你有没有试过深夜向聊天机器人倾诉烦恼，得到的却是一串精准但略显机械的安慰？现在，这些人工智能（AI）对话助手已经越来越能“读懂人心”，甚至比朋友更快给出建议，但我们却似乎难以真正被其打动。

不久前，《自然·人类行为》上发表了一项研究，为人们揭示了这个令人深思的现象：人们确实愿意接受来自人类的情绪支持，而不是来自AI的——哪怕这两者的回复内容几乎一样。

你是否也不相信AI能“懂”你？

图片由AI生成

50年前，美国芝加哥大学哲学家约翰·豪格兰德曾说：“AI的问题在于，计算机根本不在乎。”这个看法至今深入人心，尤其在涉及AI和人类情感交互的领域。

这次，包括以色列希伯来大学科学家在内的团队开展了一系列实验，涉及超过6000名参与者。他们给参与者展示了一些情绪支持的回复，这些回复都出自同一个AI生成式语言模型。只不过，科学家有时告诉参与者这是AI写的，有时则说是人类写的。

当人们以为是在和人类交流时，他们对回复的评价更高，觉得更有同理心、更能带来情感上的共鸣；而当他们知道是AI写的，即使内容一模一样，也会觉得这些建议缺乏温度，甚至让人有点失望。

换句话说，人们不是不认可AI说的话，而是不愿意相信它真的能“懂”我们。

为何我们更信任人类的情绪支持？

现在的大语言模型（LLM）已经完全可以分析用户的情感状态，并生成看似充满理解与关怀的回应。

比如你说：“今天工作好累啊”，AI答：“听起来你真的很辛苦，记得照顾好自己。”这样的句子看起来很温暖，也很人性化。

但在实验中，即使受试者承认AI的回复有逻辑、有情感色彩，他们仍然会觉得“它只是在模仿人类，并没有真正理解我的痛苦。”这种心理现象被称为“共情怀疑症”，因为人们很难把一台机器当作真正的倾听者。

有趣的是，即便AI的帮助是由人类在背后“润色”或“参考”，只要参与者知道有AI参与其中，他们就会降低对这段回复的情感认同度。仿佛AI一旦“碰过”这段话，它就失去了“人性”的温度。

科学家认为，这可能源于我们对“共情”的深层认知：共情不仅仅是说出正确的话，更重要的是要“感同身受”。因此，当我们知道对方是AI时，潜意识里会觉得“它并没有经历过喜怒哀乐，怎么可能真正理解我呢”？

这种心理随即反映在行为上。在实验中，当人们被告知可以选择，要么等待一条来自“人类”的回复，要么立刻收到一条来自“AI”的回复时，他们都宁愿多等几分钟，也要选择那个“人类”的版本。

AI情绪支持还有未来吗？

这项新研究并不是在评判AI好不好，而是在探索人类如何感知和接受不同来源的支持。它揭示了AI在情绪支持方面的局限性，但它并没有否定AI的价值。相反，它提醒未来设计AI辅助系统时，需要更加关注用户的感知与深度信任问题。

譬如在2024年，一家由前“深度思维”研究员担任首席执行官的公司“Hume AI”，发布了一款标榜为“第一个具有情商的对话式AI”的共情语音接口，其能够检测到用户53种不同的情绪。“Hume AI”演示之后反响十分热烈。但立刻有人担心，人类的情感并不只有正面情绪，当AI试着了解甚至学习人们的情感行为时，是否会主动或被动地利用其来达到某些目的？譬如诱导购物、养成恶习、心理折磨等等。

在最新研究中，人与AI的互动大多简短，只有一两轮对话。而在现实中，很多人已经在使用AI陪伴应用进行长期的情感交流，它们可以通过持续对话建立起某种“虚拟亲密感”，也许能在更长时间尺度上改变人们对AI共情能力和引导能力的看法。

未来，或许我们可以期待一种新的模式——AI不再是“替代人类”的情绪支持者，而是“增强人类共情力”的工具。譬如帮助心理咨询师快速识别情绪关键词，或是为孤独的人提供即时陪伴，直到他们能够接触到真实的人际关系。

在这个人机共存的时代，我们需要重新定义什么是“真实的共情”，以及深入思索：我们是否愿意给AI一个机会，去成为那个温柔地问一句“你还好吗？”的存在。

眼下正值2025年毕业季，多所高校出台规定，对毕业论文中人工智能(AI)生成内容比例提出明确要求，有的高校还将“AI率”高低与论文能否合格直接挂钩。

显然，出台这一新规的初衷是为了防范学术不端。毕竟AI太强大，有些人在论文写作上动起歪脑筋，或让AI代写，或借AI编案例、造数据。但AI检测新规又带来新的问题：有毕业生在社交平台哀叹，明明是自己写的，检测系统偏偏说出自AI之手。用AI写作者则分享降“AI率”秘籍，如少用逗号、删减衔接词、打乱段落结构、多用口语化表达等等。甚至有商家声称深谙检测规则，兜售降“AI率”服务，进而催生出一条“检测—降低—再检测”的产业链。

业内人士介绍，“AI率”检测的核心逻辑是分析文本的词汇词频、句式结构、逻辑表达等特征，将其与AI模型输出内容进行拟合，从而判断相似度。但这存在一个悖论——AI生成内容本身就是对人类语言的模仿，它追求规范性、逻辑性，这又恰恰与学术写作的要求高度重合。所以，AI检测结果存在先天缺陷，误判在所难免——原创文章可能会被判成AI生成，AI生成内容也可借技术漏洞蒙混过关。

有人将朱自清的名篇《荷塘月色》上传至某常用论文检测系统，结果显示其AI生成内容中“总体疑似度超过六成”。一位高校教师在朋友圈吐槽，系统标红的“高度疑似AI生成”学术论文段落，由研究团队耗时3年扎根基层、追踪多个真实案例写成。

“AI率”检测引发的争议，是技术变革时代下教育面临挑战的一个缩影。我们渴望用确定性方案消除AI的负面影响，但让AI检测AI本质上还是一种技术迷信。它可能迫使原创作者为降低“AI率”而进行无意义的修改，最终产出平庸甚至糟糕的文本。

AI检测工具给出的数据，只能是一种参考，学术委员会才是最终把关人。有教师表示，学生的文章是否由AI写就，自己一看便知。毕竟，教师对学生的日常水平和研究过程是最了解的。基于教育过程的专业判断，应该优于任何模型。而且，论文质量高低，在学界也早有成熟的评判标准，与其纠结字词句的表述是否有“AI味”，不如看论文是否有独立思考，是否提供创新观点，研究方法是否恰当，数据和结论是否可靠，等等。总之，能为论文打出公正分，是导师、是审稿人，而不是任何一种AI工具。

我们要培养的，不是能通过AI检测的写手，而是具备独立思考能力和创新思维的人。AI可以介入学术生产和学术评价流程，但其作用和功能只能是辅助性的。任何时候，人的主体性在学术评价中都不可替代。

2024年2月，陕西警方成功告破一起利用AI换脸技术实施的诈骗案件，犯罪分子仅凭十几分钟录音和几张照片，便伪造出逼真的“领导”视频，轻易突破传统安全防线，涉案金额达186万元。

数据显示，2024年全球发生的AI风险事件，超过30%与利用AI深度伪造相关。黑龙江大学计算机与大数据学院院长王磊说：“掌握十几分钟音频加上几张照片就能实现‘换脸’并模仿这个声音，现实中，一个普通高中生就可以做到。”

现今，人工智能在诸多领域展现出的潜力巨大的“类人”能力，在令行业振奋的同时，也引发更深层次的担忧：一旦发生法律纠纷，责任如何认定？当人工智能技术以指数级速度迭代，监管如何跟上它的步伐？

2024年8月，欧盟《人工智能法案》正式生效，将AI应用按风险等级分类监管；美国则发布《人工智能权利蓝图》，着手以立法强化技术伦理框架。当我们为今年以来中国人工智能的巨大进步叫好时，也应当想一想，该如何给人工智能这匹狂奔的马驹，拴上法律的缰绳？

直面四大难点

纵观过去三个世纪人类科技的进步史，技术的革命时刻也是法治体系的挑战时刻。在人工智能风起云涌的当下，一系列新的挑战确实需要我们在着手人工智能立法之前仔细思量。

在北京市石景山区首钢园，观众拍摄四足机器人表演。魏梦佳 摄

——技术迭代的“时间差”。法律追求稳定性，但AI技术日新月异。2023年ChatGPT引发的版权争议，暴露出现有法律难以预见技术演进的窘境。对此，南通大学法学院副院长王晓燕表示，尽管我国近年来逐步出台了有关算法备案、大模型备案和伦理审查登记等领域的指导意见，但技术发展之快已超出现有法律制度的规范。在这样的技术背景下，如何做到前瞻性立法，以及立法如何随技术升级进行动态调整，需要提出新的思路。

——跨国治理的“复杂性”。人工智能安全没有国界，防范风险需要共筑防线。AI技术具有天然的跨国属性，一个在中国训练的AI，被境外人员用于制造虚假信息，该适用哪国法律？一家外企研发的自动驾驶汽车若在中国出现交通事故，责任如何追溯？“数字经济时代，数据作为关键生产要素，其顺畅的跨境流动对于促进跨国企业全球资源有效整合具有重要意义。”乐高玩具（上海）有限公司政府事务负责人杨晴红表示。对外经济贸易大学数字经济与法律创新研究中心主任许可说，如何在现有数据安全法的基础上细化跨境数据规则，同时推动双边或多边司法协作，避免管辖权真空，成为立法中需要考量的问题。

——伦理与法律的“衔接难”。2023年9月，科技部等十部门联合发布《科技伦理审查办法（试行）》，规定具有舆论社会动员能力和社会意识引导能力的算法模型、应用程序及系统的研发需要开展伦理审查复核。随着AI伦理审查成为行业习惯，相关伦理原则如何转化为法律条文成为重要课题。例如，“公平”“透明”等抽象伦理要求，需转化为具体的算法透明度标准、数据采集规范，而这无疑对立法提出新的要求。同时，AI立法涉及技术企业、用户、政府等多方诉求，如何确保立法既尊重技术规律，又符合公共利益，是对立法者的考验。

——安全与发展的“平衡木”。过度监管可能扼杀创新活力。清华大学教授申卫星强调，人工智能立法尤其要坚持安全和发展并重，二者之间如何协调是立法最大的难题之一。北京理工大学智能科技法律研究中心研究员张心宇也表示，加强人工智能法治保障必须以促进社会整体利益为导向，避免法律规范不当挤压人工智能发展的空间。就现实而言，需要在给予实验性AI应用适当容错空间的同时，完善相关风险分担机制。这样既可以降低企业合规成本，又能有效促进AI健康发展。

如何做好准备？

人工智能治理，不是简单的“管住”，而是让技术在制度的“土壤”里更为茁壮地生长。对于接下来人工智能立法的路线图，多位专家也表达了自己的思考。

一科技公司工作人员讲解人工智能技术应用于教学。邓华 摄

有专家表示，当前关于推动人工智能健康发展的法律条款，散见于网络安全法、数据安全法等法规中。要想彻底解决“九龙治水”问题，推动人工智能法治化管理“握指成拳”，作为顶层设计，可首先考虑制定人工智能促进法，明确AI发展的基本原则、监管框架与促进措施，统筹发展和安全。以这部法律为“地基”，人工智能治理的大厦才好建造。

中国科学院院士房建成等专家认为，AI技术的不断革新对立法者提出了极高要求，但既懂技术又懂法律的专业人才仍十分稀缺。要倡导在法学学科基础上拓宽人工智能等专业教学内容，重视人工智能与法学教育的交叉融合，有了具备法学素养并熟悉人工智能技术原理的复合型人才，将人工智能发展纳入法治轨道才不是一句空话。

在具体监管实践中，有专家提到了“沙盒监管”的可行性。它是一种新型的监管模式，旨在通过在特定范围内对经营主体实施包容审慎的监管措施，破解传统监管中“一管就死、一放就乱”的困局。目前，我国已在多地自贸区数据跨境流动监管中探索实行分级分类的“沙盒监管”，接下来，可以在雄安新区、深圳等改革前沿地区开展试点，允许地方针对自动驾驶、智慧医疗等人工智能前沿领域探索“沙盒监管”，为人工智能日常治理积累经验。

在人工智能领域，中国好消息不断。去年年底以来，DeepSeek火爆全球，以实力回击了“中国做不出一流大模型”的论断。近日，华为推出参数规模高达7180亿的全新模型盘古Ultra MoE，这是一个全流程在国产昇腾AI计算平台上训练出来的准万亿MoE（混合专家）模型，以实践结果证明了国产算力也能训练出世界先进大模型。

中美两国被视为人工智能发展的第一梯队。与中国相比，美国在人工智能领域起步较早，在核心技术、资本投入和生态成熟度等方面更具优势。自ChatGPT、Sora登场后，有一些声音认为中美人工智能差距越来越大，难以追赶。事实上，中美在人工智能领域的竞争呈现“美强中快”的动态变化，中国凭借应用创新、数据规模和政策驱动快速追赶，差距持续缩小。DeepSeek的成功，已经证明我国在大模型领域走出了一条“低成本、高性能”的创新之路。

算力是人工智能竞争的重要战场。人才、数据、算力被视为发展人工智能的关键三要素。其中，算力是训练大模型、处理海量数据的核心基础设施，决定着算法的创新空间。当前，美国在人工智能核心算法和框架方面占据优势，在先进算力领域也处于领先地位。国产算力在市场占有率、性能优化、生态成熟度等方面有待提高，还面临技术封锁，困难重重。这也导致了有观点认为“国产算力无法训练一流大模型”。

差距确实存在，但并非不可逾越。比如，华为虽然单芯片工艺落后美国一代，但采用数学补物理的办法，通过叠加和集群等技术，也能极大提升系统性能，最终达到世界先进的计算水平。这不仅是芯片性能的追赶，更是通过系统工程创新与深度协同机制，将“根深叶茂”的研发理念转化为集群效能的跃升，生动诠释了以体系化优势突破关键核心技术的中国路径。我们更要相信，随着技术迭代与生态完善，国产算力的能力还将持续增强，有望实现从“可用”到“好用”的跨越。

算力竞争其实是一场“体系化战争”。从芯片架构、框架优化到工程化能力，中国已构建起全栈自主的技术链条，不断缩小与世界顶尖水平的差距。从披露的数据看，昇腾算力平台训练效率高、推理性能好、系统运行更稳定可靠。这充分证明，聚焦根技术突破与体系化协同，中国人工智能产业完全有能力锻造出自主可控、世界领先的科技成果，为千行百业智能化升级注入强劲动能。

应注意到，中国在人工智能领域已取得显著突破，不应妄自菲薄。我国是全球人工智能专利最大拥有国，人工智能核心产业规模近6000亿元，企业数量超4700家，形成了覆盖基础层、框架层、模型层、应用层的完整产业体系。算力规模居全球前列，已建成钢铁、煤炭等高质量行业数据集，培育出一批竞争力强的通用大模型和行业大模型，并登上全球主流开源社区下载量榜首，产业链正在从单点突破转向协同创新。

更应看到人工智能技术迭代一日千里，全球竞争日趋激烈，不能沾沾自喜。如果自满于阶段性成果，忽略依旧存在的短板差距，中国人工智能可能会陷入“追赶—模仿—再追赶”的循环。国产算力还需在高端芯片架构、集群通信效率、软件生态等方面继续优化提升，训得更好、推得更快，为中国人工智能产业发展提供坚实基础。

中国发展人工智能，需要更多信心和耐心。人工智能全球竞争，不是单一技术的比拼，而是创新体系、产业韧性与战略视野的综合较量。作为全球工业门类最齐全的国家，我国制造业增加值占全球比重约30%，这是我们发展人工智能的重要优势和基础。只有保持“永远在路上”的心态，在基础研究上甘坐冷板凳，在生态构建上深耕细作，在场景落地中精益求精，才能让中国人工智能真正跑出中国速度。

数字红利不能成为数字霸权，智能革命不应导致智能鸿沟。坚持“智能向善”，才能让人工智能真正成为造福人类的公共产品

开源策略，超越了筑“小院高墙”、搞“三六九等”、分“远近亲疏”的做法，降低了研究、应用的门槛，使更多人能参与到人工智能的研究之中

人工智能会缩小还是扩大发展差距？这一直是社会关注的话题。

相比于西方发达国家，许多发展中国家属于人工智能领域的“跟跑者”“后进者”，不仅缺少有竞争力的科技企业，也缺乏足够的技术、人才储备，甚至在相关基础设施上都存在严重不足。国际货币基金组织制定的“人工智能准备指数”显示，截至2024年4月，发达国家这一指数为0.68，而新兴国家和低收入国家分别为0.46和0.32。

不过，会不会“扩大发展差距”，关键在于如何运用技术，在于以何种理念开发人工智能。不妨来看两个案例。

一个是，今年缅甸中部发生地震后，相关方面利用DeepSeek，在7小时内开发了一套中缅英互译系统，有效解决语言障碍问题，为中国救援队伍参与国际救援提供了助力。

另一个是，日本一家AI应用企业基于通义千问打造的日语模型EZo，成功在日本医疗保健领域和多个公共服务机构落地。目前，通义千问的衍生模型数已超10万个。

两个案例里，人工智能大模型虽然不同，但都源自中国，而且还有一个共同特征：开源。如今，越来越多的大模型加入开源阵营。这些开源大模型，让更多人共享人工智能红利，也启示我们，推动人工智能发展，不仅需要技术的进步，也需要宽广的格局。

数字红利不能成为数字霸权，智能革命不应导致智能鸿沟。习近平总书记指出：“要加强人工智能国际治理和合作，确保人工智能向善、造福全人类，避免其成为‘富国和富人的游戏’。”坚持“智能向善”，才能让人工智能真正成为造福人类的公共产品。

“智能向善”彰显中国立己达人的价值追求。以DeepSeek为代表的大模型，打破了“算力至上”的旧信条，推动人工智能发展从“堆算力”向“拼算法”转变，以低成本、高性能、开源，让人工智能技术更普惠。正如一位人工智能研究人员所言：“开源之举将使AI像水、电和网络一样触手可及。开源化、轻量化将大力推动‘人工智能+’，广阔场景已经呈现。”

一起发展，才是真发展、好发展。各国无论大小、强弱，都应该拥有平等发展和利用人工智能的权利。立己达人，推动人工智能公平普惠发展，这是中国的坚定态度。

“智能向善”体现中国开放合作的宽阔胸怀。人工智能的发展，离不开开放创新的良好生态。开源策略，超越了筑“小院高墙”、搞“三六九等”、分“远近亲疏”的做法，降低了研究、应用的门槛，使更多人能参与到人工智能的研究之中。这有利于汇聚全球智慧，构建一个充满活力且能持续进行技术迭代升级的生态系统。

坚持开放、互通、平等，拒绝筑墙、断链、霸权，携手合作开展联合技术攻关，才能更高效、更公平地推动人工智能创新成果不断涌现、应用场景加快拓展。

“智能向善”映照中国和合共生的文化情怀。技术背后有文化。大道之行、天下为公，是中国人历来的主张；民胞物与、和衷共济，是中华文化内在的品格。自去年12月中国倡议的人工智能能力建设国际合作之友小组成立以来，截至今年5月，中方已经在北京、上海举办2期研讨班，邀请来自40多国180多位各界代表共商共促人工智能的包容发展。中国科协实施的人工智能开源项目已惠及多个国家和地区，推动人工智能赋能发展中国家。

从提出《全球人工智能治理倡议》，到发布《人工智能能力建设普惠计划》，再到推动务实合作，让更多人共享智能红利，中国既是倡导者，也是行动者。这正是和合共生理念的生动体现。

1879年，爱迪生成功点亮了世界上第一盏有实用价值的电灯，改变了人类的生活方式。如今，不少人认为人工智能的“爱迪生时刻”已经到来，但要让人工智能如同电力一样走进千家万户，除了技术上的持续突破，坚持“智能向善”，同样不可或缺。

随着人工智能技术的飞速发展，国内高校掀起了一股“AI热”，在安徽信息工程学院的实训机房内，陈文杰正和同学们调试智能小车的算法系统，备战七月中旬的第20届全国大学生智能汽车竞赛。

近年来，安徽省全面践行国家“人工智能+”行动战略规划，以该校为代表的一批本科高校，全力促进高等教育领域与人工智能技术深度融合，加快培养适应和引领人工智能产业发展的高素质应用型、复合型、创新型人才。

校企协同重塑学科版图

“我主要负责硬件、材料和视觉设计方面的工作。使用摄像头识别贴在箱子上的图像，并通过识别算法判断箱子类别及其推动方向。”陈文杰是软件工程专业的大二学生，他告诉记者，“整个团队目前由三人组成，讯飞方面的老师在日常教学和竞赛指导中提供了较多支持。”

大数据与人工智能相关专业的学生正在进行实践操作（央广网记者 徐鹏 摄）

陈文杰说，学校有来自讯飞的企业工程师担任教师，提供课程教学及项目指导，“这种校企合作模式有助于我们了解企业需求，明确发展方向。”学校实验室24小时开放，鼓励学生将理论转化为实践。这种“做中学、学中做”的模式，让学生毕业时已积累丰富的项目经验，成为企业眼中的“即战力”。

校长吴敏介绍，安徽信息工程学院是由科大讯飞举办的应用型本科院校，大力推进人工智能赋能的育人生态建设，引入讯飞星火大模型，实现人工智能通识课全员覆盖。为解决产业的人才需求，学校创新推出“小学期”制度，每年增设三周实践课程，学生四年需完成至少20个实战项目。

“上午学工业控制理论，下午就在企业工程师指导下实操，这种学习模式让学生提前掌握了岗位核心技能。”吴敏表示，2024年该校还与汇川技术共建订单班，采用“理论+实训+项目实战”的三阶培养体系，将企业真实的生产流程分解为多个教学模块，学生在60天的集中培养中，需要完成从电路设计到系统调试的全流程项目实战。

此外，该校还与芜湖政府、科大讯飞、埃泰克汽车电子等行业龙头及领军企业共同建设了工业互联网产业学院、智能制造产业学院、芜湖紫云英创新创业学院。目前，学校联合科大讯飞共同规划“讯飞学院”建设，积极打造校政企一体化人才培养平台。

瞄准产业需求定制人才

随着人工智能技术在各行业的快速渗透，企业对人工智能专业人才的需求呈现细分化、场景化趋势。高校不再“闭门造车”，而是主动对接产业，动态调整培养方案，确保毕业生能力与市场需求精准匹配。

“九成的毕业生都选择了在长三角地区发展，其中超六成的毕业生留在了安徽。就业领域以地区重点支柱产业及新兴产业为主，其中从事技术及管理类岗位占比近70%。根据麦克思数据，毕业生毕业三年有超过50%获得晋升。”学校招生就业处处长刘德胜告诉记者。

学生们自己设计制作的人工智能机器人（央广网记者 徐鹏 摄）

学校还创新性的构建起了“三维联动”岗位开发体系，实施“五个一”访企工程，即每个专业对接一家企业，每个学科对接一个行业，每60个学生匹配1个实习基地，每年走访企业超过100家，每年走访开发岗位超过1000个。

据悉，学校通过精准对接地方政府，政校企合作服务区域发展，精准对接地方产业，专业结构契合产业发展，精准对接地方企业，搭建校企合作服务平台的“三个精准”，与10多个地市签订合作协议，与567家用人单位共建校外实习就业基地，通过校企合作开展联合人才培养近3000人。

全面推进人工智能教育

当前，人工智能的快速发展及其在教育领域的广泛应用，正深刻重塑着我国高等教育格局。近年来，安徽省全面践行国家“人工智能+”行动战略规划，有力促进高等教育领域与人工智能技术深度融合，加快培养适应和引领人工智能产业发展的高素质应用型、复合型、创新型人才。

中国科学技术大学召开《人工智能数学原理与算法》通修课研讨会，旨在帮助学生掌握人工智能领域的基础知识与实践技能；安徽工程大学也在该校的大学生人工智能素养提升工作计划中明确提出，要紧密对接地方产业发展需求，提升学生应用人工智能技术解决实际问题的能力；合肥工业大学发布了首批四门人工智能AI课程，让全校各类专业学生从大一入校开始学习人工智能知识和技术······

值得一提的是，今年初，安徽省人工智能通识课程正式发布，标志着安徽教育数字化领域又迈出重要一步。这种以“学科引领、产教融合、政府统筹”为特色的省级人工智能通识课程建设模式为安徽首创，成为推动安徽教育科技人才一体发展的先驱力量。

记者了解到，全省共有中国科学技术大学、合肥工业大学、安徽大学等44所本科高校设置523个人工智能领域相关专业点，每年可培养约3.5万名相关人才。在此基础之上，安徽省积极构建人工智能通识课程体系，并在全省本科高校推广。截至今年5月，全省30余所高校选用，选修学生已超20万人，为全国人工智能通识教育提供了可行的“安徽方案”。

【记者手记】

人工智能背后的教育温度

在安徽信息工程学院的实训机房，键盘声此起彼伏，学生们聚在一起，聚精会神地调试智能小车算法。那一刻，我感受到的不仅是技术的热忱，更是教育变革的真实脉动。

采访中，一位企业导师的话让我印象深刻："我们不是在教学生做题，而是在培养解决问题的工程师。"当看到学生团队参与开发的算法及项目被企业直接采用时，我才明白这种"真题真做"的模式，正是产教融合最生动的诠释。

更触动我的，是学生们谈论技术时眼里的光。他们不只是在学习人工智能，更在思考如何用它改变现实——从智慧农业到工业检测，代码正成为他们连接理想与现实的桥梁。

我深刻认识到，在人工智能浪潮席卷全球的今天，这些勇于创新的高校、充满热情的教育工作者和怀揣梦想的年轻学子，正在用实际行动，书写着人工智能时代产教融合的实践样本。

在山东日照金海岸小学，老师指导学生练习机械臂毛笔书写编程。

在广西柳州市第八中学南校区人工智能课堂上，科创老师带领学生操控智能机器人。

近日，教育部基础教育教学指导委员会发布《中小学人工智能通识教育指南（2025年版）》（以下简称《通识教育指南》）和《中小学生成式人工智能使用指南（2025年版）》，科学规范推进人工智能全学段教育。

教育部基础教育教学指导委员会负责人表示，人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式，为教育改革与发展开辟了新赛道。我国已建成全球规模最大的教育体系。在基础教育阶段发展人工智能教育，既是顺应全球科技发展趋势、支持强国建设的必要选择，也是迫切需要培养面向未来的创新型人才的体现。

人工智能教育需层层进阶

加强中小学人工智能教育的号角早已吹响。2024年11月，教育部办公厅印发《关于加强中小学人工智能教育的通知》，明确了中小学加强人工智能教育的总体要求和实施路径；2025年4月，教育部等九部门印发《关于加快推进教育数字化的意见》，明确指出统筹推进大中小学人工智能教育一体化。

教育部教育数字化专家咨询委员会主任杨宗凯表示，要有序开展人工智能教育的应用试点，注重培养学生独立思考、解决问题、沟通合作的能力，多学段广泛开展人工智能通识教育，塑造适应智能时代、驾驭人工智能的创新人才核心竞争力。

中小学的人工智能教育到底怎么做？

《通识教育指南》指出，中小学人工智能通识教育通过构建分层递进、螺旋上升的教育体系，旨在培养学生适应智能社会的核心素养。小学阶段注重兴趣培养与基础认知，初中阶段强化技术原理与基础应用，高中阶段注重系统思维与创新实践，通过知识、技能、思维与价值观的有机融合，培养四位一体的人工智能素养。

层层进阶，听起来顺理成章。但从业内人士的观察来看，目前还缺乏贯穿中小学的体系化人工智能课程。

人工智能教育企业飞象星球副总裁鲁欣认为，根据他们的调研，人工智能教育还存在“小学玩积木、中学低年级编程序、高年级无衔接”的断层现象，且学习内容滞后于技术发展。中小学缺少人工智能专职老师，因师资有限，技术迭代又快，往往老师学会了这波技术，下一波迭代技术又出现了。对于人工智能的前沿问题，老师的讲授只能基于当下的知识积累，无法带领学生进行深入探讨和挖掘；而如果照本宣科讲课，则难以激发学生对人工智能的兴趣。

首都师范大学教育学院教授方海光告诉科技日报记者，中小学信息科技与人工智能课程的协同实施是当前教育改革最可行性的实施路径之一。小学低年级通过“不插电编程”培养学生逻辑思维，中高年级接触图形化编程中的条件判断，这样到高年级学生才能理解人工智能中的基础规则。他建议，可在信息科技课程中动态调整人工智能内容的比重和深度，比如可以在学前教育阶段增设“人工智能和生活礼仪”课程，在义务教育阶段增设“人工智能与智能社会”课程模块，在高中阶段则通过选择性必修课深化技术原理，衔接高校课程。

学校家庭企业多方发力

上海市浦东新区张江高科实验小学是教育部中小学人工智能教育基地。该校校长陈飞说，他们不断深化人工智能与学校教育的融合，积极探索人工智能重塑教育生态的校本化解决方案，初步构建起全面支持师生发展的智慧教育生态圈。学校组织学生共同参与多种特色活动，强调家校社资源整合共育，提供更丰富的学习体验场景，满足不同能力基础学生的学习，并且更好地发现具有创新潜质的人才。

《通识教育指南》在“保障体系”这部分内容中，也对家庭和社会企业作出了要求。

教育部基础教育教学指导委员会负责人表示，社会企业可以通过四个方面支持人工智能通识教育发展，即健全融合机制、共享优质资源、优化产品服务和开放实践基地。

鲁欣分析，企业在推动中小学人工智能教育方面可以扮演多元角色，但更多时候，它们是人工智能教育落地和普及的解决方案的提供者和助力者。

《通识教育指南》鼓励企业构建高质量教育服务体系。鲁欣认为，企业提供的高质量课程，应该具备三个特点——体系化、高质量、易普及。要贴合学生认知规律，针对不同学段学生设计分层教学内容，使之符合学生从基础感知到深入探究的认知发展过程，实现全学段知识螺旋式进阶；要融合前沿技术知识，引入当下主流且先进的人工智能平台与工具，使学生接触到行业最新知识，了解人工智能发展趋势，为未来学习和应用打下基础。要创新教学模式方法，比如采用项目式、探究式教学方法，设计互动体验环节，用面向实际的项目，鼓励学生主动探索、发现和解决问题，提升学生参与度和学习效果。同时，要兼顾教育公平与普及性，产品设计充分考虑不同地区学校的教学条件差异，降低硬件门槛；也可通过“智能双师”模式，实现优质教育资源共享，让偏远地区学校享受到优质人工智能教育。

避免陷入唯人工智能误区

方海光告诉记者，学校在教育数字化的具体实践中要把握数字化应用的关键，即利用大规模因材施教，满足孩子个性化学习的诉求，最终帮助每个孩子找到适合自己的成长路径。

“当然，也要避免一些误区，比如用数字技术机械应试和刷题，用人工智能拔苗助长甚至增加孩子的学习负担。”方海光说，唯有坚守教育的理想与价值，把握教育立德树人的本质归属，方能让技术真正为人的成长服务。

《中小学生成式人工智能使用指南（2025年版）》也明确，小学阶段禁止学生独自使用开放式内容生成功能，教师不得将生成式人工智能作为替代性教学主体。

“学校应该重点关注以下几个方面。”方海光列举，一是课程生态重构，即重构国家课程框架基础上的多元课程体系，提升课程的适应性与开放度。二是教学组织创新，应以教师为主导，以人工智能为辅助，增强学习者的主动性与参与感。三是评价体系转型，建立以数据为支撑的综合素质评价机制，实现精准评估，同时要有技术平台保障，确保数据安全与应用可控，为个性化学习提供稳定、连续的支持环境。“推动人工智能从技术工具向教育生态共同体转变，实现个性化学习由点到面的落地转化。”方海光说。

北京师范大学未来教育高精尖创新中心执行主任余胜泉提出了“认知外包”的概念。他表示，人类正在将部分思维活动和认知任务外包给外部智能设备，这种“认知外包”现象形成了人机协同的新型思维方式。但在基础教育阶段，一定要警惕“认知外包”，它会导致认知惰性，形成信息茧房，甚至让人难以接受深刻知识。

余胜泉表示，在知识爆炸时代，一定要加强深度教学，发展学生核心素养，帮助学生形成可迁移、可进化的知识结构。“不能完全否定‘人工智能+教育’，也不能万事都唯人工智能。”余胜泉强调。

近期，多地举办AI（人工智能）专场招聘会，多家互联网企业也发布了AI人才“召集令”，凸显业界对AI人才的迫切需求。业内专家认为，随着AI技术向千行百业深度渗透，构建“产学研用”协同的人才培养体系，成为促进未来AI人才供需对接的关键。

日前，2025年全国城市巡回招聘人工智能行业专场暨浙江省高校毕业生就业实习人才交流会在杭州电子科技大学举行。记者了解到，此场招聘会推出各类岗位6000余个，人工智能行业相关职位占比达52%，包括算法研发、工业互联网等多个前沿方向。

杭州电子科技大学招生就业处副处长卢峰表示，企业对AI人才的需求迅速增长。比如，杭州海康威视数字技术股份有限公司此次主要招聘AI训练工程师、大数据开发工程师；浙江零跑汽车以招募电控算法和BMS软件工程师为主；浙江大学滨江研究院推出的岗位也与区块链研发、AI视觉算法等相关。“众多企业都对人工智能方向的人才十分关注，招聘会现场接待2400余人次，初步达成意向300余人。”

不仅线下招聘会需求旺盛，不少企业也纷纷发布了AI人才“召集令”。阿里巴巴2026届春招，AI相关岗位占比近五成；百度已面向在校学生开放3000余个暑期实习岗位，87%与AI相关，同时宣布未来5年将加大力度再为社会培养1000万AI人才；京东发布“顶尖青年技术天才计划”，面向全球高校本硕博毕业生及毕业两年内的技术人才开放招募。

AI相关岗位的招聘热度映射出不同领域企业智能化发展趋势。以阿里国际商业集团为例，据阿里国际招聘官网消息，2026届校招中80%为AI岗位。

“作为阿里旗下聚焦海外电商的业务集团，过去一年，阿里国际围绕AI和出海进行了全面探索，推出了全球首个外贸领域的AI搜索引擎Accio，还通过AI及Agent的方式，将AliExpress、Lazada等国际电商平台进行转型升级，调用量呈百倍增长。”阿里国际商业集团相关负责人表示，基于AI技术在业务上的应用发展，阿里国际对AI人才的需求大幅增加。“今年校招季，阿里国际打破传统的校招体系，首次启动了面向全球的头部AI科技人才培养计划‘Bravo 102’。”

美的集团今年也继续通过校园招聘加大岗位供给，基于布局机器人、储能、新能源汽车零部件等赛道的新需求，着重加强对家电智能化及机器人化、新能源等领域的研发类人才招聘力度。据悉，今年1月至4月，美的持续加大AI、机器人、新能源等人员的社会招聘，累计招聘近千人。

在需求“量级”爆发的同时，企业对AI人才的需求也在发生“质”的变化。细看需求清单，越来越多企业表达了对人才供给的深层期待。业内人士表示，市场急需能够推动AI加速赋能千行百业的应用复合型人才。

“今年阿里巴巴人才需求呈现新的变化，正在加大对AI领域人才的引进和培养力度，其中阿里云在今年校招需求中80%以上岗位都与AI相关。”阿里云智能集团招聘总经理曹彬表示，随着AI从实验室走向商业化，复合型人才需求也在增长。同时，技术岗位在多模态、预训练、强化学习和AI Infra等方向的人才需求旺盛。

复合型AI人才成为急需紧缺的背后，是供需错配的难题。业内人士指出，企业对AI人才的需求将进一步趋于系统化、立体化，既对人才的学术硬实力要求较高，同时也对其跨部门协作沟通、商业化理解能力等软实力也提出了较高的要求。

首都经济贸易大学劳动经济学院副教授、中国新就业形态研究中心主任张成刚认为，面对AI人才需求的新变化，应进一步加快产教融合，促进人才与产业“双向奔赴”。

前不久，教育部印发通知，部署各地各高校面向企事业单位和行业协会征集一批“人工智能应用”领域供需对接就业育人项目，推动高校加快适应人工智能发展对人才需求、就业服务等提出的新要求，帮助用人单位培养和招聘更多实用型、复合型和紧缺型人工智能应用人才，更好促进校企人才供需对接。

“未来，要依托人工智能‘产业链-人才链’链主企业，推动‘政产学研用’深度融合，系统构建涵盖AI人才培养、创新创业、就业服务、研学竞赛等环节的一体化支持体系，进一步打造高水平人工智能人才生态。”张成刚说。

教育部22日发布2024年度普通高等学校本科专业备案和审批结果，全国高校共新增专业点1839个，调整学位授予门类或修业年限专业点157个，停招专业点2220个，撤销专业点1428个，专业调整优化力度进一步加大。

教育部同步更新发布《普通高等学校本科专业目录（2025年）》，增列29种新专业，纳入2025年高考招生。新目录包含93个专业类、845种专业，进一步强化专业设置对国家战略急需和高质量发展的快速响应。

此次增设的29种新专业，充分体现国家战略、市场需求和科技发展牵引：

在服务国家战略方面，增设了区域国别学、碳中和科学与工程、海洋科学与技术、健康与医疗保障等专业。

面向科技发展前沿，增设了智能分子工程、医疗器械与装备工程、时空信息工程等专业。

主动适应市场需求，增设了国际邮轮管理、航空运动等专业。

聚焦人工智能赋能经济社会发展，增设人工智能教育、智能视听工程、数字戏剧等专业。

为更快响应国家战略，教育部首次建立了战略急需专业超常设置机制，对于中央最新部署、高度关注的战略领域，开辟相关专业设置即时响应“绿色通道”。瞄准低空经济快速发展需要，突破集中申报限制，指导北京航空航天大学等6所高校增设低空技术与工程专业。

目前，全国普通高校本科专业布点共有6.28万个。教育部将进一步强化专业设置与就业工作的联动，指导高校持续调整优化存量专业，加强各领域人才需求预测分析，不断增强高等教育与经济社会发展的契合度。

2025年春招中，人工智能领域招聘需求大幅增长，算法、机器学习等方面的人才成为企业高薪争抢的“香饽饽”，人工智能讲师岗位招聘量也在激增。

随着AI技术加快应用，未来还会缺哪些方面的人才？如何捕捉到其中的就业新机遇？

3月20日，求职学生在招聘会上了解岗位信息。新华社记者 赵子硕 摄

企业高薪招聘AI人才

近期，“百万英才汇南粤”春季大型综合招聘会在广州举办，现场人头攒动。5万多个招聘岗位中，电子信息、先进制造行业招聘数量排名前列，特别是人工智能相关岗位需求旺盛。

记者看到，比亚迪、小马智行、优必选等一批企业高薪招聘自动驾驶算法工程师、AI引擎研发工程师等岗位，吸引了诸多求职者投递简历。一些在读研究生专程前来寻找AI方向的实习机会。

从事脑机接口产品研发生产的广东神舞科技有限公司，正在招募高级嵌入式工程师、神经科学家、算法工程师等。“招聘人数没有上限，待遇从优，比如算法工程师，可提供两室一厅免费住房外加40万至70万元年薪。”公司创始人郑辉说。

慕尼黑工业大学的刘思蕾专程从德国回来参加招聘会，她的专业方向是机器人、认知与智能。她说，国内正在大力发展人工智能，机会多，能让自己快速成长。

不久前杭州举办的春季首场大规模线下人才招聘会上，830家企业推出2.1万个岗位，其中半数聚焦AI算法、大模型开发。宇树科技推出了AI算法工程师、深度强化学习算法、机器人运动控制算法等10个岗位，月薪最高达7万元。

3月13日，工程师在验证机器人动作模型训练效果。新华社记者 杜子璇 摄

“DeepSeek的爆发加速了AI在各行各业的应用渗透。由于AI人才市场需求加剧，企业纷纷提高了招聘薪资水平。”智联招聘执行副总裁李强说。

智联招聘数据显示，2月份，算法工程师、机器学习、深度学习岗位招聘量同比增速分别为46.8%、40.1%、5.1%；平均招聘月薪均突破2万元，分别为23510元、21534元、24015元。作为训练AI模型的基础工作，数据标注岗位招聘需求同比增长超50%。

此外，市场对AI知识传播和人才培养的需求也在急剧提升。据智联招聘数据，今年春节后一个月，人工智能讲师招聘职位数同比增长112.4%，平均招聘月薪为15792元。

市场急缺哪方面AI人才？

高薪之下，越来越多求职者希望投身人工智能行业。智联招聘数据显示，2月份，AI领域求职人数同比增幅达200%以上。

当前企业最青睐哪类AI人才？

猎聘近日发布的《2025AI技术人才供需洞察报告》显示，去年2月至今年1月间，在猎聘平台上招聘的AI职位中，约47%要求硕博学历。

由于人工智能自2019年才被正式纳入本科专业目录，目前AI领域多数从业者来自其他相关专业。从猎聘数据看，人数最多的前四个专业分别是计算机科学与技术、软件工程、电子信息以及机械工程。

“企业主要看是否具备相关专业能力。”猎聘大数据研究院相关负责人介绍，算法是人工智能的核心，涉及复杂的数学、统计学、计算机科学等领域的知识；深度学习则涉及复杂的神经网络模型和算法优化，从业者在掌握线性代数、概率论、统计学等知识的同时，还需具备编程技能。

多家平台数据显示，今年以来，AI人才持续保持供不应求的态势。未来随着AI技术加快应用，还会缺哪些方面的人才？

除了当前市场紧缺的算法工程师、大模型工程师、机器学习工程师等，从全产业链看，AI领域在基础层、技术层、应用层都存在人才缺口，比如高性能计算工程师、芯片架构师等，也是企业竞相争夺的对象。

中国科学院自动化研究所研究员王亮表示，由于人工智能涉及多领域，所需人才也覆盖多种类型——既有致力于前沿算法与核心理论创新的基础研究型人才，也有将理论与算法模型开发相结合、形成可落地产品的技术开发型人才，还包括既懂人工智能技术又懂所在行业业务的应用复合型人才。此外，AI训练师、数据标注工程师、AI伦理与安全专家等数据治理和支撑人才也变得越来越重要。

“目前最急需的还是基础研究型人才和应用复合型人才，一方面解决高端AI芯片国产化率不足和算法原创性不足问题，另一方面推动AI加速赋能各领域各行业。”王亮认为。

据麦肯锡报告预测，到2030年，中国对AI专业人才的需求预计将达600万人，而人才缺口可能高达400万人。

如何捕捉AI发展中的就业机遇？

面对AI带来的岗位替代和新的岗位需求，普通人如何适应产业变化，提高就业的稳定性和竞争力？

教育，无疑是其中关键一环。新一轮科技浪潮下，中国高校也迎来史上最大规模专业调整。短短几年间，已有超500所高校开设人工智能专业或成立专门学院，考生的报考热度持续升高。2025年清华大学、中国人民大学等高校扩招计划里均包含人工智能专业。

“人才数量提升的同时，优化培养结构、提升质量显得更为关键。”王亮认为，未来不同层次和领域的AI人才需求会更加细分，高校在专业设置和课程设计上应更加注重人才的差异化培养。

2024年，南开大学全面启动“人工智能赋能人才培养行动计划”，打造了130余门人工智能系列课程群。

“人工智能需要多学科交叉融合发展，这就要求高校超前布局、主动调整，在加强基础学科、新兴学科、交叉学科建设中，形成学科集群，为推动人工智能人才培养提供坚实基础。”南开大学校长陈雨露说。

为培养更多实用型、复合型和紧缺型人工智能应用人才，教育部近日印发通知，部署各地各高校面向企事业单位和行业协会征集一批“人工智能应用”领域供需对接就业育人项目。  

“行业从业者也需要保持持续学习的习惯。”王亮表示，从人工智能相关专业毕业生的反馈来看，职业发展过程中，除了技术能力外，设计思维、跨学科协作、自主学习能力的培养同样至关重要。

在科大讯飞董事长刘庆峰看来，AI技能应成为未来公民必备能力，需加强AI新职业的规划与管理及相关技能培训，尤其要为低收入和就业困难群体提供免费培训机会。

“年轻人无论从事哪个专业，都可以每周花点时间，关注全球AI技术在各行各业的发展，这是未来最大的机会源泉。”宇树科技创始人王兴兴说。