2021 年 4 月，新加坡國立大學（National University of Singapore，NUS）在其課程、教學和組織結構層面邁出重大的改革步伐，徹底打破自然科學和人文科學之間的疆界，以便更好地培養學生的跨學科思維和能力，應對後新冠肺炎疫情時代的嚴峻挑戰。
具體而言，新加坡國立大學將其最大且最富盛名的兩大學院——藝術和社會科學學院（the Faculty of Arts and Social Sciences）和科學學院（the Faculty of Science）合併為新的科學和人文學院（College of Humanities and Sciences），由之前兩大學院的院長共同掌管。這就意味著，2021 年秋季入學的新生將可以跨越學科邊界進行隨心混搭：第一專業、第二專業、輔修專業或任何其他志趣所在的學科或學習領域都能進行組合。
對此，科學學院院長孫冶能（Sun Yeneng）表示，他期望本校的學生們能帶著「跨學科的思維和能力」畢業，這正是「複雜、模糊、不確定和變動不居」的世界所亟須的。而原藝術與人文科學學院院長高羅比 (Robbie Goh) 也表達了對新舉措的高期許及其背後邏輯的理性思考：「新學院精心研製了一套新課程的概念框架，致力於將傳統上『門第森嚴』的人文、社會和自然科學徹底貫通。相信這樣的文理大合流會促使學生反思不同學科重要概念之間的相通之處。現在學界、業界和政府部門都越來越認識到培養學生問題解決能力的重要性，他們能針對真實世界中的嚴峻挑戰提出解決方案。這些方案既需要 STEM 的知識，也需要人文和社會科學的知識。」
01 人工智慧 + 真實性智能 = 增強智能
創建於 1905 年的新加坡國立大學不僅歷史悠久、在國內久負盛譽，在國際上也以綜合性、研究型精英大學而著稱，在 2021 年的 QS 世界大學排名第十一，亞洲則雄踞榜首。但近年來，該校在國際教育界最顯著的標籤則是「人工智慧研究與教育標杆校」，不僅投入巨資用於建設高性能 AI 平台，還在世界範圍內延聘英才，致力於在亞洲打造出一個 AI 輻射中心，一方面夯實科學研究，一方面以高科技應對本國、亞洲地區經濟社會面臨的重大挑戰。
對於人工智慧，人們要麼把它當成應當敬而遠之的、冷冰冰的高科技，要麼視其為和人類競爭工作崗位的對手，但作為這次文理大合流的先導環節，新加坡國立大學卻正是以「服務人類的 AI 技術中心」（Centre on AI Technology for Humankind，AiTH）作為抓手，來推動本校的跨學科教育改革的。2021 年 1 月剛剛創建的 AiTH 落戶在新加坡國立大學商學院，中心主任大衛 • 德 • 克雷姆（David De Cremer）同時也是一名全職商科教授，他一年前剛剛從劍橋大學跳槽過來，正摩拳擦掌，立志在新加坡這個東西方文化交匯之地推廣AI 教育和研究，更重要的是，以 AI 技術服務於本地區企業、產業的實際需要。
當被問到作為一所全球頂尖大學高科技領域研究部門的負責人，為什麼還要「兼任」商科教授時，克雷姆立馬做出了澄清：「我是 AI 技術和社會科學跨領域的學生導師，而非主教一個、兼教另一個領域。對我來說，競爭戰略和神經網絡、深度學習一樣重要，都是應當引導學生進行深入探究的核心概念。」緊接著，他告誡說：「作為一個健康、理性、未來導向的社會，我們必須特別當心，不要過度強調技術教育的重要性，而弱化了社會科學的效用。數字經濟時代，科學技術迅猛發展，人們耳邊往往充斥著科技天才或領袖們的聲音『如果你技術敏感性不夠，就被時代拋棄了』，這在人群當中引發了恐慌。人們擔心，如果自己不像數據科學家一樣思考，就會錯失人生當中寶貴的職業機會，但事實並非如此。如果過度凸顯技術而邊緣化社會科學的地位，那我們精心教育出的下一代精英分子就有可能淪為像機器一樣思考、行動和推理的人。這些不具備社會科學常識、無法進行良好人際互動的『半成品機器人』對於當今社會，對於解決人們生產、生活中的問題來說，又有什麼價值呢？」
2021 年 3 月，克雷姆和蓋瑞 • 卡斯帕羅夫（Garry Kasparov）共同為《哈佛商業評論》撰寫了一篇名為《AI應當增強人類智能，而非取而代之》的報告。卡斯帕羅夫就是 1997 年在那場著名的「人機對弈」中輸給 IBM的電腦「深藍」的俄羅斯西洋棋大師。這次失敗促使他重新反思人類和 AI 的關係，並在此後的長期實踐中 逐漸意識到：當人類棋手主導策略性計劃，而把海量、精確計算的任務分配給 AI 時，『人機組合』就能獲得上佳表現。對這種新型合作模式，卡斯帕羅夫精闢地總結為：「『弱人類 + 弱電腦 + 強流程』＞強電腦＞『強人類 +機器 + 弱流程』」。
而在商科教授克雷姆的分析框架中，這樣的現象又有了比卡斯帕羅夫的經驗歸納更為深刻的理論詮釋。儘管很多專家預測越來越多的公司和機構將逐步用人工智慧來代替人類勞動力，但克雷姆並不認同這種零和博弈的思路。他認為，之所以產生錯誤的推理結論，在於很多人不具備科技和社會科學的統整概念框架（此處，智能、系統就是跨越 STEM 和社會行為學領域的概念），因而無法意識到一個根本性的問題：AI 和人類擁有不同的特質和能力，在合適的系統中才能盡展所長。基於阿蘭 • 圖靈（Alan Turing）的相關理論，AI 是一台依靠信息或數據輸入，模仿人類行動、感覺、發聲、做出決策的機器人，優點在於快速、精確和持久理性，特別適合封閉性管理系統內規則清晰、標準確定的常規任務和重複性工作，但它們缺乏人類的直覺、感情、想像力、判斷力和文化敏感性，而正是這些特質使得我們能夠在開放性、快速變動的複雜任務中進行靈活、高效、情境化的思考、選擇和行動。
和 AI 不同的是，人類擁有和 AI 智能迥異的基於開放性系統的真實性智能（Authentic Intelligence）。在這樣的系統中，團隊或組織和外部環境時時刻刻處於互動之中，並根據外部影響快速進行動態調整。此時，就需要行動者有能力進行預期、合作、對突發的狀況和 扭曲了的信息進行處理，同時以戰略眼光和遠見卓識進行創造性決策，以平衡短期和長期的得失利弊。
克雷姆認為，前述兩種看似對立的智能完全可以互補，共同生成第三種智能——增強智能（Augmented Intelligence）。而一旦人類和 AI 聯手，就可以讓組織、機構或個人既高效、精確，同時富有創造性和前瞻性，以應對常規事務和嚴峻挑戰。卡斯帕羅夫的經歷就是良好的印證。
這也是新加坡國立大學以 AiTH 作為序曲，開啟科學和人文學科大貫通先河的底層邏輯所在：擁有文理統整框架的畢業生才能從數位技術中獲益更多，更好地服務於地區、國家的社會經濟發展。
02 關注倫理的醫學院 AI 平台
而在 2020 年 4 月，新加坡國立大學首屈一指的健康學院也推出了一個人工智慧平台（iDentif.AI），用來為傳染性疾病尋找、測試、驗證可能的藥物組合方案。霍（Ho）是健康學院的院長，也是 iDentif.AI 平台的負責人。新冠肺炎疫情開始蔓延之初，他就帶領團隊開始利用 AI 技術嘗試不同藥物和劑量的有效組合，以研髮針對肺部感染的最優治療方案。「12 種藥品、10種不同的劑量，會產生數以萬億的可能組合，但藉助 AI平台，我們顯著減少了實驗量，並能快速確定有希望的組合。」但同時，他也提出了技術的倫理問題：「技術可用於行善，也可用於作惡，因此需要對其進行制度化規約。」根據霍的觀察，新冠肺炎疫情大流行放大了 AI 在醫學研究中的作用以及技術使用中的倫理問題。比如，TraceTogether 是一款新加坡政府在疫情期間用來跟蹤病例及其行動軌跡的應用軟體，人們要問的是，疫情結束後，它收集的數據將怎麼處理？
現在霍的團隊專心研究 Covid-19 的治療，並在《先進療法》（Advanced Therapeutics）的 4 月刊發表了一篇論文。對於論文中的研究，霍採取了多學科的路徑，邀請了經濟學家和業界專家參與。最後霍發表的論文不僅有來自上海交通大學和復旦大學的學者，還有來自EpiPoint、MRIGlobal 的專業人員，並採納了 KPMG 的諮詢建議。
「我希望以更加豐富、多元的視角來評估技術採納的路徑、成效和社會倫理效用。光談技術並不能改變醫療保健行業的現狀，跨越科技和人文領域的跨學科合作才是最有效的策略！」
（文章來源：網絡）
