走出校园后，公众大多从媒介渠道继续获取科学方面的知识，对于大量的读者、听众和观众来说，这些渠道是无所不在的，特别是在新媒体蓬勃发展的当下，信息呈指数式增加。越是这样，越需要科学家积极地发声，澄清事实，破解谣言，传播正确的科学知识。

可以说，科学新闻出现在大众媒体中的历史和大众媒体渠道存在的历史一样悠久。只不过不同历史时期或者在不同文化情境下，撰写这些科学新闻的人会存在一些差异。比如在科学建制化和科学家职业化前后，很多科学家还十分愿意同媒体进行交流，他们或接受采访，或撰写文章，并且他们欣然地利用那个时代的媒体渠道和公众分享他们开展科学探索的故事。

但是，随着科学研究发展出了自己的专业语言，人才培养机制、成果传播渠道和平台、同公众进行交流的模式发生了变化。科学记者逐渐成为了衔接科学家与公众的纽带，因而科学家、记者和公众也被称为科学传播的铁三角，所谓一损俱损，一荣俱荣。

我们常说：科学家是科学知识、科学方法、科学思想和科学精神的发现者、生产者、创建者。因为科学家处于科学研究的最前沿，在其所属的领域里游刃有余，所以同专门从事科学传播的机构和媒体相比，他们可以最大限度避免科学知识在传播过程中出现差错，保证科学传播的正确性。通过调查我们发现，绝大多数科学家都认为科学传播十分重要，但是他们与媒体交流的频率却不是很高，更不要说他们会主动联系媒体传播自己的科研成果了。那么为什么有些科学家在媒体面前会保持缄默呢？

要回答这个问题就需要对科学家与媒体之间的关系进行反思和考察。

和其他所有的新闻内容一样，科学新闻在本质上倾向于片段性叙述。记者们更愿意就某个议题的具体事件写一些短文，而不是长篇累牍的主题式报道。这背后的原因是大多数媒体生产过程的快节奏，特别是在当前媒体内容生产实时更新的情况下，新闻生产周期无法等待长达数月之久的科学过程的完成。而且科学记者也不可能全景式报道科学新闻。首先是因为没多少普通读者关注和自己无关的内容。其次还要考虑传播分层的问题，记者在写文章时已经在心里描摹了一个读者群，所以面面俱到也不可能写出好的新闻报道。此外，记者们往往只针对科研过程的某一个环节或片段撰写稿件，并且希望读者们能够从这些只言片语中勾勒出全景，并对该科学研究感兴趣。这样就难免会给很多科研成果的传播带来一些片面性，也会导致公众对科学的理解有所偏差，进而让科学家对记者产生误解。比如我们开展的一项调查就显示，一半以上的受访科学家认为媒体报道往往夸大其辞或者断章取义，许多复杂的科学研究结果被记者过度简化，使科学家不敢再发言，而出现这种情况的一部分原因在于专业主义缺失。

此外，不得不承认的是，当前我们处于一个流量社会中，在这种情况下，“标题党”成为了获取公众关注的敲门砖，而且“标题党”这个潮流似乎愈演愈烈，似乎不“标题党”无“爆款”俨然成为了准规则。那个有关“饿死癌细胞”的说法，即便当事人对这种做法也是哭笑不得，还有施一公《生命科学认知的极限》的演讲转眼就变成了《施一公：我的认知再度崩塌了，世界可能根本就不存在》！可以说这种做法无意或有意地伤害了某些科学家，让他们对媒体产生了不好的印象，所谓“一朝被蛇咬，十年怕井绳”。一旦有不好的经历，那么他们可能会选择“躲进小楼成一统，管他冬夏与春秋”。长此以往，科学或者说科普会被“玩坏了”，甚至是“搞丢魂了”，最终让公众越来越不理解科学，这无疑脱离了科普的本质和精神。

当然，我们也需要承认，科学家其实不太了解媒体的工作机制，这可能也是造成科学家误解媒体的一个原因，毕竟科学新闻的生产有系统性的流程，从选题、采编、成文、编辑，到最终出现在读者面前，会有很多环节，科学家不可能全部了解。与此同时，科学记者的角色从宣传者转向批评和评论者，在如何看待科学研究和科研结果方面，科学家和记者有着不同的视角和看法，因而有必要理顺科学家与媒体的关系，打通科学传播的链条。

（摘自《知识分子》2018-3-31，有删节）

有人认为“人工智能会造成大规模失业”，但是人工智能带来的不是劳动的终结，而是劳动的变革，会使一些岗位消失。过去10年甚至更长时间里，对精通数字技术的工人的需求量一直在悄无声息地增长，如今这种势头正在加快，改变着整个劳动力市场。对社会和情感技能的需求大幅上升，比如团队合作、领导他人、谈判和心领神会的能力。这些人工智能无法进入的职业类型和岗位数量正在增加，尤其是医疗保健、教育、营销和管理领域，离不开人类的情感同化、智力水平以及手工操作。至于其他职业，人类和人工智能可能形成互补关系。如在放射科，人工智能已显示出精确诊断一些疾病的能力，成为一种出色的辅助决策工具，但医生仍是关键角色。面对劳动力市场的结构性变化，我们既要引导人们选择人工智能时代需要的职业，又要加大培训。人工智能时代的劳动者需要不断学习获得新技术，并在工作生活中提升现有技能。全球数以亿计的工人将需要再培训机会，虽然目前这些机会还很匮乏，只有存在大量经过培训且适应能力强的劳动力。我们才能享受技术发展拉动生产力提高的全部好处。

（摘编自《人工智能崛起：我们还没准备好》）

人工智能的发展会引起新一轮大规模的自动化，比如无人工厂、无人车队，会淘汰一大批企业，有大量的人会失业。自动化不但不一定能改进社会福利，而且可能破坏社会福利。大量的人失业，严重的贫富不均，就会导致尖锐的社会矛盾。这种不平等是因为在技术发展之后，制度没有相应地跟上。政府有可能按照自身的目的，支持人工智能发展的某一面，压制其发展的另一面。政府以为这样做有好处，但从长远来看，会严重影响人工智能的均衡发展。今天中国出现的不平衡加剧，就是和政府有意支持某学科，压制其他学科直接相关的。经济学就是明证。改革开放早期，我们这一代人去美国留学时，中国实质上没有经济学这门学科。我们这一代经济学者，基本上都是工程、物理、数学背景的。过去压制社会科学的做法，使得中国的政治学、经济学、社会学很落后。现在这些学科追上去了一些。

当人工智能普遍应用之后，全社会的生产方式会发生变化，资源配置也会发生变化，会影响全社会的效率，影响产业结构，从而影响制度。因此，任何国家，如果在人工智能方面落后，也会导致它的制度跟着更落后。

（摘编自许成钢《人工智能、工业革命与制度》）

虽然我国在人工智能部分领域的核心关键技术实现了重要突破，但整体发展水平与发达国家相比仍存在差距。我国目前仍缺少重大原创成果，在核心算法、高端芯片、软件与接口等方面与国际先进水平仍有较大差距。《全球AI领域人才报告》显示，全球人工智能人才需求三年翻8倍，从业者达190万，中国只占2%，排第7。人工智能人才的培养，通常需要6到10年的培养期。因此，我国人工智能人才缺口，短期内还很难有效填补。

人工智能的辐射领域广泛，是一门学料交叉性很强的综合领域。从目前我国人工智能人才知识结构来看，仍是以理工科背景居多，主要专业有计算机、自动化等，还不能满足我国人工智能当前发展的人才需求。

人工智能可能影响就业，使直接从事生产性劳动的人口比例下降。例如，无人驾驶汽车会在卫星导航的协助下，自动把乘客拉到指定地点，届时我国的260万出租车司机将面临失业风险。据测算，仅在我国，人工智能将影响3000万货车从业者。失业人口如何维持生存，是人工智能带给社会治理的新挑战。

（摘编自许晔《下一代人工智能：引领世界发展的新兴驱动力》）

我们这个时代，学习的方式，正在发生一次巨大的变革。我们正在经历从“考试式学习”向“破案式学习”的过渡。

此话怎讲？

过去的学习，知识的门类是固定的，问题也是清晰的。而且这些知识都已经被体系化，以文字的方式确切地写在经典里，你只要去学就可以了。

所以，你的求知方式应该是勤奋、专精、系统化地学习，而学习效果由各种各样的考试来衡量。这种学习模式被称为“考试式学习”。

哲学家以赛亚・伯林有过著名的“刺猬与狐狸论”：刺猬之道，一以贯之（一元主义）;狐狸狡诈，却性喜多方（多元主义）。传统社会显然更需要刺猬式的专家，但是今天，“考试式学习”模式正在遭遇巨大的挑战。原因很简单：第一，人类的知识总量已经太大了，大到任何一个人，用任何一种方式都无法消化。第二，知识的确定性正在丧失。知识本身在频繁更新，今天还是共识的东西，明天可能就不对了。问题越来越多，但是确切的答案越来越少。     

那怎么办？美国顶级畅销书作家庞德斯通在《知识大迁移》这本书里，提出了一个开脑洞的办法：除了专长之外，你要尽可能多地、碎片化地掌握一些知识的皮毛，不用系统，不用深入。

过去的知识是固化的，学习者跟它的关系，有点像人和财富，是占有关系，占有得越多越富有。但是现在不行了，知识多到你根本就占有不过来。

打个比方，过去水很少，而自己这个容器很大，往自己这个空桶里装水，当然是装得越多越好。而现在，水已经多得像大海，你就别想往身体里装了，学会在水里面游泳就好。

不管什么知识，都成了你踏入未知世界的踏板。一个片段的知识，会成为你求知路上的援兵，是不知道什么时候会起作用的接应。它不是答案，但它是通向答案的钥匙。

还记得那个爱下围棋的数码工程师吗？过去，围棋只是业余爱好，但是现在，正因为他对两边都懂一点，所以，击败人类棋手的人工智能AlphaGo才可能是他开发的啊。

那些一鳞半爪的知识，孤立地看可能没有用。但它极有可能在机缘凑巧时，填补一个你认知世界的空白维度，那它就是价值连城的。

一个著名的例子，是福尔摩斯第一次见到华生的时候。他马上判断出他是一个从阿富汗回国的军医。为什么呢？因为华生有医务工作者的风度，同时还有军人气概，那他肯定是个军医。左臂动作僵硬，说明刚刚受过伤。那当时什么地方刚刚打完仗，有可能让一个军医受伤呢？阿富汗。所以，结论就出来了。

你看，福尔摩斯只需要一个片段的知识——阿富汗刚打完仗，就足以让他完成一整套推理。他并不需要深入细致地了解这场战争。

这就是“破案式学习”。过去的学习，是面对已知的学习。现在的学习，是面对未知的学习。人人都是福尔摩斯。

（选自《青年博览》2019年第7期，有删改）