（文章來源：中國社會科學(xué)網(wǎng)）

深度學(xué)習(xí)不是教育學(xué)獨(dú)有的概念。事實(shí)上，這一概念濫觴于20世紀(jì)50年代計(jì)算機(jī)科學(xué)的人工智能研究。1956年，在達(dá)特茅斯會議上計(jì)算機(jī)科學(xué)家首次提出了“人工智能”概念，期望能夠制造出一種“類人”機(jī)器。這一概念逐漸發(fā)展成為一門旨在研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的技術(shù)科學(xué)。與此相關(guān)聯(lián)，機(jī)器學(xué)習(xí)應(yīng)運(yùn)而生，這是專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類學(xué)習(xí)行為的領(lǐng)域，是實(shí)現(xiàn)人工智能的一種途徑。2006年之前，機(jī)器學(xué)習(xí)處于傳統(tǒng)的淺層學(xué)習(xí)階段，無法真正做到自組織運(yùn)行，而且難以處理高度復(fù)雜的數(shù)據(jù)信息。

2006年，加拿大辛頓（Hinton）教授等提出了深度學(xué)習(xí)的概念。深度學(xué)習(xí)是一種能夠模擬出人腦神經(jīng)結(jié)構(gòu)的機(jī)器學(xué)習(xí)方法，它源于對人工神經(jīng)網(wǎng)絡(luò)的研究，并得到了大數(shù)據(jù)技術(shù)的支撐。深度學(xué)習(xí)開發(fā)出了不同于淺層學(xué)習(xí)的算法，其實(shí)質(zhì)是對人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象的計(jì)算模型，能夠發(fā)現(xiàn)高維數(shù)據(jù)復(fù)雜的結(jié)構(gòu)特征，大大拓展了機(jī)器學(xué)習(xí)的功能，目前已在圖像識別、語音識別、自然語言處理等領(lǐng)域大顯身手。由此可知，教育學(xué)中的“深度學(xué)習(xí)”與人工智能領(lǐng)域的“深度學(xué)習(xí)”是完全不同的兩個(gè)概念，其出場域、問題指向和生命史均沿循著不同的理路。然而，當(dāng)前人工智能的深度學(xué)習(xí)卻在逐步侵入教育領(lǐng)域。

基于人工智能的圖像識別、語音識別等技術(shù)在生活、工作中迅速普及，圖像識別、VR/AR學(xué)習(xí)等在教育教學(xué)中迅速推廣。很多研究人員受到技術(shù)便利和公共思潮的迷惑，不去深入探察深度學(xué)習(xí)在教育領(lǐng)域和人工智能領(lǐng)域的不同旨趣，或者混淆了這兩個(gè)名稱相同的概念，而盲目呼吁促使學(xué)生的學(xué)習(xí)向機(jī)器學(xué)習(xí)看齊，輕率斷言用機(jī)器深度學(xué)習(xí)的原理和方法來指導(dǎo)人類學(xué)習(xí)是提高人的學(xué)習(xí)能力的有效途徑。一些研究者已著手開展有關(guān)研究，基本思路就是借鑒機(jī)器深度學(xué)習(xí)的原理，設(shè)計(jì)程序以迫使學(xué)生不斷重復(fù)學(xué)習(xí)循環(huán)的過程，從而達(dá)到提取和再現(xiàn)快速精準(zhǔn)的目標(biāo)。這類研究迎合了應(yīng)試教育的需要，因此得到了廣泛肯定和應(yīng)用。

機(jī)器深度學(xué)習(xí)在教育領(lǐng)域的快速擴(kuò)張是一種危險(xiǎn)趨勢，人工智能中的深度學(xué)習(xí)與教育學(xué)中的深度學(xué)習(xí)旨趣大相徑庭，其酷炫技術(shù)背后的理念及結(jié)果可能與教育學(xué)中深度學(xué)習(xí)的追求背道而馳。例如，圖像識別很可能強(qiáng)化了對學(xué)生的控制，增強(qiáng)記憶很可能加強(qiáng)了機(jī)械學(xué)習(xí)卻損害了學(xué)生批判性思維和創(chuàng)新性思維的發(fā)展。學(xué)習(xí)的主體是“人”，這是必須堅(jiān)守的信念。

任何技術(shù)的發(fā)展進(jìn)步都應(yīng)以提升“人”、完善“人”為目標(biāo)，決不能危害甚至取代“人”自身。當(dāng)下以深度學(xué)習(xí)為核心技術(shù)的人工智能依然處于“弱人工智能”階段，機(jī)器的“智能”相對于人類的認(rèn)知能力還不可同日而語。與機(jī)器人相比，人類自身的優(yōu)勢還是壓倒性的。即使未來人工智能真的高度“智能”了，這樣的智能技術(shù)更須堅(jiān)守以人為本的底線。