人工智能如何助推高校治理数字化转型
原标题：人工智能如何助推高校治理数字化转型
今年2月，中共中央、国务院印发了《数字中国建设整体布局规划》（以下简称《规划》）。《规划》强调，要坚持以习近平新时代中国特色社会主义思想，特别是习近平总书记关于网络强国的重要思想为指导，深入贯彻党的二十大精神，按照夯实基础、赋能全局、强化能力、优化环境的战略路径，全面提升数字中国建设的整体性、系统性、协同性，促进数字经济和实体经济深度融合，以数字化驱动生产生活和治理方式变革。
近年来，以人工智能技术为重要代表的数字信息技术快速发展，对高校教育管理以及教育理念和实践产生了重大影响。面对新技术乃至划时代技术的挑战，高校按照党中央的要求与部署，依托人工智能技术推进治理数字化转型，具有举足轻重的意义。
从高校治理来看，人工智能技术对传统的管理模式和思维方式提出了多样化的挑战。例如，高校已经可以利用数字技术方便地大量收集学生数据，如学生的成绩、考试记录、学习参与情况等。但如何对这些数据进行合理分析和利用，需要管理者具备更高阶的数据科学素养与技能，以及对于人工智能分析辅助工具有着更深刻的理解。
随着在线教育的发展，高校需要建设更加稳定、安全、易用的现代化教学平台，以支持后期适应社会特定要求的在线教育的开展。然而，值得注意的是，建设和维护这些平台需要耗费大量的时间、经费与资源，也需要管理者具备相应的数字技能与经验。同时，随着数字技术的快速发展，教师需要不断更新自己的知识和技能，以适应数字化教学的发展趋势。因此，高校的管理者需要提供学习资源和培训机会，促进教师提升数字化能力与创新能力，尤其是要借助人工智能技术提升教师的教学能力。从安全和隐私保护的角度出发，数字技术的使用还可能带来一些安全隐患和隐私泄露的风险，这给高校的安全稳定与教育管理带来了一定的挑战。高校管理者需要制定具有足够冗余度的安全政策和保障措施，保护师生的信息安全与隐私权。
当然，目前的人工智能技术总体来看还是属于“弱人工智能”，并不能完全取代人的价值和作用。比如，人工智能技术可以通过大数据分析和机器学习算法，帮助高校教育管理者更加精准地预测趋势及作出决策。然而，基于数据的决策制定可能会忽略一些非常重要的因素，如人类的情感、道德标准等，这些因素是基于主观判断和经验累积得到的，并非来自于数据分析。当下的人工智能技术并不能完全替代人类的创造性思维和灵活性，人与机器的协同工作将成为未来的主要趋势。如何让人和机器之间进行有效沟通与交互，也是高校教育管理者面临的重要问题。
要应对人工智能技术给现代教育治理带来的挑战，首先，高校应该加强基础理论研究，深入了解相关技术的发展现状、发展构架与发展趋势，以便未雨绸缪，更好地制定宏观解决方案。高校可以组织专业团队对人工智能技术基础理论，如机器学习、深度学习、自然语言处理等领域开展研究，以提升未来教育管理的精准度，从而更好地支撑教育决策，推动高等教育的创新与发展。
其次，高校应该努力提高广大师生对于人工智能技术的教育学习水平。有必要打破院系专业、研究方向的藩篱，在全校范围内开设不同层级、不同特色的相关必修选修课程，对学生进行人工智能技术的培训和教育，包括人工智能的基本原理、应用领域、伦理问题等内容，增强学生对人工智能技术的认知和理解。高校还应构建基于“人工智能+”的教学组织模式和管理场域，比如利用人工智能技术开发智慧型教师虚拟助理和学生虚拟助理，分别为教师和学生提供全时空的教学与学习决策支持。高校还可以通过组织比赛、项目实践等方式，提供充分的实践机会，提升学生的实际操作能力和问题解决能力。由于人工智能技术涉及多个领域，需要跨学科、综合性的解决方案，高校还应鼓励师生跨学科合作，引导学生思考并探索新的应用场景和技术方向。
再其次，高校应该积极与高科技企业开展合作，对于人工智能相关的研究和应用予以特别的关注。通过与企业合作，高校可以筹措到更多的资源和资金来支持研究与开发人工智能技术。高校与企业还可以共享各自的资源和优势，如技术、设备、知识产权等，以促进人工智能技术的发展。在条件具备的时候，双方可以共建联合实验室，利用彼此的资源和专长，进行人工智能技术研究与开发，开展联合研究、技术转移、人才培养。这样，可以更好地将学术研究与实际应用相结合，加快人工智能技术在各行各业的推广和应用，尤其是可以便捷地将研究成果转化为技术产品与服务，以推动人工智能技术的商业化、市场化，达成双赢。
最后，高校还应站在全局高度和长远发展的角度，制定适应本单位本部门特色的数字化转型整体规划和长远规划，使数字技术真正成为推动教育系统性变革的内生变量。治理数字化转型是一个系统性工程，高校应该结合学校的发展战略，根据实际情况制定转型策略，明确目标、规划路径、制订计划。同时，还应加强校园的信息技术基础设施建设，加大网络建设和信息技术基础设施建设投入力度，实现校园信息技术全覆盖，从而推进学校的教学、科研数字化转型。
（杨杏芳程胜军，作者杨杏芳系华中师范大学教授，程胜军系华中师范大学博士研究生）
人工智能的全球治理为何进程缓慢
原标题：人工智能的全球治理为何进程缓慢
人工智能的全球治理再次成为国际上的热门话题。7月7日，联合国首次举行了由人形机器人与人类一同参加的新闻发布会，9个人形机器人接受了参会专家和各路媒体的提问。同时，联合国举行了“人工智能向善”研讨会，讨论未来人工智能的发展和治理框架。
自2022年ChatGPT等生成式人工智能横空出世后，国际社会及各国推进人工智能治理的进度显著加快。我国发布了《中国关于加强人工智能伦理治理的立场文件》，公布了《生成式人工智能服务管理办法（征求意见稿）》；欧盟紧随其后，在5月通过了《人工智能法案》草案；6月以来，美国也开始启动人工智能治理的立法进程，国会参议院多数党领袖舒默提出了“人工智能监管框架”。
然而，各国对人工智能治理的快速反应却没有体现在全球治理层面。英国《金融时报》的一篇评论认为，当前人工智能全球治理的进程正在重复气候变化全球治理的教训，即西方国家对于风险的认知远远落后于现实变化，忽视科学界及业界的严肃警告，推进全球治理的责任意识淡薄，过于依赖较为松散的全球治理机构。这些问题最终导致对气候变化的全球治理错过“最佳窗口”，增加了后期治理的成本及治理失败的风险。
当前，各国在人工智能治理领域主要存在以下分歧。一是数据隐私方面。欧盟的数据隐私管理最为严格，要求严格约束人工智能算法的数据采集和使用，中国和其他一些国家更关注国家安全与公共利益。美国则试图在两者之间寻找平衡。
二是人工智能伦理与公正问题。美西方国家更强调人工智能伦理中的反偏见和反歧视，试图避免少数族裔和边缘化群体的利益受到算法歧视影响。广大发展中国家则更重视人工智能算法的透明性和可解释性，担心人工智能成为发达国家剥削、控制发展中国家的工具。
三是人工智能的开发与应用。各国对于人工智能开发应用中如何平衡创新和风险存在差异。美国更强调市场作用和企业创新，倾向于相信技术进步可解决技术自身的问题。中国等发展中国家则更强调政府的战略设计和监管功能。
四是人工智能军事应用。人工智能在军事领域的应用引发的国际争议最大。一些国家主张限制或完全禁止人工智能军事化，另一些国家则担忧他国秘密发展此类技术，主张通过国际军控来降低军备竞赛风险。
五是对跨国公司监管。人工智能领域的企业跨国属性更强，带来了更多跨境监管挑战。美国作为人工智能头部企业的大本营，在跨境监管上强调所谓“美式标准”。这与更多强调本国数字主权的国家存在激烈分歧。
上述分歧导致人工智能的全球治理进程缓慢，也让治理缺位带来的风险不断累积。与气候变化不同，人工智能的安全风险呈指数型增长，扩散和变化速度远远快于大自然。一旦出现对人类社会构成重大威胁的危险算法或应用，其影响将快速波及全球，并可能很快被恐怖分子、跨国有组织犯罪利用。这些危险算法将迅速赋能非国家行为体，使其具有与国家匹敌的暴力机器。这将对人类社会和各国安全带来更为直接的威胁。
人工智能的全球治理应当汲取气候变化议程的经验和教训。其一，国际社会应当尽快达成一个匹配各国能力和责任的基本治理原则。气候变化领域，国际社会最初明确了“共同但有区别的责任”，并通过后续会议和协定加以强化与细化。该原则最大限度弥合了发达国家和发展中国家对于气候变化责任认定的分歧，兼顾了强制减排和自主减排。人工智能领域同样需要类似的国际原则，解决人工智能风险的责任问题，鼓励各国朝向“人工智能向善”的总体目标前进。
其二，国际社会应当积极探索治理的总体目标。气候变化领域，联合国充分听取科学界意见，制定了控制全球升温的中期和长期目标。当前，人工智能领域还缺乏明确的指标和安全边界，这不利于各国的国内治理趋向共同目标，容易产生监管套利问题。
其三，应当减少政治因素对全球治理的影响。气候变化领域，政治因素裹挟是导致治理进程延后的重要原因之一。美西方将该问题与人权、意识形态等不相关问题捆绑，增加了各国达成共识的难度。人工智能领域存在类似情况，美西方依旧从地缘政治角度看待这一问题，提出若干不合理要求。这在一定程度上让广大发展中国家对于人工智能全球治理的根本意义产生动摇。
（李峥，作者是中国现代国际关系研究院美国研究所所长助理）