在微信里怎么开金花房间-
【央视新闻客户端】
-->
近日 ，我国发布《人工智能安全治理框架3.0》，将智能体 、具身智能等纳入治理范畴 ，与时俱进梳理更新了风险分类 ，优化调整了技术应对和综合治理措施，并提出构建柔性 、动态、可控的沙箱监管环境 。而在此前几天 ，陶哲轩 、邓煜等25位菲尔兹奖得主的联名公开信提出警示：AI公司把攻克数学难题当作“跑分 ”竞赛 ，正在损害数学研究的生态。
这两份文档，一为制度规范更新 ，二为科学界现实警示 ，指向了同一个紧迫命题 。随着AI迅猛发展，科研与教育的生态正在被深刻重塑 ，治理框架必须及时升级 。
AI已经深度嵌入科研与教育。在蛋白质结构预测 、药物筛选、材料发现等领域 ，AI大模型极大压缩了试错周期，让科研人员得以从繁重的重复劳动中解放出来 。在教育领域，个性化学习系统可以因材施教 ，智能答疑降低了知识获取的门槛 ，偏远地区的学生也能接触到优质教学资源 。这些都是AI技术“以人为本、向上向善 ”的正面画像。
但数学家们的担心绝非杞人忧天 。当“跑分 ”取代“求知”成为目标，科研的内在逻辑就被悄然置换 。AI公司将破解数学难题异化成性能指标的竞赛 ，数学沦为展示AI算力的陪衬 ，谁还能想起追求真理的初心？AI公司批量生产答案，却忽略思考 、理解与洞见 ，这不仅是数学领域的危机 ，更是整个科研生态的危机。
教育领域的危机与此同理。学生过度依赖AI代写 、代算，思维训练让位于答案搬运 ，得到更多正确的答案 ，却失去了提出问题和解决问题的真实能力训练机会 。
防范AI风险，要建立可执行、可迭代 、可追责的治理机制 。
完善科研与教育场景中的AI使用规则。高校 、科研机构和期刊应明确AI辅助研究、写作 、评审的边界 ，对AI生成内容进行披露 、核验和溯源 ，禁止将涉密数据、未公开成果输入公共模型，防止学术不端和数据泄露 。
改革评价体系 。不能把“AI快速解题 ”等同于科研突破，更不能以此替代同行评审 、可解释性验证和知识传承。科研评价应更加重视方法创新 、可复现性、长期影响和人才培养价值 。
推动技术治理与制度治理协同 。《人工智能安全治理框架3.0》提出的沙箱监管 、风险分级等 ，应尽快在科研 、教育、医疗、金融等重点场景落地。AI治理框架也应像AI技术应用那样 ，快速落地 、快速反馈 、快速迭代 。对智能体和具身智能等可能直接影响现实世界的技术，更要强化权限控制、行为审计 、异常拦截和人类接管机制 。
加强AI素养教育。从中小学到大学 ，应系统开设AI通识与伦理课程 ，教学生理解AI的能力边界 、辨别生成内容的真伪、恪守学术规范，使AI成为创新的脚手架而非思维的替代品 。
技术本身无善恶 ，治理的方向决定技术的走向 。顶尖数学家的联名警示提醒我们 ，如果只追求答案而忽视理解 、传承与育人，技术越强大 ，错位就越危险。
我国AI治理框架一年一更新 ，说明风险正在加速演化。只有持续动态升级治理框架，让创新在安全轨道内奔跑 ，才能让AI真正成为科研突破的翅膀 、人才成长的阶梯 。
（文章来源：经济日报）
