原标题：智慧学习方式，从“学以致用”到“用以致学”

　　随着人工智能时代的到来，仅靠死记硬背就可以掌握的知识或技能逐渐失去价值，因为人工智能在这些方面比人做的更好。

　　我们要转变教育观念，从“学以致用”走向“用以致学”，更加重视学生的个性体验，鼓励他们在解决问题中学会解决问题，在做事中学会做事，成为能适应未来挑战的人才。

　　深度学习

　　在人工智能的语境下，深度学习是一种新的算法，它通过模拟人类神经网络，构建具有多隐含层的机器学习模型和海量的训练数据，让机器自动学习有用的特征，从而提升预测的准确性。

　　在语音识别、图像理解、自然语言处理等领域，采用深度学习算法之后，其准确性都得到了极大的提升。正是这种算法模型的突破，让机器拥有了类似人类的智慧，引发了新一代人工智能的崛起。

　　巧合的是，深度学习既是决定人工智能兴衰的关键所在，也是决定未来教育成败的关键所在。人类要想从人工智能时代的职场中胜出，就必须从强调记忆和练习的传统学习中脱离出来。

　　一是，还原知识的丰富情境，知识从哪里来，深度学习的起点就应该从哪里开始；

　　二是，面向实践的学习活动，鼓励学生用所学知识解决实际问题，以任务驱动的方式组织学习，提供接近专家及其工作过程的机会；

　　三是，用不同视角透视学习，提供社会化软件及其它认知工具来支持学习，允许共同体成员拥有不同的角色和身份，鼓励提出不同观点，让学生在对话和互动中建构知识；

　　四是，提供成果展示及表达的机会，促使思维清晰化，引导学生，进行反思，实现对知识的深度理解；

　　五是，建立更加立体的评价，把关注点从教师的教转向学生的学，强调学生的参与度、积极性以及突破原有框架的创造力，利用学习分析、课堂观察等技术手段，为不同的学生制定不同的标准，让每一位学生都有出彩的机会。

　　跨学科学习

　　人类的智慧来源于知识观的完整，它不是零敲碎打的，而是与整体特征密切相关的。

　　现行的分科教学有利于系统知识的习得，但不利于完整知识体系的形成和综合思维能力的培养。

　　跨学科学习倡导根据生活中的问题设置主题，将不同学科围绕同一个主题联系起来，构建相互衔接贯通的课程体系。

　　一是，学科知识整合取向，分析各学科的知识结构，找到不同知识点之间的连接点与整合点，将分散的课程知识按跨学科的问题逻辑结构化；

　　二是，生活经验整合取向，从儿童适应社会的角度选择典型项目进行结构化设计，让学习者在体验和完成项目的过程中，习得蕴含其中的多学科知识与技能；

　　三是，学习者中心整合取向，这种模式不是由教师预设问题，而是由学习者个体或小组提出任务，任务内容需要学习并运用跨学科知识。

　　值得说明的是，跨学科学习需要坚实的学科基础，没有学科就没有跨学科，两者是相辅相成的，要处理好分科教学和跨学科学习的关系，从更广阔的视野认识学习的本质。

　　无边界学习

　　陶行知先生指出，如果学校生活与社会生活联系不紧密, 学生的学习不是从自己的直接经验里长出来的，那就是一种呆板的、低效的教育。

　　学校应该是一个开放的组织系统，要建立与真实世界的联系。

　　美国的密涅瓦大学就是“一所没有校园的大学”，四年本科学习分布在全球七大城市，包括旧金山、香港、伦敦等，通过与当地的高校、研究所、高新技术企业建立合作，学生可以使用一流的图书馆、实验室等进行学习，利用一切可利用的社会资源开放办学，实现了教育的结构性创新。

　　无边界学习是未来教育发展的重要趋势，它包括：

　　一是，把知识学习和现实生活连接起来，学生的学习场所不再固定，随着课程的不同，既可以在教室，也可以在社区、科技馆和企业，甚至可以去不同城市游学，任何可以实现高质量学习的地方都是“学校”；

　　二是，建立实践共同体，加强学校与产业行业之间的合作，共建创新创业实践基地，引导他们运用知识去解决现实问题，从而获得真正的本领；

　　三是，技术增强的泛在学习，利用混合现实技术，让学生有机会观察微观世界、感知抽象概念，使学习变成一种丰富情境下的亲身体验。

　　钥匙三：智慧教育管理，从“科层机构”到“弹性组织”

　　当前的教育管理大多采用科层制，各职能部门分工明确，职权关系等级分明，按照标准化流程开展工作。

　　这种模式有利于提高效率，为现代学校运行提供了有力的组织保障，但在人工智能时代却暴露出缺陷：在严格的条条框框下，学校被程序化、行政化，很容易就会陷入具体细节之中，对新变化缺乏适应能力。

　　原本充满智慧的教育，变成了按部就班的机械操作，学校和教师逐渐失去自主性和创造性。