在人工智能重塑全球格局的浪潮中，技术创新与风险治理的双重命题日益凸显。如何在释放技术红利与筑牢安全底线之间找到平衡点？两位专家围绕教育、产业、治理三大维度，解析人工智能发展的“加减法则”。

电子展了解到，人工智能对教育的变革呈现双重路径：一方面，智能助教、知识引擎等工具正优化现有教学效率，如高校通过智能批改系统缩短作业反馈周期，学科知识引擎支撑个性化学习；另一方面，当知识获取成本趋近于零，教育体系面临颠覆性重构——工业时代“标准化培养”模式亟待转向“以学生为中心”的自主学习，学科结构需从“大而全”转向“专而精”。例如，深圳理工大学正探索压缩传统课程学时，为学生腾出创新实践空间。

全学段人工智能教育需遵循认知规律分层推进。《中小学人工智能通识教育指南》提出“螺旋上升”体系：小学阶段侧重兴趣启蒙与基础逻辑认知，中学引入算法思维与简单编程，大学则聚焦专业应用与跨学科融合。同时需警惕“技术依赖症”：当儿童不再追问“为什么”，而是依赖大模型获取答案，好奇心衰退可能侵蚀创新根基。教育者需强化批判性思维与创造力培养，避免智能工具异化为“思维抑制剂”。

电子展了解到，中国人工智能产业已形成“头部引领+中小协同”的生态格局：京津冀、长三角等地聚焦大模型研发与高端制造，中西部城市则依托产业特色发展细分领域。深圳的“冲头部+强生态”模式颇具代表性——既以华为、大疆等企业攻坚芯片、机器人等“卡脖子”技术，又凭借完备供应链体系吸引中小企业围绕头部产品开展二次开发。

面对“赢者通吃”的产业特性，地方发展需避免同质化竞争。有技术积淀的地区可瞄准“技术护城河”，如杭州通过优化营商环境孵化出人工智能“六小龙”；资源禀赋有限的区域则可聚焦场景创新，围绕医疗、农业等垂直领域打造“小而美”应用。专家强调，制造业基础是中国发展人工智能的核心优势，大模型只有深入车间产线，在装配、质检等具体场景中迭代优化，才能真正转化为生产力。

电子展了解到，人工智能的风险防控需超越技术视角，构建“技术-社会”协同治理框架。以智能驾驶为例，除了车辆本身的算法安全，还需同步升级交通标识系统、规范企业宣传口径，并将“智驾应急培训”纳入驾照考核体系。工业和信息化部近期发布的自动驾驶标准体系，正是这种系统思维的体现。

中国选择“小步快走”的渐进式治理路径：既借鉴欧盟“风险预防”理念加强算法透明性、数据安全等底线监管，又避免美国“自由放任”导致的伦理失序。例如，对生成式人工智能实施“备案制+负面清单”管理，在释放创新活力的同时遏制深度伪造等滥用风险。全球治理层面，中美在数据跨境流动、通用人工智能安全等领域存在合作空间，需共同推动建立兼顾发展与安全的国际规则，防止“智能鸿沟”加剧全球失衡。

从教育领域的“做减法腾空间、做加法强能力”，到产业层面的“做加法拓场景、做减法避内卷”，再到治理维度的“做加法筑底线、做减法促创新”，人工智能的“加减之道”本质是一场技术理性与人文关怀的平衡实验。唯有在开放创新中守住安全底线，在风险防控中激发创造活力，才能确保这一变革性技术真正成为人类文明进步的“助推器”而非“颠覆者”。

文章来源：科技日报