋”只要经过足够的训练,就能击败所有人类选手。

⑤如果你认为智能软件就是陪你下棋的娱乐工具,那你就错了。智能软件在商务管理、家政服务、精准医疗、环保检测和巡航导弹武器控制等领域有着广泛的运用。……

⑥“阿尔法围棋”战胜世界冠军,是人工智能研究的标志性成就。随着整个科学体系演化进程的加快,在与多学科的交叉研究与发展中,人工智能一定会进入人类生活的方方面面,从而开启人机协同思考的新纪元。

(选入时有删节)

【问题】当人工智能机器人能够在围棋比赛中“秒杀”人类的时候,人类的智力是不是就贬值了?谈谈你的看法。

【解析】“阿尔法狗”击败世界围棋第一人,其新闻效应是很轰动的。人类的智力是否贬值?我们应当怎样评价?阅读文本,了解人工智能的相关知识,首先亮出观点――“人类的智力不会贬值”,然后可从“它们只是人类智慧的产物,只是为人类所用的工具”等方面阐述。观点明确,表达清楚即可。

【答案】人类的智力并不会贬值,无论人工智能机器人多厉害,它们只是人类智慧的产物,只是为人类所用的工具。人类不能妄自菲薄,应当成为人工智能的主宰。

评论题解题思路:亮明观点,围绕观点,结合文章内容和事实,进行分析阐述,做到有理有据,令人信服。

四、辩论题

根据说明文的说明内容,提出辩题,正方反方进行辩论,指出其中一方的观点与论据,供另一方进行分析辩驳等。

例5.(2016・福建龙岩)阅读《南瓮河――动植物的天然基因库》,回答问题。

①南瓮河湿地类型多样:有森林湿地、灌丛湿地、沼泽湿地、草丛湿地和岛状林湿地。丰富的湿地类型孕育出惊人的动植物种类――这里有植物800余种,野生哺乳动物49种,鸟类216种,两栖动物及鱼类44种,基本涵盖了大兴安岭寒温带原始林区内所有的陆生和水生生物物种,堪称研究大兴安岭生态环境的天然基因库。

②“棒打狍子瓢舀鱼,野鸡飞进饭锅里”――这句话生动、夸张而又幽默地呈现了上世纪50年代开发北大荒时原始、充裕、丰饶的自然景观。……

③在南瓮河,最多的陆生动物是驼鹿。在“土著”的鄂伦春人的传说里,驼鹿被奉为神明,称为“东方神鹿”。驼鹿是世界上体型最大的鹿科动物,成年驼鹿体长2米多,体重超过400公斤。……

④除了驼鹿,貂熊是南瓮河另一种非常珍稀的动物,科学家已经把它列入了濒危动物保护名单。在整个中国,貂熊的数量仅存不到200头,就算是在貂熊最主要的栖息地大兴安岭,如今也很难见到它们的踪影。貂熊的体型介于貂与熊之间,擅长奔跑、游泳和攀爬,因此有“飞熊”之称。

⑤雪兔或许是南瓮河最有趣的动物了。它的眼睛实在有点“奇葩”,不仅很大,两眼间的距离还像银河一样宽,弄得它要“摇头晃脑”才能校准距离,看清前方物体。……

⑥湿地也是鸟的天堂。每年春季,当冰雪消融,万物复苏,食物资源渐长渐丰的时候,蛰伏一冬的留鸟和从远方归来的候鸟便会陆续出现在南瓮河湿地上,开始新一年的生活和繁衍。……

(选入时有删节)

【问题】有一旅游公司拟把南瓮河湿地开发成湿地公园,这一举动引发了社会各界人士的热议。学校因此举办以“南瓮河湿地的开发与保护”为主题的辩论会。现请你以反方的身份,结合文章有关内容,针对正方观点,陈述你的反驳理由。

正方观点:我们建南瓮河湿地公园,既能近距离接触珍稀物种,享受人与自然的和谐相处,又能在这里旅游休闲,满足人们高品位的生活追求,同时又能带动经济的发展。一举多得,何乐而不为呢?

反方观点:

【解析】辩论时要先明确辩题、对方观点与论据等,在此基础上思考自己的观点与论据,有针对性地辩驳。根据题干信息,论题是“南瓮河湿地的开发与保护”,正方观点是“建南瓮河湿地公园”,侧重于开发,而反方则应该侧重于保护,提出与正方针锋相对的观点,即不可以建湿地公园,然后引用文章内容作为论据对正方观点进行反驳,阐述保护的意义。

【答案】示例:我方认为建湿地公园会破坏此处的生存环境,干扰动物们的宁静生活,打乱它们的生活规律。长此以往,可能造成一些珍稀动物的灭绝,影响“基因库”里的丰富Y源。总之,我们不能为了满足人类的私欲,而破坏了当地的生态系统,这种损失是任何金钱都无法弥补的。

辩论题解题思路:把握阅读材料的内容,找出对方观点与论据的破绽,然后提出自己的观点,也可运用阅读材料的内容作为论据针锋相对地进行辩驳,最后得到结论。需要注意的是,辩驳时观点要鲜明,不能模棱两可。

五、想象创新题

想象是没有发生的事实,创新属于个性化创造。根据说明对象的特点或者性能,去想象它还可以发挥什么作用,或者如何进一步完善等。无论是想象,还是创新,都必须以科学性为基础,且要有一定的可行性。

例6.(2016・贵州黔南州)阅读下文,回答问题。

……

④无人机不仅可以上天,还能下海。自带潜水技能的“海狼”无人机的问世为这个领域注入了新鲜血液。它可以搭载高清摄像机潜入水下,拍摄未知的世界。而且,“海狼”配备了带有8英寸屏幕的遥控器,能将拍摄到的画面实时显示。对于操控者来说,这就如同自己潜入水下一般,可以尽情在水中探险。

⑤对于户外运动爱好者而言,“Lily”无人机将成为一个会飞的随身摄影师,全自动、全方位地记录他们的英姿。它体积小巧,可以折叠放进随身背包。使用时只需像扔飞镖一样把它抛向空中;回收时,它则像一只训练有素的小鸟一般停稳在你的手上。不论是滑雪、攀岩还是激流勇进,这款无人机都能伴随在主人左右,记录下每一帧精彩画面。

⑥而Facebook(脸谱网)的“互联网扩展无人机”的成功试飞,则给网络通信不便的欠发达地区带来了福音。……

⑦此外,无人机安检、送快递等与日常生活密切相关的项目也纷纷出现,给人们带来了全新体验。还真别说,这小小无人机正成为科技行业的“下一个大事件”。

(选入时有删节)

【问题】科学贵在想象,有想象才有创新。请你设想一下:无人机还可以在哪些领域给我们带来便捷?(至少两条)

【解析】此题考查科学想象,答题时可以大胆想象,但要有科学依据。科学想象不同于科学幻想,前者建立在现实和科学的基础上,后者则可大胆延伸至现实中不可能发生的事情上。

【答案】示例:检测森林火警;检测高山雪崩;在坍塌的楼房或矿洞中搜索遇难人员,给遇难人员运送食物等。

例7.(2016・云南曲靖)阅读《信息时代的“无价之宝”》,回答问题。

……

⑤数据之所以能发挥上述作用,很重要的一个原因是它帮助我们预测了未来有可能发生的事,然而在有些领域,知道为什么会有某种事情发生显得更加重要。例如在医学领域,来自人体或者人体细胞的数据就有可能告诉医生们,某种疾病为什么会发生,从而帮助医生治疗这些疾病。

⑥科学家们还期待有一天数据能使各行各业变得更加高效和更具“个性化”。例如,当一个病人向医生提供了详细的数据,医生便可以将这些数据和其他病人的数据进行比较,从而依据这个病人的生活方式制定特定的治疗方案。同样,在一个班级里,学生们利用平板电脑或者阅读器进行阅读练习,数据传到老师那里,如阅读用了多长时间,某个词语被学生标注了多少次等。分析这些数据,老师便可以发现读物的难点和学生们的兴趣点,从而有针对性地进行讲解,还可以对个别学生提供有针对性的辅导。数据同样可以运用到其他行业。

⑦因此,在我们这样一个信息时代,假若你成了一个数据科学家,你便拥有了神奇的魔力,就好像中世纪的炼金术士们所声称的那样。

(选入时有删节)

【问题】假如你成了数据科学家,拥有了神奇的魔力,你会运用数据分析解决哪些难题?(至少列出三种,文中例子除外)

【解析】所谓创新,就是别出心裁,用不同的方法,通过不同的途径,获得更好的效果,解决更多问题。此题中,在想象中创新,其基础是把握“数据”的性能,发挥其神奇作用。

【答案】示例:运用各种就业数据,预测高考报考专业和未来职业;运用运动员成绩数据,进行运动员人才选拔;观察人流量、车流量数据,确定出行时间和路线;利用气候数据,预防自然灾害;运用天文数据,做好航天飞机、卫星的发射工作等。

想象创新题解题思路:根据阅读材料的内容去想象、创新,提出新的方法、途径等,既要有科学性又要有独创性。

六、链接拓展题

例8.(2016・湖南长沙)阅读《传统中医里的“五味”》,回答问题。

食物里的酸、甜、苦、辣、咸五种味道,称为“五味”。食物消化后,酸味为肝胆所吸收,苦味为心脏、小肠所吸收,甜味为脾、胃所吸收,辣味为肺、大肠所吸收,咸味为肾脏、膀胱所吸收。各种不同性质的食物进入人体后,分别成为身体各器官的营养,所以养分不足或过多都会引起人体内脏器官的疾病。

酸味有收敛、固涩的功能。食用酸性的食物可增加身体收缩的功能,可以用于延缓疾病的发作;此外,出汗太多,或排泄频繁,也可以食用酸性的食物来治疗。

表症指的是不包括内脏病痛的疾病,如热性的肌肉疼痛、关节炎、流鼻水、鼻塞等,以及慢性的肌肉与关节的麻痹、运动器官的障碍等。辣味的食物有发散的功能,一般表症都以发汗的方式来治疗,所以对于表症的治疗大多食用辣味食物。在人体内循环的有气、血、津液,这是中国医学的称法。气是体内活动力的来源,气停滞称作气滞,气滞会使体内的运行受阻而发生异常情况。血可以说是各器官的养分,血液循环阻滞会产生局部性疼痛、静脉瘤等,也会使血液呈暗红色,这种血液阻滞的现象称为血滞(淤血)。津液就是人体内的水分,水滞会导致身体浮肿,胃里发出水声和引起如水的下痢。对于以上种种停滞的症状,若食用辣味食物,便可促进循环畅通,一切恢复到正常的状态。

气血不足称作虚症,治疗虚症都用甘草、大枣、蜂蜜、砂糖等。气血不足会使人疲倦,甜食有补充气血的功能,所以人在疲倦时都比较喜欢甜食。甜食能解除肌肉的紧张,使身体柔软,这称作弛缓作用。此外,甜食还能中和有毒性的东西,具有解毒的功能。

苦味有排除燥湿的功能。吃进了苦的东西,可能引发呕吐,借以排出体内的滞水。另外,苦味的食物还有利尿的作用。

咸味有软化硬物及促使下痢的功能。咸的食物能软化体内酸性的硬块,喝盐水能使胃肠内不干净的东西以下痢的方式排出体外。食盐便是最具代表性的咸味食物。

【问题】请你根据上文有关“五味”的知识,结合下面的链接材料,完成后面的食疗建议。

链接材料:甲先生身体浮肿,胃里发出水声;乙先生气血不足;丙先生受凉,感冒,流鼻水;丁先生易出汗,如厕频繁。

食疗建议:(1)建议甲先生多吃 味的食物;(2)建议乙先生多吃 味的食物;(3)建议丙先生多吃 味的食物;(4)建议丁先生多吃 味的食物。

【解析】此题要求运用说明文的知识解决“链接材料”提出的问题。解题时先要把握文中的相关知识,如酸、甜、苦、辣、咸各味食物的作用,与“链接材料”建立联系,针对四位患者的症状,对症下“食”,提出建议,解决问题。

【答案】(1)辣 (2)甜 (3)辣 (4)酸

例9.(2016・山东淄博)阅读《小满》,回答问题。

①小满节气,在每年5月20日至22日之间,二十四节气中的第八个节气,也是夏季的第二个节气。今年小满交节时刻为5月20日22时36分。

②寒来暑往是气候,鸟语花香是物候。小满是一个表征物候的节气。其关注点不在气,而在物。……

……

⑦按中国传统科学理论,四月小满即是一年中阳气最旺的时节,也是最潮湿闷热的时节。这时万物生长最为繁茂,人体的新陈代谢也最旺盛。……

(x入时有删节)

【问题】二十四节气是我国古代订立的一种用来指导农事的补充历法,凝聚着劳动人民的智慧。请从你知道的节气中任选一个加以介绍。

【解析】此题考查知识拓展与语言表达。解答时要调动自己的积累,从二十四节气中选择自己最熟悉的、除小满以外的一个进行介绍。而介绍的内容,则需要仿照文中对“小满”的介绍,从节气的时间、特点、气候、民俗等方面作出说明。

【答案】示例:芒种是二十四节气中的第九个节气,更是干支历午月的起始;时间点在公历每年6月6日前后。芒种字面意思是“有芒的麦子快收,有芒的稻子可种”。此时中国长江中下游地区将进入多雨的黄梅时节。

链接拓展题解题思路:链接题一般设为解决问题,需要根据说明内容对号入座,提出解决办法;它的答案相对唯一。而拓展题则注重由此及彼进行发散思维,考查平时的积累;答案是开放的,有话可说即可。

七、逆向思维题

解题一般需要演绎思维、归纳思维、聚焦思维、发散思维等,有时还需要逆向思维。

例10.(2016・湖北宜昌)阅读《菊馔之流变》,回答问题。

①我国以菊入馔(zhuàn,饭食)的最早记载,是公元前4世纪,爱国诗人屈原在《离骚》中写下的名句:“朝饮木兰之坠露兮,夕餐秋菊之落英。”

②屈原之后,魏国人钟会有赋,称是神仙之食。晋人傅玄,亦有赋称“服之者长寿,食之者通神”,主要是食花。宋代大文豪坡,一年四季都在食菊,他春食菊苗,夏食菊叶,秋食,冬食菊根。

③我国的菊馔,最早是生嚼,所谓“无物咽清甘,和露嚼野菊”。后来,菊馔的烹制方法才逐渐丰富起来。在林洪的《山家清供》中,就记有三种食菊的方法,即油煎、煮食和作羹。“春来叶苗洗焯,用油略炒熟,下姜盐作羹,可清心明目,加枸杞尤妙”;“紫茎黄色菊英,以甘草汤少许焯过,候粟饭稍熟同煮,久食可明目延龄”。

④明代高濂的《遵生八笺》中,亦记有的油煎法和凉拌法。油煎法为:“甘春夏旺苗,嫩头采来……以甘草水和山药粉拖苗油焯,其香美佳甚。”凉拌法为:“凡苗采来洗净,滚汤焯起,拌料供食,其色青翠不变如生,且又脆嫩不烂,更多风味。”《遵生八笺》中还介绍了饼的制法:“黄甘菊去蒂,捣去汁,白糖和匀,印饼。”

⑤我国食菊最有名气的地方,是广东中山市。该地历代有60年一度的“会”,相传此俗源于南宋。“会”的内容是赏菊和餐菊。据聂凤乔先生记中山市的“会”盛况云:家家都要采清晨带露的清新瓣,随采随用,以求其鲜。其餐菊名食,是肉与鱼。

⑥“肉”的制法是:先将菊瓣加糖煮成糊状晒干成末,再用猪肉条入末腌制三四天,再把腌后的肉入糖浆内煮熟,最后每块肉外面再滚上新鲜带露的瓣。“鱼”的制法是:鱼肉制成丸,将菊瓣滚拌在鱼丸上,入滚汤汆。

⑦金色的秋天,不仅可欣赏多姿的,还可品尝美味的菜馔,真可谓其乐无穷。

【问题】请在下边卡片的横线处设计一个恰当的问题。

[问:我国有关以菊入馔的最早记载出自哪里?

答:出自屈原的《离骚》。

问:林洪的《山家清供》主要介绍了哪三种食菊的方法?

答:油煎、煮食和作羹。

问:

答:饼,肉,鱼。

问:本文的段落层次是什么结构?

答:“分―总”结构。]

【解析】此题要求以读书卡片、问答的方式对文章内容进行理解。卡片中,一问一答,“答案”出自文章,要求根据“答案”设计问题。这是逆向思维,考查一种思维品质。文中,“饼”“肉”“鱼”这三种食物分别是在第④⑤⑥节中介绍的。它们具有怎样的共同点,可以归纳在同一个问题中?从这三节可知,三者都是有名的菊馔。据此便可设计问题。

【答案】文中介绍的菊馔名食有哪些?

第5篇

马云和扎克伯格分别是中美科技传奇,影响力远远超越互联网商业。科技创新和文化成为这场巅峰对话的核心主题。对话由清华大学经管学院院长钱颖一教授主持。

什么是创新

马克・扎克伯格:关于创新,要看五到十年的时间跨度里,你到底有什么样的问题,你在这个期间可以解决这个问题,那么这就是创新。如果现在做的是解决一个眼前的问题,可能就不是创新。所以对公司来讲,应该关注的是中长期的一些问题。这就是创新的本质。

在Facebook,我们几年前庆祝了成立十周年,与此同时,我们整个用户群超过了十亿,当时我们就说,希望在未来十年解决世界上一些什么问题呢?因为有一些事可以在一到两年就可以做的,比如说像产品的开发。但是要解决真正的大问题,需要看一个五年、十年,甚至更长的时间。我们认为有三个最根本的问题需要解决:

第一个问题就是把互联网推广到世界各个角落。现在我们一共全球有70亿左右人口,大概40亿人口是不能上网的,所以他们不能得到同样的教育机会或就业机会,或者是我们非常习惯使用的一些工具。我觉得这个在十年内可以解决。

第二个问题就是人工智能。人工智能是一个技术领域,现在我们需要花很多时间去研究。那么最近我们看到了在人工智能方面AlphaGo和世界围棋大师的比赛确实凸显了围棋智能的里程碑,怎么样处理世界、理解感觉,比如说视觉、听觉、或者是语言能力。五到十年我们可以取得很大的进步,不是说人工智能可以取代人,但在十年内他们可以取得巨大进步。

第三个方面是要建立一个巨大的计算平台。这个计算平台可能是基于视觉和虚拟现实的,如果我们看看现在的计算平台,大概每到五年、十年的话就会有一个新的计算平台。比如说最早的大型计算机,可能跟房间差不多那么大,而且非常的昂贵,那么后来我们有了个人电脑,个人电脑还是比较复杂,但是越来越多的人在办公室使用电脑。现在我们有手提电脑和智能手机,这是人人都有的。每隔几年,就会有一个新的计算平台,那么在未来的五年,可能会是一种更加自然、更加浸入式的环境和计算平台,也就是虚拟现实辅助的计算机。这可能是在未来五到十年最重要的计算平台。

另外,我们再看五到十年后到底有什么样的问题呢?我觉得这就是创新所要解决的问题。更多的是一种长期的而不是短期的挑战。

马云:我同意。创新就是使用独特、高效的方式去解决问题。我自己不是工程师,也不是搞技术的,我和大多数人一样,对技术有一点点害怕。

但是,我相信我们需要用技术来解决问题。就在上周,很多的人都感到非常的担忧,就是说这个机器(AlphaGo)已经打败了人类,那么人类到底未来怎么办?我认为当电脑发明出来的第一天,人类就应该意识到,如果人们想跟电脑来竞争谁会更聪明,人类就该放弃了。我认为机器会比人类更强大,机器会比人类更聪明,但是机器永远不会像人类那样有智慧。

比如下棋,我围棋下得不好,但是我喜欢下,下棋好玩的地方,在于能看到你的对手犯错误,当你看到对手犯错时,就算你输了,你也觉得很开心。但是你和机器下的话,那个机器从来不会犯错误,一点都不好玩。

如果说你们两个人来对垒的时候,比方说你和机器去打拳击的话,你肯定打不过它的。300年前在欧洲发明了机器人,大家就应该意识到机器永远比人要强大;在200年前的时候,人们就应该意识到飞机和汽车肯定会比人走得快;那么现在电脑来了,我们应该意识到机器肯定比我们记得更好,计算得更快,而且不需要休息,所以放弃吧。但有一点是肯定的,那就是人类拥有智慧,人类拥有心灵和内心。机器永远无法享受成功和失败,对友情、对爱是没有感觉的。

所以我认为我们不应该害怕机器,我们应该用机器来解决问题,把它用来作为一种创新高效的方式,解决人类问题,用来应对气候变化,或者是说疾病和贫穷等等。我很高兴看到人类在技术上、在科技上被机器战胜。这没关系。

马克・扎克伯格:我觉得我们常常忽视一个问题,我们看到人工智能的新里程碑,认为AlphaGo和谷歌在技术进步方面确实取得了重大的成就,但之前在下围棋的时候,机器是远远不能打败人类的,所以这次能够打败人类是一个重大的里程碑。但我们看人工智能时,很多时候我们会预计它已经达到足够的计算智慧,可以解决任何问题。我们有一个最好的技巧,那就是大规模的模式识别,比如图像识别、文字识别,听到声音以后,我们知道这是什么的文字,或者把一个语言翻译成另外一个语言,或者是说你看到这个影像,比如说汽车在行驶中能够看到危险的情况,就可以做出自动驾驶汽车。

最近我刚刚参加了一个人工智能的会议。有一些人工智能可以拍一些我们皮肤上的伤疤,电脑可以像世界上最好的皮肤学家一样,判别这个人是不是得了癌症。这一切都是一种模式识别,也就是说它识别这样的一些视觉、听觉、触觉,不同语言的翻译。但是,他最基本都是来源于一种基础技术,也就是说他能够看到一些数据,然后能够识别出一些类型或者是说模式。

所以这就仅仅是一种学习方法。比如说我们教一个孩子读书,比如说我告诉他这是鸟,这是鸭子,这是什么动物,你如果给他很多的例子,他会逐渐知道这是什么东西,这是现在计算机处于的阶段。但是真正让人类非常独特,并且我们技术还无法到达的,这是我们所称的常识。也就是说他可以在一个领域学习,然后应用到另外一个领域,用这个方式来解决问题。比如说你造一个电脑,他可以下围棋,但是不能解决其他领域的问题,所以除非我们能够做到那一点的话,现在我们离机器真正超过人类的那天还比较远。这需要一种非常根本的科技进步,现在我们还不知道怎么做。你能够识别一些模式,而不是说光是下棋,或者是自动驾驶,甚至是预测气候的变化等等,这些都是AI做出的很大进展,但是我们应该继续推进这一前沿研究。这个方面我们会继续研究人工智能在未来五到十年取得最大的成就。

马云:我觉得我们两个之间的差别(工程师和非工程师),工程师激动于技术本身,而让我兴奋的,是科技怎么样让我们的生活变得更简单。我不是想能够读诗或者是记录很多的文件,这个机器可以帮我做到,我很兴奋,不过我对技术并不激动。

马克・扎克伯格:我希望可能十到十五年之后,我们的眼镜,可以有一个完全沉浸式的体验:可以看到某一个场景,觉得就在这个场景;可以提供信息,能够感知周围的情况,能够让你去计划你的生活和日程……如果要做到这个,需要有一些巨大的科技进步,是需要我们去琢磨的。我们需要视觉方面的专家,光学的专家,计算机的专家,让这么小的眼镜上可以搭载很多功能。希望十到十五年之内,我们真正实现之后,可以让世界更美好,能够让我们一天的日子过得更加方便。现在大家看到的Oculus产品是一个头戴设备,目前还是比较大、比较笨重,不像现在的眼镜,但我们的想法是让你在起居室坐着打游戏,或是看电视可以有一个身临其境的感觉,好像把自己陷入了场景里面,感到就在另一个地方。已经有一些人在做这种4K解析图的图像,可以在手持设备上玩非常高逼真的游戏。有很多这样环境的技术,比如让人采集一些冲浪的视频,很快就能够模拟各种各样的场景。

马云:很多的技术内容,我听不太懂。但是我的团队和我说了很多VR和AR的情况和发展。我听他说话,我记得就像1994年的时候,我开始做互联网公司的时候,我对互联网是什么一无所知,但是我想着的是,怎么样能够帮助人们做事情更简单。

所以当我听到VR和AR时,我想的是怎么样帮助女士和小孩能够更方便的上网买东西,他们可以更方便很舒服地买东西,更快买东西。如何使用VR科技帮助商家促进销售,用户体验非常好。我们一定会实现的。

技术如何改造世界

马克・扎克伯格:我们已经讲到了AlphaGo,机器打败围棋大师,这是今年让我意外的事情。当时专家觉得还需要几年AI才能真正打败人脑,打败围棋手,所以这显示我们AI方面研究速度非常令人欣喜,希望有更多的应用出来。

你跟电脑打游戏、下围棋当然好,但是还有其他很有意思的应用。比如说我想到了自动驾驶汽车,可以帮助我们节省很多时间,而且减少事故。实际上很多死亡都是交通事故造成的。用马云的话来说,机器是不睡觉的,能记忆得更好,这样机器比人能更好地驾驶汽车。我关注的是自动驾驶技术,但是还要去完善其中的系统。但毫无疑问的是,如果我们时间够长,AI会比人驾驶汽车更安全、更稳固。这将会是公共安全方面最大的一个成就。

当然,在科技和健康领域,也有很多的事情是AI可以促进的。比如说疾病诊断效果的提高。现在我们有一整套的药、仪器,它可以去哟用于一种病的治疗,但没有用在其他的病上,我觉得AI和其他相关技术能让这些机器早期帮助实现诊断,实现更早、更有效的一个治疗。另外,用AI去做一些医疗研究,去匹配每个人的基因,每个人的体征和病状。我对AI是感到非常振奋的,因为我觉得它未来不久会对卫生状况会有比较大的改造。

马云:我觉得学者和创业者之间的区别,学者永远期待着大变革,我们都是期待小的变化。在我们公司,花时间在小的、有趣的创新,解决小问题。只有首先从小问题着手,才能慢慢到大问题。大概两个月之前,我到一个篮球联盟去访问,联盟的人告诉我:最早发明篮球的人,每次去投篮,投完之后要把梯子架上去,把这个球拿出来,一场比赛要花两三个小时。20年后,人们说把这个篮子的底剪掉,这样的话球就可以自己掉下来,不用自己去拿了。这样的小创新要花20年,而大的创新需要百年的时间才能等到。

我们很幸运,处在最好的历史时期里。纵观人类历史过程中,有过第一次工业革命、第二次能源革命,而第三次就是现在的互联网。现在我们正处在第三次技术革命当中。如果大家思考一下创新的影响,接下来的三四十年,我觉得技术在生命科学会有一个巨大的突破,会让人们寿命更长。这是因为计算和数据。过去的三百年里,科学也是发展日新月异,人们对于这个外部世界、对于太空的了解越来越多。我们知道火星,但是对我们自己的了解很少,没有办法来自我解码。有了这种计算能力,有了人的行为数据,接下来三四十年,人类会更好了解自己。如果说过去三百年,我们是更好地了解外在世界,接下来三十年我们会更好了解自己的身体。我希望百年后,当我们能够解码自己后,会有一种法律,不许人们能活超过200年。这是我对生命科学的很高期待,怎么样让人更健康、更快乐、更长寿。

知识让人更聪明,聪明人知道人需要拿到什么。知识没有办法让人更智慧,只有挫折的经历,才会让你变得更加智慧。智慧人知道什么时候会去放弃,聪明人知道要什么,智慧人知道需要放弃什么。所以现在我们进入一个新的世界。从IT到DT(数字技术),IT让人更像机器,DT让机器更像人,我们必须知道,在未来三十年人们必须更加智慧,我们必须放弃一些东西,不然我们会有麻烦。

从商业和创新看文化

马云:西方文化和东方文化都是非常有意思、独特的文化。我们有很大的不同,对此过去一百年东西方一直在讨论或辩论。我有一个美国好朋友,很担心中国,我说你为什么担心呢?他说因为二十年以后,中国的GDP会超过美国,你们会比美国更强大,到时候就像美国人一样要控制世界。我说你为什么会这么想,他说,我们就是这么想的。

这就是文化上的差异。我们看西方宗教,西方世界的宗教是竞争性的,总是需要一个竞争对手。要不你就站我这边,要不你就站在另外一边,这是我所学到的美国竞争。就是说你始终要有一个竞争对手,无论你做什么,你都要知道你的对手在干什么。

但是在中国,我们是不一样的。在中国,比如说道教、佛教或者是儒家,我们说的都是和谐,怎么样去改变自己、去适应外部世界。道教是说我怎么样改变自己去和这个环境融为一体;儒家就是说,我怎么样去改变自己去和社会取得和谐;而佛教是我怎么样改变自己去和内心融合一致。所以在东方文化里边,我们并不是特别热爱竞争的。我们总是在想,怎么样去改变自己,去适应别人,所以这是东西方文化的很大差别。

另外你也看到,我们有13亿人,但是11个人的足球队都踢不好,问题在于我们文化不同:我们个体运动比较强,团体运动不是很强。同时我们也不太善于竞争性的对抗。在美国的话,小孩上学回家,他们家长会说你们有没有提出一些尖锐问题让老师难堪啊,这就是聪明。我们中国家长会问孩子说,有没有和其他人打架、吵架,有没有听话。我们永远会说怎么样成为一个好孩子。电影里面也不一样,我非常喜欢看美国电影。中国电影都有一个英雄,但是美国的电影里面,那个英雄一开始看上去是一个坏人,当灾难发生,最后变成了好人,最后活下来了,无论怎么样打他,怎么虐待他,他都死不了。但是中国呢,英雄会死了,只有死了才能成为英雄。所以我们是完全不同的两种文化。

那这样的话,谁会赢呢?中国我们更多关注的是智慧。三百多年前,所有的人,无论是东方人还是西方人,都依赖于哲学,依赖于生活经验,依赖宗教,然后在过去三百年中,一切都和知识相关,专注于知识。我认为西方更多的是代表知识,而东方更多的是代表智慧。所以东西方文化到底谁会赢呢?我认为,应该是能够结合东西方文化的人才会赢。我们需要从中找到价值,互相尊重,不要总是在想怎样竞争,而是想着怎样合作。

马克・扎克伯格:我对中国特别乐观的一点,就是说中国非常关注理工技术,未来可能在全球,无论是中国还是其他的国家,更多就业可能都需要技术工作。那么在很多的时候,这些做技术工作的收入比较高,而且影响力也很大。总的来说,我们看到全球技术人才或者说工程师,学习理工科的人是有限的。但是我觉得在中国,一直非常强调理工科。所以你看中国政府,很多官员都是工程师,都是学理工科的,他们在解决问题的时候,都是用理工科的思维,他们有非常严格的学术训练。

无论是东方还是西方,世界上所有的国家,都希望能够培养工程师。我觉得至少我注意到的是我在中国的时候,看到中国尤其强调了理工科教育。那么我认为,这会成为中国的一个优势,我也希望世界其他国家也能够学习中国重视理工科的思路。也许我自己是搞技术的,可能我比较关注技术,对于文化不是太擅长。我没有办法像马云先生这样想得那么有哲理。

马云:实际上主要是因为我不懂技术,所以我只能花时间想这些问题。这一点在技术上我非常的敬重马克・扎克伯格,因为他很本能地尊重东方和中国文化,不是为了赚钱而学习中文,而是本能上喜欢这种文化。我也发现在中国人和西方人之间有一个很大的差别,就是说中国人对花钱给自己买东西非常敏感。但是在投资股市的时候非常有激情,毫不吝啬;美国正好相反,美国人在投资的时候非常敏感,但是非常舍得花钱给自己买东西。

另一个方面,美国人对中国了解很少,但是中国人一直在学习美国。随便到街上去找一百个年轻人,至少有八十个人还是会多少讲一点英语的。你到美国去,随便街上抓一百个人,可能最多也就五个人,甚至是两个人会讲一点中文。

所以我觉得这一点非常有意思。我们非常想向另一边学习,为的是改变我们自己。这是我们中国人非常独特、非常有意思的地方。用欣赏和尊重观察不同,然后从中学习,这会让世界更好。

中国经济的变局与机遇

马云:我开创企业的时候,希望公司要延续102年的时间,所以我们公司内部做的任何的计划,作为董事局的主席,我会考虑十年的计划;CEO可能是五到八年之后;VP级别的人可能是三年的规划;总监一年;其他人更眼前。

接下来的十五年,中国会转型成为消费拉动的经济,以消费、服务和高科技来拉动。但是现在是属于最痛苦时期。过去的三十年,中国享受了非常棒的时期,现在可能需要来付一点代价。这是首次来支付的代价,所以接下来的三五年时间里,我们的着力点可能会在三个问题上:消费、服务,还有高科技。

人们说中国经济增速在放缓,但是我们还没有失业的问题,年轻人还是能够找到工作,有在消费、高科技行业、服务行业里面创造的就业。但从中国经济的三架老马车――投资、出口和国内消费来看:

第一个是投资。基建方面应该会从基建投资变成基建的经营管理。因为这个国家过去几十年在基础设施方面投了那么多钱,我们现在应该更好地利用这些基础设施,而不是继续再来投资。

第二个是出口。中国应该学会多进口,而不是说只是出口,我们当然有这个消费能力,只有通过进口,我们才能够让中国制造业真正的去实现技术升级,能够做更好的产品。

第三个是内需。应该让市场来驱动,而不是说政府驱动经济。过去几年,还是这种非常政府驱动的经济,那么我们的一个观点,就是说接下来的三五年,我们怎么样能够更好的来把经济转变为消费、服务和高科技拉动的经济。对于阿里来说,我们应该说在本世纪是最幸运的公司。我们诞生在中国,做互联网电子商务不是因为我们聪明,而是中国商业基础设施太差,而给了我们机会。

而接下来的几十年,消费、服务和高科技都和我们有关。所以我告诉我们的团队,这就是我们的工作,我们的机会,我们能为中国人能够创造更多的就业。在过去的十几年,我们创造了1500万个就业机会,现在我们在想怎么样去创造更多。只有创造就业,才让经济可持续,这是我们觉得非常振奋的一点。我也喜欢谈文化,因为你如果只想技术、想赚钱,可能会把这个公司引向错误的方向。我们需要知道自己要什么、想什么、要放弃什么,只有这样才能把公司以一种非常健康的方式来推进,解决经济问题,让生活更美好。这是我们所相信的。

开发基础设施,实现互联互通

马克・扎克伯格:全球四十亿人没有办法用互联网,好多是在亚洲。但是中国比很多国家实际上做得要更好,这也帮助中国做了减贫方面的工作。接下来的中国五年规划里面,也有一个关于减贫的大提法。

互联网渗透率在不断的普及。有研究显示,每十个人接入互联网,就能够有一个人减贫成功、两个人找到工作。农村地区还是有一些比较落后的基础设施,互联网可以让这些地方的学生获得相关学习资源。求医也是如此。在一些农村地区,如果没有办法找到医生的话,可以通过互联网。找工作也是如此。中国已经走得比较靠前,还会继续在这一块推进。接下来的五年,继续推进。

在这个区域其他地方,也有一些机会可以来做基建投入,来做大这个网络,比如说印度。我们如果能在这些地方把基建设置起来,是一个非常大的机会。在中国,好消息是中国发展是非常看长远的。无论是上边的领导,还是说下面的落实。如果说看一下全球的统计,贫困线以下的人已经从十亿降到了五亿,为什么人们不再讲这个成就呢?大部分的成就都是发生在中国,是中国减贫的成就。实际上其他的地区出现了贫困人口的上升,而不是减少。

中国还可以继续发展互联网,现在有七亿的网民,希望另外一半国民很快也连通上网。也希望能够把现在七亿中国网民接入到国际互连网网站。当然亚洲还有很多地方有这种通过基建互联互通的投入来促进经济发展,这是我非常深信的,也是希望看到中国政府和其他国家能够去投入的领域。

第6篇

关键词: 构建;网络语境;学习理论;媒体

前言

语境概念起源久远,学者在不同的时间,以不同的角度,构建了不同语境内涵。着眼于语言的功能,各语

言学流派都不约而同地把语境作为研究视野中的一个重要参数,加以重视和研究(王建华, 2002: 189) 。这说明了语境理论在语言发生发展过程中的重要性,也说明了语境研究的困难。语境研究的困难主要源于三个方面:语境内部结构的复杂性、语境外部功能的多样性、语境运动形态的具体性(段曹林, 2000: 5) 。在语言学研究中, 语境是一个理论构建( theoretical con2struct) ,是语言学家从实际情景中抽象出来并确定为语境构成的所有因素(Lyons, 2006: 572 ) 。从本质上说,语境是语言发生发展、存在与变化的条件,一切影响与制约语言的发生发展、存在与变化的因素都属于语境范畴(韩彩英, 2004: 43) 。也就是说,语境是语言学家的抽象,是成系统的,并非包括任何可能出现的环境因素,所有被语言学家看上去是带有任意性的因素都不在其中(许力生, 2006: 158) 。从信息处理的角度看,语言的输入输出即是信息的加工处理过程,也是语境构建的过程。从语言习得的角度看:母语习得理论表明,学生要熟练掌握言语能力,就必须把学生放在特定的、与之相适应的言语交际环境中,通过学生的言语实践活动来实现(孔凡成, 2004: 64) 。按照建构主义的观点,学习实质上就是个体在具体的情境中通过协作与会话等交互控制方式来实现意义建构的过程(邹建梅、刘成新, 2003: 61) 。换言之,言语交际中的意义构建也就是语境构建的过程。

综上所述,语境无处不在。在语言学中,如何进行语境的理论构建就成了一个比较关键的问题,这在很大程度上决定了研究的状况和可能取得什么样的成果。从语境构建方式的变化上,我们也可以更清楚地看出语言学的发展趋向(许力生, 2006: 158 ) 。换言之,在多媒体网络自主学习中,如何进行网络语境的理论构建就成了一个比较关键的问题,这在很大程度上决定了研究的状况和可能取得什么样的成果,所构建的网络语境合理与否将直接影响着网络课程的学习绩效。从网络语境构建方式的变化上,同样可清楚反映出多媒体网络自主学习的发展趋向。也就是说,网络语境范畴包括多媒体网络中学习者语言输入输出和背景因素的变化条件及一切影响与制约语言的发生发展、存在与变化的因素。实际上,网络学习的过程即是网络语境构建的过程,构建是由交互和控制来实现的。交互是指学习者与学习资源、学习伙伴以及指导教师

等在网络化情境中借助网络媒体的功能所进行的信息交流活动;而控制则是指学习者在网络语境中通过各种交互操作和信息反馈来管理自己的学习过程,并通过对自己的学习行为进行适时调整,以达到提高学习质量和学习效率的目的。交互和控制是网络语境构建过程中互为条件、互相依存、密不可分的两个方面。网络语境构建过程中的控制很大程度上是学习者与学习资源、学习系统和课程环境等交互操作的过程。网络语境研究的最终目的在于为指导交际主体更好地建构、适应、利用和控制语境,为各类语用活动(表达〈输出〉、接受〈输入〉、交际〈交互作用〉、语言文字信息的加工处理等)服务。然而,随高科技迅速发展及应用于网络教学的研究与实践,学者从不同角度对网络教学进行了研究,但从网络语境的概念上进行探索的却极少。重视网络语境的构建将有助于网络教学的普及与提高,直至主导教学。

1 从建构主义看网络语境的构建

建构主义认为,人是知识的积极探求者和建构者,知识的建构是通过人与环境的互动进行的。从网络学习的角度看,知识的建构孕育在网络语境的构建之中,其关系是相辅相成的。在网络教学中,教学双方的交互与控制过程即是网络语境构建的过程,过程中信息的输入输出促进了学习者外语知识的习得和发展。事实上,多媒体计算机和网络所具有的技术特性,为建构主义的实现提供了物质基础和技术支持,使得建构主义所倡导的学习环境的“情境”、“协作”、“会话”和“意义建构”等基本属性能够得以实现(王景胜, 2006:126) 。也就是说,网络媒体支持由“情境”、“协作”、“会话”和“意义建构”所形成的学习环境(李新民,2006: 13) 。由此,以网络教学为基础,以建构主义学习理论为起点,探索构建网络语境的理论基础对指导网络教学而言有着现实意义和理论价值。

(1) 从“情境”看网络语境构建。建构主义认为,“情境”是学习者进行学习活动的社会文化背景,学习

者在真实的情境下,借助于社会性的交互作用和利用获得的学习资源,可积极有效地建构知识(李民,2006: 13) ,真实的情境创设是意义建构的前提条件。由此,网络语境的建构总是以学习者已有的知识结构为基础,有选择地知觉外在信息,根据具体实例的变异性建构当前事物的意义,即学习者以网络海量的学习资源为背景,把所学的知识与一定的真实任务和情境挂钩。为解决实际问题,学习资源要在形式、内容、观

点上各有所异。基于个性化和自主性考虑,可以创设全方位、多层次与学习相关的真实语境,并为学习者提供足够的控制学习方式、学习进程和学习内容的手段,以促进自主性学习。应特别注重构建基于任务和解决问题型的情景语境,任务的难度和复杂程度可以各有所异,以体现个性化教学的特点。学习者也可根据各自不同的需求来选择适合自己的语境来践行自主性学习,逐步提高相关的技能,从而实现学习者的认知灵活性,形成对知识的多角度理解,并把知识学习与具体情境联系起来。网络中的言语交流受到情境制约,随言语交际的发生发展所创建的情境构建了语境的动态变化。

(2) 从“协作”看网络语境构建。建构主义认为,学习者与周围环境的相互作用对于知识意义的建构起

着关键性的作用。知识不是抽象的,而是与学习的情境、学习者带入这一情境的经验及周围环境有密切关

系。知识的复杂性使得学习者不可能对知识有全面的理解;同时,由于情境中问题的艰巨性,学习者也不可能完全独立解决。学习者主动从不同背景、角度出发,在教师或他人的协助下,通过独特的信息加工活动(争辩、讨论和提供证据) ,实现知识意义的重新建构,从而使面对面的或通过多媒体网络进行的“协作学习”成为必然。“协作”是学习者在学习过程中,利用已有经验的基础,在特定的情境下,以特殊的方式建构;强调学习者与教师、学习同伴、网络交流者等的相互作用(李新民, 2006: 13) 。网络教学实践证明,协作在一定的意义上主要是自我协商和相互协商。自我协商是学习者自身对学习内容或结论等比较或判断;相互协商可以是人对人,组对组对学习内容的商榷、讨论和辩论等。因此,体现学习社会性的“协作学习”是整个学习群体共同完成对所学知识的社会性建构,具有社会性特征,即是建构了语言学习的社会性语境。

(3) 从“会话”看网络语境构建。“会话”是协作过程中,通过人/人、人/机交互,使得每个参与者的思

维成果(智慧)为整个学习群体所共享,以实现意义建构(李新民, 2006: 13) 。“会话”是“协作”最基本的方式或环节,“协作”过程必然存在“会话”。“会话”对于推进每个学习者的学习进程,是至关重要的手段。如,人/人通过“会话”来讨论学习内容、方法、经验等。事实上,人/人的言语“会话”只有在一定的语境的作用下才有其现实意义,语境影响言语交际的绩效,“会话”的过程也是语境构建的过程;随着言语内容的变化,也同时伴随着语境内涵的重新构建。此时,学习者与周围环境的交互作用,促使学习者对知识的理解将更加丰富和全面(即对知识意义的建构) ,认知水平也随之得到提升,也说明语境的发生发展是动态变化的。也就是说,语境并不是预先已经给定的,而是在交际过程中由语言使用者的主动选择所生成的,外在世界的方方面面只具有成为语境因素的潜势,但是否实际成为特定语言交际中的具体语境构成,则最终还要取决于语言使用者(许力生, 2006: 162) 。这说明了学习者的主动构建是学习的主干,也说明了“会话”是构建语境不可少的因素。

(4) 从“意义建构”看网络语境构建。“意义建构”是整个学习过程的最终目标,所要建构的意义在于事物的性质、规律以及事物之间的内在联系(李新民,2006: 13) 。在学习过程中的意义建构即是对当前学习的内容所反映事物的性质、规律以及该事物与其他事物之间的内在联系达到较深刻的理解。建构主义认为,知识是学习者主动建构的结果,是一种意义的建构,具有个人性和情境性。学习者与环境这两个因素对建构主义来说都是重要的,因为正是两者之间的具体互动创造了知识(盛群力, 2004: 29) 。也就是说,学习者知识的主动构建与语境构建过程是互动的,两者相互作用使得知识与语境达到新的构建。由此,网络学习者的自主性则显得更为重要,只有学习者主动的进行知识意义上的构建,伴生的网络语境才会更丰富与完善。从作用与反作用的角度看,知识建构的过程也就是网络语境构建的过程。相对具体英语学习来说,无论是语言知识还是语言技能,都要靠学生自己主动去学去练,这样才能有长进,教师的作用只能是主导而不能包办代替(陈坚林, 2000: 6) 。学习者知识意义上的主动构建与创设真实情境相互作用。为提高学习绩效,学习者可通过学习策略训练,培养自身自主学习能力,在教师、学习同伴、媒体等的帮助下在构建网络语境的同时,实现知识意义的主动建构。

转贴于 2 支持构建网络语境的技术基础

由于高科技含量的日益增加,可以说,在教学领域里,计算机的功能(拟人化或拟物化)更加全面而完

善,以前很难实现的教学效果(如教学示范、场景呈现、超量信息传输、模拟互动等) ,现在都能通过计算机得以完美实现(陈坚林, 2005: 10) 。从个性化与自主性来看,现代教育技术中多媒体网络教学系统所具有的技术特性,为在大学英语网络教学中构建网络语境提供了技术支持的基础,促进了教学观念的根本性变革,自主学习理念的应用有效地克服了传统教学中的种种弊端,提高了学习者的认知能力、分析和解决问题的能力,使大学生的素质教育和创新教育落到实处,也为网络教学奠定了基础。

(1) 多媒体网络平台构建宏观网络语境。目前,信息和网络技术的应用使当今的数字化信息网络成功构建了“天网”(如数字卫星通讯系统,移动数字通讯系统)与“地网”(英特网及其他各类网络)相互独立与优势互补的宏观网络语境,以其覆盖面广、资源广泛与共享、时空超越限制、多向互动和便于合作的优势,实现了学习者自主学习过程中的个性化,自主性和交互性。如,多媒体网络自主学习者的个性化学习可以通过网络进行文献检索,视频点播获取需要的信息。这些信息具有多角度、即时、新颖、影音文图的特点。由此,虚拟课堂、虚拟学校、虚拟社会等概念脱颖而出,改变了传统的学习观念,促进了自主学习理论的应用。当代国际教育界正在以建构主义理论为指导思想,深化科学教育改革,形成了基于建构主义的科学教学模式百花齐放的局面(袁维新, 2003: 50) 。而计算机网络技术为课题研究模式、问题解决模式、探究学习模式、情境学习模式、概念转变学习模式和社会文化模式提供了良好的技术支持。基于多媒体与网络的大学英语教学软件具有跨越空间进行实时或非实时交互的特点,为学生个性化学习和大量的声像语言互动练习提供了机会(王守仁, 2004: 6) 。事实上,这种交互为学习者提供了丰富的通讯交流机会,它能够支持协作学习、讨论学习、探究学习以及个别化学习等多种学习模式(邹建梅、刘成新, 2003: 61) 。网络技术、多媒体及虚拟现实等技术相结合,可以虚拟教学课堂的现场,学习者可以根据自己的需要主动选择学习的内容及课程的进度。教师与学习者之间可以通过网络环境的支持,在任何时间、任何地点进行信息交流,不必拘泥于课堂上有限的时间。人机交互的教学模式能有效地实现班级授课制下的教学个别化,为大面积因材施教提供了重要的条件。

(2) 超媒体(Hyper Media) 构建网络节点语境。

超媒体是由文字( Text) 、影像(Movie) 、图片( Image) 、视频(Animation) 、音频(Audio)五部分媒体元索组成的。认知心理学的研究表明,人类思维具有联想特征,经常从一个概念或主题转移到另一个相关概念或主题。超媒体是按人脑联想思维方式非线性组织管理的一种先进技术。它按照人脑联想思维方式,将文、图、声、像等不同媒体信息整合,将讲解、演示、测验等不同教学内容整合,将预备知识、当前知识与扩展知识整合,构成了一个丰富而生动的超媒体学习环境(王光玲、宋廷山, 2003: 137) ,这和人类思维的联想特征相符合,从而实现对教学信息最有效的组织与管理,使得学 习者自由联想能力得到发挥,促进创造能力的培养。同时,教学信息的非线性使学习者可以根据自己的实际情况通过联想,自由选择不同的路径,进入不同的链接点,从一个主题跳转到另一个主题,即从一个链接点跳转到另一个链接点,灵活地浏览各节点的内容(包括文本、声音、图形、图像、动画等) ,为自主学习奠定了基础。特别是流媒体技术的应用,以其连续性( continu2ous) 、实时性( real2time) 、时序性( time2ordered)使得流媒体数据流随时传送随时播放。例如,实现对教学进程和呈现方式的全面控制,用便捷的方式解决同步和互动的难题(陆元明、郭丽, 2006: 76) 。这样,就为多媒体技术的交互功能提供了图文声并茂的多重感官综合刺激,使得学习者可以依据自己原有的认知结构、认知水平和兴趣,自由选择、自主控制学习内容及其呈现方式。

(3) 虚拟现实技术构建网络虚拟语境。网络和虚拟现实技术的结合,促使了网络虚拟现实技术的出现,

给网络教学带来了新的教学手段,为网络教学提供了新的技术支持(徐素霞,马文婕, 2006: 29) 。虚拟现实技术是由计算机与仿真技术、智能接口技术、人工智能技术、多传感器技术、语音处理与音响技术、网络技术、并行处理技术等相结合而形成的媒体技术。它具有沉浸性、交互性和构想性,使参与者能在虚拟环境中做到沉浸其中、进出自如、交互自由,因此虚拟学习环境是其它教学环境无法比拟的。人与计算机生成虚拟现实环境的交互,在虚拟现实技术“构建”的交互性课堂中,实现了人的临场化,增强了参与者与环境的自然交互,可获得直观、真实的效果。此时,教师和学生可以是真实的或虚拟的,学习者可以是一个或多个,教学模式可以多样化,教学方法的可选择性使得教学进度可由多方控制。也就是在教学过程中,学习者和教师同是教学的设计者和控制者,克服了传统班级授课限制学生主动性和独立性的缺点,确保了师生双主作用得到充分发挥。虚拟现实技术所创造和展示各种趋于现实的学习情境,把抽象的学习与现实生活融洽起来,有效地激发了学生的思维,使得学习者以丰富的想象力实现知识意义上的建构。例如,在外语教学中,虚拟现实技术可虚拟学习者亲临英语语言情境,并通过学习者的视听说来提高听说能力及了解英语语言文化背景。

(4) 多媒体通信网络技术构建网络资源语境。计算机通信网络与多媒体技术融合而成的多媒体计算机

通信网络是计算机网络和多媒体技术发展的必然趋势,它兼收了计算机的交互性、多媒体的复合性、通信

的分布性及电视的真实性等优点。在网络学习环境中,学习者既可实现信息资源共享,也可实现利用网络媒介进行信息交流,打破了地域和时间上的限制,学习者自主地选择学习内容、学习方法、学习时间、学习地点、学习条件,改变了被动的、被支配的、受监控的地位(王光玲、宋廷山, 2003: 137) 。网络资源共享使得学习者获取学习信息的资源极大丰富,帮助了不同层面的学习者获取平等受教育和平等竞争的权利,为面向民众的全面素质教育的实施和语言文化交流的国际化奠定了基础。网络教学中的“协作学习”、“小组讨论”、“在线交流”、“BBS论坛”等学习策略使师生之间、学习者之间通过交流信息实现情感互动。网络语境所构建的课题研究模式、问题解决模式、探究学习模式、情境学习模式、概念转变学习模式和社会文化模式对高级认知能力的发展、合作精神的培养和良好人际关系的形成等具有明显的支持作用。在某种程度上,网络语境的构建是学习者在网络上各取所需的学习过程。

(5) 人工智能技术支持网络智能语境的构建。人工智能技术使计算机的功能智能化,智能化也就意味着计算机可以进行拟人思维,可以在教学上扮演人的角色,因此人工智能技术可以被认为是信息化外语教学系统的核心技术(陈坚林, 2005: 10) 。目前出现了基于网上的多媒体专家系统,这些知识和新的技术可以被应用于计算机远程教育,带着问题进行在线学习的学习者可以得到丰富细致准确的解答服务,而且采用各种媒体显示的答疑专家系统,无疑会提高学习者的学习效果,提高远程教育的教育质量(张, 2005:

230) 。

3 结束语

在科学技术高速发展的今天,尤其是由于计算机三大关键技术(人工智能技术、数字化技术、信息和网络技术)的发展,可以说在外语教学上计算机有了主导教学的可能和条件(陈坚林, 2005: 49) 。但目前大部分多媒体网络教学研究仍停留在传统教学模式起点上,仅仅着重于各种网络技术多媒体技术在教学中的综合应用,没有从教学理论思想的深层次进行研究,以揭示学习和教学的本质规律(杨红颖、王向阳, 2004:49) 。语境范畴基本理论研究刚刚起步,对于语言与语境的关系和关于语境的一些基本理论问题还有待于语言学界、语言哲学界进一步的研究与认识(韩彩英,2004: 47) 。本文仅是基于建构主义学习理论、现代信息技术对构建网络语境进行的概括性论述,仅是一种尝试性的讨论,也仅仅是为了抛砖引玉。

参考文献

[ 1 ]  Lyons, J. Semantics[M ]. Cambridge: Cambridge UniversityPress, 1977.

[ 2 ]  王建华. 关于语境的定义和性质[ J ]. 浙江社会科学,2002, (2).

[ 3 ]  段曹林. 系统论与语境研究[ J ]. 修辞学习, 2000, (1).

[ 4 ]  韩彩英. 语境本质论[ J ]. 自然辩证法通讯, 2004, (5).

[ 5 ]  许力生. 语言学研究的语境理论构建[ J ]. 浙江大学学报,2006, (4).

[ 6 ]  孔凡成. 语境教学观的理论基础研究[ J ]. 教育评论,2004, (4).

[ 7 ]  邹建梅,刘成新. 网络课程的交互设计与控制策略[ J ]. 中国电化教育, 2003, (11).

[ 8 ]  王景胜. 借助多媒体技术实现建构主义学习环境[ J ]. 青海师范大学学报, 2006, (4).

[ 9 ]  李新民. 构建大学英语多媒体网络教学模式的探索[ J ].外语电化教学, 2006, (2).

[ 10 ]  盛群力,译. 行为主义、认知主义和建构主义(下) [ J ].电化教育研究, 2004, (4).

[ 11 ]  陈坚林. 现代英语教学组织与管理[M ]. 上海:上海外语教育出版社, 2000.

[ 12 ]  陈坚林. 从辅助走向主导———计算机外语教学发展的新趋势[ J ]. 外语电化教学, 2005, (4).

[ 13 ]  袁维新. 国外基于建构主义的科学教学模式面面观[ J ].比较教育研究, 2003, (8).

[ 14 ]  王守仁. 解读《大学英语课程教学要求》[ J ]. 中国大学教学, 2004, (2).

[ 15 ]  王光玲,宋廷山. 基于建构主义的网络教学浅论[ J ]. 山东师范大学学报, 2003, (4).

[ 16 ]  陆元明,郭 丽. 流媒体技术在交互式外语教学网页中的应用[ J ]. 外语电化教学, 2006, (2).

[ 17 ]  徐素霞,马文婕. 虚拟现实技术及其在远程教学中的应用[ J ]. 网络教育与远程教育, 2006, (2).

第7篇

1999年,24岁的梅耶尔获得斯坦福大学计算机科学硕士学位,主攻方向为人工智能。当时,已经有包括卡内基·梅隆大学、麦肯锡咨询公司和甲骨文公司等12家公司决定录用她。梅耶尔倾向于麦肯锡咨询公司,但也想留在大学任教,一时间拿不定主意。

一天晚上,梅耶尔坐在电脑旁,一边吃着意大利通心粉,一边查看电子邮件。她看到了一封主题为“来Google工作”的招聘邮件,本想习惯性地按Delete键删掉,谁知俯身时不小心碰到了空格键,邮件就这样被打开了。

阅读邮件时,梅耶尔忽然想起了导师的一番话。那时,导师听了梅耶尔关于建立网页推荐系统的叙述后,指了指楼上,说四楼有两个家伙正在做同样的事,建议梅耶尔去找他们。梅耶尔的事情太多了,除了学习和研究,她还要为近400名本科生讲计算机科学,所以当时她没有认真考虑导师的建议。

但这次意外的“邂逅”引发了梅耶尔的好奇心,她决定去会一会“四楼”那两位博士——拉里·佩奇和谢尔盖·布林。

就这样,梅耶尔成为Google创业之初的第20名员工,也是Google历史上第一位女工程师。

加入Google初期,梅耶尔不但亲自参与编程,还负责领导用户界面和网页服务器的开发设计。除了编程能力毫不逊色外,梅耶尔还具备其他同僚所不具备的优势,那就是对外观设计的敏感度。她坚持把Google搜索主页设计成白色背景,并配上粗体Google全称。这样,Google搜索主页多年来一直坚持使用非常简洁的白色背景,而“Google”的各个字母则依次用蓝、红、黄等粗体字。这种外观设计很像梅耶尔童年时住过的房子,与她在四季酒店第38层的高级公寓的装修风格很像。梅耶尔说:“到过我公寓的人总是问我‘到底是你的公寓像Google呢?还是Google看起来更像你的公寓?’”

因为梅耶尔作风强硬,在Google内部,她的产品评判被称为“玛丽莎生死牌”。而且梅耶尔有一项不可思议的才能,那就是集中精力解决问题的能力。通常,每个技术团队只有不超过10分钟的时间展示自己的项目,在这期间,她神情专注,不接电话也不收电子邮件。她说,这种工作方式是高中参加辩论队时培养的。毫无疑问,这项能力使她赢得了冷静、精确的名声,但是也为她带来了飞扬跋扈、冷酷的恶名。有人认为她是Google有史以来最令人讨厌的高管。

大学时,梅耶尔非常刻苦,时常因熬夜而来不及换衣服,朋友们都为此批评过她。母亲玛格丽特曾这样评价她:“梅耶尔精力充沛,目标明确,讲求精确,但绝不机械!”

梅耶尔在供职谷歌期间,直接管理200名Google经理,间接管理3000名软件开发工程师。梅耶尔的主要成就包括设计与开发谷歌搜索界面、将谷歌推广至100多种语言、定义谷歌资讯、Gmail和Orkut,并在Google推出100多种功能和产品。此外,她还在人工智能和界面设计领域获得多项专利。

作为名人,梅耶尔的一举一动都引起人们的关注,同时也招来争议和嘲弄。她自鸣得意地透露喜欢烘焙纸杯蛋糕;她盛装出席时尚庆典;在慈善拍卖会上一掷6万美元得到与设计师奥斯卡·德拉伦塔共进午餐的机会;大张旗鼓地在其价值500万美元的公寓举行派对。梅耶尔这种高调的生活方式似乎跟IT从业者的传统生活方式格格不入。但在某种程度上,她的这种做派刚好迎合了Google的媒体公关需要。梅耶尔说:“我不愿被传统框框束缚住。如果人们这样评价我,我会很舒服:‘瞧,这是一个懂得享受的女孩,她喜欢漂亮衣服和纸杯蛋糕。但她的确可以把整个周末都用来逛五金电器呢。’”

关于工作梅耶尔给出这些建议:

1.找个你感觉非常舒服的工作环境,因为这将有助于你参与到工作中。如果在一个地方,关于软件体系结构的决策或公司的战略,你能够畅所欲言、分享你的意见和想法,你就会想在这样的地方工作。

2.为寄予你希望和鞭策你的人工作。要有伟大的导师来指导你的工作,Tom Wasow和Eric Roberts改变了我的生活。Jonathan Rosenberg、Eric Schmidt、Larry Page、Sergey Brin和谷歌的其他人赋予了我很多的责任,因为他们相信我,对我寄予厚望。

3.尝试与你可以找到的最聪明的人一起工作,因为他们会挑战你而让你思考和工作得更好。我来谷歌,因为我想和Craig Silverstein在一起工作,他是至今我见到过的五个最聪明的人之一,也是我见过的最好的程序员之一。在谷歌工作的头三年,我是Craig的编程伙伴。Craig审查我所有的代码,使我的进步很大并成为更有能力的程序员。当你与真正顶尖、聪明的工程师一起工作时,这将会从根本上改变你的思维方式和编程方式。

4.做一些我们还没有准备好去做的事情。做一些你感到害怕的事意味着你将向前迈出一步,你将会学习新的东西,你将会成长。

5.找到你自己的节奏。其实我和别人有着不同的倦怠理念。我不认为一个人的倦怠来自于没有充足的睡眠时间和没有吃饱饭。我认为倦怠来自于怨恨,有时人们会说:“我这个星期工作的这么辛苦,以至于我不能得到我想要的。我想看电影,我想度假,我想陪我的孩子。”人们也会说,我这个星期工作的太累了,我几乎都没合上过眼。对一些人来说,他们关心睡眠,对另一些人来说,他们关心那些对他很重要的事。有时,我们的工作确实很辛苦,但是有时你需要明白什么事情是真正需要保持能量和精力的,而不是去怨恨。

据介绍,按公司业务规模划分,梅耶尔所管理的本地服务业务占整个公司的20%—25%,但不包括新收购的摩托罗拉移动,谷歌拥有3.3万名员工。基于上述比例,梅耶尔管理着全球最重要公司之一的8000多名员工。

2012年7月,雅虎宣布,已经任命谷歌前高管玛丽莎·梅耶尔为总裁兼新任CEO,同时任命其进入雅虎董事会,从7月17日起正式生效。

梅耶尔表示:“我对能领导雅虎这家拥有7亿多用户的公司感到荣幸,盼望能与拥有献身精神的员工一起为全球用户和广告主带来创新的产品、内容和个性化的体验。” 她还表示:“雅虎的产品将继续增强我们与广告主、技术和媒体公司之间的合作关系,同时让我们的用户感到鼓舞和高兴。有许多事情需要去做,我已经迫不及待要开始工作了。”

此后,雅虎CEO梅耶尔公布了她命名的名为“战略与愿景”的重振雅虎计划。梅耶尔的重振计划要将雅虎的专注点首先放在搜索和广告上。

据国外媒体报道,梅耶尔上周与雅虎董事会举行了两次会议介绍这份重振计划,提出要将雅虎的专注点首先放在搜索和广告上。这包括将雅虎首页的广告裁撤一部分,进而打造一个更好的用户体验首页。这部分可能会影响到雅虎的整个广告系统,但梅耶尔所做的一切都是为了用户体验,其他东西对她来说都无所谓,即便这会对业绩造成影响。

关于搜索部分,梅耶尔很可能会参考Google的做法,更注重用户体验,Google搜索是使她在Google成名的主要产品之一。梅耶尔跳槽雅虎前,曾长时间负责Google搜索、图片搜索、Gmail、Google News等产品的界面外观。雅虎搜索目前的算法技术是由微软提供的,结合梅耶尔的重振战略,可预计雅虎对搜索的改进将主要放在影响用户体验的外观和感觉上。

据悉,梅耶尔此前曾宣布将对雅虎的10大产品进行整改,除了雅虎首页和搜索外,梅伊尔还将专注于雅虎的另外8大关键产品。据息,雅虎已经确定了这8大产品中的5个:包括雅虎财经、雅虎体育、雅虎邮箱、图片分享网站Flickr和IntoNow。

目前,雅虎已经着手对雅虎首页和雅虎邮箱进行重新设计,并且专注点将更多放在社交体验上,同时减少了广告。而IntoNow的广告已经开始在雅虎的很多产品上进行了广告推送,雅虎内部人士透露这款产品获得了梅耶尔极大的关注。

此外,雅虎广告部门也将进行重大变革,几周前雅虎广告部门负责人迈克尔·巴雷特曾公开表示,雅虎不会出售其广告业务。

正如,梅耶尔认为的雅虎产品必须变得“更有新意,讨人喜欢。”雅虎董事会向她承诺,她可以自由掌控如何重组这个组织,并给她时间让她证明自己。

第8篇

阅读是现代人生存和发展所必备的一项社会文化技能,尤其是对脱离了目的语环境而学习英语的中国学生更为关键,但是目前尽管教师和学生对阅读能力的培养都投入了很大精力但效果却并不理想。究其原因很大程度上在于我们教学观念陈旧、方法单调,最主要的是只把阅读理解当成语言文字理解,而忽视了吸取最新的阅读研究成果,拓展阅读教学思路。因而探讨阅读本身的规律,反思阅读教学实践,对提高阅读教学的自觉性无疑会有很大的帮助。

一、传统的阅读模式与教学实践

在行为主义的影响下人们将阅读视为自下而上的机械解码过程,只要能读懂字词句就能把握篇章,于是阅读教学的主要任务就是扩大词汇量分析语法,也就是重视语言知识的讲授和反复操练,在具体的教学方法上就体现为语法翻译法。古德曼等人提出,阅读并非被动的解码过程,而是一种“猜测——证实”的过程。他认为:读者在阅读之前利用已知知识对将要阅读的材料进行先前预料,然后通过挑选文章中一些语言线索来证实或否定自己的先前预料。因此阅读开始于读者而非读物本身,在这种阅读理论的指导下,教学强调读者,注重背景知识,鼓励学生对所读材料进行大胆预测。

后来越来越多的学者发现,语言知识的欠缺成了影响英语阅读能力的主要障碍。在此背景下美国人工智能专家鲁梅哈特提出了交互阅读理论:阅读是一个自上而下和自下而上相互作用的过程。即阅读时,人脑一方面对阅读材料进行音法、词法、句法、语义扫描最终达到理解;同时另一方面,读者利用背景知识对阅读材料提出假设。如果低级阶段和高级阶段的信息处理吻合,就产生正确理解;反之就对假设进行修改直至两种信息相吻合(刘晓玲,1994)。特别是图示理论,从心理学角度解释了阅读的基本过程,提出人们的图示分内容图示和结构图示,那么阅读教学的主要任务就是提供给学生与阅读材料相关的足够的背景知识,并熟悉不同文体的一般范式,引导和促使他们完成预期理解的目的。

可见阅读理论从重视文本到重视读者,再到文本和读者并重,阅读教学也从强调语言知识,到世界知识,再到语言知识与世界知识同行。可是阅读教学实践却在应试教育影响下始终以阅读文章并完成课后练习题为导向,以教师为中心,集中训练学生的语言知识,阅读策略,答题技巧,而忽视了真正的阅读过程,以短期的阅读行为训练替代了长期的阅读习惯培养和阅读能力提高。因此,在新课标的背景下有必要介绍交易阅读模式并将其运用在高中英语文学阅读课堂上。

二、高中英语阅读课上引进文学材料的必要性

国外学者Collie&Slater(1987)在《文学在语言课堂》一书中指出:“其中主要的一条理由就是文学提供了大量的各种不同类型的书面材料,这些材料的重要性在于它们是谈论人类的基本问题,而且这些问题是持久的而不是短暂的……一部文学作品可以超越时间和文化同另一国家或不同历史时期的读者直接交谈。”可见,通过英语文学阅读学生能够全方位地了解这些国家的文化,风俗习惯以及人们的思想、情感。刘安海先生在他的《文学理论》一书中也谈到中学英语文学阅读的多功能性。他归纳了三大主要功能:1)认识功能,帮助中学生了解历史与现实、社会与人生、文化与心理,扩展人们的自然和人文知识,丰富人们的生活经验和生存智慧。2)娱乐功能,使中学生通过阅读文学作品得到娱乐消遣和休息。3)补偿功能,使读者神游于广阔无限、精彩纷呈的艺术世界,使学生在精神上获得一种替代性的满足。可见,高中阅读课堂引进英美文学作品,不光能提高阅读材料的真实性,激发学生阅读的兴趣,更有利于改变传统阅读课堂上教师唱独角戏的不利局面,启发学生的智慧,体现阅读的魅力、教育的灵性。可是要很好地发挥这些效果还必须有与之相适应的理论指导。

三、交易阅读模式及其对高中英语文学阅读教学的启示

70年代末,罗森布拉特提出了交易阅读理论,他强调阅读是特定读者在特定环境下对特定文本的特殊体验。阅读不是读者对于文本的理解,而是读者、文本、环境三者的交易过程。读者与文本就像河流与河床一样,相互作用、相互塑形,于是在整个阅读过程中,读者并非原来的读者,文本也非作者的文本,阅读变成了读者的体验(live-throughexperience),变成了读者在特定环境下的反应(response)。因此任何文学文本对于每个读者都是有差别的,甚至这种差异性存在于同一读者的不同阅读过程中。可见,交易阅读模式强调课堂环境的重要性,强调读者的阅读过程、阅读体验,对我们阅读教学具有很大的启示。基于上述交易阅读模式的特点,笔者提出在此模式下的教学实践活动应注意如下问题:

1.交易阅读理论认为文本的诗性来源于读者,来自于读者的阅读过程而不是文本本身,因此每个读者对于同一文本会有不同的解读。所以在文学阅读课堂上就不能以教师为中心,小心翼翼地引导学生最终得出权威预见的结论。相反,应该承认每个读者每次阅读的特性,接受差异,鼓励学生展开有意义的讨论。

第9篇

[关键词]虚拟仿真技术 运动生理学 实验 立体化

[中图分类号]G712 [文献标识码]A [文章编号]1009-5349(2016)06-0236-02

运动生理学主要是研究人体在体育活动和运动训练影响下机体在结构和机能方面的各种变化,探索人体在运动过程中机能变化的规律,以及形成和发展运动技能的生理学规律,探讨人体运动能力发展和完善的生理学机理,论证并确立各种科学的训练制度和训练方法。人体在体育活动和运动训练影响下机体机能变化的动态数据是运动生理学研究的重点和难点。因其变化的动态性和不易感知性,使学生学习起来特别抽象,难以理解。单纯的依据课本的数据进行比对,就更加没有说服力,极大增加了学生学习和掌握的难度。在运动生理学实验课堂上开展实验教学过程是增加降低理论学习难度,提高学生学习积极性的有效措施,但在目前的运动生理学实验教学过程中,由于受实验标本的采集与存放、试剂的调配与更新、实验器材的种类限制、教师预实验的准备、场所与时间限制和一些复杂设备的影响等,很多实验课开展的效果并不理想,学生获得的实验数据较少并且缺乏说服力,后期重复实验更是无法独立操作完成。很多大型实验由于没有时间准备预实验,教师操作的效果也不理想,开设运动生理学大型实验的成本较高,耗费人力、物力较大却收效甚微,使学生深刻理解运动生理学知识受到很大限制。

为了节约成本,很多学校就只开展几个传统型的简单实验,但是最新的理论知识和科学研究,学生就难以接触,且这几个实验由于脱离高端技术使学生难以对实验印象深刻。实验知识的匮乏也影响了学生独立感知,自主研究的积极性,理论应用起来更加捉襟见肘。因此,我们迫切需要一项技术既可以节省实验成本,提高实验成功率,又能使学生自主感知,自主钻研,使学生得到专业便捷的技能训练,虚拟仿真技术应运而生。他不但简化了实验课程准备工作,而且高速的数据处理库提高了实验的精确度和动态呈现机体对刺激反应的敏感度,大大激发了学生学习的兴趣,大量数据的多角度呈现,更加激起学生探索的欲望,可以说完美解决了运动生理学实验所必须的多项技术。

一、虚拟仿真技术简介

虚拟现实技术又称虚拟现实技术或模拟技术,就是通过计算机模拟技术将一个真实的系统在另一个占用空间比较小的、制作相对容易的虚拟系统中进行模仿实现真实人机对话体验的技术。随着计算机人工智能技术的不断进步和发展,虚拟仿真技术越来越精良并逐步自成体系,成为继数学推理、科学实验之后人类认识自然界客观规律的第三类基本方法。人投入到这种环境中,立即有“身临其境”的感觉,并可亲自操作,自然地与虚拟环境进行交互,虚拟环境还能够实时地做出相应的反应。

虚拟仿真技术,是仿真技术与虚拟现实技术结合而产生的一种更高级的仿真技术。在多媒体技术、虚拟现实技术与网络通信技术等信息科技迅猛发展的基础上,虚拟仿真技术以构建全系统统一的完整的虚拟环境为典型特征,并通过虚拟环境集成与控制为数众多的实体。实体可以是模拟器,也可以是其他的虚拟仿真系统,也可用一些简单的数学模型表示。实体在虚拟环境中相互作用,或与虚拟环境作用,以表现客观世界的真实特征。虚拟仿真技术的这种集成化、虚拟化与网络化的特征,充分满足了现代仿真技术的发展需求。

虚拟仿真实验系统的特点:首先虚拟实验系统的仿真引擎代替了实物,实验过程不再需要反复消耗标本和试剂,且实验结束不需要废料收集和处理,完美解决了传统实验过程中所缺乏的节能和环保处理;第二,学生做实验不再受到实验器材的限制,学生没有理解的实验允许反复操作,增强了学生动手动脑的实践能力,大型实验也省去了繁琐的准备过程,节约了教师的准备工作;第三,虚拟仿真技术因其技术的成熟性,允许学生自我提升与拓展,课本之外的实验,学生也可以自主钻研,不受材料限制,大大提高学生学习与思考的积极性。此外,虚拟仿真技术平台还为学生提供在线测评功能,网络化的学习模式,为学生自我巩固与提升提供了一个良好空间,抓住了学生学习的兴趣点。

二、运动生理学实验与虚拟仿真技术相结合

以前学校进行的运动生理学实验主要是通过课本理论的教授进行理论学习,然后再通过小白鼠、青蛙等动物进行实验验证,这种探究方法单一而且让学生很难完全信服。几乎所有运动生理学实验的理论,都来自观察动物在运动过程中的机能活动并对其因果关系的分析来实现。放到人体之后的结论显得单薄而且缺乏说服力。另外,由于人力及物力资源的种种限制,实验课本身课时较短,很多实验结果本身缺乏科学性和完整系统性,所以很多实验的结果与最终需要印证的结论相关性不符,做得有名无实。

近年来虚拟仿真技术的广泛应用大大提高了运动生理学实验的应用广度和深度,很多难以实现的实验技术经过模式过程之后学生可以真切地感受到学习起来更加容易,记忆也更加深刻。将虚拟仿真技术运用到运动生理学实验教学,是传统教育手段与现代教学技术的创造性结合。虚拟仿真技术的优点主要体现在:多媒体展示的集成性、人机交互的操作性、大容量存储的丰富性、高速传输的便捷性、超时空交流的共享性等。

虚拟仿真技术应用于实验可以分为三个阶段:一是初级阶段,即学生刚开始接触系统阶段,这个时期学生对虚拟仿真系统还比较陌生,很多的功能还不熟悉,教师需要对学生加以引导,根据学生的反馈对系统加以修改和调整,尽量达到彼此合作融洽;二是模块建立阶段,当学生对系统有了初步的了解之后,就需要根据教学的进度和学生学习的侧重点对系统里面的实验加以增减和调整,做到既能满足学生知识掌握,又可以达到能力提升效果,并将最前沿的知识嵌入实验模块,让学生一起走进实验室观摩也是很好的教学方式,观摩过程中学生对知识的理解和应用会更加深刻,让学生明白科学探索的过程其实就是知识应用的过程,这个过程真正存在并不是遥不可及,培养起多思考多动脑的习惯;三是模块应用阶段,即通过所学的知识,所做的实验,探究人体运动生理学知识的运用与开发,这个过程是一个开放的过程,根据每个人理解的不同,所能探索的结果也各有千秋,没有标准的答案,探索永无止境。

例如在学习“人体安静与运动过程中心率和动脉血压变化”课程时,单纯的文字说明和表格对比虽然可以使学生直观的看到数值的变化,但是体现在人体中的动态变化却很难发现和感受。通过查阅大量文献,进行总结归纳,并通过计算机辅助教学把实验课的内容搬到理论课上,经过文本、图片、动画、视频、仿真空间体验等几步的动态体感之后,让学生直观地观察到人体从静态到运动再到运动逐步加快的过程中心率和动脉血压的直观的、动态的、连续的变化过程,把实验的结论与学生的多种感官相互关联,把知识的传授过程由被动的灌输、被迫接受转化为学生自己总结、归纳、探索,使学习过程变得快乐且学生更加容易接受。运动的方法有好多种,速跑和慢跑是两种不同的运动方式,他所牵动的器官不同,达到的效果不同,学生为此进行了一次愉快的辩论,最终大家都为自己的观点鼓掌叫好。每种运动背后都包含着大量的科学知识,合理的运动就是最好的科学。

三、现状与前景展望

实验课一定要“重视学生在教学活动中的主体地位,充分调动学生学习的积极性、主动性和创造性”,一门课程的学习,结果只是一方面,重视学生在实验过程中的参与度和知识获得过程,才是我们教学的目的。对于运动生理学的掌握我们完全可以直接告诉学生结果:做扩胸训练有助于增加肺活量,做引体向上可以锻炼背阔肌,仰卧起坐可以锻炼腹肌,等等,我们单纯的教授完毕对学生有什么效果呢?他的扩胸运动很到位,肺活量大有增加;他的引体向上很到位,却导致了肌肉拉伤;他的仰卧起坐连贯而有力,却导致脊柱受损……这种风险不仅对普通人是存在的,而且对那些经常锻炼的人亦然。现代人的养生观念很强,每个人都需要运动,但是运动也需要讲究技巧与方法,我们学习运动生理学的目的就是知其然,更要知其所以然。大量逼真完备的实验设备,解放了学生的思想,相应的研究过程中碰到的问题也就越多,为了满足学生探索的需求与我们日常面临的挑战,我们的路任重而道远。

随着人们对虚拟仿真技术的逐步完善,虚拟仿真技术的应用范围越来越广,下一步我们将搜集更多的文字、图片、音频、动画等素材,组建更多的虚拟仿真实验模型,让虚拟仿真技术更好地服务于运动生理学及各个学科的实验,尤其是以后更可以丰富中小学课堂的教学课堂。通过虚拟仿真技术的应用让学生处于一种多层次、多角度、立体化的学习空间中,直观真切地感受到外部因素变化对身体的影响,改善了学生对体育运动的理解形式,提高了运动生理学课程的趣味性,提高学生学习运动生理学实验的积极性,也提高了学习效率。虚拟仿真技术的广泛应用,必将使运动生理学迎来新的生机和活力,根据教师的指导得到更加专业的技能训练,使人们更加科学的通过体育训练,改善人体技能,提高身体素质。

四、小结

体育学科是一门理论与实践完美结合的基础学科,越来越受到学生及普通民众的欢迎。运动生理学作为体育科学的辅助学科也是一门非常重要的理论课程,他主要研究人体在体育活动和运动训练影响下机体的内部结构和机能的动态变化规律,进而探讨出完善人体运动能力发展的科学机理,指导人们科学准确的完成各种训练。虚拟仿真技术作为一门理论与科学结合的科学手段,极大地提高了运动生理学实验的可操作性和趣味性,满足了当前运动生理学实验的操作需求,可以加深学生对实验的认识,使学生通过丰富多彩的教学手段,多层次、多角度、立体化、真实化的得到专业便捷的技能训练,加深学生对实验内容的理解和巩固,提高学习的效率和应用的直观性,更加深刻地理解所研究的内容和意义,从而提高运动生理学实验课的应用效果。

【参考文献】

[1]张敬南,张谬钟.实验教学中虚拟仿真技术应用的研究[J].实验技术与管理,2013(12):101-104.

[2]柯中炉,牟惠康,杨林生.以虚拟仿真技术提升高职实践教学有效性的探索――以生化制药技术专业实践教学为例[J].中国职业技术教育,2009(05):64-66.