转载自美国加州大学校长玛丽·林恩·米兰达的文章。

观点：最大的风险不是AI将消除工作，而是其益处将累积失衡

 关于人工智能(AI)正如何改变世界的讨论比比皆是，AI及其应用的发展速度远超监管框架和伦理准则所能跟上的步伐。面对这些挑战，我们需要培养具有流畅性、智能性和道德意识的AI用户，并努力确保AI的益处能够广泛惠及各个社区。

过去 150 年来，每一波重大的技术浪潮都带来了深远的颠覆性影响。然而历史表明，以往的技术革命不仅带来了巨大的经济增长，还生了新的产业。与此同时，它们也给整个社会乃至全体民众带来了深远影响，加剧了地区间和教育水平的差异。更大的风险在于，分化现象加剧，而机遇则更多地集中在那些能够率先获取技术、技能、资本和网络资源的人群之中。这些结果并非不可避免。

人工智能无疑将重塑工作方式，其益处将遍及全球经济的泛领域。这一进程的不同之处在于，其影响并非均匀分布，而是与技术本身的发展速度、规模及可移植性紧密相关。该技术扩散的速度和广度均超越了以往的历次创新，压缩了各机构需要做出回应的时间。其前所未有的速度和规模带来了紧迫感，促使人们亟需审慎规划其分布格局。社会面临着机遇与挑战并存的局面，但同时也拥有相对狭窄的窗口期，可以通过有益于所有人的方式影响最终结果。

随着社会逐渐适应人工智能的发展，它有机会取得比以往历次革命更为显著的成就。更大的风险不在于人工智能会淘汰工作岗位，而在于其带来的益处可能将再次集中于少数人手中。高等教育有机会把握这一机遇，确保人工智能能够在跨越各种差异——种族、收入、地域——的基础上创造广泛的优势，而这些差异正是人类经历中固有的特征。

在教育、职业培训、社区学院和科研型大学方面的公共投资，在构建人力资本和研究能力方面发挥了决定性作用。这些能力帮助美国成为全球经济和创新的领导者。人工智能对这些机构构成了新的挑战。它们必须推进支撑人工智能本身的基础科学，同时还要为未来一个人工智能在所有领域普遍存在时代，培养广泛而有代表性的民众。

在与来自不同行业的雇主进行交谈的过程中，我逐渐认识到高等教育必须率先承担起培养一支能够熟练、批判性地、合乎道德地运用人工智能的劳动力队伍的重任。首先，高等教育应承担起这一使命，必须为所有学生创造机会，使他们能够实际熟练运用人工智能工具。这包括掌握提示设计（用恰当的措辞提出问题，以获取最有用的回应）、将人工智能融入工作流程，以及有效协同人工智能系统，从而提升人类的创造力和批判思维能力。

仅仅懂得如何使用人工智能技术是不够的。并非所有人都需要具备编写或理解人工智能系统代码的能力，但他们至少应该了解基本的知识框架，即数据如何被输入并被大型语言模型（LLMS）用于塑造响应人类查询的输出结果。这些系统并不具备推理能力，也没有某种特殊的途径获取“真相”：它们只是从大量的训练数据中预测模式。知识边缘的信息-如新发现的成果或存在争议的立场-往往被严重低估。如果这些理论提出时已有 LLMS 存在，它们就不会宣扬进化论、大陆漂移说或洗手用于感染控制这类观点了。

此外，公众需要理解的是LLMS大语言模型的数据可能被操纵以用于政治或其他用途。高等教育必须培训人们批判性地思考、评估输出，并与人类专业知识交叉验证，并认识到AI的偏见和局限性。

毫无疑问，各类学生都将使用人工智能；大多数学生目前已经在这么做了。现在的任务是帮助他们成为专业且道德的使用者。这包括学习如何以及何时承认人工智能的使用情况，如何区分那些人工智能工具运用得当的领域，以及那些它们作用不佳的领域，以及如何判断何时需要对基于人工智能的输出或决策提出质疑。理所当然的是，人工智能的使用方式必须符合专业标准并服务于公共利益。

像我所在的这类机构，服务对象来自各种背景的学生，其中大部分为低收入家庭和第一代大学生。我们面临着尤为紧迫的需求，需要以与 AI的快速发展相匹配的速度加快步伐。尽管AI承诺将带来生产力和创新的显著提升，但其益处将不会均匀地惠及所有高等教育领域。采取果断行动，拓宽准入途径、提升技能并增强学生的自主能力。

最终，决定我们共同未来的是人类的智慧、创造力与创新能力。

转载于《Science》2 April 2026

        玛丽·林恩·米兰达：美国加州大学校长。chancellor@luic.edu