【摘 要】人类过往所创造的工具本质是“官能的物化”，而当下的人工智能则是“工具的人化”。其本质区别是人工智能引起纷争的来源：工具似乎不再从属于发明者。工具似乎可以超越发明者？这些都会考量人与工具乃至人与人的关系。但从中国古典哲学的角度来看，人工智能作为一种离身智慧与人本身固有的智慧存在着天壤之别。人工智能引起的纷争更促使人类从“器学—象学”迈向道学。当人类实现如此跨越之后，就会发现人工智能的出现和早年任何一种工具的出现没有任何区别：属于人、服务于人。中国传统分层教育所蕴含“分科—融合—本原”的发展路径和中国特色“道—象—器”一以贯之的认知体系，对当下探索人工智能触动下面向未来的中国特色教育模式具有重要启示价值。
【关键词】人工智能；传统教育；教育模式变革；中国特色教育模式
教育作为培养未来社会主体的重要场域，一直以来都是社会发展的风向标。当前，随着人工智能技术的迅猛发展，人类社会正经历着一场前所未有的工具革命。与过往工具的发明本质是“官能的物化”不同，人工智能代表着“工具的人化”的趋势。这种本质区别引发了一系列深层思考：工具是否不再从属于发明者？工具是否可以超越发明者？这些问题不仅涉及人与工具的关系重构，更关乎教育体系的根本变革。
目前，学界对人工智能与教育结合的研究已取得一定成果，主要集中在智能教育环境构建、教育资源的智能化分配、教学评价体系的智能化改革等方面。部分学者开始关注人工智能时代教育变革应聚焦教育模式的整体转型，探讨高阶思维的培养、知识观的重塑以及知识生产过程的人机融合等议题。然而，这些研究往往局限于技术应用层面的局部创新，对于人工智能如何引领教育体系整体性革新的探讨尚显不足，尤其是在系统性理解人工智能带来的教育模式根本转变、教育理念深层重构方面的研究相对匮乏。面对人工智能带来的教育危机，需要跳出技术应用的局限，深入思考教育的本质问题。历史上，中华文明在漫长的发展进程中形成了独特的教育体系和教育智慧。在“两个结合”特别是“第二个结合”的时代背景下，重新审视中国传统教育智慧的现代价值显得尤为重要。当我们的教育体系面临人工智能的巨大冲击时，传统教育中的整体性思维方式和分层培养模式，是否能为破解当前困境提供启示？中国特色的教育道路，又该如何在传承中创新？
基于此，本文将立足于对人工智能本质特征的深入分析，探寻中国传统教育智慧对当代教育变革的启示意义，进而思考面向未来的教育模式重构。这一探索不仅关乎教育发展方向的重新定位，更是对人工智能时代人的培养范式的根本思考。当人工智能引发我们重新审视人的本质和教育本质的时候，或许正是重拾传统教育智慧、开辟教育创新之道的契机。
一、人工智能时代的教育危机与本质追问
(一)现代教育体系的双重危机
１．小院高墙：现代教育体系的沉疴
纵观中国现行教育体系的发展历程，本质上是以科技文明为基础的西式现代教育在中国的逐步推行过程。这种教育体系立足于西方分科思维方式，强调知识的系统性划分与逻辑性阐述，具体表现为知识的精细化分类、学科的独立建制、标准的唯一确定等特点。这种分科教育在工业文明早期发挥了重要作用，能够实现特定领域“专家”的规模化培养，完美契合了工业化大生产对专业人才的需求。然而，随着信息技术的迅猛发展和社会结构的扁平化转型，分科教育体系的深层问题逐渐浮现。首先，学科的过度细分导致了知识的碎片化，不同学科之间形成了难以跨越的“小院高墙”，阻碍了知识的融通与创新。其次，这种割裂式的知识传授模式造成了学习者思维的片面化，使其难以形成对问题的整体性认知。更为严重的是，分科教育将人定位为社会分工中的专业工具，过分强调某一领域的专业技能，而忽视了人的全面发展需求。
在智能时代，这些问题表现得更为突出。当前社会面临的问题日益呈现出复杂性、非线性和交叉性特征，单一知识领域的培养模式已经难以适应这种变化。人工智能的快速发展进一步挑战了传统分科教育的根基：一方面，人工智能在专业领域展现出的强大能力，使单一技能型人才面临被替代的风险；另一方面，人工智能所催生的新型问题，往往需要跨学科的综合思维和创新能力才能解决。这种建立在分科基础上的教育体系，虽然能够培养专业人才，却难以应对当今社会对复合型、创新型人才的迫切需求。在知识性、工具性、功能性的单一培养取向下，教育逐渐偏离了培养全面发展的人这一根本目标。更为重要的是，这种教育模式限制了人的创造性思维和综合问题解决能力的发展，使教育输出的人才难以适应人工智能时代的挑战。分科教育体系的这些深层次问题，正日益成为制约教育发展和人才培养的瓶颈，也为教育体系的革新提出了紧迫要求。
２．智能冲击：教育体系的范式革新契机
人工智能对人类部分智能的替代呈现出由浅入深的发展趋势。从最初对规则性体力劳动的简单替代，到如今通过深度学习实现对非常规性脑力劳动的逐步替代，人工智能正在重塑人类社会的知识生产与传播方式。特别是当大数据与云计算支撑的通用人工智能开始展现解决未编码新问题的能力时，这种替代效应的深度和广度都在不断扩展。对于教育这个被赋予承载人类智慧传承的活动来说，“替代效应”在知识传授、能力培养等方面体现得尤为明显。
在知识传授层面，以ChatGPT为代表的大语言模型已经展现出超越传统知识获取方式的潜力。这些模型不仅能够进行海量知识的即时检索和精准提取，更能实现知识的重组与创新性表达。传统教育中教师作为知识权威的地位正在动摇，分科知识体系的封闭性和局限性也日益凸显。当人工智能能够自主完成知识的提炼、整合与迁移时，单纯的知识传授已经难以构成教育的核心价值。
在能力培养方面，人工智能对专业技能的替代更加直接。通过深度学习算法，人工智能系统在医疗诊断、法律分析、金融预测等专业领域已经展现出接近甚至超越人类专家的能力。这种替代不仅涉及常规性的专业操作，还延伸到需要复杂判断和决策的领域。特别是在标准化程度较高的专业领域，人工智能表现出的准确性和效率往往优于人类专家。这种现象直接挑战了传统教育体系中以专业技能培养为导向的人才培养模式。
当人工智能系统能够实现跨领域的知识整合与应用时，建立在严格分科基础上的教育分工体系面临重构压力。传统教育体系将人定位为特定领域的专业人才，而人工智能时代却需要具备跨学科视野和创新能力的复合型人才。这种矛盾不仅体现在教育资源配置方式上，更深层次地反映了教育目标与社会需求之间的脱节。人工智能对人类智能的替代并非简单的工具性替代，而是对当下人类认知方式和能力结构的根本性挑战。这种替代效应促使我们重新思考教育的本质：在人工智能可以承担越来越多专业性工作的背景下，教育应该培养什么样的人才？当知识获取不再是教育的主要障碍时，如何培养学习者的创造力和批判性思维？这些问题的解答将直接关系到未来教育体系的重构方向。因此，面对人工智能的替代效应，教育体系的改革不能局限于技术层面的应对，而是需要从根本上重新定义教育的目标和方式。这种重新定义必须基于对人工智能发展趋势的深刻理解，以及对人类独特价值和发展需求的准确把握。唯有如此，才能构建起真正适应人工智能时代的教育体系。
(二)危机的深层逻辑
１．认知范式的困境与超越
人工智能带来的教育危机，其最深层挑战体现在认知模式的局限性上。现代教育体系根植于西方还原论的思维传统，这种认知模式试图通过将复杂问题分解为简单要素来理解世界。在工业文明早期，这种思维方式推动了科技进步，但在人工智能时代，其内在困境日益凸显——还原论思维方式的困境表现在其对认知对象的机械化处理上。这种思维倾向于将研究对象切割为互不关联的独立部分，认为通过对各个部分的理解就能把握整体。然而，当人工智能展现出在特定专业领域超越人类的能力时，恰恰证明了这种机械化的还原思维本身的局限。因为在现实世界中，事物之间往往存在着复杂的非线性关系，单纯地还原和组合难以真正把握问题的本质。
分科教育对整体性思维的割裂更加深化了这种认知危机。现代教育体系按照学科对知识进行严格划分，在制度层面强化了还原论思维的影响。这种分科体系虽然便于知识的系统传授，但也在无形中构建了学科之间的“藩篱”，阻碍了知识的融通与创新。特别是当今世界面临的复杂问题，如气候变化、公共卫生危机等，往往需要跨学科的综合思维才能解决。机械化思维对创造力的制约是认知模式局限带来的最严重后果。在还原论思维和分科教育的双重影响下，学习者往往形成了固化的思维模式：倾向于按照既定程序处理问题，习惯于在已知范式内寻求解决方案。这种思维方式虽然在处理常规性问题时显得高效，但却可能抑制创造性思维的发展。特别是在人工智能时代，当机器能够更快、更准确地完成程序化思维时，人类如果仍然局限于机械化思维模式，将逐渐失去与人工智能竞争的优势。
２．知识观的嬗变与重构
认知模式的局限直接影响了知识观的变革。在人工智能时代，传统教育体系中静态、分立、工具性的知识观正经历着前所未有的挑战与转型。这种转变不仅关系到知识的性质、组织方式，更深层次地涉及对知识的本质理解，主要有以下表现：
（１）从静态知识到动态知识的转变，体现了对知识本质的重新认识。传统教育体系将知识视为一种固定不变的存在，强调对既有知识体系的掌握和积累。然而，人工智能的发展表明，这种静态的知识观已难以适应当代社会的发展需求。特别是当ChatGPT等大语言模型展现出对知识实时更新、动态重组的能力时，传统的知识获取方式显得越发滞后。知识不再是一个封闭的系统，而是一个持续演进、不断更新的动态过程。这种转变要求教育体系不能只关注知识的传授，更要重视学习者获取、更新和创造知识的能力。
（２）从分立知识到融通知识的转变，挑战着现有的学科壁垒。现代教育体系将知识按照学科领域严格划分，形成了相对独立的知识单元。这种分立的知识体系在工业化时代确实提高了知识传授的效率，但在人工智能时代却面临严峻挑战。当人工智能展现出跨领域知识整合能力时，传统的分科知识体系显得越发脆弱。知识的融通不仅体现在学科之间的交叉渗透，更体现在对知识整体性的追求。这种转变要求重构知识体系，打破学科界限，建立起更具整合性的知识框架。
（３）从工具性知识到本质性知识的转变，则触及了教育的根本目标。长期以来，教育体系过分强调知识的工具价值，将知识视为解决具体问题的手段。这种工具性知识观在人工智能时代面临严重挑战———当人工智能在特定领域展现出超越人类的能力时，仅仅掌握工具性知识的价值正在迅速贬值。这促使我们重新思考知识的本质：是否应该从注重表层性的技能训练转向对深层规律的把握？ 是否应该从追求知识的实用性转向对知识本质的探索？
这三重转变揭示了人工智能时代知识观的深刻变革。新的知识观应该是动态的而非静态的，是融通的而非分立的，是本质性的而非纯粹工具性的。这种转变不仅要求教育体系在知识传授方式上做出调整，更要求在知识观念上实现根本性的转变。唯有如此，才能培养出真正适应人工智能时代的创新型人才。
３．人才培养的反思与革新
认知模式的局限与知识观的转变，最终集中反映在人才培养理念上。人工智能时代对人才培养提出了全新要求，传统的培养模式面临着根本性的挑战，这促使我们必须对现有教育理念进行深刻反思。
首先，“专才”培养模式的局限性日益凸显。这种源自工业化时代的培养模式，强调在特定领域深耕细作，追求专业知识的精深化。然而，当人工智能展现出在专业领域超越人类的能力时，单纯的“专才”培养模式遭遇严重危机。例如，在医疗影像诊断、法律文书处理等专业领域，人工智能已经显示出比人类专家更高的准确率和效率。这种现象说明，仅仅依靠专业知识的积累和技能的熟练已经不足以支撑人类在专业领域的竞争优势。更为重要的是，“专才”培养模式往往导致思维的固化，使人才难以适应跨界融合的时代需求。
其次，通识教育与专业教育的张力进一步凸显了人才培养的困境。一方面，人工智能时代需要具备跨学科视野和系统思维能力的复合型人才；另一方面，专业领域的知识体系却在不断精细化、专业化。这种矛盾导致教育体系在培养目标上陷入两难：是继续深化专业教育，还是转向更加宽泛的通识教育？ 实践表明，单纯强调任何一方都难以适应时代需求。关键在于如何在专业深度和知识广度间找到平衡点，实现专业教育与通识教育的有机统一。
教育目标的重新定位是对人才培养最根本的思考。在人工智能时代，教育的根本目标究竟是什么？ 是培养能与机器竞争的专业人才，还是培养具有人文关怀和创新思维的完整个体？ 这个问题的答案将决定未来教育改革的方向。显然，随着人工智能在专业领域的不断突破，教育目标需要从培养“专业工具”转向培养“完整的人”。这种转变要求教育不仅关注知识技能的传授，更要重视人的全面发展，包括价值判断能力、创新思维能力、人文关怀能力等人工智能难以替代的核心素养。这种人才培养理念的反思，实质上是对工业化时代教育范式的全面超越。未来的教育体系需要在保持专业深度的同时，更加注重人的整体性培养，真正实现知识、能力和素养的统一发展。这种转变不仅是应对人工智能挑战的必然选择，更是实现人的全面发展的必由之路。
（三）智能的本质追问
１．人工智能的本质辨析
人工智能发展历史中的三次浪潮，正好与西方哲学关于认识论的思考吻合，即初代人工智能基于唯理论的哲学认知方式实现，试图通过演绎推理的形式完成智能的模拟；二代人工智能以及当下的新人工智能，则是在另一种认识论———归纳法的基础上实现。这种认知方式承认了经验在人类认知中的重要性，这种特性在新人工智能的发展中体现得尤为明显，其正是通过运用互联网和大数据等先进技术手段，在庞大的经验数据之上构建其智能框架。然而，人工智能所涉及的理论基础远不止脑科学一项，本质上是人类对于智慧（思维能力）的工具化、智能化的尝试。从认知的层面来讲，人类之“智”遵循的是中国文化中自上而下的“道”“象”“器”分层结构：“器”探讨的是一事一物之理；“象”探讨的是一类事物背后的规律；而“道”探究的则是万事万物共同遵循的规律。相较而言，人工智能之“智”逃脱不了工具性的本质，即人工智能可以看作一本过去的“百科全书”，其记载的内容是可观和显性的，是信息熵低值的集合。
就人类智能与人工智能的认识客体而言，由唯物辩证法可知，人类所认知的客观世界中的事物均是处于不断运动和变化的，正是由于事物发展非线性的飞跃过程，构造了复杂的客观世界。而人工智能所认知客体却并不是直接来自客观世界，而是基于人类经验所形成的数据。换句话说，新人工智能所基于的“全样本”大数据本质上仅仅是对于过去客观世界所涵盖信息的切片，本身并不是过去世界的全息反映，仅仅是客观世界的一个镜像。人工智能的这种认知形式相较于人类全息的思维能力，本质上是一种降维处理。
从这个角度看，人工智能的边界取决于人类对于自身智能的认知程度。单就脑科学而言，目前人类对于自身大脑的认知仍然处于比较有限的阶段，更何谈意识、智慧等相较大脑而言更加难以捉摸的事物。从逻辑上讲，人类对于自身智能的机制尚且无法做到完全了解，何谈对其进行机械化、自动化的操作而发明“人工智能”？所以说简单将人工智能所模拟出的部分人类认知模式等同于或者说无限接近于人类认知模式是不恰当的，人工智能在以上认知模式中出现“超越”人类的迹象，也并非值得焦虑的事情。
２．人类智慧的独特性探讨
相较于人工智能扎根于西方科学范畴内的“智”，我们可以另辟蹊径，在中国文化语境中溯源人类之“智”的内涵。中国的“智”字，其甲骨文（见表１）与行军作战密切相关，本义侧重于对军事策略、战略战术的传授，可窥见其中“实践”的端倪，同时这种“实践”离不开对天时地利人和的把握，是一种天地人系统思考、有机整体的“实践”。这已然奠定了人类之智的文化基调。
人类的“智”并不局限于可传授的显性知识，还包括了“慧”（见表１），意为清扫心理空间，即无杂念；以及“悟”（见表１），意为心有宇宙，五行嵌套，即明心见性、洞察万物等诸多潜在内涵，是一个由浅入深、由表及里的复杂内涵系统，通过中国独特的汉字通道传输不同层面的意义。这种关注有机整体的底层思维无疑需要激发与之匹配的“智”，这种“智”是一种将自己与有机整体融和而自身感同万物的能力，首先需要一个不为繁杂世俗困扰的清明心境，同时也需要有极高的悟性，由此达到“天人合一”。
真正的人类之智，应是基于有机整体，同时追求和不断开发人本身的无限潜能和本质洞察力，而非零散可拆解，简单将复杂事物降维就可以实现的。人工智能基于这本“百科全书”和训练、编码等进行演绎和推断，不仅可以模拟出无以计数的优化方案，甚至可以模拟出更加灵活复杂的基础情感互动、人文关怀等，但这种模拟因其基于一套与人本身不同甚至相悖的逻辑和思维，难以延伸进入更深层次和成长为更高水平。
中国汉字中所传达的多层次的人类的“智”，其实与当今西方的某些前沿科学所蕴含的理念殊途同归。例如，量子力学中的量子概念，指一个物理量如果存在最小的不可分割的基本单位，则这个物理量是量子化的。有趣的是，这是基于典型原子论世界观、还原论方法论之下，以拆解的思维得到的似乎“不可拆解”的整体。需要注意的是，量子究竟是否是最小的物理单位尚未可知，因其包含了人类仍未能探知的拆解思路，故能变幻出无穷的可能，这可以反证其是一种有机整体，其超越结构化，一味拆解而穷途末路是可预见的。
从这个角度而言，有机整体观是未来研究不可避免的重要方向，正如密不可分的“量子纠缠”，恰与中国文化中每个层面的“智”所包含的底层思维不谋而合。这种“智”，不仅是一种将自己与宇宙有机整体融为一体的能力，更体现为创造性思维。正是这种整体性思维和创造性思维的结合，使人类智慧具有不可替代性，也使人类在面对复杂价值判断时，能够从整体视角出发，做出符合人文精神的决策。这正是人工智能难以企及的人类智慧特质。
3．教育本质的回归
分科培养主导的现代教育体系面临人工智能的危险在于，其培养模式倾向于知识性、工具性、功能性的单一知识领域的培养，这种培养依赖于过去，且依赖于过去的创新之量变易于质变，以至于掌握过去以及基于此的创新很大程度上会被人工智能所威胁。与此同时，分科培养的副产品是基于视角一隅的局限和偏执，这意味着自发、内生、持续地思考（尤其是反其道而行之）受困于“身在此山中”的囹圄。这种群体内部存在的局限和偏执自然生发出“认知—行动—结果”的功利主义，以及无功而返的绝望处境。
相较之下，中国传统分层教育正是将基于“道—象—器”分层认知模式付诸教育实践，形成了传承百代的中国特色分层教育体系。分层教育并不局限于知识性、工具性、功能性的单一知识领域培养，而是一种高屋建瓴、多层复合、多领域融通的培养。这种培养模式下，此人类之智非彼人工智能之智，是一种本质规律向千行百业的倾泻和映射。思维更容易得到碰撞，创新的质变更容易产生而不依赖于“过去”之智。多视角培养了更加包容和开放的人类，他们更愿意接受“认知之外”，并因此允许非功利倾向的存在，也不会因为暂时的无结果而陷入一蹶不振。了解了这一点，我们就不会产生人工智能替代人类的焦虑，取而代之的是应该思考如何以人工智能为工具而“返观内照”，将对人的认知再上一层楼，进而以“天人合一”为路径，更加深刻地认识我们身处的宇宙。这必然会创造出人类发展进程中的“质变”。为此，我们有必要重新审视中国传统分层教育的历史实践及其深厚的文化根源，从中汲取智慧，以应对人工智能时代的教育挑战。
二、中国传统分层教育实践与其文化本源
(一)中国传统分层教育历史沿革
在中国古代教育体系中，“道—象—器”的分层认知模式在教育观上的体现主要在“士人教育”与“匠人教育”两条教育路径的分野之上。士人教育致力于培育具备治国理政能力的通才，即道才；而匠人教育则专注于塑造掌握特定技能或知识的专业人才，即术才。在教育组织形式上，官学与私学互为补充，为国家的长治久安提供了坚实的人才支持和智力基础。
１．士人教育与道才培养
随着社会生产力的提升和文字的发明，官学体制逐渐形成，到西周时期，教育体制更为完善，选士制度相对完善，？礼记·王制？记载：“命乡论秀士，升之司徒，曰选士。司徒论选士之秀者而升之学，曰俊士。升于司徒者不征于乡，升于学者不征于司徒，曰造士。”造士经过诗、书、礼、乐的考核，然后“大乐正论造士之秀者，以告于王，而升诸司马，曰进士”。经过层层选拔后的进士，辅助天子统治国家，管理人民。直到春秋时期，生产力急剧发展冲破了国有制的阈限，士人教育经历了从政教合一到私学兴起的重大变革，文化教育权开始向民间转移，私学体制应运而生，百家争鸣，聚徒讲学。鸿儒至尊孔子首开私学之风，其教授内容包括“文、行、忠、信”四项（？论语·述而？）。文，即“礼乐诗书”；行，小之洒扫应对，大之致君泽民；忠与信，则为修身的道理。战国时期，齐国建立稷下学宫，兼具学术研讨争鸣及为现实政治服务功能，士人的教育重点在于六艺，即礼、乐、射、御、书、数，以“通之以道，畜之以惠，亲之以仁，养之以义，报之以德，结之以信，接之以礼”为教学准则。
秦代严禁私学而未设立官学，士人教育一度消沉。汉代则有所改观，士人教育场所多样，包括家学、私塾、太学等，教育内容以“孔子之术，六艺之科”为主，私塾兼及天文、历法、算学、律学等知识的传授。魏晋南北朝时期，士人教育更加多元化，私学繁盛，士人教育不再局限于儒学，玄学和道学等也成为教育的一部分。隋唐五代时期，科举制度的确立为士人提供了更为公平的入仕途径。唐代官学教育内容广泛，除了儒家经典、政治理论、文化艺术外，还包括天文、历法、数学、兵法等实用知识和技能，旨在培养具有全面素质的官员和学者。书院也于此兴起，道德教育与治国理想兼育。宋代，理学的兴起，书院逐渐成为此时期除官学以外最重要的教育承担机构。理学家朱熹认为，小学教授以“事”，大学教授以“理”。事，如“礼、乐、射、御、书、数及孝、悌、忠、信”之类。理，如“致知、格物及所以为忠、信、孝、悌者”之类，此时士人教育更加注重思辨和实践，强调体用合一。明成化以后，科举考试的取舍又以八股文为主要依据，为了追逐科举及第，学校除了训练学生作八股文章，对于经、史、历、算统统束之高阁，学校沦为科举的附庸，士人教育逐渐没落。
从历史的变迁中可以看出，我国古代完整的士人教育，兼具专业教育，如天文、历法、数学、兵法；普通教育，如孝、悌、忠、信；通才教育，如格物致知的思辨教育；同时注重知行合一的实践教育，如行，小之洒扫应对，大之致君泽民。承教于古代士人教育所出的道才，譬如唐代的韩愈、宋代的苏轼、明代的王阳明，学识之广，在多个领域均成就非凡。宋人有言：不为良相，便为良医。便是对这种教育模式的最好注解。以分科视角来看，医学与管理国家的学问完全属于不同领域，但是在接受士人教育培养下的道才却可以得时为相，不得时则为医，医与相的身份转化，在于个人人生际会，而不局限于学科之别。
２．匠人教育与术才培养
古代匠人教育包括针对专业技能的工匠教育，可以简单理解为古代的职业教育，以及针对专业知识的知识分子教育，即当下普通教育的前身，以分科教育培养术数之才。
在官府匠人培训方面，最初工匠的技术传授是世袭家传，最早的记载见于？周礼·考工记？：“知者创物，巧者述之，守之世，谓之工。”提出工匠事务由官府严格管理，并有明确的规范和规格。秦代开始，出现负责管理官府工匠和营造事宜的机构，即“将作少府”。唐代，技术传授从世袭家传转变为师徒传授，并对培训时限和考核方法有明确规定。宋代以后，官营作坊开始重视使用法式，即工匠手册，使徒工培训更为规范化，元、明、清各代都有法式，如明代中叶的？营造正式？，总结了古代南方民间建筑的丰富经验，曾在江南广为流传。此外，在官学分科知识分子培养方面，唐代开始，象学分化为器学。唐代中央官学设有律学、书学、算学、医学，以分科培养专业人才。宋代，胡瑗在地方官学创构“分斋教学”制度，将学校分为“经义斋”和“治事斋”两个部分。后者“治事则一人各治一事，又兼摄一事，如治民以安其生，讲武以御其寇，堰水以利田，算历以明数是也”，即发展实用学专科，惠及于民。由于元代与西域的文化、经济交流频繁，出现培养翻译人才的专科学校“回回国子学”，它被看作我国最古老的外语学校。
私学匠人培训中，古代职业教育以家传工艺和师徒传习为主要形式。秘方和秘诀成为家传技艺的核心，通常采用一线单传的方式。师徒传习中，行会扮演重要角色。从唐代开始，行会已有产生，至明清城市中每一个独立的手工业都有行会行规约束同行，并对学徒的招收、培训等制定严格规定。此外，于私学分科知识分子的培养层面，在魏晋南北朝时期，有关专业知识型群体的私学教育已然颇为丰富，开始融入更为专业的教育元素，涵盖了医学、天文学、历算等科学技术领域。宋代出现了专门教授数学的私学，司马光对天文、律令与数术之学极为精通，在私学讲学之时亦曾讲授过。清初的实学思想家颜元极为注重天文、地理、农学、水利、医学等自然学科的教育，其主持的漳南书院实施分科设教，极大地充实了古代分科教育的实践。
(二)中国特色分层培养模式从何处来？
从我国传统分层教育模式之别可以看出，士人教育与匠人教育两者互为补充，本质上并没有孰优孰劣之分。虽然在历史演进中，受科举制度等社会因素影响而逐渐形成了“重科举、轻匠艺”的现象，但这是社会制度变迁的结果，而非教育设计的本意。不难看出，这种教育模式同样存在分科之学，但是这种分科教育是在整体分层认知基础上基于现实而进行的分科，是从现实出发，最大限度发挥教育功用的一种社会分工的体现，仍然是基于？易经？“道—象—器”知识体系而设计的教育体系。？易经？所蕴含的核心要素之一，便是其展示的一种孕育与教化并行的万物生成图景，其深刻影响了中国教育思想的根基，使其始终关注生命的成长与发展：无论是乾坤与诸卦以及万物间的教化关联，还是乾坤自我教育的过程及其“成己成物”的功能，以及？易经？与？论语？？中庸？？老子？等经典教育思想之间的相互印证，都彰显了？易经？对中国教育思想深远且根本性的奠基作用。？易经？的深远价值可用“究天人之际，通古今之变，成一家之言”来理解。“究天人之际”的“际”，？说文？中解释为“壁会也”，意为两堵墙交会的地方。这里引申为能贯通人类社会与大自然的知识体系。换言之，“究天人之际”就是探究、发现能够贯通大自然和人类的知识体系。“通古今之变”的“通”是贯通，“变”是变化，意为贯通从古到今的变化，可引申为发现各种变化背后的规律。司马迁的定义，前一句是空间范畴，后一句是时间范畴，这种理论是横跨天人、纵横古今的人类认知体系，传达了传统中国社会的共识。
？易经？智慧在中国古代知识分子中演变为萃取变化背后的不变之道，是一种道术结合的理论和实践。这一套理论与实践之所以行之有效，在于把握了共通的本质规律，落实到具体问题的解决，则可以根据具体环境参数赋值具体应用。在传统社会，通过选拔机制，人们会被分配到最适合自己的学习领域。当然，并不是所有人都适合士人教育体系，为适应社会发展的客观需要以及人的客观潜质，无论中央还是地方都存在特色学校，培养各类人才。专业人才学习内容接近现代综合性大学的分科教育，类似于“术才”培养。
可见，由？易经？内核思想生发而来的中国分层知识观和与之对应的分层培养模式，是道术结合，自上而下一以贯之的，而简单的分科之学则是一种平面的知识体系，是道术割裂、重术轻道的。两者最大的不同在于：分层之学的整合理论更倾向于基于道的认知，分科之学的拆解理论则是基于术数的认知。
三、当代教育模式的革新路径与未来预想
当下，我国现代教育体系面临人工智能的冲击，本质上是分科治学，因其原子论世界观和还原论方法论受困于人工智能在技术路线达到“奇点”而引起，即人工智能依赖人类在这一技术路线上永远也无法企及的运算能力和学习能力对于人类“器”层面认识的终结，以及可预期的未来能够实现对人类“象”层面认知的无限靠近。在这一背景下，分科治学的教育模式将长期面临一对基本的矛盾，即道术矛盾：本质性的内在规律探索和器物性的外部表象探索相割裂；本质性内容在人才培养中被少数人垄断，往往与个体资源集聚状况匹配；器物性内容缺少本质性内容的统领和支撑，依靠拆解重组来解决问题，难以真正触及要害。
要改变这一困局，必然要从道术矛盾入手，进行一场认知变革，完善知识体系，进而探索新的教育实践模式。在“第二个结合”思想的引领下，我们需要足够重视中华优秀传统文化中源于？易经？思想的分层认知体系以及传统教育体系的精髓，思考面向未来、具有中国特色的教育体系。以下是当代教育革新的两个可能路径以及其之上的教育模式设想。
（一）构建“道—象—器”分层认知模式
人工智能的研究之所以先后三次涌起浪潮，本质在于人类对于自我智能认知的演变投射于人工智能的技术路线之上，即从简单逻辑推理路线、归纳路线到“演绎—归纳”路线，但是这种认知模式并非能够涵盖人类之“智”，仅是其在原子论世界观以及还原论方法论视角下的特殊形式。人类之智，远超该范畴。人工智能的发展以及其带来的“替代效应”使人类有机会走出原子论世界观规制下的认知藩篱，从工具性中脱离，回归到对人本身的整体考量。
从认知的层面来讲，这种人类之“智”其实遵循的是中国文化中自上而下的“道”“象”“器”分层结构：“器”探讨的是一事一物之理；“象”探讨的是一类事物背后的规律；而“道”探究的则是万事万物共同遵循的规律。也就是说，中国文化中人类的“智”包含着不断探究更具有普适性规律的趋势，直至可以解释一切事物的终极科学规律———道。这种人类之“智”先天具有不断向上的生命力和与宇宙同在的智慧潜能，而人工智能之“智”受限于“演绎—归纳”的底层逻辑，据此可以推断，其无限接近人类思维模式的部分本质是人类基于“象”的思维，至于“道”层面的认知，当前的人类在对自身认知模式尚且无法彻底理解的基础上，更遑论对其机械化、自动化运用。
在以分科培养模式主导的现代教育体系下，人的上限可望且可及，这种上限的理想会一定程度聚焦在人工智能的某些部分，人类在原生智慧和潜能的消退中落败于人工智能是有可能的，这亦是人工智能对现有分科培养模式的本质冲击。
（二）构建“分科—融合—本原”贯通的知识体系
受制于分科认知模式，传统知识体系中“高精细”分类思维曾导致学科内部知识碎片化、整合难度高，学科之间壁垒森严、对话难度高，并且在各自发展中逐渐与日常实践分离。跨学科、学科融合等方法曾一度被寄予厚望，以解决以上困境，但是实践中往往出现“拼盘式”“宽而不深”“跨而不融”等新困境，使以跨学科、学科融合等方法构建贯通的知识体系往往缺乏通约而普世的路径。问题并不在于学科本身或学科之间，而是在于认知模式之上，以上当前的跨学科和学科融合尝试仍然是基于分科视角下进行的，故难见成效。现代教育体系的变革意欲突破当下新人工智能裹挟下日显“外强中干”的分科藩篱，需在本质逻辑上“反其道而行”———从“道—象—器”分层认知模式出发，构建“分科—融合—本原”贯通的知识体系。
所谓分科知识，即对应“器”层面的认知模式所形成的对于一事一物之规律的知识。这类知识的生产依赖于对全息世界的极致简化，最终落脚于几个变量的刻画，其知识的科学性在于变量所涵盖样本对于研究整体的拟合程度。对规律性的认知局限于某一个具体的领域或问题，研究者仅研究某一领域，忽略其他领域。这种知识体系的优点在于能够在短时间内培养某一学科专家，但所谓专家只能在狭小的细分领域发挥专长。人工智能在这类知识的生产上，依靠其逻辑符号运算能力以及大数据的全样本视角。理论上，假以足够的电力与时间，人工智能可以完成对于分科知识的穷尽。然而，即使人工智能完成这类知识的穷尽，受制于数字符号在逻辑底层本质相同的原因，这些知识的真理性根本无从判别，这也解释了当下人工智能常常“胡言乱语”现象的本质。
所谓融合知识，其对应“象”层面的认知模式所形成的是事物共同遵循之规律。这类知识，即当前跨学科和学科融合试图探索的知识领域。但是如果其探索路径仍旧受制于分科认知模式，这种尝试即使能在一定程度上取得成果，但最终仍然会走入“不识庐山真面目，只缘身在此山中”的困境，这条路径归根到底只是知识的简单组合，新人工智能的上限也在于此——对于分科知识的无尽组合。与分科知识在人工智能穷举后的所面对的困境一样，这类知识仍然难以辨别其真理性。是故，穷举分科知识进而完善融合知识是一条难以为继之路，如同肉肠难以还原为活猪一样。古人云“天垂象”，为当今融合知识体系的构建指明了方向，即自上而下，把握天道所显示的象。
所谓本原知识，其对应“道”层面的认知模式所形成的是万事万物共同遵循之规律。这类知识直面全息而客观的世界，即？道德经？所言统率一切客观事物，掌握着万事万物发展的客观规律的“道”。？易经·系辞？云“形而上者谓之道”，对于这种见无可见、分无可分的认知对象，归纳或者演绎的认知模式无法在世界观上给予应对，基于这种认识论之上的人工智能注定也无所适从。而人自身作为全息而客观的世界中的一部分，成为把握这类知识的最佳研究主体。但是，本原知识这个层级对学习者的综合素质要求极高，中国传统文化中将能够认知这个层级的人，称为“圣人”，故有“道本无言，圣人强言耳”的说法。
正如从被人为机械组合化的世界回归到有机融合式的世界，作为分科之“刃”的原子论世界观和还原论方法论将重新熔铸为一体，呈现出一个基于非切割、拆解逻辑的分层培养模式。基于与世界真相契合的有机整体观，将一事一物之理、一类事物之理、万事万物之理自下而上精约为“道—象—器”知识体系，不断开发得天独厚的人类优势，使人类之智“苟日新，日日新”。中国特色分层培养模式以“道—象—器”认知模式整合知识，其自身不但形成一种条贯而下的整体，而且相互之间互融互摄，对待互补，显示出共生共荣的大生机。分层培养模式整合平面学科为立体以应对生存挑战，或将成文明发展关键。
（三）基于易经思维的教育模式预想
分科治学的合理性在于其顺应了人类历史进程中工业化的需求，但是当下，工业化业已进入智能化的阶段，人工智能某种意义上敲响了分科治学以及分科教育体系的丧钟。在“道—象—器”认识模式和“分科—融合—本原”贯通的知识体系的观照下，教育的基本功能将被赋予新内涵。
从教育的个体发展功能而言，传统教育以师生关系进行的知识传授、技能培训以及定向培养的功能将在人工智能的冲击下完成向“机器助人”模式的转变，人工智能这本“百科全书”将使分科知识和部分融合知识变得极易获得，师生关系逐步侧重于价值观和品格的塑造。由此可以推知，现代教育体系的教育模式或许将在未来演变为“支持型教育模式”“智慧型教育模式”。其次，从教育的社会发展功能而言，教育的社会分层功能在从前以及当下是不争的事实，但是在人工智能冲击下的未来，社会分层的功能将退却乃至消亡，取而代之的是人类社会共识教育的功能，对应的教育模式则为“共识型教育模式”。
１．支持型教育模式
支持型教育模式根植于社会分工的客观需求，在人工智能时代呈现出新的发展特征。该模式传承我国古代匠人教育的精神内核，以培养适应社会功能节点的专业人才为核心目标。古代匠人教育体系强调“艺”与“道”的统一，注重技艺传承中蕴含的文化精神，这种教育理念对现代支持型教育模式的构建具有重要启示意义。
在运作机制上，支持型教育模式充分利用人机协同优势，将人工智能技术融入知识传授与技能培训过程。人工智能技术的应用不仅提供了更为丰富的学习资源和更加个性化的学习方案，更重要的是实现了知识获取方式的根本性变革。通过智能化教学平台，学习者能够突破传统课堂的时空限制，实现知识的及时获取和技能的持续提升。这种运作机制使专业教育更具适应性和开放性，能够随着社会需求的变化及时调整培养内容和方式。这种模式强调专业能力的系统培养，但不同于传统分科教育的割裂式培养方式，而是注重知识的融通性和技能的迁移性。在知识体系构建上，支持型教育模式强调专业知识间的有机联系，通过跨学科知识的整合，培养学习者的综合思维能力。在技能培养方面，则注重培养可迁移的核心能力，使学习者具备适应职业发展需要的能力储备。
在具体实践中，支持型教育模式通过现代技术手段重构教学场景，使学习者在获取专业知识的同时，培养跨界思维能力。虚拟现实、增强现实等技术的应用，为专业技能的实训提供了更为真实的模拟环境。智能评估系统的引入则使学习效果的评价更加科学和客观。这种教学场景的重构不仅为学习者提供了更加丰富的实践机会，更重要的是提高了教学效率。
这种模式的创新价值在于实现了传统匠人教育精神与现代技术手段的有机结合，既保持了专业培养的深度，又突破了传统技能教育的局限性。支持型教育模式通过技术赋能，使专业教育更具适应性和前瞻性，能够更好地应对人工智能时代职业发展的新要求。同时，这种模式也注重培养学习者的人文素养和职业道德，传承工匠精神中追求卓越的价值取向，实现技术技能与文化精神的统一。
２．智慧型教育模式
智慧型教育模式承继我国古代士人教育传统，面向本原知识的探索与创新。士人教育传统强调“格物致知”“穷理尽性”的认知路径，这种追求终极真理的精神取向，在现代教育体系中转化为对本原知识的探索。本原知识不同于具体的学科知识，它是贯通各领域的普遍规律和基本原理，需要更高层次的认知能力和思维品质。这种模式的根本特征在于其对学习者整体素质的高要求，需要建立科学的人才遴选体系，选拔具有突出学习潜质的人才进行重点培养。遴选体系的建立不仅关注学习者的知识储备和认知能力，更注重其悟性、创造力和思维深度等潜在特质。这种选拔机制突破了传统考试评价的局限，通过多维度的评估方式识别具有深层次思维潜力的人才。
在培养过程中，智慧型教育模式注重思辨能力的培养和创新思维的发展，引导学习者超越具体知识层面，探索事物发展的普遍规律。该培养方式强调问题导向和研究性学习，通过深入的学术探讨和思想交流，培养学习者的批判性思维和创新能力。这种培养过程不仅重视知识的系统性和完整性，更强调培养学习者独立思考和创新探索的能力。
这种模式对应着“道—象—器”体系中的较高层次，其培养目标不仅限于某一领域的专业成就，更强调培养能够引领社会发展的创新型人才。在“道—象—器”的层级结构中，智慧型教育模式更侧重于“道”的层面，追求对事物本质和普遍规律的把握。这种定位决定了其培养目标的高端性和引领性，旨在培养能够突破现有认知边界、开创新的知识领域的高层次人才。
古代“学而优则仕”的教育理念在此获得新的时代内涵，体现为选拔潜质优异者探索本原知识、承担更广阔社会责任的现代转化。这种转化不是简单的历史延续，而是在保持传统精神内核的基础上，对教育理念和培养方式的创新性发展。智慧型教育模式强调知识探索的社会价值和历史责任，培养具有远见卓识、能够引领学术发展和社会进步的创新人才。
在人工智能时代，智慧型教育模式的重要性日益凸显。面对技术革新带来的知识体系重构，探索本原知识、培养创新人才的需求更加迫切。这种教育模式通过高水平的人才选拔和培养体系，为社会发展提供思想引领和智力支持，实现了传统士人教育精神的现代价值。
３．共识型教育模式
马克思曾说，人的本质是一切社会关系的总和，强调人的社会性。教育是人类特有的社会活动，它在引导个体实现自我构建的过程中，需要妥善处理个体与他人以及个体与自我之间的关系。而共识型教育模式正是基于以上社会需求而产生的，其本质在于将人类基于对现实社会的符号表达而形成的社会共识进行传递，从而完成人的社会化。
共识型教育模式着眼于现代社会的基础教育需求，强调社会化过程中个体与群体关系的协调。这种模式根植于教育的社会化功能，在人工智能时代获得新的发展内涵。随着社会结构的日益复杂化和价值多元化趋势，建立社会共识、培养现代公民成为基础教育的重要使命。这种模式的核心在于社会符号体系的传递与认同，培养具备现代公民素养的社会成员。社会符号体系包括语言文字、行为规范、文化传统等多个层面，是社会成员进行交流互动的基础。共识型教育模式通过系统化的教育过程，使学习者掌握这些符号体系，并在此基础上形成对社会价值观念的理解和认同。这种教育过程不是简单的知识传授，而是涉及认知建构、情感培养和行为养成的综合性活动。在实践层面，共识型教育模式注重建立个体与社会之间的良性互动机制。这种机制通过课堂教学、社会实践、文化活动等多种形式，为学习者提供丰富的社会交往经验。在人工智能时代，这种互动机制还包括虚拟社交环境中的行为规范和价值判断，帮助学习者形成适应现代社会的交往能力和道德准则。
这种模式对应马克思“人的本质是一切社会关系的总和”的理论观点，强调教育在社会化过程中的基础性作用。教育不仅是知识技能的传授过程，更是个体社会化的重要途径。共识型教育模式通过有组织的教育活动，帮助学习者理解和把握社会关系的本质，培养其社会责任感和集体意识。在这个过程中，个体既是社会影响的接受者，也是社会关系的主动建构者。共识型教育模式通过价值引导和文化传承，实现个体成长与社会发展的有机统一。这种统一体现在两个层面：一方面，通过文化传承保持社会的连续性和稳定性；另一方面，通过价值引导促进社会的创新发展。在人工智能时代，这种教育模式还需要应对技术变革带来的价值观念转变，帮助学习者在保持文化认同的同时适应社会变迁。作为教育体系的基础性环节，共识型教育模式为支持型教育和智慧型教育提供了社会文化基础。它通过培养具有社会责任感和责任意识的现代公民，为专业人才培养和创新人才培养创造有利条件。在人工智能时代，这种教育模式的重要性不仅没有减弱，反而因为社会关系的复杂化变得更加突出，成为维系社会稳定和促进社会进步的重要力量。
这三种教育模式的构建反映了未来教育体系的整体性特征，体现了对人的全面发展的深刻关注。支持型教育模式通过人机协同确保社会专业人才的持续供给，智慧型教育模式致力于培养引领社会发展的创新人才，共识型教育模式则为整个教育体系提供价值基础和文化认同。这种多层次的教育模式，既回应了人工智能时代的现实需求，又体现了中国传统教育智慧的现代转化。
四、结语
自人类开始使用工具至人工智能发明之前，每一次工具的发明、革新与再创造带来的都是欣喜。人工智能的出现则改变这一欣喜的惯性。究其实质，过往工具的发明本质而言是“官能的物化”：人类的器官是这些工具的“造物主”，人与工具之间的从属关系显而易见，而人工智能的出现则改变了这种人与工具之间的关系。因为人工智能带领人类进入一个发生质变的工具时代。在这个时代，工具不再是“官能的物化”，而是“工具的人化”。
众所周知，人不是各种器官的简单组合体，而是统摄一切器官而又超越一切器官及其组合的有机整体，各种器官不过是人在局部的表达。时至今日，分科之学仍然不能拼凑出人之为人的本质属性。这就是原子论世界观与有机整体论世界观最直观、最深刻的区别。因此，基于原子论世界观、分科之学的人工智能以集约的方式超越了人类感官及其组合形成的认知功能，必然会引起人类自身的惶恐。但是这样一种惶恐同时是一种启蒙，启蒙人类在更高层次上认知自我。这个更高的维度就是中国人“道—象—器”一以贯之的“道”的层级。“道”这样一个中国独有的概念，它所表征的是宇宙的本质。而中国特有的“天人合一”框架，也从天与人的关系中规定了人的本质。而“道”是超越分科认知的，即“道可道，非常道”。这种超越分科认知的“道”也只有以人的有机整体性为前提，才能获得。而人工智能在有机整体性上的认识论仍然处于起步状态。了解了这一点，我们就不会陷入人工智能替代人类的焦虑，而应聚焦于如何以人工智能为工具“返观内照”，将人的认知提升至新高度，并经由“天人合一”的路径，更深刻地认识我们身处的宇宙。这必然会创造出人类发展进程中的“质变”。
为此，我们以“分科—融合—本原”为行进路线，用“道—象—器”一以贯之的中国哲学反思当下教育，希冀以人工智能对教育的冲击为触发点，构建面向未来的中国特色的教育模式。
贾利军(通讯作者)，华东师范大学国家教育宏观政策研究院、经济与管理学院教授，博士生导师，教育部首届普通高校就业创业指导委员会委员，就业与统计专家组成员，国务院就业工作领导小组办公室就业专家；徐韵，华东师范大学教育学部副教授、艺术教育部副主任；
贺达豪，华东师范大学经济与管理学院博士研究生；
邓涵月，华东师范大学经济与管理学院硕士研究生；
吴军红，南京师范大学商学院讲师.
选自《山东大学教育评论》2025年第1期
