總體國家安全觀丨吳曉林等：《持守“創造性主權”：人工智能時代的公共治理教育轉型》

作者介紹

吳曉林，天津市總體國家安全觀研究中心首席專家，南開大學周恩來政府管理學院院長、國家治理研究院院長、教授；

黎江平，南開大學周恩來政府管理學院博士研究生。

關鍵詞

人工智能；公共治理；公共治理教育；創造性主權

內容提要

人工智能（AI）的應用正在重塑政務實踐，并對公共治理教育提出挑戰。AI時代的公共治理教育如何轉型，亟需得到回應。基于對政務AI應用的影響評估發現，AI的應用既能提升行政效率、輔助決策，同時又伴生算法黑箱、數據安全、倫理風險、人工替代四重風險，對公共治理教育造成顛覆性沖擊。部分歐美高校通過設置AI課程、深化校企合作、強化AI倫理和批判思維教育推進公共治理教育轉型。AI時代的公共治理教育，應當善用善馭AI、持守人的“創造性主權”，而不能任由其異化為俘虜人的武器、把人變為被動的“技術附庸”。面向未來，公共治理教育需警惕AI的“能力銹蝕”，在技術維度深化學生AI認知與技能；在倫理安全維度筑牢AI倫理和安全教育防線；在思維訓練維度，聚焦“非替代性領域、創新性思維”，提升學生的批判性思考能力、創造性解決問題能力和自主學習能力，培養兼具AI技術素養和創新思維的復合型公共治理人才。

持守“創造性主權”：人工智能時代的公共治理教育轉型

一、問題的提出

人工智能（Artificial Intelligence，簡稱AI）技術正重塑公共治理的運作模式與知識基礎。以ChatGPT、DeepSeek為代表的生成式AI大模型，憑借在政策模擬、文本生成與數據分析方面的卓越能力，迅速影響政策制定、政務流程優化等治理實踐，對公共治理教育領域也帶來了前所未有的機遇與挑戰。

AI加速融入政府治理與公共服務領域，展現出提升行政效能的巨大潛力。2017年7月，國務院印發《新一代人工智能發展規劃》，提出“開發適于政府服務與決策的人工智能平臺，研制面向開放環境的決策引擎”。在國外，2025年1月，英國政府啟動名為“漢弗萊”（Humphrey）的AI行政輔助工具開發計劃，意在提高公務員的工作效率。2025年3月，美國總務管理局（General Services Administration, GSA）完成內部測試的“GSA Chat”AI工具，可實現郵件起草、代碼編寫等行政任務的智能化處理，目前已進入全面推廣階段。在地方層面，2023年6月至2024年12月間，深圳市工業和信息化局聯合多部門發布四批“城市+AI”應用場景清單，覆蓋123項政務服務；2025年初，南京市應急管理局采用DeepSeek-R1大模型，實現5分鐘內結構化生成標準化事故初報，合規性校驗準確率逾95%，行政效率提升達70%；北京市昌平區政務服務中心上線“AI咨詢通數字人”，通過深度融合“DeepSeek大模型+行業模型+業務模型”三重技術架構，顯著優化了公共服務咨詢響應。與此同時，有的地方盲目跟風應用AI，呈現一窩蜂上馬的態勢，極易引發混亂和浪費。

AI 的廣泛使用，也對公共治理領域造成全面挑戰。根據經合組織（OECD）2023年教育監測報告，包括公共治理學科在內的全球傳統課程體系正面臨知識模塊的結構性重構需求。聯合國教科文組織（UNESCO）發布的《人工智能與數字轉型下公務員勝任力報告》（Artificial Intelligence and Digital Transformation Competencies for Civil Servants）則揭示，全球仍有47%的國家尚未出臺提升公務員數字勝任力的戰略，凸顯出治理能力建設與數字技術間的斷裂。

面對AI深度影響公共治理的現實，學界關于公共治理教育轉型的認知分歧卻尚未彌合。技術樂觀論者主張將機器學習、算法治理等技術模塊嵌入課程體系，以提升公務員的數字素養；價值審慎論者則在承認AI技術賦能公共政策教學和評估的同時，警示其可能誘發學術誠信等風險。這一爭論本質上反映了公共治理教育在技術革命中面臨的工具理性與價值理性張力。

那么，AI應用對公共治理造成了哪些沖擊？其公共治理教育體系又該如何轉型？這些問題亟待學理性闡釋。本文將首先分析AI技術嵌入政務場景引發的沖擊，明晰其對公共治理者能力的新要求；同時，作為AI創新應用的前沿場域，歐美發達國家已經在公共治理及其教育領域開展了相關探索，通過比較分析歐美典型高校公共治理教育改革實踐，為“AI+公共治理教育”轉型提供啟發。

二、既有研究回顧

理解當前中歐科技安全領域的競合關系，必須引入國家形象的認知分歧這一關鍵解釋概念。歐洲的政策行為在很大程度上受到了中國國家形象的影響。近年來，歐盟對華政策話語的轉變，特別是2019年將中國定義為“制度性對手”的標簽化行為，是歐洲污名化中國的開端。這一標簽將中歐關系從純粹的經濟伙伴，重構為制度與價值觀沖突的競爭關系，為其更具防御性的政策提供了理論基礎。這種敘事與“中國威脅論”關系密切，將中國的經濟行為和投資活動政治化，解讀為旨在分裂歐洲的地緣政治工具；將中國的崛起界定為對現有自由主義國際秩序的根本性挑戰，從而構建了“我們”（捍衛規則的西方）與“他們”（挑戰規則的中國）的對立格局。認知上的轉變是理解歐洲在科技領域，尤其是半導體領域對華政策從開放合作轉向審慎、限制，甚至在特定情況下采取對抗性措施的關鍵。

近年來，學界圍繞“AI對公共治理教育的影響”開展了相關研究，大致聚焦在正負兩個方面的影響。

（一）AI對公共治理教育的正面影響

學者們主要從變革教學模式、重塑評價體系、促進教育公平三大視角闡述AI對公共治理教育的正面影響。

其一，AI推動教學模式變革。有學者認為，AI技術借助混合式學習（blended learning）和生成式教學（generative teaching）等模式，實現教學內容動態迭代和教學方法多元化。另有研究發現，AI營造的沉浸式學習環境與個性化學習路徑顯著提升了學生的學習興趣和參與度，改變了傳統的“教師中心”的教學模式。

其二，AI重塑評價體系。生成式AI正在重塑學術能力評估標準，例如，吳曉林等提出“三重替代”，認為AI技術已具備替代標準化考試、論文寫作、課程作業等傳統評估方式的技術可行性。有研究發現，AI既可輔助教師高效率地完成學生作業評分，更能基于學生的學習軌跡動態調整評估內容，幫助學生更好地掌握知識，推動評價功能從“測量”轉向“發展”。

其三，AI促進教育公平。有學者認為，通過向偏遠地區配置AI教學設備有助于緩解教育資源的地域失衡，進而為更多學生提供高質量的教育機會。然而，AI教育設備資本密集型特征衍生出新的技術可及性障礙，有研究強調需通過財政補償機制降低資金門檻，以實現AI教育資源的羅爾斯式正義分配。

（二）AI對公共治理教育的負面影響

既有研究主要從虛假信息與學術不端、教育價值異化等角度反思AI給公共治理教育帶來的負外部性影響。研究表明，AI技術的“幻覺”（AI hallucinations）問題可能導致學生接收虛假信息，從而影響學習效果。還有學者擔憂，生成式AI沖擊傳統知識生產機制，可能導致學術倫理失序。技術工具主義傾向可能異化教育的人文內核，這種異化表現為價值理性和深度思考能力的弱化。研究發現，當前ChatGPT生成的文本雖具形式完備性，但普遍缺乏價值判斷。更嚴峻的是，過度依賴AI還將弱化學生高階思維能力，尤以復雜問題解決能力和辯證思考能力為甚，最終背離“全人”（whole person）教育價值追求。

（三）既有研究評價

已有研究在揭示AI對公共治理教育的影響方面已取得進展，但存在兩點不足。其一，既有研究多在一般層面論述AI對公共治理教育的影響，缺乏對具體經驗的實證分析，難以展現公共治理教育轉型的實際路徑。其二，公共治理教育服務于政務實踐，政務實踐將人才培養新需求傳導至公共治理教育。已有研究多探討AI對公共治理教育的直接影響，忽視了“AI—公共治理實踐—公共治理教育”的鏈條。

鑒于此，本文力圖超越“AI—公共治理教育”的簡單因果關系，將公共治理實踐視為關鍵中介變量，構建“實踐沖擊—能力要求—教育響應”的分析框架。本文認為，政務AI應用首先通過對治理實踐造成四重沖擊，從而對治理者提出新的能力要求；公共治理教育作為供給端，必須進行針對性轉型以響應這些新需求。

三、政務AI應用的四重沖擊

政務AI應用對公共治理大體存在提升行政效率和服務質量、提供決策支持兩類賦能效應。一方面，AI通過自然語言處理與機器學習算法的深度融合，提高政務服務效率和精準度；另一方面，AI大模型依托海量數據建模與政策推演模擬，助力政策決策科學化，推動公共治理向數據驅動型治理演變。與此同時，政務AI應用也造成了四重沖擊（見表1），對公務人員的能力素養提出了全新要求。

表1 政務服務AI應用的沖擊

（一）算法黑箱沖擊

算法作為AI的核心支柱之一，其內在的局限性常導致政務AI應用中出現算法黑箱問題。所謂算法黑箱，特指算法運行的某個階段所涉及的技術復雜且部分人無法了解或得到解釋的現象。這種黑箱特性對公共治理體系構成了深層次挑戰，主要體現在以下兩個關鍵維度：

其一，削弱政治行為的合法性基礎。現代行政法體系植根于“人類決策中心主義”范式，其核心在于法律文本及決策依據必須具備可解釋性。然而，AI算法的黑箱特性導致其輸出結果缺乏清晰、可追溯的因果鏈條。這種因果鏈條的缺失，不僅動搖了法律程序所要求的審慎性原則，更從根本上削弱了政治行為的合法性根基。相關司法實踐已凸顯此類風險，如2023年2月，美國紐約南區聯邦地區法院審理的“馬塔訴阿維安卡公司案”，涉事律師因提交了由ChatGPT生成的虛構判例而遭法庭制裁；同年5月，英國《律師協會公報》（The Law Society Gazette）亦報道了民事訴訟當事人援引AI生成虛假案件支持其主張的實例。

其二，加劇行政問責困境。現代行政問責機制有效運行的前提在于責任主體明確、決策過程可追溯。然而，算法黑箱恰恰遮蔽了其內部的決策邏輯與數據處理路徑，造成行政行為與具體責任人之間的聯結斷裂。當算法驅動的行政決策出現偏差或失誤時，這種不透明性使得精準識別并有效追究行政責任主體變得異常困難。2020年8月，英國教育部因采用存在缺陷的算法模型對A-Level考試成績進行標準化處理，導致近40%學生的成績被不公正下調，引發廣泛爭議。然而，面對公眾質疑和追責訴求，教育部門與算法開發方相互推諉，最終未能清晰界定決策失誤的責任歸屬。上述困境表明，AI時代的公共治理者須具備初步理解算法基本邏輯、洞察其局限性及潛在風險的能力，以確保算法決策的合規性與正當性。

（二）數據安全沖擊

數據是AI系統的核心生產要素，AI在政務實踐中的應用往往遭遇數據安全沖擊。

一是數據代理偏差。在強調循證決策與數據驅動的AI時代，將公民復雜的參與行為簡化為數據單元的治理模式，潛藏著數據代理偏差的固有風險。此類偏差源于數據表征與現實狀況之間的錯位，導致決策依據失真。典型案例為美國醫療保健系統的AI算法以健康成本作為健康需求的代理，錯誤地推斷黑人患者較同病白人患者更健康，導致前者獲取的醫療資源顯著減少。數據代理偏差現象實質上揭示了AI治理中的一種新型數字排斥機制，即處于數字弱勢地位的公民，其真實需求在數據表征中常常缺位，卻在實際生活中持續存在并亟待回應，最終面臨被公共服務體系排斥的風險。

二是數據安全風險。AI系統高效運行依賴于海量、多源數據的處理與融合，這放大了數據泄露、非法篡改及濫用等安全威脅，對公民個人信息自決權（informational self-determination）與隱私權構成嚴峻挑戰。2017年，DeepMind公司與英國國家醫療服務系統（National Health System）涉及160萬患者敏感醫療數據的合作項目，因未能充分遵守數據保護法規，引發了社會對大規模健康數據商業化利用中合規失控和隱私泄露的廣泛擔憂。2020年2月，服務于包括美國聯邦調查局（Federal Bureau of Investigation）在內的政府機構的面部識別供應商ClearviewAI遭遇黑客攻擊，導致海量人臉敏感信息被泄露。2021年5月，富士通公司開發的信息共享平臺ProjectWEB受到黑客入侵，致使國土交通省（Ministry of Land，Infrastructure，Transport and Tourism）等多個日本政府機構至少7.6萬個郵箱地址與大量專有信息外泄。

與此同時，AI技術正演化為新型數據污染與國際博弈的工具。2025年4月，上海市警方偵破犯罪團伙利用AI批量生成30余萬條虛假信息案件，該團伙通過500余個賬號制造“毒流量”牟利。在國際博弈層面，一些國家為維護其全球霸權，對其“數字對手”實施各種制約，系統性部署AI社交機器人偽裝獨立媒體、制造熱門標簽，定向污染相關議題的全球認知。一些非正義勢力，通過喂“黑料”“猛料”的方式，誘導AI生成偏見誤解，從而引導意識形態、誤導決策，形成新的AI斗爭。

上述事件共同揭示了一個核心風險——政務AI系統作為高價值數據的匯聚節點，其安全防護機制的疏漏易演變為系統性危機，在地緣政治博弈加劇下，可能嚴重削弱政府公信力與社會穩定根基。這要求公務人員應精通數據治理流程，包括數據質量控制、隱私保護、安全防護和合規使用。

（三）倫理風險沖擊

政務AI應用所衍生的算法歧視現象，也使公共治理的倫理基礎面臨沖擊。這種沖擊的要害在于公平性的消解與不平等的技術性固化。

首先，算法歧視沖擊公共治理公平。囿于訓練數據的質量缺陷以及算法邏輯缺陷，部分政務AI應用存在算法歧視（algorithmic bias）問題。這種現象在涉及社會資源分配的公共決策中尤為明顯，其本質是技術手段對既有社會偏見的自動化再生產。美國國家標準與技術研究院（NIST）的實證研究表明，主流人臉識別系統對非裔與亞裔群體的錯誤識別率較白人群體高出10~100倍。這種偏差若應用于執法場景，將直接導致監管實踐的種族歧視。典型案例可見于美國洛杉磯市、孟菲斯市等地部署的預測性警務系統（predictive policing），該系統依賴包含種族、性別、社會經濟地位等歧視的歷史犯罪數據評估公民犯罪的風險，導致對少數族裔群體的過度監控。

其次，算法歧視更深層的倫理危害在于其可能系統性地邊緣化特定社會群體。當少數族裔或低收入群體因技術缺陷被排除于公共服務體系之外時，技術壁壘又使其權利救濟途徑趨窄，最終形成社會排斥的增強回路。這要求公務人員須具備敏銳的AI倫理意識和價值判斷能力，能夠在效率與公平、創新與規制之間做出審慎平衡，防止技術固化與加劇社會不公。

（四）人工替代的沖擊

AI在政務場景中的深度滲透，正引發行政組織結構的系統性變革。其具體體現為對基礎行政職能的自動化替代，從而重構公務員職業生態，并倒逼其能力加速更迭。

一方面，AI系統憑借其自動化優勢，正持續替代標準化、程序化的基礎行政事務，導致相關崗位的規模收縮與職能轉變。當前AI的替代范圍主要集中于數據處理、文件審核、公文撰寫、公共服務問詢等低復雜度領域，且這一趨勢已在全球行政改革實踐中加速顯現。例如，2023年1月，新加坡開源科技部開發Pair公務員文書寫作系統，可代替公務員于數秒內完成海量咨詢整理、郵件及政府報告撰寫。2025年2月，中國深圳市福田區政府推出基于DeepSeek開發的“AI數智員工”，首批70名AI員工已覆蓋政務服務全鏈條。2025年2月，美國政府效率部（Department of Government Efficiency）啟動聯邦自動化計劃，明確利用AI和機器人取代部分公務員以削減行政成本。美國密歇根州失業保險機構（UIA）引入集成數據自動化系統（MiDAS）檢測保險欺詐行為，直接導致該部門約三分之一的員工被裁撤。2025年3月，英國首相宣布，將擴展公務員體系內的AI應用，優先替代數據處理等低風險職能。

另一方面，AI的深度集成倒逼公務員角色轉向“人機協同決策者”。公務員需和AI系統協作完成復雜任務，這要求其超越傳統行政技能，具備AI系統操作、數據治理、算法監督等技術素養。然而，轉型過程遠非簡單的技能疊加，更涉及角色定位與權責邊界重構。在荷蘭育兒津貼案例中，AI的引入導致了公務員角色定位的邊界模糊。該案例中，AI風險評分模型被用于識別潛在的福利欺詐行為。盡管存在形式上的職責劃分，但AI系統的介入打破了這一界限。CAF團隊通過AI系統得出的分析結果，常被實體業務團隊視為具有權威性的信號，甚至未經核實就直接將其作為決策依據。此外，在部分情境下，CAF團隊還直接做出了本應由實體業務團隊負責的津貼發放決定，進一步模糊了兩個團隊之間的職責邊界。因此，公務人員需超越傳統行政技能，掌握AI系統操作、算法監督與協同決策的能力，在與AI的合作中明確自身定位，承擔最終責任。

四、歐美典型高校公共治理教育的應對

政務AI應用既影響前端的政務實踐，也緊密關聯著后端的公共治理教育。作為“AI+公共治理教育”的先行區域，歐美典型高校為應對前述挑戰，在培養能駕馭AI的新型治理人才方面展開了初步的改革探索。

（一）歐美典型高校公共治理教育改革的動因與原則

歐美典型高校推動公共治理教育改革，主要是因應AI技術引發的挑戰。一方面，傳統公共治理教育模式滯后于AI時代的算法治理、數據治理等技能培養需求，課程體系更新遲緩，公務員群體面臨“技術赤字”；另一方面，AI應用伴生安全倫理風險和人工替代沖擊，亟需提升公務員的價值判斷及批判性思維能力，以平衡工具理性與價值理性之間的張力。歐美典型高校的改革主要遵循以下原則：

其一，以人為本，以斯坦福大學、劍橋大學為代表的高校，將“技術服務于人”確立為元倫理準則，強調AI作為服務公共利益的工具屬性。其二，跨學科融合，哈佛大學、倫敦政治經濟學院等高校通過學科交叉重構認知圖景，打破公共政策、計算機科學等學科間的壁壘，將算法治理、數據治理、AI倫理等議題融入核心課程設計。其三，實踐導向，牛津大學、哈佛大學等高校依托產學研合作平臺，將真實政務場景中的AI應用案例引入課堂，通過模擬決策、案例分析等方式，錘煉學生應對復雜治理問題的實踐能力。

（二）歐美典型高校的具體做法

歐美典型高校聚焦培養學生“使用”和“駕馭”AI的能力，通過主動調整課程設置、開展產學研合作以及強化AI倫理教育等舉措進行改革。倫敦政治經濟學院開設公共政策數據科學碩士（MPA in Data Science for Public Policy）項目，將AI、數據科學與公共政策學科相結合；斯坦福大學開設AI實踐倫理（Practical Ethics for Artificial Intelligence）課程，旨在增強學生的AI倫理意識。

為深度分析歐美典型高校的公共治理教育改革，本文主要聚焦分析劍橋大學貝內特公共政策學院和哈佛大學肯尼迪政府學院的相關實踐（見表2）。

表2 貝內特公共政策學院與肯尼迪政府學院

公共治理教育改革

將歐洲當前對華認知分歧及其對科技領域的影響置于全球政治視野下進行審視，不僅是中國未來推進地區間科技合作的必要參照，更是把握全球產業變遷的關鍵一環。對歐洲而言，未來中歐科技合作或可成為歐盟實現“戰略自主”的關鍵杠桿，從而有效抑制美國的技術擴散，分化跨大西洋安全合作關系。

1.應對算法黑箱沖擊：深化AI技能與算法邏輯教育

劍橋大學貝內特公共政策學院和哈佛大學肯尼迪政府學院均重視培養學生在AI算法邏輯理解、風險識別與治理等方面的能力，以應對AI算法維度沖擊、提升未來公共治理人才的技術素養。

貝內特公共政策學院通過開設“AI+公共政策”的跨學科專業和AI相關課程等方式來應對算法黑箱挑戰。一是開設“AI+公共政策”等跨學科專業，該學院計劃于2026年10月推出全新的數字政策碩士（MPhil in Digital Policy）項目，博士培養計劃亦將于2027年啟動。該項目橫跨政治學、經濟學、法學與計算機科學相關課程，面向具備2~5年工作經驗的政策從業者設計，聚焦AI技術帶來的治理挑戰與機遇。學生將在劍橋大學的理工專業與社會科學資源支持下，接受循證政策分析訓練，系統掌握數據驅動決策、復雜風險管理、跨部門溝通與團隊協作等核心能力。在這一跨學科框架之下，學院聚焦如何借助AI優化公共政策設計、強化執行效能。學院為數字政策專業的學生開設《數字經濟學I：政策、法律與法規》（Digital Economics I：Policy，Law & Regulation）課程，講授公共政策領域的AI應用。例如，在經濟政策領域，借助AI分析宏觀數據與預測趨勢，支持政府構建更精準的財政與稅收政策；在公共服務方面，通過智能手段優化醫療資源配置、增強教育體系效能，提高社會福利政策的落地效率。

肯尼迪政府學院開設跨學科的AI特色課程，以提升學生在公共治理場景中的AI實操能力。學院開設了AI特色課程，包括但不限于《AI的公私政策挑戰案例研究》（Case Studies in Public and Private Policy Challenges of Artificial Intelligence）、《生成式AI的科學基礎和社會影響》（The Science and Implications of Generative Al）、《新興技術：安全、戰略與風險治理》（Emerging Tech：Security，Strategy，and Risk）、《超越法律和規范——新興技術的治理》（Beyond Law and Code-The Governance of Emerging Technologies）、《產品管理與社會：構建符合公共利益的技術》（Product Management and Society：Building Technology in the Public Interest）等5門面向本碩博不同層次的課程。這些課程圍繞AI在公共預算優化、危機快速響應等治理場景，著重訓練學生在復雜現實問題中將AI技術與公共治理進行協同的能力。

2.應對數據安全沖擊：強化數據治理與安全防護教育

劍橋大學貝內特公共政策學院和哈佛大學肯尼迪政府學院均重視培育學生的數據治理能力與數據安全意識。

貝內特公共政策學院將數據科學素養作為數字政策碩士培養的核心環節，開設必修課程《面向政策制定者的R/Python中的數據科學》（Data Science in R/Python for Policy-makers），系統講授數據獲取、處理與分析的基本方法，涵蓋編碼技術及其在公共政策情境下的應用。課程特別關注實際政策問題中常見的數據偏差與缺失等挑戰，培養學生對數據質量的批判性意識。此外，學院還為公共政策碩士項目設置了《統計思維》（Statistical Thinking）課程，意在強化學生的循證決策能力和數據治理素養，為其在復雜治理環境中進行科學研判奠定基礎。

肯尼迪政府學院則通過課程嵌入與產學研協同機制，全面增強學生在數據治理與安全方面的專業能力。學院自2018年起面向全院學生開設Python編程與機器學習選修課程，強化學生在公共政策研究與實踐中的數據分析、數據建模與預測能力。與此同時，學院在《實證方法》（Empirical Methods）、《機器學習和大數據分析》（Machine Learning and BigData）等研究生定量方法類課程中，整合了數據處理、質量管理與數據安全的模塊化內容，使學生能夠在真實政策場景中合理運用數據并防范相關風險。學院還依托校企合作，開發了“Generative AI @ Harvard”學習與研究平臺，為學生提供生成式AI技術的實操訓練與可信操作環境。尤為重要的是，哈佛大學與科技公司合作打造了“哈佛AI沙盒”（Harvard AI Sandbox），該平臺在嚴格保障數據安全的前提下，支持學院師生合規、高效地使用多種生成式AI工具，顯著提升了公共治理人才在AI時代的技術能力與安全意識。

3.應對倫理風險與人工替代沖擊：聚焦AI倫理與不可替代能力培育

面對AI引發的倫理風險和人工替代挑戰，貝內特公共政策學院和肯尼迪政府學院尤為重視AI倫理教育與高階思維訓練。

貝內特公共政策學院從課程建設與標準制定兩個層面推進AI倫理與批判性思維教育。在課程方面，學院開設了諸如《負責任的人工智能治理》（Governance for Responsible AI）等必修課程，面向數字政策碩士研究生深入解析算法偏見、自主性剝奪等核心AI倫理議題，著重強化未來公共治理人才對AI技術的批判性反思能力。在規范層面，學院嚴格遵循由劍橋大學聯合其余羅素大學集團成員發布的《羅素大學集團在教育中使用生成式AI工具的原則》（Russell Group Principles on the Use of Generative AI tools in Education），積極調整教學與評估體系，強調AI應用必須符合倫理規范，并在技術賦能與批判性思維培養之間尋求平衡。

相較而言，肯尼迪政府學院在AI倫理教育和規制上更注重動態適應。在AI倫理課程方面，學院面向全院學生開設了選修課程《技術哲學：從馬克思和海德格爾到人工智能、基因組編輯和地球工程》（Philosophy of Technology：From Marx and Heidegger to AI，Genome Editing，and Geoengineering），引導學生從哲學和倫理視角批判性地評估AI等技術對人類的影響。該課程既梳理技術倫理的歷史脈絡，更指導學生將技術應用錨定于公共決策的倫理坐標系。

在制度規范層面，學院遵循哈佛大學2023年發布的《生成式AI應用指南》（Generative Artificial Intelligence Guidelines），該指南明確了包括保護機密數據、審核內容、警惕網絡釣魚在內的AI應用準則，并承諾建立動態修訂機制以保持與技術演進同步。2025年1月，哈佛大學教育研究生院進一步推出專項指南《學生自主項目中生成式AI應用：建議和啟示》（Generative AI in Student-Directed Projects：Advice and Inspiration）。該指南提煉出“勇于探索與試驗”等四項原則以及33項具體策略，旨在引導學生合理、創新、負責任、符合倫理地使用生成式AI。

此外，肯尼迪政府學院還通過校企合作應對AI的倫理挑戰。2018年，其所屬的貝爾弗科學與國際事務研究中心（Belfer Center for Science and International Affairs）與美國銀行（Bank of America）合作成立“AI負責任使用委員會”（The Council on the Responsible Use of Artificial Intelligence），致力于前瞻性研判和治理AI帶來的倫理與社會風險。

四、結論與啟示

AI技術的深度嵌入正在重塑公共治理的實踐圖景，并引起公共治理教育的深刻變革。本文基于“實踐沖擊—能力要求—教育響應”的分析理路，闡釋了政務AI應用對公共治理實踐產生的四重沖擊及其對人才培養提出的新要求，并分析了其對公共治理教育轉型的啟示。

（一）研究結論

其一，政務服務AI應用呈現出“雙刃劍”效應。AI在提升行政效率與決策科學性方面表現突出，但伴生的算法黑箱、數據安全、倫理風險、人工替代等沖擊，對治理的合法性、公平性與人的主體性構成深層挑戰。這些沖擊不僅暴露出現行治理體系中的技術適配缺陷，更折射出傳統行政學知識在應對AI時代治理需求時的局限。

其二，AI沖擊對公共治理者的能力及公共治理知識體系提出了更高要求。在AI驅動的治理環境中，數據科學、算法邏輯、機器學習與倫理哲學已成為不可或缺的知識維度。這要求公共治理教育突破學科壁壘，構建融合公共管理學、計算機科學、倫理學與法學的跨學科知識體系。未來的公共治理者不僅需掌握制度分析與政策制定能力，還應具備數據建模、算法解讀、系統倫理評估等AI素養，既能“善用”AI，又能“善馭”AI。

其三，基于AI的公共治理教育改革方興未艾，有待系統性重構。為適應AI變革，歐美典型高校已積極調整公共治理教育策略，包括主動調整課程和專業設置、深化校企協作及強化AI倫理教育。然而，其改革舉措多聚焦局部創新，尚未實現“知識生產模式—人才培養機制—教育評價體系”的系統性重構。相關課程設置碎片化、知識結構滯后于技術發展等問題依然存在。

（二）研究啟示

持守“創造性主權”應成為AI時代公共治理教育的準則。本文所提出的“創造性主權”，是指人在與AI協同的環境中，始終保持其在價值判斷、倫理反思以及非結構化決策中的主體性地位。它強調教育應致力培養受教育者不被技術所吞噬或支配的能力，使人在AI增強的世界中能夠行使獨立的判斷力與決定權，而不是淪為技術的附庸與俘虜。這一概念不僅回應技術異化的風險，更指向一種主張“人以馭技”而非“技以馭人”的教育哲學。這意味著教育目標應從“如何使用AI”提升至“如何批判地審視AI、負責任地運用AI，并在人機協同中持守人的最終裁量權”。

公共治理作為高度依托實踐場景的學科，其教育轉型必須緊密結合治理實踐前沿，確立以場景驅動復合型人才培養的核心原則，即以現實治理場景的需求為導向，深度融匯公共管理學、人工智能、數據科學、倫理學等相關學科知識體系，致力于培養兼具AI技術素養與價值判斷能力的公共治理人才。對中國而言，未來的公共治理教育轉型應立足中國治理現實，既借鑒“他山之石”，又依托新型舉國體制優勢，推進以“場景驅動”為核心的復合型人才培養模式創新。具體而言，可從技術、倫理與思維三大維度系統推進（見表3）。

表3 未來公共治理教育的轉型路徑

公共治理作為高度依托實踐場景的學科，其教育轉型必須緊密結合治理實踐前沿，確立以場景驅動復合型人才培養的核心原則，即以現實治理場景的需求為導向，深度融匯公共管理學、人工智能、數據科學、倫理學等相關學科知識

一是在技術維度，強化AI認知與技能培養，破解“數字黑箱”與安全難題。公共治理教育應系統性地將機器學習、算法治理、數據安全管理等技術模塊納入課程體系，開設AI導論與前沿、AI驅動的公共治理創新等課程；與此同時，應充分利用產學研合作平臺，構建模擬或真實的治理場景實訓環境，著重培養學生運用AI解決復雜公共問題的能力，確保其技術素養與治理場景的需求精準適配。

二是在倫理安全維度，筑牢AI倫理和安全教育防線，抵御倫理與技術異化風險。高校以及研究機構需開設專門的公共治理AI倫理、AI安全課程，協同公共部門共同研究、制定與發布“公共部門AI應用安全與倫理”規范、指南；通過理論教學、案例研討等方式將公平、人本等倫理原則內化為公共治理人才的行為自覺，有效防范技術異化對公共價值的侵蝕。

三是在思維訓練層面，強化批判性思維、創造性思維與個性化能力培養，鞏固“人之不可替代性”。必須看到，AI本質上仍是服務于人類發展的工具，盡管AI擅長處理規則明確、重復性高的任務，但是難以替代涉及價值判斷、利益權衡、非結構化情境下的創造性決策。AI只能提供一般通用性的輔助，不能異化為俘虜人的工具，公共治理教育尤其要捍衛人的自主性，避免過度依賴AI工具可能導致的主體性弱化與惰性風險。因而，公共治理教育需聚焦不可替代性領域及創新性思維的培養，通過案例教學、場景實驗、模擬仿真等教學方法，著重提升學生的批判性思考能力、系統性分析能力、創造性解決問題能力和個體自主學習能力。

總而言之，公共治理教育須堅守“物為人用”原則，決不能本末倒置，陷入“人為物用”的困境，使人類淪為技術的附庸。面向AI時代的公共治理教育，必須尋求“善用AI”與“善馭AI”的平衡。教育機構應摒棄技術決定論抑或技術保守主義的極端立場，通過持續的教育理念創新、課程體系迭代與評價機制改革，積極推動公共治理教育向場景驅動、問題導向、價值引領的深層次轉型，以培養能夠善用和善馭AI技術的復合型公共治理人才。

來源：《廣西師范大學學報（哲學社會科學版）》2026年第1期、天津市總體國家安全觀研究中心

編輯 ：艷艷

校對：梅朵