知识管理论坛 >

2025 , Vol. 10 >Issue 1: 2 - 17

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.001

专稿

人工智能背景下的高等学校知识服务体系——基于软知识化人才培养

  • 葛新权
展开
  • 北京信息科技大学商学院 北京 100192

葛新权，教授，博士，博士生导师，E-mail: 。

收稿日期: 2024-11-15

  网络出版日期: 2025-04-28

收起

Knowledge Service System of Higher Education Institutions in the Context of Artificial Intelligence: Focusing on the Cultivation of Soft Knowledge Talent

  • Ge Xinquan
Expand
  • Beijing Information Science and Technology University Beijing 100192

Ge Xinquan, professor, PhD, doctoral supervisor, E-mail: .

Received date: 2024-11-15

  Online published: 2025-04-28

Fold

摘要

[目的/意义] 当前高校面临着人工智能所带来的机遇挑战与“双一流”建设的双重压力，实现人工智能助力高质量人才培养与高质量学科建设，意义重大。[方法/过程] 从（软）知识化与知识服务视角，基于高校现实出现的问题与人才培养首位性、软知识成就学生和教师个体独一无二的特性，以及管理者、教师与学生竞争机制配置特点，以问题为导向分析人工智能及其背景下高等教育“软知识化”，以及软知识与人工智能共生互补的本质特征。同时，以软知识化人才培养作为高校破解双重压力的必然选择与突破口，分析高校软知识化人才培养的使命，进而构建基于知识化人才培养的知识服务体系。[结果/结论] 高校尤其普通高校，通过实施基于知识服务的因材施教与因教施服，以及助力软知识化人才培养的开放合作、文理融合和文理分类调整，将有助于提高（本科）人才培养质量与水平，培养出具有独特的软知识、具有竞争力的人才，尤其是具有强大潜力的文理兼修的高端创新人才，在双重压力竞争中立足，实现其具有特色或优势的稳定健康可持续发展，为人工智能时代下国家高水平安全保障高质量发展培养人才作出应有的贡献。

关键词： 人工智能; 高等学校; 知识服务体系; 软知识化人才

本文引用格式

葛新权 . 人工智能背景下的高等学校知识服务体系——基于软知识化人才培养[J]. 知识管理论坛, 2025 , 10(1) : 2 -17 . DOI: 10.13266/j.issn.2095-5472.2025.001

Abstract

[Purpose/Significance] Currently, universities are facing both opportunities and challenges brought by artificial intelligence (AI), as well as dual pressures in the construction of "Double First Class" universities. Achieving the assistance of AI in cultivating high-quality talents and building high-quality disciplines is of great significance. [Method/Process] From the perspective of (soft) knowledgeization and knowledge services, this paper took a problem-oriented approach to analyze artificial intelligence and “soft knowledgeization” of higher education., and reveal its essential symbiotic relationship with AI, based on the real challenges faced by universities, the priority of talent cultivation, the distinctive characteristics of soft knowledge that influence students and faculty, and the competitive dynamics among administrators, educators, and students. Based on the cultivation of soft knowledge talents as the inevitable choice and breakthrough for universities to alleviate dual pressures, the study analyzed the mission of soft knowledge talents cultivation and proposed a knowledge service system to support this educational approach. [Result/Conclusion] By implementing customized educational strategies grounded in knowledge services, fostering open collaboration, and integrating liberal arts and sciences, universities—particularly undergraduate institutions—can improve the quality of talent training. This approach aims to develop unique, competitive individuals equipped with strong soft knowledge and nurture high-end innovative talents with a robust foundation in both liberal arts and sciences. Ultimately, this strategy promotes sustainable development amid dual pressures competition, contributing to the cultivation of talents essential for high-level security and quality development in the era of artificial intelligence.

Key words： artificial intelligence; higher education institutions; knowledge service system; soft knowledge talent

1 高校面临的压力/ The pressure faced by universities

在人工智能迅速发展与高端人才激烈竞争的今天，作为社会经济发展人才，尤其高端人才培养基地的高校面临着前所未有的双重压力。利用人工智能培养高质量人才，形成特色鲜明的学校知识服务体系，成为高校发展的新机遇。

1.1 “双一流”建设的压力

“双一流”建设高校面临着“双一流”建设动态调整“不进则退”式的双向压力（困境）；部分普通高校则面临着“双一流”建设、高校博士授予单位资格申请以及增加博士学位授权点的双重压力（困境）。一方面，多数普通高校往往满怀希望，设定并追求过高的发展定位与对标标准，加重了教师考核晋升以及学生毕业的压力，尤其为短期内获得稀缺机会与资源，提升学校层级、声誉与影响力，坚持“重科研，重项目及经费，轻教学”的跛脚式导向，教师和学生不堪重负。更严重的是，有的院长、学科或团队带头人对青年教师和学生施加各种“美好挤压”，导致了青年教师和学生苦不堪言。结果是，多数教师尤其青年教师怨声载道，陷入一线悖论[1]。如此的定位对标无异于缘木求鱼，非但难以实现预期目标，反而会导致管理者、教师与学生之间产生互不信任与相互埋怨的情况，尤其是集中全校资源“造”一朵红花，扶持某一带头人，建设某一个学科专业团队。纵然红花开了，成就了带头人为所谓的领军人才，但伤害了绿叶即其他学科专业团队，侵占了这些学科专业团队教师和学生的机会、资源和利益，尤其缺乏对他们的情感关爱，致使这些学科专业团队失去信心选择“躺平”；甚至造成了领军人才与其学科专业团队基本面人才的割裂，双方难以形成支撑合力发挥作用，学科建设速度缓慢，反倒影响了学校正常的健康可持续发展，甚至滋生学术腐败或“集中力量办个人荣誉”等为个人利益牺牲多数人利益的腐败现象。可想而知，这种过度提高发展定位对标，注定是适得其反，往往以失败而告终。另一方面，少数普通高校不思进取，甚至自暴自弃，维持现状或过低的发展定位对标，导致了学校发展缓慢，甚至落后，进而影响教师与学生成长与未来的发展。正是普通高校发展定位对标的错设，导致事与愿违现象的发生。
特别地，生育下降导致适龄生源减少，高校尤其普通高校又面临招生难就业更难的现实，加剧了其双向困境。随着生育减少，美国、日本、韩国等国家的高校已经出现倒闭关门的现象。我国也已出现了苗头，根据《中国教育统计年鉴》和《全国教育事业发展情况》有关统计数据，全国幼儿园在园人数，在2020年达到峰值4 818万人，随后2021年开始下滑，2023年变化最为剧烈，同比减少535万人，降幅高达11.56%。由此可以预见，15年后适龄生源减少，高校招生将面临“抢生源”的压力。由于压力向下传递，普通高校处于劣势，招生规模将面临显著下降。特别地，“双一流”建设高校在异地校区建设方面展现出迅猛势头，它们势必会利用自身优势扩大招生规模，这将使得一些普通高校的招生工作面临更加严峻的挑战，甚至有可能因为招生困难而面临“关门”的风险。同时，硕士博士连年扩招使得招生数量显著增加，从2016年7.73万到2023年15.33万，翻了一倍，而2024年7月新增831个博士学位授权点，预计未来每年将额外招收1万名左右的博士。人才培养错位导致学历贬值，使就业竞争更加激烈，普通高校将面临着更严峻的招生就业瓶颈。因此，对于高校尤其普通高校来说，面临的双向困难是巨大的。

1.2 AI带来的压力

AI作为智力革命的第四次工业革命，再次改变世界并影响我们每一个人的生活。如埃隆·马斯克所言，AI将能够完成人类的工作，2029年左右AI的能力将会达到80亿人类的水平；麦肯锡全球研究院2024年5月发布的报告《工作的新未来》中显示：在2030年至2060年间将会有50%的现有职业被AI取代。可见，AI通过改变市场人才要求与需求，间接对高等教育产生巨大的根本性影响，并远远超过了计算机互联网对高等教育的影响。同时AI直接对高等教育产生了巨大变革，如通过AI传授知识，将改变教育中最难的事情——“旧的上一代去教未来的下一代”悖论；又如美国西弗吉尼亚大学2023年秋季开学时，该校20多个专业被撤销，140多位教授被解雇或将被解雇；2024年秋季，哈佛大学取消了30多门课程，这些课程分属于20多个系。同样，近几年我国高校招生与毕业生就业都受到不同程度的影响，尤其是文科专业受到较大的冲击。为此，高校应结合实际进一步深化“人工智能+高等教育”的探索和实践，在人工智能技术的辅助下优化教学模式，创新人才培养，提升教育治理效能，在更广的范围内推动人工智能赋能教育教学的创新发展。部分高校撤销了一些学科专业，并开设诸如人工智能通识等课程，着力打造人工智能通识课程体系，以应对AI对高等教育的影响。
重要的是，AI独特的信息获取分析处理和表达能力以及逻辑思维能力可以开阔人的知识视野与认知空间。特别是诸如未来重塑生活和工作的最新型AI工具、驱动清洁未来的绿色能源、推进科学边界的生物技术、革新健康管理的精准医疗、创造互联未来的6G、探索未知世界的深海空地技术等革命性技术，不仅将改变供应链、产业链与价值链，而且对商业、医疗保健、创意产业乃至高等教育产生直接或间接的影响。我们需要重新定义或重新理解高等教育在人才培养、科学研究、社会服务、文化传承创新以及知识获取、交流、共享与应用创新中的功能，尤其要关注人机协同的知识学习交流方式与人类知识的代际传递。
一方面，在AI背景下，人不应该只是一个学习的机器。基于人机交互的教育理念、目标、内容、手段、方法、场域、评价、范式、模式，以及学习环境、资源、渠道、交流、内容、方式、方法和研究创新观念、模式、方式等系统不断变革，教育应该关注作为独立存在个体的每个学生的个性化需求和发展，帮助学生进行自我探索，认识自己，找到自己的兴趣和特长，并激发其潜能。正如加拿大著名教育学家加德纳的多元智能理论所强调的，人类智能是多样的，要注重认知能力和认知风格的差异性[2]；又如堪萨斯大学赵勇教授所分析的，教育系统能够充分利用AI技术，根据每位学生的具体需求和特点进行定制化教学，从而发掘每个学生的独特才能和潜力[3]。
另一方面，AI快速灵活便捷地助力通识教育落地，普及“看似无用乃大用”的常识知识，有利于回归常识，有利于杜绝“简单事情复杂办”人为式内卷行为，有利于事半功倍。如 2006年诺贝尔物理学奖得主乔治·斯穆特所言，在未来的大学教育中，知识传授将不再重要。大学必须承担新的使命，主要提供通识教育，而把科学发现、技术进步、文化发展等使命转移到社会当中去。通识教育的目的在于，使学生能够拥有独立的生活方式，而不仅仅是传授知识[4]。
再一方面，AI清除了知识门槛，避免了思维封闭固化，未来教育更加多元多样开放，为所有人公开公平获取、交流、共享与应用知识成长成才提供平等的机会。如生物医学教授M. Pividori分析了如何通过精心设计的提示词来有效利用ChatGPT提高学术写作的效率和成果，以及AI介入使得科研更加高效，知识生产者更加多元，知识传播更加开放，未来的大学将更加开放、多样化，更加注重创造性思维和行动的培养[5]。
可见，AI对高等教育的直接或间接影响都转化为对高校的“机遇与挑战”式双向压力，即高校尤其是普通高校所面临的AI和“双一流”建设双重（双向）压力。正如罗素所言，人生而无知，但是并不愚蠢，是教育使人变得愚蠢。因此，高校尤其普通高校如何破解双重压力，在竞争中发展，具有重大的现实意义。

2 人工智能背景下高等教育的本质特征/The essential characteristics of higher education under the background of AI

相比“双一流”建设对高校的影响，AI的影响是根本、全面和长期的。为此，我们需要从知识化，尤其软知识，包括不能用语言表达的狭义软知识和能够用语言表达的经验、诀窍等广义软知识的[1]特性、人才培养的首位性与本科人才培养的根基性，以及软知识化与AI共生互补的角度，分析AI背景下高等教育“软知识化”本质特征。

2.1 AI的本质特征

AI的发展演进遵循数字化—数据化—网络化—智能化—AI的路径。这些阶段循序渐进伴有交叉。总的来说，数字化是基础，数据化是数字化的结果，网络化是实现数据共享，智能化是“数据+算法+算力+内容”的知识化，AI则是知识深化。实际上，数字化、数据化、网络化、智能化以及AI都具有统计化和知识化的特征，但数字化、数据化、网络化更凸显统计化特征，而智能化和AI更凸显知识化特征。当然，初期的AI体现“数据+算法+算力+内容”的知识化，只是在人的预设的“方案”中，执行人的指令，通过快速精准搜索选择最优的“方案”，但不具有人的思维能力，但生成式AI则体现“数据+算法+算力+内容+思维”的知识深化，此时它具有一定的人的思维能力，执行人的指令，更可根据实际情境与素材，通过快速精准搜索计算，生产新的“方案”，并从预设的“方案”和新的“方案”中选择最优的“方案”，这是AI质的飞跃。
可以预见，未来AI在某些方面具有甚至超过人的思维能力，达到智慧化，但它无法取代人类的前瞻性推理、理论驱动逻辑和独特的具有创造性的理论构建。
准确地说，未来人的思维能力与AI思维能力具有“相交但互不包含”集合的“人与AI共生（互补）”特征。例如，AI的思维方式与人完全不同，它是基于物理和自然规律产生的逻辑（理性）思维，即以算法为价值观，通过输入数据和流程保障得出结果。人是基于自身的认知和环境产生的感性思维。尽管AI是人的思维的容器的计算智能、感知智能、理解智能、自我行动智能4个维度不断发展的结果，但目前AI思维局限于大模型语言学习[6]。语言表达思维但不是思维，而创新需要人的思维，尤其是突破或破窗思维，因此AI强化或扩展了人的逻辑思维，不能替代人的的凸显感性思维的思（审）辨或批判或创造性思维等。对科学家来说，以感性思维突破逻辑思维局限，走到科学前沿，以前所未有的视角进行观察，显得尤为重要。正如伊格尔曼所言，人类拥有复杂的内在模型，能够通过生活经验预测未来的结果，模拟不同的可能性，并在行动之前做出决策；而AI系统缺乏这种能力，它们没有身体，没有感知，也没有通过生活经验形成的内在世界模型[7]。又如兰德公司在《展望2045：研究未来20年全球趋势的影响》中所言，AI助手还不具备任何智能的最关键能力：描述和预测的能力（讲清楚现状、过去和未来的情况）以及解释的能力（讲清楚非现状以及可能和不可能的情况）[8]。目前，AI处理计算分析数据功能强大，但难以达到人类思维的深度，尤其是生成未来可能性的前瞻性思维方式，难以拥有人类认知的核心工具——“理论”。正如牛津大学报告所言：AI永远无法替代人类的大脑[9]。
归根结底，AI不具有人的自然（相关生理等）、社会（相关博弈等）与能动（相关创新等）基本属性；同时固然AI是人创造的，但它不仅可以强化延展人的思维能力，在自然灾害、疫情发生与重复连续繁重或有毒有害等危险工作场景替代并解放人，为人释放出足够多的闲暇时间与精力，以凭借天性、兴趣与智力从事喜欢的工作，从而提升产业能力或涌现新产业，创造人的美好生活，而且还可以在实践与研究或开发中，对巨复杂现象或问题以及海量的文献与数据快速精准逻辑推理（或推断）分析超过了人。因此，在未来发展中，人与AI“共生”，共同成为改变世界的力量。在实践中，我们只需要确定：什么事情、什么时候、什么场景选择人，还是选择AI，还是两者都选。这还需要人特有的感性参悟能力。在AI背景下高等教育改革中，高校尤其普通高校破解双重压力尤为如此。

2.2 高等教育本质特征

（1）作为技术的AI表现为硬知识，它打破人的知识篱笆，使人走出自己的知识茧房，让知识成为每个人的必需品。如美国兰德公司发布的报告中指出，“为了利用AI，越来越需要实现知识民主化，AI可以缩小知识差距”[8]。鉴于硬知识的客观性、系统性、稳定性等共性特征，可以借助AI学习、创造硬知识。但软知识却呈现出显著的个性化特征，它是个人通过长期实践观察、洞悉与思考逐步形成的知识体系。固然狭义软知识不可言传，但可以利用AI技术，通过快速便捷的交流沟通，展示那些不可言传的软知识所蕴含的行为模式和思维特征，从而促进隐性知识的显性化转化。
（2）软知识往往是那些难以言传、但对个人创造力至关重要的知识，即人的创造性的根源。在重大科学发现与技术突破中需要共性的硬知识，但起决定作用是个性化的软知识。
（3）任何问题的解决都是“始点+中间过程+终点”3个环节的闭环，或所谓“顶天立地”的“（起）地+（上）天+（落）地”闭环“顶天立地”。始点是指提出真问题，选择或创新目标理论，尤其是对模型方法等技术工具的契合性分析；中间过程是指确定选择、改进或创新理论，尤其是模型等技术方法，并应用于问题分析；终点是指依据分析的结果以及其他可能的特殊事例素材，结合问题提炼新结论、新观点、新见解和解决问题的建议措施。AI作为技术工具，可以在硬知识起决定作用的中间环节中发挥作用，但在软知识起决定作用的始点与终点环节中难以有作为。同样，“（起）地”是指从实际中发现真问题，即提出问题；以问题为导向“上天”，即上升到学术问题，从学理上进行选择、改进或创新目标理论，尤其是对模型方法等技术工具进行契合性分析，对模型方法等技术工具的改进或创新，即理论（方法）创新；以问题为导向落地，应用所选择、改进或创新的理论，尤其是对模型方法等技术工具进行实证分析，即分析问题，并依据分析的结果以及其他可能的特殊事例素材，结合问题提炼新结论新观点新见解，即认知问题，进而提出解决问题的建议措施。AI作为技术工具，在“天”上技术工具改进或创新，以及应用技术工具的实证分析中可以发挥作用，更多地体现为计算机“跑模型”这种硬知识[1]型工作，但在“地”上“提出问题、进行契合性分析、认知问题与解决问题”中难以有软知识的作为。正如现实中AI作为最重要的数字技术，仅用其爬数据有什么用呢？此时我们需要软知识对数据底层内容进行深刻的认知。
（4）基于软知识的长期形成，以及潜移默化、意会、感悟与传承是个人行为，但其潜移默化、意会、感悟与传承离不开自愿平等的合作与交流作为前提。如同行合作研究、导师与学生、师傅与徒弟，以及沙龙、会议等各种渠道形式交流中，双方的软知识会不经意地溢出，可及时捕捉意会，或慢慢领会或茅塞顿开，正如“近墨者黑”“耳闻目染”“言传身教”这些词所描述的，以及老师对学生行为期望的皮格马利翁效应中的身体语言、眼神接触、表情等非语言行为软知识。例如，美国芝加哥大学数学系教授张寿武与学生袁新意、张伟等师承相传的合作交流研究典范，照亮了数学世界，成就了中国数学的未来。美国芝加哥大学教授吴宝珠所言“参加好的讨论班非常重要，要不停地与人说话，我第一年参加讨论班时，一个字也听不懂，但我还是坚持听下去了”。他还认为，对数学家来说品位非常重要。培养品位需要相当长的时间与数学在一起，花时间学习[12]。可以说，硬知识创新需要软知识，但软知识形成依赖人所特有的个性化，其未必需要硬知识，这是人的自然属性、社会属性与能动属性以及感性思维所决定的。固然，未来AI可能会在感性思维中有所突破，但在软知识形成中只会起到技术性的助推作用，除非它具有人的基本属性。正如美国当代思想家、作家史蒂文·约翰逊探究了人类600年重要发明的创新自然史，搜集了5万条素材，酝酿了10年，深耕创新机制，总结出七大法则（“机制”或者“模式”）软知识，帮助更多的环境成为诞生“超级想法”的环境[19]。
（5）虽然AI改变了教育，尤其高等教育理念，但有其局限性。固然，人的记忆力不如AI，但教育的基本原则是批判性思维。基于“生命、生理、生活、生产、生态”五生融合理念[14]，就人具有思辩或批判或创造性思维，教育就是要提升人的思维能力与思维水平，进而提升创造力，这是AI做不到的。例如，在阿联酋召开的2023年世界政府峰会上，埃隆·马斯克接受了远程访谈时说，出现ChatGPT后，教育最核心的任务是培养批判性思维；爱因斯坦所言，教育更重要的是培养学生的创造力和思维能力，教育的真正价值在于培养学生的内在能力和创造力；皮格马利翁效应，即教师期待效应“一个人对另一个人行为的期望成为自我实现的预言的现象”；爱尔兰诗人叶芝所言“教育不是注满一桶水，而是点燃一把火”；德国著名哲学家雅斯贝尔斯所说“教育就是一棵树摇动一棵树，一朵云推动一朵云，一个灵魂唤醒另一个灵魂”等。正是如此点燃、唤醒、期待的教育理念、原则、价值、目标，以及思维能力、创造力等软知识打开了学生内在的有智慧、有理性、有意志、有品格、有信用、有善意、有美感、有直觉等生命能量“宝藏”，正如顶级的烹饪师通过烹饪技艺、辅之佐料把食材内在的美味原汁原味地烹饪出来，而不是让顾客只是品尝到调料的味道。纵然AI可以提供硬知识等显性知识，使用它可能会放大已有的优势，但其不能提供隐性知识，不会提供新的可持续优势[13]。也就是说，AI能够通过辅助人类积累和更新硬知识来增强既有优势，然而，唯有软知识的提升才能为人类带来全新的、可持续的竞争优势，并成就其成为独一无二。因此，就教育来说，重视知识的积累，需要更重视软知识，尤其是隐性知识的形成、积累与传承。
（6）AI作为技术的两面性。AI本应服务、解放人并造福于人的美好生活，但可能出现负面的现象。如美国兰德公司报告指出：越来越依赖机器来进行各种日常实际活动（如自动驾驶）可能会降低并削弱人类广泛的认知技能、多感官感知和运动能力[8]。更为严重的是，在错误信息和虚假信息泛滥的当下，过度依赖机器可能会导致人类批判性思维能力的退化。此外，过度依赖那些缺乏关键智能的应用生成AI程序，如描述、预测与解释的能力，还可能削弱人类连接不同想法、分析论点和解决复杂问题的能力，并影响人的心理、情感、心理和身体的韧性[8]。可见AI阻碍人的软知识形成，甚至会使人丧失形成软知识的能力。如辛顿获得2024年诺奖后接受加拿大广播公司新闻频道（CBC）采访时预言，在未来20年内，可能会开发出比人类更智能的机器。但他强调最重要的是人，必须确保这些更智能的机器不会夺走人类的控制权。因此，未来研发与应用以人为本的AI是必然的，软知识将发挥着不可替代的作用。
基于以上分析，基于AI的本质特征，高等教育本质特征体现为软知识化。世界是变化的，尤其时代、环境、科学、技术、工具迅速变化，但创新是不变的永恒主题，软知识在创新，并在AI研发中起着决定性作用。因此，人的软知识是人与AI共生的前提，否则就会失去主动权与控制权。进而，人与AI共生实质上则是（人的）软知识与AI共生。
因此，鉴于AI对教育机遇与挑战的影响，以及硬知识和软知识共生，AI借助硬知识可以助力打开、扩展人的知识体系，甚至超越人的智力，但要实现打开、扩展与超越人的智力的是教育，尤其是高等教育，而不是AI。可以说，未来的高端人才需要先进的技术技能等硬知识，更需要强大的思维、创造以及学习、交流和感悟能力等软知识。高校不仅是人才培养的基地，也是知识创新，尤其是软知识形成，以及潜移默化、意会、感悟与传承的源头。因此，高校尤其普通高校为破解双重压力，需要以软知识化（本科）人才培养为突破口。可见，正是软知识让教育，尤其高等教育使人变得智慧，而非罗素所担忧的“教育使人变得愚蠢”。无疑，这是一项有利于深化高校育人模式改革，提高人才自主培养能力，支撑大学的基本办学宗旨“培养未来社会的栋梁”这一十分艰巨的伟大事业。

3 高校软知识化人才培养的使命/The mission of cultivating soft knowledge-based talents in universities

客观上，AI在一些领域可以代替人，在另一些领域则不可替代人。对于可以代替人的领域，可以根据实际情境与要求选择代替或不代替。对于高校来说，无论是应对AI的影响，还是应对AI背景下“双一流”建设的影响，重视作为根基的人才培养，尤其软知识化人才培养都是首选。高校利用AI优势实施人才培养，重要的是要借助AI辅助作用，利用软知识实施软知识化人才培养。这对于普通高校的本科人才培养，尤其是软知识化人才培养尤为重要。这就是高校软知识化人才培养的使命。
数字经济的核心是数字技术创新及应用。发展数字经济有生的希望，否则死路一条。尤其利用人工智能等数字技术使制造业转型升级，更是如此。可见，高校培养数字经济人才等高端人才，满足数字经济与实体经济特别是与制造业深度融合的需求任重道远。AI通过改变社会、经济、产业、企业与产品服务，以及每一个人，进而改变对人才的需求，AI对高等教育的影响是长期的。AI作为最智能的数字技术，对经济的影响更凸显在数字经济与实体经济深度融合上，并显示出数字化中的（软）知识化与数字化转型中的（软）知识深化。
鉴于实体经济和数字经济深度融合的概念与底层内核，以及数字化与数字化转型测度，数字化技术创新及应用的知识化的深度融合的本质[16]。如就深度融合全过程中涉及数据等资源、权限、价值和利益分配，包括具有强制、阶段性的明显正式的制度和具有自发、非强制、广泛、渐进和持续的潜在非正式的制度等软知识都很重要。在制度创新中，需要规避零和博弈，树立合作作为博弈出发点和落脚点的闭环理念，建立相应的“合作—博弈—合作”机制、规章、准则与政策；营造良好的营商环境、尊重个人创新能力的创新土壤与创新文化，以及风清气正的社会文化与风俗习惯，提供宏观—中观—微观知识服务体系，为深度融合实施中各个内外部主体的执行力、交易协调、利益分配和交易费用分摊等提供保障。
鉴于企业是社会经济的基石，以及企业一线人员软知识“最后一公里”的作用，随着AI技术的不断突破并广泛应用于企业和产品数字化转型，企业的数字化水平越来越高，数字化系数倍增。那时，通过AI等数字技术渗透，数字经济将覆盖实体经济和虚拟经济，呈现数字化特征的基本面，即数字化转型塑造了数字世界。
鉴于企业和产品的关系，以及AI突破中企业的主体作用，企业数字化转型除包含其目标的产品数字化转型，以及产品全过程中的业务数字化转型外，还包含支撑产品数字化转型的创新、要素，文化、规制数字化转型等。可见，企业硬知识与软知识共生成就企业数字化转型。企业数字化转型不仅是数字化转型的基石，也是实体经济和数字经济深度融合的出发点和落脚点。
在企业数字化转型中，工匠，尤其大国工匠是数字化转型落地的保障，需要把长期奋战在一线生产现场、具有突出技术技能素质和独门绝技等软知识的产业工人选拔到大学深造，让他们学习最新的科学技术等硬知识，使他们成为新的大国工匠。正如为推动产业工人队伍建设改革走深走实，2024年7月，全国总工会首次启动了大国工匠培育工作，从全国推选出220名长期奋战在一线生产现场，具有突出技术技能素质的产业工人，计划用2年左右时间将他们打造成一批新的大国工匠。2024年10月12日中共中央、国务院印发了《中共中央国务院关于深化产业工人队伍建设改革的意见》,主要目标是：力争到2035年，培养造就2 000名左右大国工匠、10 000名左右省级工匠、50 000名左右市级工匠。可以预见，未来的大国工匠需要过硬的技术能力，更需要强大的软知识能力。因此，高校在AI背景下肩负着努力培养软知识化人才，尤其是具有软知识的工匠人才的重任。

4 基于软知识化人才培养的高校知识服务体系/University knowledge service system based on soft knowledge talent cultivation

在AI背景以及高校“双一流”建设竞争下，人才培养作为高校的根基更加突出，迫切需要培养软知识化人才。为此，高校需要构建基于软知识化人才培养的高校知识服务体系。

4.1 高校转变培养人才观念

随着超级智能AI的发展，未来的教育将是一个由人与智能机器共同塑造的生态系统。人是思考一切问题的出发点和落脚点，人与自然和谐发展也不例外。教育的本质是通过培养人来促进人与自然的和谐发展。AI只是通过技术助力人与自然和谐发展，实现教育的本真，而不是替代教育。对于高校尤其普通高校来说，需要实事求是、转变观念、提高认识。
（1）人才培养本源。“人才培养、科学研究、服务社会、文化传承创新”是高校的基本功能，人才培养具有首位性，是满足社会经济发展人才需求的本源，也是高校立足的生命线。人才培养为未来储备人才，既是科学研究、服务社会、文化传承创新的源头，又决定着其未来。对于普通高校来说，尤为如此。面对AI迅速发展与应用普及，硬知识如冰山涌现，软知识如冰山下涌动的暗流。高校培养学生，更培养教师和管理者，正是“先有伯乐，后有千里马”。对于高校来说，其为人才培养的主体，每一位学生、教师与管理者都是独一无二的，他们组成一个对等的共同体。对等基本面体现在，学生是自愿参加考试并被公开公平公正录取的，教师与管理者是学校依据人才市场机制双向选择的，又是依据公开公平考核竞聘机制得以晋升的，并且每个基本面上人的能力水平与不同基本面上人的能力水平的层级都是对等匹配的。
鉴于AI的影响，为满足对个性化人才的需求，基于共性的个性化人才培养日显重要。个性化尤其体现在学生与教师原本的独一无二属性，更体现在培养过程中形成新的独一无二属性。鉴于独一无二属性是软知识，以及软知识对培养过程中形成多少新的（独一无二属性）软知识起到决定性作用，因此，在AI背景下，软知识化人才培养为高校发展首要之选。
（2）软知识服务本质。教学和科研是高校最基本的知识服务。无疑，教学是人才培养中的重要方面。在AI日新月异发展的今天，教学不再是过去那种狭隘的概念，教学已经成为一种包括基于教师引导与学生互动的知识学习、交流、共享、应用与创新的全过程。同时，教学与科学研究、服务社会、文化传承创新融为一体，诸如语言、数学、物理科学、生命科学、社会科学、文化与历史等通识教育的教学奠定了大学的基础和创造潜力。虽然普通高校的融合度低于“双一流”建设高校，但相应的教学管理再不仅仅是过去的依据制度的“管理”，已转变为依据知识的服务，即在管理中发现知识并提供知识服务，为教学全过程提供知识学习、交流、共享、应用，以及研究与创新设计、运行、考核、评价、晋升与奖励等制度等软知识服务。
无疑，知识包含制度，制度是一种软知识，但不能与软知识划等号。一方面，制度是有局限性的，在制度制定时，不可能考虑完全所有可能出现的情境；另一方面，制度是刚性的，有了制度必须执行。但在执行中不能简单照搬制度，而需要根据具体情境采取灵活宽容的理念、尺度与方式方法等非制度措施进行差异化处理，如有父子孤寡两人，父亲79岁，儿子60岁。儿子没有成家没有孩子，符合鳏寡孤独的扶贫对象条件进了养老院，但79岁的父亲因为有儿子，不符合帮扶的对象条件，只能以拾垃圾为生。严格执行制度没错，但效果影响甚差。可见，依据知识的服务与依据制度的“管理”有本质的不同。教学管理的实质是提供契合学校定位的教学知识服务。
鉴于教学与科学研究、服务社会、文化传承创新融为一体，学校不仅提供教学知识服务，而且延伸到提供科学研究、服务社会、文化传承创新知识服务。同样，相应的科研管理也由过去的依据制度的“管理”转变为依据知识的服务。因此，学校各级管理者应成为提供知识服务的知识工作者。如稻盛和夫所言，领导者最重要的资质是拥有时刻深入思考事物本质的厚重个性[15]。显然，“个性”是稀缺的软知识。
从管理者来说，在提供知识服务中，需要切记每一位教师和学生是独一无二的个体性，实施分类知识服务时，要杜绝“一刀切”制度。对于经过竞争机制双向选择的教师和学生来说，除极特殊情形外，没有不合格的教师和学生，但确有不科学、不合理、不可行的“一刀切”的制度。因此，基于知识化过程，尊重每一位教师和学生的选择，发挥其特长，应用知识管理原理与方法，结合教学科研需要，制定科学合理可行有效的制度，并结合实际发生特殊情境采取灵活宽容理念、非制度的知识实施差异化处理，为他们个性化成长提供分类知识服务。
由管理到服务的理念、原则、制度机制、模式、方式方法以及差异化处理等都是软知识。特别地，有利于助力形成软知识、评估软知识的价值与贡献、挥软知识作用等制度机制，以及人才培养中从教育规律认知中提炼概念方式与教育方法创新及其超限思维等都是重要的软知识。可见，软知识是教学与科研提供的知识服务的本质。
（3）和谐共生溯源。如前所述，鉴于高校管理者、教师与学生都是竞争机制对其能力水平层级匹配的结果，学校的发展是大家的共同期望。姑且不论知识服务，在实际管理中就存在不同程度的因管理者主观意志而产生的一线悖论现象，为教师和学生带来了困惑。有的管理者主观上不顾实际盲目追求提高水平、质量与层级，实施更高标准、更为严格的事无巨细的“管理”机制、制度与办法，导致教师（学生）产生巨大的焦虑与压力等。可以说，如此“机制、制度与办法”是伪知识化创造的伪知识，所隐含的“上位者有权任性”影响了管理部门与一线人员和谐共生共赢，也不可能达到管理者主观预期的结果。
因此，对于管理者来说，需要做到以下几个方面：①信任教师（学生）。毫无疑问，教师（学生）与管理者一样，即使他们提出意见，甚至表达不满，依然都是关爱学校的，希望学校发展越来越好，并愿意为此付出努力。这是管理者对教师（学生）应有的最基本的信任，否则会加剧一线悖论。②尊重教师（学生）个体差异。可以讲，无论是有长板还是有短板的教师（学生），都是可以有作为的。因此，尊重他们的选择，扬其长避其短，对于（哲学）社会科学学科或专业的教师（学生）更是如此。③消减一线悖论影响。消除不合理主观行为产生的一线悖论，降低客观存在的一线悖论影响，如不符合实际的“教师承担国家级课题、争取到大额横向课题经费、发表高水平论文、青年教师教学与科研双重考核以及学生发表论文”等内卷式管理对教师（学生）带来极大的悲观消极影响。④摒弃“一刀切”要求。杜绝不科学、不合理、不可行的机制、制度与办法，尤其不良的工作环境与文化，实施对教师和学生包容的分类知识服务，尤其尊重教师选择不同的教学与科研结构，允许学生学科专业兴趣与偏好的选择，为教师（学生）提供知识服务。⑤实事求是改革创新。在上级管理部门考核与评价的指挥棒及其改变的情况下，依据自己的定位，采取科学、合理、可行的顶层设计，充分发挥主观积极性，利用自身资源禀赋，有所为有所不为，通过改革创新走出特色或优势发展之路，让管理者、教师和学生都成为改革的力量。

4.2 高校软知识化人才培养的差异化选择

高校存在着宝塔层级结构，如“双一流”建设高校中的“985”高校处在塔顶、“211”高校以及极少数普通高校处于塔中，而（绝大多数）普通高校处于塔底，不仅表现为数量结构，还表现为实力、水平、质量，以及声誉与影响力结构。
在市场机制匹配下，这种结构决定了高校管理者、教师与学生层级差距，决定了高校层级上的学科、专业、科研等平台层级差距，还决定了教师承担国家级课题、争取到大额横向课题经费、发表高水平论文，以及学生发表论文、升学与就业层级差距，进而决定了高校学术声誉、社会影响力层级差距。在马太效应下，这些层级差距不仅固化，而且呈扩大趋势。尤其在学科、专业、科研等平台以及学术声誉、社会影响力等方面，塔底的普通高校作为教学型或教学科研型大学难以与塔顶塔中的“双一流”建设高校相比。如此差距除了显著体现在国内外机构大学排名榜中，还具体表现在：①相比塔顶和塔中高校平台多、机会多、资源多、成长预期确定，吸引力大，竞争力强，发展支撑底气足，形成良性循环；普通高校则平台少、机会少、资源少、成长预期不确定，吸引力小，竞争力弱，发展支撑底气不足，未形成良性循环。②普通高校在吸引教师和学生双向竞争机制选择中，不具有优先权。基础、潜质、能力与实力强的人固然竞争激烈，但还是优先选择“双一流”建设高校。因此普通高校只能依据自己的条件与定位遵循竞争机制选择教师和学生，当然靠“重金”等特殊待遇可以吸引个别或少数基础、潜质、能力与实力强的人，但缺少平台团队其作用有限。③在教师层面，在塔顶和塔中高校，教师承担国家级课题或争取到大额横向课题经费或发表高水平论文的机会和可能性更高，而在普通高校的教师则比例较低如此。④在学生层面，塔顶和塔中高校，学生拥有更多的机会继续深造攻读硕士、博士学位或谋求各行各业比较重要单位的岗位，而普通高校只有少数学生如此。⑤对普通高校来说，虽然在科学研究、服务社会、传承文化方面无法与塔顶和塔中高校相提并论，但基于自身的定位在人才培养方面是可以取得毫不逊色的成就。与“双一流”建设高校相比，普通高校做教学应是自己首选的强项，做科学研究是弱项。因此，普通高校应以本科人才培养为抓手，做好自己能做好的事情，调动发挥绝大多数教师的主动性、积极性与创新性，以教学为出发点与落脚点开展科学研究、服务社会、文化传承创新将是有不可替代的价值，也是其稳定健康可持续成长的必然选择。
因此，宝塔层级结构决定了高校人才知识创新储备，决定了软知识化人才培养的差异化。基于本科人才培养质量与水平，不同层级的高校有不同的知识化选择。总体上讲，塔顶的高校具有研究生为主体的人才培养结构，具有显著优势的“本科+研究生”和“教学+科研”实力，具有超强的自然科学、工程技术科学与社会科学人才培养特点；塔中的高校具有研究生与本科生平衡的人才培养结构，具有优势的“本科+研究生”和“教学+科研”实力，具有较强的自然科学或工程技术科学或社会科学人才培养特点；塔底的多数普通高校具有本科生为主体的人才培养结构，具有特色“本科+研究生”和“教学+科研”实力，具有特色的自然科学或工程技术科学或社会科学人才培养模式。无疑，这也是市场机制选择的结果。
本科人才培养是普通高校人才培养中的首选。因此，对普通高校来说，需要认清自己的层级定位，面对发展现实与困境，积极主动发现众多小规模且被遗忘或忽视的国家特殊需要，着力形成本科人才培养特色与优势，在高校林立的“夹缝”中走出一条自己的发展之路。

4.3 教学与科研关系

基于人才培养的首要性，教学与科研知识服务是知识服务体系中最重要的内容。正如中山大学中国家族企业研究中心李新春教授所言，科研是教学的基础，需要做好科研，才有最新的理论和知识传授给学生[10]。教学应该成为每个教师的基本功，也是教师的主要职责和使命所在。
就高校尤其普通高校而言，教学与科研是相互支撑相互成就的。考虑到教师个体差异与偏好，需要尊重他们选择不同的教学与科研平衡点结构，有助于他们成为独一无的职业担当。如美国芝加哥大学教授吴宝珠在法国时，他需要教学，但不需要生产论文，所需要做的是做好数学研究[11]。
教学质量与水平提升需要长期的历练，而科研质量与水平提高所需的历练相对短些，对博士毕业入职的青年教师来说尤为如此。青年教师是学校的未来，与从教10年以上的教师相比，他们基本没有教学素养、能力、经历与经验，但有一定的科研素养、能力、经历与经验。因此，在入职5—10年内，如果安排青年教师较多甚至繁重的本科教学任务，表面上看似重视教学，实质上反倒会使他们“敷衍”不重视教学。因此，考虑青年教师“科研强、教学弱”的阶段性特点，应允许他们慢慢地历练以提升其教学素养、能力、质量与水平，还应充分发挥他们强劲的科研势头和优势创造出高质量高水平的科研学术成果，反哺教学。如此体现青年教师教学与科研特点的安排，能够发挥他们的科研长板作用，并逐步提升其教学质量与水平；对从教10年以上的教师，适宜逐步安排相反的教学与科研结构，进而确保学校可持续的本科人才培养质量与水平。与“双一流”建设高校相比，普通高校更应该如此。
但实际中，有些普通高校在考核晋升中，既要求青年教师科研强，又要求教学强，既要求公开发表科研学术成果，又要求发表教学成果。这种形式上的重视本科教学反倒“抑他们的科研‘强项’，扬他们的教学‘弱项’”，成为实质上的不重视，既违背了青年教师成长规律，又增加了青年教师成长的障碍，使他们焦虑不安。结果，青年教师由于精力与时间有限而顾此失彼，科研‘强’项、教学都没有做强，反倒放大了教学‘弱’项，对青年教师成长，尤其是对本科人才培养来说是得不偿失的。
特别地，对于少数承担国家级课题或争取到大额横向课题经费或发表高水平论文的教师，在确保教学能力、水平与质量前提下给予其奖励，同时在机会、资源分配以及职称评定、先进评选等方面加以优先考虑，但对大多数教师来说重点是提高一线教学质量与水平。反之，如果强迫这些教师承担国家级课题或争取到大额横向课题经费或发表高水平论文，受限于所处情境他们可获得的机会和资源较少，而占用很少的资源尽心尽责进行教学工作，不仅实现不了目标，还增加他们的焦虑、迷惘与压力，甚至不满，导致“抑强扬弱”，反倒还会影响其教学能力的发挥，影响本科人才培养，得不偿失。如果对学生的要求脱离实际，如目前还有高校要求学生发表论文才能授予学位，同样是不可取得的。

4.4 高校知识服务体系

鉴于AI知识化与知识深化以及软知识化人才培养，高校需要构建知识服务体系。
高校本源是一个“人才培养、科学研究、社会服务、文化传承创新”的知识型组织。鉴于AI的影响，高校组织管理发生由管理到治理的本质变化。治理包括管理，并在广度与深度上都高于管理。管理体现强制性规定，而治理体现强制性规定和非强制性协作。一方面，除强制性规定中最基本的狭义管理外，治理更重要的是自我管理。在知识化背景下，狭义管理越来越少，自我管理越来越多，管理过程越来越文明。如前所述，管理由制度管理转变为知识服务，即狭义管理转向提供知识服务，自我管理更注重自我知识服务。
另一方面，非强制性协作是“组织引导与个人自愿”协商，充分体现“多主体、全方位、非零和博弈机制”特征。在环境生态安全与公共公益中，以及AI背景下的知识创新与应用普及，每个人意识觉醒、认知提升、参与行动普及，“引导与自愿”协商日显重要，更加彰显协作知识服务的价值。
可见，治理的内核是更广更深的知识服务，其架构是由组织知识服务、自我知识服务与协商知识服务构成的组织的知识服务体系。高校不仅是本源的知识型组织，更具有最典型的独一无二的知识服务特征。例如，每一位教师和学生都是从事知识学习交流共享与创新应用独一无二的知识工作者；每一位管理者都是知识服务者，为教师和学生提供组织知识服务和协作知识服务。此时他们都成为知识工作者，相互提供知识服务。
AI背景下，基于软知识化人才培养，高校知识服务体系包括所有有利于服务于学校管理者、教师和学生成长成才的相关人才培养、科学研究、社会服务和文化传承创新的制度、机制、政策，以及各种规范规章、管理办法与措施，还包括所有人才培养、科学研究、社会服务、文化传承创新中形成的软知识，尤其是形成的创造力、行动力、影响力以及价值观等学府文化，还包括培养的人才、科研与教学成果等所展示的引领社会的价值、文明、文化导向。
鉴于人才培养中教师和学生的主体地位以及培养教师与学生双重使命，高校尤其是普通高校需要基于教师与学生的特点，在培养全过程中因材施教与因教施服，为他们成长成才提供共性与个性化的知识服务，以提升本科人才培养质量与水平，支撑科学研究、社会服务、文化传承创新。可见，相关因材施教与因教施服的知识服务，其理念、制度机制、措施等是知识服务体系中的最基本最重要的内容。
（1）对学生因材施教。基于教与学高度的辩证互动关系，因材施教是教学互动中重要的教学方法和教学原则，在教学中根据不同学生的认知水平、学习能力以及自身素质，教师选择适合每个学生特点的学习方法进行针对性的教学，激发每一位学生源于内心的学习与研究兴趣（信仰）、基于自我认知的自信与走向社会的希望，发挥其长处，弥补其不足，张扬其个性，促其健康成长，满足社会对人才需要，尤其对奇才、偏才、怪才的特殊需要。
理论上讲，因材施教是一种精准教学，是一种分类教学，也是基于共性的个性化教学。进而，只有存在长板和短板的学生，没有不合格的学生。对于社会科学专业的学生更是如此。
可见，因材施教对于大学生，尤其研究生培养更为重要。基于AI改变了共性化硬知识交流与传授方式方法，个性化软知识的交流或潜移默化式交流与传承都离不开教师与学生的互动。为此，教师重视人才培养中的软知识，同等对待学生至关重要。教师要留意观察和了解学生的学习基础、方法、偏好与潜力，分析其特点，发现其个性化的长短板以及形成的软知识，实施差异化引导互动。在这个反复回馈过程中，逐步使学生认识自己的学习风格及其特点，将其转化为学习动力，培养他们解决问题能力、批判思维能力与终身学习能力，逐步激活自己的兴趣，坚定信心与希望。特别地，鉴于在人与AI共生的智力时代，AI已经成为学习和创新的重要工具。教师需要更新观念，在教学过程中引入AI技术，通过教师和学生平等互动，实现培养教师与学生同AI协同工作的能力。
（2）对教师因教施服。基于知识服务作为管理的出发点与落脚点的认识转变，对于高校来说尤为重要。因教施服就是指学校管理者摒弃不合实际的盲目攀比的定位对标与“一刀切”同质化要求，基于学校层级定位，制定并提供优质的教学、科学研究等工作所需的知识服务体系的分类服务，如基于投入产出比值的考核、评价、晋升与奖励的机制、制度与办法，以及营造可预期的成长、健康的工作环境与良好文化氛围。这样既尊重教师能力与水平，又发挥教师的长板，做其强项的工作，同时规避教师用其短板做弱项的工作，使其在教学能力、水平与质量基本面上花大力气，各显神通，在科学研究、服务社会、传承文化创新方面个性化选择发展，让优秀教师，尤其偏才、怪才、奇才式青年教师脱颖而出。
因此，实施因材施服和因教施服使得每一位教师和学生发挥兴趣与特长，真正成为独一无二。对于高校，尤其普通高校来说，尤为重要。

5 软知识化人才培养的开放合作与文理融合/Open cooperation and integration of arts and sciences in the cultivation of soft knowledge talents

如前分析，基于软知识、以人才培养为突破口来构建高校知识服务体系，通过提供实施因材施教和因教施服的知识服务可以提升人才培养质量与水平，形成特色与优势，进而保障了人才培养，提高了竞争力，有利于化解高校双重压力。基于软知识与AI共生以及AI在实践应用的启示，开放合作与文理融合将助力高校软知识化人才培养质量与水平，充实高校知识服务实践，丰富知识服务体系。

5.1 开放合作

基于AI消除知识篱笆与知识茧房，人才培养呈现开放合作趋势。所谓开放合作就是高校向社会开放，与社会合作，服务社会，充分利用学校和社会资源，尤其跨文理（工）学科资源培养社会需要的人才。
特别地，创新是高校构建知识服务体系的永恒主题，AI改变了创新。虽然高校是重要的创新、生产力提升的场所，但反观大企业主导的科研模式，尤其是跨学科团队的企业实验室真正提高了实际生产率，如今突破AI技术的主要是企业，而不是高校。2024年有3位AI领域科学家获得诺贝尔奖。这是AI给我们的一个启示，在开放合作中，高校需要与企业合作开展技术创新，培养符合需求的人才，提升创新能力，提高招生就业竞争力。
鉴于软知识作为创新的决定性因素，未来的合作中更加关注软知识的默契配合。在知识产权保护下，如高校尤其普通高校需要与企业相互开放共享资源，开展合作创新，通过双方交流与AI技术，将双方的软知识和合作创新过程中形成的软知识投入到人才培养中。为此，高校需要将合作创新机制纳入知识服务体系，在做实做强本科人才培养质量与水平基础上，以企业为主导能够更好地满足业界需求，把前沿的工厂、知识创造实验室引入学校，利用AI做实做强与企业的合作创新，既提高生产力，又提高人才培养质量与水平，以及“双一流”建设与招生就业竞争力，实现双赢。

5.2 文理融合

如前，AI改变了高等教育。受历史的观念和现实需求的影响，“文科无用”的声音时有响起，一些文科专业因招生就业难被减招或撤销。但任何技术，包括AI研发、创新与应用中都离不开人的软知识，况且AI对理科硬知识影响很大，对文科软知识影响相对小，反倒显显露出文科“无用乃大用”。也就是说，在未来以人为本的AI技术发展与应用中，文科及其软知识将起着越来越重要的不可替代作用。
就社会经济发展需求来说，需要科学技术硬知识，更需要社会科学软知识。社会科学的重要性还体现在，重视应用其价值理性才能打破科学技术的工具理性所扩张形成的“现代铁笼”[18]。同样，AI代替不了社会科学，更代替不了软知识。
（1）在科学技术领域，基于客观现象或问题，遵循逻辑思维的推理，且需要感性思维的参悟等软知识；在社会科学领域，基于人类活动现象或问题，注重感性思维的参悟等软知识，未必需要逻辑思维的推理。因此，在社会科学领域，应在涉及客观现象的情景下恰当有边界地应用逻辑思维的推理。如中国古代的农历与现行的农历，前者就是依据人们长期观察洞悉参悟积累的经验等认知，有较大的误差，但后者则是引入了科学原理与技术测量方法对古代农历的修正，误差就大大减少了。需要注意的是，在农历认知中，涉及到诸如大气天文地理客观现象的测量，引入逻辑思维的推理是必要的。也就是说，在社会科学领域，一味或不恰当无边界地应用逻辑思维的推理会适得其反。
（2）社会科学不同于自然科学和工程技术科学，创造价值和财富离不开科学技术，但社会科学所引领的社会价值、文化与文明既决定为什么创造、怎样创造、怎样有利于创造，又决定如何分配所创造的价值和财富。即社会科学的作用体现在科学技术创造价值和财富的起点与终点。现实中的社会问题归根到底就是不合理的分配造成的，足以说明社会科学具有不可或缺的重要性。特别地，制度作为社会科学的软知识成果，在国家社会经济发展中发挥着独特关键的作用。如2024诺贝尔经济学奖3位得主论证的“制度在国家经济发展中起着至关重要的作用，而非科技”“制度是第一生产力，而非科技”。对此，笔者认为，科技和制度都是生产力，科技是第一硬生产力，而作为软知识的制度是第一软生产力，硬、软生产力共生互补才能成为真正的第一生产力。有了好的制度，就会催生人才，就会催生科学技术。但科学技术需要好的制度，未必催生好的制度。
软知识化人才培养需要理科，更需要文科。同样，AI代替不了文科，更代替不了软知识。①文科所具有的软知识属性中的独特性、稀缺性、不可替代性决定了其在人才培养中不可或缺。同时，文科具有的需求“规模绝对少层次相对高”属性体现的“少而精”特点，决定了其高个性化、高起点与高标准的人才培养质量与水平，以及软知识在人才培养中所起的独一无二的作用。②所谓冷门、偏门的哲学、历史、地理、考古等文科人才在服务国家战略与安全中有着不可替代的作用，尤其文科在通识教育和在理科人才软实力、潜实力与支撑力培养中有着不可替代的作用。
因此，基于人与AI共生互补，在AI创新与应用时代，对于人才培养来说，文科与理科兼修是共生互补的，文科不可或缺。正如AI给我们的启示，全球最顶尖的AI巨头公司CEO或创始人或投资人中不乏文科或文理兼修背景的人。
文理融合就是指为培养有竞争力的人才，尤其是培养具有巨大潜力的文理兼修人才以及高端人才，以支撑开放合作与企业合作创新，高校需要根据层级定位选择合适的文理规模与结构，并以（软）知识化实现深度的文理融合，开展人才培养与科学研究等创新活动。
一般地，高校尤其普通高校所拥有的硬、软知识差异很大，决定了不同的文理规模与结构，在AI背景下尤其如此。特别地，高校总规模在下降，文科规模减少首当其冲。文理（规模结构）分类调整是指在满足培养文理兼修人才要求下，不同层级的高校选择不同的总规模和不同的文科规模（或扩大，或保持，或缩小）；相同层级高校也不能一刀切，一味地减少文科规模，而是需要依文科分类调整（或扩大，或缩小）。
因此，基于文理分类调整，大多数普通高校需要适度缩小发展规模，尤其是缩小文科规模，但需要响应AI带来的需求变化，拓展新文科建设逻辑与路径，创新软知识，探索人才培养路径，尤其是结合实体经济需求的经济管理人才培养改革，大力实施因材施教与因教施服，着力提高本科人才培养的质量和水平。“双一流”建设高校、高水平理科高校和个别有特色或优势的普通高校仍然需要适度推动文科发展，深化文理融合，提高人才培养质量与水平，既支撑理科人才培养，又满足社会经济发展对高端文科人才的需求。

6 结语/Conclusions

面对人工智能，以及“双一流”建设的双重压力，高校尤其普通高校需要在抓住AI机遇与应对其挑战的基础上，转变观念，瞄准国家需求，合理定位对标，重视文理兼修，动态调整文理学科专业，未雨绸缪谋发展；把（本科）人才培养，尤其是软知识化人才培养放在重中之重的地位，以软知识化提升人才培养，尤其是以提升本科人才培养质量与水平为抓手，提高领军人才与团队基本面人才合力，保护大多数教师与学生成长成才利益，化解一线悖论困境，通过构建知识服务体系，在人才培养中实施因材施教、因教施服、开放合作、文理融合和文理分类调整，以推动人才培养，尤其是软知识化人才，以及具有巨大潜力的文理兼修的高端创新人才培养质量水平，促进科学研究、社会服务与文化传承创新，化解高校尤其是普通高校“双一流”建设与招生就业双向困境，进而破解AI与“双一流”建设双重压力，实现稳定健康可持续发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
葛新权.基于知识化的新时代人力资源管理[J].知识管理论坛, 2023,8(1): 2-14. (GE X Q. Knowledge-based human resource management in the new era[J]. Knowledge management forum, 2023, 8(1): 2-14)

[2]
加德纳.智能的结构[M].沈致隆,译. 杭州：浙江人民出版社, 2013. (HOWARD G. Frames of mind: the theory of multiple[M]. SHEN Z L, trans. Hangzhou: Zhejiang People's Publishing House, 2013.)

[3]
ZHAO Y. Artificial intelligence and education: end the grammar of schooling[EB/OL]. [2025-02-13].https://onderwijsorakel.nl/wp-content/uploads/2024/09/zhao-zhao-yong-2024-artificial-intelligence-and-education-end-the-grammar-of-schooling.pdf.

[4]
PIVIDORI M. Chatbots in science: what can ChatGPT do for you?[J/OL]. Nature[2025-02-13].https://www.nature.com/articles/d41586-024-02630-z.

[5]
斯穆特.未来的大学教育中，知识传授将不再重要[EB/OL]. [2025-02-13].https://baijiahao.baidu.com/s?id=1814774327896971801&wfr=spider&for=pc. (GEORGE S. In the future of university education, knowledge transmission will no longer be important[EB/OL]. [2025-02-13].https://baijiahao.baidu.com/s?id=1814774327896971801&wfr=spider&for=pc.)

[6]
LinkedIn.全球AI领域人才报告[EB/OL].[2025-02-13].https://business.linkedin.com/zh-cn/talent-solutions/s/sem-report-resources-mobile/ai-report. (LinkedIn. Global AI Talent Report[EB/OL].[2025-01-23].https://business.linkedin.com/zh-cn/talent-solutions/s/sem-report-resources-mobile/ai-report.)

[7]
伊格尔曼.探究大脑奥秘的“网红”科学家[EB/OL].[2025-02-12]. https://baijiahao.baidu.com/s?id=1792053783959849209&wfr=spider&for=pc. (DAVID I. The 'internet celebrity' scientist who explores the mysteries of the brain[EB/OL].[2025-02-12]. https://baijiahao.baidu.com/s?id=1792053783959849209&wfr=spider&for=pc.)

[8]
兰德公司.展望2045：研究未来20年全球趋势的影响[EB/OL].[2025-02-13]. https://baijiahao.baidu.com/s?id=1813657756734807240&wfr=spider&for=pc. (RAND. Outlook 2045: investigating the impact of global trends in the next 20 years[EB/OL].[2025-02-13]. https://baijiahao.baidu.com/s?id=1813657756734807240&wfr=spider&for=pc.)

[9]
牛津大学.无法被AI取代的力量：人类认知的理论驱动力[EB/OL].[2025-02-12].https://mp.weixin.qq.com/s/Idbgqv9ofmYwnhotq4zrzA (University of Oxford. The power that cannot be replaced by AI: the theoretical driving force of human cognition[EB/OL].[2025-02-12]. https://mp.weixin.qq.com/s/Idbgqv9ofmYwnhotq4zrzA)

[10]
李新春.学者的专注与平常心[EB/OL]. [2025-02-13].https://mp.weixin.qq.com/s?_biz=MzA4MDkwNTA5MA==&mid=2652765719&idx=1&sn=811de5bbd3c05b2fe32c51bd7c17d205&chksm=847448fab303c1eceab25c7164c3f0eb12fefb1638d1e87c4a3eca63363fa7d6e2c72eaaeb87&scene=27.(LI X. Scholars' Focus and Tranquility[EB/OL]. [2025-02-13].https://mp.weixin.qq.com/s?__biz=MzA4MDkwNTA5MA==&mid=2652765719&idx=1&sn=811de5bbd3c05b2fe32c51bd7c17d205&chksm=847448fab303c1eceab25c7164c3f0eb12fefb1638d1e87c4a3eca63363fa7d6e2c72eaaeb87&scene=27.)

[11]
吴宝珠.不要浪费时间写糟糕的论文[EB/OL]. [2025-02-13]. https://baijiahao.baidu.com/s?id=1816465546855088246&wfr=spider&for=pc. (WU B. Don't waste time writing bad papers. [2025-02-13]. https://baijiahao.baidu.com/s?id=1816465546855088246&wfr=spider&for=pc.)

[12]
王丹红,易蓉蓉.数学苍穹闪烁中国新星——专访数学家张寿武[EB/OL].[2025-02-13].http://wxxcx.zhishifenzi.com/depth/character/653.html. (WANG D H, YI R R. Chinese new star shining in the sky of mathematics: interview with mathematician Zhang Shouwu[EB/OL].[2025-02-13].http://wxxcx.zhishifenzi.com/depth/character/653.html.)

[13]
约翰逊.伟大创意的诞生[M].盛杨燕, 译.杭州:浙江人民出版社, 2013. (STEVEN J. Where good ideas come from: the natural history of innovation[M]. SHENG Y Y, trans. Hangzhou: Zhejiang People's Publishing House, 2013.)

[14]
葛新权.现代化经济体系建设中的绿色考量[EB/OL].[2025-02-12]. http://www.china.com.cn/opinion/theory/2018-03/02/content_50636054.htm. (GE X Q. Green considerations in the construction of modern economic system[EB/OL].[2025-02-12]. http://www.china.com.cn/opinion/theory/2018-03/02/content_50636054.htm.)

[15]
BARNEY J B, REEVES M. AI won’t give you a new sustainable advantage，but using it may amplify the ones you already have[J/OL]. Harvard business review [2025-02-13]. https://hbr.org/2024/09/ai-wont-give-you-a-new-sustainable-advantage.

[16]
葛新权.实体经济和数字经济的深度融合[EB/OL].[2025-02-13]. https://www.cssn.cn/jjx/jjx_jjxp/202410/t20241015_5790868.shtml. (GE X Q. Deep integration of real economy and digital economy[EB/OL].[2025-02-13].https://www.cssn.cn/jjx/jjx_jjxp/202410/t20241015_5790868.shtml.)

[17]
稻盛和夫.企业家精神[M].叶瑜, 译.北京:机械工业出版社,2021.(KAZUO I. Entrepreneurial spirit[M].YE Y, trans. Beijing: Machinery Industry Press, 2021.)

[18]
韦伯.新教伦理与资本主义精神[M].阎克文, 译.上海:上海人民出版社,2017.(MAX W. The protestant ethic and the spirit of capitalism[M]. YAN K W, trans. Shanghai: Shanghai People's Publishing House, 2017.)

Options
文章导航

/

〈 〉