发布时间:2023-09-06 17:05:10
序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的人工智能辩论样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。
【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
计算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,两个哲学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问题来解决,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学习能力的跳棋程序,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年代开始研究自然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:SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.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,区别和分析不同的案件,预测并规避对手的辩护策略,建立巧妙的假设等等。(注:Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(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WalterG.Popp和BernhardSchlink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。JeffreyMeld-man1977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:''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).)
我国法律专家系统的研制于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方法》(《科技管理研究》1981年第4期)、《社会主义和法治学与现代科学技术》(《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理论奠基作用。)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问题,而不是规则简单的游戏或数学定理证明问题;(2)它面向更加专门的应用领域,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目前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,以能在计算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:《中国大百科全书·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发展源于两种动力。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)将无法承受法律文献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理学反思。这个信仰反映了法理学可以被视为旨在于开发法律分析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,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.)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电子计算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《哲学研究》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。)人工智能法律系统研究的直接目标是使计算机能够获取、表达和应用法律知识,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理论和方法的独特解释。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分析,将法理学、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规律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科学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,BryanNiblett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:BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.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:PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,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、记忆不准确的问题。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现象。
五是辅助法律教育和培训。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网络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。人工智能法律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:EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).)例如,伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的内容形式化,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:EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).)立法辅助系统如能应用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、法理学在人工智能法律系统研究中的作用
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发展所产生的一些直接影响。
第一,法律形式主义为人工智能法律系统的产生奠定了理论基础。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分析法学的传统,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,中国政法大学出版社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:《对西方法律传统的挑战》,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WalterG.Popp和BernhardSchlink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,被计算机以“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社会性。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。而一旦面对价值问题,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——法哲学及其方法》,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政治理论、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网络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(KnowledgeBasedSystem)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,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.)
第三,“开放结构”的法律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”完全代替分析法学“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问题的阳面,而根据社会政策、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研究。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,中国政法大学出版社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,前者要求使用内容明确、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(NewRhetoric)的法律理论。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:《现代西方法理学》,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,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.)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计算机,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发展的动力之一。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.法理学对人工智能法律系统研制的理论指导作用
GoldandSusskind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,一种描述法律科学的理论,一种法律推理理论”。(注:GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.)人工智能法律系统的研究,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发展历史,法律推理的标准、主体、过程、方法等等。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计算机应用程序,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问题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,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.)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分析模型相结合)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,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.)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、时代信息和思维方法而形成的,能够应变的思维策略。(注:Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.)目前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,Intelligentlegalinformationsystems:problemsandprospects,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,中国大百科全书出版社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网络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。目前的法律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问题,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,EdwinaL.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),在将启发式程序应用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,关于法律自然语言理解。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计算实际损害时,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研究工作的突破。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EdwinaL.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:EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(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理论。
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,应通过网络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,确定研究与应用相结合、以应用为主导的研发策略。目前国外人工智能法律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。可与计算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)替律师起草仅供参考的书和辩护词;(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、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发展阶段:(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)分析并区分判例;(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:EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(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问题时各有所长。人的优点是能作价值推理,使法律问题的解决适应社会的变化发展,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,并参考机器的和辩护方案,再做更加高级的推理论证工作。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。
未来的计算机不会完全取代律师和法官,然而,律师和法官与智能机器统一体的出现则可能具有无限光明的前景。(注:Smith,J.C,MachineIntelligenceandLegalReasoning,Chicago-KentLawReview,1998,Vol.73,No.1,p277.)可以预见,人工智能将为法律工作的自动化提供越来越强有力的外脑支持。电脑律师或法官将在网络所及的范围内承担起诸如收债、税务、小额犯罪诉讼等职能。自动法律推理系统将对诉讼活动发挥越来越多的辅助作用,例如,通过严密的演绎逻辑使用户确信全部法律结论得出的正当性;在解决相互冲突的规则、判例和政策问题时提示可能出现的判决预测;等等。正如网络的出现打破了少数人对信息的垄断一样,电脑法律顾问的问世,将打破法官、律师对法律知识的垄断,极大地推动法律知识的普及,迅速提高广大人民群众的法律素质,使法律真正变为群众手中的锐利武器。
根据张亚勤透露,微软正在进行多个人工智能研究项目,“小冰”则是云计算、机器学习、深度神经网络等课题的阶段性成果。不久的将来,机器就可以对主人察言观色。
如果人工智能研究不以解决具体问题,如诊断疾病、模态识别,而以超过人类为目标,那就应当先搞清两大根本性问题。
第一,搞清人类的思维方式。张亚勤承认“人类可能永远都不会知道大脑详细的构成和工作原理,也无法完全模仿大脑的运算,”但是他认为“由于海量数据、大量计算,以及结合合理的算法所达到的结果甚至是可能超越人脑的。”张亚勤的观点很有代表性,弊病是目标不明、路径不清。
目标不明,试图超越自己不能理解的东西,难免会出现颜回遇到的情况“仰之弥高,钻之弥坚,瞻之在前,忽焉在后。”
路径不清,沿二进制逻辑运算之路难以超越人类智慧。现有人工智能大厦是建立在二进制逻辑运算之上的。计算机归根结底只能认别0和1,就象小朋友,把电影里的角色分为“好人”和“坏人”。假如某星球的“世界杯”,每场比赛有三支球队同时上场,那里的生物一定比地球人更智慧。人类的思维是生化反应,不会象电脑一样只有“高电位”和“低电位”两种状态。生物芯片取代半导体硅片的生物计算机和量子计算或许能够超过人类,但希望不一定属于是微软、谷歌这些今日的巨头。
第二,决定赋予还是预先阻止机器获得“求生本能”。所谓求生本能就是对自己生命的爱,从这种爱可以衍生出贪婪、恐惧等情感。从小小孩童的好奇心到太空探索,根本的驱动力就是人类的求生本能。
一方面,信息技术有助于提升律师职业的市场竞争力。对于律师业而言,其市场竞争力的体现主要有以下三个要素:一是本所律师的职业水平,即迅速发现争议焦点、寻求解决路径并寻找证据和法律支持的能力;二是律师事务所的行政管理水平,即是否能保证律师事务所工作有条不紊地进行、是否有能力筛选出优秀的年轻律师、是否能够合理地实施奖惩制度;三是招揽客户的能力,即是否能够对客户进行合理定位、是否能够满足客户个性化的需求。而上述三个要素的提升与发展,都在很大程度上有赖于信息技术的提高。就律师的职业水平而言,各类数据库的建立能够帮助律师更好地检索法条与案例,从而提供更多样的论证方式和更充实的论证内容;就律师事务所的管理水平而言,人才库和案例库能帮助律师事务所建立更完善的人才管理制度和案例规整制度;从招揽客户的角度而言,人工智能的运用、新型服务方式的推出能够帮助律师事务所更及时地了解客户的动态和想法,并为客户提供更多个性化的服务。另一方面,信息技术的发展也会对传统律师职业的组织形式和行为模式产生冲击。
由此,当下,信息技术正在改变着律师职业的方方面面;未来,信息技术将会对法律服务业产生更为深远的影响。
智能法律检索系统
智能法律检索系统包括法律、法规的检索、案例的检索及法学期刊的检索,相比传统的检索模式,智能法律检索系统能够帮助律师在最短的时间内检索到较为完善的资料。
法律、法规的智能检索主要表现为通过对关键词的搜索在数据库中检索相关法律法规,并由此了解其相关条文内容。无论对于诉讼律师还是非诉讼律师而言,法律检索都是其从业的基本功。运用数据库查询法律法规的方式在律师从业过程中十分常见,例如,通过北大法宝的法律、法规检索数据库,律师不仅能够迅速、准确、清晰地定位到其所需要的条文,还能在页面中查询到该条文的有效性、起废止时间、颁布机关、法律解释甚至是其在相关判决中的适用等内容。而通过对Westlaw的搜索,律师可以更加方便快捷地了解域外法律。
案例的检索主要表现为通过关键词对生效裁判文书进行检索,以了解相关法院对于类似案件的解读及法律条文在司法实践中的理解与适用。例如,律师可以在中国司法裁判文书网中输入案由、审级、审判时间、适用法律等关键词,对已经生效的裁判文书进行检索,从而了解审判机关对于类似案件的论证逻辑,并以此为基础制订最佳的辩护策略。而LexisNexis在美国甚至已经做到了对诉讼过程的实时记录,从案件的前期讨论到法庭记录,再到最终案件的调解、和解都能得到追踪,对诉讼策略和非诉讼业务模式都带来了巨大的改变。
法学期刊的检索主要表现于通过关键词对法学期刊中的学术论文进行检索,其主要适用于审判机关对于案件理解差异较大,或者审判机关未就类似案件作出过判决,或者理论界对于现有司法适用方式存在批判,而这种批判意见对于律师而言更为有利的情形。当然,其同样可以适用于律师用于自我充电的情形。例如,通过对于中国知网、万方、维普等期刊数据库的搜索,律师可以迅速地了解到国内学者甚至是一些司法实践人员对于法律适用、法律解释等问题的深入观点及论证方式。而通过HeinOnline,律师可以了解国外学者对于某些法学观点的具体阐述。尽管法学家的论述并非为我国的正式法源,但实践中,其仍对于审判机关具有重要的参照意义。
在未来的律师执业中,随着业务量的增大和律师工作饱和度的上升,法律检索的功能将会进一步智能化,其使用频率将会进一步增加,而律师将通过这种方式更有效地提升工作效率。
在线法律指导
在线法律指导是指通过网络获取法律咨询、法律实践甚至是法律建议,其主要表现为课程指导和业务指导两种方式。
在线课程指导主要表现为律师通过远程教育的方式对法律课知识进行再学习,从而有助于形成一个体系化的知识架构。一般而言,各大高校的法学院、法学研究会甚至部分律师事务所都会依托网络平台开展一些面对公众的课程活动或演讲活动。例如,在Coursera平台上,包括宾夕法尼亚大学、伦敦大学、北京大学等国内外知名大学的法学院均有自己的法学课程平台,用户可以通过网上注册参与课程学习,并通过听课、回答课后问题、提交作业、完成测试的方式获得学分。
在线业务指导是指通过在线咨询的方式询问其从业过程中所遇到的具体业务问题,并获得专业指导机构的解答,从而提高其工作效率和准确性。例如,美国的Legalzoom公司,其主营业务就是为难以支付高昂律师费用的中小企业提供法律文书服务,这项业务的收入占到了公司总收入的78%。2012年该公司已在纽交所上市,成为最受瞩目的法律服务公司之一,而根据此成功经验,相信未来,类似的法律服务电商将会有更广阔的发展空间。
在线法律指导对于未来律师职业而言是一把双刃剑:一方面,律师自身可以通过在线法律指导更快捷地获取专业知识,提高业务水平,这也是近年来,律所将在线学习纳入律师培养体系的原因之一;另一方面,客户也能够通过在线法律指导获取法律知识,从而减少其在法律服务上的开支,而这对于初级法律服务提供者而言,是极具冲击性的。
电子化的法律服务市场评价体系
电子化的法律市场法律服务市场评价体系是客户通过网络化的方式对律所进行评价的公示平台。客户在获得律师或律师事务所的法律服务后,可以对其服务质量进行量化的考量,包括对其服务进行评分或者作出具体的评价,而这种评价将被以电子化的形式记录并公开,以作为其他客户在选择律师或律师事务所时的重要参考标准。
这种技术的实现极具可行性,事实上,类似的评价体系业已出现在对于餐饮行业的评价中,例如我国的大众点评网、美国的Yelp等。而在目前的法律领域,除去个别法律类论坛对于律所的讨论专题和一些官方机构或社会团体组织对律所或律师的排名活动外,似乎并未形成一个成形的评价体系。但这种评价体系的存在确有必要性,因为对于客户而言,筛选律师或者律所是一件十分耗费成本且具有风险的事情。这是因为,律所数量众多,且侧重领域不同,而对于客户而言,在短时间内了解一家律所的业务能力并不现实。而电子化的法律服务市场评价体系的建立,能够使客户迅速地对律所进行分类定位,并通过同类客户的历史评价对律所进行筛选。
而对未来的律师职业而言,电子化法律服务市场的建立无疑对律师提出了更高的要求。这是因为,对于客户而言,纵然业务能力的高低、法律素养的好坏应当是其评价律所的标准之一,但缺乏法律知识的客户对于这一点恰恰欠缺鉴别能力。因此,其更关注于是否帮其解决了实际问题,解决问题的速度是否迅速,回答问题的态度是否良好等多个方面,并以此作为对于律师的评价标准。由此,一旦这种评价体系建立,未来律师不仅需要提升自己的业务能力,更需要提高自身的沟通能力和交际能力。
封闭性的法律社群
所谓封闭性的法律社群是指部分兴趣相同或专业领域相同的律师在一个封闭的社交群内进行专业性的业务交流,以促进业务能力的增长。目前,律师参与法律社群的情形在国内外都较为常见。
其中,最为典型的是LinkedIn,这是一个作为“舶来品”的社群,国外的一些律师或律师事务所都习惯于建立个人主页,以为同行业人员和潜在客户提供一个了解其发展动态的平台。此外,还有Quora的平台,这是一个问答类的社交平台,律师能够通过这个平台在网络上就其所关注的问题进行发问和回答。另一个较为成功的例子是Legal OnRamp,这是一个促进企业律师间交流合作的平台,目前已成功吸引了四十多个来自不同国家的律师。企业律师可以通过这个平台分享学术论文、法律文件、会议纪要等文件,并借此获得更多的专业知识。事实上,法律社群对于从事非诉讼业务的企业律师而言更具有吸引力。这是因为,相较诉讼律师面临的纷繁复杂的个案,非诉讼律师所面对的事务更加程序化和模板化,因此,书面文件的分享对其而言也更有实际意义。
对于未来的律师职业而言,法律社群的出现不仅为律师提供了一个同类服务的比价平台,也增进了律所间相互合作的可能性,这也给了中小律所一个通过联合的方式与大型律所争夺市场的机会。
人工智能的运用
人工智能是对人的意识、思维的信息过程的模拟,通过人工智能技术的运用,律师事务所能够更快捷地判断客户所遇到的法律问题,或者,能够直接通过人工智能的方式对客户常见问题进行一个初步的解答。
事实上在产品领域,人工智能的运用已经较为成熟。典型的例子如苹果产品网站,其会根据其产品的性能、外观、容量等参数设计一系列的问题对使用者进行发问,并通过使用者的回答为客户挑选合适的产品。而人工智能在法律领域的应用却受到了行业内许多人的怀疑,这种怀疑大抵是因为具体案件的复杂性并非计算机语言所能处理。但事实上,通过大数据的支持和对自然语言中关键词的提取,现有的人工智能技术已经能够做到将客户的自然语言转化为计算机语言并进一步转换为法律语言,从而对案件类型作出一个基本的划分,方便客户选择相关领域的律师为其提供法律服务。这一技术的实现将在极大程度上减少客户筛选律师的时间和成本。
当然,也有人认为,当人工智能发展到一定程度,其能够具备解决一些初级法律问题的能力。例如,提供合同模板、提供相关法律条文等,由此,初级律师市场将受到极大的冲击,我们对于法律程序的普遍认知也将被改变。
电子化办公及人才库建设
高效的工作流程涉及有利于律师事务所工作的良好发展,而合理的人才管理及人才培养机制有利于律师事务所更好地建立其律师队伍,以提高其核心竞争力。
在工作流程方面,尽管目前律师大多还习惯于依赖纸质文件,但高效、快捷且更易保存的无纸化工作流程应当会是未来律师事务所发展的趋势。具体而言:首先,由初级律师对案件所涉争议点及相关条文进行梳理,形成初步的意见书并抄送同组律师;其次,由高级律师对案件的辩论逻辑提出建设性建议,并将该意见与同组律师共享;最后,在案件完成后,对所有的案件材料进行电子归档以便日后查询。这种技术的实现能够促进律师工作的规范化,而共享、公开的工作方式则更能够促进律师在工作中的谨言慎行。
就人才管理而言,人才库的建设应当是未来律师事务所人才管理的重点。通过这一技术的实现,律所将为每一个参与过该所考核、实习、工作过的法律人建立人才档案,其中包括笔试成绩、面试表现、性格特征、合伙人评价等内容,以便律所合伙人能够更快地了解有意于服务于本所的法律工作者,并更有针对性地对其进行个性化辅导。事实上,人才库的建设在部分大型律所已经得到了实现。
今年的两会首次将人工智能写入《政府工作报告》,同时李彦宏与宗庆后在中国企业家两会沙龙上的激烈辩论也引起了人们的注意。宗庆后说:“什么都被机器取代了,人派什么用场? 什么都做不了了,就成傻瓜一个了。”这可以说是一种担忧。
有人甚至担心如果人类对机器系统失控了怎么办?这其实都是安全性的担忧。这让我想起,奥巴马在菲律宾马尼拉举行的APEC峰会论坛上问马云:“为什么你对大自然保护充满热情?”马云说:“不是热情,而深深的担忧促使我对环境和气候变化投入精力。”
所以,我想强调的是,我们要为智能制造解除担忧,要打造一个足够安全的平台,这个平台应该能够跨越车间、企业和企业间的生态系统。
对于人工智能和智能制造,既要解决观念问题,也要解决技术问题。观念问题有可能很快转变,但技术问题的解决,没有长期的积累是不可能的。从技术研发能力的局限性,到行业、企业的遗留系统,都不是一朝一夕可以解决的。必须沿着循序渐进、迭代优化的道路前进。
能够创造出工具和机器,这本身就是人类区别于其他动物的重要特征之一。人类创造工具和机器的出发点,是因为它们在某些方面的能力会胜过人类。但是,人类评断工具、设备和系统能否实际投入使用,首先考虑的是安全性。
人机博弈谁胜出?对于我们这些从事工具和机器研究开发的专业人员来说,问题的答案其实不复杂,就是看我们是不是可以处理好功能性和安全性这一对矛盾。只要我们在设计制造上确保机器的能力始终把握在人类可控的范围内,也就是确保安全性、可靠性,那当然是让机器的能力越强越好。例如,为了防范地震,我们可以选择住在帐篷里,但是我们建造出的摩天大楼,已经足够抵挡数十倍、上百倍于史上最强烈的地震,我们制造的电梯肯定不会让人摔下来,所以我们就不必去住帐篷。
归根结底,这是工具机器的安全系数问题。当我们有更强的能力解决好安全性问题,我们就敢于为工具和机器赋予更强的能力。
越自动、越智能、越安全
在全球经济环境中,工业制造商面临着来自诸多方面越来越激烈的竞争压力。各行各业的生产者,例如汽车、航空、高科技、食品和饮料、纺织、制药,都不得不大力创新才能生存下去,但又不可能在一夕之间抛弃已经正常使用几十年、而且还能继续使用的原有设备。原有遗留系统和设备维护起来虽然十分昂贵,但如果完全更换不仅会因为生产停顿而造成巨大损失,而且新系统、新设备没有经过长期的生产使用考验,难以保证稳定的生产质量。
与此同时,安全性方面的危机更加严重。常识告诉我们,系统和设备一旦安装调试正常,越少去改变它,越不容易出故障。与系统和设备相比,人为原因造成的安全事故要多出很多倍。例如,在车辆安全方面,由于机械故障所造成的事故,远远少于人为操作不当所造成的事故。普通大众认为自动驾驶汽车很炫酷,实际上交通运输专业企业和人士推动它,是因为能够大幅降低事故发生率,所以保险业成为自动驾驶汽车的重要推动力。如果让复杂的生产流程通过智能化实现自动化,减少人为干预的必要性,会大幅度提升安全性。
信息技术的进步已经为制造业创新打开了大门,但最大的挑战在于,如何严格确保它们能够达到必须的安全性、可靠性和高可用性。
在制造企业的生产线上,有非常多的部件处在快速运动状态,例如机械手臂、流动装配线、包装机器,任何差错都是灾难性的。如今,它们都必须通过网络,接受应用软件来进行控制软件的部署、更新、故障接替和汰换退役,在整个生命周期里,都应该能够进行无缝管理。
任何新一代制造系统也都必须能够对无数设备所产生的大量数据进行获取、分析,并且根据分析结果快速做出调整。制造企业必须以循序渐进、迭代优化的方式,实现继承与创新的最优化组合,才能给经过多年实践验证并且还将继续运转的传统遗留系统注入新的活力,让它们适应新的市场环境。
实现这种迭代优化的第一步是在企业架构levels 1C3上实现100%数字化表示,也就是DCS和PLC等,这在很多制造业车间已经实现了。第二步是在整个企业的层级上实现更及时的维护、更快的故障切换和失效备援,以及更低的运营成本(OPEX)。第三步则是在跨越企业的产业生态系统中,实现更高程度的灵活性和可扩展性,以适应瞬息万变的供需市觥
从车间到企业,再到云端
智能制造,不论是汽车、航空、高科技、食品和饮料、纺织还是制药,各个行业所需的功能性各自不同,但安全性的担忧和需求是一致的。从产品和技术的角度来看,很大程度上是看有没有足够安全的操作系统,而且提供车间、企业和生态系统的全方位物联网、云计算能力。
操作系统的安全性问题其实没有什么神秘,要逾越的障碍、要调和的矛盾,主要是性能和安全性的折衷。像是一部马力确定的车,跑得越快就越容易翻车,而翻车之后也摔得越惨重,可是跑得太慢又失去了使用价值;又或者可以走向另一个极端,让它变成拖拉机、起重机,不去追求速度,而是追求稳定性和载重能力。
怎样才能实现我们的设计意图,这是核心。制造业所用的操作系统,在车间里、企业级和跨企业的生态系统级,需求也有所不同,但在安全性和性能之间实现最优化的折衷调和,一直都是不变的。例如,风河公司的在建构安全可靠工业系统方面耕耘了30多年,它的旗舰产品VxWorks操作系统已经运行在超过20亿台设备之中,遍布世界各个角落,甚至工作在火星、木星轨道上,其特色就是高可靠性、高安全性,特别适合工厂车间各类设备的实时控制。而虚拟化平台Wind River Titanium Cloud支持的硬件已经覆盖企业架构的levels 1C3,也就是DCS和PLC等系统,在企业层级上实现了工业数据中心的虚拟化。在跨越企业的生态系统层级上,风河提供了Wind River Helix Device Cloud(设备云),可以为工业物联网设备的部署、监控、服务、更新和汰换提供完整生命周期的管理工具。
智能制造无疑属于尖端的创新技术。如同舞台表演,越是高难度的精彩表演,越需要稳定的舞台,甚至伴奏的音乐也需要更稳定的节拍。表演者一方面在追求艺术突破,另一方面多少是存在一些担忧甚至恐惧。
关键词:多媒体技术 网络通信技术 虚拟现实 建构主义
综合近年来国内外多种教育技术杂志上所刊登的主要论文以及国际上每年召开一次的规模最大的有关多媒体教育应用的国际会议(即“教育多媒体与超媒体”世界大会)上所的基本观点,可以看出当前多媒体教育应用有以下几个值得注意的发展趋势:
一、多媒体技术与网络通信技术的结合
1995年末,在国际信息界有一件最引人注目的大事,就是美国SUN公司在Internet上推出了“WWW浏览器HotJava”,这是SUN公司用Java语言开发的一种全新的可动态执行的浏览器。其突出特点是具有动画功能,可向用户提供超文本格式的图形、图像、语音、动画与卡通等多种媒体信息;并能把静态文档变成可动态执行的代码,这就彻底改变了Internet浏览器只能用来查询检索Internet网上信息的状况,为Internet的教育应用开辟了新的广阔前景,这是因为HotJava的动态可执行特性无异于赋给用户一种远程交互的功能。
例如,一个用户可以利用HotJava编写一段Java应用程序以实现仿真的页面,而其它的3W用户只要使用HotJava浏览器就不仅可以看到这个仿真页面,还可以与之进行交互。
利用HotJava的这种动态可执行特性,用户在检索到某些重要文献或教学资料时,不仅能看到静止页面还可通过点击某个图标或热键而看到图文声并茂的仿真实验或算法执行过程的直观演示。显然,这样一种交互功能和用第一代Internet浏览器只能观看静态页面的效果相比是有本质不同的,它对于教育应用(尤其是远距离教育应用)具有特别重要的意义。
可以说,HotJava的出现不仅是Internet浏览器的重大革新,也为多媒体技术与网络通信技术的结合找到了最理想的结合点:从此基于Internet网的多媒体教育应用就日益发展起来。目前不仅西方发达国家在大力开发基于Internet的多媒体教育应用,就是台湾、香港等地区也在这方面投入相当多的人力和物力。这是多媒体教育应用中十分值得引起我们重视的一个新趋势,也是当前发展最快的一个趋势,我们必须迎头赶上去。
二、多媒体技术与仿真技术的结合
多媒体计算机和仿真技术结合可以产生一种强烈的幻觉,使得置身其中的人全身心地投入到当前的虚拟现实世界中,并对其真实性丝毫不产生怀疑,通常把这种技术称之为“虚拟现实”(VirtualReality,简称VR)。
换句话说,虚拟现实是由多媒体技术与仿真技术相结合而生成的一种交互式人工世界,在这个人工世界中可以创造一种身临其境的完全真实的感觉。要进入虚拟现实的环境通常需要戴上一个特殊的头盔,他可以使你看到并感觉到计算机所生成的整个人工世界。为了和虚拟环境进行交互,还需要戴上一副数据手套──它使穿戴者不仅能感知而且能操作虚拟世界中的各种对象。
由于设备昂贵,目前VR技术还主要是应用于少数高难度的军事和医疗模拟训练以及一些研究部门,但是在教育与训练领域VR技术有不可替代的非常令人鼓舞的应用前景,所以这一发展趋势也应引起我们的注意。
VR技术在教育中应用的另一个例子是创建一种虚拟的物理实验室。物理学按其本身的性质提出了许多“如果……将会怎样”的问题,这些问题最好通过直接观察物理作用力对各种客体的作用效果来进行探索。
休斯顿大学和NASA(美国国家航空和宇航局)约翰逊空间中心的研究人员建造了一种称之为“虚拟物理实验室”的系统,利用该系统可以直观地研究重力、惯性这类物理现象。使用该系统的学生可以做包括万有引力定律在内的各种实验,可以控制、观察由于改变重力的大小、方向所产生的种种现象,以及对加速度的影响。这样,学生就可以获得第一手的感性材料(直接经验),从而达到对物理概念和物理定律的较深刻理解。
随着对多媒体技术和仿真技术研究的深入,实现“虚拟现实”的理论方法也有很大发展。原来应用VR离不开昂贵的专用硬件或辅助设备(如头盔、数据手套、高分辨率的图形工作站等),近年来这种情况开始有所改变。
例如在ED-MEDIA世界大会(即“教育多媒体与超媒体”世界大会)上,出现了一种全新的称作“QTVR”(快速虚拟)的系统。这种系统已实际应用于学习城市的设计与规划,其优异的性能价格比令人惊叹!QTVR技术与普通VR技术在使用的仿真原理上有很大不同:它不是利用头盔和数据手套这类硬件来产生幻觉,而是使用360度全景摄影技术所拍摄的高质量图像来生成逼真的虚拟情景。因此它允许用户在Windows操作系统或是Macintosh微机的操作系统支持下,在普通微机上(无需用高档的图形工作站)只利用一只鼠标和一个键盘(无需戴头盔和数据手套)就能真实地感受到和VR技术中一样的虚拟情景。
学习城市设计与规划的学生利用QTVR系统可以创建一座逼真的虚拟城市,当学生改变城市场景的视图时(例如向左或向右,朝上看或朝下看,摄像机头向目标移近或移远等),被观察的场景仍能正确保持并能使人产生环绕该城市浏览观光的真实幻觉。与此同时,城市中的各种物理实体(如建筑物、道路、桥梁、树木、交通工具和地形等等)可以用鼠标任意拾取并进行操纵(例如使其旋转,以便从不同角度进行观察,并且还可以进入到建筑物内部的各个房间去观看)。
更令人难以置信的是,由于采用了先进的图像压缩算法,在QTVR系统中,用来表征城市某个虚拟场景的360度高质量全景照片的存储容量竟只有550K字节左右。
显然,QTVR对于学习城市设计与规划的学生是非常适宜的,甚至对于实际的城市设计与规划人员也是非常实用的,因为它可以使学生或设计人员随时改变城市的布局并立即感受到新布局所产生的效果,从而对设计或规划及时作出修改或补充。显然按这种方式设计与按传统的图纸设计或按CAD设计,其效率和质量将有天壤之别。
QTVR的重要意义在于,它开辟了多媒体技术与仿真技术结合的新途径,为“虚拟现实”技术的大众化铺平了道路。从此,VR技术将有可能走出高级研究院与大学的“象牙之塔”,以优质价廉的全新面貌逐步普及到各个教育领域,甚至进入中小学课堂。
三、多媒体技术与人工智能技术的结合
把多媒体技术引入辅助教学系统可以大大改善辅助教学环境,更容易激发学生的学习积极性和主动性,从而能显著提高教学效果。但是多媒体系统由于缺乏推理机制和学生模型的支持,所以不能确定学生的知识水平和认知特点;不能根据学生自己的意愿和理解能力去提供适合该生的学习材料,并作出有针对性的指导,即不能作到因材施教。
智能辅助教学系统由于具有“教学决策”模块、“学生模型”模块(用于记录学生的认知结构和认知能力)和“自然语言接口”,因而具有能与教师相媲美的下述功能:
1.了解每个学生的学习能力、认知特点和当前知识水平;
2.能根据学生的不同特点选择最适当的教学内容和教学方法,并可对学生进行有针对性的个别指导;
3.允许学生用自然语言与“计算机导师”进行人机对话(由于机器理解自然语言问题尚未解决,目前绝大多数智能教学系统还难以做到这点)。
但是智能辅助教学系统过分强调教师的指导作用,而且目前的智能辅助教学系统其教学方式都比较单调,难以作到图文、音像并茂,因而在激发学生兴趣,提高学生的主动性、积极性方面受到较大的限制。
由以上分析可见,在多媒体教学系统和智能辅助教学系统之间存在性能互补关系,将二者结合起来就可以扬长避短,从而研制出高性能的新一代智能辅助教学系统。
实现智能多媒体辅助教学系统的关键是:建构适合辅助教学需要的多媒体系统和设法使多媒体系统具有智能。
要使多媒体教学系统具有智能,主要涉及学生模型建造和人工智能领域的知识表示与知识推理,后者要求探索出一种适合于多媒体环境的新的知识表示方法和相应的推理机制。
四、多媒体技术与建构主义学习理论的结合
建构主义学习理论是认知学习理论的一个重要分支,建构主义的起源应追溯至皮亚杰的儿童思维发展理论,可谓源远流长。
但是自八十年代初期以来,尽管认知心理学已逐渐取代行为主义心理学占据了统治地位,而建构主义学习理论在很长一段时期内并未产生明显的影响。直至近年来,随着多媒体技术的日益普及,建构主义学习理论才逐渐引起人们的广泛的注意,按照建构主义学习环境进行教改试验研究的学校也日渐增多。
建构主义学习环境包含四大属性或四大要素,即“情景”、“协商”、“会话”和“意义建构”。显然,多媒体技术的特性与功能最有利于四大属性的充分体现,例如:
1.“情景”――建构主义学习理论强调创设真实情景,把创设情景看作是“意义建构”的必要前提,并作为教学设计的最重要内容之一。而多媒体技术正好是创设真实情景的最有效工具,如果再与仿真技术相结合,则更能产生身临其境的逼真效果。
2.“协商”与“会话”――协商与会话过程主要通过语言(少数场合用文字)作媒介,这就要求计算机辅助教学系统必须有语音功能,即要用多媒体计算机才能支持。
3.“意义建构”――建构主义学习理论认为,意义建构是学习的目的,它要靠学生自觉、主动去完成。教师和外界环境的作用都是为了帮助和促进学生的意义建构。
多媒体技术由于能提供界面友好、形象直观的交互式学习环境(有利于学生的主动探索、主动发现),能够提供图、文、声并茂的多重感官综合刺激(有利于学生更多、更好地获取关于客观事物规律与内在联系的知识),还能按超文本方式组织与管理各种教学信息和学科知识(有利于发展联想思维和建立新旧概念之间的联系),因而对学生认知结构的形成与发展,即对学生关于当前所学知识的意义建构是非常有利的,也是其它媒体或其他教学环境无法比拟的。
正是由于上述原因,近年来建构主义学习理论在西方尤其是在美国有较大的发展,加上HotJava的出现使多媒体教育应用与Internet网进一步融合,而网络又为“协商”、“辩论”、“会话”这类教学模式的应用提供了最理想的条件,它可以不受时空和地域的限制,这样就使建构主义学习环境更趋完善,建构主义学习理论也就日渐风行。
当然,这不等于说建构主义学习理论是万应灵丹,能解决学习领域的一切问题,例如,情感领域和动作技能领域的教育目标就不一定能通过建构主义学习环境来达到,但是就认知领域的教育目标而言,借助多媒体技术(若有条件还可结合网络通信技术)实现的建构主义学习环境,确实非常有利于学生认知结构的形成与发展则已得到愈来愈多试验的证实。这是值得我们国内教育界认真思索与借鉴的。
参考文献:
[1] 朱之剑,吕进编.多媒体技术及其应用[M].杭州:浙江科技出版社,1997.5.
[2] 曾芬芳编. 虚拟现实技术[M].上海:上海交通大学出版社,1997.6.
[3] 雷运发等编.多媒体技术与应用[M].北京:中国水利水电出版社,2001.8.
[4] 王一平,孙大勇编.Internet浏览器[M].大连:大连理工大学出版社,1999.6.
(河北工业大学控制科学与工程学院,天津300130)
摘要:作为面向前沿高新技术的基础性本科专业,智能科学与技术对教学内容的基础性、实用性和前沿性有更高要求,传统课堂教学的模式难以解决授课内容前沿性与基础性之间的矛盾,国内外高质量的视频公开课资源在高校教学中又缺乏有效合理的应用。文章提出传统课堂活动与网络视频公开课的混合教学模式,并阐述“二次翻转课堂”的教学思路和方法,以求视频公开课能够得到更加广泛深入的应用。
关键词 :智能科学与技术;视频公开课;混合教学模式
第一作者简介:刘坤,女,讲师,研究方向为智能控制、机器视觉等,Liukun03@mails.thu.edu.cn。
1 背景
2001年美国麻省理工学院启动近九百门免费、开放式网络课程资源,供给全世界各地的学生和学者使用,使得知识能够公开、自由地分享。从此,网络成为开启民智的知识载体。开放式教育资源运动在全球范围内方兴未艾,国际著名高校纷纷将精品课程公开,共享其教学资源与教育方式。与此同时,国内各大学也陆续各自的视频公开课程。随着时代的发展,未来职业需要的是跨学科、具有国际化视野的人才,借鉴国外网络开放视频资源和新的课堂行为,对提升国内高校的教育方法和教育水平具有积极意义。虽然国内外的优质网络视频资源已经数不胜数,但目前这些视频资源在高校教学活动中并未得到有效合理的应用,其在使用过程中存在以下问题:
1)缺乏与教学活动的整合与互动。
目前,在高等学校中网络视频资源的使用依然是以少数学生独立学习的模式存在。独立学习模式受学生自身的积极性、自制力以及背景知识等多方面因素的影响。研究发现,学生的努力预期对使用教育资源的行为产生影响。另外,如何查找资源,能否了解资源的相关性和背景知识,如何构建适合学生需要的个性化学习资源是影响学生使用开放教育资源的关键因素。在使用视频开放课程方面,由于学生的知识和经验有限,对大量的视频资源缺乏足够的甄别和筛选能力,使得很多优质的资源并未得到有效利用。
2)与现有教学体系和课程安排冲突。
由于目前高校中传统的授课模式并未改变,相应的教学体系与课程安排、授课学时等并未考虑网络视频公开课的内容,两种教学资源的平行与独立导致学生难以抽出更多时间学习网络视频课中的前沿性及实用性知识。另外,由于网络视频课缺乏针对特定对象的系统性安排,学习者相应的基础知识欠缺也会阻碍其学习,虽然目前的网络载体平台中建立了交流机制,但交流的单向性和非实时陛很难保证发挥其功效,学习者在学习过程中遇到的问题不能及时得到解决。
2 智能科学与技术专业的特点分析
自2004年教育部批准“关于北京大学设置‘智能科学与技术’本科专业的方案”以来,先后有南开大学、北京邮电大学、河北工业大学等18所高校建立了智能科学技术本科专业。据不完全统计,到2004年为止,包括中国科技大学在内的10所全国重点研究生院就有400多个与“智能”方向密切相关的研究生培养方向。在社会需求方面,毕业生去向也增加了很多相关行业和岗位,如智能产品的开发与应用、新兴的“智能服务”业和文化创意产业,以及在研发设计部门担任智能系统设计工作、在企业担任智能工程师等与智能有关的岗位。
另外,在国外的知名高校中关于人工智能方面的研究和教学也在不断增加,包括斯坦福大学、麻省理工学院、卡内基梅隆大学、华盛顿大学、加州大学伯克利分校、德克萨斯大学奥斯汀分校,宾夕法尼亚大学等,其涉及内容覆盖范围之广、前沿性之强前所未有。其中加州大学伯克利分校主要涉足知识表示、推理、学习、规划、决策、预测、机器人技术以及语音和语言处理等基础研究的核心领域;德克萨斯大学奥斯汀分校主要涉及机器学习,自然语言处理、规划、论证,机器人和视觉感知。
智能科学与技术专业作为国内新增开设的面向前沿技术的基础性本科专业,特点是其属于交叉性学科,知识覆盖面很广,培养目标是要求学生具备多学科交叉知识、受到良好科学思维和研究思维训练,具有知识自我更新和创新的能力。相比其他专业,该专业对教学内容的新颖性、开放性和前沿性提出了更高要求,然而传统授课模式难以解决授课内容的基础性与前沿性的矛盾。视频公开课程作为课堂教学的延伸与拓展,作为对传统课堂的补充,对于促进智能科学与技术专业教学工作的扩展具有重要意义。视频公开课与传统课堂教学资源的混合模式,可以突破传统课堂教学的局限性,借助网络平台的无限延展性,实现两种不同教育方法的优势互补。
3 混合教学模式的提出与实施
3.1 混合教学模式的理论基础
混合学习理论产生于20世纪末,它的提出源于网络学习(也称在线学习或远程学习)的兴起。随着信息技术和网络技术的不断发展,网络学习模式逐渐兴起,相比传统课堂教学,网络学习模式在时间和空间上安排更为自由,具有高效、快速、个性化和低成本等特点。国际上还曾就此展开了“有围墙的大学是否将被没有围墙的大学所取代”的激烈辩论。2000年,美国教育部在《教育技术白皮书》中指出:①网络学习能实现某些特定的教育目标,但它并不能完全代替传统课堂教学;②网络学习不能完全取代学校教育,但它会极大地改变课堂教学的目的与功能。这种观点在国际教育界也逐渐达成共识。
混合学习就是要把传统课堂教学与网络学习模式的优势相结合,既要发挥传统课堂教学中教师的引导、启发和监督作用,又要调动学生的积极性、主动性和创造性,尽量实现教学效果最大化。混合学习在表面上是传统学习方式和网络化学习的简单结合,但其蕴含更深层次的结合:教学活动中教师占主导地位与学生占主体地位的结合;传统课堂教学与网络学习模式的结合;不同教学媒体形式的结合等。因此,混合学习模式是教育理念与教学策略层面的变革,它要尽可能融合所有教学资源的优势。构建视频公开课与传统课堂教学的整合模式正是源于混合学习理论的思想,将两者有机结合,发挥二者优势,避免二者弊端。
与传统教学过程相比,网络视频公开课与大学教学活动进行整合可表现为以下几个方面的优势:首先,该模式既能充分体现学生的主体地位,又没有忽视教师的指导和监督作用,同时调动“教”与“学”的积极性和主动性;其次,让教学媒介成为创造新的学习环境、促进和激励学生自主学习的工具;再次,学生获得知识的渠道更加多元化,网络视频资源所提供的虚拟化环境也可以进一步提高学生对知识的理解;最后,该方式为学生提供了更加权威和多元的评价体系。
3.2 视频应用新模式的探索
网络视频公开课与大学教学活动进行整合,要充分发挥两者的优势来培养学习者有目标地进行学习的能力。二者的整合主要包括学习资源的混合与学习方式的混合,通过对教学目标、教学策略、学习环境、教学结构、教学评价等要素做系统的调整与安排,达到提高学习效果、培养学生自主学习能力的目的。
翻转课堂模式是当前比较流行的一种混合模式,在课下学习时学习者可以自主控制学习进度,满足个性化的学习需求,通过在课上与教师和同伴互动与交流,加深对学习内容的深入理解。该模式也存在一定问题,即现有课程体系的课时安排是在传统授课模式下设计的,翻转模式的实现要求学生在课下利用额外时间预习视频中的学习内容,对于自制力差的学生,课下视频学习进度难以保证,进一步导致课上讨论达不到预期效果。因此,探寻合理的使用模式,使视频资源得到有效利用是目前亟须解决的问题。
针对智能科学与技术专业的特点及要求,“二次翻转课堂模式”是适合本专业的视频公开课与传统课堂教学的整合模式。与现有的翻转课堂模式相比,二次翻转课堂模式首先在课上由任课教师引出学习的内容及目标,提出具体要解决的问题,引导学生对问题进行分析与思考,让学生带着问题进入课下的视频学习环节;模块化的视频有助于不同的学生进行个性化的学习,让网络视频课作为学习的有效补充与辅助;最后,学生再回到课堂对提出的问题与解决的方法进行分析与讨论,并探索新的解决办法,拓展开放性思路,培养学生的兴趣及创新精神。“二次翻转课堂”教学模式如图1所示。
(1) 一次课堂:教师首先在课堂上引出即将学习的内容及期望解决的问题,设定学习目标,并介绍解决该问题所需要的基础知识,作为后续学习的知识储备。在此基础之上,进一步与学生共同分析讨论解决此问题有可能用到的方法与途径,并初步确定解决思路与解决问题的基本框架,让学生了解知识点的用途与性质,传统课堂上解决问题的原理和具体的流程等细节问题作为学生课下学习的内容。
(2)课下自主学习:教师首先要创建教学视频并将其到网络学习平台上,这是学习者课下自主学习的前提。教师可根据教学内容自制公开课视频,或在网络上选择比较优秀的适合本门课程的公开视频课程。学生通过网络学习平台先进行视频资源自学,在学习中遇到的问题,可以通过网络学习平台的讨论区进行讨论与交流,也可以与教师进行在线交流。每节视频课程,都会有一定数量和难易度不同的题目供学习者练习。在每次课学习结束时,学习者要对观看过程中遇到的问题和难点进行总结,以便在课上与老师和同学进行交流。
(3)二次课堂:教师在课上根据学生课下自主学习时产生的疑问,结合课程内容总结出一些有探究价值的研究问题;然后根据学生选择的不同研究问题进行分组,并创建相应的学习环境,包括学生独立解决问题的个性化学习环境和小组团队协作学习环境。具体来讲,就是在小组内部先将所选择的探究问题分解成几个具体的子问题,让每个小组成员结合自身能力选择某个子问题进行个性化学习,学习完之后再将每个小组成员学习的结果在本小组内进行协作学习,最终得出问题的解决方法,并通过小型辩论会或报告会的形式进行成果展示。此后,教师对整个学习过程进行综合评价。该整合模式的评价方式与传统学习中的评价方式不同,须专门组织相关学者、教师和学生家长等对学习中每个阶段的表现采用多维度、多方式进行综合评价,并将评价的结果反馈给学生。
4 结语
传统课堂教学与网络视频资源的混合模式在国内的高等院校中还未得到广泛应用,目前清华大学在研究生教学方面展开了初步尝试。混合模式的实施在实践过程中需要在教学目标、教学策略、教学结构和教学评价等很多相关方面重新做出调整与安排,除此之外,还需要授课教师重新制定教学内容、选择网络视频资源,重新安排教学计划与进度等,这样才能逐渐转变以教师为主的传统授课模式,提高学生学习积极性、培养学生自主学习能力。
参考文献:
[1]王朋娇,田金玲,姜强,高校精品视频公开课建设的问题及对策研究[J].中国电化教育,2012(31): 86-92.
[2]董榕,徐玮,张剑平.高校视频公开课建设及其思考[J]现代教育技术,2012(2):54-59.
[3]王万森,钟义信,韩力群,等,我国智能科学技术教育的现状与思考[J].计算机教育,2009(11): 10-14.
[4]彭岩,王万森,“智能科学与技术”专业建设的探索与实践[J].计算机教育,2009(11): 30-33.
自进入九十年代以来,多媒体技术迅速兴起、蓬勃发展,其应用已遍及国民经济与社会生活的各个角落,正在对人类的生产方式、工作方式乃至生活方式带来巨大的变革。特别是由于多媒体具有图、文、声并茂甚至有活动影象这样的特点,所以能提供最理想的教学环境,它必然会对教育、教学过程产生深刻的影响。这种深刻影响可以用一句话来概括:多媒体技术将会改变教学模式、教学内容、教学手段、教学方法,最终导致整个教育思想、教学理论甚至教育体制的根本变革。多媒体技术之所以对教育领域有如此重大的意义,是由于多媒体技术本身具有许多对于教育、教学过程来说是特别宝贵的特性与功能,这些特性与功能是其他媒体(例如幻灯、投影、电影、录音、录像、电视等)所不具备或是不完全具备的。首先应该说明一点:这里所说的多媒体技术是以计算机为中心的多媒体技术。在前几年的一些书籍中曾提到过多媒体组合教学,那种多媒体的概念不一样,那只是将几种媒体加以简单的组合(例如把幻灯、投影、录音、录相加以组合)。今天的多媒体技术则是以计算机为中心,把语音处理技术、图象处理技术、视听技术都集成在一起,而且把语音信号、图象信号先通过模数转换变成统一的数字信号,这样作以后,计算机就可以很方便地对它们进行存储、加工、控制、编辑、变换,还可以查询、检索。显然,这与原来把多种形式媒体组合在一起是完全不一样的,因为它是通过计算机把几种处理不同媒体信息的技术集成在一起。集成方法就是通过模数转换,全变成数字;而且为了便于加工,便于传输,还要进行数据压缩,传到指定地点以后再还原,有一整套复杂的技术通过计算机来实现。所以现在的多媒体技术,实际上是以多媒体计算机来体现的,下面我就从多媒体计算机四个方面的特性与功能来说明它对教育应用的重大意义。 1、多媒体计算机的交互性有利于激发学生的学习兴趣和认知主体作用的发挥
人机交互、立即反馈是计算机的显著特点,是任何其他媒体所没有的。多媒体计算机进一步把电视机所具有的视听合一功能与计算机的交互功能结合在一起,产生出一种新的图文并茂的、丰富多彩的人机交互方式,而且可以立即反馈。这样一种交互方式对于教学过程具有重要意义,它能够有效地激发学生的学习兴趣,使学生产生强烈的学习欲望,从而形成学习动机。交互性是计算机和多媒体计算机所独有的,正是因为这个特点使得多媒体计算机不仅是教学的手段方法,而且成为改变传统教学模式乃至教学思想的一个重要因素。
大家知道,在传统的教学过程中一切都是由教师决定。从教学内容、教学策略、教学方法、教学步骤甚至学生做的练习都是教师事先安排好的,学生只能被动地参与这个过程,即处于被灌输的状态。而在多媒体计算机这样的交互式学习环境中学生则可以按照自己的学习基础、学习兴趣来选择自己所要学习的内容,可以选择适合自己水平的练习,如果教学软件编得更好,连教学模式也可以选择,比如说,可以用个别化教学模式,也可以用协商讨论的模式。使计算机象学习伙伴一样和你进行讨论交流。也就是说,学生在这样的交互式学习环境中有了主动参与的可能,而不是一切都由教师安排好,学生只能被动接受。按认知学习理论的观点,人的认识不是外界刺激直接给予的,而是外界刺激与人的内部心理过程相互作用产生的,必须发挥学生的主动性、积极性,才能获得有效的认知,这种主动参与性就为学生的主动性、积极性的发挥创造了很好的条件,即能真正体现学生的认知主体作用。
2、多媒体计算机提供外部刺激的多样性有利于知识的获取与保持 3、超文本功能可实现对教学信息最有效的组织与管理
超文本(Hypertext)是按照人脑的联想思维方式非线性地组织管理信息的一种先进技术。如果所管理的信息不仅是文字,而且还包含图形、图象、声音等其它媒体信息,那就成为一个超媒体系统,换句话说,超媒体就是多媒体加超文本。事实上目前的绝大多数多媒体系统都是采用超文本方式对信息进行组织与管理。因此在一般情况下,也可以对超媒体系统与多媒体系统不加区分,即把超文本看作是多媒体系统的一种特有功能。
如果按超文本方式组织一本书,就和传统的文件或印刷的书籍完全不同,这时的正文(文章、段落、或一句话、一个词)都按相互间的联系被组织成正文网。这本书无所谓第一页和最后一页,从哪段正文开始阅读,以及接下来读什么都由读者的意愿来决定。选择下一段正文的依据不是顺序,也不是索引,而是正文之间的语义联系。认知心理学的研究表明,人类思维具有联想特征。人在阅读或思考问题过程中经常由于联想从一个概念或主题转移到另一个相关的概念或主题。所以按超文本的非线性、网状方式组织管理信息和按传统文本的线性、顺序方式组织管理信息相比较,前者更符合人类的思维特点和阅读习惯。
超文本之所以具有上述优越性是由其结构特征决定的,超文本的基本结构由节点(node)和链(link)组成。节点用于存储各种信息,节点内容可以是文本、语音、图形、图象或一段活动影象;节点大小可以是一个窗口也可以是一帧或若干帧所包含的数据,链则用来表示各节点(即各种信息)之间的关联。节点和链均有多种不同的类型因而形成各种不同的多媒体系统。
利用多媒体的超文本功能实现对教学信息的组织与管理,其优越性在于:
(1)可按教学目标的要求,把包含不同媒体信息的各种教学内容组成一个有机的整体。在传统的印刷教材中,有关语音和活动影象的内容无法与文字内容组成一体化的教材,只能以教科书、录音带、录像带三者各自独立的形式,分别出版。显然,这样的教科书,其内容必然是单调、枯燥的,与超文本方式组织的图、文、音、像并茂的丰富多采的电子教材不可同日而语。
(2)按教学内容的要求,把包含不同教学要求的各种教学资料组成一个有机的整体。教学过程的每个教学单元均包含课文、练习、习题、提问、测验、对测验的解答及相应的演示或实验,把这些教学内容相关而教学要求不同的教学资料有机地组织在一起,无疑对课堂教学、课外复习或自学都是大有好处的。而按传统文本的线性、顺序方式来组织、管理教学内容绝不可能做到这一点。
(3)可按学生的知识基础与水平把相关学科的预备知识及开阔视野所需要的补充知识组成有机的整体。因材施教是优化教学过程的重要目标之一,但由于学生个体之间差异很大,要在传" 统印刷教材中同时满足基础较差学生、一般学生和优秀学生对教学内容的不同需求是做不到的,而在多媒体电子教科书中这却是轻而易举的事情,只要利用超文本功能设置和预备知识有关的热键以及和补充知识有关的热键即可。
4、多媒体计算机可作为认知工具实现最理想的学习环境
从八十年代中期到九十年代初,计算机作为工具在教育领域被广泛应用主要有两个方面:一是作为数据处理工具(如各种数据库和电子表格处理软件的应用);二是作为文字处理工具(如WPS和WORD软件)。近年来,计算机在教育领域作为工具应用的一大发展,是作为教学过程中一种有效的认知工具。
众所周知,在过去的廿年中,强调刺激-反应并把学习者看作是对外部刺激作出被动反应即作为知识灌输对象的行为主义学习理论,已经让位给强调认知主体的内部心理过程并把学习者看作是信息加工主体的认知学习理论。随着心理学家对人类学习过程认知规律研究的不断深入,认知学习理论的一个重要分支棗建构主义学习理论在西方逐渐流行。由于多媒体计算机和网络通信技术所具有的多种特性特别适合于实现建构主义学习环境,换句话说,多媒体计算机和网络通信技术可以作为建构主义学习环境下的理想认知工具,能有效地促进学生的认知发展,所以随着多媒体计算机和Internet网络的飞速发展,建构主义学习理论正愈来愈显示出其强大的生命力,并在世界范围内日益扩大其影响。
下面我们就从“学习的含义”(即关于“什么是学习”)与“学习的方法”(即关于“如何进行学习”)这两个方面简要说明建构主义学习理论的基本内容。
(1)、关于学习的含义
学习是获取知识的过程。建构主义认为,知识不是通过教师传授得到,而是学习者在一定的情景即社会文化背景下,借助其他人(包括教师和学习伙伴)的帮助,利用必要的学习资料,通过意义建构的方式而获得。由于学习是在一定情景即社会文化背景下,借助其他人的帮助即通过人际间的协作活动而实现的意义建构过程,因此建构主义学习理论认为“情景”、“协作”、“会话”和“意义建构”是学习环境中的四大要素或四大属性。
“情景”:学习环境中的情景必须有利于学生对所学内容的意义建构。这就对教学设计提出了新的要求,也就是说,在建构主义学习环境下,教学设计不仅要考虑教学目标分析、学习者特征分析以及媒体的选择与利用,还要考虑有利于学生建构意义的情景的创设问题,并把情景创设问题看作是教学设计的最重要内容之一。
“协作”:协作发生在学习过程的始终。协作对学习资料的搜集与分析、假设的提出与验证、学习成果的评价直至意义的最终建构均有重要作用。
“会话”:会话是协作过程中的不可缺少环节。学习小组成员之间必须通过会话商讨如何完成规定的学习任务的计划;此外,协作学习过程也是会话过程,在此过程中,每个学习者的思维成果(智慧)为整个学习群体所共享,因此会话是达到意义建构的重要手段之一。
“意义建构”:这是整个学习过程的最终目标。所要建构的意义是指:事物的性质、规律以及事物之间的内在联系。在学习过程中帮助学生建构意义就是要帮助学生对当前学习内容所反映事物的性质、规律以及该事物与其它事物之间的内在联系达到较深刻的理解。这种理解在大脑中的长期存储形式就是关于当前所学内容的认知结构,也称“图式”。
(2)、关于学习的方法
建构主义提倡在教师指导下的以学习者为中心的学习,也就是说,既强调学习者的认知主体作用,又不忽视教师的主导作用。教师是意义建构的帮助者、促进者,而不是知识的提供者与灌输者。学生是信息加工的主体、是意义的主动建构者,而不是知识的被动接受者和被灌输的对象。
学生要成为意义的主动建构者,就要求学生在学习过程中从以下几个方面发挥主体作用:
①要用探索法、发现法去建构知识的意义;
②在建构意义过程中要求学生主动去搜集并分析有关的数据和资料,对所学习的问题要提出各种假设并努力加以验证;
③要求学生把当前学习内容所反映的事物尽量和自己已经知道的事物相联系,并对这种联系加以认真的思考。“联系”与“思考”是意义构建的关键。如果能把联系与思考的过程与协作学习中的协商过程(即交流、讨论的过程)结合起来,则学生建构意义的效率会更高、质量会更好。协商有“自我协商”与“交际协商”(也叫“内部协商”与“社会协商”)两种,自我协商是指自己和自己辩论什么是正确的;交际协商则指学习小组内部相互之间的讨论与辩论。
教师要成为学生建构意义的帮助者,就要求教师在教学过程中从以下几个面发挥主导作用:
①激发学生的学习兴趣,帮助学生形成学习动机;
②通过创设符合教学内容要求的情景和提示新旧知识之间联系的线索,帮助学生建构当前所学知识的意义。
③为了使意义建构更有效,教师应在可能的条件下,组织协作学习(开展讨论与交流),并对协作学习过程进行引导使之朝有利于意义建构的方向发展。引导的方法包括:提出适当的问题以引起学生的思考和讨论;在讨论中设法把问题一步步引向深入以加深学生对所学内容的理解;要启发诱导学生自己去发现规律、自己去纠正和补充错误的或片面的认识,切忌直接对学生进行灌输。
下面我们通过两个实际课例说明如何把多媒体计算机及网络通信技术作为认知工具以实现这样的学习环境。
课例1:澳大利亚“门尼·彭兹中心小学”所作的试验
试验班为六年级,有30名学生,教师名字叫安德莉亚,当前要进行的教学内容是关于奥林匹克运动会。像往常一样,安德莉亚鼓励她的学生围绕教学内容拟定若干题目(例如奥运会的历史和澳大利亚在历次奥运会中的成绩等问题),确定媒体在解决这些问题的过程中所起的作用,并要求学生用多媒体形式直观、形象地把自己选定的问题表现出来。经过一段时间在图书馆和Internet网上查阅资料以后,其中米彻尔和沙拉两位小朋友合作制作了一个关于奥运会历史的多媒体演示软件。在这个软件向全班同学播放以前,教师提醒大家注意观察和分析软件表现的内容及其特点。播放后立即进行讨论。一位学生说,从奥运会举办的时间轴线,他注意到奥运会是每4年召开一次。另一位学生则提出不同的看法,他认为并不总是这样,例如1904年、1906年和1908年这几次是每两年举行一次。还有一些学生则注意到在时间轴线的1916,1940和1944这几个年份没有举行奥运会,这时教师提出问题:“为什么这些年份没有举办奥运会?”,有的学生回答,可能是这些年份发生了一些重大事情,有的学生则回答发生了战争,有的则更确切地指出1916年停办是由于第一次世界大战,1940和1944年停办是由于第二次世界大战。经过大家的讨论和协商,决定对米彻尔和沙拉开发的多媒体软件作两点补充:①说明第一、二次世界大战对举办奥运会的影响;②对奥运历史初期的几次过渡性(两年一次)奥运会作出特别的解释。这时候有位小朋友提出要把希特勒的照片通过扫描放到时间轴上的1940年这点上,以说明是他发动了二次大战。教师询问全班其他同学:“有无不同意见?”沙拉举起手,高声回答说:“我不同意用希特勒照片,我们应当使用一张能真实反映二次大战给人民带来巨大灾难(例如大规模轰炸或集体屠杀犹太人)的照片,以激起人们对希特勒的痛恨”。教师对沙拉的发言表示赞许。
从以上课例可以看到,教师为这个教学单元进行的教学设计主要是让学生用多媒体计算机建立一个有关奥运会某个专题(例如奥运历史或澳大利亚在历次奥运中的成绩)的情景,以激发学生的学习兴趣和主动探索精神,再通过展开讨论,把对有关教学内容的理" 解逐步引向深入。在这个课例中,学生始终处于主动探索、主动思考、主动建构意义的认知主置,但是又离不开教师事先所作的、精心的教学设计和在协作学习过程中画龙点睛的引导;教师在整个教学过程中说的话很少,但是对学生建构意义的帮助却很大,充分体现了教师主导作用与学生主体作用的结合。整个教学过程围绕建构主义的情景、协作、会话和意义建构这几个认知环节自然展开,而自始至终又是在多媒体计算机环境下进行的(同时用Internet实现资料查询),所以上述例子是以多媒体计算机和Internet网作为认知工具实现建构主义学习环境的很好范例。
课例2:澳大利亚“伟治·柏克小学”所作的试验
试验班由三年级和四年级的学生混合组成,主持试验的教师叫玛莉,要进行的教学内容是自然课中的动物。玛莉为这一教学单元进行的教学设计主要是,让学生自己用多媒体计算机设计一个关于本地动物园的电子导游,从而建立一个有利于建构“动物”概念的情景。玛莉认为这种情景对于学生非常有吸引力,因而能有效地激发起他们的学习兴趣。她把试验班分成若干小组,每个小组负责开发动物园中某一个展馆的多媒体演示。玛莉让孩子们自己选择:愿意开发哪一个展馆,愿意选哪一种动物;是愿意收集有关的动物图片资料,还是愿意为图片资料写出相应的文字说明;或是直接用多媒体工具去制作软件,都由孩子们自己选择。然后在此基础上组成不同的学习小组。
这样,每个展馆就成为学生的研究对象,孩子们都围绕自己的任务努力去搜集材料。例如,他们到动物园的相应展馆去实地观察动物的习性、生态,到图书馆和Internet网上去查询有关资料,以获取动物图片和撰写说明。在各小组完成分配的任务后,玛莉组织全试验班进行交流和讨论。这种围绕一定情景进行自我探索的学习方式,不仅大大促进了学生学习的自觉性,充分体现了学生的认知主体作用,而且在此基础上开展的协作学习,只要教师引导得法将是加深学生对概念理解、帮助学生建构知识意义的有效途径。例如,在全班交流过程中演示到“袋鼠”这一动物时,玛莉向全班同学提出一个问题:“什么是有袋动物?除了袋鼠有无其它的有袋动物?”有些学生举出“袋熊”和”卷尾袋鼠“。于是玛莉又让学生们围绕这三种有袋动物的异同点进行讨论,从而在相关背景下,锻炼与发展了儿童对事物的辨别、对比能力。这是利用多媒体计算机和Internet网络作为认知工具,实现建构主义学习环境,从而有效地帮助学生完成对当前所学内容的意义建构并促进学生认知能力发展的又一范例。
二、多媒体教育应用的发展趋势
综合近年来国外多种教育技术杂志(如ET,ETS,EMI,JRCE,AJDE.....)上所刊登的主要论文,以及历届“ED_MEDIA”世界大会(World Conference on Educational Multimediaand Hypermedia,即“教育多媒体与超媒体”世界大会,简称ED_MEDIA世界大会,这是国际上每年召开一次的规模最大的有关多媒体教育应用的国际会议)上所发表的基本观点,可以看出当前多媒体教育应用有以下几个值得注意的发展趋势:
1.多媒体技术与网络通信技术的结合 2、多媒体技术与仿真技术的结合
多媒体计算机和仿真技术结合可以产生一种强烈的幻觉,使得置身其中的人全身心地投入到当前的虚拟现实世界中,并对其真实性丝毫不产生怀疑,通常把这种技术称之为“虚拟现实”(VirtualReality,简称VR)。换句话说,虚拟现实是由多媒体技术与仿真技术相结合而生成的一种交互式人工世界,在这个人工世界中可以创造一种身临其境的完全真实的感觉。要进入虚拟现实的环境通常需要戴上一个特殊的头盔(head_mounted display),他可以使你看到并感觉到计算机所生成的整个人工世界。为了和虚拟环境进行交互,还需要戴上一副数据手套──它使穿戴者不仅能感知而且能操作虚拟世界中的各种对象。
由于设备昂贵,目前VR技术还主要是应用于少数高难度的军事和医疗模拟训练以及一些研究部门,但是在教育与训练领域VR技术有不可替代的非常令人鼓舞的应用前景,所以这一发展趋势也应引起我们的注意。例如,达特茅斯医学院所开发的一种“交互式多媒体虚拟现实系统”,可以使医务工作者体验到并学习到如何对各种战地医疗的实际情况做出反应。利用该系统的实习者可以感受到由计算机仿真所产生的各种伤病员的危险症状,实习者可以从系统中选择某种操作规程对当前的伤病情况进行处理并可立即看到这种处理方式所产生的后果。为了使实习者获得更深刻的体验,系统还可仿真各种外科手术,其内容包括一般的开刀直至复杂的人体器官替换。这种虚拟环境使医学院的大学生不必冒任何医疗事故的风险就可以反复实习病房中的各种实际操作,并可尝试选择不同的技术处理方案以检验自己的判断是否正确,和进行某种技能的训练。
VR技术在教育中应用的另一个例子是创建一种虚拟的物理实验室。物理学按其本身的性质提出了许多“如果……将会怎样”的问题,这些问题最好通过直接观察物理作用力对各种客体的作用效果来进行探索。休斯顿大学和NASA(美国国家航空和宇航局)约翰逊空间中心的研究人员建造了一种称之为“虚拟物理实验室”的系统,利用该系统可以直观地研究重力、惯性这类物理现象。使用该系统的学生可以做包括万有引力定律在内的各种实验,可以控制、观察由于改变重力的大小、方向所产生的种种现象,以及对加速度的影响。这样,学生就可以获得第一手的感性材料(直接经验),从而达到对物理概念和物理定律的较深刻理解。
VR技术在化学教学中也取得了显著效果。北卡罗莱纳" 大学的科学家们已经研制了一种可以让用户用手操纵分子运动的VR系统。用户戴上头盔并通过数据手套进行反馈控制,可以使分子按某种方式结合在一起。不难看出,这种VR系统不仅在教学上有重要意义(例如可直接观察到蛋白质的分子结构),而且在科学研究上也有重大的价值,因为按某种新方式结合在一起的分子结构很有可能是治疗某种疾病的新药,或者是工业上所需要的某种特殊材料。
随着对多媒体技术和仿真技术研究的深入,实现“虚拟现实”的理论方法也有很大发展。原来应用VR离不开昂贵的专用硬件或辅助设备(如头盔、数据手套、高分辨率的图形工作站等),近年来这种情况开始有所改变。例如在今年6月召开的ED-MEDIA世界大会上,出现了一种全新的称作“QTVR”(快速虚拟)的系统。这种系统已实际应用于学习城市的设计与规划,其优异的性能价格比令人惊叹!QTVR技术与普通VR技术在使用的仿真原理上有很大不同:它不是利用头盔和数据手套这类硬件来产生幻觉,而是使用360度全景摄影技术所拍摄的高质量图象来生成逼真的虚拟情景。因此它允许用户在Windows操作系统或是Macintosh微机的操作系统支持下,在普通微机上(无需用高档的图形工作站)只利用一只鼠标和一个键盘(无需戴头盔和数据手套)就能真实地感受到和VR技术中一样的虚拟情景。
学习城市设计与规划的学生利用QTVR系统可以创建一座逼真的虚拟城市,当学生改变城市场景的视图时(例如向左或向右,朝上看或朝下看,摄像机头向目标移近或移远等),被观察的场景仍能正确保持并能使人产生环绕该城市浏览观光的真实幻觉。与此同时,城市中的各种物理实体(如建筑物、道路、桥梁、树木、交通工具和地形等等)可以用鼠标任意拾取并进行操纵(例如使其旋转,以便从不同角度进行观察,并且还可以进入到建筑物内部的各个房间去观看)。
更令人难以置信的是,由于采用了先进的图象压缩算法,在QTVR系统中,用来表征城市某个虚拟场景的360度高质量全景照片的存储容量竟只有550K字节左右。
显然,QTVR对于学习城市设计与规划的学生是非常适宜的,甚至对于实际的城市设计与规划人员也是非常实用的,因为它可以使学生或设计人员随时改变城市的布局并立即感受到新布局所产生的效果,从而对设计或规划及时作出修改或补充。显然按这种方式设计与按传统的图纸设计或按CAD设计,其效率和质量将有天壤之别。
QTVR的重要意义在于,它开辟了多媒体技术与仿真技术结合的新途径,为“虚拟现实”技术的大众化铺平了道路。从此,VR技术将有可能走出高级研究院与大学的“象牙之塔”,以优质价廉的全新面貌逐步普及到各个教育领域,甚至进入中小学课堂。
3.多媒体技术与人工智能技术的结合
把多媒体技术引入辅助教学系统可以大大改善辅助教学环境,更容易激发学生的学习积极性和主动性,从而能显著提高教学效果。但是多媒体系统由于缺乏推理机制和学生模型的支持,所以不能确定学生的知识水平和认知特点;不能根据学生自己的意愿和理解能力去提供适合该生的学习材料,并作出有针对性的指导,即不能作到因材施教。
智能辅助教学系统由于具有“教学决策”模块(相当于推理机)、“学生模型”模块(用于记录学生的认知结构和认知能力)和“自然语言接口”,因而具有能与人类优秀教师相媲美的下述功能:
了解每个学生的学习能力、认知特点和当前知识水平;
能根据学生的不同特点选择最适当的教学内容和教学方法,并可对学生进行有针对性的个别指导;
允许学生用自然语言与“计算机导师”进行人机对话(由于机器理解自然语言问题尚未解决,目前绝大多数智能教学系统还难以做到这点)。
但是智能辅助教学系统过分强调教师的指导作用,而且目前的智能辅助教学系统其教学方式都比较单调,难以作到图文、音像并茂,因而在激发学生兴趣,提高学生的主动性、积极性方面受到较大的限制。
由以上分析可见,在多媒体教学系统和智能辅助教学系统之间存在性能互补关系,将二者结合起来就可以扬长避短,从而研制出高性能的新一代智能辅助教学系统。
实现智能多媒体辅助教学系统的关键是:建构适合辅助教学需要的多媒体系统和设法使多媒体系统具有智能。
要使多媒体教学系统具有智能,主要涉及学生模型建造和人工智能领域的知识表示与知识推理,后者要求探索出一种适合于多媒体环境的新的知识表示方法和相应的推理机制。考虑到多媒体数据库的信息组织方式通常采用超文本技术,它与人工智能领域的语义网络知识表示在形式上有类似之处,二者均是由节点和有向弧线组成的有向图,我们就有可能在语义网络的基础上,通过认真分析多媒体数据库的特点,而发展出一种新的知识表示方法和推理机制来实现这二者的结合。显然,从语义网络入手只是实现智能多媒体教学系统的一种可能途径,而非唯一途径,我们还可以探索其它的、或许是更好的途径。
多媒体技术与人工智能(AI)技术的结合,除了体现在对多媒体教学系统引入学生模型和知识推理机制以外,还可体现在设法使多媒体知识库中的导航机构实现智能化。用超文本技术组织起来的多媒体知识库具有符合人类联想思维,便于阅读、浏览、查询等诸多优点,但也存在容易“迷航”的缺点。在一般的多媒体系统中,“导航器”只是起指示当前节点在整个知识网络中所处位置的作用(通常用流程图方式给出该节点的一系列前趋节点与后继节点),以便引导读者由知识网络中的当前节点转向目标节点。若是“智能化导航器”则不仅具有上述导航功能,还可根据学生当前的知识基础与水平,在该节点处向学生建议一条或几条最适合该生继续浏览或查询的路径;另外,在浏览过程中,当学生遇到困难时,该浏览器还能起“智能”(Intelligent agent)的作用,对该生进行帮助,这些帮助包括:①替学生查询有关资料;②以学习同伴身份和学生进行平等的讨论以加深学生对某个问题的理解;③以指导教师身份对学生的错误进行必要的指导以便使学生少走弯路。
4.多媒体技术与建构主义学习理论的结合
如前所述,建构主义学习理论是认知学习理论的一个重要分支,建构主义的起源应追溯至皮亚杰的儿童思维发展理论,可谓源远流长。但是自八十年代初期以来,尽管认知心理学已逐渐取代行为主义心理学占据了统治地位,而建构主义学习理论在很长一段时期内并未产生明显的影响。直至近年来,随着多媒体技术的日益普及,建构主义学习理论才逐渐引起人们的广泛的注意,按照建构主义学习环境进行教改试验研究的学校也日渐增多。个中缘由固然有学习理论的流行必然要滞后于作为其理论基础的心理学的流行这样一个因素,但是更重要的因素则是九十年代以前社会上还缺乏实现建构主义学习环境的理想条件。前已指出,建构主义学习环境包含四大属性或四大要素即“情景”、“协商”、“会话”和“意义建构”。显然,多媒体技术的特性与功能最有利于四大属性的充分体现,例如:
“情景”──建构主义学习理论强调创设真实情景,把创设情景看作是“意义建构”的必要前提,并作为教学设计的最重要内容之一。而多媒体技术正好是创设真实情景的最有效工具,如果再与仿真技术相结合,则更能产生身临其境的逼真效果。
“协商”与“会话”──协商与会话过程主要通过语言(少数场合用文字)作媒介,这就要求计算机辅助教学系统必须要有语音功能,即要用多媒体计算机才能支持。
一、智慧课堂互动教学概述
在开展智慧课堂互动教学的过程中,需要保证课堂的智能化和互动方式的合理性。当前,我国很多大学院校在开展课程教学的过程中都会使用多媒体网络技术,就大学英语课堂教学来说,多媒体教学模式主要有传统网络、台式计算机及投影仪等。这些教学设备能够通过将教学内容音频化及图像化让学生对其有更加深入的了解。同时,教师也注重课堂互动形式,针对某个教学切入点让学生进行讨论,来促进师生之间的交流。但是我国当前的这种课堂形式在一定程度上难以满足智慧课堂的构建要求。智慧课堂互动教学要求教师在教学过程中引入信息技术,通过人工智能、云计算及无线网络等形式创建信息化来体现更强的课堂互动教学形式。在这个过程中,学生可以拥有自己的移动终端设备,对自己想要学习的内容进行选择,同时,还能够与教师及同学进行在线交流。这种智慧课堂教学模式能够使学生通过个性化的学习进行更好的学业诊断,也能使教师对学生的学习方式进行调整,对于增强大学英语教学效率有较大的作用。智慧课堂教学要求教??在教学过程中以培养智慧型人才为目标,对学生的思维能力进行扩展,使其能够解决实际问题。因此,在构建大学英语智慧课堂的过程中,教师需要通过将信息技术与教学资源结合的方式,为学生创造优良的学习环境,改进教学方法。
二、大学英语智慧课堂互动教学的作用
(一)培养学生的思维能力
在大学英语教学过程中开展智慧课堂互动教学,能够使得学生的思维得到发散,使其在学习过程中能够从不同的角度分析问题。很多大学生在分析问题的过程中无法透过现象看本质,难以根据现有的问题发散自己的思维。而在开展智慧课堂互动教学的过程中,教师就能够让学生在交流过程中相互探讨,使其对问题进行合理的假设,进而对其进行解决。智慧课堂互动教学要求教师给予学生适当的引导,但更需要学生自己主动探索和学习,增强自身的思考能力。
(二)培养学生的互动能力
智慧课堂互动教学对教师的教学能力有较高的要求,在实际教学过程中,教师虽然不能占据绝对的主体地位,但是还是需要对学生进行适当的引导及分析。很多大学生在学习英语的过程中不会与同学及教师进行互动交流,导致智慧课堂教学难以施展。互动教学模式就要求教师以学生的兴趣为切入点,使得教学主题功能化和形式化。这样教师就能够利用智慧课堂教学要求中的信息技术,让学生在学习过程中提升对大学英语的学习兴趣。同时,教师要善于发现学生的特长,使其在学习过程中能够发挥自己的优势。互动课堂的构建目的就是对学生的互动能力进行培养,大学英语教学主要是需要对实际生活和工作过程中需要用到的语法和形式等进行训练。教师可以通过对实际情境进行模拟的方式调动学生的互动积极性,使其在学习过程中获得真实的感受,增强智慧课堂互动教学的作用。
(三)培养学生的创新能力
当前,很多教学模式都是对传统教学的突破,在应用智慧课堂互动模式开展大学英语教学的过程中,教师就能够对学生的创新能力进行培养。在利用智慧课堂开展教学时,教师需要让学生进行小组合作学习,还需要开展研究性探讨。这种教学模式是传统教学中很难实施的,因此,在这种新型的教学过程中,教师就需要引导学生自主探究。学生在学习过程中需要调整自己的思维模式,对学习内容进行总结,并且找到最适合自己的学习及总结方式。大学英语智慧课堂互动教学模式的开展相对来说比较开放,学生在学习过程中可以表现出自己的多样化个性,对于培养学生的创新能力及突破性思维有较大的帮助。
三、大学英语智慧课堂互动教学现状
就我国当前的大学智慧课堂互动教学来说,虽然很多学校已经相应教学改革的号召,对教学方式进行了改革,但是实际上,大学英语智慧课堂互动教学的实施不容乐观。智慧课堂的开展不仅要求教师具备新型的教学观念,还要求教师应用新时期的成果开展教学。同时,教师还需要具备较强的教学适应能力,能够与学生进行友好的沟通交流。但是很多教师自身在教学理念和模式上存在问题,教师的教学水平虽然大多经过专业认可,但是在实施教学手段的过程中还是难以根据教学的实际需求进行创新。教师在智慧课堂互动教学的过程中不具备较强的引导学生的能力和经验。其次,教师对智慧课堂教学过程中需要使用的教学设备比较生疏,无法发挥现代化科学技术的教学效用。部分教师在教学过程中还是习惯传统教学模式,无法有意识地与学生进行课堂互动,导致课堂教学氛围不活跃,不能体现智慧课堂互动教学价值。
四、大学英语智慧课堂中的互动教学模式构建策略
(一)创设语言情境
大学英语作为一门语言学科,要求教师在开展教学的过程中能够针对学科特点创设相关的语言情境。在开展智慧课堂互动教学的过程中,教师需要让学生能够自主发挥,融入到语言情境中。首先,教师需要研究教材,通过对教材内容的熟悉,为学生的学习安排合理的知识结构。大学英语语言教学内容最主要的特点就是实效性,学生需要通过语言学习培养自己对语言的实际运用能力。大学英语教学内容具备多元化的特点,很多知识点之间具备一定的关联,因此,教师就需要对其进行网络空间组合,使得学生能够对问题进行多角度的思考。这种方式的教学能够在一定程度上体现出智慧课堂特点。同时,教师还需要在呈现新知识的过程中组织学生进行交流互动,使其能够将自己感受到的语言形式应用到学习情境中。
(二)创新教学形式
教学形式的创新是每个阶段在开展课程教学的过程中都需要做好的工作。在大学英语智慧课堂互动教学的过程中,教师需要注重学生主体地位的发挥,使其能够按照课堂教学要求达到学习目标。教师可以举办英语演讲与辩论活动,让学生能够利用现有资源在演讲与辩论课程中展现自我,这也是一种检验学生学习成果的方式。智慧课堂互动教学与应试教育存在较大的区别,在现阶段的创新型课堂中,教师需要注重学生获得的学习体验,使其在学习过程中提升自己的交流能力。教学形式的创新旨在为学生的口语及交际能力的培养提供平台,使得学生的综合思维能力得到发展。
(三)借助现代化科技设备
智慧课堂互动教学就是以现代化设备作为教学基础的新型教学方式。大学英语教师需要合理应用现代化科技设备高效实现教学目标。比如:高校可以根据学校的发展状况,结合大学英语教学目标打造“U校园”。“U校园”主要能够使得学生在学习过程中应用现代科技设备,通过云端与教师及同学进行在线交流。在这个过程中,教师能够利用线上的方式对学生传授教学知识及技巧。“U校园”能够使线下教学与线上教学相结合,实现一站式多元化教学。这种智慧教育能够将线上线下教学内容及方式进行较好的结合,注重教学过程中对知识的传授,还能够帮助学生处理相关数据,使其在学习过程中能够获取更多的资源。
(四)增强对教学成果的检验
很多大学英语教师在完成教学目标之后,就不会对学生的学习成果进行检验,导致教师无法明确学生学习中遇到的问题。智慧课堂互动教学的实施能够增强对教学成果的检验。在检验学生学习成果的过程中,教师可以利用试题检测的方式,虽然这种方式比较传统,但是还是具备一定的效用,能够使得学生在学习过程中存在的问题凸显出来。其次,在开展互动教学的过程中,教师可以进行小组测验。教师需要对小组进行知识检测分配,让小组学生在学习过程中通过写作完成学习任务。这种方式能够使得学生发挥主观能动性,对于培养学生的思维有较大的帮助。同时,教师还能够通过学生在测验过程中的表现对其实际能力进行观察,以增强教学的针对性。