前段时间，无人驾驶出租车“萝卜快跑”在国内一些城市投入使用，曾引发了公众的普遍关注。一次出差中，浙江外国语学院党委书记、浙江工业大学现代大学制度研究中心主任宣勇便在出租车上听到了司机对于这件事的“吐槽”。
其间，司机说道：“既然人工智能这么厉害，那能不能实现无人领导呢？”
这句话引起了宣勇的注意。经过上网查阅，他发现随着人工智能的不断发展，类似声音已经不再鲜见。身为高校领导者的宣勇自然想到，在高校的治理问题上，人工智能是否可以完全取代人的作用？
此前在针对高等教育问题的研究中，宣勇曾多次开展过系列访谈。此次面对与人工智能有关的话题，他决定创新一下访谈形式，将问题抛给目前比较成熟的6款人工智能大语言模型，由此展开了一场他与人工智能之间围绕高校治理的对话。
不久前，在清华大学主办的第三届清华高等教育论坛上，宣勇将这场“访谈”的结果以及思考告诉了大家。
让人“安心”的回答
“访谈”中，宣勇首先关注的便是在高校管理中，是否可以实现完全的“无人领导”。对此问题，所有的人工智能都给出了否定的回答。宣勇选择了一个最符合他个人偏好，同时也最能说服他的人工智能，其回答也最具代表性。
它的回答如下——
“大学组织能否实行无人领导，这涉及组织管理的核心原则和现实操作的复杂性。从理论角度看，无人领导的概念强调自我组织、自我管理和自我驱动，这在某些特定的、小型的、高度自治的团队或项目中或许可以尝试。然而，在大型、复杂的大学组织中，全面实行无人领导极具挑战性，甚至可能不切实际。”
这样的回答让宣勇颇感“安心”。不过人工智能也告诉他，大学组织虽然很难全面实行无人领导，但并不意味着不能借鉴无人领导的理念和方法。在实际操作中，可以在某些特定领域或项目中，尝试采用无人领导的模式。在保持组织稳定性和连续性的前提下，适度探索和应用无人领导的理念、方法，以提升组织效率和创新能力。
第二个问题随即出现——既然如此，在大学内部治理中，哪些工作是人工智能可以取代的，哪些又是取代不了的？
这涉及大学内部治理结构和治理能力的问题。对此，宣勇曾专门进行过研究。在他看来，一个好的大学治理体系要从5个维度进行观察，即要有清晰的教育部署、顺畅的组织运作、高效的资源配置效率、高涨的人员士气，以及显著的学术增长；至于治理能力，则可以分解为党建统领力、战略谋划力、组织变革力、资源整合力、氛围营造力和数字智治力等6个方面具体能力。
当宣勇将他的上述划分分享给人工智能时，后者的回应令宣勇惊喜——
在治理结构方面，人工智能建议他加入另一个维度——社会影响力的提升。“这个补充非常有道理，也提示我们，在完善相关研究的过程中，人工智能可以发挥非常大的作用。”宣勇说。
至于人工智能在大学治理能力的6个方面有怎样的优缺点，人工智能也给出了让宣勇信服的阐述。
比如针对战略谋划力，人工智能称其虽然可以基于数据进行分析和预测，但战略谋划需要深入洞察行业趋势、竞争对手动态以及自身资源能力等多方面因素，这些都需要人类的智慧和洞察力。
同时，在面临复杂、多变的情境时，人工智能可能难以作出全面、准确的决策，战略谋划往往需要考虑多种不确定性和风险因素，这需要决策者具备丰富的经验和判断力。
“总之，人工智能确实能通过大数据分析、预测建模、优化算法、情景模拟等方式，在高等教育治理中提升我们的效能。但同时，其由于在数据依赖、非结构化问题处理方面的局限，特别是在人文情感能力方面的不足，难以实现对人的全面替代。”宣勇说。
“领导者”还是“管理者”？
不久前，聊天机器人ChatGPT的母公司OpenAI提出了通用人工智能的五级标准，用以确认人工智能的进展。其具体包括聊天机器人（具有会话能力的人工智能）、推理者（解决人类水平问题的人工智能）、代理（能代表用户采取行动的人工智能）、创新者（能够协助发明的人工智能）、组织者（能完成组织工作的人工智能）。
宣勇注意到，在这一标准中，即便是最高等级的人工智能，扮演的角色依然只是“组织者”（Orchestrator）而非“领导者”（Leader）。
“‘领导者’与‘组织者’或‘管理者’之间有很大区别。”他说，组织管理是一门科学，也是计划、预算和控制某些活动的过程，而且这一过程或多或少是借助科技和权威专家进行的。“换句话说，管理表现为一套看得见的工具和技术，这些工具和技术建立在合理性和实验的基础上，稳定、统一且可重复。”
相比之下，领导则既是科学又是艺术，是随机性、非模式化和人格化的，具有不可复制性。
宣勇曾向人工智能提问，在“领导者”和“管理者”之间，人工智能会取代谁。他得到的答案很明确——后者。
“在我看来，人工智能无法替代‘领导者’的原因，在于领导者首先要具有使命感，这种使命感就是让人类进步。它的领导价值和组织愿景是人工智能所不具备的。”宣勇说，这对于我们的高等教育管理很有启发——高校管理者是仅仅满足于“管理者”这一角色本身，还是要进入“领导者”的角色？
“这一选择不仅关乎我们是否会被人工智能所取代，更关乎高等教育整体的未来发展。”他说。
需要正视的问题
宣勇与人工智能的这场对话持续多日。其间，他请教了多位人工智能专家，了解到人工智能大模型的发展主要依靠三大要素——数据、算力和算法。这其中，最能体现人工智能价值的是算法，因为它决定了数据的解读方式，以及数据的意义是什么。
“然而，算法是由技术人员设计出来的，所以数据的意义在本质上仍取决于算法设计者本身的理解，甚至反映出设计者的价值观。”宣勇说。
当前，我国的高等教育治理正面临数字化转型。这意味着未来人工智能必然会更加深入地融入高等教育治理中，同时也意味着人工智能背后的资本和技术力量，以及这些力量所代表的认知及价值观也将介入其中。
“这是一个需要我们正视的问题。”宣勇说，如果处理不好，很容易形成“懂技术的人不懂治理，懂治理的人不懂技术”的局面，为高等教育治理的数字化转型带来困扰。
对此，他建议在高等教育治理中，促进计算机科学、教育学、心理学等多学科领域的专家学者进行合作研究，共同探索算法在高等教育治理中的应用和优化策略。
他还建议高校加强与算法相关专业的建设和发展，培养具有扎实算法基础和创新能力的人才。同时，鼓励教师参与算法研究和应用实践，提升教师的算法素养和教学能力。
“总之，作为大学的领导者，要主动将人工智能嵌入大学内部治理体系中，形成人机协同、共同治理的新形态。我们不能把所有的工作完全交给人工智能，但也不能对此趋势坐视不管，所以最好的方式就是人机协同。”宣勇说。
他表示，在此前的高等教育内部治理过程中，我们已经在教学方式变革、教学评价改进、教育资源共享、教育智能服务定位等方面实现了人工智能的应用，但高等教育内部治理所囊括的内容远不止这些。“如何进一步积极拓展人工智能的应用场景，推动数字化校园建设在内部治理中的更广泛应用，将是我们接下来努力的重要方向。”
（来源：中国科学报 记者：陈彬）
