摘要: 原標題：智慧學習方式，從學以致用到用以致學 隨著人工智能時代的到來，僅靠死記硬背就可以掌握的知識或技能逐漸失去價值，因為人工智能在這些方面
原標題：智慧學習方式，從“學以致用”到“用以致學”
隨著人工智能時代的到來，僅靠死記硬背就可以掌握的知識或技能逐漸失去價值，因為人工智能在這些方面比人做的更好。
我們要轉變教育觀念，從“學以致用”走向“用以致學”，更加重視學生的個性體驗，鼓勵他們在解決問題中學會解決問題，在做事中學會做事，成為能適應未來挑戰的人才。
深度學習
在人工智能的語境下，深度學習是一種新的算法，它通過模擬人類神經網絡，構建具有多隱含層的機器學習模型和海量的訓練數據，讓機器自動學習有用的特征，從而提升預測的準確性。
在語音識別、圖像理解、自然語言處理等領域，采用深度學習算法之后，其準確性都得到了極大的提升。正是這種算法模型的突破，讓機器擁有了類似人類的智慧，引發了新一代人工智能的崛起。
巧合的是，深度學習既是決定人工智能興衰的關鍵所在，也是決定未來教育成敗的關鍵所在。人類要想從人工智能時代的職場中勝出，就必須從強調記憶和練習的傳統學習中脫離出來。
一是，還原知識的豐富情境，知識從哪里來，深度學習的起點就應該從哪里開始；
二是，面向實踐的學習活動，鼓勵學生用所學知識解決實際問題，以任務驅動的方式組織學習，提供接近專家及其工作過程的機會；
三是，用不同視角透視學習，提供社會化軟件及其它認知工具來支持學習，允許共同體成員擁有不同的角色和身份，鼓勵提出不同觀點，讓學生在對話和互動中建構知識；
四是，提供成果展示及表達的機會，促使思維清晰化，引導學生，進行反思，實現對知識的深度理解；
五是，建立更加立體的評價，把關注點從教師的教轉向學生的學，強調學生的參與度、積極性以及突破原有框架的創造力，利用學習分析、課堂觀察等技術手段，為不同的學生制定不同的標準，讓每一位學生都有出彩的機會。
跨學科學習
人類的智慧來源于知識觀的完整，它不是零敲碎打的，而是與整體特征密切相關的。
現行的分科教學有利于系統知識的習得，但不利于完整知識體系的形成和綜合思維能力的培養。
跨學科學習倡導根據生活中的問題設置主題，將不同學科圍繞同一個主題聯系起來，構建相互銜接貫通的課程體系。
一是，學科知識整合取向，分析各學科的知識結構，找到不同知識點之間的連接點與整合點，將分散的課程知識按跨學科的問題邏輯結構化；
二是，生活經驗整合取向，從兒童適應社會的角度選擇典型項目進行結構化設計，讓學習者在體驗和完成項目的過程中，習得蘊含其中的多學科知識與技能；
三是，學習者中心整合取向，這種模式不是由教師預設問題，而是由學習者個體或小組提出任務，任務內容需要學習并運用跨學科知識。
值得說明的是，跨學科學習需要堅實的學科基礎，沒有學科就沒有跨學科，兩者是相輔相成的，要處理好分科教學和跨學科學習的關系，從更廣闊的視野認識學習的本質。
無邊界學習
陶行知先生指出，如果學校生活與社會生活聯系不緊密, 學生的學習不是從自己的直接經驗里長出來的，那就是一種呆板的、低效的教育。
學校應該是一個開放的組織系統，要建立與真實世界的聯系。
美國的密涅瓦大學就是“一所沒有校園的大學”，四年本科學習分布在全球七大城市，包括舊金山、香港、倫敦等，通過與當地的高校、研究所、高新技術企業建立合作，學生可以使用一流的圖書館、實驗室等進行學習，利用一切可利用的社會資源開放辦學，實現了教育的結構性創新。
無邊界學習是未來教育發展的重要趨勢，它包括：
一是，把知識學習和現實生活連接起來，學生的學習場所不再固定，隨著課程的不同，既可以在教室，也可以在社區、科技館和企業，甚至可以去不同城市游學，任何可以實現高質量學習的地方都是“學校”；
二是，建立實踐共同體，加強學校與產業行業之間的合作，共建創新創業實踐基地，引導他們運用知識去解決現實問題，從而獲得真正的本領；
三是，技術增強的泛在學習，利用混合現實技術，讓學生有機會觀察微觀世界、感知抽象概念，使學習變成一種豐富情境下的親身體驗。
鑰匙三：智慧教育管理，從“科層機構”到“彈性組織”
當前的教育管理大多采用科層制，各職能部門分工明確，職權關系等級分明，按照標準化流程開展工作。
這種模式有利于提高效率，為現代學校運行提供了有力的組織保障，但在人工智能時代卻暴露出缺陷：在嚴格的條條框框下，學校被程序化、行政化，很容易就會陷入具體細節之中，對新變化缺乏適應能力。
原本充滿智慧的教育，變成了按部就班的機械操作，學校和教師逐漸失去自主性和創造性。
新教育 · 新觀察 · 新視點
