2023年初，联合国教科文组织号召各国立即执行《人工智能伦理问题建议书》。人工智能的技术属性和社会属性高度融合，使得此领域的人才培养成为多领域互动的过程，也更关注责任意识、伦理素养等目标的达成。这意味着在人工智能领域的人才培养主体除了高校、政府、企业之外，还需引入社会公众等主体。从利益相关主体角度重新考察人工智能知识生产模式对人才培养模式的影响，有助于构建多主体驱动的协同育人模式。

　　人工智能知识生产模式经历了线性创新、交互式创新、多维耦合知识生产系统群创新三个阶段，即知识生产模式I、II、III阶段。在人工智能产生的最初阶段，其知识生产处于模式I阶段。此时的人工智能更为关注数学逻辑和符号，通过语言文字描述转换成机器的逻辑表达，认知的过程即符号的操作过程。人工智能知识的生产表现为多学科融合的科学研究，研究方向多为博弈、翻译以及定理证明等。在知识生产模式II阶段，人工智能知识生产的社会价值受到重视，其应用性与跨学科性形成高校、政府、企业、科研院所等多主体的共生关系。随之而来的是大数据等众多行业的兴起，并形成了以“知识经济”为核心的政府主导和企业主导交互式创新的模式。当前，人工智能知识生产已经进入第三阶段，让机器像人类一样学习和思考，从而替代人类进行脑力劳动。人工智能知识被渗透和应用到各个领域，然而认知价值的模糊、商业利益的驱动、法律规范的缺位等易导致人工智能发展失序风险，甚至可能引发一系列生态伦理和社会治理问题。“社会公众”正是在这一知识迭代发展中，作为一种新的动力源被纳入知识生产模式III阶段中，成为促进各方利益有效平衡的支点。

　　人工智能知识生产模式的快速转型对人才培养模式提出新要求。在知识生产模式I阶段，高校作为人才培养主体，与科研机构形成了相对封闭的基于学术共同体的人才培养场域，更专注于学生理智的训练和以专才为主的培养目标。20世纪80年代，创新理论作为研究协同育人的基础，不断推动创新人才的培养。拥有较强研究能力的高校率先涉足技术转让和知识产权市场化，创业型大学概念被提出并不断扩散，政府、企业等主体进一步与高校交融，产学研相互之间探索出多种协同育人模式，协同育人的理论与实践逐渐丰富。当前知识生产模式III阶段，人工智能人才的培养场域呈现开放性、多元化特点，培养主体从高校、政府、企业进一步扩展到社会公众，培养模式更加多样，各主体之间的联系越来越紧密。例如，随着2020年《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》的颁布，跨学科、跨领域、跨界的多主体协同育人模式成为培养创新复合型人才的重要路径。

　　在多主体协同育人链条中，高校是培养人工智能领域各类人才的主要阵地，而企业的人才需求决定了高校人才的培养目标和方向。其高度的寻利性恰可以通过引入社会公众这一主体进行制衡，从而将人才培养目标指向“全人”培养。政府则应通过政策、资源和制度来引导和规范各主体间的有序合作。四个主体之间相互作用，可形成动态的平衡关系。

　　高校作为培养人工智能领域人才的重要阵地，在快速填补基础性人才“量”的缺口的同时，应注重拔尖创新人才培养“质”的提升。在基础性人才培养过程中，应着重强化本科阶段教育，通过差异化学科背景的育人团队、多学科交叉的“宽幅”课程和精深的专业课程，在知识广度上实现延展，输出大量基本技能和专业基础扎实的本科人才。在拔尖创新人才培养过程中，应注重结合学科特色优势，强化创新行为，建立与产业、地区的紧密关系，通过共建示范性人工智能学院或研究院等教学科研机构，聚力培养高端人才。

　　政府应统筹社会各类资源，制定相应的政策保障机制来促进高校、企业、社会公众之间的有序协同，实现“合力”。一方面，鼓励支持高校教学、科研资源面向社会开放，营造人工智能人才培养的良好社会环境；另一方面，出台人工智能产业政策，引导人工智能产业链的布局和升级，发挥产业对人工智能应用型人才培养的拉动力，围绕产业链布局人才链。在制度法规层面，应重视人工智能相关规则创新，以社会公众利益为基石、以现实问题为导向，重点解决人工智能人才培养过程中技术伦理教育偏弱问题。

　　企业应充分发挥在把握行业发展方向、行业标准、制造过程以及服务标准等方面的优势，为高校人才培养提供指引，并通过提供实践平台拓展高校人才培养的实践外延。具有雄厚研究能力的大型科技企业，应加速建设人工智能研究院来推动产学研合作，如百度云智学院、阿里云大学、腾实学院，形成模式多样的中国人工智能人才校外培育体系。这类培育模式的优势在于培育的人才与产业需求的契合度高、实践应用能力强，同时师资队伍学科交叉性强。

　　社会公众应以关注、支持某些议题的研究，监督可能存在的伦理风险等多种方式参与到人才培养之中。例如，为政府部门制定人才支持计划输入“意见”，积极参与高校学科建设、专业建设、人才培养方案的制定等，将公众意愿嵌入人才培养全过程。在此基础上，建立健全社区组织、专业协会等第三方组织，有助于社会公众这一主体更好地参与制定人工智能伦理标准、人工智能人才培养评价体系的建构。

　 （作者系南京工业大学电气工程与控制科学学院讲师）