人工智能技术的“灵魂”不在于“让机器像人一样”，而在于通过数智化实现决策的智能化。
OpenAI发布新模型GPT-4o，多模态实时交互能力再进一步。人工智能技术的迅猛发展，对社会的影响日益显著，应用场景在不断拓展；与此同时，其发展也面临着安全性、可靠性等方面的挑战，就业结构的悄然变化对人才培养提出了新要求。
5月14日，“北大光华学者沙龙”第2期在北京大学光华管理学院举行，主题为“人工智能的机遇与挑战”。北京大学光华管理学院应用经济学系教授、光华人工智能与社会科学交叉学科横向发展平台召集人翁翕，北京大学光华管理学院应用经济系教授、北京大学行为科学与政策干预研究中心主任孟涓涓，进行了主题分享。
在以《人工智能技术的“灵魂”》为主题的分享中，翁翕表示，要正本清源地看待人工智能技术的发展，需厘清“我是谁”“从哪来”“到哪去”的传统哲学问题，落到人工智能领域就是：人工智能技术的“灵魂”是什么、人工智能技术为谁赋能、人工智能技术未来发展的关键在哪里三方面。
翁翕指出，受思维影响，大家往往更关注人工智能的科学含量，导致无法看清人工智能作为一项技术的最核心内容。人工智能技术的“灵魂”不在于“让机器像人一样”，而在于通过数智化实现决策的智能化。同时，人工智能是一项通用目的技术，未来一定是赋能于普通大众的决策智能化。而未来人工智能技术发展的关键，在于实现教育变革。
“人工智能作为生产工具面向大众，某种程度上会降低一些不平等和差异。短期内，很多用户可能会对使用人工智能技术有些排斥，但随着技术和产品的进一步普及，痛点会在发展中慢慢化解。”翁翕说。
在他看来，随着“人工智能+”、“数据要素×”等行动的开展，国内人工智能技术发展水平与国外相比，差距在迅速缩小。中国发展人工智能的主要优势，在于其在特定垂直行业和领域中应用人工智能的强大能力，例如在金融和营销等方面。并且，中国社会对人工智能的开发和应用更具包容性，这也有助于人工智能在公众中得到更广泛应用。
翁翕表示，目前国内很多领域都在应用人工智能进行数智化决策，取得一定成效，在工业制造、金融服务、交通运输等重点领域的标杆案例已具备推广价值。此外，人工智能的三大要素分别是算力、算法和数据，随着大陆把数据列入新型生产要素，数据方面的潜能在逐步释放。所以，大陆未来有很大的潜力和空间来实现人工智能技术的扩展应用和落地，而鼓励人工智能在产业中的应用，是进一步推动人工智能产业发展的关键。
“目前来看，虽然人工智能浪潮已经涌起，但人工智能未来发展也在遭遇瓶颈，如算力瓶颈及数据短缺等。其中，算力瓶颈主要是芯片供应受限，但卡脖子有弊也有利，长远来看，需求创造供给，国产算力有望在各方刺激下快速发展。数据短缺方面，国家数据局已经在推动AI大模型训练数据集的建设，未来还需攻克高质量的标注数据集。”翁翕说。
更为关键的是，与上述限制因素相比，眼下认知瓶颈和人才短缺的障碍也亟待解决。翁翕提出，为了更好地适应未来人工智能技术的发展，必须推动教育变革，新兴专业课程要响应现实需求，而不能简单地把传统课程换个名字，同时着重培养既通晓计算机和经管知识又熟悉垂直行业的复合型人才。这需要教育体系更加与时俱进，通过不断与产业链上的关键企业或机构展开对话，及时对课程内容进行调整。
最后，翁翕也指出，以大语言模型为代表的人工智能融入教育，不可避免地会造成学生的使用依赖，这并非技术本身的问题。为了更好地激发学生的创新能力和创作天性，建议发挥大陆体制优势，尽早将人工智能融入教育的全年龄阶段，引导学生养成健康使用新生产工具的能力和习惯。
孟涓涓则以《人机交互：人工智能对人类行为和社会公平的影响》为主题，进行了分享。在她看来，人工智能技术以排山倒海之势袭来，我们无法拒绝，这样的时代背景，人类以怎样的方式去面对人工智能技术，是一个值得探讨的问题。
“我们需要从人机交互的角度出发，理解人工智能对人类社会的影响。”孟涓涓说。对此，她首先提出了一系列问题：
人工智能，对就业、对商业组织、对信息传播、对社会公平的影响有哪些？回答这些宏观问题可以从微观视角切入，即理解人类和人工智能将以何种模式交互？人类和AI的差异：替代还是协助？人类对AI的态度：算法厌恶还是算法偏好？人类与AI的交互：算法产生哪些新的行为问题？
孟涓涓指出，人工智能技术的采用，大体上是由技术、成本、价值、伦理四个因素决定的。具体而言，在技术方面，就是技术的成熟度、数据的可得性；在成本方面，就是新技术的成本、人员更替的成本，以及管理的成本；在价值方面，就是新技术带来的商业价值如何；在伦理层面，就包括政府的监管与社会的接受度。
在她看来，人工智能发展的时间轴分成前GPT和后GPT时代。前GPT时代，最经典的一个结论是重复性的、非认知的劳动会被AI替代，而认知性的社会交往，与情感、情商相关的劳动则不容易被替代。这导致低收入人群被替代概率更高。但在GPT诞生以后， GPT做了很多与认知相关的事情，可能导致高收入人群被GPT替代概率更高。
“可以看出，后GPT时代的技能替代更为显著，如认知能力中的编程、数学、理解、阅读、表达、写作等能力均会被GPT迅速替代。但是在一些领域，如科学研究、批判性思考、主动学习等技能，相对来看替代程度较低。”孟涓涓说。
那么，什么情况下AI不能完全替代人类呢？在孟涓涓看来，当人类有着更好的人际交往能力、当人类掌握着私人信息时、当人类有着和算法不同的目标和偏好时，AI不能完全替代人类。
首先，当人类有着更好的人际交往能力时，人工智能可以负责数据分析提供结论，而人类负责更高效地把信息沟通出去；其次，当人类掌握一些人工智能掌握不了的私人信息时，人类决策的价值不能被替代，这是因为现在人工智能的训练大部分是基于公开数据；第三，当人类有着和算法不同的目标和偏好时，人类需要做最后的决策者。因为在不同的情形下每个人的目标是不一样的，人工智能不一定能给出最符合个体当时目标的决策。
她强调，人工智能技术会带来很大的效率提升，但人类对AI的态度影响了AI技术的采用。研究表明，前GPT时代通常表现为“算法厌恶”，后GPT时代则可能因为人工智能更像人类而体现出一定的“算法偏好”。从人工智能对社会公平影响的角度来看，在劳动力市场对劳动力的替代将在某种程度上加剧不公平，但赋能或者辅助决策则会拉平劳动者的表现从而降低不平等。研究表明，后者的结论很稳健：无论是前GPT时代还是后GPT时代，人工智能以辅助的决策赋能人类都会拉平不同技能劳动者之间的差距。对于商品市场而言，人工智能以更低成本为更广泛人群提供更优质的商品和服务，个性化推荐算法可以一定程度避免商家赢者通吃，给与中小企业更多机会；人工智能的采用由于其中性化，还能降低人类偏见、促进社会公平。
但与此同时，孟涓涓也指出，人工智能在与人类的交互中，也存在隐私悖论、思想极化、数字成瘾、认知退化、行为多样性降低等问题，值得我们关注。
眼下，人工智能无疑是全社会关注的热点，身处其中的企业和个人面临着前所未有的发展机遇。北京大学光华管理学院在积极借鉴人工智能方法研究社会科学问题，从社会科学视角，探索人工智能给社会带来的巨大冲击和新的发展契机，探讨技术的边界和社会问题的解决、探寻AI赋能百业的深度应用和前沿实践。