这几天，诺贝尔奖各奖项陆续开奖。其中，物理学奖颁给了约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton），以表彰他们“为推动利用人工神经网络进行机器学习作出的基础性发现和发明”。

这一结果让全球都大跌眼镜。虽然这两位学者所做出的原创性贡献极其重要，但将“人工神经网络”这一人工智能和机器学习方面的研究纳入到“物理学”的范围之中，却出乎了绝大多数人的意料。

诺奖组委会特别解释了，霍普菲尔德和辛顿的工作之所以能获得物理学奖，是因为他们利用物理学的工具和理论来开发了此方法。霍普菲尔德发明了一种联想记忆网络，可以存储和重建图像和其他类型的数据模式，这一网络的运作原理受到了物理学中自旋系统的影响。辛顿则在霍普菲尔德网络的基础上，开发了玻尔兹曼机，这是一种能够学习识别数据中特征元素的网络，其训练过程使用了统计物理学的工具。

虽然这番解释说的也是事实，但以此为由将物理学奖颁给他俩，依然显得牵强附会。

无独有偶，紧随其后的化学奖也表彰了在化学领域运用人工智能作出杰出贡献的科学家。化学奖的颁奖词强调了蛋白质在生命中的重要性，授予大卫·贝克（David Baker）以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予杰米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M. Jumper），以表彰他们在蛋白质结构预测方面的贡献。

哈萨比斯和江珀因开发了人工智能模型 AlphaFold 而获奖，该模型成功预测了几乎所有已知蛋白质的结构，解决了一个长达50年的科学难题。而AlphaFold是由知名的谷歌DeepMind公司开发的，是一个利用深度学习算法来预测蛋白质三维结构的人工智能模型。

虽然今年诺奖的结果有很大的争议，但这说明了一个趋势：人工智能已经越来越在前沿科学研究领域中扮演关键角色。而未来的科学研究，也将无法回避人工智能的参与。

人工智能时代已来，是时候重新审视我们的基础教育了。

我们的基础教育课程一直在不断改进，比如，信息技术课程已经进入了全国绝大多数义务制学校的课程表中，成为每一个中小学生的必修课。

但是，这种改进的速度不够快，尤其是当面对汹涌而来的人工智能大潮时，很多教育理念和课程设计就显得尤为落后了。

比如，在互联网搜索已经成为非常普遍的事情的时候，我们的教育依然在强调知识点的静态记忆。在中考和高考中，有许多科目依然在考察对文本知识的记忆。相比于计算机存储，人脑在记忆这件事上并不擅长。为何在电子存储设备和搜索都已经如此普及的今天，我们却仍然要求孩子们去花大量时间经历死记硬背呢？

又比如，在计算器早已唾手可得的情况下，我们依然在强调学生应掌握高难度、高技巧性的数字计算，并要求学生为达此目标进行大量重复练习。在数字运算这件事上，人脑的准确性和速度连最低级的计算器都比不了，这早已是被证明了千百遍的事。所以，为何不淡化计算能力，而将数学的教学重点放在别的方面，开发人脑在数理思维方面的其他优势？

图源：Pexels

再比如，很多地方的信息技术课程还停留在传授20年前的计算机技术，而非当下时代的实用性技能。花费了时间、精力和资源，却只学会了已经淘汰的技术，这本身就是一种浪费。

所以，我们基础教育的进一步改革迫在眉睫。

基础教育该让孩子学些什么？

我们以现行高考的考试科目作为切入点，来逐个分析一下。

老三门主科语文、数学、英语：主科地位不变，但教学的侧重点可能需要大大调整。

语文：中文是母语，学好母语无可厚非，同时，通过学习古诗词、文化传统和汉语文学来培养民族自信和审美观念，都是十分必要的。但是，我们的语文课上，过度强调培养学生的诗意和艺术感，而相对忽略理性和思辨，这一点是需要改进的。

数学：数学在未来的重要性会越来越重要。前沿科技的突破的一个前提是，基础学科的率先突破。而数学则是基础中的基础。一直以来，我们国家给人的印象是，在中小学教育中特别重视数学，所以中国人无论是在国际数学竞赛上，还是在日常生活的数字计算上，都处于全世界遥遥领先的地位。然而，尽管如此，我们在真正的数学研究领域，却仍然处于落后地位，一个例证是，迄今为止我们尚未有人获得过菲尔兹奖。

这背后的原因有很多。但非常重要的一点是，我们所强调的数学，更侧重“算数”，即数字计算，而非数理思维。在一个典型小学生的日常学习过程中，他每天都要练习各种数字计算，以保障熟练度和准确率。但是，在数学思维的培养上，我们的基础教育却是落后的。正如前文提到的那样，在当今这个时代，“计算”早已可以由电子工具来代劳了。作为学习数学的一部分，计算可以学、可以练，但不应作为最重要的部分，更不应该花大量时间进行重复低效的“刷题”。我们的数学教育应当从侧重计算转变为侧重逻辑思考。

图源：edpost

英语：或许有不少人会质疑英语在未来时代的价值。毕竟，由于各种翻译软件的出现，外语沟通能力已经变得越来越不重要了。但是，对于人工智能时代的基础教育来说，英语的重要性不降反升。

第一个原因，是编程语言与英语的强相关性。未来，大部分人都会接触编程，要编程就会用到编程语言。而几乎所有的编程语言都是基于英语来开发的。如果不学英语，对于编程语言的掌握将会困难得多。其次，学习语言本身就是对大脑的一种非常好的训练。有很多数据和事实表明，拥有多语言能力的人在很多认知领域的实际表现都比语言能力较弱的人要显著地好。

图源：网络

最近义务制阶段英语教材的改版，也恰恰说明了英语的重要性得到了广泛的认可。所以，不要再去相信什么“英语即将被取消主科地位”之类的谣言吧！人工智能时代，英语不好，竞争力会大大降低。

信息技术：第四门主科，更新、更广、更深

前文提到，在很多地方，信息技术已经成为中小学必修课。这一点是很好的进步，但也还远远不够。

信息技术依然处在高速发展、时时更新的过程中，而且，其所影响到的领域正在无限扩大。在基础教育中，也应该反映出这一点。应当考虑将目前的信息技术课拆分为三个阶段的具体课程，并在学生的不同阶段进行教学。

第一个阶段，是学会高效利用人工智能等前沿信息技术。我们的基础教育在这方面表现得不够好。举个例子，比如利用搜索引擎进行搜索的时候，不同的关键词的反馈效果大相径庭。从我身边碰到的情况来看，绝大多数人不知道输入搜索词的技巧和注意事项，导致搜索结果的反馈效果不佳。同理，在利用人工智能大模型进行问答的时候，大部分人也不会“提问题”，导致得到的回答要么答非所问，要么不触及核心。教学生们用好新技术，这应该是基础教育的天然责任。

图源：网络

第二个阶段，是学习编程语言，以及通过编程语言与机器进行沟通。这可以视为人机交互的下一个阶段，更深入的阶段。在基础教育阶段，编程语言的学习，未必都要选择C语言或C++这类门槛相对较高的，也可以选择例如Python这样，容易上手，同时也能实现较复杂算法的语言。让学生在中小学的时候就能掌握一些编程基础思维，为以后这方面的深入学习打下基础。

第三个阶段，是学习算法和算法思维。这一内容目前一般放在大学计算机相关专业的本科阶段，当然，中学生信息奥赛也会涉及，但影响的人数相对有限。在未来人工智能普及的时代，这一课程应当适当前置。正如今年诺奖开奖结果来看，每一个领域的前沿研究都需要深度利用人工智能等前沿性信息技术。因此，让学生在中学阶段——尤其是那些未来有志于成为科研人员的中学生——接触和学习算法基础，对未来的专业学习是非常有必要的。

图源：网络

其他知识型课程，统一合并为通识课，专业知识在放在大学学习。

在互联网如此发达的今天，知识获取的成本已经变得很低廉了。不过，每个人仍有必要去学习一些基本常识。因此，目前中小学阶段绝大多数知识记忆型的科目，在当下的重要性已经大大降低了，在课时和考察成绩的权重上，也应当体现出这一趋势。

但凡可以通过海量刷题实现短时间大幅提分的课程，均属此类。这些知识型课程包括历史、政治、地理、化学、生物的绝大部分内容。物理也有一些内容可以并入通识课，而那些侧重于数理思维培养的部分，则可以并入数学课，作为数学应用的一部分来学习。而传统文科中，涉及批判性思维培养的内容，则可以并入语文课的教学范围。

而对这些科目的专业性深入学习，完全可以放在大学本科和研究生阶段。中小学阶段，在这些科目上，主要承担通识教育的职责，让学生有基本了解即可，而不应当让他们花大量时间精力在静态知识点的记忆和背诵上。

考试形式也应与时俱进

除了科目的设置需要调整外，考试的考察形式也应当与时俱进。在技术如此发达的今天，我们应当允许使用考生在考场上使用电子设备——这也是这个时代一个受过教育的个体应当具备的基本能力之一。一个很好的例子是上海的数学高考，一直以来都允许考生使用科学计算器。而与之相应的一个事实是，上海高中生的数学水平，在全国处于前列。

图源：PIXABAY

未来人才的筛选标准其实早已开始发生改变了。就目前国家对于拔尖创新人才的筛选条件，以及各个阶段的升学考试中，数学、英语、信息技术都被视为非常重要的科目。那些有志于走这些道路的家庭，早已投入大量资源对孩子进行针对性培养了。

其实，AI时代，每一个普通人的教育目标未尝不是如此？因此，基础教育应当尽快承担起责任来，把这些能力的培养作为未来学校教育的重点。科教兴国，刻不容缓！