編者：

近來，ChatGPT、DeepSeek、Openclaw這些AI（人工智能）工具火遍全球，好像一夜之間人工智能就滲透到了生活的方方面面。那么，AI浪潮到底給人類的科研、教育、社會、倫理帶來了哪些新挑戰(zhàn)？人類又該如何應對？對此，本刊3月20日專訪了北京交通大學的王元豐教授。

文/ 執(zhí)行主編 鄭挺穎

王元豐

01

AI給人類科研

帶來第五次范式變革

提問

王老師，您就在高校的科研和教育

的第一線工作，我最想知道的是：

在真正的科學研究領(lǐng)域，AI到底

帶來了什么樣的改變？它真的會

讓科學家失業(yè)嗎？

回答

王元豐：人工智能對科學研究的影響具有范式變革的特征?；仡櫩茖W史，人類科研活動經(jīng)歷了四個明確的發(fā)展階段：第一階段是以阿基米德、伽利略為代表的實驗觀察范式，科學家通過受控實驗與系統(tǒng)觀察獲取自然規(guī)律；第二階段是以牛頓、麥克斯韋為代表的理論研究范式，研究者通過數(shù)學建模與邏輯推演描述客觀世界；第三階段是上世紀六七十年代興起的計算機模擬范式，科學家借助計算機的計算能力在虛擬空間中復現(xiàn)復雜現(xiàn)象；第四階段是大數(shù)據(jù)時代的數(shù)據(jù)關(guān)聯(lián)范式，研究者通過海量數(shù)據(jù)的相關(guān)性分析發(fā)現(xiàn)潛在規(guī)律。

在大數(shù)據(jù)基礎上，人工智能又催生了第五科研范式——AI for Science（科學智能）。這一范式的核心特征在于：人工智能系統(tǒng)不僅能夠處理和分析數(shù)據(jù)，而是讓AI作為科學發(fā)現(xiàn)的核心引擎，通過學習物理規(guī)律等底層邏輯，實現(xiàn)對復雜現(xiàn)象的高精度預測、模擬與逆向設計。2024年諾貝爾物理學獎授予美國普林斯頓大學高級研究學者約翰·霍普菲爾德（John Hopfield）與加拿大多倫多大學名譽教授杰弗里·辛頓（Geoffrey Hinton），以表彰他們在機器學習領(lǐng)域的奠基性貢獻；諾貝爾化學獎則授予美國谷歌DeepMind公司首席執(zhí)行官德米斯·哈薩比斯（Demis Hassabis）與其首席科學家約翰·江珀（John Jumper），表彰他們開發(fā)的AlphaFold系統(tǒng)在蛋白質(zhì)結(jié)構(gòu)預測方面的突破。這標志著AI for Science已獲得最高學術(shù)權(quán)威的認可，成為科學研究的重要范式。

這一變革的深層意義體現(xiàn)在三個層面：首先，人工智能突破了人類認知能力的生物性限制，能夠處理規(guī)模遠超人腦容量的信息；其次，大模型技術(shù)實現(xiàn)了人類顯性知識與隱性經(jīng)驗的編碼化存儲，使知識傳承突破了時空限制；最后，智能體（AI Agent）技術(shù)賦予AI系統(tǒng)自主決策與行動能力，使其從被動工具轉(zhuǎn)變?yōu)橹鲃訁⑴c者。

以我所研究的建筑材料科學領(lǐng)域?qū)嵺`為例，傳統(tǒng)混凝土配合比設計高度依賴工程師的經(jīng)驗積累，受限于人類認知能力的邊界，可選方案通常局限于數(shù)十至數(shù)百種。而采用AI for Material（材料科學智能）技術(shù)后，系統(tǒng)可在多維度參數(shù)空間中遍歷數(shù)十萬乃至上百萬種配比方案，在強度、耐久性、碳排放、成本等多目標約束條件下實現(xiàn)最優(yōu)解的識別。更為重要的是，先進的AI設計系統(tǒng)可與自動化實驗平臺實時耦合，形成“設計—驗證—反饋”的閉環(huán)迭代機制，顯著加速新材料的發(fā)現(xiàn)進程。

當前，科研范式正經(jīng)歷更深層次的演進，即向“合作科學家”（Co-scientist）模式轉(zhuǎn)型。在這一模式下，人工智能不再僅僅是執(zhí)行指令的工具，而是具備知識整合、方案規(guī)劃與創(chuàng)造性思維能力的平等研究伙伴。研究團隊可構(gòu)建具有不同專長的智能體系統(tǒng)，分別承擔文獻綜述、實驗設計、數(shù)據(jù)分析、成本控制、碳排放優(yōu)化等任務，與人類研究者形成深度協(xié)同，共同完成復雜科研項目的系統(tǒng)規(guī)劃與執(zhí)行。這種人機協(xié)同的科研組織形式，正在從根本上重塑科學發(fā)現(xiàn)的基本邏輯與知識生產(chǎn)的社會結(jié)構(gòu)。

02

哪些科研領(lǐng)域

已經(jīng)被AI深刻改變

提問

聽起來AI在科研領(lǐng)域確實威力巨大。

但我想問一個實際問題：AI是不是

在所有科學領(lǐng)域都一樣厲害？比如

搞計算機的、搞生物的、搞材料的，

大家是不是都在同一起跑線上？還是

說有的科研領(lǐng)域已經(jīng)天翻地覆，有的

還是春風不度？

回答

王元豐：各學科受人工智能影響的程度顯著不均衡，這種差異源于學科知識形態(tài)、數(shù)據(jù)可獲得性與問題結(jié)構(gòu)化程度的不同。計算機科學因其與人工智能的技術(shù)同源性，自然處于技術(shù)應用的領(lǐng)先地位，算法創(chuàng)新與硬件發(fā)展形成正向反饋循環(huán)。2025年5月由上?？茖W智能研究院、復旦大學與施普林格·自然集團（Springer Nature）聯(lián)合發(fā)布《科學智能白皮書2025》顯示：科學智能（AI for Science） 領(lǐng)域的年均增長率在2020年后提升至 19%，顯著高于純AI核心領(lǐng)域，尤其是在工程科學（29%） 和生命科學（16%）領(lǐng)域增長最為迅猛。報告將AI在科學中的應用劃分為六大方向，并指出大語言模型（LLMs）已成為物質(zhì)科學、生命科學等領(lǐng)域的通用工具，而強化學習則在工程控制和數(shù)學定理證明中占據(jù)主導。

以生物醫(yī)藥領(lǐng)域為例，德米斯·哈薩比斯曾預測未來十年內(nèi)所有人類疾病都將被攻克。應該說，人工智能技術(shù)在精準醫(yī)療、藥物靶點識別、臨床試驗設計優(yōu)化、研發(fā)周期壓縮等方面展現(xiàn)出巨大潛力。英國深度思維（DeepMind）公司的阿爾法拆疊（AlphaFold）系統(tǒng)已預測出2.14億種蛋白質(zhì)結(jié)構(gòu)，覆蓋了地球上幾乎所有已知基因組測序生物的蛋白質(zhì)組，這一成就相當于傳統(tǒng)實驗方法需要數(shù)百萬年才能完成的工作量。然而，需要指出的是，這種預測可能存在過度樂觀的成分。人類對未知領(lǐng)域的認知具有拓展性特征，知識邊界的擴展往往伴隨新問題的涌現(xiàn)，疾病譜系的演變、病原體抗藥性的進化亦遵循這一規(guī)律，技術(shù)能力的提升并不意味著相關(guān)問題研究的終結(jié)。

在材料科學內(nèi)部，技術(shù)滲透同樣呈現(xiàn)明顯的梯度分布。面向航空航天、核能裝備、生物醫(yī)用、新能源等特殊應用場景的高性能合金、功能材料、復合材料領(lǐng)域，AI技術(shù)的應用深度顯著領(lǐng)先于傳統(tǒng)建筑材料領(lǐng)域。這種差異源于三方面因素：特殊應用場景對材料性能具有極端要求，傳統(tǒng)試錯方法成本過高，迫切需要AI輔助的理性設計；高端制造領(lǐng)域的數(shù)據(jù)積累較為完備，為機器學習模型提供了訓練基礎。相比之下，傳統(tǒng)建筑材料如混凝土的性能要求相對寬松，數(shù)據(jù)標準化程度較低，技術(shù)應用的緊迫性與經(jīng)濟性均顯不足。

03

AI時代的教育焦慮：

孩子們還要辛苦讀書嗎？

提問

現(xiàn)在，我身邊的好多家長很焦慮：

AI這么厲害，什么題都會做，寫

文章比人還快，那我們的孩子還有

必要那么辛苦地讀書嗎？現(xiàn)在學的

這些東西，十年后會不會全部沒用？

作為家長，我們到底該怎么培養(yǎng)

孩子，才能讓他們不被AI時代淘汰？

回答

王元豐：人工智能對教育體系的影響同樣具有范式變革的特征，但相較于技術(shù)領(lǐng)域的快速演進，教育界的應對明顯是準備不足。這一問題具有全球性，即便擁有豐沛高等教育資源的發(fā)達國家亦未能建立系統(tǒng)性的適應機制。當前教育界的很多相關(guān)討論仍局限于工具層面的修補，如將編程課程納入必修課、使用智能教學輔助系統(tǒng)等，未能觸及教育本質(zhì)的深層變革。

我在2016年就開始關(guān)注這一問題，曾在新加坡《聯(lián)合早報》等報刊撰文討論人工智能對就業(yè)與教育的沖擊。2024年，我又提出，教育正面臨“斯普特尼克時刻”——如同1957年蘇聯(lián)發(fā)射第一顆人造衛(wèi)星引發(fā)美國的那種危機感，人工智能對教育體系的沖擊要求根本性的變革響應，而非漸進式的調(diào)整。

傳統(tǒng)教育的核心特征是人與人之間的知識傳遞，教師作為知識權(quán)威與道德榜樣，通過面對面的互動完成文化傳承與價值塑造。而人工智能技術(shù)的成熟催生了三種新型教育關(guān)系：首先是人對機器的訓練，即人類通過數(shù)據(jù)標注、反饋強化等方式提升AI系統(tǒng)的能力；其次是機器對人的教學，智能導師系統(tǒng)可根據(jù)學習者的認知特征提供個性化指導；最后是機器間的知識遷移，不同AI系統(tǒng)之間可實現(xiàn)模型參數(shù)與策略的直接傳遞。這三種關(guān)系重構(gòu)了教育的基本形態(tài)，使教育從長期被認為人類社會的專屬活動擴展為人與機器協(xié)同的復雜系統(tǒng)。

與此同時，大語言模型技術(shù)使知識獲取的邊際成本趨近于零，學習者可通過自然語言交互獲取各領(lǐng)域的專業(yè)知識。這一變化使得傳統(tǒng)知識傳授模式的價值基礎受到根本性挑戰(zhàn)——當機器能夠比人類教師更準確、更全面地回答知識性問題時，以知識記憶與再現(xiàn)為核心的教育目標便失去了存在的合理性。

基礎教育領(lǐng)域面臨的核心議題是培養(yǎng)目標的根本性重塑。在知識存儲與檢索可由機器高效完成的背景下，好奇心培育、批判性思維發(fā)展、創(chuàng)造性問題解決能力應成為基礎教育的核心目標，要大力開展人的社會性和情感教育（Social and Emotional Learning），使受教育者擁有很強的適應性、很強的學習能力，無論什么樣的新工作，都有能力做好；無論什么新環(huán)境，都能夠盡快融入。這意味著中小學的教育評價標準需要從標準化測試轉(zhuǎn)向個性化能力評估，教學方法需要從知識灌輸轉(zhuǎn)向探究式學習，學習環(huán)境需要從封閉的教室轉(zhuǎn)向開放的問題場景。國內(nèi)有專家就曾提出，未來教育將打破傳統(tǒng)學校的圍墻，更多以“學習中心”的形式存在。

高等教育領(lǐng)域則面臨更為嚴峻的開放性挑戰(zhàn)。當前大學教育顯著滯后于社會需求，課程體系、內(nèi)容陳舊，多少年不變，而技術(shù)迭代周期以年、以月計算；產(chǎn)學研協(xié)同機制在組織層面、利益層面、文化層面均存在深層障礙，知識生產(chǎn)與知識應用之間存在結(jié)構(gòu)性斷裂。部分前沿技術(shù)企業(yè)已建立內(nèi)部大學與研究院，其技術(shù)人才培養(yǎng)能力在某些領(lǐng)域已超越傳統(tǒng)高校。美國英偉達公司總裁黃仁勛曾批評傳統(tǒng)教育說，過去一百年，教育就是把人訓練成計算機?，F(xiàn)在，AI 一夜之間讓這項技能變得一文不值。

未來教育組織形態(tài)可能向分布式、模塊化的“學習中心”模式演進。傳統(tǒng)四年制大學學歷教育的重要性可能相對下降，微課程、微證書、技能徽章等模塊化學習方案將更為普及，學習者可根據(jù)職業(yè)發(fā)展需求靈活組合學習路徑。美國密涅瓦大學（Minerva University）已嘗試全球校園模式，學生在本科階段于不同國家輪換學習，通過跨文化環(huán)境的沉浸式體驗培養(yǎng)全球視野、文化敏感性與社會適應能力。這種大學在美國現(xiàn)在可能比哈佛大學還受歡迎。這些探索雖尚未成為主流，但預示著教育體制變革的基本方向。美國“AI明星公司”帕蘭蒂爾（Palantir）認為大學教育無用，推出“精英獎學金”計劃，直接從高中招募人才并提供全職工作機會，挑戰(zhàn)傳統(tǒng)大學教育價值。

04

面對AI搶工作，

我們應該怎么辦

提問

說實話，每次刷到AI的新聞，

我自己都有點慌。網(wǎng)上天天

說AI要取代這個崗位、那個

職業(yè)，您認為，AI到底會不會

導致大規(guī)模失業(yè)？如果真的會，

普通人該怎么辦？

回答

王元豐：人工智能對就業(yè)市場的影響需要從政治經(jīng)濟學與歷史社會學的雙重視角進行審視。歷次工業(yè)革命均伴隨就業(yè)崗位的結(jié)構(gòu)性調(diào)整，蒸汽機替代手工操作，電力替代繁重體力勞動等，但歷史經(jīng)驗表明，技術(shù)革命在摧毀舊崗位的同時也會創(chuàng)造新崗位，就業(yè)總量在波動中實現(xiàn)結(jié)構(gòu)性調(diào)整。然而，本輪技術(shù)變革的特殊性在于：勞動力需求的總量縮減可能成為長期趨勢，而非周期性波動。

從農(nóng)業(yè)就業(yè)人口占總?cè)丝诒戎氐臍v史演變可見，技術(shù)進步確實在持續(xù)降低特定領(lǐng)域的勞動投入。在前工業(yè)化時期（18世紀），主要農(nóng)業(yè)國的勞動力占全社會就業(yè)比重普遍超過80%，當前發(fā)達國家已降至百分之二至三，中國亦降至約20%。但這一轉(zhuǎn)變并未導致社會危機，反而通過釋放的勞動力支撐了工業(yè)化與服務業(yè)的擴張，整體生活水平顯著提升。英國經(jīng)濟學家約翰·梅納德·凱恩斯（John Maynard Keynes）在上世紀30年代曾預測，到21世紀人均周工作時間將降至15小時即可滿足社會需求，這一判斷揭示了技術(shù)進步與勞動需求之間的基本關(guān)系：生產(chǎn)力的提升意味著滿足同等物質(zhì)需求所需的勞動投入持續(xù)減少。

人工智能技術(shù)的通用性特征使其影響范圍覆蓋了從體力勞動到認知勞動的廣泛領(lǐng)域，這與以往技術(shù)革命主要替代特定類型勞動的模式存在本質(zhì)差異。當機器在越來越多的任務上達到或超越人類水平時，勞動力市場的結(jié)構(gòu)性調(diào)整可能無法通過簡單的崗位轉(zhuǎn)移完成。

未來社會成員需要具備終身學習能力以應對職業(yè)結(jié)構(gòu)的持續(xù)演變。這種能力的培養(yǎng)不僅依賴個人努力，更需要教育體系、用人單位與國家層面的制度化設計協(xié)同推進。北歐部分國家已實施學習券制度，將終身學習納入社會保障體系，公民可憑券自主選擇培訓機構(gòu)與課程；新加坡建立了“技能創(chuàng)前程”計劃，為各年齡段勞動者提供培訓補貼與職業(yè)咨詢。當前各類組織的培訓投入強度仍顯不足，難以應對快速變化的能力需求，未來工作時間的相當一部分需要用于技能更新與知識學習。世界經(jīng)濟論壇（WEF）提出“技能再培訓革命”倡議，旨在到2030年為10億人提供更好的教育、技能和經(jīng)濟機會，為勞動力轉(zhuǎn)型提供可拓展的解決方案。

需要警惕的是，技術(shù)賦能不能自動轉(zhuǎn)化為群體智能的提升。若缺乏持續(xù)學習的內(nèi)在動力與外部支持，部分社會成員可能陷入“無用階級（Useless class）”的困境，即因技能過時而喪失社會參與的價值感與渠道，形成技術(shù)精英與邊緣群體的兩級分化。以色列歷史學家尤瓦爾·赫拉利（Yuval Noah Harari）在《未來簡史》中提出的“無用階級”概念，正是對這一風險的警示。這種社會分化不僅帶來經(jīng)濟層面的不平等，更可能導致政治極化與社會撕裂，需要前瞻性的制度干預與政策設計。

05

人類社會制度

如何為失業(yè)群體兜底

提問

順著剛才的話題，假設最壞的情況

發(fā)生了—AI真的讓幾千萬甚至上億

人丟了工作，我們?nèi)祟惉F(xiàn)有的社保

體系、收入分配制度能扛得住嗎？

各國政府是不是該提前做點什么準備？

回答

王元豐：技術(shù)變革對社會制度設計提出了系統(tǒng)性挑戰(zhàn)，涉及經(jīng)濟體制、分配機制、社會保障與政治治理等多個維度。當自動化技術(shù)大規(guī)模替代傳統(tǒng)崗位時，勞動收入在國民收入分配中的比重將趨于下降，資本與技術(shù)的收益份額上升，這一結(jié)構(gòu)性變化要求對現(xiàn)有的制度安排進行根本性調(diào)整。

國際上已出現(xiàn)若干前瞻性政策構(gòu)想。美國微軟公司創(chuàng)始人比爾·蓋茨（Bill Gates）曾倡議“機器人稅”構(gòu)想，主張對自動化設備與人工智能系統(tǒng)征收專項稅收，稅收收入用于補償失業(yè)群體或提供全民基本收入保障。這一方案的邏輯在于：既然技術(shù)替代了人類勞動，技術(shù)所有者就應當為社會承擔相應的成本。2024年，百度公司推出“蘿卜快跑”無人駕駛出租車服務后，國內(nèi)學界也開始討論這一議題的可行性?！爸鄙龣C撒錢”模式則更為激進，這一派主張通過直接向公民發(fā)放無條件基本收入，以維持社會成員的基本生活尊嚴與消費能力，避免有效需求不足導致的經(jīng)濟蕭條。這些構(gòu)想雖在財政可持續(xù)性、通貨膨脹風險、勞動激勵效應等方面存在爭議，但反映了技術(shù)變革背景下制度創(chuàng)新的必要性。

美國OpenAI公司首席執(zhí)行官薩姆·奧爾特曼（Sam Altman），資助并推動了多項關(guān)于人工智能社會影響與紅利分配的研究，包括基本收入（UBI）實驗，但其相關(guān)實踐（如Worldcoin）也面臨爭議。這種將技術(shù)發(fā)展與制度設計同步考量的思路，值得政策研究者重視。歷史經(jīng)驗表明，技術(shù)革命的社會后果并非自然呈現(xiàn)，而是取決于特定的制度安排與政策選擇。

社會制度變革具有路徑依賴性，通常需要危機壓力的催化。當前人工智能技術(shù)的社會影響尚未充分顯現(xiàn)，制度變革的動力相對不足。但前瞻性的方案儲備能夠為未來的政策選擇提供更充分的基礎，避免危機狀態(tài)下的倉促應對。在技術(shù)快速迭代的背景下，系統(tǒng)性、前瞻性的社會政策研究具有重要價值，需要經(jīng)濟學、政治學、法學、倫理學等多學科的共同參與。

06

比失業(yè)更可怕的，

是AI讓“人不像人”

提問

除了工作和收入，我還擔心一個

更深層的問題：如果AI越來越聰明，

什么事都能替我們做，那我們?nèi)祟?/p>

還剩下什么價值？現(xiàn)在網(wǎng)上已經(jīng)有

AI伴侶、AI女友了，長此以往，

人與人之間的真實情感會不會消失？

回答

王元豐：人工智能倫理問題具有多層次的結(jié)構(gòu)特征。當前公眾討論與政策關(guān)注多集中于隱私保護、數(shù)據(jù)安全、算法公平性等操作層面議題，這些固然重要，但尚未觸及倫理風險的深層維度。

第一層次涉及技術(shù)濫用風險。企業(yè)間的不正當競爭可能借助AI技術(shù)實施網(wǎng)絡攻擊、數(shù)據(jù)投毒、模型竊取等行為；國家間的人工智能競爭更可能突破倫理底線，如利用AI技術(shù)研發(fā)生物武器、優(yōu)化核武器設計、實施自動化網(wǎng)絡戰(zhàn)等。當前全球缺乏有效的人工智能治理機制，技術(shù)競爭的零和博弈邏輯可能放大此類風險，形成“安全困境”——各國為防范他國技術(shù)優(yōu)勢而加速軍備競賽，最終降低所有參與者的安全水平。

第二層次涉及技術(shù)失控風險。隨著智能體自主決策能力的增強，系統(tǒng)行為的可預測性與可控性面臨挑戰(zhàn)。大語言模型表現(xiàn)出的涌現(xiàn)能力、推理能力與工具使用能力，提示通用人工智能的技術(shù)路徑可能比預期更為順暢。多倫多大學名譽教授杰弗里·辛頓對超級智能的潛在風險提出警示，認為AI導致人類滅絕的可能性在1%至3%之間，需關(guān)注技術(shù)演進中的極端情境，如目標錯位、權(quán)力尋求、快速接管等。雖然這些情境的概率評估存在高度不確定性，但其潛在后果的嚴重性要求審慎對待。

第三層次涉及人的本質(zhì)異化風險。人機關(guān)系的深度嵌入可能改變?nèi)祟惖拇嬖诜绞脚c自我理解。虛擬伴侶、數(shù)字永生、腦機接口等技術(shù)的普及，反映了技術(shù)對社會關(guān)系與個體認同的重構(gòu)。若勞動價值被系統(tǒng)性削弱，社會成員的意義來源、身份認同與社會連接將面臨根本性挑戰(zhàn)。英國坎特伯雷大主教曾警告，人工智能的核心關(guān)切不應是經(jīng)濟收益，而是“未來人是否能為人的問題”。這種“人何以為人”的哲學命題，需要超越技術(shù)層面的深層思考，涉及價值哲學、政治哲學與文明理論的廣闊領(lǐng)域。

07

該管還是該放？

全球AI治理的兩種思路

提問

既然AI有這么多風險，那各國

政府是怎么管理的呢？我聽說有

的國家拼命鼓勵發(fā)展，有的國家

大力加強監(jiān)管，好像不同國家

政府的想法完全不一樣。您覺得

哪種做法更可?。?/p>

回答

王元豐：當前國際人工智能治理領(lǐng)域存在兩種基本取向，其分歧根源于對技術(shù)本質(zhì)、社會演進與治理邏輯的不同理解。“加速主義”陣營主張最小化監(jiān)管障礙，通過快速技術(shù)迭代解決技術(shù)應用中產(chǎn)生的問題。這一取向認為，技術(shù)發(fā)展的速度至關(guān)重要，先發(fā)優(yōu)勢將決定國際競爭格局，過度監(jiān)管只會削弱本國企業(yè)的創(chuàng)新能力，將市場拱手讓給競爭對手。同時，他們相信技術(shù)問題最終可以通過技術(shù)手段解決，社會適應性問題將在發(fā)展中自然化解。硅谷投資人彼得·蒂爾（Peter Thiel）是這一思潮的重要推動者，其思想已深刻影響美國現(xiàn)任政府的技術(shù)政策。

“對齊主義”陣營則強調(diào)人工智能系統(tǒng)需與人類價值體系保持一致，主張建立前置性的倫理約束與風險評估機制。這一取向認為，通用人工智能的潛在風險具有不可逆性，一旦失控將導致災難性后果，因此預防性原則應當優(yōu)先于發(fā)展效率。他們質(zhì)疑技術(shù)自我糾錯的能力，指出市場機制與企業(yè)利益可能與社會整體利益存在沖突，需要公共權(quán)力的介入以糾正市場失靈。

這兩種取向已體現(xiàn)于不同國家的政策實踐。美國現(xiàn)任政府采取去監(jiān)管化策略，將技術(shù)競爭優(yōu)勢置于治理考量之上，通過行政命令削弱既有監(jiān)管框架。中國則發(fā)布《全球人工智能治理倡議》，表明對AI技術(shù)治理的重視。治理與發(fā)展的平衡，正成為各國面臨的共同課題，需要在創(chuàng)新激勵、風險防控、倫理約束之間尋求動態(tài)均衡。

技術(shù)治理的復雜性在于：純粹的技術(shù)路徑難以應對價值層面的挑戰(zhàn)，而過度監(jiān)管可能抑制創(chuàng)新活力，導致監(jiān)管套利與監(jiān)管俘獲。如何在動態(tài)發(fā)展中建立適應性治理框架，需要技術(shù)專家、倫理學者、政策制定者、社會公眾的多方協(xié)同，構(gòu)建包容性的治理生態(tài)。

08

最需要研究的，

不是AI技術(shù)本身

提問

聊了這么多，我感覺AI的影響遠遠

超出了技術(shù)范疇，它幾乎在重塑

整個社會。那么，對于學術(shù)界和

政策制定者來說，當前最緊迫的

研究課題是什么？我們普通人又

應該為迎接AI時代做點什么準備？

回答

王元豐：人工智能的影響已超越單一技術(shù)領(lǐng)域，成為重塑人類文明形態(tài)的基礎性力量。從科研范式、教育體制、社會結(jié)構(gòu)到倫理框架，均面臨系統(tǒng)性變革壓力。然而，社會整體的思想準備與制度準備明顯不足，存在認知滯后與行動滯后的雙重困境。

當前研究呈現(xiàn)跟隨性特征，大量資源集中于技術(shù)追趕與場景應用，前瞻性、開創(chuàng)性的學術(shù)議程相對缺乏。這種研究格局限制了原創(chuàng)性貢獻的產(chǎn)生，也使我們在面對突發(fā)風險時缺乏理論儲備與應對方案。人工智能的深層影響需要跨學科、長周期的深入研究，需要研究者具備超越學科局限的視野與關(guān)懷重大社會議題的格局。

美國前國務卿亨利·基辛格（Henry Kissinger）、谷歌公司前首席執(zhí)行官埃里克·施密特（Eric Schmidt）與微軟公司首席技術(shù)官凱文·斯科特（Kevin Scott）在合著《創(chuàng)世紀：人工智能、希望與人類精神》（Genesis: Artificial Intelligence, Hope, and the Human Spirit）一書中，以“創(chuàng)世紀”（Genesis）隱喻人工智能的歷史意義，暗示這是人類文明的新起點，甚至比工業(yè)革命的歷史巨變更大。美國政府于2024年11月推出的人工智能“創(chuàng)世紀計劃”（Genesis Mission）即源于此概念。這一表述揭示了技術(shù)變革的文明史意義：它不僅改變生產(chǎn)工具，更改變?nèi)祟惖慕M織方式、認知模式與價值觀念。面對這一歷史性變革，建立涵蓋技術(shù)、制度、價值維度的整體性研究議程，已成為緊迫的學術(shù)使命與社會責任。

我認為，這一研究議程應當包括：人工智能社會影響的系統(tǒng)性評估方法、技術(shù)變革與制度創(chuàng)新的協(xié)同演化機制、全球人工智能治理的架構(gòu)設計、技術(shù)紅利共享的分配正義理論、人機關(guān)系的倫理框架等核心議題。只有建立這樣的研究基礎，我們才能在面對前所未有的挑戰(zhàn)時，做出理性的選擇，引導技術(shù)發(fā)展方向，使其服務于人類福祉與文明進步。

▲2025年中央電視臺ESG大講堂節(jié)目邀請王元豐教授作題為“ESG的加減乘除”一小時講座。2022年、2023年和2024年連續(xù)三年，中央電視臺《中國新聞》節(jié)目在全國兩會期間，邀請王元豐教授做客央視，就中國的“雙碳”政策及低碳綠色發(fā)展狀況進行分析。

王元豐，北京交通大學碳中和科技與戰(zhàn)略研究中心主任，教授、博士生導師。聯(lián)合國環(huán)境署（UNEP）全球建筑建設聯(lián)盟（Global ABC）成員，新質(zhì)生產(chǎn)力50人論壇秘書長，中國碳中和50人論壇成員，中國發(fā)展戰(zhàn)略學研究會副理事長。王元豐教授長期從事科技、教育戰(zhàn)略與政策、可持續(xù)發(fā)展戰(zhàn)略與治理以及建筑工程節(jié)能降碳技術(shù)等方面研究，已由科學出版社出版4部學術(shù)專著，發(fā)表學術(shù)論文300余篇，其中被SCI檢索110余篇，在英國《自然》（Nature）雜志上發(fā)表評論文章2篇，在影響因子大于10的高水平Q1/TOP期刊發(fā)表文章30余篇，Web of Science他引5200余次。

王元豐教授還是知名的科技、環(huán)境時評作家，在《人民日報》、新加坡《聯(lián)合早報》等國內(nèi)外著名媒體上發(fā)表評論文章250余篇，文章大量被人民網(wǎng)、新華網(wǎng)以及聯(lián)合國網(wǎng)站等國內(nèi)外著名網(wǎng)站媒體引用和轉(zhuǎn)載。

2025年中央電視臺ESG大講堂節(jié)目邀請王元豐教授作題為“ESG的加減乘除”一小時講座。2022年、2023年和2024年連續(xù)三年，中央電視臺《中國新聞》節(jié)目在全國兩會期間，邀請王元豐教授做客央視，就中國的“雙碳”政策及低碳綠色發(fā)展狀況進行分析。

編輯：柯欣

審核：王汝霖

歡迎投稿

關(guān)注我們了解更多資訊

《中國科技信息》雜志社

主管單位：中國科學技術(shù)協(xié)會

主辦單位：中國科技新聞學會

在線投稿平臺：www.cnkjxx.com

新媒體內(nèi)容合作聯(lián)系微信：cnkjxx1989

雜志收錄情況：《中國知網(wǎng)》《中國期刊核心期刊（遴選）數(shù)據(jù)庫》《中國學術(shù)期刊綜合評價數(shù)據(jù)庫（CAJCED）統(tǒng)計源期刊》《中國期刊全文數(shù)據(jù)庫（CJFD）》《中國科協(xié)、中國圖書館學會（解讀科學發(fā)展觀推薦書目）》