什么是知识，什么是学习, 这是教育教学要回答的首要问题。人类社会已进入网络时代，正在迈向智能时代。智能时代与网络时代一脉相承，都是信息技术和数字技术飞速发展带来的社会形态变化的时代。如果说网络时代是信息(数字)时代的初级阶段，那么，智能时代就是信息(数字)时代的高级阶段。后者跟前者的区别在于，在智能时代人类将越来越多地借助智能机器进行信息的加工处理，越来越多地依赖智能机器人完成常规性质的工作。在这一快速变化过程中，知识与学习发生了哪些变化，对教育教学将产生哪些深刻影响？这个问题同样是当今和未来教育变革的首要问题。只有弄清这些问题，才能明确教育教学变革的方向和路径，才能在前进的路途中不至于迷航，在遇到困难和挑战时不至于惊慌失措、犹豫不前，我们的下一代才能更好更快地适应智能时代的发展。

新知识观的提出，正是因应时代的需要而逐渐发展起来的。

一、新知识观的形成过程

最早发现信息时代知识发生变化的是加拿大学者乔治·西蒙斯(George Siemens)。他在其联通主义著作《Knowing Knowledge》(中译本名为《网络时代的知识和学习——走向连通》)中，用类似散文的笔调描述了信息时代的知识变化，认为知识已由静态的层级结构变成了动态的网络和生态。他把今天的知识比喻为河流和管道里的液体，提出了知识流的概念，认为知识也有半衰期，信息时代知识的半衰期大大缩短，由此进一步提出了软知识和硬知识的划分。关于软知识和硬知识，他的书中只有短短一段话：

“知识会拥有不同的状态……今天的知识，仿佛是管道中流动的液体，具有一个连续的统一体。在那些变化慢的领域和时代，通常会产生硬知识。这些领域或时代的知识经由专家证实和公众接受的过程后，逐渐趋于稳定并最终变成硬知识。最近几十年，我们更多的知识已经变换成软知识。当事物迅速改变时，很多知识要素在它们被替换或修正之前，还没有时间变成硬知识。管理硬知识和软知识(作为一个连续统一体，并没有明显的分界点)需要不同的过程。”(西蒙斯, 2009, 第9页)。

尽管西蒙斯最早提出了软、硬知识的概念，但并未给出准确的定义，这与他的观念有关。西蒙斯认为“知识很难被定义”，“达成一个严格的知识定义是毫无用处的”。这也导致软、硬知识的划分自提出之后，在国际学术界并未受到普遍重视，响应者寥寥无几，从而限制了新知识观的发展。

笔者在2017年专文对软、硬知识的划分提出了明确的标准，提出区别软、硬知识的主要指标是知识在三个层面上的稳定性。第一个层面是知识结构的稳定性，第二个层面是知识内容的稳定性，第三个层面是知识价值的稳定性。笔者进一步指出，智能时代硬知识将越来越多地被智能机器人掌握；在用硬知识就能解决问题的领域，智能机器人将越来越多地替代人类工作。未来，人类应该专注于软知识的建构与应用(王竹立，2017)。

文章发表后，在国内学术界引发了学术讨论。何克抗教授于2018年发表《也论“新知识观”——到底是否存在“软知识”与“硬知识》(以下简称《也论》)一文，首次将以软、硬知识划分为标志的知识观念变化称为“新知识观”。文章既肯定了新知识观提出的积极意义，也批评了其所带来的消极作用, 认为新知识观的提出弊大于利，有可能属于来自西方学术权威的“赝品”(何克抗，2018)。

为此，笔者发表了回应文章《再论面向智能时代的新知识观——与何克抗教授商榷》，进一步全面阐释了软、硬知识划分的客观依据与价值意义，认为软知识是一种正在形成过程中的知识。由于网络和信息技术的应用，这种新的知识类型被发现、重视，并被传播和应用，将逐渐取代硬知识成为未来学习的主要内容。新知识观的提出，并非西方学者的专利，而是中外学者共同努力的结果, 是学术创新而非“赝品”，利大于弊(王竹立，2019)。

二、新知识观的具体内容

新知识观具体包含哪些内容？与传统知识观相比到底“新”在哪里？软、硬知识的划分与其他知识划分方法有哪些异同？对这些问题的清晰界定与深入分析，是学术研究和讨论的必要前提。

(一) 什么是知识

人类从有文字以来，对知识的定义可谓五花八门、层出不穷。于伟在《教育哲学》一书对知识的概念做了一定程度的总结性提炼。他认为，所谓知识，泛指人的一切阅历、见闻与学习心得，其基本概念具备以下本质：首先，知识是一套系统的经验；其次，知识是一种被社会选择或组织化了的经验，是得到某种知识制度的认可，并被整合到整个社会知识传统中去的个体经验和个体思想；再次，知识是一种可以在主体间进行传播的经验；最后，知识是一种可以帮助人们提高行动效率、更好达成行动目的的经验，即能够发挥帮助人完成有目的的行动之功用的经验集合(于伟, 2015, 第147-148页)。何克抗教授在《也论》一文中，将知识分为两类：一类是“反映客观事物本质属性”的知识；另一类是“反映客观事物之间内在联系规律性”的知识。

这些知识定义，反映了多数人对知识的看法，那就是，知识是指人类从学习、实践中所获得的，经过系统总结和提炼，符合一定的规范，被证明是有效的、正确的，反映客观世界和人类自身本质与规律的认识、经验、技能等。这些知识一般都存储在经典著作和学校教科书里，被当作客观真理对待，一代代传承至今。

与知识常常相提并论的还有一个词：信息。信息有两种不同的含义，一个是普通意义上的含义，指的就是音信、消息；另一个是信息科学中的专门含义。信息论奠基人香农(C.E.Shannon)将信息定义为“事物运动状态和存在方式的不确定性描述”。万事万物，只要存在着不确定性，就一定蕴含着信息，不确定性又涉及到事物的方方面面，每一方面又以不同的不确定性存在。不确定性越大，自身所蕴含的信息量也越大(魏艳红，2016)。

信息与知识并不等同，一切知识都是信息，但并非所有的信息都是知识。信息的范围要比知识广大得多，知识只是信息中那些经过系统加工提炼、被证实是正确的、有效的那部分内容。

(二) 什么是知识观

知识观是人们对知识的基本看法、见解与信念, 是人们对知识本质、来源、范围、标准、价值等的种种假设, 是人们关于知识问题的总体认识(潘洪建，2005)。从古到今，人类从来没有停止过对知识观的讨论，产生过许许多多不同的流派，以及众多的代表性人物和理论，本文将从两个角度进行简要介绍。

第一，从历史发展进程视角，可以把知识观分为原始知识观、古代知识观、现代知识观和后现代知识观四种。

① 原始知识观, 又称为神话知识观。它是原始人基于对神秘力量的敬畏、尊崇、解释、描述而形成的知识观念。其主要形式是神话。“图腾”是神话知识的高级形式与升华，“仪式”则是对神话知识的实践表演和生活化。神话知识观是原始人的一切思想和行为及其部落建制的认识论基础。

② 古代知识观，又称为形而上学知识观。与原始知识观的“泛灵论”或“多神论”不同，它致力于建立一种“一神论”或“本体论”。本体论知识观竭力探讨和追问万事万物的本源和存在根据，致力于弄清世界万物为什么存在、如何存在的根本性问题。这种知识观认为，真正的知识是揭示世界“本体”的知识。它是由概念和逻辑所构成的命题，是抽象的、绝对的、终极的知识，一旦获得就永远有效。只有那些受过严格训练的人才能获得这种知识。

③ 现代知识观，又称为科学知识观。它认为真正的知识不是神学知识，也不是思辨知识，而是实证知识，是既得到观察和实验证实又得到严格的逻辑证明的知识，是认识主体对认识对象的本质属性“反映”的结果。它认为，知识的陈述是借助于一些特殊的概念、符号、范畴和命题进行的，数学和逻辑学是最基础的科学语言；知识的价值是绝对的、普遍的、无条件的，同时也是价值中立(value-neutral)或价值无涉(value-free)的。观察和实验是获得一切可靠知识的唯一来源，也是判断一种陈述是不是科学知识的唯一标准。

④ 后现代知识观，又称为多元知识观。它建立在对现代知识观的质疑、反思与批判的基础之上，认为知识具有主观性、相对性、开放性、价值性、文化性、境域性、多样性和建构性等。它认为，知识是没有等级和中心的聚合体，知识的目标不是真理，而是开发歧见、维护竞争和对话。它试图从根本上推翻科学知识观的信念和架构，摧毁现代社会单一的科学权威、科学崇拜和科学霸权，建立一种更加人性化、更加自由和开放的多元知识观，为后现代社会奠定基础(安世遨，2015)。

第二，从矛盾与对立视角，知识观又可分为客观主义知识观与生成主义知识观、表征主义知识观与建构主义知识观、理性主义知识观与经验主义知识观。

① 客观主义知识观与生成主义知识观。客观主义认为，世界是独立于人的主观意识之外且可以被人所认识的客观存在，知识就是人们对客观世界的反映。知识是人们认识世界改造世界的有效工具，知识获取过程就是认知接受的过程。客观性、科学性是衡量一切知识的标准。生成主义则认为，知识是在发展过程中生成的，不是在发展之前就客观存在的。知识是在人类参与、互动和创造中生成的结果，知识的产生是在探究、解决问题的过程中实现的，这一过程也成为个体经验成长和改变的过程。知识是与情境相结合的，文字知识不能完全表现事物的意义，而应放在更复杂系统中来理解。人类在参与、探索并与知识的对话过程中，建构自我的内在理解与知识的意义生成(刘亚，赵建梅，2019)。

② 表征主义知识观与建构主义知识观。与客观主义知识观相互呼应的是表征主义知识观。以拉莫斯为代表的表征主义学者发起“知识教科书化”运动，这场运动的主旨是将知识简单化、秩序化、去情境化，以便于传递。经过这样的处理，知识表现出静态性、秩序性、条理化、切分化、固态化等特点，教科书知识也成为对客观世界、未来生活确定无疑、客观普遍与准确真实的摹本与表征。在表征主义的课程中，学生是从世界的表征而不是从世界中获得知识的(张良，张寅，2016)。建构主义知识观则与生成主义知识观相互接近。建构主义认为，虽然世界是客观存在的，但知识并不是纯客观的事物，而是主观与客观相互作用的结果，是个人在自己原有认知经验的基础上自主建构出来的，具有主观性、相对性、情境性和个性化特点(张宜，2015；李卉婷, 2015, 第9-10页)。

③ 理性主义知识观与经验主义知识观。理性主义知识观认为，知识来源于人先天所具有的理性思维，而不是感觉经验，是先验的，而不是经验的。笛卡尔名言“我思故我在”认为思维是精神的本质，认识外界事物不可靠感官，必须凭精神。在这种理性主义知识观下，知识被看作是独立于个人之外的、不可置疑的真理。经验主义知识观则认为，知识是后天通过经验获得的。洛克明确地说，心灵原是一块白板，没有记号，只是通过经验的途径，心灵中才有了观念，经验是观念的唯一来源。尽管理性主义知识观和经验主义知识观在知识的概念和来源上存在着很大不同，但二者都确信知识是确定性的认识，是不变的真理，具有普遍性、终极性、非个体性和非历史性(单文顶，袁爱玲，2015)。

上述分类存在交叉重叠和近似之处，如客观主义与表征主义，生成主义与建构主义。不同的论者有不同的比较方法，比如也有论者将表征主义与生成主义放在一起进行对比(张良，2015)；但理性主义和经验主义都属于客观主义知识观范畴。

(三) 知识发生了哪些变化

从前文的梳理中可以看出，虽然历史上对知识有各种不同的理解，也存在各种各样的知识观。但必须承认，到目前为止，客观主义知识观和科学知识观仍在大多数人头脑中根深蒂固。这种知识观类似于西蒙斯所提到的“硬知识”，即经过专家证实和公众接受后趋于稳定的知识。但问题是，在互联网诞生之后，人类信息与知识的生产、加工、存储与传播发生了翻天覆地的变化，今天的知识还跟过去是一样的吗？

笔者认为，网络诞生之后，知识发生了五大变化。第一，知识结构由静态层级变成动态网络和生态；第二，知识呈现由抽象变为具象；第三，知识形态由硬变软；第四，知识内容由整体变为碎片；第五，知识生产由单纯依靠人类变为人机合作。

导致第一个变化的原因是信息与知识载体的改变。以往信息和知识主要存储在纸质书本中，网络诞生后，发生了两大变化：一是人们有意识地将以往记载在纸质书本中的知识，向网络上迁移；二是新产生的信息与知识，往往先存储在网上，并在网络中流通, 经过加工沉淀后，才转移到纸质书本中。这两大变化使得网络取代纸质书本成为信息与知识的主要载体。

在信息与知识由纸质书本向网络转移的过程中，知识的结构悄然改变。纸质书本是以文字符号为主要媒介形式的，辅以少量图形图像。文字符号是按一维的、线性方式排列的，因此需要对知识分门别类，以方便记录。这导致知识的层级结构小到一个知识单元，大到一门学科，都是以树状层级结构排列的。又由于纸质书本一旦排版印刷，就不能改变，所谓白纸黑字，板上钉钉，因而知识一旦记载在书本中，就变成静态的，不能轻易改变，而且互相隔离，互不连通。一本书中的内容不会自动跑到另一本书中。即使是二维图形图像，也是静态的，不可能动起来。表征主义者主张将知识教科书化，并非只是个人的主观想法，而是客观现实的需要，是以纸质文本为物质基础的。

然而知识到了网上，就不一样了。首先网络不是一维线性结构，而是三维立体结构。网络的超链接使得网页之间很容易来回跳转，这使得存储过程中对信息和知识分类的要求大大降低，每一个网页都可以存储一个知识单元，知识单元与知识单元之间可以任意组合、跳转。书和书之间的界限模糊了，学科与学科之间的界限也模糊了。网络给我们的感觉是没头没尾、无始无终，你可以从任何网页进入，也可以从任何网页出来。虽然我们还部分保留着纸质时代分门别类的习惯，然而在网上冲浪的过程中，这种结构清晰的分类很快就被洪水般涌来的信息与知识冲刷得无影无踪。原来结构清晰的知识，一到网上就被解构得支离破碎了。

于是知识由原来固体般的静态，变成了液体般的动态，分子与分子之间的位置随时都在改变。知识在网络中“流动”起来，信息与知识通过网络流向全世界每一个节点，而不像书本一样只能整体移动。在流动的过程中不断有新的信息与知识的注入，因此总量如洪水般地暴涨。其中很多信息与知识在还没有被人们普遍了解之前就被淘汰，新的信息与知识又蜂拥而至。像大自然的事物一样，知识也变成一个发芽、长叶、开花、结果乃至凋亡的生态过程，而且这一过程变得越来越快。

知识到了网上，还导致了第二个变化，那就是知识的呈现方式由以文字符号为主，变成以多媒体形式为主，信息技术的发展更增添了虚拟现实、增强现实和混合现实等新兴媒介技术。文本结构是一维的、线性的，图形结构是二维的、平面的，视频动画结构是三维的、立体的，虚拟现实、增强现实和混合现实结构是四维的、在三维基础上进一步叠加的。从一维到四维, 知识变得越来越具象；从四维到一维, 知识变得越来越抽象。在网络和现代信息技术发展之前，人类学习主要依靠书本和教师传授，所用的媒介形式主要是语言和文字，这需要先对从实践获得的知识进行抽象和概括。在抽象和概括过程中，许多初始信息被过滤掉了，学习者在接受这些经过文字符号抽象概括过的知识时，需要一个知识还原和迁移的过程，才能真正掌握与运用。今天信息与知识的表达与呈现方式变得更便捷、更直观，从而大大降低了理解与掌握的难度；另一方面，这也导致学习变成即学即用的快餐式过程，思维也因此变得浅薄与浮泛。一维的内容用四维的方式呈现相对容易，而四维的内容要都用一维的形式去表达则较难。不具体就无法知道事物的本来面目，不抽象就无法进行深度思考。学习过于直观，会削弱分析、推理等深度思考过程。

第三个变化是软知识越来越多，硬知识也开始变软。

软知识是一种正在形成过程中的知识，它来源于实践，具有实用性、时效性和情境性，但尚不成熟，尚未被专家学者加工整理成系统化的知识。硬知识是经过专家学者的加工整理，已经结构化、系统化，被写进教科书和专著，并为公众普遍接受的知识。过去我们对知识的理解主要属于硬知识范畴。

区别软知识和硬知识最主要的指标是知识的稳定性。稳定性又包含以下三层含义：

第一，结构的稳定性，是指某种知识已经形成比较完整的知识结构和知识体系；

第二，内容的稳定性，是指知识的内涵和外延不再容易受到主观因素和时间因素的影响而改变；

第三，价值的稳定性，是指知识不容易随着时间的推移而失去其价值和意义，从而被新的知识所替换而淘汰。

软知识与硬知识之间并没有一条绝对的分界线，而是一个连续的统一体。三个层面都稳定的知识是最“硬”的知识，三个层面都不稳定的知识是最“软”的知识，大部分知识介于两者之间。软知识是硬知识的前身，但不是所有的软知识最终都能变成硬知识，大部分软知识在变“硬”之前，就已经被更新或替代了，只有一小部分会最终变成硬知识。硬知识也可能随着时间和情境的变化，出现价值层面的不稳定而变成软知识(王竹立，2017)。

为什么会出现所谓软知识呢？还是离不开网络与信息技术的发展。过去，人们只能依靠语言和文字来记录、传播知识，这使得知识的保存与传播受到限制，只有一小部分经过专家学者加工整理，形成文字，编辑成书本的知识，才得以保存，并传播开去和传承下来。人类从实践中获得的大量的认识、经验、技能等，都因为没有及时变成可流传的文本而被遗漏；甚至有些已形成文本的知识，也因为文本的丢失而失传。很多关于古代社会的知识，需要通过考古发掘，才能重见天日。这也导致我们以往的知识观念，局限于那些被写进经典著作中并得以传承的内容。

现代信息技术和网络的飞速发展，使得人类的认识、经验和技能等，可以事无巨细、原原本本地得到记录与保存，并通过网络快速分享与传播。其中很大一部分还没有经过专家学者的加工整理，没有形成结构化和系统化的知识体系，即以音频、视频、动画等多媒体形式广泛传播，并得到学习、仿效和应用。知识不再仅限于书本中的内容，还包括那些音视频、动画、虚拟现实、增强现实、混合现实中的内容，其中相当多的内容甚至无法单纯以文本形式来呈现。知识的生产不再属于专家学者的专利，而成为广大网友“众筹”的成果。人工智能和大数据技术的出现，更使得知识生产不再只属于人类的专利，计算机和智能机器人也成为信息与知识的加工者与生产者(王竹立，2019)。

这些新的知识形态，与我们过去对知识的理解完全不同。它们的结构不再是静态的、层级化的，而是动态的、网络化的；它们的内涵与外延也不都是清晰的、固定的，而是边界模糊的、变化的；它们的价值随着时间的推移和情境的转变而出现上升或下降。所以我们把这种新形态的知识称之为“软知识”，以与传统的“硬知识”相区别。

知识变软的另一个重要原因是，人类越来越多地将认知处理工作交给机器去完成，从而使越来越多的硬知识的价值下降；这些硬知识原来是由人类掌握的，后来逐渐被机器人所掌握，相关工作也被机器人所替代。例如，很多人类过去的计算工作被计算机替代了，人类无须再靠自己去一步步推算；很多大数据分析工作，人类甚至只能依靠计算机和人工智能才能完成。大量的事实已经证明，智能机器人不仅能学会人类的“硬知识”，而且比人类学得更快、记得更多、用得更好，而且几乎不出现差错。

知识发生的第四个变化是碎片化。碎片化是指事物由整体变成多个零块的现象。知识碎片化是指知识由完整的体系变成零散的状态。知识碎片化的本质就是，知识点与知识点之间、知识单元与知识单元之间的联系被切断或弱化了，变成了相对独立存在的状态。导致知识碎片化产生的原因有：①网页的超链接结构，将知识原有的线性结构和层级关系完全打乱；②快节奏、多任务处理的生活方式，将时间切割成碎片，导致学习过程的碎片化，进而加剧了知识的碎片化；③知识存储、传播媒介的多样化、碎片化、快捷化，导致知识内容的碎片化；④基于真实情境的建构主义学习方式，降低了书本学习的结构性与系统性；⑤人类为了适应时代需要，人为地将知识切割成碎片，如微课、微博、微信等。知识碎片化、时间碎片化、学习碎片化、思维碎片化，互相影响，相互促进(王竹立，2016a)。

软知识大都具有碎片化特征。一般来说，越软的知识碎片化程度越高，越硬的知识碎片化程度越低。但软知识与碎片化知识不能简单地划等号，两者的划分维度不同。前者以知识的稳定性为主要指标，后者以知识的碎片化程度为主要指标。碎片化程度相同的知识也有软硬之别(王竹立，2017)。

软、硬知识的划分，与显性知识和隐性知识的划分，也有一定的相关性。一般来说，隐性知识属于软知识的范畴，显性知识中也有一部分属于软知识，另一部分属于硬知识。但软、硬知识与具体知识、抽象知识之间的关系，就比较复杂了。具体知识大都在结构、内容层面比较稳定，属于硬知识范畴；但也会因其价值的变化而变成软知识。抽象知识可能因为人们理解的不一致，而较多地属于软知识领域；但也有一些抽象知识被专家学者很好地结构化、系统化而成为硬知识。

知识发生的第五个变化是，知识生产开始由单纯依靠人类向人机合作方式转变。智能机器可视为人类感官和大脑部分功能的延伸、拓展和替代。以前人类靠自己的感官和脑力获得对事物的各种认识，未来人类将越来越多地借助智能机器对事物进行更深层次的认识。如果说望远镜和显微镜是人类视力的延伸和拓展，那么人工智能则是对人类脑力的延伸和拓展。智能机器人不仅能掌握人类已知的大部分显性知识，还能够在对各种大数据的深度学习中，产生大量人类以前所不知道的知识，例如某些原来看上去风马牛不相及的事物之间的相关性知识，甚至有可能产生一些新的算法。这些机器产生的知识，是人类难以预知的，甚至是难以理解的，其产生过程对人类来说是一个“黑箱”，因而有人把这类机器产生的知识称为“暗知识”(王维嘉, 2019a, 第1页)。例如，在2018年年底，谷歌在《科学》杂志上发布了“阿尔法折叠”的研究成果，认为人工智能根据DNA的序列可以猜出蛋白质的三维结构。这是怎么猜出来的？人类一点都不知道(王维嘉，2019b)。这个例子恰好说明，人工智能发现的知识是可以用语言、文字、符号或图像表达出来的，否则这个成果就不可能发表出来。可见，“暗知识”无论是命名还是定义都不是很准确。笔者主张将以往由人类通过自己的学习和实践产生的知识称为“人类知识”(Human Knowledge)，而将这种由人类与机器智能共同合作产生的知识称为“人机知识”(Human-computer Knowledge)。这种“人机知识”在智能时代将变得越来越多，人机合作生产知识的方式将变得越来越普遍。

综上所述，新知识观是一种对知识全新的划分方法，是因应信息时代的需要而提出的，是对今天知识形态变化的客观描述，不同于历史上各种知识观。它主要包括三方面内容：其一，信息时代知识发生了五大变化，具体内容已如前述；其二，信息时代知识可划分为软知识和硬知识，区分软、硬知识的主要指标是知识在三个层面上的稳定性；其三，今天软知识大量出现，且越来越重要，其中最核心的是软、硬知识的划分，以及对软知识的描述。

三、与新知识观相适应的新学习观

既然知识的结构、呈现方式、形态和内容都发生了改变，学习也不可能不发生改变。试图用原来的学习观念、学习理论指导今天的学习，难免捉襟见肘，甚至缘木求鱼。以往所有的学习观念、学习理论都是建立在一个以语言文字为主要媒介和静态的知识结构基础之上的，如今这两大基础都发生了改变。以语言文字为主要媒介，变成了以网络多媒体为主要媒介；静态的知识结构变成了动态的网络和生态。打个形象化的比喻，以往的知识好比被加工成书本状的食品，让学习者一本一本去慢慢消化；今天的知识则像一条在纵横交错的网络中奔腾的洪峰，随时都可以将学习者淹没。今天的学习面临两大挑战：信息超载和知识软化、碎片化。

信息超载，是指信息接收者或处理者所接收的信息超出其大脑的信息处理能力。在网络技术不断发展的背景下，世界的信息和知识都处于大爆炸状态，造成了信息量大、信息质量差、信息价值低等问题，信息超载的现象也随之而生。今天的信息超载更多地来自于不断产生、又不断更新迭代的软知识，而硬知识将越来越多地交给机器去处理。如何处理海量信息，让它们成为对自己有用的知识，是每个人面临的一大挑战。

知识碎片化，是指我们获得的知识不再完整、系统，而变为零散、无序和互不关联。软知识天然具有碎片化倾向。如何将碎片化的知识，根据自己的需要进行加工整理，与原有的知识体系相互整合，形成新的个性化知识体系，是我们面临的另一大挑战。

(一) 联通主义学习观

西蒙斯从2005年前后开始，提出了联通主义(Connectivism，又译为关联主义、连通主义等)学习理论，试图用连通的思想，解决信息超载和碎片化问题。联通主义理论认为，学习是一个知识网络形成的过程，连通比建构更重要。知道谁、知道哪里，比知道什么、知道怎样更重要。

所谓连通，可以有两个层面的理解。一是与外部知识结点的连通，即学习者应该建立与外部知识结点的联系，犹如建立信息与知识流通的管道。管道比管道里的内容更重要，因为管道里的内容是随时在变化着的。为了保持知识的时代性，还应该经常更新自己的管道。知识结点是指人、书籍、博客、网站、数据库等一切能够承载知识的东西。西蒙斯在其联通主义著作中引用塞缪尔·约翰逊(Samuel Johnson)的观点，认为“知识有两种，我们亲身知晓某个主题，或我们知道从何处找到相关信息”(西蒙斯, 2009, 第31页)。显然，西蒙斯认为后者更加重要。二是促进概念与概念在大脑内部的连通。西蒙斯在与笔者面对面交流的过程中，曾举过一个例子：比如我们今天讨论了信息超载、新建构主义、联通主义，我们把这些概念在脑海里串联起来，这就是连通，说明连通还发生在大脑内部神经元网络中，是概念与概念、知识点与知识点、知识单元与知识单元、学科体系与学科体系之间的连通(王竹立，2011a)。

为了应对信息超载的挑战，西蒙斯提出两个应对方法：一是多连通、少建构，通过连通分享各自的知识，而不必事事都靠自己去建构；二是把部分认知处理工作交给机器，以减轻人类自身认知的负担。对于如何解决碎片化问题，联通主义没有提出具体的解决办法。虽然理论上促进知识在大脑内部的连通，有可能解决碎片化问题，但到底如何实现知识在大脑内部的连通，联通主义理论一直语焉不详。即使后期提出的寻径、会意等学习策略(王志军，陈丽，2014)，也因为过于空泛抽象而不具有可操作性。

(二) 新建构主义学习观

笔者于2011年开始逐步建立的新建构主义(New Constructivism)理论，就是针对信息超载和碎片化问题而提出来的。如何应对这两大挑战，是新建构主义理论的逻辑起点。为此，新建构主义提出了两大对策：学会选择与零存整取。在该理论逐渐丰富的过程中，笔者又从联通主义知识观中吸取了大量的营养，逐渐发展为将建构主义与联通主义思想融合贯通的一种新的学习理论(王竹立，2011b; 王竹立，2011c; 王竹立, 2012a; 王竹立, 2012b)。

1. 重新定义学习

新建构主义认为，学习是一个零存整取、不断重构的过程，创新比继承更重要。新建构主义最核心的主张就是“零存整取、碎片重构”这八个字，认为在碎片化学习时代，学习者应该将各种途径获得的碎片化知识，通过零存整取的策略和方法，有机整合起来，形成个性化知识体系；而不必试图通过复原的方法，按照书本教材原来的知识结构，建立共性化的知识体系。因为个性化的知识体系，才更有利于创新创造。

新建构主义认为，学习的目的不仅仅是为了传承知识，更重要的是实现创新创造，因此将“为创新而学习，在学习中创新，对学习的创新”作为该理论的首要原则。

2. 零存整取

零存整取，既是一个应对知识碎片化挑战的基本原则，也是一种可实际操作的具体策略。作为基本原则，零存整取表现在四个层面：

(1) 个人层面的零存整取。通过网络进行的自发性学习，大都属于碎片化学习。学习者应该在新建构主义理论指导下，按照积件式写作、个性化改写和创造性重构的三个步骤，进行零存整取式学习，从而建立个性化知识体系，最终实现知识创新。

(2) 社会层面的零存整取。例如，互联网上维基类网站，将众多网友的知识有机集成在一起，创建了数以万计的网络词条，形成了以词条为中心的知识宝库。这种社会化知识的形成方式，也是一个零存整取的过程。

(3) 团队层面的零存整取。今天的学习更多的是团队协作的过程。学校、单位和社会的小组合作学习、自组织学习、创客式学习等，都属于团队学习范畴。在这样的团队学习中，需要有一到数个核心人物的组织、引导，将大家的“碎片化”知识与技能有机整合起来，形成完整的学习成果。

(4) 技术层面的零存整取。人类通过网络进行的大规模学习、协作、交流等活动，产生了海量的数据资料。这些数据资料大都是零散的、碎片化的，经过人工智能和大数据等技术手段进行整理和挖掘，将产生许多新知识、新发现，这同样体现了零存整取的原则，属于机器生成的知识。

作为具体策略，零存整取主要体现在个人学习层面和团队学习层面，又可分为下列两种策略：

(1) 基于博客平台的零存整取。其核心思想是将网络视为一个虚拟的知识银行，而个人博客好比自己在知识银行中的账户，通过对同一主题的博文的不断“改写”，实现化零为整、知识创新的目标。该策略可分为三个阶段：

①“积件式写作”阶段。在这一阶段中，学习者首先通过网络搜索或以其他方式获取原始的信息和知识碎片，经过简单的剪切、粘贴和评述后，形成一篇或长或短的博文。这些博文虽然可能包含个人的某些见解，但主要还是对前人知识的复述，因而它对我们将要建构的知识体系而言还是一个原始的素材，一个小小的积件。这是个人知识“零存”的过程。

②“个性化改写”阶段。当知识或信息的“积件”累积到一定的程度时，我们的思想可能产生某种程度上的质变，表现为我们开始对这些零碎的知识形成初步的认识，发现其中的某些共性和个性。这时，我们应该根据自己的理解，用自己的语言对相关博文进行改写。这种改写与最初的“积件”不再是一对一的关系，而可能是多个“积件”的组合，表现为一种会聚的倾向。其中还包含采用自己熟悉的概念、语言和规则，对这些零散的积件进行个性化加工改造，以便与头脑中原有的个人知识体系实现对接。这实际上也是一个知识内化的过程。

③“创造性重构”阶段。经过个性化改写的新知识片段，与个人原有的知识体系发生碰撞。如果新来的知识片段恰好能融入原有的知识体系，则可能顺利被原有知识体系所接纳，成为原有知识体系的一部分，不会导致原有知识体系结构的改变；如果不能有效地纳入原有知识体系，则可能暂时游离在原有知识体系之外。当这种游离的知识片段越来越多，不断冲击原有的知识体系时，有可能在某一刻导致原有知识体系结构的变形或重构。此时，通过再一次改写，可将这些游离的知识体系与旧有的知识体系重新整合在一起，形成一个新的知识体系。这个新的知识体系的形成对个人来说是一个创新的过程，这一过程可称之为“创造性重构”。“创造性重构”可视为更高层次的知识聚合，是知识的“整取”成果。

从“积件式写作”，到“个性化改写”，再到“创造性重构”，完成了一次循环。每一次循环的结束意味着新的循环的开始，如此循环往复、螺旋上升(王竹立，2011b; 王竹立, 2013a)。

(2) 基于跨平台写作的零存整取。这是笔者根据融媒体时代的新特征，探索出的一个从微信开始，到博客，再到纸质媒体的跨平台零存整取学习策略，也包括三个步骤或环节：

① 电报式写作。用最精炼的语言，在微信或微博平台上，记录最新的思想火花，笔者称之为“微语录”。是为“零存”。

② 短文式串写。将一系列相关的“微语录”，有机地串联在一起，并加上必要的阐释、连接的文字，形成一批相关主题的文章，发表在博客或报刊上。

③ 论著式统整。将相应的短文，按照科学的逻辑体系，与已有的相关知识体系进行统合整理，形成较长的论文和著作，发表在杂志或正式出版物中，从而将自己原创性的思考和知识，融入人类知识的整体之中。是为“整取”。

无论是基于博客平台的零存整取，还是基于跨平台写作的零存整取，其基本过程都是一致的，都需要经过从信息与知识的输入、内化，到重构、创新的过程。

3. 写作在学习中的重要性

个人层面的零存整取策略离不开写作，写作是贯穿零存整取式学习全过程的基本方法。新建构主义认为，写作即思考，文章即结构。只有通过不断写作，才能将信息与知识的碎片，有机整合成一个整体，才能重建被切断的知识点与知识点、知识单元与知识单元之间的联系。这种重建的知识结构和体系，与传统的学科知识体系不同，它是个性化的，以问题为中心的。很多人将思考与写作分开来，以为应该先思考后写作，写作不过是把思考的内容记下来而已。但事实恰恰想反，人们总是边写作边思考的，以写作促进思考，写作过程就是思考过程。写作不仅使思考变得清晰、有条理，还能促进思考的深入，加快思考的速度，保存思考的成果，并对思维过程进行监管。离开写作，思考走不了多远。写作还有利于个人隐性知识的挖掘，促进隐性知识向显性知识转变。隐性知识与显性知识相结合，加上灵感与顿悟，将导致创造性重构的发生，从而推动知识创新。如果是在网络平台(如博客)上进行开放式写作，还有利于与网友及时互动交流，加快创造性重构的发生，有利于个人知识与社会化知识的融合。

写作以文字为主，但也可以采用图形(如思维导图、概念图、结构图、示意图等)、符号、程序、公式、计算等形式。在原有基础上不断改写、丰富、完善的过程，就是化零为整、碎片重构的过程。写作文本的结构，就隐含了个人知识的结构。

前文曾经简单提到过知识由一维向四维演变的利弊，笔者还想从学习的角度进一步讨论。从知识表达与呈现角度来看，知识从一维(文本)、二维(图形图像)，向三维(视频动画)、四维(虚拟现实、增强现实、混合现实等)递进，对知识的传递和接受非常有利。人类的学习将变得比以前更加轻松、容易，单位时间内获取的信息与知识总量大大增多，学习效率大大提高。以往，人们要先对经文字和图形传递的信息和知识进行一番消化吸收后，再将这些知识迁移、应用到真实的情境中去。如今，学习者可以借助多媒体多渠道，快捷方便地获取知识，消化吸收过程大大简化。

但从思维发展与知识拓展角度来看，却正好相反。越具体形象的知识，越不利于分析和推理，因为分析和推理过程大都需要借助语言、文字、符号和图形。我们可以从一个概念推导出另一个概念，一个判断推导出另一个判断，甚至从一个图形推导出另一个图形；却很难从一段视频推导出另一段视频，一个动画推导出另一个动画，一个虚拟现实或增强现实场景推导出另一个场景。只要涉及分析和推导，就离不开语言、文字、符号、图形思维。形式逻辑必然是基于语言文字的，仅仅依靠直观、动态的多媒体技术，是难以进行深度思考的。常常有论者批评说，网络时代人们的思维变得浅薄，尽管信息很多却更加“无知”，就缘于此。这类批评不无偏颇，但也并非毫无道理。因此，今天我们应该鼓励学习者将从高维(三维、四维)获得的知识，像专家学者那样，进行基于语言、文字和图形的抽象与概括，重新变成一维、二维的结构。今天的学习成效，更多地要看学习者的输出，而不仅仅是输入。而“写”是常见的输出形式之一。

4. 学会选择

学会选择是新建构主义另一个重要主张，是针对信息超载而提出来的。选择的原则是以“我”为中心，即以个人的兴趣爱好和/或问题解决需要为中心，对信息和知识进行筛选，建立个性化的知识结构。对与个人兴趣爱好和/或问题解决需要关系密切的信息与知识，进行优先处理和意义建构；对于关系不密切的信息与知识，只需要一般了解和知道就可以了。学会选择，有助于减少信息超载。选择和搜索不同，搜索是人通过机器对某类信息进行查询的过程，选择是个人对信息的自主判断。选择既依赖知识和经验，更依赖人的直觉与洞察力。

笔者将连通分为弱连通与强连通，被动连通和主动连通，间接连通和直接连通等几种类型。对于与个人兴趣和需要关系密切的信息与知识，应该建立强连通、主动连通和直接连通；对于与个人兴趣和需要关系不密切的信息和知识，只需建立弱连通、被动连通和间接连通。弱连通相当于西蒙斯所说的知道谁、知道哪里，强连通则要求不仅要知道谁、知道哪里，还要知道什么、知道怎样。强连通本质上就是意义建构(王竹立，2011c)。通过这样的分类，可以很好地将联通主义的主张与建构主义的主张统一起来。从这个意义上看，新建构主义是在建构主义与联通主义共同基础上发展起来的，它将连通与建构视为一个连续的统一体，只是针对不同的学习者和学习内容有所侧重罢了。相较传统的建构主义，它考虑到信息时代的新挑战、新问题；相较于联通主义，它提出了更实际、更可操作的学习策略。

5. 个人导向的系统学习

笔者将传统学校里的学习称为“学科导向的系统学习”，它是按照学科或专业的系统性知识体系进行的，旨在让学习者建立某个学科或专业领域的共性化(社会化)知识结构。新建构主义主张“个人导向的系统学习”，它以个人兴趣爱好和问题解决需要为核心，建立个性化(个人化)的知识结构。这种知识结构以自我实现和问题解决为导向，从核心需要出发，像蜘蛛织网一样一圈一圈向外扩展，具有鲜明的实用色彩与个性风格。它由个人的信仰、喜好、知识、技能、经验等构成，有自己独有的概念体系与思维逻辑；它是一种跨学科跨专业的网状立体结构，而不是单一学科或专业内部的线性或树状结构；它包含更多的个人实践所获得的隐性知识，而不仅仅是书本上的显性知识(王竹立，2015；王竹立，2016a)。个人导向的系统学习=学会选择+零存整取。

个人导向的系统学习大致包含四个阶段：

① 聚焦问题。学习者从个人的兴趣和需要出发，会产生学习的愿望。最开始的学习往往是上网搜索。搜索是网络学习的第一步。但随着搜索的进行，会发现要学习和了解的内容很多，不知该从何着手。这时，学习者需要先找到一个切入点。这个过程，就是将问题聚焦的过程。

② 解决问题。找到聚焦点之后，会出现第一个需要解决的问题(如需要学习的第一个知识等)。通过学习和思考，解决了第一个问题之后，又会产生第二个问题(需要进一步学习的内容)。再经过一段时间的学习和思考，解决了第二个问题之后，又会出现第三、第四个问题，如此进行下去，学习的范围越来越大，学习的内容越来越深入。

③ 转变方向。在第二阶段学习过程中，学习者需要通过网络不断与外界(网友、同行、同事等)进行交流、互动。到了某个阶段，会忽然发现，当初选择的切入点或思考方向，也许并不十分恰当和准确，需要重新定义问题，从另一个切入点或方向进行思考；或者由第一个切入点或思考方向，又引出了另一个切入点或思考方向，于是思路转变，重新开始。这种情况有时可能还不止出现一次。

④ 目标重构。方向转变之后，目标也随之改变，新的问题又一个接一个到来，学习一步步走向全新领域，最终导致创造性重构的发生，找到新的解决问题方案，或实现知识的创新创造(见图 1)。

如果说学科导向的系统学习，建立的是从基础性学科向专业性学科发展的金字塔式的知识结构，那么个人导向的系统学习建立的是以“我”为中心不断向外围扩展的蛛网式的知识结构。个人导向的自主学习介于学科导向的系统学习和网络时代的碎片化学习之间，它比学科导向的系统学习更实际、更少信息冗余、更有利于知识的应用与创新；同时又比碎片化学习更系统、更高效、更有目的性和方向性。

未来学习将由学科导向的系统学习和碎片化学习，向个人导向的系统学习转变，这种转变将带来学习的革命和教育的革命。但个人导向的系统学习与学科导向的系统学习并不是截然对立、水火不容的。个人导向的系统学习应以学科导向的系统学习为基础，以碎片化学习为补充。学科导向的系统学习为个人导向的系统学习提供了科学思维训练、知识分类框架、知识体系建构等方面的知识；碎片化学习为个人导向的系统学习提供了多元的信息、开阔的视野和灵感来源等。三种学习类型的相互关系与适用范围见图 2。

6. 包容性思维

零存整取、碎片重构需要全新的思维方式指引。包容性思维(Inclusiveness Thinking)是笔者在新建构主义论文中首次提出的原创性思维方法，是一种把信息与知识碎片整合在一起的思维方法。它仿佛一种思维“粘合剂”，把不同的思想、观点、理论、知识、信息等“碎片”粘合成一个整体，追求一种“集大成”式的思维成果。同时，由于原本混沌、杂乱的信息与知识，被重组为一个结构化知识体系，从而缩小在大脑内存储所占的空间，降低信息过多带来的认知负荷，有利于应对信息超载的挑战。包容性思维还是一种看待事物的信仰和态度，它认为各种观念都有其“合理的一面”，只有把所有这些“合理的一面”有机结合起来，才能构成对世界的完整认知。因此，它也是一种化解矛盾与冲突的良性思维方法(王竹立，2014a)。包容性思维包含一个信念、六种关系和五个步骤。

(1) 一个信念。任何思想、观点、主张、见解，都有合理的、真实的一面，也有不合理、不真实的一面，无论它看上去是多么天经地义或者荒诞不经，都是如此。每个人都是通过自己的经验、价值观这些“有色眼镜”来看待这个世界的。每个人看到的都是世界(事物)的局部而不是整体。因此，要想全面、准确地认识这个世界(事物)，就需要对各自的经验、认识进行适当的加工、改造和整理，使之有机地统一成一个整体。具体做法就是，在任何思想、观点、主张、见解之前，加上一些定语、限定词或前提条件，使之互不矛盾、互为补充、相互兼容、形成整体。包容性思维最好的隐喻就是“盲人摸象”，只有将每个盲人对大象的认识有机整合起来，才能还原大象的全貌。

(2) 六种关系。在包容性思维过程中，要考虑事物之间的六种关系，运用六项基本处理法则。

假设有两种观点、理论或认知碎片，分别为A和B，两者可能有以下六种关系：

① 对立关系。由双方立场或视角不同所致。只要弄清彼此的立场或视角，则两种观点都可以成立。用数学公式表示为：A=-B，或B=-A，其中“-”号表示立场或视角的转变。处理法则是：找到观点背后的立场、视角和动机等，并将每一种观点背后的立场、视角、动机揭示出来，然后一一呈现。

② 平行关系。A和B分别代表了不同领域、不同范畴或同一事物的不同方面，双方可以共存，并不对立或矛盾。用公式表示为：A+B=C，其中C表示A和B各自所代表的领域或范畴之和。处理法则是：对原以为是一个整体的事物，进行细致的拆分，让两个平行的认知观点能够与事物的相应部分一一对应，找到各自可以合理存在或有效应用的空间。

③ 包含关系。一种观点或概念所代表的范围较大，可以包含另一种观点或概念。用公式表示为：A-B=C或B-A=C，其中C为A或B中超出对方的部分。处理法则是:找出两个或两个以上的概念核心内涵，如果一个概念的核心内涵能涵盖另一个概念，而另一个概念不能反过来涵盖这个概念，那么两者之间就具有包含关系，只要明确谁包含谁即可。

④ 交叉关系。在这种关系中，A和B中各有一部分与对方交叉重叠，可用公式A+B-D=C表示，其中D代表交叉重叠的部分，C代表A和B实际所占有的领域范围。处理法则是：只要明确彼此的关系和交叉重叠部分即可。

⑤ 类比关系。如果两个事物属于完全不同的领域，但在很多方面有相同或相似之处，那么彼此就构成类比关系。用数学方式表示就是：A~B。类比关系往往能够激发创新思维，有利于知识创新。处理法则是：努力发现两个事物之间的相似之处，然后从一个相对熟悉的事物的变化规律中发现另一个相似事物的变化规律，并用明喻和暗喻的方法阐释这一规律。

⑥ 多重关系。有时两种观点、理论或概念之间可能存在不止一种关系，而有两种或两种以上的关系。包容性思维允许某种程度的模糊、重叠现象的存在。

(3) 五个步骤。包容性思维的基本步骤如下：

① 先找出两个需要整合的论点(或知识碎片)

② 再找出各自的论据

③ 审视两个论点的合理性及其相互关系

④ 找出两个论点各自的限定条件

⑤ 用统一的论述整合不同的观点

具体案例和操作方法参见笔者相关论文和著作，此处不再详述。

7. 模式识别

所谓模式(pattern)，是指隐藏在事物之中的一种内在规律，找到这种规律可以指导我们预测和应对同类事物。当这种规律多次出现的时候，被敏锐的人识别出来，并用文字符号进行加工整理，形成新的方法、理论和概念，就是知识创新。如果说认知处理还是一种对已知规律的学习、理解和运用，模式识别则是对未知规律的发现、揭示和阐述。模式识别是知识创新的主要范式。新建构主义提出了识别模式的四种方法(王竹立，2012a)：

① 通过重复出现的现象来识别模式

② 通过不同事物之间的相似性来识别模式

③ 通过直觉与想象来识别模式

④ 通过上述多种方法的综合运用来识别模式

综上所述，无论是联通主义学习观，还是新建构主义学习观，都是在信息时代知识发生变化的前提下提出来的，都是对新知识观的主动回应。其中，连通和选择，是针对信息超载而提出的学习策略；零存整取和个人导向的系统学习，是针对软知识和碎片化知识的学习策略；包容性思维和模式识别则有利于知识整合与创新。但连通主义学习和新建构主义式的学习，也有适用范围与局限性。它们都更适合高端学习者和终身学习者，在与信息技术关系密切的软知识和新知识领域更能发挥作用，对人文社会科学领域的学习指导意义更大。但这些局限性并不会影响新学习观的重要性，因为，未来这些领域都是学习最重要的领域。新知识观的适用范围见图 3。

四、与新知识观相适应的新教学观

广义的教育是指培养人的一切活动，狭义的教育是指学校教育，更狭义一点的教育是指学校内的一切教学活动。当知识发生变化之后，不仅学习将发生变化，教育教学也将发生变化，否则教育教学将无法满足时代的需要，无法适应新的信息化与智能化的教学环境，所培养的人才将无法应对未来不断出现的新挑战。

目前仍占据主流的教育(教学)观是工业时代的产物。工业时代是开启人类大生产的时代。大生产需要大量的熟练的技术工人和专业人士，标准化、规模化的办学体系成为社会必需。统一招生、统一考试、标准化教材、班级授课、分科教学成为工业时代教育体系的主要特征，知识传授、技能培养是教育教学的首要目标。

然而，人类进入信息时代尤其是智能时代之后，对人才的需求将发生根本的改变。以往由大量熟练工人和专业人士完成的工作，将逐渐被网络和智能机器人取代。这些工作大都属于硬知识领域，对硬知识的掌握和运用，智能机器人比人类做得更好、效率更高、差错率更低。人类将更多地专注于软知识的学习与建构，更多地从事与软知识相关的工作。软知识是正在形成过程中的知识，还不稳定，还没有形成大量的能被机器人所识别的数据；软知识中包含大量的隐性知识、抽象知识，不容易转化为机器人能够识别的数据，这些都导致软知识不容易被智能机器人所掌握(王竹立，2017)。

因此，未来的教育将越来越趋向个性化、个别化和差异化，而不是标准化、集中化和统一化。那时，工业时代的现代学校制度将逐渐解体，被开放式学习空间、网络学习和终身教育体系所替代(王竹立，2018)。

(一) 知识的三级结构与知识嫁接学说

前文已经介绍，西蒙斯将网络时代的知识比喻为河流；笔者提出知识三级结构和知识嫁接学说，将知识比喻为一棵榕树。榕树有一个特征，就是从树冠部分的树枝上，会生出长长的气根，一直垂到地面，再伸进土里，与树的根部连接起来。知识树有三级结构，分别是一级结构(树根)、二级结构(树干)和三级结构(树冠)。西蒙斯描述的是社会化知识形态，笔者描述的是个体知识形态，两者并不矛盾。知识在个体的大脑内以树状结构的形式出现，而在社会网络中传播时则以知识流形式出现。个体需要从社会网络中摄取知识与信息作为自身知识树成长的养料，同时也要将自己的知识之果投入到网络的知识流中，与社会进行信息与知识的交流与交换。

知识的一级结构来自对事物的感性认识，它是感官的、具体的、鲜活的、多维的；二级结构来自对事物的理性认识，它是用语言文字和符号承载的、系统的和结构化的知识，因而是抽象的、逻辑的、线性的、一维的。知识从一级结构到二级结构，是一个从弥散到收敛的降维过程。知识的三级结构来自人类对事物本身的属性和概念引发的联想，这种联想可以产生于知识的一级结构，也可以来自于知识的二级结构，因而知识的三级结构与一级结构及二级结构都构成了联系，形成了一种首尾相连的榕树形结构。从二级结构到三级结构，是一个从收敛到再弥散的升维过程。

既然个体知识是一棵不断生长变化着的有生命的“树”，那么学习就是一个从环境中摄取营养、与外界进行物质与能量交换的新陈代谢过程，广义的教育就是一个给知识树浇水、施肥、修剪乃至改造的全部活动与过程，狭义的教育(教学)则可视为一个对知识树进行嫁接的过程，即把经过有经验者加工整理、具有一定结构的知识(间接知识)，移植到学习者头脑中原有的知识二级结构中去的过程。受教，可视为“被嫁接”；自学，可视为“自嫁接”；教与学的技术其实就是知识嫁接技术。

影响知识“嫁接”成功与否的主要因素有亲和力、嫁接时机、嫁接技术等。嫁接能否成功主要受新的间接知识内容结构与学习者原有知识二级结构的亲和力大小的影响。亲和力类似于“最近发展区”理论，即新的间接知识与学习者原有知识内容与结构的接近程度。亲和力越大，成功的几率就越高。嫁接时机主要考虑：①学习者的认知发展水平与新嫁接知识所要求的认知水平是否匹配；②新嫁接知识是否与学习者当下的个人兴趣、需求相一致。只有在适当的时机嫁接适当的知识，嫁接才容易成功。嫁接技术是指知识的传授方法和学习方法。只有当教师采用合适的方法或技术进行教学，学习者采取恰当的方法进行学习，间接知识的嫁接才能成功。

嫁接过来的新知识要想长期“存活”，还需要与学习者从实践中产生的一级结构知识进行对接，即理论知识需要与实践经验相结合。从实践获取知识是由下至上的学习，从教学中获取知识是由上至下的学习，最好的教育应是两者的结合。长期“存活”的标志是知识由短期记忆转变为长期记忆(王竹立, 2013b)。知识的三级结构是联想。近距离联想主要与知识的记忆提取有关，远距离联想主要与创新思维有关(王竹立，2016b)(见图 4)。

知识嫁接学说比以往的教学理论更具有包容性。嫁接技术可包括行为主义的强化练习、认知主义的认知结构重组、建构主义的意义建构、联通主义的连通和新建构主义的零存整取等。对于简单的知识和运动技能，可以采用重复练习的方法进行嫁接；对于复杂的知识和高级技能则需要采取连通、重组、建构、零存整取等方法进行嫁接(见图 5)。

“嫁接”一词，还隐含着更深层次的意思。植物嫁接，最终留下的不是嫁接过来的植株组织和细胞，而是内在的特征和属性。嫁接过来的组织和细胞，会慢慢地被新生的组织和细胞更新和替代，但其内在的某些特征和属性，却融入被嫁接的植物母体之内，使之成为一种新的植物类型。例如，梨树与苹果树的嫁接，最终会让被嫁接的果树长出苹果梨这样一种新的果实品种。知识嫁接也类似。教育教学最重要的目标不是让学习者记住某个具体的知识，而是培养一种思维方式，形成解决复杂问题的综合能力，最终目标是实现知识的创新和创造。网络时代信息与知识来源的渠道越来越丰富与多元，今天我们应该更重视传授“知识嫁接技术”，教会学生如何进行“自嫁接”，而不是单纯传授知识本身。

结合前面提到的软、硬知识划分，知识的一级和三级结构都属于软知识范畴，二级结构既有硬知识，也有软知识(见表 1)。

(二) 新建构主义教学法

新建构主义首先是一个学习理论，但也有自己的教学观。新建构主义教学法包含四个关键词，分别是分享、协作、探究和零存整取。

1.分享。网络时代的学生不再是带着空空的头脑走进学校和课堂，而是带着从网络和生活中获取的大量信息与知识，这些信息与知识是学生根据个人兴趣和需要主动获取的。教师应该有意识地鼓励、引导学生围绕某一个主题，从网络和各种途径获取信息与知识，并让他们在课堂上进行分享和交流。分享是新建构主义教学法的第一步或第一个环节。

2.协作。在学生进行充分分享交流之后，第二步就应该开展小组的合作和协作式学习。学生们可以根据自愿组成不同的兴趣小组，开展下一步的学习；也可以由教师根据主题或内容的复杂程度，将学生分成若干小组，开展合作与探究。

3.探究。对于那些没有现成或固定答案的开放性、综合性主题或内容，应进行研究性或探究性学习，以求得问题的解决。探究可以个人或小组形式进行，教师应提供指导与帮助。

4.零存整取。网络学习的碎片化导致学习的零散、不系统，学生很容易为这些信息与知识的碎片所困扰，教师要引导学生对这些碎片进行有意识的零存整取，使之成为学生个人知识结构的有机组成部分，并最终实现知识创新。

为了教学活动能够顺利进行，新建构主义教学法提出了两大教学推进策略。

1.逐级推进策略。新建构主义教学法采取让学生从“说出”“写出”到“做出”三个步骤，来逐级推进学习过程，这三个过程可循环往复进行，以实现学习的螺旋式上升。

2.课程整合策略。新建构主义教学法可与传统课程结合，将传统课程的教学流程作为“线索”，引导学习循序渐进地向前推进，但教学目标不再限于传统的共同目标，而包含个性化的个人目标。教学流程也不会完全按照事前制定的计划一成不变地进行，而可能随时转向或分流，以帮助学习者建构个人知识体系，实现知识创新(王竹立，2014b)。

(三) “互联网+”课堂

根据新建构主义思想，笔者提出，“互联网+”课堂意味着“三进”。

1.互联网进课堂。“互联网+”课堂首先意味着让智能手机和移动互联网进课堂，而不是将它们拒于教室门外。教学实践表明，手机进学校与课堂，有着非常广泛的应用前景，将使学校教育与课堂教学发生翻天覆地的变化。

2.生活实践进课堂。今天的课堂教学，不应该再局限于对书本和教材的学习，而应多从现实与生活中寻找内容与素材，打破学科之间的壁垒，实现综合性、开放性和混合式的学习。

3.创新教育进课堂。培养创新人才是未来教育的重中之重。要培养创新人才，必须帮助学习者建立独一无二的、个性化的知识体系。理解和记忆不再是最重要的能力与目标，学会创新思维才至关重要(王竹立, 李小玉, 林津, 2015)。

五、新知识观研究展望

经过以西蒙斯和笔者为代表的中外学者的共同努力，新知识观正逐渐走入人们的视野。对新知识观的研究、思考乃至争鸣还没有结束，也永远不会结束。新知识观本身，也是一个软知识，是一个新的、还在生长中的研究领域。今天的知识和知识观，与前人的知识和知识观相比，已发生了某种程度上的迭代、更新乃至断裂。今天的很多知识不再是前人知识累积的结果，而是重新的建构和创造的结果；学习也不再只是按照学科知识体系循序渐进的过程，而是从个人兴趣和需要出发，零存整取、不断重构的过程。在这样一个快速变化的时代，遗忘和记忆同样重要，因为我们必须将有限的记忆，用在最需要的地方。这就需要经常更新我们的记忆仓库。

新知识观，以及相应的新学习观、新教育观及教育变革和信息化的主张，将在未来一段时期引发持续的研究和讨论。对这些新观念的建构、理解和应用，需要经历一个过程。随着智能时代的快速到来，新知识观将不断更新迭代，其内涵与外延也将不断向前发展。新的知识、新的观念将不断涌现，不断刷新过去的知识与观念。这是一个变化的时代，唯一不变的就是变化本身。

今天知识的产生，不仅仅来源于我们人类，还来源于我们的人造智能机器。人工智能将成为人类之外的另一类知识生产、加工和传播体系，大数据和人工智能技术将成为新知识的重要来源，对机器生产知识的研究，将成为新知识观未来的主要发展方向。在未来相当长的时间内，人机合作式学习将成为学习的主要方式之一。如何开展人机合作式学习？如何通过智能机器人获取已知的知识？如何利用机器智能发现未知的知识？信息和知识在人类和机器中是如何分布、传播、交流、融合和利用的？许许多多的问题亟待研究和探索，新的人机合作学习理论亟待产生。

机器生产的知识可能有两类：一类是人类能够理解和应用的知识，这类知识主要是人工智能对大数据的深度学习所发现的事物之间相关性的知识，属于前文讨论过的“人机知识”; 还有一类知识可能是人类无法理解甚至无法知道的知识。由于计算机的运算能力远远超过人类，其推理层次和深度也远远超过人类的脑力极限，不排除将来可能产生出人类无法理解更无法应用的知识。这类知识是独立于人类之外的知识，是真正意义上的“暗知识”。一旦智能机器人具备了某种自我意识或类人情感，彼此之间建立了相互联系，这类暗知识将彻底改变地球的未来和人类的命运。这是我们不能不提高警惕、防范于未然的事情。未来社会的智能鸿沟(Intelligent Gap)将比今天的信息鸿沟要大得多，由此造成的社会阶层分裂和知识贫富差距将成为严重的社会问题。智能时代人们获取知识、技能和财富的差距将呈指数级别地放大，谁掌握了智能时代的知识观，谁就掌握了未来。对人类知识与机器产生的知识的比较和融合，人类学习与机器学习的比较和融合，人类教师与机器人教师之间的分工与合作，人机互相学习和人机共同学习等，将成为新知识观、新学习观、新教育观的重要研究课题。此外，关于新知识观、新学习观、新教学观等，还需要进行中观和微观的研究，细化新知识观转化为教育生产力和社会生产力的操作程序和具体技术，开发出相应的产品，探索实践应用模式，引发相关行业、产业和社会变革。

行文至此，笔者想给知识下一个新定义：知识是人类及人造智能在学习和实践过程中，通过内外因素的相互作用，所产生的对客观世界(包括人类自身)的认识、经验、技能、数据等的总和。这个定义只是暂时的，今后将随着实践和认识的深化不断更新迭代。

(致谢: 本文在撰写和修改过程中，得到了上海师范大学教育学院黎加厚教授、《远程教育杂志》陶侃主编、北京师范大学副校长陈丽教授、江西师范大学教师教育高等研究院院长钟志贤教授、天津大学药物科学与技术学院王东华副教授的指导，受到了众多在网上不知名的网友和在讲座交流过程中的听众的启发，在此一并衷心感谢！)