時間：2024-04-02 11:47:00
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能實踐培訓，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
學校人工智能信息化應用自評報告
人工智能的迅速發展將深刻改變人類社會生活、改變教育教學。2020年2月26日，教育部在印發的《2020年教育信息化和網絡安全工作要點》第24條“培養提升教師和學生的信息素養”中明確提出：完善義務教育階段課程設置，加強信息科技教育。建設普通高中人工智能樣板實驗室，保障中小學校具備開設人工智能課程的環境條件。開展人工智能相關教學與師資培訓，搭建區域間人工智能教學成果交流平臺。繼續推進中小學人工智能教育課程建設、應用與推廣工作。中小學人工智能教育課程包(初中版和高中版)和支持服務系統并推廣應用。
我校是青島市人工智能實驗學校。在工作中我們借助教研、教學平臺，積極推動人工智能課程開展和教師教研、集備工作，根據興趣導向、應用驅動，學用結合，強化實踐的原則，組建了實驗班，按照上級對于高中段開課部署每兩周開設1課時，開展人工智能教育教學工作。
在課堂上組織實驗班的學生觀看了人工智能的《開學第一課》，主要是“什么是人工智能”、“如何制造人工智能？、“New Google AI Can Have Real Life Conversations With Strangers”等內容，很有收獲。但是在觀看過程中發現很多的人工智能相關聯的知識，比如JAVA、大數據、Python、人工智能、物聯網、數據分析、H5/WEB前端、嵌入式、Linux、C語言、單片機、C++等解根本看不懂，發現自己的很多方面都需要補課，不然每次培訓老師講解的專業東西還是理解不了，這對于我們教師和學生都是一個難點。也斷斷續續參加了各種形式的培訓，和同仁們交流起來總體感覺是沒有系統化，特別是參加了祁榮斌博士組織的磨課，和同事們討論起來感覺層次太高，有些內容也是理解不了！學生和學生的學習和生活環境比較起來也存在地域差異性導致了學生接受人工智能相關教育程度深淺不一，而且面向高中生的課本難度很大，很希望能有個機會從零基礎開始系統化學習人工智能，這樣才能更好的教好學生，這一點線下交流的時候是很多老師的心聲，期望能在領導和專家的引領下實現。
通過斷斷續續的學習，比如Python基礎知識，由于實戰少，只能閱讀別人的文章里附帶的相關算法的實現代碼，這樣的學習效果不明顯。很多算法的實現，難以從代碼級去理解其設計思路；對于很多算法比如隨機森林，決策樹，SVM等常見算法，雖然看了相關文章很多遍但是還是一知半解的。
在局教研員的領導下老師們積極參加集備，但是基于人工智能相關的很多配套基礎知識的匱乏，對于集備中涉及到的很多知識點還是消化吸收不夠，鑒于此以及和兄弟學校老師們的交流，感覺急切需要專家引領通過系統的培訓學習以求真正理解與消化！
跌跌撞撞一路走來，還是取得了可喜的成果，王博輝、孫永恒同學的作品“智能信號燈”獲得膠州市人工智能大賽項目一等獎。
一、頂層設計,構建全方位、多層次、可操作的指導體系。
為了保障人工智能教育在我校真正落實和長期發展，學校將人工智能教育工作納入到學校整體三年發展規劃中，并作出明確要求。
為了讓師生更加重視人工智能教育，促進學生全面發展，特修訂了我校“五美”能行課程體系，將人工智能課程進行了重新定位和設計。
為了建設符合我校校情、學情的人工智能課程體系，學校成立了人工智能課程建設與實施的探索與研究項目管理團隊，制定了項目計劃書，從項目名稱、項目團隊、項目背景、項目創新點及解決問題、項目推進措施、項目完成期限等方面進行了具體規劃。
二、支撐保障
完善軟硬件設施和文化建設，為人工智能教育開展做好支撐和保障。除了四樓獨立的人工智能實驗室，我校還自主改造了五樓的創客教室和閱覽室，擴寬了人工智能教育場所，盡全力滿足學生人工智能上課需求。
學校高度重視人工智能教育，不斷加大投入。在資金緊張的情況下依然給學生購買了小學生C++趣味編程書和人工智能超變戰場的場地。
三、具體做法
1.基于校情和學情的人工智能課程設計
課程設置：開學之前，課程部整體規劃，實行信息技術課兩節聯排。
人工智能課程開設內容安排：基于校情學情，本學期3-6年級全面鋪開人工智能課程，3年級以信息技術基礎知識、編程貓、樂高搭建基礎入門為主；4年級AI神奇動物，5-6年AI變形工坊，是集搭建和編程于一體的人工智能課程體系。本學期信息技術類人工智能特色社團的開設：人工智能機器人社團、信息學奧C++社團、創意編程社團。
2.三位一體，三組聯動推進人工智能課程的開發與實踐。三組是：項目組、教研組和集備組。具體做法是：
項目組的做法：根據人工智能項目管理計劃書的內容和要求，3月初進行項目工作總結和4月份計劃匯報，5月份進行了中期匯報。進一步梳理人工智能校本課程的內容，促進人工智能課程實施與落地，進行了生本AI人工智能校本課程的開發與研究，重點對課程目標和課程內容進行了設計和探索。
教研組的做法：1.參加區首次信息技術教研活動，明確方向和工作重點。組織信息技術教師按時參加區里首次信息技術教研活動，并將區里的要求傳達給每一位信息技術老師，為接下來的工作做好鋪墊指明方向。2. 教研組內進行磨課，四年級潘倩老師執教了四年級AI神奇動物—敏捷的蛇；徐娜老執教了五年級AI神奇變形工坊—設計“地雷”，課后及時聽評課，提出優點與不足，并進一步改進完善。
集備組活動：各年級備課組利用雙周周二上午時間進行集備，研究本周的上課內容、梳理課堂具體流程及教學設計。
3.加強教師培養力度，積極組織教師參加人工智能培訓和學習。學校鼓勵教師進行小課題的研究，提升教學專業素養。2019年區級小課題《小學人工智能課程體系、教學策略和教學評價的研究》順利結題。2020年區級小課題《奎文區人工智能教育專項課題--小學人工智能教育教學策略及評價方法的研究》立項。
4.為了拓寬視野，為人工智能教育的發展進一步指明方向。落實請進來：邀請區教研室專家進校為學校人工智能開展情況進行診斷；邀請優必選指導老師入校指導人工智能課程，并進行賽事輔導和培訓。
5.為了給學生的學習搭建更廣闊的平臺，豐富學生的課余文化生活，促進學生信息素養的提升。以賽促學，積極組織學生參加各級各類比賽。
四、取得成效
1.學校層面：以人工智能教育為契機近年來，我校的信息化、數字化、智能化水平不斷提升，互聯網+教育、智慧校園工作取得了巨大的進步，學校獲得省市區多項榮譽。
［關鍵詞］人工智能；人才培養；AI技術人才
一國家對于高校人工智能教育的發展的重視
面對AI技術如火如荼地發展，我們國家對AI人才和人才培養都非常重視。2017年3月“人工智能”在政府工作報告中曾提及四次，指出要推動人工智能和實體經濟深度融合。2017年7月20日國務院《新一代人工智能發展規劃》[4]。《規劃》指出完善人工智能領域學科布局，設立人工智能專業，推動人工智能領域一級學科建設，盡快在試點院校建立人工智能學院，增加人工智能相關學科方向的博士、碩士招生名額。鼓勵高校在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設。
二企業對于人工智能人才的需求
市場上AI技術人才非常稀缺，據騰訊研究院聯合boss直聘的《2017全球人工智能人才白皮書》[5]顯示：目前，全球大約有30萬人從事AI工作。截止到2017年10月，中國人工智能人才缺口至少在100萬以上。2017年頭10個月，AI人才需求量是2016年的近兩倍，2015年的5.3倍之多，年復合增長率超200%。百度、騰訊、阿里巴巴、京東等互聯網巨頭都在挖掘AI人才，紛紛開出了高額的薪資。2017年薪資最高的十個職位中AI類崗位占到1/2，其中語音識別、NLP、機器學習等職位平均月薪資超過2.5萬元。
三高校AI人才培養的思考
高校具有多學科、高層次人才集中的特點，具備計算機與多學科交叉融合的優越條件；且大部分學校都開設有數學、物理等基礎學科，具備夯實數學理論基礎的條件；且人員相對固定，便于溝通交流，具備共同開展AI課題，促進發展AI技術的人力條件。但是遺憾的是我國開設人工智能課程的高校較少，2018年只有33所高校設立了智能科學與技術專業[6]。面對AI發展的火爆，國家對于AI人才發展的重視以及企業對于AI人才的嚴重需求，高校作為人才培養的主要來源，是不是應該思考AI人才的培養呢？AI人才可以分為三類：拔尖人才，研究性人才和應用型人才，呈金字塔性。當下已經有一批名牌大學開展了AI方向拔尖人才的培養，如北京大學圖靈班、中國科技大學人工智能技術學院、西安交通大學人工智能拔尖人才培養實驗班，南京大學計劃成立人工智能學院等。但是金字塔的底層、中層更需要龐大的AI技術人才，如應用開發人員、數據工程師、AI和機器學習工程師、AI系統架構師、AI產品經理等崗位的人才，同樣值得重視。很多專家都表示AI人才需要數學基礎好、專業理論全面、具備一些工程基礎，且有自主學習的能力。本文從夯實數學基礎、人工智能方向課程的建設、實踐能力的培養、自主學習能力的培養四個方面闡述高校關于AI人才培養的一些思考。
1奠定扎實的數學基礎
在學習AI技術時，幾乎所有專家學者都提出需要扎實的數學功底，數學功底的厚重程度決定了在AI技術上走多遠。高等院校計算機專業都開設有“高等數學”“線性代數”“概率論”等數學課程，但是課時、難易程度不足，學生對于數學不夠重視，或者覺得晦澀難懂，學習效果并不十分理想，因此加強數學基礎的工作刻不容緩。可以通過必修和選修等方式開設“數據分析”“統計機器學習”“凸優化”等課程；通過微課或者MOOC等方式鞏固數學基礎的學習；通過優秀科普讀物，如《數學之美》《編程之美》等書籍的推薦閱讀激發學生興趣；通過開展校內學術討論、數學競賽等方式促進學生學習數據的動力，逐步達到夯實數據功底的目的。
2人工智能方向課程的建設
很多高校計算機專業課程中只開設有《人工智能》導論，有的甚至沒有。智能科學與技術專業開設有“人工智能”“計算機視覺”“機器人學導論”“計算智能”這幾門課程，但是在編程、算法等方面不足。那么AI技術人才應具備哪些專業能力呢？如何從專業角度培養AI技術人才呢？2018年1月CSDN了“AI技術人才成長路線圖”[7]，通過專業路徑和實戰路徑兩方面介紹了AI技術人才需要具備的知識。需要具備Python、C++、Linux、CUDA編程知識，需要學習機器學習課程、掌握TensorFlow框架。該路線圖中列出了機器學習算法工程師、數據科學家等10個崗位AI人才應具備專業知識和能力。微軟公司也推出AI人才培養的10門免費課程，如“AI導論”“數據科學會用到的Python語言-導論”“AI領域運用的數學概要”“數據和分析所需要的道德與法律”“數據科學概要”“機器學習法則”“深度學習”“強化學習”“微軟專案項目之人工智能”。同時在“文字和自然語言識別”“語音識別”“計算機視覺和圖像識別”中選擇其一。Google在人工智能學習網站開設有《MachineLearningCrashCourse（簡稱MLCC）》的免費課程[8]，由機器學習概念、機器學習工程、機器學習現實世界應用示例三個部分組成。Intel近期也了三門免費的AI課程，分別是“機器學習基礎”“深度學習基礎”和“TensorFlow基礎”[9]。AndrewNg在Coursera上也推出了機器學習的課程，且用比較通俗的語言講解機器學習中各個算法。最近在Deeplearn-ing.ai和Coursera平臺又開設了5門深度學習課程[10]。綜上所述，不同的研究機構都著眼于AI編程基礎、AI算法、AI框架、AI實踐這幾個方面。那么高校也可以借鑒這些經驗，通過三個階段分層次的開展相應的課程。
3實踐能力的培養
AI技術不能紙上談兵，必須動手實踐才能真正掌握，可以從以下幾個方面著手培養學生的實踐動手能力。（1）設計教學環節時多從工程應用的角度來介紹，激發學生的興趣，培養學生解決問題的能力。要求學生新手編程編程實現模型，充分理解算法的含義和原理到實現的過程。（2）在掌握一定的機器學習知識后，鼓勵學生盡早走進實驗室，接觸科研工作。可以從一些AI應用方向作為入手，使學生了解自己的興趣點、培養科學研究能力。（3）鼓勵學生參加算法比賽。目前有很多AI方向的競賽，如Kaggle上的挑戰賽，國內阿里天池大數據競賽等。通過參加競賽刺激學生學習AI的動力和熱情，使得解決問題的能力和實踐動手能力都會大幅度提高。（4）鼓勵學生到工業界實習。很多專家都指出AI人才應該具備一定工程基礎。確實，學術界往往追求算法的性能，而工業界更重視經濟效益和解決問題的有效性。到企業學習可以快速了解行業發展的框架，掌握算法轉化到產品的過程。
4自主學習能力的培養
AI技術發展速度很快，要求不斷地學習才能跟上節奏。可以從以下幾個方面來培養學生的自主學習能力。（1）平時教學中，可以給出一些小型的項目，讓學生自己尋求解決的方案，并把它作為考試成績的依據之一。（2）提供給學生免費的AI慕課資源，讓學生更好的學習和鞏固相關知識。（3）課外可以開展學術討論或者通過社團等方式開展AI方向的研討，交流，給學生一個學習的平臺，讓學生嘗試選擇自己感興趣的方向。也可以介紹一些近期的AI會議內容，開闊學生的眼界，使其了解AI發展的動態。（4）鼓勵高年級學生訂閱Arxiv，關注機器學習的頂級會議，如ICML/NIPS等。通過研讀論文，動手完成論文中的實驗發現新問題；或者擴展感興趣的論文的實驗部分；或者嘗試尋求論文中有價值的地方，找到自己的研究方向。
關鍵詞：人工智能；英語教育；積極影響；消極影響
人工智能概念是20世紀五六十年代正式提出的，隨著信息技術的不斷發展，人工智能已成為一門新的技術科學。時至今日，人工智能技術的發展經歷了人工智能起步期、專家系統推廣期和深度學習期等階段，而在應用領域也取得了重大突破，如Google的無人駕駛技術和運用深度學習算法的AlphaGo戰勝圍棋冠軍等。除此之外，人工智能已被日益廣泛地應用于經濟社會各個領域，在教育領域亦是如此。2018年教育部就印發了《高等學校人工智能創新行動計劃》，要求進一步提升高校人工智能領域科技創新、人才培養和服務國家需求的能力。因此，人工智能必將不斷被融合到教育領域，并為大學教育變革提供新方式。基于人工智能的機器學習、人機交互與知識圖譜等技術方法，可以為大學英語教師在課堂教學、備課與教學研究等多個方面提供支撐；可以為大學英語教學管理與治理提供決策支持；可以為大學生英語自主學習和教師備課提供智能推薦支撐。目前，學者們已對人工智能對英語教育的影響進行了相關的研究。如高華偉分析了外語作文智能評閱與形成性評價融合策略；劉洋針對人工智能技術與高校英語教學的相互關系，通過調查問卷和訪談等方式，分析了現有計算機輔助語言學習軟件和系統的不足，并提出了相應的解決策略；張艷璐對人工智能在給英語教學帶來機遇的基礎上，探究了人工智能在大學英語教學中的應用；趙生學分析了人工智能時代大學英語教學的變革與策略；嚴燕分析了人工智能時代英語教學促進學生深度學習的路徑。在人工智能時代，人工智能技術必將對大學英語教育領域各個方面產生重大影響，如大學英語人才培養目標、教學內容、教學計劃、教學策略、教學模式、成績評價體系與英語領域科研等方面。針對此，本文在現有研究的基礎上，重點從教師和學生兩個層面分析人工智能對大學英語教育的積極影響和消極影響，并提出相關建議，以期為大學英語教師教學與大學生英語學習提供參考。
一、人工智能的積極影響
人工智能技術在大學英語教育領域的應用，將對大學英語教學資源、教學模式與大學生二語習得等方面產生積極作用，主要體現為以下幾個方面。
（一）豐富了大學英語教與學資源人工智能技術的發展與應用為大學英語教與學提供了豐富的資源。如互聯網上含有豐富的英語視頻與圖片等資源；在線教育平臺也提供了大量的英語課程資源，如中國大學生慕課、雨課堂等，它們各具特色，可為教師與學生提供多樣化選擇。因此，人工智能技術一方面可為大學英語教師提供豐富的教學素材，同時還可根據大學生學習目標與學習習慣等為其英語學習提供豐富的課外資料。同時，很多網絡資源可下載或者回放，這樣可以使得大學生的英語學習不再受到時間與空間的限制。特別是對于教育資源缺乏的地區而言尤為重要，可以在很大程度上解決教育資源不平衡問題。其中，百度教育大腦的智能備課系統便是典型應用案例。其依托百度人工智能、大數據和云平臺的優勢，整合了豐富的優質資源。對于教師而言，此平臺可按照教學進度為教師提供經過篩選的教學素材，節省教師的備課時間，提高其工作效率。
（二）豐富了大學英語的教學方式傳統的大學英語授課往往以線下課堂教學方式為主，而人工智能技術的使用豐富了大學英語單一的教學方式。可利用網絡平臺，如雨課堂、慕課平臺等，開展大學英語線上教學模式或者線上線下混合教學模式。新的教學模式有利于教師在大學英語教學過程中采用不同的教學策略。使用新的教學模式和不同的教學策略可以提高大學生學習英語的興趣，進而有助于提高大學生英語習得的效率。
（三）提高了大學生英語習得的效率由于英語習得是一個復雜的心理過程，與大學生的情感因素、學習動機等密切相關。采用人工智能技術的大學英語線上教學方式，使得教師與學生之間不是面對面的交流互動，可以在一定程度上緩解學生焦慮、害怕等情緒，有利于學生的英語學習。動機是英語習得中重要的非智力因素，也是影響大學生英語習得效率的重要內在因素之一。學習動機與使用另一種語言的興趣密切相關。而人工智能技術采用豐富的英語學習資源以及英語教學方式的多樣化，這些有助于提高學生學習英語的興趣，進而增強學習英語的動力。
（四）形成了大學生英語習得分析數據庫人工智能技術是以大數據為依托，可以跟蹤和記錄大學生英語課堂學習和課后學習等各種信息數據，進而可形成大學生英語習得數據庫。基于大數據分析與人工智能技術方法，如數據挖掘、關聯性分析和回歸預測等，可以挖掘大學生英語學習背后的規律特征，了解到每個學生的具體情況。進而構建每個學生的英語學習畫像，如學生的線上學習狀態、課程作業完成情況、測試成績和學習方式等。可為教師形成可視化的學生個體和班級整體的學情分析報告。因此該數據庫有利于教師掌握每位學生的英語學習狀態，掌握學生個體差異，為調整教學方式、教學方法與策略提供支撐。同時，上述數據為大學英語教學與大學生英語習得的研究也提供了數據支撐。
二、人工智能的消極影響
人工智能在大學英語教育領域對教師與學生發揮著積極的作用，同時對他們也產生了一些消極的影響，主要體現為以下幾個方面：
（一）對教師的消極影響由于大學英語課堂教學存在一定的缺陷，往往需要改進此教學方式。而人工智能技術的應用，雖有助于大學英語教學改革，但還需要教師熟練掌握人工智能相關技術的使用，會給信息技術能力比較薄弱的教師造成壓力。借助人工智能平臺，大學英語教學不受時間、空間和學生人數等影響，勢必會減少大學英語教師的需求，造成大學英語教師面臨失業的壓力。進而影響大學英語教師的工作積極性，以及大學英語教學質量。
（二）對學生的消極影響根據語言資本理論與期望價值理論，大學生英語學習的期望價值主要是經濟期望價值。而大學生英語學習的期望價值與學習目的和行為密切相關。比如大學生英語學習經濟期望價值主要體現為學習英語對未來找工作很重要，可以增加經濟收入。而人工智能技術在語言領域的應用，勢必會影響大學生對英語學習的期望價值。如人工智能翻譯機的出現，使得各種語言之間翻譯非常容易。即使不懂英語，也可使用它進行英語交流。因此，人工智能技術在英語領域的應用，將降低大學生英語學習的期望值，進而影響他們英語學習的興趣與目的。
（三）對師生關系的消極影響基于人工智能技術的大學英語教學，將改變傳統的以教師為中心的模式，使得教師在教學過程中的中心地位得到弱化。學生通過人工智能技術，可以很好地收集到自己需要的各種英語學習資源，如在線課程、英語講座視頻和英語文本資料等，甚至可以通過自學的方式完成英語學習任務。但這些將弱化教師與學生之間的互動以及情感，從而隔閡了教師與學生之間的關系。
人工智能作為一項綜合性應用技術，其研發的主要目的便是為了模仿人類的思維與行為，從而代替人們去完成一些難度較大、復雜繁瑣的工作，以此為人們節省出大量時間，提高人們的日常工作效率。現今，我們日常生活中隨處可見的智能化產品便是人工智能技術的重要體現，這些智能化產品的出現在方便我們日常生活的同時，也使生活變得更加豐富多彩起來。除此之外，目前人工智能技術的應用極為廣泛，與計算機網絡技術有著十分密切的聯系，包括自動程序設計、智能控制等等，都是人工智能在計算機網絡技術中的應用。
二、人工智能應用在計算機網絡技術中的優勢
（一）更具實用性
隨著計算機網絡技術的使用覆蓋率不斷擴大，當前各個領域乃至生活的各個細節都難以離開計算機網絡技術。而人工智能技術的出現，從此使計算機網絡技術變得更具實用性。智能與科技相結合，人工智能利用對新知識的學習能力，進而實現了對一些較難數據的推理核算工作。這樣不僅極大程度的節省了網絡查找的時間，還有效改善了人們的工作與生活，促進了工作效率與生活質量的雙重提升。正因如此，人工智能技術的開發與應用更具實用性。
（二）便于網絡管理
計算機網絡技術的發展，讓人們進行信息交流和討論也變得更加方便快捷，同時也對世界各國之間建立良好的國際關系產生了極大幫助。隨著人們對計算機網絡技術的應用越來越廣泛，因此對其要求也開始不斷提升。而在人工智能的作用下，計算機網絡技術也從此變得更具優勢，對于人們無法處理或難度系數較大的問題，人工智能都能一一進行妥善處理。同時，人工智能還能加強對大數據的監控，實現智能化的網絡安全管理，也使人們的交流與聯系變得更具有安全性。由此可以看出，人工智能在計算機網絡技術中的應用極為重要。
三、人工智能在計算機網絡技術中的應用
（一）智能防火墻防護體系
防火墻的主要功能是抵御黑客攻擊，防止計算機系統中的潛在風險對其造成破壞。人工智能技術與計算機系統中的防火墻技術相互融合，這樣計算機的防護系統就相當于擁有了一位智能管家。如此一來，計算機系統不僅多了一重安全保障，同時給人們的使用也帶來更為便捷、高效的體驗。由于人工智能技術具備極強的數據分析能力，對于各行各業時常出現的計算機網絡安全問題，人工智能防護都能及時對其進行全面優化與處理。比如目前現有的一些人工智能殺毒軟件，即使沒有網絡連接，同樣也能為計算機系統保駕護航，幫助其免受攻擊。同時智能防火墻的研發，還有效避免了以往的防火墻技術頻繁進行網絡運行控制的弊端，只會在不確定的情況下進行報警詢問和訪問控制，而在計算機程序正常運行或者智能防火墻已判定病毒的情況下是不會對用戶進行訪問控制的。由此可以看出，智能防火墻增加了智能化識別技術，其在計算機系統中的識別力更加敏銳，更為高效的實現了預防病毒侵害的目的。
（二）智能信息檢索
網絡時代的到來，人們需要了解和掌握信息時都可以通過計算機網絡技術來實現，而正因為人們對各類信息的需求越來越廣泛，也因此導致了網絡上的信息呈現出繁多、復雜的局面。此種情況下，當人們需要獲取信息時也變的無從下手，海量的信息中開始很難篩選出能滿足其需求的內容。而當計算機網絡技術中科學應用人工智能技術后，智能信息檢索的出現不僅有效彌補了傳統搜索方式的非個性化搜索功能，還實現了傳統搜索所沒有的分布式智能搜索。如果用戶采用其搜索所需信息，智能搜索將會自動對用戶所需的信息的相關領域進行搜集、篩選、過濾，最終對用戶提供其感興趣且有價值的信息內容，以此大大節省用戶獲取信息的時間，并提高其工作效率。
（三）智能過濾系統
日常生活中，當我們利用計算機網絡技術進行學習或工作時，常常會因為電腦中大量占用內存的垃圾信息而影響到工作效率。比如一些垃圾郵件等，它們占用了電腦內存，長期下來就會導致電腦無法正常運行，最終導致我們的工作效率大大降低。而當計算機網絡技術中應用到人工智能后，其具有的智能化識別技術就如同為計算機系統配備了一個人工大腦，不僅能自動攔截用戶使用過程中出現的垃圾信息，還能對各類信息進行分類處理。如用戶收到郵件后，其智能過濾系統便會自動開啟掃描，將垃圾信息篩選出來提醒用戶盡快進行清理操作，有效保護用戶使用過程中的安全。這樣一來，人工智能與計算機網絡技術完美融合后產生的智能過濾系統就為人們節省了大量的時間，同時也保障了工作和學習的效率。
（四）智能機器人
在計算機網絡技術的迅速發展下，人工智能技術也在不斷發展，而智能機器人也正是其共同發展的產物。如今的智能機器人相比傳統機器人在思維、感知等方面都得到了極大完善，其通過全面模擬人類的智慧與能力，已經逐漸應用于社會各個領域。比如許多人類自身難以完成的高難度危險作業等，智能機器人都可以代替其高效完成任務。此外，智能機器人在商業管理、救火救災、軍事、醫療等方方面面都有涉及，比如自動駕駛、識別生物體征等等。正因為有了計算機網絡的發展，人工智能的作業才得以高效發揮，因此，不僅是人工智能方便了人們的生活，計算機網絡技術也對人們的生活作出了巨大貢獻。
（五）智能人機交互
人工智能在計算機網絡技術中的另一重大應用便是智能人機交互，其主要體現在智能家電家居、自動駕駛、人機對弈、管理培訓、機器教學、醫療服務等方面。據相關研究表明，相比人類，機器核算往往更能準確無誤的完成人類指定的各項操作，因此智能人機交互的發展也將會得到越來越廣泛的應用，從而對人類未來的日常生活帶來極其重要的影響。
（六）智能數據挖掘
大數據挖掘主要指的是通過對現有的數據進行分析和提取，最終篩選出其中具有實用價值的信息，從而為人們學習和使用提供便捷，既為用戶節省了大量時間，也使其工作起來更為高效。人工智能利用相應技術充分模擬人類大腦的運行過程及狀態，并在大數據挖掘過程中得以應用，目前已經逐步體現在醫療、工業、司法等多個領域，未來給人類生活的方方面面也將會提供極大的幫助。
關鍵詞：人工智能 財務決策 應用
一、財務和人工智能技術應用概述
1987年美國執業會計師協會（AICPA）發表了一份管理指導特別報告“人工智能和專家系統簡介”，將人工智能引入到會計和財務管理領域。自此，西方財務和會計界對人工智能技術和專家系統在會計、審計和財務分析與管理等方面進行了廣泛探索，開發出了許多實用的專家系統來解決復雜的財務分析和會計決策問題。人工智能技術通過模擬人類專家求解復雜問題的方法，建立相應計算機輔助系統，使財務和經營決策智能化，從而使得現代會計系統在實現信息化和網絡化后，向智能化邁進。財務和會計專家系統分成以下四類：
1.財務分析專家系統。成功的財務分析可以確定某個公司的經營狀況，如投資或信用評估風險等級。由于會計和財務業務職能的復雜性，有些財務分析專家系統同時跨越多個問題域。例如，根據專家系統的輸入和相應的輸出建議，解決分類問題的財務分析，專家系統同時可能又屬于診斷或糾錯問題。
2.合成專家系統。具體包括：（1）在相對較小搜索空間的約束條件下，配置目標集，如管理商業貸款組合計劃的MAEBLE專家系統；（2）在相對較大搜索空間的約束條件下，設計目標集，如個人理財設計PLANMAN專家系統；（3）設計采取行動的規劃專家系統，如審計規劃EXPERTEST系統等。
3.組合專家系統。這類專家系統主要是解決復雜問題的組合分析，如：控制風險估計系統，詐騙檢測系統，風險估計系統APX。
4．財會知識傳授和職業教育專家系統。如國際上一些大會計公司內部使用的培訓專家系統，和輔助會計專業大學生實踐的專家系統。實踐證明，這些系統可以讓沒有專業經驗的人員有效獲得解決某些具體問題的相關知識。
二、財務和會計專家系統基本結構
財務和會計專家系統是一種工作在專家水平上的計算機系統，應用專家的專門知識和推理能力，解決通常情況下難于處理的問題。需要人類領域專家寶貴的經驗、智慧與思維方法以及相應的計算機技術的發展。到目前為止，在財務和會計領域，應用最廣、最成熟的是基于規則的產生式系統。財務會計專家系統中的解釋模塊主要是用于推理過程的解釋，回答相關財務結論是如何得到的。系統的透明性就是由解釋模塊來實現，而這種透明性是專家系統所必需的。有了透明的解釋功能，由結論可以反過來追蹤推理機調用了哪些規則，在分析推理過程中獲得了哪些財務數據和特征信息。財務和會計領域的許多問題非常適合利用專家系統來求解，如審計、稅務、管理會計和職業教育等。財務分析師、審計專家和金融專家在會計實務中獲得許多珍貴的知識和經驗，這些知識和經驗有的是無法在文獻中獲得。如果把這些知識通過一定的方式累積、保存在專家系統的知識庫中，其在職業教育和幫助非資深財務工作者解決問題的能力方面所產生的作用和意義是不言而喻的。
三、智能財務和會計系統建模步驟
在利用專家系統來描述和解決一個財務和會計問題時，其建模過程有6個步驟。下面以租賃業務為例，介紹其建模過程：（1）列出所有可能的選項。如承租人有兩個租賃選擇：經營性租賃和資本性租賃。（2）確定相應的規則。區別經營租賃和資本租賃的四條基本規則是：第一，所有權轉移；第二，存在采購契約選項；第三，使用大于75%的資產經濟壽命；第四，租賃費用的現值超過90%的資本市場公允價值。（3）確定規則應用的程序（推理機）。如租賃業務中，在租賃結束期末，將所有權轉讓給出租人的是資本性租賃，不管出租人在租賃期內是否使用完75%的資產使用壽命。這樣第一條規則應該是判斷租賃期內所有權是否轉讓。（4）每條規則的所有術語必須明晰定義。如租賃期不僅包括租賃初期，還包括其他各自租賃期間，在租賃期間，假設租賃延長是合理的、肯定的。（5）在一個規則應用前，首先按事實匹配，選擇何種測試。如要知道租賃期間，必須知道租賃是否有何契約更新選項；計算最小租賃費用的現值時，必須知道是否確保殘值，而且承租人是否了解出租人采用的貼現率。（6）用何種計算法，確定一個規則啟用，例如，在應用第四個規則時必須計算現值。
四、智能財務和會計系統存在的問題和發展趨勢
在開發面向財務管理和會計領域的專家系統時，最主要的問題是沒有相應的專家和知識工程師以及規則的提取，在人工智能領域，這個問題稱為知識獲取。影響專家系統知識庫質量的五個主要決定因素是：領域專家；知識工程師；知識表征方法；知識的提取；問題域。由于專家系統在判斷問題時，表現出知識的不完備性、知識獲取的“瓶頸”以及較差學習能力、推理能力的“脆弱性”等問題。為了克服財務管理和會計專家系統存在的問題和提高系統的智能化程度，隨著專家系統研究工作的進一步深入，一方面，人們研究如何通過合理使用專家系統技術本身改善其性能。另一方面，由于專家系統中的知識類型不斷增加，單一的知識類型和問題求解方法給專家系統的應用帶來很大的局限性，遠遠不能滿足復雜問題的求解要求。為使系統更加有效地工作，同時采用多個問題求解器處理一個復雜問題成為必要。
參考文獻：
[1]陳文偉.智能決策技術[M].北京：電子工業出版社，1998.
[2]陳佳.信息系統開發方法教程[M].北京：清華大學出版社，1998.
[3]Joyce Bischoff.數據倉庫技術[M].北京：電子工業出版社，1998.34-38.
[4]高洪深.決策支持系統（DSS）——理論、方法、案例[M].北京：清華大學出版社，1996.
［關鍵詞］臨床培訓;手術室外麻醉;教育
近年來，隨著手術種類的變化，麻醉醫生的工作環境，從熟悉的手術室內，發展成為手術室外多環境工作模式，如放射科、胃腸鏡、氣管鏡、心內科介入、兒科和急診復蘇等［1］。特別在老齡化發展趨勢下，麻醉醫生面臨更多壓力，老齡患者需要在手術室外麻醉(nonoperatingroomanesthesia，NORA)下完成微創或無創診斷檢查以及手術。與傳統手術過程不同的是，越來越復雜的手術需要在NORA下完成。同時，麻醉醫生需要在NORA下處理許多急診或緊急不穩定患者。當代NORA情況下，麻醉住院醫師需要快速適應新的工作環境，利用有限的資源，最短時間內為患者提供優質的麻醉，完成診斷性和治療性手術過程［2］。
1NORA設施和應對
NORA需要的設施包括:廢氣排除系統的麻醉機、監護儀器、可靠的氧源、負壓吸引裝置、手動復蘇球囊、應急電源系統、患者的詳細信息、有效充足的空間、帶有除顫儀的急救車和可靠的雙向通信系統［3］。NORA的核心目標是建立與手術室內同水平和標準的工作環境。由于NORA的麻醉風險較高，麻醉醫生需要認真管理患者，避免并發癥和不良事件的發生［3］。NORA環境下住院醫師教學包括:患者情況比較復雜，采用急診患者標準準備;工作環境不熟悉;儀器設備及藥物不如手術室內齊全;圍術期并發癥發生率更高。因此，住院醫師在NORA下應認真按照工作流程進行麻醉工作，術前準備仔細完成，術中嚴格檢查安全核查單，術后轉運預防并發癥發生［2］。
2未來醫學發展和NORA策略
2．1新型藥物研發
雖然臨床上具備快速起效、消除、穩定的血流動力學和無呼吸抑制及毒副作用等特點的“理想麻醉藥”還未問世;但是臨床已經在研發新型咪達唑侖注射液和依托咪酯注射液等［4］。麻醉藥品是麻醉住院醫師需要掌握的基本知識。在基礎學習階段，住院醫師學習麻醉藥物基本的藥理特性。臨床工作中，住院醫師需要充分了解藥物的不同藥理特性、副作用及藥物代謝動力學;從而更好地掌控麻醉藥和為患者提供個體化治療策略。麻醉醫生和臨床藥師，需要幫助住院醫師掌握新型藥物的臨床特性，新藥的代謝特點;鼓勵住院醫師查閱文獻，嘗試新型麻醉藥物，并探索新藥對于臨床的貢獻。
2．2麻醉監護系統發展
麻醉最初的目的，使患者失去知覺或催眠。麻醉醫生通過麻醉鎮靜深度(depthofhypnosis，DOH)來反映麻醉鎮靜的不同程度，主要通過腦電監測系統來實現，如腦電雙頻譜指數等。閉環麻醉系統，是指通過測量患者臨床生命體征表現，反饋到調控中樞，適應性調控藥物持續輸注，從而實施個體化優質麻醉服務，達到臨床安全高效。術中知曉是麻醉監護期間的嚴重并發癥，給患者帶來不同程度的精神障礙;麻醉醫生積極研究麻醉監護系統的目的，為了防止此類并發癥的發生。有研究表明［5］，麻醉醫生希望通過人工智能等最新技術的發展，使患者接受最佳的麻醉手術，從而達到最佳的圍術期康復狀態，降低圍術期醫療費用和患者經濟負擔。麻醉醫生推動DOH監測儀的發展，為NORA提供了完善的監護系統。DOH系統聯合閉環麻醉系統，為患者提供優質的麻醉服務［6］。閉環麻醉的優點是減少麻醉藥物總量、加速術后康復和改善血流動力學。因此，住院醫師必須了解DOH和閉環麻醉監護設備的特點和局限，理解靶控輸注和閉環麻醉系統的機制，從容的給患者實施精準麻醉管理。
2．3人工智能和大數據時代
大數據、人工智能、機器學習和深度學習，對未來醫學信息發展方向具有深遠影響意義。機器學習和深度學習，是未來住院醫師學習的主要模式。機器學習功能通過重復學習和訓練，可以整合大量臨床資料，達到精準治療，降低麻醉不良事件發生率，提高精準麻醉完成率。深度學習功能，是機器學習功能的延伸項目，進一步提高麻醉服務能力。大數據是指使用新型設備來處理大量混雜數據。麻醉監護設備產生的麻醉數據量，要比工商業產生的少很多。然而，這些數據量是非常混雜的。這些信息來源于多數據流，例如生理性、人口統計學、藥物性、單純數據、圖像(視頻喉鏡和食道超聲)、賬單、網站內容管理系統數據等［7］。這些未來技術對于住院醫師從事NORA教學具有重要的指導作用。第一，人工智能技術發展，優化麻醉監護圖像處理能力［8］。麻醉醫生使用便攜及微創設備，可以得到良好的圖像傳輸，從而減少患者心理負擔。第二，人工智能改進教學質量;在模擬教室內，導師采用人工智能訓練麻醉住院醫師的臨床管理能力。第三，預測分析系統，告知住院醫師提前干預治療低血壓和其他生理性變化，降低內環境紊亂和臨床不良反應發生率［9］。第四，大數據將會保留大量病例資料，有助于分析不良并發癥的原因。
3住院醫師應對未來的策略
3．1教學和培訓
住院醫師開始學習NORA前，必須接受良好的麻醉基礎訓練［10］。循證醫學、患者安全和生理學監護，是麻醉管理的重點內容。這些內容結合導師輔導，可以提高住院醫師麻醉管理水平。傳統教學方法存在一定的弊端。目前流行的教學方法包括:翻轉課堂、問題導向和能力導向的學習、模擬訓練操作法［11］。這些多因素教育方法，在住院醫師的培訓中起到了重要的作用。
3．2認知健康
Gilkey等［12］詳述了四步法達到認知健康理念。第一，麻醉住院醫師必須理解重復訓練的經驗，優化大腦反應速度。因此，麻醉住院醫師需要不斷學習和模仿麻醉專家的臨床工作。第二，住院醫師需要努力工作，主動學習NORA手術過程及注意事項。反之，住院醫師被動面對持續的工作壓力，將會嚴重影響其學習效果。在大數據時代，住院醫師必須主動承擔風險并突破界限。第三，由于在NORA環境下，各種風險經常發生。因此，導師必須突破常規的模式和場景，給予住院醫師具有挑戰性的學習任務。第四，麻醉住院醫師要有持續不斷的工作學習態度，才能達到優化麻醉管理能力的目的。
3．3職業倦怠和不利影響
研究報道，麻醉住院醫師的職業倦怠率很高;同時住院醫師的適應性調整能力和情商個性特點教育，對于下一代麻醉醫生也至關重要［13］。NORA環境具有高麻醉風險和許多非標準化流程，這時麻醉住院醫師的韌性發展顯得尤為重要［14］。社交網絡指出，心理健康和樂觀心態，是建立韌性的重要品質［15］。Jones說過精英不是與生俱來的，而是后天培養出來的［15］。從商業、音樂到體育，各行各業的成功者都是在壓力下成長起來的。麻醉培訓核心任務是教育并幫助住院醫師建立處理應急情況的突變能力。住院醫師要學會如何保持高壓下高效工作，專注于自身工作以及控制好自我，把生活和工作強度處理好。
中南大學開設人工智能課程已有25年歷史,2003年該課程更是被評為全國高等學校首批精品課程。此后,在國家教育部、湖南省教育廳和學校的支持與指導下,以蔡自興教授為首的教學隊伍一直繼續堅持精品課程的建設。在5年多的建設過程中,一直堅持求新求變的思想,使得本精品課程又登上了一個新的臺階,并通過建設取得了一些新的經驗和體會。
1 深化教學改革,不斷提高教學質量
教學改革是課程建設和學科發展的生命線。經驗告訴我們,要不斷提高教學質量,就不能固步自封,吃老本,而必須不斷深化教學改革,加大課程建設和教材建設力度,不斷改進教學方法。
(1) 搞好精品課程建設,發揮示范作用
把人工智能國家級精品課程放在優先建設的位置,講究教學質量,推進教學改革是本課程一直堅持的教學理念。首屆國家級精品課程評選時,還很少有其他課程采用網絡教學,而我們的課程就已經建設了完善的網絡教學平臺并被國家教育部評為優秀網絡課程,這有助于充分發揮國家級精品課程的示范作用。在此后的建設過程中,我們堅持每年都對網絡課程和教學課件進行改進和更新,在國內發揮了應有的示范作用。
為開拓學生眼界,追蹤國際前沿研究,這幾年我們加強了對雙語教學的研究和實踐,采用多種方式堅持漢英雙語教學。經過實踐我們體會到,英語教學比例要根據教學內容和學生英語水平而定,其檢驗標準是學生的接受程度與學習效果,并根據這一點來適時調整雙語教學中英語對漢語的比例。
(2) 編著立體配套教材,為教學改革服務
根據學科和課程的發展及教學改革的需要,我們十分重視教材建設,不斷更新人工智能課程教材內容,使其具有系統性、新穎性、實用性和可讀性等特色,所編優秀教材處于國內領先地位。
在過去5年建設過程中,在原有的信息類本科生教材的基礎上,又增加了研究生教材、網絡課程教材和管理類通用教材,形成了多層次、多專業、多平臺的立體配套教材共4個版本,以適應學生的不同層次要求。這些教材已為高水平課程建設和學科建設作出了重要貢獻。
(2) 創新教學方法,開展多種形式教學
近年來,我們學習和推廣了教學名師在長期教學實踐中形成的“以趣導課、以疑啟思、以法解惑、以律求知”的教學模式和教學方法,并不斷摸索和實踐,采取了多種形式的教學方式,包括多媒體教學、雙語教學、網絡教學、智能系統物理實體演示、課堂討論會、論點辯論會、學術研討會以及網上實驗等現代化教學方法,取得了優良的教學效果。在課程講授中盡力做到生動形象,富有啟發性,從而充分激勵學生的學習積極性和主動性,發揮獨立思考和創新思維,多方位培養學生發現問題、分析問題和解決問題的能力。
要取得良好的教學效果,首先要培養學生的學習興趣,使學生主動參與學習。如何充分激發學生們的學習熱情,發揮其主觀能動性是我們一直在探索的問題。我們在教學實踐中多次開展辯論會、討論會等活動,通過讓學生自己動手查資料,分析整理,提出自己的觀點,使學生全方位地接觸所學課程,在此過程中培養學生的研究能力,真正實現師生互動。在課程中我們還經常請來在科研工作中擔任主要任務的教師和博士生給本科生介紹最前沿的科學動態,激發學生對科學研究的興趣。更進一步,我們在研究生教學方面通過舉辦學術研討會,讓學生接觸學科前沿,自己查閱資料和動手寫科技論文,并在研討會上宣讀討論,培養獨立研究能力,為將來的研究工作打下基礎。許多本科生和研究生在討論會上有十分突出的表現。這種課堂學術研討活動深受廣大學生歡迎。
(4) 教學與科研結合,以科研促進教學
對于高等教育來說,教學與科研始終是相互促進,不可分割的。我們認識到,要提高師資水平和教學質量,就必須鼓勵教師開展科學研究,處理好教學與科研的關系。要以教學為中心,以科研促進教學。通過科研實踐,提高教師的學術水平和教學起點。教師只有站得高,才能看得遠;只有看得遠,才能明確方向和目標。本精品課程立項后,我們每年都有意識地組織學生參觀實驗室,向他們介紹最新的科研進展,培養學生的科學精神和科研素質;同時吸收部分學生直接參與到科研工作中來,提高他們分析和解決實際問題的能力;本科生的畢業設計題目也直接與科研工作掛鉤,讓學生真正學以致用;支持青年教師參加科研和各種技術培訓,不斷提高他們的科研能力和教學能力,從而有力地推動了教學科研的相互促進和協調發展。
2 構建立體式教學平臺,實現教學相長
(1) 建設前沿交叉學科的多類型教學資源
教學資源是教學質量的重要保證,通過多年的積累和長期努力,我們已擁有大量立體配套式的教學資源,除了針對計算機、智能科學與技術和自動化專業的系列教材外,還有面向軍隊的智能決策的教材,面向人工智能初學者和研究人員的工具書《人工智能辭典》。大量教參、教研論文、科研論文、多媒體課件、雙語課件、網絡課件、視頻錄像、習題庫、試題庫、虛擬實驗室等都包含在我們的教學資源中。
(2) 開發富有特色的網絡教學平臺,實現個性化教學
網絡教學能夠拓展學生的學習空間,使學生能夠在不受地域和環境限制的情況下主動學習和繼續學習。我們的《人工智能網絡課程》上網使用已經7年了。該網絡課程具備向導學習、交互式和情景化學習、多媒體支持、學習評價、智能答疑、全文搜索、虛擬算法實驗等功能。特別是在向導學習、個性化以及算法實驗上,采用了人工智能技術本身來實現人工智能網絡課程,具有網絡化、智能化和個性化等顯著的特色和先進性,得到專家和同行的認可和肯定。如今我們的網絡教學平臺已不斷得到更新和擴展,學習內容不斷完善,學生們不僅可通過網絡進行學習、實驗,并能通過網絡提交作業和報告,與老師進行交流。網絡課程的使用,促進了本課程教學改革,更好地調動了學生的學習興趣和主動性,深受學生歡迎。
(3) 建立開放式的網絡實驗平臺
理論聯系實際永遠是教學過程中不可或缺的重要部分,讓學生發揮主動性,學以致用,從而加深對課堂接受知識的理解,培養學生的實踐能力,使他們能夠學以致用,是我們開發實驗平臺的目的。為此,我們在2005年開發了一個網絡虛擬實驗室,在這個實驗室中,通過動畫演示,學生能夠直觀地看到課堂上講到的多種算法和方法的具體實現步驟和運行結果,還能夠自己動手,創建新的實驗環境和實驗數據,建立自己的實驗。網絡實驗平臺中對每個實驗的目的、要求、實驗報告的形式內容都作出了詳細的闡述和要求,網絡的開放環境使得學生可以在寢室、家里、機房,甚至在機場、車站、碼頭隨時進行實驗,不受時間和地點的限制。
在實驗教學內容的設計上,注重培養學生的研究能力和創新能力。首先,實驗項目的開設,經過了嚴格的考慮,使之具備研究性和綜合性。其次,實驗目標有明確的設計探討要求,要求學生帶著問題和任務進行實驗。再者,充分采用虛擬實驗方式進行實驗,大大提高了學生的興趣,提供了分析和探討智能算法的很好平臺。
直觀生動的實驗演示和個性化的實驗設置增加了學生對實驗的興趣,充分調動了學生的積極性和創造性。通過實驗教學,學生能夠理論聯系實際,驗證和加深對所學理論知識和概念的理解,有利于提高學生的學習興趣和主動性。
3 構建富于創新的教學隊伍
教學人才資源是教學的第一資源。堅持科學發展觀和以人為本的思想,組建一支結構合理、愛崗敬業、不斷創新的教學隊伍是精品課程建設不斷持續發展的重要保證。
(1) 名師牽頭,結構合理
自精品課程立項以來,在多年的建設實踐中,我們逐步建立了一支由國家級教學名師牽頭,以中青年教師為骨干,學歷、學位、職稱和年齡結構合理的教學隊伍,以保證教學和教改工作的可持續發展。此外,任課教師圍繞創新型人才培養,以提高人才培養質量為核心,以促進學生的成才為目標,討論并設定了明確、可行的課程教學改革目標。
(2) 抓好隊伍建設,不斷提高整體素質
建立一支愛崗敬業、富有戰斗力的高素質教學隊伍是出色完成教學任務和提高課程教學質量的根本保證。我們的教學隊伍中,從帶頭人到成員,都堅持在教育第一線親自執教,傳道、授業、解惑,做好本職教學工作,都秉承熱愛黨的教育事業,熱愛教學工作、熱愛學生。教學骨干和主講教授具有較高的學術造詣和豐富的教學經驗,其他教師也有較好的教學功底和較強的教學能力,他們團結協作, 精益求精地認真做好每一環節的教學工作。
(3) 注重青年教師培養,保證可持續發展
關鍵詞：小學英語；教材出版；人工智能；大數據；虛擬現實
一、技術演進及受眾改變的大背景
1.技術的研發與普及正日益提速
技術在現代社會發展過程中已經占據十分顯要的地位，其對各行各業乃至社會各個領域無孔不入地滲透，已極大地改變甚至顛覆了眾多傳統產業。而從歷史來看，技術的創新也始終引領著出版業的發展，它的每一次重大變革，都將同時代的出版推向一個全新的境界。
具體到教材出版領域，首先，人工智能技術的日趨完善，使得其已經成為改變學習活動形態的重要力量。2016年以來，傳感器技術的飛速發展和5G通信技術的重大突破，正加速迎來萬物互聯的時代，對數據處理能力提出了更高要求，將促使算法水平不斷提升，加速人工智能的進化，這些無疑都將大大推動人工智能的發展。
其次，伴隨虛擬現實（Virtual Reality，簡稱VR）及增強現實（Augmented Reality，簡稱AR）等技術的成熟，我們已經可以輕松地利用電腦圖像仿真技術，虛擬出與小學生用戶充分交互的環境，從而大大豐富學習的體驗，這為教材出版的最終呈現形式帶來了極大的想象空間。
最后，大數據技術的不斷普及，使得對海量學生行為數據的搜集、分類、整理、加工既成為可能，也愈發彰顯出其巨大的價值。
2.學生及家長群體均發生深刻變化
伴隨前沿技術的不斷普及，小學英語教材的受眾也不可避免地發生著深刻的變化。與此前的小學生群體相比，“10后”一代是在互聯網、移動互聯網的包圍和熏陶下成長起來的“數碼寶寶”，其對數字技術及其所具有的功能與交互形式等，有著天然的親近感。在進入小學階段的英語學習后，其對傳統紙本英語教材較為單一、枯燥的呈現形式必然會提出更多要求。與此同時，區別于“60后”“70后”的家長，“80后”家長由于其自身對數碼產品的熟悉與使用，使得其對前沿技術不存在明顯的排斥心理，在可控范圍內，愿意讓自己的子女嘗試基于前沿數字技術且更為新鮮活潑的學習形式。
二、虛擬現實、人工智能及大數據在小學英語出版領域的應用
1.以虛擬現實技術提升教材表現能力，實現用戶由紙本向App引流，打造線上平臺
虛擬現實技術是一種視覺交互技術，它利用計算機生成一種模擬環境，通過全景成像，形成立體式、全沉浸的視覺映像，受眾能置身其中。目前，該技術多應用于視頻和游戲領域。
傳統出版單位進軍數字出版已是大勢所趨，但在互聯網時代，一方面，由于缺乏強勢的渠道和具備足夠互聯網運營經驗的團隊，互聯網企業吸納線上用戶的能力，傳統出版機構始終難以望其項背；另一方面，紙本教材的覆蓋率和到達率卻又常常令互聯網企業嘆為觀止。
以福建教育出版社的閩教版小學英語紙本教材為例，其覆蓋閩、桂兩省逾百萬真實學生用戶，這樣量級的真實用戶在當前互聯網紅利已趨結束、用戶爭奪日益白熱化的時代，具有巨大的價值。出版機構可利用虛擬現實技術，開發配套的App，學生在家長或自有的智能終端上下載后，即可通過掃描直接依托紙本構建起虛擬實境，獲取紙質教材無法呈現的動畫、語音朗讀等海量訊息，從而在增加紙本教材交互性，提升其表現力的同時，將線下用戶導流至App平臺，實踐互聯網環境下“平臺為王”的戰略，沉淀用戶價值，一改此前紙本圖書無法沉淀用戶并實現持續經營的弊端，為后續的用戶行為大數據采集及人工智能應用奠定堅實基礎。
2.依托人工智能的語音識別與合成功能，加深英語教材交互性，獲取用戶使用行為
整體而言，人工智能領域有三個并存且依次遞進的發展階段：第一階段為計算智能，即快速計算和記憶存儲能力；第二階段為感知智能，即基于視覺、聽覺、觸覺等感知能力與對象進行交互；第三階段為認知智能，機器已“能理解會思考”。人類就是通過各種智能感知能力與自然界進行交互，交互即信息的輸入與輸出，與計算智能階段的輸入端只局限于鍵盤與鼠標相比，感知智能的交互是多樣化的。當前，對小學英語教材出版領域最具應用價值的，是處于第二階段的智能語音識別與合成技術。以“百度機器人”和“科大訊飛智能語音系統”等為代表的一系列產品，都是處于該階段的典型應用。
作為教材出版機構，應該積極與技術方展開深度的合作，注入具有知識產權的教材內容資源，同時依托其成熟的語音識別技術與硬件產品，實現教材內容與學生間的實時交互，既能解決家長自身發音不準而無法示范等困擾，又能擴展英語教材多元化體驗，并在這一過程中實現對學生英語學習行為數據的采集。
3.應用大數據技術，發掘學生英語學習行為巨大價值
前兩個階段完成后，平臺將積累起基數龐大的學生（及其家長）用戶，在后善的數據庫支撐下，其英語學習行為將因深度的人機交互得以收集、沉淀。在這一階段，運用大數據技術，對其在英語學習過程中的種種行為――發音習得、對話練習、眼動停留、成果反饋等進行分析，基于平臺上海量小學生在英語學習過程中產生的相關行為，構建“中國小學生英語學習行為數據庫”，同時自內、外兩個層面，對數據庫展開持續的開發和運營。對內，結合數據挖掘、語義分析、行為偵測等前沿技術，圍繞英語學習，面向教材用戶輸出個性化智能學習指導、基于大數據且逐年對外的《中國小學生英語學習行為年度報告》等系列服務，從而以人工智能及相關技術的應用，實現對紙本教材用戶學習服務各環節的支撐；對外，將作為開放的大數據平臺，與外部不同產業的生態圈之間進行大數據的交換與輸出，在完善、提升自身數據價值的同時，通過向政府、第三方機構（如英語培訓等）提供基于大數據的知識服務，收取咨詢服務費，并通過以大數據為核心資源、共同參與開發運營新項目等形式，獲取這一過程中的衍生收益。
三、管控教材生產者與受眾兩個層面的風險
1.教材生產者面臨的主體模糊與被動邊緣化危險
第一，在擁抱技術的過程中，作為小學英語教材的編輯，應始終秉承“優質內容為王”的基本理念，以適合小學生具體學情的權威內容為出發點和落腳點，在對待前沿技術的應用上，堅持做到不盲動，不冒進，以內容為主，以技術為輔，充分發揮技術優勢，為內容和小學英語教材的用戶服務，而不可被技術的巨大存在迷惑，為應用前沿技術而在內容上予以妥協、遷就，甚至被技術喧賓奪主，淪為附庸。
第二，出版機構在前沿技術領域并不具備優勢，其研發實力與運營能力都較互聯網或其他技術企業有極大差距，而對前沿技術在出版領域的應用，又必須與其展開緊密的合作，在這一過程中，應注重發揮自身在內容、知識產權及紙本用戶領域的優勢，及時錘煉對技術的理解、應用和掌控力，提升編輯團隊的用戶運營水平，避免被互聯網企業邊緣化。
2.引導受眾合理對待植入前沿技術的教材
關鍵詞:科技期刊;媒體融合;知識服務;精準傳播
近年來，隨著計算機技術的進步，科技期刊出版正在經歷著前所未有的巨大變革。目前，信息技術已呈現出“人-機-物”三元融合的態勢，數據分析工具和基于云計算的數據資源成為期刊出版的重要特征［1］，期刊出版的數字化和集群化發展成為當下期刊發展的主流趨勢，人工智能也將在學術期刊的出版、存取、質量評價等多個環節上得到廣泛應用，并推動科技期刊出版方式的變革［2］。目前，在科技期刊界，學者們就如何促進科技期刊媒體融合發展開展了大量的研究，既包括理論層面的探討，又包括從實踐和案例的角度開展的應用研究［3-6］。與此同時，我們注意到，全球的科學產出以極快的速度增長，從第二次世界大戰結束以來，全球的科學產出相當于每9年就會翻1番［7］，讀者也更容易被無用的信息轟炸，難以在期刊論文的海洋中高效準確地找到自己需要的內容，科技期刊要想擴大自身的影響力也愈來愈難。信息爆炸時代，科技期刊關注讀者“需要什么”比“提供了什么”更重要。在智能技術變革的時展潮流中，科技期刊應如何順應時展趨勢，利用智能技術整合資源，更好地滿足讀者的需求，擴大期刊的影響力，創造科技期刊人、出版商、作者、讀者的共贏局面?本文從以上問題切入，嘗試從擴展學術搜索的路徑、構建個性化的精準推送平臺和多元化的傳播模式、向用戶提供有針對性的服務方面探索在媒體融合形勢下如何提升科技期刊的精準傳播能力，以期為我國科技期刊媒體融合建設增瓦添磚。
1借助人工智能，擴展學術搜索的路徑
互聯網時代改變了人們獲取信息的方式，搜索引擎在促進科技期刊的傳播、提高影響力等方面的功能逐漸凸顯。雖然現有的一些搜索門戶網站諸如Webofscience、PubMed、谷歌學術、各圖書館網站、中國知網、萬方數據知識服務平臺等搜索引擎可以幫助讀者檢索科技論文，但是仍不能滿足用戶多樣化的檢索需求。Tancheva等［8］針對康奈爾大學圖書館開展的一項調查研究發現受訪者“往往既對搜索方法的效率感到滿意，同時又對搜索的棘手和費力感到不滿……當研究人員無法完成一個特定的搜索任務，他們很可能放棄現有的方法(或工具或技術)，而不是找出如何使它工作”。為了解決這一問題，需要開發新的模式解決學術出版的過量負載，利用智能技術優化搜索引擎的現有功能。目前很多科技公司都在探索開發基于人工智能的學術搜索引擎和知識服務。例如Springer網絡平臺不斷對其功能進行集成，并提供個性化服務功能;Elsevier等出版商為用戶等提供搜索引擎培訓課程;微軟學術(MicrosoftAcademic)通過在實體之間建立有意義的關聯，自動生成可視化的知識圖譜，引導學者閱讀［2］;2014年，Wiley線上圖書館為用戶提供了增強型HTML文章服務(AnywhereArticle)，它將可讀性、交互性和可移植性設為用戶體驗的核心，使讀者能夠在頁面中快速找到最重要的信息［9］。一些關于科學出版的新模式和平臺被相繼開發，如Chorus［10］通過集成服務和開放APIs，優化了科技論文被搜索的路徑，并為政府機構、出版商、研究人員、圖書館員和作者提供可持續的解決方案。目前我國已經形成一些專業的期刊集群，一部分學術期刊數據庫平臺也開始進行語義出版形式的探索，對科技期刊內容進行深度加工和挖掘。不同的科技期刊具有不同的特點，在學術期刊的數據庫平臺建設過程中需要平臺開發團隊與期刊編輯充分交流［11］，發揮編輯的優勢和主導作用，凸顯本學科的學科特色。
2利用智能算法，構建個性化的精準推送平臺
技術是科技期刊創新發展的重要推手，技術應用能力也成為科技期刊發展的競爭資源，充分利用技術強化科技期刊的知識服務和加工能力，創新出版和傳播模式，滿足數字化時代的讀者需求，對于科技期刊的精準傳播和融合發展非常重要。在人工智能背景下，可以借助于算法實現科技期刊出版的智能化。算法的設計程序與設計者的思維密不可分，設計者選擇數據樣本、賦予數據意義、設計模型與算法，擁有數據并設定算法的智能化平臺具有很強的主導性［12］，因此設計者需要盡可能考慮并消除算法偏見和利益沖突對精準傳播帶來的負面影響。日前，騰訊研究院和騰訊AILab聯合的人工智能倫理報告指出“人工智能等新技術需要價值引導，做到可用、可靠、可知、可控”［13］。目前“智能算法+學術期刊”已成為創新趨勢，學術期刊可構建信息數據基礎環境，進一步完成動態精準信息推薦，最后以傳受關系交互實現長期有效的黏性連接［14］。一方面可以通過算法整合資源，實現大量科技期刊的數字資源的聚合;另一方面可以通過算法分析用戶的閱讀興趣、研究領域，基于用戶的需求建立相關用戶數據信息，從而進一步將數字資源和用戶數據相匹配，實現科技期刊的智能化精準傳播。如中國知網推出的“CNKI全球學術快報”整合全球文獻和超星集團推出的“域出版”超星學習通學術平臺［15］，用戶不僅可以在其App上進行文獻檢索、分版閱讀、專題閱讀等，還可以與作者進行互動交流。此外，還可以利用智能算法設計追蹤用戶的信息反饋，通過學術平臺進一步增加用戶的體驗感，提升科技期刊的精準傳播能力。
3創新知識加工，構建多元化的傳播模式
在人工智能和融媒體時代，除了運用智能技術構建個性化的知識服務平臺，科技期刊也需要充分發揮社交媒體的作用，通過加強期刊網站建設、建立App客戶端、微信、微博等新媒體傳播平臺，可以根據各自領域的特點，對科技論文進行多次加工和編輯，構建個性化的傳播方式。如論文編輯平臺Kudos為作者提供了一種利用社交媒體使他們的論文更易下載和傳播的工具，通過為作者已發表的文章創建介紹并添加簡短的標題、易懂的摘要和補充內容，可以使他們的文章對讀者更具吸引力［16］，學術出版平臺也可以通過建立二維碼，為讀者提供開放增值服務，使讀者進一步了解論文的數據、圖片等資料，實現與用戶的精準對接。如中國煤炭行業知識服務平臺為該平臺上的每篇論文制作了二維碼，用戶閱讀紙刊論文時，通過掃描其中的二維碼可以免費下載PDF、HTML文件，此外讀者還可以通過掃描二維碼向作者提問或向責任編輯反饋意見［17］。目前，郵件推送也正在成為科技期刊提升精準傳播能力的一個重要手段，國內一些期刊在這方面做了大膽的嘗試。例如:《計算機工程》基于語義分析和智能分詞等技術，設計了一套期刊內容精準推送系統，將讀者—文章—標準關鍵詞進行匹配，通過郵件為潛在讀者推送與其研究方向相關的最新研究論文［18］;《應用生態學報》通過運用大數據和數理統計方法，構建了科技期刊論文單篇推送客體指標體系，通過郵件對讀者進行單篇精準推送，取得了較好的傳播效果［19］。此外，利用音頻、視頻、科學可視化等多媒體技術可以在短時間內表達豐富的科學信息，增加科技論文的廣泛傳播。如虛擬現實/增強現實(VR/AR)為讀者提供沉浸式的閱讀環境，提升讀者的體驗感，從而吸引了更多讀者的關注。中國科學技術大學王國燕博士及其團隊開展的前沿科學可視化研究和設計，使科技論文通過圖像的形式向讀者展現，提高了科技論文的交流和傳播，她通過對頂級科技期刊《Nature》《Science》《Cell》的一項實證研究發現，科技期刊封面故事和封面圖像的使用可以提高論文的引用率［20］。《上海大學學報(自然科學版)》借助第三方AR展示平臺實現了學術期刊的多模式AR融合出版，取得了很好的效果［21］。
4滿足用戶需求，提供有針對性的服務
深圳市福田區教育科學研究院附屬小學是一所帶著“深圳烙印”的獨特學校，學校緊跟時代的步伐，在機遇與挑戰中擔起重任，在智能教育的探索路上以鍥而不舍的姿態昂揚前行。兩年時間，學校不斷開放示范，輻射影響，與不同地區共建教育教學共同體，打開合作共贏新局面。校長劉銳娟作為廣東省“百千萬人才培養工程”中小學智能教育名校長，一直將智能教育當成學校發展的重要引擎，秉承以“上善樂活，讓每一個生命精彩綻放”的辦學目標，從推進課堂改革到智能空間建設，再到推進信息技術與學科深度融合，借信息化手段推動學校的現代化教學發展，讓學校成為智能教育名師的搖籃、新型教與學改革的基地、信息化教學研究的平臺、智能教育輻射的中心。
構建未來學校形態，營造智能校園環境
升級優化基礎設施。福田教科院附小大力推行教育管理數字化，構建具有附小特色的“掌上附小”教學管理系統，建設了附小特色數字中心機房，實現評價系統云處理，學生學業成績大數據綜合平臺分析，優化完善學校教學資源庫，學科資源覆蓋率達90%以上。基于5G技術，一方面完善校園安全管控信息化建設，提升校園實施視頻監控水平；另一方面，以“5G+互動教學”推動教育教學模式創新，鼓勵跨校區課程協同共享，“自動跟蹤錄播教室”“未來閱覽室”等先進的信息化設施陸續啟用。目前學校已實現教育管理數字化應用全覆蓋。重構創新教學空間。重構后的福田教科院附小具有五種空間形式：一是“研學創中心”，是基于項目式學習、問題探究、滿足高水平學習者（教師、學生）能力的學習研究創新的空間；二是“學科大觀園”，以學科核心素養為基礎，構建學科教學情景空間、全學科班級圖書角，在真實空間中感受學科魅力；三是“學校文化長廊”，利用此空間打造智慧圖書館、校園歷史博物館，凝聚、展現附小校園文化；四是“創意盒子”，這是一個創新型的孵化器，在此空間師生可以參與各種科技類創新項目，實現“讓創意可見，讓思維有型”；五是“云上學院”，搭建自選式創新學習超市，組建項目化學習網絡社區空間。
引領規劃整體設計，打造前沿智慧課程
兩年來，學校先后邀請了20多位教育教學、信息化水平前沿的專家為全校教師量身定制項目化及學科融合課程培訓計劃，積極引導各學科探索開發“信息化特色課程”“AI+”特色課程，充分利用學校信息化教學空間，根據教學大綱要求，開展智慧科技特色校本課程，并探索開發科技與五育融合課程。重塑年級組內各學科相對獨立的形態，形成五育融合教研共同體，打通學科之間的壁壘。五育融合理念下的課程融合，是基于知識、經驗、社會需求的融合。將其形成“學科+”的課程形態，即“學科+學科”“學科+生活”“學科+社會”“學科+活動”等課程形態。
AI賦能智慧教學，創設育人新生態
信息技術賦能學科教學。深圳教育以教育部信息化“雙區”建設為有力抓手，以信息技術深化教育教學改革，不斷探索新型教與學模式。信息技術賦能學科教學一直是劉銳娟倡導的教育教學方式。認知科學與智能技術的結合將使教與學變得多元化，并且可進行低成本、高效能的個性化定制，幫助學習者設計更有效的學習策略。2021年，福田教科院附小成功申報國家級課題《信息技術賦能學科教學與區域教研的實踐研究》。同時，福田教科院附小以青年教師“青藍杯”基本功大賽和骨干教師“紅燭杯”教學展示為契機，通過公開課、錄像課、微課錄制等活動，激發更多教師利用信息技術手段，在學習空間、教學方式、學習內容和學習方式上實現教學模式的創新。學生方面，學校積極普及人工智能課程，探索人工智能教學的路徑和策略，以期實現提升學生信息素養、普及全民智能教育、培養人工智能人才的目標，為促進中小學人工智能教育、推動教育教學改革和創新發展提供參考。智能體育守護生命本色。深圳市福田區是中國教育科學研究院的綜合改革實驗區，福田教科院附小是全區首批參與中國教科院的重點課題《中國學校體育智慧系統研究》的學校，學校多年來一直堅持致力于智慧體育探索研究，實施青少年健康體能促進與干預方案。2021年12月，劉銳娟親自主持的中國教育科學研究院《中國青少年健康體能研究》課題項目子課題《“雙減”背景下對智慧體育校園構建的研究》順利開題。2022年1月，以學校為牽頭單位的“智能體育學生數據分析與教學應用實踐共同體”項目榮耀入選教育部“2021年度教育信息化教學應用實踐共同體項目”。基于學校智能教學基礎和理念，劉銳娟在體育科組率先嘗試依托AI技術精準監測與評價學生的體能訓練，利用運動數據采集裝備+綜合管理平臺，通過學生佩戴的傳感器設備，實時采集每位學生運動過程中的心率及運動負荷情況等數據，對潛在的運動風險進行實時的評估與預警，把學生的體質數據形成電子成長檔案，為教師設計合理的體育課程提供參考，為學生的體質健康保駕護航。多樣態教學促進學生個性化發展。一是在線教學求質量，創新課堂新生態。在常態化疫情防控和泛在學習普及的雙重背景下，在線教學模式應運而生，從學生學習需求出發，搭建適合學生學習的平臺，采用個性化的學習模式，提供全程化的學習支持服務，以提高學生學習效率。二是探索混合式教學模式，推進泛在化學習發展。項目化混合式研究團隊結合學段特點、學校校情，以調查研究作為基礎，以教師培訓、課程實踐、評價改革作為抓手，以項目化課程為載體，以混合式教學為手段，在校內進行探索實驗。
多元評價，看見動態成長
學生是教育對象，讓學生更好地學習才是教育的發展目標。教學中，劉銳娟引進智能數據技術系統“掌上附小”，系統中采用多元評價，全方面為學生提供個性化的教學服務，實現因材施教，看到動態成長。搭建學生德育評價系統。少先隊組織日常開展教育活動和評價激勵的重要載體，分為基礎章、特色章、星級章。在階梯式成長激勵體系中，少先隊員普遍參與的“紅領巾獎章”是核心載體，貫通著同一層級的榮譽激勵、實踐激勵和崗位激勵。在德育量化指標下，評價系統在本校可制定階段性評價任務，實現老師評、家長評、學生自評等多種方式的學生階段性、全過程德育評價。通過評價構建學生畫像。依據學校項目化課程的內容特點、混合式教學的實施特性，創建三個層級的項目化多元評價機制，即：多向評價、學習評價、成果評價。其中多向評價為：項目導師評價、學科教師評價、小組互評和個人自評及家長評價等五個維度；學習評價為過程性評價與終結性評價；成果評價為路演評價、線上評價等多種評價方式。最后，在評價中生成數據，從而制作出學生畫像。形成信息化成長報告。“掌上附小”后臺經過對原始數據的匯總、分析，從學生的品德、身心、學習、創新、國際、審美、信息、生活八個方面綜合評價學生的發展，基于信息化評價體系，對學生形成智能評價分析、診斷、反饋，形成學生每個階段的“信息化成長報告”，助力學生的全面發展與適性揚長。未來已來，劉銳娟帶領著福田教科院附小團隊借助教育信息化杠桿撬動學校發展，攜手師生共同成長，打造學校智能教育發展的新樣本。
作者：劉銳娟 徐燕 魏明萱 單位：深圳市福田區教育科學研究院附屬小學
2015-2016年，華夏基石董事長彭劍鋒教授帶領團隊對海爾深入研究發現：人本身的發展成為了組織經營的目的。“人是目的”不但成為了一種管理理念，且在企業中得到了實踐。此時，組織經營的根本目的在于支撐人的發展，人和組織關系發生劇烈變化，于是我們提出了人與組織關系的重構概念。
人與組織關系演變的兩個驅動因素
很多時候，企業的實踐都是在理論產生之前的。如果不能真正找到組織變化的驅動因素，就很難去預測它的未來。就當前而言，怎樣才能夠找到驅動變化的因素呢？還是要從人和組織的兩方面去看。
第一個驅動因素：技術的不斷突破和應用
當機器人不但可以簡單提升效率，而且還能夠寫出一定意境的詩詞時，它對我們生活的方方面面的挑戰就難以想象。這是人腦不能抵達的高度，是新技術不斷應用的結果。AlphaGo挑戰李世石，以后一定會出現更深入影響我們經濟生活的情況出現。
李開復在最近的世界經濟論壇上說：“在未來的十年之內，世界上有50%的工作將會被人工智能所替代，尤其是翻譯、記者、助理、保安、司機、銷售、客服等崗位。”這些工作都被人工智能所替代，不再有人去從事這些崗位時，組織內部的架構或者模式一定會發生變化。
在阿里研究院的“遠見2046――第二屆新經濟智庫大會”上，有人預言未來10-20年，有710萬左右的崗位會消失，在702種職業中有47%的工作，可能會被人工智能和機器人所替代；數據在整個經濟活動當中充當了主要因素，其價值會超過石油、土地，用數字技術和互聯網、云計算、人工智能武裝起來的新實體經濟會替代舊的實體經濟。而阿里將不再是虛擬經濟，甚至將成為新的實體經濟。新的實體經濟對于在當下經濟體中生存和發展的組織來說，一定會產生巨大的影響。因此，驅動組織和人的關系變化的最主要的因素，是技術的不斷發展和應用。
麥肯錫全球研究院院長華強森還說：“我們過去做咨詢的主要方式，是依據邏輯所展現出來的嚴密思考來引導客戶，但現在不是這樣了。現在，人工智能比人的邏輯性更強，并且能夠處理大量數據，這是人所不能的。”他們今后在全球范圍內招聘咨詢師時，不會再像過去那樣只招聘MBA、EMBA、經濟學與管理學背景的人，還希望招聘一些藝術類的人才來做管理咨詢，因為時代需要一種截然不同的思維方式和創新思維，而這一定會帶來整個組織內部的工作模式的重組。
比如在新的實體經濟里，新的組織形態叫做平臺經濟體。傳統的組織模式不可能化解大規模生產所帶來的成本，而當信息技術不斷地突破和應用之后，組織100萬人都不會有困難。未來的組織，是技術的推動、是人工智能技術的應用所帶來的變革。很多互聯網企業已經向平臺經濟體轉型。
第二個驅動因素：社會需求基準不斷提高
現在，企業在招聘新員工時往往會發現，過去的激勵理論對他們而言是失效的。
為什么失效？是人變了嗎？變化是什么？代際之間的問題究竟是什么原因帶來的？這需要我們回歸本源去看問題，是什么的變化引起了這一代人與上一代人的不同。
挑戰根本的表現，其實可以理解為社會需求層次的變化或者說社會需求基準不斷抬高。很多人在很早時就脫離了最基本的需求，但社會整體沒有達到這個層面。而主流的組織形態是由需求基準決定的，不妨把馬斯洛的需求層次圖倒過來看。
凱恩斯曾提出：“從滿足每個人的生存需要角度來說，經濟問題可能會在100年之后得到解決。隨之工作日減少到每天3個小時，也就是一周15個小時。”他所指的100年，也就是到2030年，很多人真的不需要工作了。當人工智能、機器人可以完全滿足，或者在一定程度上滿足我們最基本的生存需求時，當整體需求基準提高時，會帶來什么問題？那就是人與組織關系重構的問題。
所以，從人的角度來看，社會需求隨著需求層次的不斷抬高，也會促使人的方方面面發生變化，進而使人與組織之間的關系必須重構。
當人與組織關系發生了重構，那么下一步可能會發生什么變化呢？
無論是經濟學者還是哲學家，都將問題回歸了最本質――價值。假如未來的趨勢一定會來到，就存在一個全方位價值的重新定義與匹配，比如組織的價值、個體的價值、用戶的價值、社會的價值、社會價值的導向等。
新的就業形態釋放個體價值
有一個名詞叫slash（斜杠青年），是指越來越多的年輕人不再滿足“專一職業”的生活方式，而是選擇能夠擁有多重職業和身份的多元生活。這些人在自我介紹中會用斜杠來區分。
我們無法去簡單評價這些人的就業形態，在他所有的“斜杠”中，任何單獨的一項都能解決他的生存問題，所以和這類人才談勞動雇傭關系、談就I問題基本是沒有意義的。它實質上是一種組織與個體之間匹配在一起的，嶄新的就業形態，個體通過自我雇傭，組織提供平臺支撐，二者實現價值共享。
阿里研究院就預測，在未來20年，8小時工作制將會被打破，中國高達四億人的勞動力將通過網絡進行自我雇傭和自由就業，這相當于中國總勞動力的50%。未來個體的價值會通過自由雇傭的方式去就業來實現。
與此相適應，組織將通過平臺化來支撐社會價值、個體價值、用戶價值的實現，進而來實現自身的價值，并分享這些價值。這種價值實現最典型的案例就是海爾。海爾的平臺與它的價值，在于支撐“小微”，在于孵化、業務引進等。當平臺通過促進個體的價值來實現價值、分享價值，價值創造的問題就解決了。
“崗位”已死，價值如何評價？
價值創造問題解決了之后，就不得不面對價值評價的問題了。如何評價價值？
過去，我們有一個基本假設是人和崗位之間的適應性，是配置問題。不論人是工具論，還是人事匹配論，抑或是人事互動，其實都可以用人和崗位之間的關系來回答。但是，當崗位概念不復存在時，基于崗位履職來進行績效評價就失去了意義，必須直面價值或者價值評價的難題。
這個問題確實很難，但總要解決它，如何解決？
思路一：直接以用戶價值認可替代價值評價。這一方法仍來自于海爾的實踐。當企業找不到價值衡量的辦法，不妨直接以用戶價值認可來替代價值評價。而海爾所謂的雙價值循環、二維點陣、PK機制等模式，都可以用直接的用戶買單來實現價值認可。反之，用戶不買單，那么我既不評價你的價值，也不去評價績效，因為客戶已經“評價”了。海爾的人單合一模式，是產品通過拐點的設置、迭代等等方式，不斷對它的價值進行認可的過程。這就是海爾價值評價的方式。
這種方式在互聯網企業或在所謂的平臺經濟體里面是一種常態。比如分答提問，一個付費語音問答平臺。它的游戲規則是，在平臺上分三個角色：回答者、提問者和偷聽者。回答者在說明了自己擅長的領域之后，可以設置回答的價格，并對付費用戶提出的問題給予回答。在這個過程中，其他用戶還可以通過付費一元來“偷聽”其他人得到的答案。被“偷聽”一次，平臺、提問者與回答者分享收益，所以回答者能賺錢，提問者也可能賺錢。
盡管目前分答上很多提問都是八卦問題，但是這種模式很有意思。這個模式從本質上來說，是通過用戶價值的實現來直接替代績效評估。假如我是分答平臺上的一名員工或者創業者，如何來評價我的用戶價值呢？用戶買單就是直接評價。起點文學、微博上的打賞等方式，也是用戶直接對其構成了評價。
從這個角度看，不需要為平臺上的個體作績效評價方案，因為用戶價值是一種價值創造和價值評價的很好方式。
思路二：以協作的貢獻來替代價值評價。既然平臺經濟體是分工協作所帶來的，這個時候我們不再以績效來評價人，而是以協作的貢獻來替代評價。因此，互聯網企業流行的源于杜拉克的目標管理，創建于英特爾，成功于谷歌，目前盛行于硅谷，它是價值評價的一種替代方式。
谷歌內部一再強調，OKR（Objectives Key Results，目標與關鍵成果法）并不是一個績效評價工具，而是一個管理工具。他們認為真正的績效評價是Peer review，同行審查。簡單地講，這種方式類似于360度評價，是由大家來評價個體的價值以及個體貢獻的方法，并且在目標確定之后，按照每個人基于目標所做出的貢獻來衡量。這也是一種價值評價替代的思路，是以協作的貢獻來替代崗位勝任的履職情況所作出的評價。就評價方式本身來說，OKR是衡量個體通過協作對目標實現的貢獻。
基于價值創造的人力資源管理時代來臨
人力資源管理體系的演變方向必須圍繞價值創造、價值評價來重構管理模式，重構人力資源管理體系，重構整個組織的經營管理體系，包括管理理論體系。
當我們面對一個嶄新的平臺經濟體時，原來所有的管理模式可能都會失效，至少會面臨很多挑戰。因此，我們要從基于職位的人力資源管理走向基于能力的人力Y源管理，最終走向基于價值創造與價值評價的人力資本管理。
