麻省理工學院：新工程人才應具備 12 種思維和能力

【環球網科技報導 記者 林迪】“在車間伴隨著時時思考並探索和嘗試的動手能力，力學的、電學的、材料的，是無法輕易被機器取代的，相反，坐辦公室的工作，卻很容易被機器取代。”現任清華大學未來實驗室首席研究員、數字化先進製造研究中心主任、英國謝菲爾德大學智能製造專業終身教授馬兆遠，在其新書《人工智能之不能》中，詳解了人工智能時代的新型人才應該具備哪些基本素養？即在人工智能時代，要提升創造性動手能力和培養新工程人才。

他指出，自從做了物理學教授，就越來越覺得工程的重要。我深深地覺得我們應該去找到人類與機器的差別，至少它應該影響我們今天的教育內容。誰都不想我們今天教給孩子們的技能，十幾二十年後他們長大了才發現機器做得比他們要好得多。

馬兆遠在書中談到，“直到有一天，跟我的導師基思·伯內特（Keith Burnett）先生聊起未來的工廠所應該營造的氣氛。人們希望能夠在未來工廠營造一種遊戲的氛圍，讓年輕人以打遊戲通關的心態從事創造性的工作。未來工廠也像今天的蘋果公司的銷售門市一樣，窗明幾淨，有計算機設計終端，也有滿地走的機器人。在這個生產場景裡，人們試圖創造的每一個工件甚至執行的每一個步驟，都是一個多選擇的過程。這時人腦又像極了很多選擇網絡上行走的量子隨機行走，經典計算不能夠代替人類做出複雜決策，或者說至少不能像人腦一樣可以有效地做出截斷的判斷。人工智能催化的以數字產業為主的知識研發目前還很難覆蓋手工業。除了機器人製造能力的限制，其中的主要原因可能會有其他更深層次的。比如，涉及基於大量操作經驗而形成的直覺，這是目前人工智能很難與人進行比照的方向。

因此，在製造業中，高級技術工人在工作過程中，所具有的結合數字化和製造業流程本身特點的技能，在人工智能時代會顯得尤為重要。這就需要製造型人才不僅要懂得人工智能的計算機技術，也要懂得工業生產流程中的具體情況。

他表示，傳統工程教育強調對學生進行基於學科知識的能力訓練，體現出工程教育活動組織與開展的學科邏輯。由於學科邏輯過於強調學生對工程學科知識的掌握以及學生認知能力的訓練，因此傳統工程教育容易造成工程教育活動的開展而忽視學生個體身心發展規律，忽視學生工程實踐經驗構建以及工程實踐中學生的組織和溝通能力的培養。

基於這些考量，麻省理工學院從 2017 年開始開展的新工程教育改革采取了整合學科邏輯與心理邏輯的策略。整合的路徑體現為以研究具體問題的課題項目為線索，圍繞現代產業的實踐和研究方法，構建機械、材料和系統科學的跨學科內容。每個課題為學生提供了前所未有的機會，讓他們沉浸在跨越學科的研究項目中，同時獲得所選專業的學位。新工程教育的教學方式發生了變革，強調以學生為本，關注學生的學習方式和學習內容，把學生真正置於工程教育活動的中心。不僅重視知識的獲取，而且重視應用知識的能力。項目是學習製造、發現、系統和創造力的主要工具，它有助於促進學生從團隊技能到人際關係技能再到領導能力的提升。

人工智能對生產效率的提高會使得產業界更加注重工程人才的學習能力和思維等方面的表現，原來強調以知識習得為重心的教育體系將會受到挑戰。新工程教育應更注重對學生思維的培養，從而讓學生在工程實踐中面臨各種未知與複雜問題時能夠運用恰當的思維去思考、解決問題。

為此，麻省理工學院提出新工程人才應具備 12 種思維和能力：

1、學習如何學習（Learning how to learn）：學生利用一定的認知方法主動思考和學習。

2、製造（Making）：新工程人才發現和創造出新事物的能力。

3、發現（Discovering）：一種通過采取探究、驗證等方式促進社會及世界知識更新，並能產生新的根本性的發現和技術的能力。

4、人際交往技能（Interpersonal skills）：一種能夠與他人合作並理解他人的能力，包含溝通、傾聽、對話、參與和領導團隊的工作等。

5、個人技能與態度（Personal skills and attitudes）：包含主動、有判斷力、有決策力、有責任感、有行動力以及靈活、自信、遵守道德、保持正直、能終身學習等品質。

6、創造性思維（Creative thinking）：一種通過深入思考，能夠提出和形成新的、有價值主張的思維。

系統性思維（Systems thinking）：在面對複雜的、混沌的、同質的、異質的系統時，學生能夠進行綜合性、全局性的思考。

8、批判與元認知思維（Critical and metacognitive thinking）：一種能夠對經由觀察、體驗、交流等方式所收集到的信息進行分析與判斷， 以評估其價值及正確度的思維。

9、分析性思維（Analytical thinking）：一種能夠對事實、問題進行分解，運用理論、模型、數理分析，明確因果關係並預測結果的思

10、計算性思維（Computational thinking）：一種能夠把基礎性的計算程序（例如抽象、建模等）以及數據結構、運算法則等用於對物理、生物及社會系統的理解的思維。

11、實驗性思維（Experimental thinking）：一種能夠開展實驗獲取數據的思維，包含選擇測評方法、程序、建模及驗證假設等內容。

12、人本主義思維（Humanistic thinking）：學生能夠形成並運用對人類社會及其傳統、制度和藝術表達方式的理解，掌握人類文化、人文思想和社會政治經濟制度的知識。

注：本文整理自馬兆遠所著《人工智能之不能》（中信出版社2020年3月）