人工智能日漸精進，AlphaGo“自學”40天的戰(zhàn)績告訴我們，在面向已知的學習領域時，機器深度學習的效率可能遠遠勝出人類。亦如BBC對職業(yè)“被淘汰概率”的預測：無須天賦，經由訓練即可掌握的職業(yè)將面臨最大可能被淘汰的風險。當我們終于感受到終身自主學習能力成為必須時，不無尷尬地發(fā)現(xiàn)，人工智能已經在不斷迭代中開始無須人類干預的“終身學習”了。
人工智能時代，意味著我們每個人都將置身于一個智能的、可自我迭代學習的數據密集型環(huán)境：一方面，人工智能在面向已知的學習方面表現(xiàn)出勝于人類的潛在優(yōu)勢；另一方面，大數據提供的“量化自我”，可以幫助教師更了解學生，學習者更了解自我；大數據提供的“量化學習”，可以為學生提供定制的、個性化的學習服務。所有這些，在為終身自主學習能力提供新機遇的同時，也提出了新的挑戰(zhàn)。
考察自然場景和學校場景兩種不同的自主學習，可以幫助我們更好地理解這種挑戰(zhàn)。重返生活場景，學習并非只是發(fā)生在精心設計的課堂里，而是一種浸潤在我們日常生活中、甚至不為我們察覺的本能行為。撇開教學環(huán)境下的正式學習，其實在日常生活構成的非正式環(huán)境中我們也一直在學習。從呱呱墜地開始，兒童沿著自己探究世界的好奇心和適應生活的本能需求，學習自然地發(fā)生了，這是隱性的、“不由自主”發(fā)生的自主學習。還有一種顯性的非正式學習，更多地發(fā)生在成人學習者中。學習者常常會意識到自己在學習，認識到學習的價值，并把學習過程看得很重要。有時，顯性的非正式學習目的性很強，當成人的生活環(huán)境發(fā)生顯著變化時，為適應全新環(huán)境會有意地觀察周圍人如何行事，周圍的所有環(huán)境都成為他（她）全方位的學習資源，學習也自然地發(fā)生了。這些隱性或顯性的學習，是每個人適應環(huán)境的自我主導行為，它的特點是學習意愿水平高，但學習資源、策略水平則因人而異。
自從有了學校，正式學習就成為區(qū)別于、甚至于取代非正式學習的一種特有形式。于是，在正式的、高度結構化的學習環(huán)境制約下，非正式學習中有著自主本能的獨立學習者，逐步變成嚴格遵守學校教育“處方”的依賴型學習者，它的特點是統(tǒng)一的學習目標、課程內容和學習策略指導，但學習意愿水平則因人而異。也正是因此，有研究者認為現(xiàn)代學校的自主學習是學習材料導向而非學習者導向的，換言之，它是由外在的學習任務推動的自主學習。
隨著人工智能量化自我、定制學習成為可能，以及“面向未知而學”越來越多地替代“掌握已有知識”，如何更好地幫助學習者發(fā)展自我學習動機，形成個性化的學習目標，將成為人工智能時代自主學習的突破口。它意味著，要鼓勵學生建構個人意義的探究性學習、項目學習、情景學習等新興學習方式，形成對事物的全局性理解。這種面向未知的無邊界學習，不僅追求高學習策略水平，更要追求高主動性。在這樣的學習活動里，學習內容、學習目標、學習方法都保留了一定的彈性和開放性，課堂里的正式學習是學習的錨點，學生不受限于甚至超越學校教育去選擇學習內容、尋找學習機會、控制利用學習機會的方式。