人工智能背景下的高等學校知識服務體系

摘要：[目的/意義]當前高校面臨著人工智能所帶來的機遇挑戰與“雙一流”建設的雙重壓力，實現人工智能助力高質量人才培養與高質量學科建設，意義重大。[方法/過程]從（軟）知識化與知識服務視角，基于高校現實出現的問題與人才培養首位性、軟知識成就學生和教師個體獨一無二的特性，以及管理者、教師與學生競爭機制配置特點，以問題為導向分析人工智能及其背景下高等教育“軟知識化”，以及軟知識與人工智能共生互補的本質特征。同時，以軟知識化人才培養作為高校破解雙重壓力的必然選擇與突破口，分析高校軟知識化人才培養的使命，進而構建基于知識化人才培養的知識服務體系。[結果/結論] 高校尤其普通高校，通過實施基于知識服務的因材施教與因教施服，以及助力軟知識化人才培養的開放合作、文理融合和文理分類調整，將有助于提高（本科）人才培養質量與水平，培養出具有獨特的軟知識、具有競爭力的人才，尤其是具有強大潛力的文理兼修的高端創新人才，在雙重壓力競爭中立足，實現其具有特色或優勢的穩定健康可持續發展，為人工智能時代下國家高水平安全保障高質量發展培養人才作出應有的貢獻。

關鍵詞：人工智能；高等學校；知識服務體系；軟知識化人才

分類號：G252

CSTR： 32306.14.CN11-6036.2025.001

DOI： 10.13266/j.issn.2095-5472.2025.001

引用格式：葛新權. 人工智能背景下的高等學校知識服務體系——基于軟知識化人才培養[J/OL]. 知識管理論壇， 2025， 10（1）： 2-17 [引用日期]. http：//www.kmf.ac.cn/p/416/. （Citation： Ge Xinquan. Knowledge Service System of Higher Education Institutions in the Context of Artificial Intelligence： Focusing on the Cultivation of Soft Knowledge Talent[J/OL]. Knowledge Management Forum， 2025， 10（1）： 2-17 [cite date]. http：//www.kmf.ac.cn/p/416/.）

1" 高校面臨的壓力/ The pressure faced by universities

在人工智能迅速發展與高端人才激烈競爭的今天，作為社會經濟發展人才，尤其高端人才培養基地的高校面臨著前所未有的雙重壓力。利用人工智能培養高質量人才，形成特色鮮明的學校知識服務體系，成為高校發展的新機遇。

1.1" “雙一流”建設的壓力

“雙一流”建設高校面臨著“雙一流”建設動態調整“不進則退”式的雙向壓力（困境）；部分普通高校則面臨著“雙一流”建設、高校博士授予單位資格申請以及增加博士學位授權點的雙重壓力（困境）。一方面，多數普通高校往往滿懷希望，設定并追求過高的發展定位與對標標準，加重了教師考核晉升以及學生畢業的壓力，尤其為短期內獲得稀缺機會與資源，提升學校層級、聲譽與影響力，堅持“重科研，重項目及經費，輕教學”的跛腳式導向，教師和學生不堪重負。更嚴重的是，有的院長、學科或團隊帶頭人對青年教師和學生施加各種“美好擠壓”，導致了青年教師和學生苦不堪言。結果是，多數教師尤其青年教師怨聲載道，陷入一線悖論[1]。如此的定位對標無異于緣木求魚，非但難以實現預期目標，反而會導致管理者、教師與學生之間產生互不信任與相互埋怨的情況，尤其是集中全校資源“造”一朵紅花，扶持某一帶頭人，建設某一個學科專業團隊。縱然紅花開了，成就了帶頭人為所謂的領軍人才，但傷害了綠葉即其他學科專業團隊，侵占了這些學科專業團隊教師和學生的機會、資源和利益，尤其缺乏對他們的情感關愛，致使這些學科專業團隊失去信心選擇“躺平”；甚至造成了領軍人才與其學科專業團隊基本面人才的割裂，雙方難以形成支撐合力發揮作用，學科建設速度緩慢，反倒影響了學校正常的健康可持續發展，甚至滋生學術腐敗或“集中力量辦個人榮譽”等為個人利益犧牲多數人利益的腐敗現象。可想而知，這種過度提高發展定位對標，注定是適得其反，往往以失敗而告終。另一方面，少數普通高校不思進取，甚至自暴自棄，維持現狀或過低的發展定位對標，導致了學校發展緩慢，甚至落后，進而影響教師與學生成長與未來的發展。正是普通高校發展定位對標的錯設，導致事與愿違現象的發生。

特別地，生育下降導致適齡生源減少，高校尤其普通高校又面臨招生難就業更難的現實，加劇了其雙向困境。隨著生育減少，美國、日本、韓國等國家的高校已經出現倒閉關門的現象。我國也已出現了苗頭，根據《中國教育統計年鑒》和《全國教育事業發展情況》有關統計數據，全國幼兒園在園人數，在2020年達到峰值4 818萬人，隨后2021年開始下滑，2023年變化最為劇烈，同比減少535萬人，降幅高達11.56%。由此可以預見，15年后適齡生源減少，高校招生將面臨“搶生源”的壓力。由于壓力向下傳遞，普通高校處于劣勢，招生規模將面臨顯著下降。特別地，“雙一流”建設高校在異地校區建設方面展現出迅猛勢頭，它們勢必會利用自身優勢擴大招生規模，這將使得一些普通高校的招生工作面臨更加嚴峻的挑戰，甚至有可能因為招生困難而面臨“關門”的風險。同時，碩士博士連年擴招使得招生數量顯著增加，從2016年7.73萬到2023年15.33萬，翻了一倍，而2024年7月新增831個博士學位授權點，預計未來每年將額外招收1萬名左右的博士。人才培養錯位導致學歷貶值，使就業競爭更加激烈，普通高校將面臨著更嚴峻的招生就業瓶頸。因此，對于高校尤其普通高校來說，面臨的雙向困難是巨大的。

1.2" AI帶來的壓力

AI作為智力革命的第四次工業革命，再次改變世界并影響我們每一個人的生活。如埃隆·馬斯克所言，AI將能夠完成人類的工作，2029年左右AI的能力將會達到80億人類的水平；麥肯錫全球研究院2024年5月發布的報告《工作的新未來》中顯示：在2030年至2060年間將會有50%的現有職業被AI取代。可見，AI通過改變市場人才要求與需求，間接對高等教育產生巨大的根本性影響，并遠遠超過了計算機互聯網對高等教育的影響。同時AI直接對高等教育產生了巨大變革，如通過AI傳授知識，將改變教育中最難的事情——“舊的上一代去教未來的下一代”悖論；又如美國西弗吉尼亞大學2023年秋季開學時，該校20多個專業被撤銷，140多位教授被解雇或將被解雇；2024年秋季，哈佛大學取消了30多門課程，這些課程分屬于20多個系。同樣，近幾年我國高校招生與畢業生就業都受到不同程度的影響，尤其是文科專業受到較大的沖擊。為此，高校應結合實際進一步深化“人工智能+高等教育”的探索和實踐，在人工智能技術的輔助下優化教學模式，創新人才培養，提升教育治理效能，在更廣的范圍內推動人工智能賦能教育教學的創新發展。部分高校撤銷了一些學科專業，并開設諸如人工智能通識等課程，著力打造人工智能通識課程體系，以應對AI對高等教育的影響。

重要的是，AI獨特的信息獲取分析處理和表達能力以及邏輯思維能力可以開闊人的知識視野與認知空間。特別是諸如未來重塑生活和工作的最新型AI工具、驅動清潔未來的綠色能源、推進科學邊界的生物技術、革新健康管理的精準醫療、創造互聯未來的6G、探索未知世界的深海空地技術等革命性技術，不僅將改變供應鏈、產業鏈與價值鏈，而且對商業、醫療保健、創意產業乃至高等教育產生直接或間接的影響。我們需要重新定義或重新理解高等教育在人才培養、科學研究、社會服務、文化傳承創新以及知識獲取、交流、共享與應用創新中的功能，尤其要關注人機協同的知識學習交流方式與人類知識的代際傳遞。

一方面，在AI背景下，人不應該只是一個學習的機器。基于人機交互的教育理念、目標、內容、手段、方法、場域、評價、范式、模式，以及學習環境、資源、渠道、交流、內容、方式、方法和研究創新觀念、模式、方式等系統不斷變革，教育應該關注作為獨立存在個體的每個學生的個性化需求和發展，幫助學生進行自我探索，認識自己，找到自己的興趣和特長，并激發其潛能。正如加拿大著名教育學家加德納的多元智能理論所強調的，人類智能是多樣的，要注重認知能力和認知風格的差異性[2]；又如堪薩斯大學趙勇教授所分析的，教育系統能夠充分利用AI技術，根據每位學生的具體需求和特點進行定制化教學，從而發掘每個學生的獨特才能和潛力[3]。

另一方面，AI快速靈活便捷地助力通識教育落地，普及“看似無用乃大用”的常識知識，有利于回歸常識，有利于杜絕“簡單事情復雜辦”人為式內卷行為，有利于事半功倍。如 2006年諾貝爾物理學獎得主喬治·斯穆特所言，在未來的大學教育中，知識傳授將不再重要。大學必須承擔新的使命，主要提供通識教育，而把科學發現、技術進步、文化發展等使命轉移到社會當中去。通識教育的目的在于，使學生能夠擁有獨立的生活方式，而不僅僅是傳授知識[4]。

再一方面，AI清除了知識門檻，避免了思維封閉固化，未來教育更加多元多樣開放，為所有人公開公平獲取、交流、共享與應用知識成長成才提供平等的機會。如生物醫學教授M. Pividori分析了如何通過精心設計的提示詞來有效利用ChatGPT提高學術寫作的效率和成果，以及AI介入使得科研更加高效，知識生產者更加多元，知識傳播更加開放，未來的大學將更加開放、多樣化，更加注重創造性思維和行動的培養[5]。

可見，AI對高等教育的直接或間接影響都轉化為對高校的“機遇與挑戰”式雙向壓力，即高校尤其是普通高校所面臨的AI和“雙一流”建設雙重（雙向）壓力。正如羅素所言，人生而無知，但是并不愚蠢，是教育使人變得愚蠢。因此，高校尤其普通高校如何破解雙重壓力，在競爭中發展，具有重大的現實意義。

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

相比“雙一流”建設對高校的影響，AI的影響是根本、全面和長期的。為此，我們需要從知識化，尤其軟知識，包括不能用語言表達的狹義軟知識和能夠用語言表達的經驗、訣竅等廣義軟知識的[1]特性、人才培養的首位性與本科人才培養的根基性，以及軟知識化與AI共生互補的角度，分析AI背景下高等教育“軟知識化”本質特征。

2.1" AI的本質特征

AI的發展演進遵循數字化—數據化—網絡化—智能化—AI的路徑。這些階段循序漸進伴有交叉。總的來說，數字化是基礎，數據化是數字化的結果，網絡化是實現數據共享，智能化是“數據+算法+算力+內容”的知識化，AI則是知識深化。實際上，數字化、數據化、網絡化、智能化以及AI都具有統計化和知識化的特征，但數字化、數據化、網絡化更凸顯統計化特征，而智能化和AI更凸顯知識化特征。當然，初期的AI體現“數據+算法+算力+內容”的知識化，只是在人的預設的“方案”中，執行人的指令，通過快速精準搜索選擇最優的“方案”，但不具有人的思維能力，但生成式AI則體現“數據+算法+算力+內容+思維”的知識深化，此時它具有一定的人的思維能力，執行人的指令，更可根據實際情境與素材，通過快速精準搜索計算，生產新的“方案”，并從預設的“方案”和新的“方案”中選擇最優的“方案”，這是AI質的飛躍。

可以預見，未來AI在某些方面具有甚至超過人的思維能力，達到智慧化，但它無法取代人類的前瞻性推理、理論驅動邏輯和獨特的具有創造性的理論構建。

準確地說，未來人的思維能力與AI思維能力具有“相交但互不包含”集合的“人與AI共生（互補）”特征。例如，AI的思維方式與人完全不同，它是基于物理和自然規律產生的邏輯（理性）思維，即以算法為價值觀，通過輸入數據和流程保障得出結果。人是基于自身的認知和環境產生的感性思維。盡管AI是人的思維的容器的計算智能、感知智能、理解智能、自我行動智能4個維度不斷發展的結果，但目前AI思維局限于大模型語言學習[6]。語言表達思維但不是思維，而創新需要人的思維，尤其是突破或破窗思維，因此AI強化或擴展了人的邏輯思維，不能替代人的的凸顯感性思維的思（審）辨或批判或創造性思維等。對科學家來說，以感性思維突破邏輯思維局限，走到科學前沿，以前所未有的視角進行觀察，顯得尤為重要。正如伊格爾曼所言，人類擁有復雜的內在模型，能夠通過生活經驗預測未來的結果，模擬不同的可能性，并在行動之前做出決策；而AI系統缺乏這種能力，它們沒有身體，沒有感知，也沒有通過生活經驗形成的內在世界模型[7]。又如蘭德公司在《展望2045：研究未來20年全球趨勢的影響》中所言，AI助手還不具備任何智能的最關鍵能力：描述和預測的能力（講清楚現狀、過去和未來的情況）以及解釋的能力（講清楚非現狀以及可能和不可能的情況）[8]。目前，AI處理計算分析數據功能強大，但難以達到人類思維的深度，尤其是生成未來可能性的前瞻性思維方式，難以擁有人類認知的核心工具——“理論”。正如牛津大學報告所言：AI永遠無法替代人類的大腦[9]。

歸根結底，AI不具有人的自然（相關生理等）、社會（相關博弈等）與能動（相關創新等）基本屬性；同時固然AI是人創造的，但它不僅可以強化延展人的思維能力，在自然災害、疫情發生與重復連續繁重或有毒有害等危險工作場景替代并解放人，為人釋放出足夠多的閑暇時間與精力，以憑借天性、興趣與智力從事喜歡的工作，從而提升產業能力或涌現新產業，創造人的美好生活，而且還可以在實踐與研究或開發中，對巨復雜現象或問題以及海量的文獻與數據快速精準邏輯推理（或推斷）分析超過了人。因此，在未來發展中，人與AI“共生”，共同成為改變世界的力量。在實踐中，我們只需要確定：什么事情、什么時候、什么場景選擇人，還是選擇AI，還是兩者都選。這還需要人特有的感性參悟能力。在AI背景下高等教育改革中，高校尤其普通高校破解雙重壓力尤為如此。

2.2" 高等教育本質特征

（1）作為技術的AI表現為硬知識，它打破人的知識籬笆，使人走出自己的知識繭房，讓知識成為每個人的必需品。如美國蘭德公司發布的報告中指出，“為了利用AI，越來越需要實現知識民主化，AI可以縮小知識差距”[8]。鑒于硬知識的客觀性、系統性、穩定性等共性特征，可以借助AI學習、創造硬知識。但軟知識卻呈現出顯著的個性化特征，它是個人通過長期實踐觀察、洞悉與思考逐步形成的知識體系。固然狹義軟知識不可言傳，但可以利用AI技術，通過快速便捷的交流溝通，展示那些不可言傳的軟知識所蘊含的行為模式和思維特征，從而促進隱性知識的顯性化轉化。

（2）軟知識往往是那些難以言傳、但對個人創造力至關重要的知識，即人的創造性的根源。在重大科學發現與技術突破中需要共性的硬知識，但起決定作用是個性化的軟知識。

（3）任何問題的解決都是“始點+中間過程+終點”3個環節的閉環，或所謂“頂天立地”的“（起）地+（上）天+（落）地”閉環“頂天立地”。始點是指提出真問題，選擇或創新目標理論，尤其是對模型方法等技術工具的契合性分析；中間過程是指確定選擇、改進或創新理論，尤其是模型等技術方法，并應用于問題分析；終點是指依據分析的結果以及其他可能的特殊事例素材，結合問題提煉新結論、新觀點、新見解和解決問題的建議措施。AI作為技術工具，可以在硬知識起決定作用的中間環節中發揮作用，但在軟知識起決定作用的始點與終點環節中難以有作為。同樣，“（起）地”是指從實際中發現真問題，即提出問題；以問題為導向“上天”，即上升到學術問題，從學理上進行選擇、改進或創新目標理論，尤其是對模型方法等技術工具進行契合性分析，對模型方法等技術工具的改進或創新，即理論（方法）創新；以問題為導向落地，應用所選擇、改進或創新的理論，尤其是對模型方法等技術工具進行實證分析，即分析問題，并依據分析的結果以及其他可能的特殊事例素材，結合問題提煉新結論新觀點新見解，即認知問題，進而提出解決問題的建議措施。AI作為技術工具，在“天”上技術工具改進或創新，以及應用技術工具的實證分析中可以發揮作用，更多地體現為計算機“跑模型”這種硬知識[1]型工作，但在“地”上“提出問題、進行契合性分析、認知問題與解決問題”中難以有軟知識的作為。正如現實中AI作為最重要的數字技術，僅用其爬數據有什么用呢？此時我們需要軟知識對數據底層內容進行深刻的認知。

（4）基于軟知識的長期形成，以及潛移默化、意會、感悟與傳承是個人行為，但其潛移默化、意會、感悟與傳承離不開自愿平等的合作與交流作為前提。如同行合作研究、導師與學生、師傅與徒弟，以及沙龍、會議等各種渠道形式交流中，雙方的軟知識會不經意地溢出，可及時捕捉意會，或慢慢領會或茅塞頓開，正如“近墨者黑”“耳聞目染”“言傳身教”這些詞所描述的，以及老師對學生行為期望的皮格馬利翁效應中的身體語言、眼神接觸、表情等非語言行為軟知識。例如，美國芝加哥大學數學系教授張壽武與學生袁新意、張偉等師承相傳的合作交流研究典范，照亮了數學世界，成就了中國數學的未來。美國芝加哥大學教授吳寶珠所言“參加好的討論班非常重要，要不停地與人說話，我第一年參加討論班時，一個字也聽不懂，但我還是堅持聽下去了”。他還認為，對數學家來說品位非常重要。培養品位需要相當長的時間與數學在一起，花時間學習[12]。可以說，硬知識創新需要軟知識，但軟知識形成依賴人所特有的個性化，其未必需要硬知識，這是人的自然屬性、社會屬性與能動屬性以及感性思維所決定的。固然，未來AI可能會在感性思維中有所突破，但在軟知識形成中只會起到技術性的助推作用，除非它具有人的基本屬性。正如美國當代思想家、作家史蒂文·約翰遜探究了人類600年重要發明的創新自然史，搜集了5萬條素材，醞釀了10年，深耕創新機制，總結出七大法則（“機制”或者“模式”）軟知識，幫助更多的環境成為誕生“超級想法”的環境[19]。

（5）雖然AI改變了教育，尤其高等教育理念，但有其局限性。耳聞目染耳聞目染固然，人的記憶力不如AI，但教育的基本原則是批判性思維。基于“生命、生理、生活、生產、生態”五生融合理念[14]，就人具有思辯或批判或創造性思維，教育就是要提升人的思維能力與思維水平，進而提升創造力，這是AI做不到的。例如，在阿聯酋召開的2023年世界政府峰會上，埃隆·馬斯克接受了遠程訪談時說，出現ChatGPT后，教育最核心的任務是培養批判性思維；愛因斯坦所言，教育更重要的是培養學生的創造力和思維能力，教育的真正價值在于培養學生的內在能力和創造力；皮格馬利翁效應，即教師期待效應“一個人對另一個人行為的期望成為自我實現的預言的現象”；愛爾蘭詩人葉芝所言“教育不是注滿一桶水，而是點燃一把火”；德國著名哲學家雅斯貝爾斯所說“教育就是一棵樹搖動一棵樹，一朵云推動一朵云，一個靈魂喚醒另一個靈魂”等。正是如此點燃、喚醒、期待的教育理念、原則、價值、目標，以及思維能力、創造力等軟知識打開了學生內在的有智慧、有理性、有意志、有品格、有信用、有善意、有美感、有直覺等生命能量“寶藏”，正如頂級的烹飪師通過烹飪技藝、輔之佐料把食材內在的美味原汁原味地烹飪出來，而不是讓顧客只是品嘗到調料的味道。縱然AI可以提供硬知識等顯性知識，使用它可能會放大已有的優勢，但其不能提供隱性知識，不會提供新的可持續優勢[13]。也就是說，AI能夠通過輔助人類積累和更新硬知識來增強既有優勢，然而，唯有軟知識的提升才能為人類帶來全新的、可持續的競爭優勢，并成就其成為獨一無二。因此，就教育來說，重視知識的積累，需要更重視軟知識，尤其是隱性知識的形成、積累與傳承。

（6）AI作為技術的兩面性。AI本應服務、解放人并造福于人的美好生活，但可能出現負面的現象。如美國蘭德公司報告指出：越來越依賴機器來進行各種日常實際活動（如自動駕駛）可能會降低并削弱人類廣泛的認知技能、多感官感知和運動能力[8]。更為嚴重的是，在錯誤信息和虛假信息泛濫的當下，過度依賴機器可能會導致人類批判性思維能力的退化。此外，過度依賴那些缺乏關鍵智能的應用生成AI程序，如描述、預測與解釋的能力，還可能削弱人類連接不同想法、分析論點和解決復雜問題的能力，并影響人的心理、情感、心理和身體的韌性[8]。可見AI阻礙人的軟知識形成，甚至會使人喪失形成軟知識的能力。如辛頓獲得2024年諾獎后接受加拿大廣播公司新聞頻道（CBC）采訪時預言，在未來20年內，可能會開發出比人類更智能的機器。但他強調最重要的是人，必須確保這些更智能的機器不會奪走人類的控制權。因此，未來研發與應用以人為本的AI是必然的，軟知識將發揮著不可替代的作用。

基于以上分析，基于AI的本質特征，高等教育本質特征體現為軟知識化。世界是變化的，尤其時代、環境、科學、技術、工具迅速變化，但創新是不變的永恒主題，軟知識在創新，并在AI研發中起著決定性作用。因此，人的軟知識是人與AI共生的前提，否則就會失去主動權與控制權。進而，人與AI共生實質上則是（人的）軟知識與AI共生。

因此，鑒于AI對教育機遇與挑戰的影響，以及硬知識和軟知識共生，AI借助硬知識可以助力打開、擴展人的知識體系，甚至超越人的智力，但要實現打開、擴展與超越人的智力的是教育，尤其是高等教育，而不是AI。可以說，未來的高端人才需要先進的技術技能等硬知識，更需要強大的思維、創造以及學習、交流和感悟能力等軟知識。高校不僅是人才培養的基地，也是知識創新，尤其是軟知識形成，以及潛移默化、意會、感悟與傳承的源頭。因此，高校尤其普通高校為破解雙重壓力，需要以軟知識化（本科）人才培養為突破口。可見，正是軟知識讓教育，尤其高等教育使人變得智慧，而非羅素所擔憂的“教育使人變得愚蠢”。無疑，這是一項有利于深化高校育人模式改革，提高人才自主培養能力，支撐大學的基本辦學宗旨“培養未來社會的棟梁”這一十分艱巨的偉大事業。

3" 高校軟知識化人才培養的使命/The mission of cultivating soft knowledge-based talents in universities

客觀上，AI在一些領域可以代替人，在另一些領域則不可替代人。對于可以代替人的領域，可以根據實際情境與要求選擇代替或不代替。對于高校來說，無論是應對AI的影響，還是應對AI背景下“雙一流”建設的影響，重視作為根基的人才培養，尤其軟知識化人才培養都是首選。高校利用AI優勢實施人才培養，重要的是要借助AI輔助作用，利用軟知識實施軟知識化人才培養。這對于普通高校的本科人才培養，尤其是軟知識化人才培養尤為重要。這就是高校軟知識化人才培養的使命。

數字經濟的核心是數字技術創新及應用。發展數字經濟有生的希望，否則死路一條。尤其利用人工智能等數字技術使制造業轉型升級，更是如此。可見，高校培養數字經濟人才等高端人才，滿足數字經濟與實體經濟特別是與制造業深度融合的需求任重道遠。AI通過改變社會、經濟、產業、企業與產品服務，以及每一個人，進而改變對人才的需求，AI對高等教育的影響是長期的。AI作為最智能的數字技術，對經濟的影響更凸顯在數字經濟與實體經濟深度融合上，并顯示出數字化中的（軟）知識化與數字化轉型中的（軟）知識深化。

鑒于實體經濟和數字經濟深度融合的概念與底層內核，以及數字化與數字化轉型測度，數字化技術創新及應用的知識化的深度融合的本質[16]。如就深度融合全過程中涉及數據等資源、權限、價值和利益分配，包括具有強制、階段性的明顯正式的制度和具有自發、非強制、廣泛、漸進和持續的潛在非正式的制度等軟知識都很重要。在制度創新中，需要規避零和博弈，樹立合作作為博弈出發點和落腳點的閉環理念，建立相應的“合作—博弈—合作”機制、規章、準則與政策；營造良好的營商環境、尊重個人創新能力的創新土壤與創新文化，以及風清氣正的社會文化與風俗習慣，提供宏觀—中觀—微觀知識服務體系，為深度融合實施中各個內外部主體的執行力、交易協調、利益分配和交易費用分攤等提供保障。

鑒于企業是社會經濟的基石，以及企業一線人員軟知識“最后一公里”的作用，隨著AI技術的不斷突破并廣泛應用于企業和產品數字化轉型，企業的數字化水平越來越高，數字化系數倍增。那時，通過AI等數字技術滲透，數字經濟將覆蓋實體經濟和虛擬經濟，呈現數字化特征的基本面，即數字化轉型塑造了數字世界。

鑒于企業和產品的關系，以及AI突破中企業的主體作用，企業數字化轉型除包含其目標的產品數字化轉型，以及產品全過程中的業務數字化轉型外，還包含支撐產品數字化轉型的創新、要素，文化、規制數字化轉型等。可見，企業硬知識與軟知識共生成就企業數字化轉型。企業數字化轉型不僅是數字化轉型的基石，也是實體經濟和數字經濟深度融合的出發點和落腳點。

在企業數字化轉型中，工匠，尤其大國工匠是數字化轉型落地的保障，需要把長期奮戰在一線生產現場、具有突出技術技能素質和獨門絕技等軟知識的產業工人選拔到大學深造，讓他們學習最新的科學技術等硬知識，使他們成為新的大國工匠。正如為推動產業工人隊伍建設改革走深走實，2024年7月，全國總工會首次啟動了大國工匠培育工作，從全國推選出220名長期奮戰在一線生產現場，具有突出技術技能素質的產業工人，計劃用2年左右時間將他們打造成一批新的大國工匠。2024年10月12日中共中央、國務院印發了《中共中央國務院關于深化產業工人隊伍建設改革的意見》，主要目標是：力爭到2035年，培養造就2 000名左右大國工匠、10 000名左右省級工匠、50 000名左右市級工匠。可以預見，未來的大國工匠需要過硬的技術能力，更需要強大的軟知識能力。因此，高校在AI背景下肩負著努力培養軟知識化人才，尤其是具有軟知識的工匠人才的重任。

4" 基于軟知識化人才培養的高校知識服務體系/University knowledge service system based on soft knowledge talent cultivation

在AI背景以及高校“雙一流”建設競爭下，人才培養作為高校的根基更加突出，迫切需要培養軟知識化人才。為此，高校需要構建基于軟知識化人才培養的高校知識服務體系。

4.1" 高校轉變培養人才觀念

隨著超級智能AI的發展，未來的教育將是一個由人與智能機器共同塑造的生態系統。人是思考一切問題的出發點和落腳點，人與自然和諧發展也不例外。教育的本質是通過培養人來促進人與自然的和諧發展。AI只是通過技術助力人與自然和諧發展，實現教育的本真，而不是替代教育。對于高校尤其普通高校來說，需要實事求是、轉變觀念、提高認識。

（1）人才培養本源。“人才培養、科學研究、服務社會、文化傳承創新”是高校的基本功能，人才培養具有首位性，是滿足社會經濟發展人才需求的本源，也是高校立足的生命線。人才培養為未來儲備人才，既是科學研究、服務社會、文化傳承創新的源頭，又決定著其未來。對于普通高校來說，尤為如此。面對AI迅速發展與應用普及，硬知識如冰山涌現，軟知識如冰山下涌動的暗流。高校培養學生，更培養教師和管理者，正是“先有伯樂，后有千里馬”。對于高校來說，其為人才培養的主體，每一位學生、教師與管理者都是獨一無二的，他們組成一個對等的共同體。對等基本面體現在，學生是自愿參加考試并被公開公平公正錄取的，教師與管理者是學校依據人才市場機制雙向選擇的，又是依據公開公平考核競聘機制得以晉升的，并且每個基本面上人的能力水平與不同基本面上人的能力水平的層級都是對等匹配的。

鑒于AI的影響，為滿足對個性化人才的需求，基于共性的個性化人才培養日顯重要。個性化尤其體現在學生與教師原本的獨一無二屬性，更體現在培養過程中形成新的獨一無二屬性。鑒于獨一無二屬性是軟知識，以及軟知識對培養過程中形成多少新的（獨一無二屬性）軟知識起到決定性作用，因此，在AI背景下，軟知識化人才培養為高校發展首要之選。

（2）軟知識服務本質。教學和科研是高校最基本的知識服務。無疑，教學是人才培養中的重要方面。在AI日新月異發展的今天，教學不再是過去那種狹隘的概念，教學已經成為一種包括基于教師引導與學生互動的知識學習、交流、共享、應用與創新的全過程。同時，教學與科學研究、服務社會、文化傳承創新融為一體，諸如語言、數學、物理科學、生命科學、社會科學、文化與歷史等通識教育的教學奠定了大學的基礎和創造潛力。雖然普通高校的融合度低于“雙一流”建設高校，但相應的教學管理再不僅僅是過去的依據制度的“管理”，已轉變為依據知識的服務，即在管理中發現知識并提供知識服務，為教學全過程提供知識學習、交流、共享、應用，以及研究與創新設計、運行、考核、評價、晉升與獎勵等制度等軟知識服務。

無疑，知識包含制度，制度是一種軟知識，但不能與軟知識劃等號。一方面，制度是有局限性的，在制度制定時，不可能考慮完全所有可能出現的情境；另一方面，制度是剛性的，有了制度必須執行。但在執行中不能簡單照搬制度，而需要根據具體情境采取靈活寬容的理念、尺度與方式方法等非制度措施進行差異化處理，如有父子孤寡兩人，父親79歲，兒子60歲。兒子沒有成家沒有孩子，符合鰥寡孤獨的扶貧對象條件進了養老院，但79歲的父親因為有兒子，不符合幫扶的對象條件，只能以拾垃圾為生。嚴格執行制度沒錯，但效果影響甚差。可見，依據知識的服務與依據制度的“管理”有本質的不同。教學管理的實質是提供契合學校定位的教學知識服務。

鑒于教學與科學研究、服務社會、文化傳承創新融為一體，學校不僅提供教學知識服務，而且延伸到提供科學研究、服務社會、文化傳承創新知識服務。同樣，相應的科研管理也由過去的依據制度的“管理”轉變為依據知識的服務。因此，學校各級管理者應成為提供知識服務的知識工作者。如稻盛和夫所言，領導者最重要的資質是擁有時刻深入思考事物本質的厚重個性[15]。顯然，“個性”是稀缺的軟知識。

從管理者來說，在提供知識服務中，需要切記每一位教師和學生是獨一無二的個體性，實施分類知識服務時，要杜絕“一刀切”制度。對于經過競爭機制雙向選擇的教師和學生來說，除極特殊情形外，沒有不合格的教師和學生，但確有不科學、不合理、不可行的“一刀切”的制度。因此，基于知識化過程，尊重每一位教師和學生的選擇，發揮其特長，應用知識管理原理與方法，結合教學科研需要，制定科學合理可行有效的制度，并結合實際發生特殊情境采取靈活寬容理念、非制度的知識實施差異化處理，為他們個性化成長提供分類知識服務。

由管理到服務的理念、原則、制度機制、模式、方式方法以及差異化處理等都是軟知識。特別地，有利于助力形成軟知識、評估軟知識的價值與貢獻、揮軟知識作用等制度機制，以及人才培養中從教育規律認知中提煉概念方式與教育方法創新及其超限思維等都是重要的軟知識。可見，軟知識是教學與科研提供的知識服務的本質。

（3）和諧共生溯源。如前所述，鑒于高校管理者、教師與學生都是競爭機制對其能力水平層級匹配的結果，學校的發展是大家的共同期望。姑且不論知識服務，在實際管理中就存在不同程度的因管理者主觀意志而產生的一線悖論現象，為教師和學生帶來了困惑。有的管理者主觀上不顧實際盲目追求提高水平、質量與層級，實施更高標準、更為嚴格的事無巨細的“管理”機制、制度與辦法，導致教師（學生）產生巨大的焦慮與壓力等。可以說，如此“機制、制度與辦法”是偽知識化創造的偽知識，所隱含的“上位者有權任性”影響了管理部門與一線人員和諧共生共贏，也不可能達到管理者主觀預期的結果。

因此，對于管理者來說，需要做到以下幾個方面：①信任教師（學生）。毫無疑問，教師（學生）與管理者一樣，即使他們提出意見，甚至表達不滿，依然都是關愛學校的，希望學校發展越來越好，并愿意為此付出努力。這是管理者對教師（學生）應有的最基本的信任，否則會加劇一線悖論。②尊重教師（學生）個體差異。可以講，無論是有長板還是有短板的教師（學生），都是可以有作為的。因此，尊重他們的選擇，揚其長避其短，對于（哲學）社會科學學科或專業的教師（學生）更是如此。③消減一線悖論影響。消除不合理主觀行為產生的一線悖論，降低客觀存在的一線悖論影響，如不符合實際的“教師承擔國家級課題、爭取到大額橫向課題經費、發表高水平論文、青年教師教學與科研雙重考核以及學生發表論文”等內卷式管理對教師（學生）帶來極大的悲觀消極影響。④摒棄“一刀切”要求。杜絕不科學、不合理、不可行的機制、制度與辦法，尤其不良的工作環境與文化，實施對教師和學生包容的分類知識服務，尤其尊重教師選擇不同的教學與科研結構，允許學生學科專業興趣與偏好的選擇，為教師（學生）提供知識服務。⑤實事求是改革創新。在上級管理部門考核與評價的指揮棒及其改變的情況下，依據自己的定位，采取科學、合理、可行的頂層設計，充分發揮主觀積極性，利用自身資源稟賦，有所為有所不為，通過改革創新走出特色或優勢發展之路，讓管理者、教師和學生都成為改革的力量。

4.2" 高校軟知識化人才培養的差異化選擇

高校存在著寶塔層級結構，如“雙一流”建設高校中的“985”高校處在塔頂、“211”高校以及極少數普通高校處于塔中，而（絕大多數）普通高校處于塔底，不僅表現為數量結構，還表現為實力、水平、質量，以及聲譽與影響力結構。

在市場機制匹配下，這種結構決定了高校管理者、教師與學生層級差距，決定了高校層級上的學科、專業、科研等平臺層級差距，還決定了教師承擔國家級課題、爭取到大額橫向課題經費、發表高水平論文，以及學生發表論文、升學與就業層級差距，進而決定了高校學術聲譽、社會影響力層級差距。在馬太效應下，這些層級差距不僅固化，而且呈擴大趨勢。尤其在學科、專業、科研等平臺以及學術聲譽、社會影響力等方面，塔底的普通高校作為教學型或教學科研型大學難以與塔頂塔中的“雙一流”建設高校相比。如此差距除了顯著體現在國內外機構大學排名榜中，還具體表現在：①相比塔頂和塔中高校平臺多、機會多、資源多、成長預期確定，吸引力大，競爭力強，發展支撐底氣足，形成良性循環；普通高校則平臺少、機會少、資源少、成長預期不確定，吸引力小，競爭力弱，發展支撐底氣不足，未形成良性循環。②普通高校在吸引教師和學生雙向競爭機制選擇中，不具有優先權。基礎、潛質、能力與實力強的人固然競爭激烈，但還是優先選擇“雙一流”建設高校。因此普通高校只能依據自己的條件與定位遵循競爭機制選擇教師和學生，當然靠“重金”等特殊待遇可以吸引個別或少數基礎、潛質、能力與實力強的人，但缺少平臺團隊其作用有限。③在教師層面，在塔頂和塔中高校，教師承擔國家級課題或爭取到大額橫向課題經費或發表高水平論文的機會和可能性更高，而在普通高校的教師則比例較低如此。④在學生層面，塔頂和塔中高校，學生擁有更多的機會繼續深造攻讀碩士、博士學位或謀求各行各業比較重要單位的崗位，而普通高校只有少數學生如此。⑤對普通高校來說，雖然在科學研究、服務社會、傳承文化方面無法與塔頂和塔中高校相提并論，但基于自身的定位在人才培養方面是可以取得毫不遜色的成就。與“雙一流”建設高校相比，普通高校做教學應是自己首選的強項，做科學研究是弱項。因此，普通高校應以本科人才培養為抓手，做好自己能做好的事情，調動發揮絕大多數教師的主動性、積極性與創新性，以教學為出發點與落腳點開展科學研究、服務社會、文化傳承創新將是有不可替代的價值，也是其穩定健康可持續成長的必然選擇。

因此，寶塔層級結構決定了高校人才知識創新儲備，決定了軟知識化人才培養的差異化。基于本科人才培養質量與水平，不同層級的高校有不同的知識化選擇。總體上講，塔頂的高校具有研究生為主體的人才培養結構，具有顯著優勢的“本科+研究生”和“教學+科研”實力，具有超強的自然科學、工程技術科學與社會科學人才培養特點；塔中的高校具有研究生與本科生平衡的人才培養結構，具有優勢的“本科+研究生”和“教學+科研”實力，具有較強的自然科學或工程技術科學或社會科學人才培養特點；塔底的多數普通高校具有本科生為主體的人才培養結構，具有特色“本科+研究生”和“教學+科研”實力，具有特色的自然科學或工程技術科學或社會科學人才培養模式。無疑，這也是市場機制選擇的結果。

本科人才培養是普通高校人才培養中的首選。因此，對普通高校來說，需要認清自己的層級定位，面對發展現實與困境，積極主動發現眾多小規模且被遺忘或忽視的國家特殊需要，著力形成本科人才培養特色與優勢，在高校林立的“夾縫”中走出一條自己的發展之路。

4.3" 教學與科研關系

基于人才培養的首要性，教學與科研知識服務是知識服務體系中最重要的內容。正如中山大學中國家族企業研究中心李新春教授所言，科研是教學的基礎，需要做好科研，才有最新的理論和知識傳授給學生[10]。教學應該成為每個教師的基本功，也是教師的主要職責和使命所在。

就高校尤其普通高校而言，教學與科研是相互支撐相互成就的。考慮到教師個體差異與偏好，需要尊重他們選擇不同的教學與科研平衡點結構，有助于他們成為獨一無的職業擔當。如美國芝加哥大學教授吳寶珠在法國時，他需要教學，但不需要生產論文，所需要做的是做好數學研究[11]。

教學質量與水平提升需要長期的歷練，而科研質量與水平提高所需的歷練相對短些，對博士畢業入職的青年教師來說尤為如此。青年教師是學校的未來，與從教10年以上的教師相比，他們基本沒有教學素養、能力、經歷與經驗，但有一定的科研素養、能力、經歷與經驗。因此，在入職5—10年內，如果安排青年教師較多甚至繁重的本科教學任務，表面上看似重視教學，實質上反倒會使他們“敷衍”不重視教學。因此，考慮青年教師“科研強、教學弱”的階段性特點，應允許他們慢慢地歷練以提升其教學素養、能力、質量與水平，還應充分發揮他們強勁的科研勢頭和優勢創造出高質量高水平的科研學術成果，反哺教學。如此體現青年教師教學與科研特點的安排，能夠發揮他們的科研長板作用，并逐步提升其教學質量與水平；對從教10年以上的教師，適宜逐步安排相反的教學與科研結構，進而確保學校可持續的本科人才培養質量與水平。與“雙一流”建設高校相比，普通高校更應該如此。

但實際中，有些普通高校在考核晉升中，既要求青年教師科研強，又要求教學強，既要求公開發表科研學術成果，又要求發表教學成果。這種形式上的重視本科教學反倒“抑他們的科研‘強項’，揚他們的教學‘弱項’”，成為實質上的不重視，既違背了青年教師成長規律，又增加了青年教師成長的障礙，使他們焦慮不安。結果，青年教師由于精力與時間有限而顧此失彼，科研‘強’項、教學都沒有做強，反倒放大了教學‘弱’項，對青年教師成長，尤其是對本科人才培養來說是得不償失的。

特別地，對于少數承擔國家級課題或爭取到大額橫向課題經費或發表高水平論文的教師，在確保教學能力、水平與質量前提下給予其獎勵，同時在機會、資源分配以及職稱評定、先進評選等方面加以優先考慮，但對大多數教師來說重點是提高一線教學質量與水平。反之，如果強迫這些教師承擔國家級課題或爭取到大額橫向課題經費或發表高水平論文，受限于所處情境他們可獲得的機會和資源較少，而占用很少的資源盡心盡責進行教學工作，不僅實現不了目標，還增加他們的焦慮、迷惘與壓力，甚至不滿，導致“抑強揚弱”，反倒還會影響其教學能力的發揮，影響本科人才培養，得不償失。如果對學生的要求脫離實際，如目前還有高校要求學生發表論文才能授予學位，同樣是不可取得的。

4.4" 高校知識服務體系

鑒于AI知識化與知識深化以及軟知識化人才培養，高校需要構建知識服務體系。

高校本源是一個“人才培養、科學研究、社會服務、文化傳承創新”的知識型組織。鑒于AI的影響，高校組織管理發生由管理到治理的本質變化。治理包括管理，并在廣度與深度上都高于管理。管理體現強制性規定，而治理體現強制性規定和非強制性協作。一方面，除強制性規定中最基本的狹義管理外，治理更重要的是自我管理。在知識化背景下，狹義管理越來越少，自我管理越來越多，管理過程越來越文明。如前所述，管理由制度管理轉變為知識服務，即狹義管理轉向提供知識服務，自我管理更注重自我知識服務。

另一方面，非強制性協作是“組織引導與個人自愿”協商，充分體現“多主體、全方位、非零和博弈機制”特征。在環境生態安全與公共公益中，以及AI背景下的知識創新與應用普及，每個人意識覺醒、認知提升、參與行動普及，“引導與自愿”協商日顯重要，更加彰顯協作知識服務的價值。

可見，治理的內核是更廣更深的知識服務，其架構是由組織知識服務、自我知識服務與協商知識服務構成的組織的知識服務體系。高校不僅是本源的知識型組織，更具有最典型的獨一無二的知識服務特征。例如，每一位教師和學生都是從事知識學習交流共享與創新應用獨一無二的知識工作者；每一位管理者都是知識服務者，為教師和學生提供組織知識服務和協作知識服務。此時他們都成為知識工作者，相互提供知識服務。

AI背景下，基于軟知識化人才培養，高校知識服務體系包括所有有利于服務于學校管理者、教師和學生成長成才的相關人才培養、科學研究、社會服務和文化傳承創新的制度、機制、政策，以及各種規范規章、管理辦法與措施，還包括所有人才培養、科學研究、社會服務、文化傳承創新中形成的軟知識，尤其是形成的創造力、行動力、影響力以及價值觀等學府文化，還包括培養的人才、科研與教學成果等所展示的引領社會的價值、文明、文化導向。

鑒于人才培養中教師和學生的主體地位以及培養教師與學生雙重使命，高校尤其是普通高校需要基于教師與學生的特點，在培養全過程中因材施教與因教施服，為他們成長成才提供共性與個性化的知識服務，以提升本科人才培養質量與水平，支撐科學研究、社會服務、文化傳承創新。可見，相關因材施教與因教施服的知識服務，其理念、制度機制、措施等是知識服務體系中的最基本最重要的內容。

（1）對學生因材施教。基于教與學高度的辯證互動關系，因材施教是教學互動中重要的教學方法和教學原則，在教學中根據不同學生的認知水平、學習能力以及自身素質，教師選擇適合每個學生特點的學習方法進行針對性的教學，激發每一位學生源于內心的學習與研究興趣（信仰）、基于自我認知的自信與走向社會的希望，發揮其長處，彌補其不足，張揚其個性，促其健康成長，滿足社會對人才需要，尤其對奇才、偏才、怪才的特殊需要。

理論上講，因材施教是一種精準教學，是一種分類教學，也是基于共性的個性化教學。進而，只有存在長板和短板的學生，沒有不合格的學生。對于社會科學專業的學生更是如此。

可見，因材施教對于大學生，尤其研究生培養更為重要。基于AI改變了共性化硬知識交流與傳授方式方法，個性化軟知識的交流或潛移默化式交流與傳承都離不開教師與學生的互動。為此，教師重視人才培養中的軟知識，同等對待學生至關重要。教師要留意觀察和了解學生的學習基礎、方法、偏好與潛力，分析其特點，發現其個性化的長短板以及形成的軟知識，實施差異化引導互動。在這個反復回饋過程中，逐步使學生認識自己的學習風格及其特點，將其轉化為學習動力，培養他們解決問題能力、批判思維能力與終身學習能力，逐步激活自己的興趣，堅定信心與希望。特別地，鑒于在人與AI共生的智力時代，AI已經成為學習和創新的重要工具。教師需要更新觀念，在教學過程中引入AI技術，通過教師和學生平等互動，實現培養教師與學生同AI協同工作的能力。

（2）對教師因教施服。基于知識服務作為管理的出發點與落腳點的認識轉變，對于高校來說尤為重要。因教施服就是指學校管理者摒棄不合實際的盲目攀比的定位對標與“一刀切”同質化要求，基于學校層級定位，制定并提供優質的教學、科學研究等工作所需的知識服務體系的分類服務，如基于投入產出比值的考核、評價、晉升與獎勵的機制、制度與辦法，以及營造可預期的成長、健康的工作環境與良好文化氛圍。這樣既尊重教師能力與水平，又發揮教師的長板，做其強項的工作，同時規避教師用其短板做弱項的工作，使其在教學能力、水平與質量基本面上花大力氣，各顯神通，在科學研究、服務社會、傳承文化創新方面個性化選擇發展，讓優秀教師，尤其偏才、怪才、奇才式青年教師脫穎而出。

因此，實施因材施服和因教施服使得每一位教師和學生發揮興趣與特長，真正成為獨一無二。對于高校，尤其普通高校來說，尤為重要。

5" 軟知識化人才培養的開放合作與文理融合/Open cooperation and integration of arts and sciences in the cultivation of soft knowledge talents

如前分析，基于軟知識、以人才培養為突破口來構建高校知識服務體系，通過提供實施因材施教和因教施服的知識服務可以提升人才培養質量與水平，形成特色與優勢，進而保障了人才培養，提高了競爭力，有利于化解高校雙重壓力。基于軟知識與AI共生以及AI在實踐應用的啟示，開放合作與文理融合將助力高校軟知識化人才培養質量與水平，充實高校知識服務實踐，豐富知識服務體系。

5.1" 開放合作

基于AI消除知識籬笆與知識繭房，人才培養呈現開放合作趨勢。所謂開放合作就是高校向社會開放，與社會合作，服務社會，充分利用學校和社會資源，尤其跨文理（工）學科資源培養社會需要的人才。

特別地，創新是高校構建知識服務體系的永恒主題，AI改變了創新。雖然高校是重要的創新、生產力提升的場所，但反觀大企業主導的科研模式，尤其是跨學科團隊的企業實驗室真正提高了實際生產率，如今突破AI技術的主要是企業，而不是高校。2024年有3位AI領域科學家獲得諾貝爾獎。這是AI給我們的一個啟示，在開放合作中，高校需要與企業合作開展技術創新，培養符合需求的人才，提升創新能力，提高招生就業競爭力。

鑒于軟知識作為創新的決定性因素，未來的合作中更加關注軟知識的默契配合。在知識產權保護下，如高校尤其普通高校需要與企業相互開放共享資源，開展合作創新，通過雙方交流與AI技術，將雙方的軟知識和合作創新過程中形成的軟知識投入到人才培養中。為此，高校需要將合作創新機制納入知識服務體系，在做實做強本科人才培養質量與水平基礎上，以企業為主導能夠更好地滿足業界需求，把前沿的工廠、知識創造實驗室引入學校，利用AI做實做強與企業的合作創新，既提高生產力，又提高人才培養質量與水平，以及“雙一流”建設與招生就業競爭力，實現雙贏。

5.2" 文理融合

如前，AI改變了高等教育。受歷史的觀念和現實需求的影響，“文科無用”的聲音時有響起，一些文科專業因招生就業難被減招或撤銷。但任何技術，包括AI研發、創新與應用中都離不開人的軟知識，況且AI對理科硬知識影響很大，對文科軟知識影響相對小，反倒顯顯露出文科“無用乃大用”。也就是說，在未來以人為本的AI技術發展與應用中，文科及其軟知識將起著越來越重要的不可替代作用。

就社會經濟發展需求來說，需要科學技術硬知識，更需要社會科學軟知識。社會科學的重要性還體現在，重視應用其價值理性才能打破科學技術的工具理性所擴張形成的“現代鐵籠”[18]。同樣，AI代替不了社會科學，更代替不了軟知識。

（1）在科學技術領域，基于客觀現象或問題，遵循邏輯思維的推理，且需要感性思維的參悟等軟知識；在社會科學領域，基于人類活動現象或問題，注重感性思維的參悟等軟知識，未必需要邏輯思維的推理。因此，在社會科學領域，應在涉及客觀現象的情景下恰當有邊界地應用邏輯思維的推理。如中國古代的農歷與現行的農歷，前者就是依據人們長期觀察洞悉參悟積累的經驗等認知，有較大的誤差，但后者則是引入了科學原理與技術測量方法對古代農歷的修正，誤差就大大減少了。需要注意的是，在農歷認知中，涉及到諸如大氣天文地理客觀現象的測量，引入邏輯思維的推理是必要的。也就是說，在社會科學領域，一味或不恰當無邊界地應用邏輯思維的推理會適得其反。

（2）社會科學不同于自然科學和工程技術科學，創造價值和財富離不開科學技術，但社會科學所引領的社會價值、文化與文明既決定為什么創造、怎樣創造、怎樣有利于創造，又決定如何分配所創造的價值和財富。即社會科學的作用體現在科學技術創造價值和財富的起點與終點。現實中的社會問題歸根到底就是不合理的分配造成的，足以說明社會科學具有不可或缺的重要性。特別地，制度作為社會科學的軟知識成果，在國家社會經濟發展中發揮著獨特關鍵的作用。如2024諾貝爾經濟學獎3位得主論證的“制度在國家經濟發展中起著至關重要的作用，而非科技”“制度是第一生產力，而非科技”。對此，筆者認為，科技和制度都是生產力，科技是第一硬生產力，而作為軟知識的制度是第一軟生產力，硬、軟生產力共生互補才能成為真正的第一生產力。有了好的制度，就會催生人才，就會催生科學技術。但科學技術需要好的制度，未必催生好的制度。

軟知識化人才培養需要理科，更需要文科。同樣，AI代替不了文科，更代替不了軟知識。①文科所具有的軟知識屬性中的獨特性、稀缺性、不可替代性決定了其在人才培養中不可或缺。同時，文科具有的需求“規模絕對少層次相對高”屬性體現的“少而精”特點，決定了其高個性化、高起點與高標準的人才培養質量與水平，以及軟知識在人才培養中所起的獨一無二的作用。②所謂冷門、偏門的哲學、歷史、地理、考古等文科人才在服務國家戰略與安全中有著不可替代的作用，尤其文科在通識教育和在理科人才軟實力、潛實力與支撐力培養中有著不可替代的作用。

因此，基于人與AI共生互補，在AI創新與應用時代，對于人才培養來說，文科與理科兼修是共生互補的，文科不可或缺。正如AI給我們的啟示，全球最頂尖的AI巨頭公司CEO或創始人或投資人中不乏文科或文理兼修背景的人。

文理融合就是指為培養有競爭力的人才，尤其是培養具有巨大潛力的文理兼修人才以及高端人才，以支撐開放合作與企業合作創新，高校需要根據層級定位選擇合適的文理規模與結構，并以（軟）知識化實現深度的文理融合，開展人才培養與科學研究等創新活動。

一般地，高校尤其普通高校所擁有的硬、軟知識差異很大，決定了不同的文理規模與結構，在AI背景下尤其如此。特別地，高校總規模在下降，文科規模減少首當其沖。文理（規模結構）分類調整是指在滿足培養文理兼修人才要求下，不同層級的高校選擇不同的總規模和不同的文科規模（或擴大，或保持，或縮小）；相同層級高校也不能一刀切，一味地減少文科規模，而是需要依文科分類調整（或擴大，或縮小）。

因此，基于文理分類調整，大多數普通高校需要適度縮小發展規模，尤其是縮小文科規模，但需要響應AI帶來的需求變化，拓展新文科建設邏輯與路徑，創新軟知識，探索人才培養路徑，尤其是結合實體經濟需求的經濟管理人才培養改革，大力實施因材施教與因教施服，著力提高本科人才培養的質量和水平。“雙一流”建設高校、高水平理科高校和個別有特色或優勢的普通高校仍然需要適度推動文科發展，深化文理融合，提高人才培養質量與水平，既支撐理科人才培養，又滿足社會經濟發展對高端文科人才的需求。

6" 結語/Conclusions

面對人工智能，以及“雙一流”建設的雙重壓力，高校尤其普通高校需要在抓住AI機遇與應對其挑戰的基礎上，轉變觀念，瞄準國家需求，合理定位對標，重視文理兼修，動態調整文理學科專業，未雨綢繆謀發展；把（本科）人才培養，尤其是軟知識化人才培養放在重中之重的地位，以軟知識化提升人才培養，尤其是以提升本科人才培養質量與水平為抓手，提高領軍人才與團隊基本面人才合力，保護大多數教師與學生成長成才利益，化解一線悖論困境，通過構建知識服務體系，在人才培養中實施因材施教、因教施服、開放合作、文理融合和文理分類調整，以推動人才培養，尤其是軟知識化人才，以及具有巨大潛力的文理兼修的高端創新人才培養質量水平，促進科學研究、社會服務與文化傳承創新，化解高校尤其是普通高校“雙一流”建設與招生就業雙向困境，進而破解AI與“雙一流”建設雙重壓力，實現穩定健康可持續發展。

參考文獻/References：

[1] 葛新權. 基于知識化的新時代人力資源管理[J]. 知識管理論壇， 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] 加德納. 智能的結構[M]. 沈致隆， 譯. 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.未來的大學教育中，知識傳授將不再重要[EB/OL]. [2025-02-13]. https：//baijiahao.baidu.com/s？id=1814774327896971801amp;wfr=spideramp;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=1814774327896971801amp;wfr=spideramp;for=pc.）

[6] LinkedIn.全球AI領域人才報告[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] 伊格爾曼. 探究大腦奧秘的“網紅”科學家[EB/OL]. [2025-02-12]. https：//baijiahao.baidu.com/s？id=1792053783959849209amp;wfr=spideramp;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=1792053783959849209amp;wfr=spideramp;for=pc.）

[8] 蘭德公司. 展望2045： 研究未來20年全球趨勢的影響[EB/OL]. [2025-02-13]. https：//baijiahao.baidu.com/s？id=1813657756734807240amp;wfr=spideramp;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=1813657756734807240amp;wfr=spideramp;for=pc.）

[9] 牛津大學. 無法被AI取代的力量： 人類認知的理論驅動力[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. 學者的專注與平常心[EB/OL]. [2025-02-13]. https：//mp.weixin.qq.com/s？_biz=MzA4MDkwNTA5MA==amp;mid=2652765719amp;idx=1amp;sn=811de5bbd3c05b2fe32c51bd7c17d205amp;chksm=847448fab303c1eceab25c7164c3f0eb12fefb1638d1e87c4a3eca63363fa7d6e2c72eaaeb87amp;scene=27.（LI X. Scholars’ Focus and Tranquility[EB/OL]. [2025-02-13]. https：//mp.weixin.qq.com/s？__biz=MzA4MDkwNTA5MA==amp;mid=2652765719amp;idx=1amp;sn=811de5bbd3c05b2fe32c51bd7c17d205amp;chksm=847448fab303c1eceab25c7164c3f0eb12fefb1638d1e87c4a3eca63363fa7d6e2c72eaaeb87amp;scene=27.）

[11] 吳寶珠. 不要浪費時間寫糟糕的論文[EB/OL]. [2025-02-13]. https：//baijiahao.baidu.com/s？id=1816465546855088246amp;wfr=spideramp;for=pc. （WU B. Don’t waste time writing bad papers. [2025-02-13]. https：//baijiahao.baidu.com/s？id=1816465546855088246amp;wfr=spideramp;for=pc.）

[12] 王丹紅， 易蓉蓉. 數學蒼穹閃爍中國新星——專訪數學家張壽武[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] 約翰遜. 偉大創意的誕生[M]. 盛楊燕， 譯.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] 葛新權. 現代化經濟體系建設中的綠色考量[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] 葛新權. 實體經濟和數字經濟的深度融合[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. 企業家精神[M]. 葉瑜， 譯. 北京： 機械工業出版社， 2021.（KAZUO I. Entrepreneurial spirit[M]. YE Y， trans. Beijing： Machinery Industry Press， 2021.）

[18] 韋伯. 新教倫理與資本主義精神[M]. 閻克文， 譯. 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.）

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

Ge Xinquan

Business School， Beijing Information Science and Technology University， Beijing 100192

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.

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

Author（s）： Ge Xinquan， professor， PhD， doctoral supervisor， E-mail： dlg3211@126.com.

Received： 2024-11-15" " Published： 2025-02-21