国务院参事、清华大学苏世民书院院长、人工智能国际治理研究院院长、中国科技政策研究中心主任
8月14日，由北京大学人工智能研究院、北京大学中欧慈善创新研究中心联合主办，词元向善实验室、面向2045公共安全战略研究课题组协办，阿里巴巴公益支持的AI向善研讨会在北京大学举行。清华大学文科资深教授、清华大学人工智能治理国际研究院院长、苏世民书院院长薛澜以《AI的“下半场”》为题进行引谈分享，以下根据薛澜教授在研讨会上的现场发言整理。近几个月，人工智能治理与“向善”的叙事进入密集落地的窗口——日内瓦的全球AI治理对话、ITU每年的“AI for Good”大会，都在把这件事往前推。在这个节点上，我想借今天“AI向善”的主题，谈一个被很多人忽略的视角。但我总觉得，这里面有一种“技术决定论”的味道——把技术往前推，其他问题就会自然而然跟着来解决。实际情况，要比这复杂得多。我们今天处在大模型这个阶段，可以把它称作“上半场”。真正的“下半场”，其实才刚刚开始。目前一个不争的事实是：技术能力的快速提升，并没有很快转化为经济与社会价值的增长。大家预期很高，觉得人工智能能带来多少GDP的新增。但目前为止，除了软件、编程这些领域确实有不错的应用，其他很多领域虽然有应用，经济价值却还没有完全体现出来。我们跟很多企业交流，尤其是制造业，应用其实还相当有限。医疗、自动驾驶被寄予厚望，现实却不尽如人意——医疗看片子，人工智能系统的效果其实非常好，但应用仍然有限；自动驾驶的落地，也不尽如人意。用一句老话形容，就是“只听楼梯响，不见人下来”。”为什么技术到位了，应用却跟不上？历史上有个特别经典的案例——汽车。1885年，奔驰造出第一台内燃机汽车模型。但当时整个社会体系远远没有跟上，汽车最开始是奢侈品，是有钱人的潇洒玩具，并不是真正的交通工具。真正的变革来自福特Model T。它把成本从大约850美元降到300美元，中产阶级“蹦一蹦”就够得着了，买车的人多起来。但买车只是开始，车要跑得远，需要更好的道路；跑远了，要解决加油问题，加油站最早就设在城市马路边上，后来因为危险事故才挪到专门的位置；一个人买了车，另一个人也想买却钱不够，汽车贷款就来了；上路不能都是马路杀手，交通规则和驾照体系跟了上来；出了事故，保险体系也跟了上来。这一整套硬件加软件的设施，是逐渐演变出来的。而汽车最终重塑的，远不止交通。二战后美国的郊区化，背后支撑就是汽车；人搬到郊区，大型购物中心随之出现；许多国家需要进口石油，霍尔木兹海峡因此成为地缘政治的焦点。一项看似简单的技术，对社会制度体系的影响，远远超出我们的想象。把镜头拉回人工智能。我们已经有了“发动机”——大模型能力已经相当强。但对应的“道路系统、交通规则、驾驶员”，也就是应用落地所需的社会系统，还没有建立起来。这就是为什么医疗技术上“差不多了”，却很难真正用起来。我们今天缺的，是基础设施的缺口、制度的缺口、组织的缺口、文化的缺口。这些适配的东西，都还在建设过程中。在建设的整个过程里，价值体系至关重要，这也是为什么“AI向善”的意义格外重要。如果没有价值观念的引导，完全由市场自己走，它一定会冲向收益最高的地方。这本身没有错——按经济学，没有经济收益的事没人会付钱。但仅仅如此远远不够。因为市场只朝收益最大的地方去，社会上很多层面就得不到收益。所以在那些市场失灵的地方——社会价值很高、但经济价值没那么高的地方——就需要制度来补偿，需要公共管理来补位。所以下一步，我们要在市场应用中把价值观带进来，推动相应的制度建设。怎么推动社会技术系统的基础设施重构？我想至少有两个层面。一是“硬”的基础设施：算力、数据、模型的运行基础设施、安全基础设施等。二是“软”的制度体系：数据流通、责任制度、AI审计、监管等等；还包括组织架构的重构——岗位替代、AI原生组织；以及社会信任机制、风险认知的教育能力。所以我想说，传统的技术决定论有其局限。真正应该走的，是技术和社会系统的“共同演化”。而在这个演化中，社会系统的演进需要人发挥主动性，把价值的导向体现出来，推动技术的发展更好地适配社会的选择。这，或许就是“AI向善”最朴素、也最深刻的含义。（本文根据薛澜教授在“词元向善圆桌”闭门研讨会的现场发言整理，经编辑删节。）
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢