Page 480 - 2026年泸西县两会参阅

情分析，本质是将知识点细化拆分并设定标签，易催生技术辅助下的应

试教育，离学生运用知识解决问题还有很大的距离。

从社会发展视角审视，直接用于解决问题的人工智能或将触发就业

结构的深刻变革。某些职业可能因自动化而消失，进而加剧社会分化，

毕竟技术优势、算法规则及数据“净化”能力可能仅掌握在少数群体手中。

相较之下，致力于教会学生如何学习的人工智能，则应力求减轻此类负

面影响，利用技术手段提升教育的普及程度与公正性，尤其要惠及资源

匮乏的地区与群体。更进一步说，在推动教育公平迈向更高水平的征程

中，我们需通过增强个体的知识技能储备，培育积极向上的情感态度，

使学习者能够灵活应对环境变迁，共同开创充满无限可能的未来。

No.3

创新人才培养要帮助学习建构起

问题解决的经验

某种程度上，人工智能擅长解决规则确定的问题，即便是那些“不良

结构”的复杂问题，也是通过模式识别转化为多个关联的结构化问题。但

教会学生解决问题，尤其是解决具有创造性的问题，不能单纯靠“算法”。

当然，传统机器学习算法（如回归、决策树）与新兴深度学习技术之间

的差异确实存在，但这种技术层面的区分仍局限于“利用人工智能解决问

题”的范畴。相比之下，辨析深度学习在人工智能与教育学两大领域中的

不同应用，更能帮助我们理解人工智能与人类智能的本质区别。在人工

智能领域，深度学习的“深度”体现在多层神经网络对海量数据的自动特

征提取，其复杂性源于庞大的参数规模与错综复杂的连接路径。而在教

72