一、问题：技术快速发展与治理滞后同步出现 人工智能正加速渗透研发、生产、服务等各个环节——在提升效率的同时——也改变了对人才的需求。周鸿祎指出，传统编程工作正在被智能化工具重塑，但技术应用已经延伸到社会伦理、法律、公共秩序等复杂领域。如果不建立相应的治理框架和人文社会科学基础，技术的快速扩张可能引发新的社会问题。 二、原因：技术迭代快于规则制定 人工智能已从单点工具演变为通用能力，正在重构组织流程和决策链条。一上，模型能力提升使工作重心从"写代码"转向"定义问题、组织资源、验证结果"，更强调任务拆解、风险管控和协同沟通；另一方面，技术应用涉及数据权益、算法透明度、公平性和安全责任等问题，需要工程、经济、社会、法律等多学科参与。规则制定通常需要论证、试点和共识凝聚，其速度往往跟不上技术迭代，导致"应用先行、规范滞后"的矛盾。 三、影响：岗位能力重估，治理能力成为竞争要素 周鸿祎认为，未来工作更需要管理能力、指挥能力和清晰表达，人们需要复杂场景中协调多个"智能体"完成任务并验证结果。批判性思维和价值判断能力的重要性也在上升。这将带来三上变化： 其一，企业用人标准更看重复合型人才，既懂业务又懂合规风控的人更受欢迎；其二，公共治理面临新挑战，算法歧视、深度合成滥用、数据安全等问题需要制度和技术双管齐下；其三，国际竞争从技术指标比拼扩展到规则、标准和治理话语权的争夺。我国人工智能发展正从"技术追赶"转向"规则塑造"，治理能力将成为衡量产业竞争力的关键指标。 四、对策：用制度引导技术向善，推动教育与产业协同转变 政策层面，政府工作报告明确提出完善人工智能治理。"十五五"规划纲要草案摘要强调统筹发展与规范管理，加强数据基础制度和人工智能治理，营造安全公平发展环境。中国科技新闻学会发布的2025年"十大科技热词"中，人工智能治理位列首位，反映出社会对伦理和安全的重视。 受访人士提出四项建议： 一是加快完善基础制度和责任链条，推动数据权属、合规使用、风险评估、内容标识等规则落地，形成可执行、可审计、可问责的治理体系。 二是推动企业将"安全与合规"融入产品设计、模型训练和应用部署全过程，建立常态化测试评估和应急响应机制。 三是促进学科交叉和人才培养创新，在高校和职业教育中加强"技术+法律+伦理+传播"的复合能力培养，既要培养懂技术的人，也要培养能制定规则、理解社会运行的人。 四是支持应用场景规范化试点，在政务、医疗、金融、教育等重点领域探索标准体系和最佳实践，以可复制的制度样板推动产业健康发展。 五、前景：治理现代化护航产业现代化，人才结构走向融合协同 人工智能仍将快速演进，但其社会影响将更加广泛深入。随着治理体系健全、标准和法律规范完善，产业将从"拼速度"转向"拼质量、拼安全、拼可信"。在这个过程中，理工科和人文社会科学不是此消彼长，而是走向更高层次的协同：技术提供能力边界，制度与伦理划定安全边界，管理与表达确保技术成果被正确理解和有效应用。谁能更好地把握"技术—制度—社会"的耦合关系，谁就能在新阶段竞争中占得先机。
人工智能的发展本质上是人类文明的延伸，其方向最终由人的选择决定。技术进步只是基础，让这种进步造福全社会、规避风险，需要更多具备人文情怀和批判精神的声音。在从技术追赶向规则塑造的转变中，文科人才的价值将被重新发现和评估。这不仅是教育结构的优化，更是社会发展阶段升级的必然要求。唯有文理融合、科学与人文并行，才能确保人工智能朝着更加安全、可控、可信的方向发展。