在神经科学与人工智能时代，作为人类意味着要仔细探索那些复杂交汇点——尽管其中存在有效的观点，但这些观点之间仍存在张力，从而显现出不容忽视的微妙之处与挑战。每一页都展现了观点之间以及各主题内部现存的张力，这些张力源于集体讨论，并辅以NHNAI网络研究人员的见解。
教育的复杂性#3:提高我们对人类的理解,同时不屈服于本体论还原论
在法国和葡萄牙,与会者强调,神经科学和人工智能的进步使我们能够更好地了解大脑发育以及学习背后的生物和神经机制。因此,NS 和 AI 有望识别有学习困难的学生,特别是通过神经影像学和诊断。这将使教师、家长和辅导员能够支持学生并尽早进行干预,以防止低自尊等负面后果。更好地认识神经多样性并识别学生的学习困难和/或心理病理也可以导致为学生调整学习工具和系统,从而允许人工智能算法进行个性化学习。
然而,参与者强调避免将人们限制在盒子或类别中,以将他们简化为数字档案或神经特征的重要性。因此,参与者表示,给患有精神病或学习困难的儿童贴上标签也会导致歧视和污名化,这对人有害。在葡萄牙,与会者强调,加强我们识别认知能力低或高儿童的实践可能会导致过度关注认知表现,从而过度刺激或不足地刺激关心的儿童,使他们相信没有改进和改变的可能性。
NHNAI学术网络的见解：
A。学习者类别作为各种运作方式
Laura Di Rollo（NHNAI 项目认知科学研究工程师（UCLy（里昂天主教大学）,UR CONFLUENCE:Sciences et Humanités（EA 1598),里昂,法国）和 Juan R。Vidal（认知神经科学副教授（UCLy（里昂天主教大学）,UR CONFLUENCE:Sciences et Humanités（EA 1598),里昂,法国）
为了避免将一个人的身份简化为几个特征,我们应该将这些学习者’类别视为各种运作方式（而不是精神障碍）,这可能会导致不同的人在适应特定环境和环境时表现出独特的能力。这些能力可以随着时间的推移而发展,并根据情况而变化。测试和诊断,无论是由医生还是人工智能系统提供的,都可以深入了解一个人的认知功能,这些信息对于了解她的需求非常有价值。这也许能够为她提供适当的支持。然而,技术总是会提取数据并提供参数值,但它并不能完全掌握个人的复杂性,这包括他/她的内在性,例如感受和情感。如果没有通过人际关系和互动,就无法全面理解一个人的独特性和深度。虽然机器、测试和评估工具可以提供有用的数据,但它们无法捕捉人类独特性的完整综合范围以及个人认识自己的真正复杂性。这还包括来自主体间互动空间内的知识。因此,关系的维度对于以具体的方式理解人至关重要。尽管如此,只要这些信息侧重于帮助人类繁荣发展,而不仅仅是在简化的评估框架中提高生产力,它们就可以有助于决策。从逻辑上讲,分类虽然具有指示性,但不应导致可能遭受歧视和/或排斥的自动决策,而应支持社会包容。
B。个性化与差异困境
尽管包容性在21世纪得到了促进,但它也带来了挑战和困境。正如 Ruth Cigman[1] 所表达的,一个困境涉及我们如何处理差异:
我们要么将所有孩子视为本质上相同的孩子,这意味着尽可能公平地对待他们,但存在忽视个体差异的风险。或者我们以不同的方式对待他们,其后果是,有些人的境况比原本会更好,但如果为某些人投入比其他人更多的资源或专业知识,则存在不公平的风险。
此外,个性化可能会导致过度适应环境以满足个人需求,正如当前的个性化趋势（如人工智能应用程序）所见。这种极端的做法可能会阻碍集体成长,并限制人们学习和适应各种环境的能力。如果环境总是根据个人需求量身定制,人类可能会失去适应不同情况的关键技能,并表现出发展适应技能的努力,这是世界上繁荣的重要能力,因为适应不会在生物体中被动地上升。即使是基因驱动的适应性也应包含在改变的行为中。因此,我们需要一种平衡的方法来考虑社会环境限制（实现绩效？) 还有生物限制（通过自我驱动的努力进行学习）,以及保持普遍平等标准同时仍允许差异和（神经）多样性空间的平衡。实现这种平衡并不是一件简单的任务。
简而言之,我们需要一种整体方法来理解人作为复杂的存在,每个人都具有独特的个性、历史、独特的信仰和愿望。这种复杂性无法通过简单的类别或标签来了解。虽然学习者类别可以对一个人在特定时期的工作方式提供有用的见解,但他们无法掌握个人的所有潜力。没有什么是一成不变的,人类会进化、改变,并能表达新的学习潜力。此外,类别可能会导致统一化,而例如,ADHD 或阅读障碍（等）等疾病在个体中没有单一的表现方式。
[1] Cigman R. (2007), Included or Excluded? The Challenge of the Mainstream for Some SEN Children (Oxford Routledge). op. cit., p. 137. Cigman, R., & Davis, A. (Eds.). (2009). New philosophies of learning (Vol. 2). John Wiley & Sons.
C。问题背后的争论:心智能力与大脑之间的关系
Federico Giorgi（那慕尔大学 ESPHIN 生物学哲学博士后研究员）和 Nathanaël Laurent（比利时那慕尔大学 ESPHIN 生物学哲学副教授）
关于如何承认和整合神经学信息和其他自然科学投入以更好地理解人类,特别是在教育领域的争论,可能会受到关于心理能力—如学习—和大脑之间关系的某种狭隘观点的负面影响。尽管目前流行将心智简化为大脑,但通过神经成像技术可以预见任何学习困难的想法似乎既值得怀疑又危险。
由于不同的原因,从科学角度来看这是值得怀疑的。首先,必须非常谨慎地对待经验确定的心理现象与神经或生理事件之间的相关性。精神状态和大脑状态之间的相关性可能不够。人们还应该调查这些相关性是否表明因果关系或同一关系（Manzotti & Moderato,2014)。[1] 第二层探索可能极其复杂。此外,指出第二个困难也很重要。在过去的几十年里,神经科学经常将大脑的功能简化为仅神经元,并使用计算机作为大脑活动的隐喻。通过这样的还原和隐喻,大脑的功能往往与程序的执行相一致。这种方法主要来自认知科学,表明大脑的运行方式与计算机非常相似。然而,这种观点因忽视身体和情绪的作用而被批评为“神经中心主义”。如今,神经科学变得更加包容,认识到大脑的功能与其他器官和身体其他部位密切相关。例如,现在的研究强调了肠道和微生物组在心理健康中的作用的重要性[2]或呼吸和心率对大脑活动的影响.[3]
除了这些批评之外,人们还可以针对基于生物学和神经科学的还原论,还原论还提出了特别尖锐的实际问题。例如,它可能会让学生相信他们的困难有生理起源—即使事实并非如此—,他们可能会认为他们的挣扎是无法克服的。
当然,我们并不否认脑损伤会对人的心智造成非常严重的后果,也不否认在某些情况下这种负面影响是不可逆转的。然而,我们确实挑战的是还原论观点—今天占主导地位—,这种观点认为,每一种心理现象都只能通过诉诸神经科学知识来理解,或者换句话说,心理学完全可以简化为神经病学。根据定义,心理学的领域是个体作为一个整体。神经科学致力于通过探索自下而上和自上而下的机制来理解这个综合整体的神经基础和组成过程。然而,它远不能提供一个简单且易于理解的整体视角。过于简单化和还原论的观点对年轻人尤其有害,他们首先需要自由感和开放的可能性来找到应对学习困难的方法,无论他们有多大或多小。
[1] R. Manzotti & P. Moderato, “Neuroscience: Dualism in Disguise”, in A. Lavazza & H. Robinson (eds.), Contemporary Dualism. A Defense, Routledge, 2014, pp. 81-98.
[2] Morais, LH., Schreiber, HL, Mazmanian SK (2020). The gut microbiota-brain axis in behavior and brain disorders. Nat Rev Microbiol. 2021 Apr;19(4):241-255. doi: 10.1038/s41579-020-00460-0. Epub 2020 Oct 22.
[3] Engelen, T, Solca M, Tallon-Baudry C (2023) Interoceptive rhythms in the brain. Nat Neurosci.2023 Oct;26(10):1670-1684. doi: 10.1038/s41593-023-01425-1. Epub 2023 Sep 11.
