从时间向度上，这个时代被称为互联网时代、大数据时代、人工智能时代等。互联网作为信息基础设施，正在改变社会的生产方式与生活方式，这其中就包括我们的学习方式，并由此带来了一些新的挑战。

互联网时代学习的困惑

其一，信息过剩。根据某机构的测算，2020年全球数据总量将达44ZB（1ZB相当于776万个中国国家图书馆的数据量），是2015年的4倍多。有学者将信息过剩的后果概括为“信息焦虑”，即人被过量的信息淹没，一味地吸收，无时间消化，以至于呈现出无措、慌乱的心理状态。钱学森先生当年曾感叹，他读研究生的时候可以说把全世界空气动力学领域的主要文献都看了。现在别说看，连搬也搬不动了，由此提出了在学习中要学会信息选择的问题。

其二，信息饥渴。这与信息过剩是一体两面，指真正有用的信息还是太过缺乏。这是因为信息选择和处理的成本越来越高，我们需要从海量信息流中花大力气甄别、选择解决特定问题真正所需的信息。信息经济学的创始人之一施蒂格勒，就是从颠覆传统经济理论信息是“免费财货”假设的基础上，建立信息经济理论的，并由此提出建构自身的信息素养或数据素养的问题。

其三，信息沉迷。信息（网络）沉迷或沉溺从其初始意义来说，具有自我治疗的功能，即通过探索并创造快乐以回避现实的不愉快。但这种自我治疗功能的实现是没有保障的。当人深度沉溺于虚拟现实中时，“在场”身份和“不在场”身份高度裂变，就会发生身份认同危机。人所知道的只是信息碎片，不能参与意义的寻找。这涉及我们通过适度满足，养成良好信息行为的问题。

其四，信息陷阱。互联网除了有用信息外，还大量充斥着虚假信息和无用信息。如果掉以轻心，还会落入别有用心者设置的信息陷阱。当使用免费的实用软件、捆绑软件甚至经许可的标准软件的时候，我们可能就陷入被监视或攻击的危险之中。形形色色的网络诈骗也成为校园安全的主要风险之一。这涉及我们防范信息风险的意识和能力问题。

做互联网时代的智慧学习者

其一，取法乎上。古语有言，“取法于上，仅得为中，取法于中，故为其下。”我们可从几方面理解“取法乎上”。

首先，学习有三个层次——验证性学习、批判性学习和实践性学习，分别对应于继承知识、创造知识和应用知识。如果我们在验证性学习的同时，有批判性学习和实践性学习，可以说在学习动机或认识论上“取法乎上”。

其次，每一学科都有经典著作、代表人物以及由此所形成的知识谱系。如果我们能沿着知识谱系的主线和核心节点进行知识积累，并对学科趋势和新的知识增长点有所洞察，就可以说在方法论上“取法乎上”。

此外，按照建构主义的逻辑，学习是学习者基于原有的知识经验，主动生成意义和建构理解的过程。这一过程常常是在社会文化互动中完成的，由此与学术共同体中的代表人物互动交流，也是一种学习行动上的“取法乎上”。

其二，学会选择。信息的基本含义是降低或排除不确定性。信息的剧增和快速变化要求我们重视选择、学会选择、适应选择和不断提高选择的本领。

这要求我们在学习本学科知识的同时，注重跨学科知识的学习，打下宽厚的知识基础。在知识深度交叉融合的今天，过分囿于规制化的学科专业可能并非学习的上善之道。笔者在中山大学读硕士时的老师卢泰宏曾告诉我们，要更相信基础、方法并挑战新领域，而非只相信专业出身。他在信息管理和营销管理两个领域都做出了重要学术贡献，这对我们有很大启示。

与此同时，要学会正确地评价信息、信息源、信息渠道与信息空间，并且把选择的信息融入自身的知识体系中，重构新的知识体系。

学历史的人都会读《左传》和《尚书》。前者是当代人写当代事，后者是下代人写上代事。在皇帝眼皮底下编书和隔代回望是不一样的，这就需要对这两种信息和信息源，从不同的信息渠道和信息时空进行关联评价，有选择地形成自己的认知。

一般意义上，学习要选择优质信息源和优质信息渠道，在符合自己需求的知识型空间进行交流，并随时考量学习的收获。经济学的“机会成本”概念说明，没有选择就没有效率；一个人掌握的信息越多，可供选择的机会越多，有效率的选择是机会成本最小的选择。

其三，批判性思考。批判性思考也叫批判性思维，是当下教育中比较缺失的成分。批判性思考首先是一种态度，其次是一种能力。按照哲学家波普尔的观点，任何一项知识在新的情境内随时有可能被证伪。如无批判性思考的态度和能力，我们就丧失了对新的证伪数据和事实的敏感性，被传统的权威性蒙蔽。从这一意义上说，批判性思考也是一种重要的创新能力。

笔者现在主要研究公共危机信息管理。该领域一个有意思的案例是，非常规突发事件情景准备仿真实验里的“分布式智能”或“群体智能”。在一群具有较高智能但有较低批判性思考能力的个体，和一群具有较低智能但有较高批判性思考能力的个体之间，研究者更愿意选择后者。因为后者在充满不确定的未来情境下，更有可能获得基于情境的好的知识和智慧洞察。批判性思考者不是长有反骨的挑刺者，而是合理的怀疑者，其目的不是否定，而是建构。

其四，提升数据素养。相较于“信息素养”是互联网时代普通大众应具备的能力素养，“数据素养”更强调科研人员的数据信息专业技能，数字人文、计算社会科学的兴起也要求人文社会科学研究者具备与互联网时代相匹配的数据素养。

2013年以来，国外重要高校在原来开设信息素养课程的基础上，开始陆续开设数据素养课程。按照一些学者的界定，数据素养是一种查找、评价以及高效、符合伦理道德地使用信息（包括数据资源）的能力。从数据生命周期的角度，数据素养首先是数据伦理、数据采集，其次是数据组织、数据分析与评价，再次是数据交流、数据保存。核心是让我们建立数据意识和数据能力。

以数据伦理为例。具备数据素养的人会明白，我们在利用信息时常常被要求提供部分个人信息，这事实上是我们通过让渡部分隐私权而获得信息使用权。其均衡状态是博弈和妥协的暂时和局部结果。我们的信息行为不仅是行为技术问题，也是行为价值问题。对数据素养提升来说，从数据工具入手是一种可取的方法。例如，个人信息管理工具Endnote、C-Organizer Pro，常用统计分析工具SPSS、Stata、SAS等，可视化工具Tablea、board，数据保存工具EZID等，可根据需要有选择地学习自己要用的工具。

其五，修炼智慧。智慧是一种高级创造思维能力，与“形而上者谓之道”有异曲同工之处，包含对自然和人文的深刻洞察、对价值的判断以及更好地解决现实问题的能力。智慧是人的禀赋，机器的叫智能。

管理学家彼得·圣吉在《第五项修炼》一书中谈个人和组织学习，其实谈的就是修炼智慧。这包括三个方面。

一是学习与内省。真正的学习不是单纯获取知识，而是通过思考和内省，将其要旨内化为自己知识结构的有机组成部分，帮助决策和行动。正像在线的大数据才是有价值的大数据一样，经过内省的活的知识才是有用的知识。用大数据语言来说，这样我们就有了自己的迭代算法。

二是发散性思维和收敛性思维。发散性思维是非习常性的，甚至无规律可循的思维形态，如跳跃式的联想、灵感、直觉等；收敛性思维是按一定规则的归纳或演绎，如逻辑推理、数学验算等。前者往往解决非常规问题，后者只是解决常规问题。正是在这一意义上，英国哲学家贝弗里奇在对科学史上重大事例进行分析的基础上，强调科学发现必须依赖发散性思维。我们看到越来越多的收敛性问题都交给机器系统或人工智能系统去做，就明白学习中培养发散性思维的重要性。

三是价值判断。修炼智慧意味着决策和行动要考量对组织和社会的意义。以大数据应用为例，互惠互利是大数据流通的永恒关键。个人或组织必须在自利中找到利他的需求，数据共享才会变为现实。因为任何大数据的形成需经历两个过程，即开放与规范。前者是深度链接的前提，后者则涉及数据的可用性，否则你凭什么愿意将自己的基因数据分享出来？当然，大数据模型和算法还要考虑公共价值以及诸如知情同意、隐私保护等个人价值，需要寻求一个平衡点，否则也不会走远。

套用狄更斯的话说，互联网时代是一个好的时代，也是一个坏的时代。但我们相信，在学习中只要趋利避害，自觉加强数据素养和智慧修炼，就能赢得好的学习效果和具有想象力的学习前景。

（作者系兰州大学副校长）