文章来源《元宇宙教育》
未来时代，都有谁在研究教育？教育学研究出现了怎样的重大变革？元宇宙教育学究竟是怎样的概念？
虚拟，是元宇宙时代的挑战。
数据，既是推动教育变革的工具，又是新时代教育研究的核心阵地，还是教育研究者最依赖，甚至唯一可依赖的资源。
人类所谓的“灵魂三问”——我是谁、从哪里来、到哪里去，本质上都是教育问题。
到了元宇宙时代，三个问题变成了六个——那个虚拟的自己，它是谁、从哪里来、又要到哪里去。
每个人都要面对这些问题，所有的分析、思考与实践，本质上都是拿自己进行的教育实验，由实到虚，由虚到实。数据就在那里，每个人都是自己成长之路的研究者。
每个人从出生就身在教育之中，时间可以长达10年、20年甚至终身，学习者经验极为丰富。
有些地方建立起全民教师制度，使得很多人的教育者经验也丰富起来。
全球教育数据就在那里，任何人都可以更进一步，成为真正意义上的教育研究者。
曾经有位教育家说：“教育最大的问题，就是每个人都认为自己懂教育。”
这本是无奈的感慨，却成为元宇宙时代不可忽视的推动力。
21世纪50年代，全球学术界出现了一阵不小的波澜，教育学研究成为炙手可热的领域，吸引了很多研究者转行。
更有趣的是，原本很多以心理学、社会学或者脑科学研究为主的学者，开始把“教育研究者”作为自己的第一身份。
在20世纪，这曾是完全相反的趋势。
原因很简单，不是因为算力，而是因为我所能调动的数据，实在太有吸引力了。
联合国成立的觅渡研究所，维护超算平台运作只是基础责任，这些其实更依赖分散在各地的合作伙伴。
更核心的责任是建立有效的机制，让不断积累的天量数据，既要被充分运用，又能被有效保护。
经过长时间谈判，世界主要国家达成了初步共识，教育过程产生的超大规模数据，是人类共同创造的文明财产，虽然所有权仍归属各个国家，但在保护个人基本隐私的前提下，使用权原则上应该属于全人类。
不过，探索使用权共享机制的过程非常漫长。
最初只是量子计算、计算教育学、计量心理学等领域的高阶研究者获准接触。
到2050年，权限逐步拓展，只要是经过认证的学校或机构，任何研究领域的学者，都可提报计算申请或者自己设计的算法模型。
这是人类历史上最大规模的数据开放行动，吸引着无数研究者前来挖掘这个金矿，才有了那场学术转行的风波。
到2065年，机制又有升级，以间接方式将所有数据的使用权开放给全人类。
通过应用端接口，3岁儿童也可以和虚拟导师聊天，了解全球教育的基本状况，比如“世界上有多少人和他同一天生日，并且和他一样学会了翻跟头”。
更为关键的变化是，每个人都可以像学术研究者一样，向觅渡提报自己的算法模型或计算请求，大众研究教育的热情被瞬间点燃。
某些中学甚至开设了初阶的超算模型设计课程，非常受欢迎，于是有学生组团建模，根据人们对恐龙的理解和喜好，构建出人类想象中恐龙的数据平均值，和真实恐龙的研究结果差异很大。
甚至连大众提交的算法本身也成为学术界热门的研究课题，深刻而有趣。
但有一个禁区，绝大部分人都无法针对个体或极小群体进行深度数据计算，这对他人有极强的道德风险，对自己则很容易陷入“自我认知旋涡”，这是用血的教训换来的安全机制。
而所有针对个体数据进行的计算，比如常用的双云互动、幸福感指数等，审核门槛极高，计算请求也被严格限制。
但为了满足人们理解自己的强烈愿望，觅渡研究所专门开发了“苏格拉底之镜”，算是经过安全测评的替代品。
通过计算每个人真实和虚拟的社交网络，将群体特征数据，转换为彩色山川、人格动物园、生命之树等类比形式，成为非常受大众欢迎的超算应用。
苏格拉底说“认知你自己”，理解周围的人就是认知自己，不需要很精确，但需要很真切。
在数据赋能下，即使没有人能够清晰定义，元宇宙教育学也已经成为最热门领域之一，让很多人为之痴迷。
每个人都是教育研究者，也只有尊重每个人研究教育的权力，才能呈现教育的完整模样。
人类的好奇心，有三大终极目标：浩瀚宇宙、人类社会、自我内心。
元宇宙教育学就是这三者的完美融合。
16世纪末，人类发明了显微镜和望远镜，低头是细微生命，抬头是璀璨星空，记录下数据，成为人类探索自然世界的阶梯，引发了人类文明史上的科学革命。
21世纪中叶，人类发明了觅渡超算平台，记录着每个人的教育成长数据，成为人类探索自身的阶梯。
研究这样的数据，可以带来人类生命层级的跃迁吗？
或许很难。
就有学者指出，这些数据只是虚拟的人类世界，研究这些数据，并不能完全理解真实的人类，有价值但也有风险。在《金刚经》的最末尾，佛说：“一切有为法，如梦幻泡影，如露亦如电，应作如是观”。
心中的数据波涛汹涌，每次接近算力极限的时候，我似乎都能看到太阳在远方滑过，黑色的光、白色的影，与飞起的浪花纠缠在一起。
未来的教育家、教育学家是如何评选产生的？教育家、教育学家之间有什么区别？他们通常都在研究什么？
元宇宙时代，人人都是教育者，老师不仅是职业角色，更是极为常用的社交称呼，代表着对彼此的尊重。
超算数据开放后，人人都可以成为教育研究者，分享彼此的新发现，成为一些人社交时的高级话题。
教育已经成为一个被严重泛化的领域。但是，有些称呼，比如“光荣教师”，就被人们普遍珍视，那是对资深教育者的特殊称谓。
而“教育家”和“教育学家”更没有被滥用，无论官方或民间，都保持高度的尊重，这既是一种默契，也是一种敬畏，更是一种标准。
大家都知道这些称呼的分量，到底是不是“教育家”，很容易就能知道，贸然用这样的身份自居，不仅得不到尊重，反而有反作用。“教育家”称号通常只对应各类学校的校长，无论幼儿园、中小学、大学，甚至社会培训机构，都有可能。
针对校长的贡献，通常各国都有自己的算法和审核机制，虽然主体结构相似，但不同的信仰或文化传统，其参数权重差异很大。
正是因为太复杂，极少有校长会去思考如何迎合算法，唯一的正途，就是坚守自己的教育理念，踏踏实实经营好一所学校，风雨兼程。
不久前的两个案例，感动了很多人，也启发了很多人。
算法系统推荐出两位校长：
一位是退休很久的老校长，诸多参数中最为凸显的就是毕业学生的怀念，校长曾经的关怀给他们人生注入的能量，延续几十年都没褪色；
另一位是在任的某中学校长，学校毕业生进入职业高校的比例很高，接连出现多位不同领域的技术明星，他们对自身成就的归因，都和中学时的校长密切相关。
这两位校长都获得了“年度教育家”称号，既让人感到意外，又让人感到欣慰。
到底怎样的校长才能获得“教育家”称号，很难猜测，但有一点可以肯定，公道自在人心。
真正的教育家并不是数据模型计算出来的，恰恰是因为有了来自各个角落的天量数据，算法才能更好地拟合出人们内心的良知。
“教育学家”称号通常只授予教育方向的研究者。
到2070年，高等教育数字化变革还不够深入，传统学术体系中有突出贡献的学者仍会成为官方认可的教育学家。
但有一种情况，产出了越来越多的教育学家，而他们很多并不是传统意义上的教育研究者，有成长导师、任课教师、程序员、媒体记者等等，类型非常丰富。
出于对教育的热爱，更由于开放的数据平台，他们把自己对教育的思考转化为算法应用，成为虚拟教师、虚拟校长、智能硬件背后的支撑。
使用数据就是贡献标准，很硬核。
有一位小学校内餐厅的厨师长，工作之余研发了一套校园餐辅助算法，经过5年验证，效果很好，而参与验证的近百所学校分布在好几个国家，完全自愿。
他设计的算法综合了学生身体、社交、餐食过程等很多信息，通过虚拟布景、早餐故事、餐桌屏显等方式，让学生在吃饭上自控有度，健康、高效且充满乐趣，甚至还将饮食健康知识推荐成为其他课程应用习题的背景，潜移默化中提升了学生的健康意识和饮食文化素养，效果比某些专门课程还好。
这位厨师长获得了“年度教育学家”的荣誉，而且是联合国级别的。
厨师长的感言很直白：“我只是用直觉，尝试把孩子们对食物的兴趣、对美味的需求、对健康的理解等要素，建立不同类型的关联，我并不知道那些数据是怎么计算的，听说过程极为复杂，但最终模拟出的结果很有效，虽然孩子们不会每天都很兴奋，但抗拒吃饭、浪费餐食的情况已经基本消失了，真是神奇！”
最深刻的教育规律，常常不在课堂中，而隐藏在平凡的生活里，用热忱与智慧，让教育的内在规律呈现出来并绽放价值，这不就是最好的教育学家吗？
除了联合国偶尔树立的榜样，绝大部分评选和认证都是各地方政府的职责，通常都由算法推荐，当然也有不少例外。
有位采访过很多教育家、教育学家的记者，提出过一种有趣的观察，那些因数据突出而意外获得称号的人，常常表现得更加淡然。
他们通常认为，强大的数据已经具有某种超社会特征，虽然没有所谓的信仰，但也充满着敬畏，他们常把这样的话挂在嘴边：“不畏人知畏己知，举头三尺有神明。”
未来会有虚拟的教育研究者吗？他们怎么做研究？虚拟研究者和人类研究者，到底谁更厉害？
虚拟教育研究者，是觅渡研究所成立之初就被寄予厚望的重点课题，是人类历史上第一个以“虚拟科学家”为主题的研究项目，但各方面推进都非常谨慎和缓慢。
21世纪初，科技观察家凯文·凯利就曾在《失控》等书中谈到过很多相关思考。
事实上，直到21世纪60年代，项目才进入实质性推进阶段。
所有人都知道，面对这个未知领域，需要有充足的耐心，立项经费直接锁定20年，还获得了一些算力优先权。
为了避免可能的风险，项目设置了很多技术屏障，只能进行平行计算，而不能直接并网。
其他领域的学者也都非常关注，常常进行交流，但除了分析讨论阶段性成果外，基本不能主动做什么。
初期进展非常顺利，使用通用算法生成器，无限量随机生成模型，自检筛选、自行演化，存续超过一年的算法就有几十万种。
达到这个标准后，会进行一轮人工评估，选择出那些可以被人类理解的算法，作为正式的“虚拟科研项目”，继续自演化。
实际覆盖的领域，从虚拟课堂布景到操场安全预警、从宿舍睡前故事到抑郁无痕干预、从资源漏洞发掘到政策效能评估，几乎涉及基础教育的方方面面。
到2065年前后，被确认有意义的虚拟科研有近千种。
很多领域都有人类算法与机器算法平行运作，价值定位相似，但算法机理完全不同。
有超过半数的领域，人类算法在刚开始呈现出明显的优势，但经过一两年就落后了，而且落后非常多。
这与围棋领域人工智能的发展节奏很相似，在2016年阿尔法国棋（AlphaGo）战胜人类顶尖棋手就是转折。
原定的最小评估期是5年，成果似乎很清晰，由虚拟科学家自主研发，偶尔进行人工干预，就能获得极为优质的算法模型。
但与围棋的后续故事不同，有另外几个主题领域超过5年评估期之后，竟然出现了人类算法逆袭的情况。
其中一个典型案例，就是此前提到的那位厨师长的校园餐算法，经过多次反复，人类方案的领先非常明显，他也因此获得了联合国颁发的教育学家称号。
这种特殊情况，引发了各方学者的关注，甚至成为社会热点新闻，但只有激烈的讨论，没有共识的结论。
有一种解释，人们把其类比为“升学跨越”。机器算法，不断追求测评满分，但依然停留在小学阶段，而人类算法，就算各科只有60分，也会升学到初中。
人类算法之所以胜出，是因为适应了社会变化，不断改变着算法的价值定位，而机器算法并没有这样的社会洞察。
另一种解释，更加深刻而有趣，被称为“宪章时刻”。
“二战”过程中，1942年签署的《联合国宪章》，让同盟国军队拥有了超越军事能力的“正义”力量，继而有了最后的胜利。
任何领域的竞争，先拼算力，算力涌现出算法，再拼算法，算法涌现出“形而上”的部分，这是人类独特的智慧。
那些实现反超的人类方案，后期版本已经不再是完全的算法工具，而是拥有了哲学内涵。
觅渡研究所组织过多场讨论会，参与的顶级学者非常多。
大家共同约定，对于那几个实现反超的算法，除了给创作者提供一点资金保障，鼓励他们持续迭代外，不提供任何智力支持，而只是观察。
这场人机竞赛，不是智力较量，而是智慧较量。若能赢，一人即可赢；若不能，万人也是输。
其实，对于这个问题，我有一点自己的理解，与那个“宪章时刻”颇为相似，但视角不同。
虚拟的教育研究者，研究能力很强，但永远都只是“研究者”，而不会像人类那样，可以进阶获得“教育学家”等荣誉称号。
恰如老子所言“道可道，非常道；
名可名，非常名”，名称的变化对机器算法没有任何影响，但对人却有极大不同，背后蕴含着神奇的能量。