参考文献：

王飞跃.平行智能与平行教育：对教育教学的审视与展望[J].现代教育技术,2024,34(01):5-16.

平行智能与平行教育：对教育教学的审视与展望

王飞跃

摘要：近年来，在人工智能技术的强力推动下，一场教育模式的重大变革——智能教育支撑的平行教育变革已开始在全球范围内蔓延开来，这就需要从平行智能与平行教育的角度重新审视教育教学。基于此，文章首先探讨了教育的本源与目的，以作为梳理平行智能与平行教育关系的理论基础；接着介绍了平行智能与平行教育的定义、基本框架及其应用发展过程，指出平行智能为平行教育提供了有力的智能技术支撑；之后重点阐释了智能教育支撑的平行教育变革，认为这场变革不仅包含教学内容和内涵、学科结构和考核方式的变革，还涉及教育形态的创新；最后展望未来，强调要引入平行师生、平行学校的理念与相关技术来保障平行教育变革的成功，以此开创教育变革新方向，谋求可持续的人类福祉。

关键词：平行智能；平行教育；平行师生；平行学校；教育变革

近年来，人工智能技术特别是以AlphaGo为代表的深度学习和以ChatGPT为代表的大模型方法已对社会各层面产生了巨大的冲击[1][2]。在积极研究和采用相关智能教学教育新手段的同时，一些人对将来“学什么？”“如何学？”“如何评估？”等问题产生了困惑，甚至感到深深的焦虑，出现了人工智能让人大规模“失业”、人工智能会“取代人”“奴役人”等极端想法[3]。实际上，以ChatGPT为代表的生成式人工智能（Artificial Intelligence Generated Content，AIGC）处于智能科技的兴起之初，我们不必为此焦虑，因为接下来智能技术的迭代必将更快，直至完成从工业时代到“智业”时代的历史变革。尽管专家学者、行业创业人士都无法精确地刻画未来智业社会的形态，但其“实化虚、虚为实”的虚实互动和平行相交的时代特征已为大家普遍接受，目前全球掀起的数字化浪潮就是表现之一。从技术的角度，大模型、数字孪生、人工智能代理（AI Agent）、数字人类等都指向集人类智能（Human Intelligence，简称“H”）、人工智能（Artificial Intelligence，简称“A”）、自然智能（Natural Intelligence，简称“N”）、组织智能（Organizational Intelligence，简称“O”）为一体的“HANOI”（最后一个字母“I”是指Intelligence）平行智能共同体系[4]。因此，研究基于平行智能的平行教育问题[5]，是推动智能科技在智慧教育中深度应用的一个重要课题，本研究将就此进行讨论。

一       教育本源与目的

教育行业应如何面对智能技术？回答这个问题之前，需要先对教育的本源与目的进行探讨。

1 教育的本源探讨

人们似乎忘了，教育作为一个行业从本源上来说就是人工智能，其本质是利用人工（Artificial）而不是自然（Natural）的手段和信念，让每个学生从原本的“自然人”通过“教育”成为符合一定人工而非自然的社会规范之“人工人”，这也是人类区别于一般动物的根本特征之一。在古代中国，开创民办教育之先河的孔子提出用“人工”的“仁礼中庸”思想培育弟子，试图通过《诗经》的“赋、比、兴”和“六艺”等方式把活生生的自然社会变成符合儒家规范的“人工社会”，“克己复礼”回归到孔子心目中和谐古朴的“西周礼制”，为后来中国特色的科举教育奠定了基础。而在西方，从古希腊泰勒斯创办的米利都学派到柏拉图创建的雅典学院，都反映了将“源于生活，高于生活”的“文法、逻辑、修辞”变成纯人工非自然存在的“理念”（Ideals）或“概念”，并构成“理念世界”，使“爱智慧”（Philosophia）的人类天性演化为形而上的哲学（Philosophy），开启了西方教育与科学的进程。

因此，无论中外，教育与科学都是人工之物，而非自然之物。正如“人工智能之父”Simon[6]所言：科学与教育是“人工之科学”（Science of Artificial）和“人工之教育”（Education of Artificial）。实际上，直到文艺复兴之后，西方科学才回归于自然，重启利用科学手段改变自然世界之进程，并推动着人类社会从农业社会进入工业社会，学校教育也从贵族教育、私塾教育走向今天的现代化工业教育。

2 教育的目的探讨

教育的目的是什么？是传授知识？还是立德树人？英国教育理论家Whitehead[7]认为，教育的目的就是让学生发现“所学到的东西，能够帮助其理解在其生命中所发生的一系列事情”——这个“理解”不仅仅是一种逻辑上的认识，还是法语格言“理解一切，即宽恕一切”（Tout Comprendre C’est Tout Pardonner）中所含的意义。这一认识，在传授知识与立德树人（即知识与智慧）之间架起了一座互融互通的桥梁。基于此，我们不妨以如下态度面对人工智能可能在教育领域引发的冲击与变革：宽恕智能技术带来的变化或进化，并坦然地投入其中，而不是一味地“焦虑”乃至“恐惧”，以至“躺平”甚至“放弃”。

另外，Whitehead还强调：“我们想要的‘理解’，是坚定不移地对现在的理解。知识的唯一用途，就是武装我们的现在，没有比轻视现在对年轻人的危害更大的了。”[8]这里的“现在”，指的是“现在包含了一切，现在是一个神圣的所在，因为它既联系着过去，又包含着未来。”那么，一个迫切需要回答的具体问题便是：人工智能技术支持的教育所处的“现在”是指什么？我们认为，继AlphaGo和ChatGPT之后，加上早已普及的Wikipedia、百度百科等搜索类工具，智能产业对知识提出了更高的要求。我们现在的教育体系类似于百余年前的私塾，目前讲授数理化等课程的方式也与靠死记硬背学习“四书五经”的方式差不多，不仅严重背离以现代人工智能为基础的智业社会对人才素质的基本要求，而且所学知识与其实际需求严重脱节，有时不仅无用，甚至有害。也就是说，现在风行的许多教育理念和教学方式，其内核仍然是用农业社会的认知与手段培养工业时代的人才，结果只能是背道而驰，不但浪费时间和人力资源，还可能导致受教育者的身心受摧残和心智被破坏。变革已经刻不容缓，我们必须在世界范围内加快教育的变革速度和力度，尽快构造并实践面向“联系着过去，又包含着未来”的智业社会之“现在”教育体系技术，服务于人类命运共同体的安全健康与可持续发展。

综上可知，人工智能与教育教学同根同源，当下的智能科技将极大地促进教育技术，推动教育向适应智业时代的方向变革。基于上述对教育本源与目的的探讨，本研究参考相关研究成果[9][10][11]，重点探讨平行智能在平行教育的应用，以期抛砖引玉，唤起更多专家学者和有识之士的重视与研究，以可冶理、可管控的方式有序且有效地利用人工智能，加速推动教育教学的人性化、智能化变革。

二      平行智能与平行教育的发展及应用

1 定义与框架

平行智能源自20世纪80年代初利用Monte Carlo方法研究材料断裂寿命的工作[12]，其基本框架如图1所示。具体来说，平行智能是指通过实际的物理系统与一个或多个对应的虚拟人工系统（Artificial Systems，简称“A”）之间的平行互动，形成描述智能（Descriptive Intelligence）；然后利用这种互动，进行计算实验（Computational Experiments，简称“C”），将小数据转化为大数据，把少数案例对抗生成为大量新案例，形成场景工程，产生预测智能（Predictive Intelligence）；最后，将在“A”“C”基础上做出的决策和管控措施同时投放至真实教育系统和人工教育系统，利用其在两者之间的执行结果差异，产生虚实互动的反馈信号，形成虚实之间交叉进行的双闭环运行，即平行执行（Parallel Execution，简称“P”）与引导智能（Prescriptive Intelligence），这就是基于“ACP”三步组合的平行智能应用。

平行教育始于20世纪80年代末利用网络技术进行国际太空站智能机器人组装系统的原型实验、验证和示范工作[13]，其基本框架如图2所示。具体来说，平行教育是指通过真实教育系统与一个或多个虚拟的、数字化的人工教育系统之间的平行互动（如与目前风行的教育数字孪生或教育大模型之间的平行互动），形成对特定教育问题和功能的量化或模块化精确描述，产生针对教育复杂性的描述智能基础；在此基础上，可采用计算仿真、虚拟现实、对抗生成等方式，进行教育的计算实验，将教育小数据变为教育大数据，形成教育深智能，对抗生成“涌现”出教育的预测智能；最后，将由此产生的教育政策和相关步骤同时在真实教育系统、人工教育系统中实施，并根据两者的效果差别、各自与其目标之间的差距，综合修订相关的政策和步骤，为“知行合一”提供相对量化与客观的评价依据，制定并落实相对实时闭环的教育智能决策。

2 应用发展

20世纪90年代初，美国亚利桑那大学的机器人与自动化试验室成功实现了利用常规的互联网技术从法国、日本控制美国的多个PUMA机器人，并在其开放日（Open Day）公开向高中师生展示机器人的远程协同合作，开启了将智能技术应用于课堂教学的研发过程。同时，在美国国家科学基金会的资助下，亚利桑那大学创办“WAVES Lab”[14][15]，即互联网视听化教育系统（Web-based Audio and Video Educational Systems，WAVES）实验室，利用人工智能代理技术和虚实交互方法，开展了课程研究一体化（Combined Research and Curriculum Development，CRCD）研究。CRCD研究的特色是通过互联网，让学生随时随地利用远程实验室进行软硬件试验、实时观察实验过程，并由数字实验与教学代理员、人类实验员、教学助理以“在线+离线”的混合方式协助学生完成实验工作。

21世纪初，在WAVES技术的支持下，中国科学院复杂系统与智能科学重点实验室完成了WAVES II远程教学实验系统的开发。通过中国自动化学会组织的专家鉴定，WAVES II系统从较为单一的控制自动化试验系统发展为面向通用和较为复杂的嵌入式实时操作系统，并采用特定应用操作系统（Application Specific Operating Systems，ASOS）、远程现场可编程装置（Remote Field Reprogrammable Devices，RFRD）、基于代理的控制（Agent-Based Control，ABC）等技术，用于工业过程、机器人与自动化、智能家居、智能交通、电力能源等系统的研发与教学。

自2013年起，在中国科学院复杂系统管理与控制国家重点实验室、青岛智能产业技术研究院（下文简称“青岛智能院”）、中国自动化学会、“松鼠AI”和浙江省智航教育基金会的大力支持下，本研究团队推出了以iSTREAMS和iCDIOS为代表的平行教学智能科技[16][17][18]，主要服务于中小学和大学的智能科技教学与示范，由此正式开启了平行教育的研究与应用。平行教育体系由“一个理念”“两个核心”“三个面向”“四个方向”“五个方法”“六个领域”“七个模块”组成，各部分的具体内涵如图3所示。目前，平行教育的研发成果已经在云南、甘肃、贵州等10多个省市得到应用，共创办“智航学校”30余所，成为了教育扶贫的标兵和国务院公布的50个扶贫标模工程之一。

平行教育三十余年的研发经历充分表明：人工智能对教育行业产生了巨大的影响，而基于平行智能的平行教育具有独特的潜力[19][20][21][22]。尤其是当AlphaGo和ChatGPT出现之后，平行智能为平行教育提供了更加有力的智能技术支撑，使基于人工社会的人工教育系统建设（即广义的教育数字孪生与教育大模型）和基于计算实验的实时在线教学评估（即广义的对抗生成和交互式人工智能方法）变得更加现实和有效[23][24]。值得一提的是，国外有专家将2024年视为“AI Agent”的“元年”，原因主要在于趋向并认同基于数字平行师生和虚实互动的平行教育组织与管理之理念。

三      平行智能支撑的平行教育变革

平行智能和平行教育的科学哲学基础[25][26][27]，融合了Whitehead[28]的过程哲学和Popper[29]三个世界的世界实体模型，再加上近期大模型、元宇宙、生成式人工智能等取得的新进展，证实了平行智能可以支撑平行教育变革，主要表现为：

1 教学内容和内涵的变革

在书籍匮乏、教学资源稀缺的农业时代，细究经典就是学问的一切和科举教育的核心。到了工业时代，社会的基础知识和教育设施发生了根本性变革，除了少数领域，掌握经典文献的知识不再是特殊才能，而是成为了普通人的普通“人文素质”。工业时代的现代教育要求学生掌握扎实的数理化和计算机等专业知识，但随着大模型、生成式人工智能等技术的不断成熟和普及，Wikipedia、百度百科等搜索类工具必将日益智能化，社会的基础知识和教育设施将再次发生根本性变革。如同从农业时代到工业时代所经历的教育转折，除了少数领域，掌握数理化和计算机等专业知识也将不再是专业才能，而是不可避免地也成为了普通人的普通“科技素质”，以用来应对生活和工作中的绝大多数问题。近期ChatGPT在世界范围的突出表现，加上以“AI Agent”为代表的数字人技术的重新兴起和加速发展，上述设想逐渐变为现实，对整个教育系统的教学内容进行结构性调整也就具有了战略的急迫性。尽管如何调整教学内容及其内涵是一个十分复杂的问题，特别是面对未来世界的多样性、不定性和复杂性，我们难以在短时间内就此问题达成广泛共识，但我们可先从以下两个方面入手开展探索性研究：

①精简学习内容，让学生有更多的自由时间。当前，人工智能赖以成功的深度学习方法发挥其有效性的前提是避免“过度学习”（Over Learning）或“过度拟合”（Over Fitting），否则会严重丧失其解决新问题的“泛化”（Generalization）能力，导致成本极高的复杂智能算法或系统在功能上还不如一台简单的“拷贝机”（Copy Machine）——算法如此，人亦同理。正如号称“天才”的诺贝尔经济奖获得者Nash所言：过度学习二手知识，可能损害创造力和独创精神[30]。在今天这个新技术迭代极快、新事物层出不穷的新时代，学校所教的内容太过于繁细，不利于发展创新能力，必须重新思考如何精缩内容，给学生更多的自由空间，锻炼并培养其应对未知未来的能力。

②变革课程，让学生有更多的自主探索。世界各地的人工智能初创公司纷纷反映有一个值得关注的现象：来自经济和教育发达国家或地区的一些新员工，其工作能力往往还不如来自经济和教育相对落后的国家或地区。究其原因，主要在于落后国家或地区的教师能力相对较差，反而容易放手让学生自己利用网络摸索，使其能够放开手脚去寻找自己感兴趣的事与物进行自主学习，结果锻炼出了更强的应对新生事物之能力；而发达国家或地区的教师往往已有一套成熟的教学流程和课程内容，学生按流程上完课程后，其思维和能力便已在相当程度上被固化，故将大概率地无法应对人工智能初创公司所面临的新现实挑战，因而出现了“发达”国家或地区的学生反而不如“落后”国家或地区学生的现象。对此，我们应认真思考如何变革现有的教学方式和课程内容、特别是如何消除无效的“内卷”现象等问题，以使学生能够有更多的时间和机会自主地做一些探索，而不是固守可能早已过时的教育方式和课程内容。

2 学科结构与考核方式的变革

在平行智能支撑平行教育变革的当下，我们有必要考虑比变革课程更重要且更具深远影响的问题：如何变革学校的学科结构？如何设计面向“智业社会”的新课程和相应的考核方式？

（1）学科结构的变革：“新文科、新理科、新工科”代替分科课程

本研究认为，在“智业社会”所应用的大模型、生成式人工智能等新技术的支持下，当前所教的许多理工科知识极有可能成为无须专门学习的“科学常识”。可以预见，未来将不再需要设置我们现在所熟知的分科课程，就像今天已不再有我国古代围绕经典文献所细分的知识条目和所设置的“五经博士”一样。在人工智能或智能科技日益成熟并广泛普及之后，未来可能只有一门学科——复杂性科学（Complexity Science）、只有一条学习和研究的路径——交叉学科方式（Interdisciplinary Approach），两者融合而成应用复杂科学的交叉学科方式，可实现“从一到无穷大”与“从无穷大到一”的统一，如图4所示。此外，未来还有可能只有一种掌握和应用知识的方法——人机结合、知行合一、虚实一体的平行教育，将融合三个世界（即物理世界、心理世界、人工世界）和两个空间（即物理空间、网络空间），具体如图5所示。到那时，大模型、元宇宙等技术以及区块链智能（Blockchain Intelligence）、智能合约（Smart Contract）、分布式自主组织与行动（Decentralized Autonomous Organizations and Operations，DAO）将变得极为重要，学校将借助“新文科、新理科、新工科”的形态自然回归到以培养人性和想象力为主的社会基地，确保人类命运共同体的安全、健康、可持续发展。

我们有理由相信，古朴的中国思想和哲学将在这一新的智业社会中发挥重要的作用。借用《道德经》中的“邻国相望，鸡犬之声相闻，民至老死不相往来”一句，可将其发展为：平行世界，鸡犬相闻，老死不相往来，永生于元宇宙。那么在新的智业社会，复杂性科学意味着什么？其内涵是什么？学科课程如何设置？除了“复杂性科学是21世纪的科学”此句空头支票，目前学界对此并无多少认识，短期内也不会就这些问题达成共识。就像当前被认为非常重要的交叉学科，尽管多地已设立相关的机构、研究所、高等院校等，但研究者尚未就多学科（Multidisciplinary）、融学科（Interdisciplinary）、跨学科（Transdisciplinary）之间的关系和交往机制达成共识。在这种情况下，我们应如何设计复杂性科学学科并设置相关的课程？

一条可行的路径，就是梳理将人工智能应用于教育的早期开拓者的思想，然后以此为参考指导教学实践。可以参考的思想主要有：①Papert等[31]提倡的“干中学、学中干”（Doing by Learning，Learning by Doing）；②美国麻省理工学院、瑞典皇家工学院等四所大学提出的“CDIO”（即设想Conceive、设计Design、实施Implement、运维Operate）工程教育理念。值得一提的是，青岛智能院将CDIO扩展为iCDIOS，强调培养学生的5个“i”意识，即激励（inspiration）、创新（innovation）、智能（intelligence，包含情报意识）、交叉（interdisciplinary，包含独立自主意识independent）、国际化（international，包含人类命运共同体意识），最终确保教育结果能够促进人类命运共同体的6个“S”发展，即物理世界中安全（Safety）、网络世界中安全（Security）、生态世界中可持续（Sustainability）、个性化权益保障（Sensitivity，包括隐私权和择优发展权等）、全面服务（Service）、全面智育（Smartness）。

（2）考核方式的变革：比赛代替传统考试

目前，世界各地中学和高等院校兴起的人工智能比赛风潮，为考核未来新课程的学习成效提供了可能的解决方案：用比赛代替传统考试，即传统考试改为晋级形式的资格赛。例如，智航学校组织的无人机、机器人、3D打印、人工智能等比赛，要求参赛学生的课程成绩需达到一定的水平，这就促使一些平时对课程学习兴趣不高的学生自己主动补习，以将成绩提高后参加比赛；同时，考试作弊现象也大为减少，最终结果是整所学校的考试成绩有了显著提高。更为重要的是，比赛培养了学生动手、交流、组团、规划、调试、控制、管理、指挥、应急等能力，而这些能力正是传统教育比较欠缺、但却是这个时代所迫切需要的。

比赛所带来的开源系统的发展壮大、大模型技术的应用、场景工程的实施，尽管复杂且有一定的交叉性，但为智能技术的进一步发展提供了强大动力，也为教育教学的变革提供了有力保障。因此，尽管利用比赛评估教学效果的想法还不太成熟，但其意义重大，值得进一步研究。

3 教育形态的创新

如何实现平行智能支撑的平行教育变革？除了教学内容和内涵的变革、学科结构与考核方式的变革，还有必要进行教育形态的创新。近年来，西方发达国家的一些工业界和学术界人士声称：人工智能将在未来十年提高效率一千倍！而且，任何一个企业或组织在未来十年的年均效益提升如果低于20%，那么将大概率地落后甚至被淘汰！[32]——希望这只是危言耸听，但也要引起我们的重视，警惕此说法变成现实。对此，我们必须清楚地认识到教育才是人工智能最重要的应用领域、必须排在第一位，否则普及、提高、可持续发展将无从谈起。因此，研究并推动教育产业及其形态的创新迫在眉睫。

当前，我们已进入一个由“老IT”（Industrial Technology，工业技术）、“旧IT”（Information Technology，信息技术）、“新IT”（Intelligent Technology，智能技术）三种IT技术联合开发的Popper所谓的“世界大模型之新时代”，也就是由物理世界、心理世界、人工世界组成的“第三轴心时代”，其主要特征是包容、共赢，由此开启了第三波智慧型全球化。这次全球化既不同于“第一轴心时代”的“负和”（Negative Sum）全球化，也不同于“第二轴心时代”的“零和”（Zero Sum）全球化，而是“正和”（Positive Sum）全球化，其经济呈现出知识特有的边际效应递增特征——新时代的教育产业及其形态创新必须考量这一时代特性。

“世界大模型之新时代”的视角，远比语言大模型（Large Language Models，LLMs）和视觉大模型（Large Vision Models，VLMs）更加广阔。创新教育产业及其形态的直接且自然的方式，是将自然知识与人工知识相平行，同时引入“数字人师生”和“机器人师生”的先进理念与相关技术，使其与传统的“生物人师生”相平行；在此基础上，构建平行学校，培育平行师生，形成教育的新生态和新范式——简言之，就是形成“三个世界，三类师生”，如图6所示。其中，“数字人师生”占80%以上，“机器人师生”占15%以下，而“生物人师生”占5%以下，即每1对“生物人师生”将配3对“机器人师生”和16对“数字人师生”。

大模型技术所衍生出的“对齐”（Alignment）和“提示”（Prompt）工作及其相应新工种的出现，预示着今后相当体量的教育教学工作将归为“对齐”和“提示”。据此可以预测：教育工作者不会失业且数量还有可能大幅增加，但将被“快递小哥化”（即大量目标简明、技巧简洁的教育工作者）；人类教师因其文化、心理、沟通等方面的价值而不会被取代，但将在很大程度上会以工程化“对齐”和“提示”的智能新方式来开展其教育工作。

当前，大模型、生成式人工智能等技术的发展，为“三个世界，三类师生”这一新教育形态设想的落地提供了有力支持。智能技术的发展趋势表明，“大问题、大模型”正在迅速朝“小问题、大模型”的方向垂直细分。在此发展趋势的推动下，针对教育问题的每一种“小问题、大模型”就自然地定义并引入了一类“数字人师生”，由此催生出一批特色的“平行学校”。除了“数字人师生”，我们还必须引入“机器人师生”，以用于数字形态之外的许多教育教学活动，特别是具有高危、高强特点的教学实践工作。在不久的将来，人机交互和虚实互动的教学实验工场、平行智育剧场、元宇宙教育实践基地将成为智业社会教育的重要场所。教育教学的技术化、工场化、公平化是智业社会发展的必然趋势，而“数字人师生”和“机器人师生”将是其实现的关键支撑，也是智业社会产业与经济发展的新动力。

人类从最初在大自然中观察学习，到农业社会在私塾、学堂中学习，到工业社会在课堂、实验室中学习，再到今天利用网络进行线上线下学习，学习方式已然发生了翻天覆地的变化。待大模型技术更加成熟之后，利用更大规模、更加复杂的人工智能系统进行人机交互和虚实互动的平行学习将成为现实。平行学习方式的出现，为社会科学中的“反事实实验”（Counterfactual Experiments）提供了新的替代方式，将大大促进新文科、新理科、新工程的发展与融合。

平行智能支持的平行教育变革，将开启教育新范式下“三个世界，三种模式”之新的“一天”：①“上午”自主模式（Autonomous Mode，AM），占时80%以上，主要教学工作由“数字人师生”和“机器师生”自主完成；②“下午”平行模式（Parallel Mode，PM），占时15%以下，“生物人师生”以在线或离线的方式参与教学工作或进行教学干预，以完成教学任务；③“晚间”专家模式（Expert Mode，EM），占时5%以下，以“生物人师生”为主、“数字人师生”和“机器人师生”为辅，围绕相应的教育项目进行商讨并推进实施。包含上述三种模式的平行教育将极大地释放师生的压力，让师生获得更多自由活动的时间和更多自主探索的空间，使教育教学更加人性化。而支撑这一平行教育设想实现的技术基础，是教育大模型、教学场景工程和面向三类师生的一体化智育操作系统。研究表明，平行教育的教学效率有可能提高960倍以上——如果将“生物人师生”的比率降至1%，效率还将提高5000～6000倍以上[33]。

四      平行教育的未来展望

一千多年前，“诗圣”杜甫在《春夜喜雨》一诗中描述了教育工作的最高境界：“好雨知时节，当春乃发生。随风潜入夜，润物细无声。”这首诗优雅地回答了师生“何时教、如何教”以及“何时学、如何学”的问题，而智能技术特别是平行智能为达到这一境界提供了有力的支撑。过去十余年来，青岛智能院基于西方STEM教育理念所开创的iSTREAMS智慧教育理念和智能教育技术，如一条“智慧”的清澈溪流将培育出一批批适应新时代的师生。回顾人类历史，教育在根本上决定着一个民族的命运；“周虽旧邦，其命唯新”，创新是中华民族永恒的生存之道；而“万世之族，须有万世之宝”，教育创新就是“万世之宝”，是中华民族实现安全、健康、可持续发展的基本保障。我们必须紧紧抓住人工智能发展带来的机遇，努力变革平行智能支撑的平行教育，融入世界，引领发展。

继AlphaGo、ChatGPT之后，人工智能驱动的科学（AI for Science，AI4S）、面向人工智能的科学（Science for AI，S4AI）、分布式自主科学（Decentralized Autonomous Science，DeSci）等新技术加速涌现，其相应的人工智能驱动的教育（AI for Education，AI4E）、面向人工智能的教育（Education for AI，E4AI）、分布式自主教育（Decentralized Autonomous Education，DeEdu）随之出现，为变革平行教育奠定了基础。更为重要的是，区块链智能、智能合约、DAO等技术已使教育科学从以文科领域为主走向硬科技的“理工”领域。从新的加密技术、NFT、Nostr、闪电网站，到联邦智能方法如联邦学习、联邦治理、联邦生态，更使平行智能支撑的平行教育变革具有了现实可行性。但仅凭这些智能技术在平行教育的应用，还无法确保平行教育变革的成功，这就需要引入平行师生、平行学校的理念与相关技术。“数字人师生”和“机器人师生”的引入，为平行教育变革提供了新路径：开展数字人、机器人、生物人和相应的平行师生互动互融的人性化培育与教育。也就是说，通过数字学校及其衍生的平行学校，使数字人、机器人、生物人以实时交互的方式在各种教育大模型中参与学习、接受培养并相互促进，使“对齐”和“提示”变成一项长期持续的教育工程，如同人类本身所经受的传统教育过程一样，使“终身学习”技术化、个性化、幸福化，达到“学而时习之，不亦说乎”的理想状态。最终目标，是让智慧教育、智能教学“对齐”人类价值，实现从DeSci和DeEdu迈向智慧新教育的战略目标——AI4E与E4AI（如图7所示），服务于人类命运共同体建设。

这些设想看似有些前卫，但平行教育的相关研究已进行三十余年，且近期人工智能技术发展迅猛，特别是当下各国纷纷对“AI Agent”给予了高度重视、进行了大量投入，说明这已不是超前设想，平行智能支持的平行教育变革已不可避免地正在发生。对此，我们应勇于探索，认真研究，科学实验，谨慎落实，确保平行教育变革造福人类、推动整个社会与自然的和谐健康可持续发展。

参考文献

[1]Wang F Y, Zhang J J, Zheng X, et al. Where does Alphago go: From churchturing thesis to AlphaGo thesis and beyond[J]. IEEE/CAA Journal of Automatica Sinica, 2016,(2):113-120.

[2]Wang F Y, Miao Q, Li X, et al. What does ChatGPT say: The DAO from algorithmic intelligence to linguistic intelligence[J]. IEEE/CAA Journal of Automatica Sinica, 2023,(3):575-579.

[3]王飞跃.数字教师与平行教育:关于ChatGPT之后教学变革的探讨[J].智能科学与技术学报,2023,(4):24-33.

[4]Wang F Y. Parallel intelligence in metaverses: Welcome to HANOI![J]. IEEE Intelligent Systems, 2022,(1):16-20.

[5]杨静,王晓,王雨桐,等.平行智能与CPSS:三十年发展的回顾与展望[J].自动化学报,2023,(3):614-634.

[6]Simon H A. The sciences of the artificial[M]. Cambridge, MA: MIT Press, 1996:1-248.

[7][8]Whitehead A N. The aims of education[M]. New York: Free Press, 1929:1-165.

[9]Gong X, Liu X, Jing S, et al. Parallel-education-blockchain driven smart education: Challenges and issues[A]. 2018 Chinese Automation Congress (CAC)[C]. Piscataway: IEEE, 2018:2390-2395.

[10]王飞跃.如何培养人工智能人才:从平行教学到智慧教育[J].科技导报,2018,(11):9-12.

[11]Gong X, Zhao L, Tang R, et al. AI educational system for primary and secondary schools[A]. 2019 ASEE Annual Conference & Exposition[C]. Washington: American Society for Engineering Education, 2019:1-14.

[12]王飞跃.用计算机模拟疲劳试验的设想[R].杭州:浙江大学力学系,1982:1.

[13]Wang F Y, Saridis G N. A coordination model for intelligent machines[J]. Automatica, 1990,(5):833-844.

[14]Fu M, Yeo C, Lin Y, et al. WAVES: Web-based audio/video educational systems for real-time laboratory experiments[J]. IFAC Proceedings Volumes, 2000,(31):205-212.

[15]Fu M, Yeo C, Lin Y, et al. WAVES: Towards real time laboratory experiments in cyberspace[A]. Proceedings of 2001 IEEE International Conference on Systems, Man, and Cybernetics[C]. Piscataway: IEEE, 2001:3470-3474.

[16]Gao Y, Wang F Y, Sun W, et al. A CDIO-based social manufacturing laboratory: Prototype for CPSS-based production processes[A]. 2016 ASEE Annual Conference & Exposition Proceedings[C]. Washington: American Society for Engineering Education, 2016:1-11.

[17]Liu X, Gong X, Wang F Y, et al. A new framework of science and technology innovation education for k-12 in Qingdao, China[A]. 2017 ASEE International Forum[C]. Washington: American Society for Engineering Education, 2017:1-16.

[18]Gong X, Tang Y, Liu X, et al. K-9 artificial intelligence education in Qingdao: Issues, challenges and suggestions[A]. 2020 IEEE International Conference on Networking, Sensing and Control[C]. Piscataway: IEEE, 2020:1-6.

[19]Wang F Y, Tang Y, Liu X, et al. Social education: Opportunities and challenges in cyber-physical-social space[J]. IEEE Transactions on Computational Social Systems, 2019,(2):191-196.

[20]Tang Y, Liang J, Hare R, et al. A personalized learning system for parallel intelligent education[J]. IEEE Transactions on Computational Social Systems, 2020,(2):352-361.

[21]Li J, Lan M, Tang Y, et al. A blockchain-based educational digital assets management system[J]. IFAC-PapersOnLine, 2020,(5):47-52.

[22]Shen T, Huang S-S, Li D, et al. Virtualclassroom: A lecturer-centered consumer-grade immersive teaching system in cyber-physical-social space[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2023,(6):3501-3513.

[23]Wang J, Tang Y, Hare R, et al. Parallel intelligent education with ChatGPT[J].<https: link.springer.com/article/10.1631/FITEE.2300166>

[24]Miao Q, Zheng W, Lv Y, et al. DAO to HANOI via DeSci: AI paradigm shifts from AlphaGo to ChatGPT[J]. IEEE/CAA Journal of Automatica Sinica, 2023,(4):877-897.

[25]王飞跃.平行哲学:智能产业与智慧经济的本源及其目标[J].中国科学院院刊,2021,(3):208-318.

[26]王飞跃.平行哲学与智能技术:平行产业与智慧社会的对偶方程与测试基础[J].智能科学与技术学报,2021,(3):245-255.

[27]王飞跃.平行哲学与智能科学:从莱布尼茨的Monad到区块链之DAO[J].模式识别与人工智能,2020,(12):1055-1065.

[28]Whitehead A N. Process and reality[M]. Simon and Schuster, 2010:1-14.

[29]Carr B. Popper’s third world[J]. The Philosophical Quarterly, 1977,(108):214-226.

[30]Raussen M, Skau C. Interview with Abel Laureate John F. Nash Jr[J]. Providence, RI: Notices of the AMS, 2016,(5):486-491.

[31]Papert S. Mindstorms. Children, computers and powerful ideas[M]. New York: Basic Books, 1990:19-37.

[32]Chui M, Roberts R, Yee L, et al. The economic potential of generative AI: The next productivity frontier[OL]. <https: www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier#introduction>

[33]王飞跃,王雨桐.数字科学家与平行科学:AI4S和S4AI的本源与目标[J].中国科学院院刊,2024,(1):27-33.