關注“在線學習”

獲取更多資訊！

人工智能浪潮滾滾而來，正席卷我們生活的每個角落。這股浪潮帶來前所未有的技術紅利，也暗藏倫理失控、算法偏見等風險。在技術狂奔與規則構建的角力中，我們既要做好技術賦能這道“加法”，又要做好去風險這道“減法”。

科技日報記者特別邀請兩位專家，圍繞人工智能與教育、人工智能與產業、人工智能與治理這三方面，共同探討如何做好人工智能發展的“加減法”。

主持人：科技日報記者 毛莉

嘉 賓：

薛 瀾 清華大學文科資深教授、蘇世民書院院長

趙 偉 深圳理工大學講席教授、高等教育研究院院長

引導青少年做AI駕馭者

主持人：人工智能將如何改變教育？

薛瀾：我認為，大致可以從兩個方面來思考。第一種思路是將人工智能作為現有教育體系下的優化工具。例如，目前不少大學借助智能助教、智能講伴、學生成長助手、備課輔助系統、智能批改工具等應用優化教學，建設多個學科知識引擎和垂直模型，支撐課程教學和學習。總體而言，這是在現有教育體系大框架基本不變的情況下，通過人工智能來提高教學效率。

第二種思路是將人工智能作為核心驅動力重塑現有教育體系。當知識可以通過人工智能輕易獲取，很多東西是否不用學了？又有哪些新知識、新技能是學生今后必須掌握的？回答這些問題，需要我們重新審視整個學科結構、知識體系和教學方法。從這個角度看，人工智能的影響可能是顛覆性的。現在的教育，更多是教師將知識傳授給學生；今后的教育，主要是以學生為中心的自主式學習。我們現有的教育體系仍然是從工業時代延續下來的。工業社會的特點之一是大規模生產，人們需要接受共同的規范和知識，以此保障大規模工業生產的效率。而在人工智能時代，社會將變得更多元，每個人都有更多機會按照天性去發展。一個人學習知識或許不必追求大而全，只需聚焦感興趣的內容，如此人人都可能成為專才。同時，便利的人工智能工具讓各種知識“一查就有”，這使得人人都有條件成為通才。

目前，普遍實踐的是第一種思路，第二種思路實踐起來更難，是一個重大系統工程，涉及很多需要教育主管部門和全社會共同思考和探討的問題。

主持人：怎樣推進人工智能全學段教育和全社會通識教育？

趙偉：要回答這個問題，首先需厘清3個問題。

第一個問題，人工智能教育在不同階段教什么？今后，人工智能知識要逐步在全學段、全社會普及，這是確定無疑的，但具體在幼兒園、小學、中學、大學分別教什么，還需要細致摸索。就像教數學，幼兒園教數數，小學教加減法，中學教一元一次方程、平面幾何，大學才講微積分，不可能幼兒園就教微積分。人工智能全學段教育也是同理，我們要根據各個階段學生的特點進行設計。根據前不久發布的《中小學人工智能通識教育指南（2025年版）》，中小學人工智能通識教育要構建分層遞進、螺旋上升的教育體系。

第二個問題，人工智能能否成為一個獨立學科？現在不少高校成立了人工智能學院，但人工智能還沒有成為一個獨立學科。要成為獨立學科，就需明確學科分類、核心內容。不同學科從不同角度認識世界，如物理學研究質點、化學研究元素、生物學研究基因、計算機科學研究算法。如果說人工智能是關于智能的科學，目前關于智能的精準定義仍在形成過程中。我認為，人工智能發展尚處于早期階段，未來10年到20年，人工智能可能會成為像物理學、化學、生物學那樣能被精準定義的學科。

第三個問題，人工智能教育可以減什么？目前全社會對人工智能重要性的認識比較充分，各行各業都在探索“人工智能+”。反過來，我們應該考慮，有了人工智能后，是不是可以考慮做一些減法？比如，一門課原本的學時是48小時，加上人工智能課程后變成60小時。如果每門課程都做這樣的加法，那學生就會越來越累。科技應該讓我們的學習、生活更加輕松，而不是相反。拿微積分課程舉例，如果現在高校微積分課程要教12項內容，以后是不是只教8項就夠了？有了人工智能后，無論理科、工科還是文科，課程都需要進行相應調整。目前深圳理工大學正在進行相關探索，我們希望讓學生有更多時間去嘗試更有意義的創新。

主持人：談及創新，在推進人工智能教育過程中，我們是否應警惕人類創造力萎縮的風險？

薛瀾：的確如此。過于依賴人工智能，可能會削弱人類的好奇心。尤其從童年時期就接觸各種智能設備的下一代，對這種風險需要格外警惕。過去的孩子會問“十萬個為什么”，以后的孩子就算有“千萬個為什么”，也可以通過各種大模型輕易獲得答案。這種便捷性可能導致孩子好奇心逐步萎縮。當好奇心喪失了，人就會失去研究、探索的動力。長此以往，人類的學習能力、思維能力可能會鈍化。這些問題是我們在推進人工智能教育過程中必須考慮的。人類必須主動管理和平衡技術的使用，要重視教育體系中創造力培養的核心地位。

因地制宜開辟產業新賽道

主持人：當前我國各地人工智能產業發展情況如何？

薛瀾：中國人工智能發展在很多方面領先全球，論文發表量、專利申請量均居世界第一。全國各地都非常重視發展人工智能，形成了百花齊放的發展格局。京津冀、長三角、珠三角地區，以及西安、成都、武漢等中西部城市人工智能產業發展非常活躍。高校院所和企業都致力于推動人工智能研究和應用。目前，中國已逐步形成人工智能發展的良好生態，既有做大模型的頭部企業，也有深耕垂直應用的大量中小企業。今年，我們有望迎來人工智能應用大規模落地的關鍵年，人工智能產業下一步發展的關鍵就在垂直應用。

在發展垂直應用方面，中國有巨大優勢。想發揮人工智能的賦能作用，首先要有制造業的堅實基礎。無論大模型多么先進，它都不可能憑空變出產品，其落地應用離不開基本的生產過程。大模型只有在具體的制造業場景中不斷優化，才能提高生產效率。制造業是中國參與國際競爭合作的重要優勢，大模型最好的應用場景和學習場景都在中國。

主持人：各地都在大力發展人工智能，如何避免“內卷式”競爭、因地制宜開辟產業新賽道？

趙偉：我們首先必須對人工智能產業的特點有清晰認知。人工智能產業與軟件有強相關性，與軟件有強相關性的產業大多具有“贏者通吃”的特點。信息產業產品一定是“最強者贏”——誰的軟件做得最好，誰就可以幾乎零成本地無窮復制。通過大規模量產極大攤薄開發成本，第一名會把第二名遠遠甩在后面。所以，這個行業對產品質量要求極為苛刻，競爭異常激烈。

當然，“贏者通吃”并不意味著“別人沒飯吃”。從世界范圍來看，微軟的Office軟件、英偉達的圖形處理器（GPU）和谷歌的搜索引擎等產品幾乎在各自領域“一家獨大”，但這并不等于其他公司沒有生存空間。其他公司通過做新的應用，搞二次開發，也能發展起來。我認為，鑒于上述特點，各地在發展人工智能產業時應該找準方向和定位。如果有技術實力，就可以去沖行業頭部。這個過程雖然極為艱苦，可一旦成功，就會筑起很寬的“技術護城河”。如果技術實力不足以打敗頭部企業，那可以考慮圍繞頭部企業的產品做二次開發。

以深圳為例，它是中國科技產業的重要高地，既擁有華為、大疆、騰訊等行業頭部企業，也具備成熟完備的硬件制造與電子供應鏈體系。深圳有條件在芯片、高端智造、機器人等領域打造全球領先產品，也能圍繞這些領域的優勢平臺進行二次開發，為更多企業提供生態支持。深圳人工智能發展的路徑體現了“沖頭部+強生態”的組合。

薛瀾：各地資源稟賦不同，差異性是客觀存在的。各地在發展人工智能產業的過程中，應克制追求“超常發展”的沖動，要以長期主義培育創新生態。杭州培育出“六小龍”的一條重要經驗，就是打造“無事不擾、有求必應”的營商環境，讓企業能舒服自在地發展。

探索“小步快走”的治理路徑

主持人：人工智能帶來前所未有的發展機遇，也帶來前所未遇的風險挑戰。我們需要警惕哪些風險挑戰？

薛瀾：有句話是“不發展才是最大的風險”。雖然人工智能未來的發展有很多不確定性，但是我們依舊要摸著石頭過河。不過，在邁向通用人工智能這條路上，我們一定要時刻繃緊安全的弦，防范人工智能失控的風險。這當然是最極端的情況，但我們不能排除這種潛在的可能性：現在的文明形態未來可能被人工智能系統控制。

從人工智能發展的速度看，這種擔憂并非杞人憂天。現在大家用DeepSeek等大模型已經到了日用而不覺的程度，幾年前這是完全無法想象的場景。通用人工智能的實現并非遙不可及。如果有一天技術發展到機器可以不受人控制，能夠自主完成很多任務，還要不要繼續往前走？要不要劃定技術發展紅線？我想這不該由科學家說了算，需要全社會共同討論分析達成共識。

我們從一開始就應該明確人工智能“可為”與“不可為”的界限。一條核心原則是，堅持以人為中心，確保人工智能技術始終處于人類控制之下。

主持人：如何確保人工智能安全、可靠、可控？

薛瀾：我們不能光從技術角度去回答這個問題，而要站在技術社會系統的角度去分析。在評估技術安全性的基礎維度之上，還需考慮使用者行為、基礎設施適配、社會環境適配等環節。以智能駕駛領域為例，要構建完整的風險防控閉環，只關注車輛本身的技術安全性是遠遠不夠的，還不能忽視消費者認知、道路交通標識系統升級、企業營銷規范等關聯因素。比如，開車需要考駕照，今后是否應該增加提升司機智駕應急處理能力的培訓？這需要納入技術社會系統中去考慮。

工業和信息化部日前發布了2025年汽車標準化工作要點，其中包括推動自動駕駛設計運行條件、自動泊車、自動駕駛仿真測試等標準批準發布及實施，加快自動駕駛系統安全要求強制性國家標準研制。這說明行業監管正在跟上來。在人工智能時代，我們應該堅持敏捷治理理念，既要維護產業創新，又要規制產業快速發展可能帶來的風險。

主持人：平衡人工智能創新與監管，可能是全世界面臨的共同課題。

薛瀾：是的。歐盟側重于“監管先行”，一開始就用法律為人工智能發展戴上“緊箍咒”。美國對人工智能發展的監管程度低，聯邦層面的立法進程遲緩。與歐盟、美國不同，中國選擇“小步快走”的人工智能漸進式治理路徑。人工智能技術發展迅速，很難預想到所有風險點，我們就邊干邊學，在新技術應用過程中出現了什么問題，就解決什么問題。創新和規制，始終相生相伴，手牽手向前走。

主持人：為推動形成具有廣泛共識的人工智能全球治理框架和標準規范，我們還可以做哪些工作？

薛瀾：人工智能應當是造福人類的國際公共產品。中美作為人工智能研究和應用的領跑者，應當共同肩負起責任。在人工智能安全治理領域，中美有共同利益，有合作空間，雙方應當聯手確保人類社會免受人工智能系統失控帶來的威脅。

趙偉：人工智能發展的很多倫理問題需要通過國際合作來解決。我想談一談大數據的使用問題。人工智能發展的三大支柱是算法、算力和數據。算法需要自己開發，算力需要購買，而數據往往能被免費獲取。然而，數據被免費用于商業二次開發是合理的嗎？看似人人都能免費使用的數據，會帶來真正的公平嗎？實際上，誰有更強的算法團隊，誰有更多GPU，誰才能更好地使用數據。在國與國之間，這可能導致“智能鴻溝”擴大；在一個社會內部，這可能導致“窮者愈窮、富者愈富”的結果。如果不能免費使用數據，那么該建立一個怎么樣的全球數據使用規則？這個問題需要國際社會共同討論解決。

來源丨科技日報

聲明：轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益，請作者持權屬證明與我們聯系，我們將及時更正、刪除，謝謝。