60(名港澳大学生暑)期“逐浪”海南自贸港
中新社海口七月七日电(记者符宇群)2026年度海南自贸港“逐浪计划”港澳大学生暑期实习项目七日在海口正式拉开帷幕,来自港澳地区的六十名莘莘学子将在琼岛开启为期一个月的实践之旅,切身体验海南自贸港蓬勃向上的发展脉动。
作为海南倾力打造的标志性交流平台,“逐浪计划”始终将服务港澳青年成长成才、深化琼港澳多领域合作以及集聚青年才俊助力自贸港建设作为核心使命。自2023年首度启动以来,该项目已连续吸引包括香港大学在内的近三十所境内外知名高校逾一千五百名学生踊跃报名,迄今已有累计两百名港澳青年学子顺利完成在琼的暑期实习历练。
今年度的“逐浪计划”在岗位募集方面再度扩容,共向六十家企事业单位征集到二百五十二个实习职位。尤为值得一提的是,活动首次增设了“逐浪之歌”原创作品征集环节及短视频创作大赛,旨在激励港澳大学生借助文艺创作的独特视角,生动记录实习期间的成长点滴与心路历程。
即将入职离岸投资(海南)有限公司的澳门大学硕士研究生陈昊霖,主修数据科学专业。他对此行充满期待,认为海南自贸港日趋频繁的跨境商贸往来,正持续催生涵盖商贸流通、物流运输及经济预测等领域的海量数据资源,这恰好与自身的专业研究方向高度契合,为他提供了绝佳的实践舞台。
近年来,海南在吸引港澳人才方面持续加码,先后制定并出台《鼓励港澳台地区人才服务海南发展若干意见》等一系列政策举措,同时挂牌成立海南港澳青年创新创业服务中心,致力于为港澳青年赴琼就业创业提供全链条、一站式的优质服务保障,从而全方位、多维度地引导和推动港澳青年融入海南自贸港建设的火热浪潮之中。(完)
高校{生成式人工智}能治理的国际经验
生成式人工智能正以空前之势重塑全球高等教育的版图。从学生撰写论文,到教师设计课程,再到高校教务管理,这一颠覆性技术已深入渗透到教育链条的每一个细微环节。它在显著提升效率的同时,也带来了一系列不容回避的隐忧——学术诚信的边界被模糊,数据安全的防线遭到挑战,伦理责任的归属变得扑朔迷离。面对这样一把利弊交织的“双刃剑”,如何在释放技术赋能潜力的同时构筑有效的风险防控屏障,从而探索出一条契合人工智能时代需求的高校治理新路,已然成为全球高等教育界共同面对且亟需破解的时代课题。
价值航向:从“严防死守”到“价值驱动”
生成式人工智能向高等教育腹地的持续挺进,绝非仅仅是引入了一件效率工具,它更深层地触发了对教育内在价值与未来人才塑造目标的根本性省思。纵观全球各大高校的治理实践,大致可梳理出三种鲜明立场:严令禁用、有界开放,以及将技术深度内嵌于教育肌理。这三种取向,既是技术扩散在不同发展阶段所留下的现实印记,也深刻折射出高校在恪守教育传统与拥抱技术变革之间所面临的价值抉择与张力。
在生成式人工智能崭露头角的初始阶段,一批高校和教育管理机构不约而同地选择了审慎防御的姿态,对其使用施加严格限制。这种策略的核心,在于防范新兴技术对既有教育秩序造成强烈冲击。教育界普遍弥漫着一种忧虑:学生若过度依赖智能工具,其独立思辨和创新创造等核心素养恐将日渐式微。与此同时,根深蒂固的学术诚信规范,也使得高校在面对这种可能部分替代人类认知劳动的技术时,本能地倾向于保守应对。美国纽约市教育局早期的做法便是典型注脚,其在2023年初以可能损害学习成效为由,明令禁止在校园网络和设备上使用ChatGPT。尽管该禁令因技术应用的势不可挡而在数月后取消,但这种审慎的防范姿态,却生动反映了传统教育模式在技术风暴初期的应激反应。
伴随技术能力的持续跃升及其在教育场景中的广泛落地,越来越多的高校正逐步意识到,简单粗暴的一禁了之既难以落实,也违背时代发展的必然趋势。因此,治理立场开始向“有条件开放”转向。治理的重心也从“是否允许”转变为“如何规范”,普遍路径是发布详尽的使用指南,为师生提供清晰的行动框架。以英国牛津大学为例,该校于2024年发布的使用指引,明确区分了可允许与严禁使用的具体场景:它支持学生运用智能工具来提升学习技能和辅助课程理解,同时掷地有声地强调,人工智能绝不能替代人的批判性思考,更不能取代建立在证据之上的学术论证和学科知识建构。这种以规范引导为核心的治理模式,在坚守学术底线与为技术创新预留探索空间之间,努力寻求一种动态平衡。
在此基础上,一些更具前瞻性的高校已超越单纯的风险应对逻辑,转向以教育赋能为导向的积极立场,将生成式人工智能视为撬动教育范式深层变革的战略杠杆。它们通过周密的制度设计与充裕的资源投入,主动推进该技术与教学、科研及行政管理的全方位融合。2024年,美国亚利桑那州立大学开创先河,成为全球首个与OpenAI建立深度合作伙伴关系的高校,在课堂教学、科研辅助和行政流程中系统引入智能工具,大胆探索人机协同的新型教育模式。这一重大转向,揭示了高校治理逻辑的内在演化——从“使技术适应既有教育框架”到“让教育因技术而实现跨越式发展”。当生成式人工智能被纳入制度化轨道并与教育目标同频共振时,其价值便不再局限于效率的提升,更在于对教育范式本身的重塑与再造。
规则建构:多层规范体系划清应用行为疆界
在“有界开放”与“教育赋能”这两种主流治理取向之下,负责任地使用技术是所有实践的共同前提,这必须依赖具体、可操作的行为准则来落实。总体观之,全球高校正围绕学术诚信、数据安全与责任归属等关键领域,逐步编织起一套系统化的规则网络,将宏观的治理理念细化为师生可以遵循、可以问责的具体规范,从而为技术的应用划定清晰而明确的边界。
学术诚信,无疑是高校在治理浪潮中面临的最为核心议题。由生成式人工智能辅助产出的成果,其原创性归属饱受争议。为此,国际高校普遍从三个维度着手调整学术规范:其一,扩充对学术不端的定义,将“未经明确授权的AI使用”明确纳入作弊或剽窃的范畴;其二,在具体教学情境中细化使用边界,清晰区分允许与禁止的环节,例如允许将AI用于资料收集整理等辅助性工作,而在核心观点形成和最终内容创作等关键环节则严格禁止;其三,建立强制性的披露机制,要求学生在提交成果时,必须如实说明所用AI工具的名称、应用的环节以及生成内容的占比,将过程透明作为合规的基本前提。值得注意的是,在检测手段的应用上,国际高校普遍表现出审慎态度。当前市面上主流的AI检测工具误报率依然偏高,对非母语写作者尤为不公,且潜藏着数据泄露风险。因此,包括麻省理工学院在内的众多顶尖学府,并不主张将技术检测结果作为唯一的裁决依据,而是倡导结合人工专业判断进行综合评估。
数据安全,是高校治理中带有刚性约束的领域。用户输入生成式人工智能的信息,可能被用作模型训练的数据来源,这对学生个人隐私和高校敏感科研数据构成了现实威胁。为此,国际高校大多建立了明确的数据安全规范,明令禁止将个人隐私、敏感信息以及高校自有数据上传至未经安全认证的AI平台,同时积极鼓励师生优先选用学校官方采购或认证的安全工具。在具体的风险防控实践中,数据分级管理被证明是一条行之有效的经验。哈佛大学便是一个案例,该校将数据划分为从完全公开到高度敏感的五个层级,并严令禁止将属于机密级别的数据输入公共智能模型。与此同时,为了在安全与效率之间取得平衡,杜克大学等高校积极推动校园专属大模型的研发与部署,引导师生使用经由学校授权、更具安全保障的企业版或私有化工具。这种“堵疏结合”的治理策略表明,数据安全治理绝非单纯的消极设限,而是通过制度化的安排,为技术在可控的边界内释放活力。
此外,基于生成式人工智能的人机共创模式,使得内容生产的责任归属问题变得空前复杂,这要求高校必须在制度层面给出清晰界定。在此问题上,全球高校正逐步凝聚起几项共识:第一,必须明确AI生成内容可能存在的偏见与谬误,使用者有义务进行严格核查,并对最终产出负全部责任;第二,严禁将人工智能系统列为论文或成果的作者,以维护人类在学术活动中的绝对主体地位。这一规则背后的深层逻辑不言而喻:生成式人工智能可以作为强大的辅助工具提升效率,但绝不能僭越人类的判断力,更不能转移本应由人类承担的学术与伦理责任。
能力锻造:赋能生成式人工智能的有效应用
仅依赖规则约束与事后追责,显然难以从容应对生成式人工智能持续迭代所引发的复杂挑战。全球高校正日益深刻地认识到,治理的重心应当从设定行为规范,进一步拓展至深层次的能力建设。通过系统性的素养培育与资源支持,让师生真正具备深刻理解并娴熟驾驭人工智能的能力,才能真正实现技术对教育的赋能愿景。早在2019年,联合国教科文组织发布的《北京共识——人工智能与教育》便前瞻性地提出,应“采取体制化的行动,提高社会各个层面所需的基本人工智能素养”。
生成式人工智能素养,绝非等同于单纯的技术操作技能。国际研究普遍将这种素养划分为层层递进的多个维度:从最基础的技术认知与功能理解,到熟练的工具运用与任务整合,再到对AI生成内容的批判性审视与创造性再加工,直至能够在复杂多变的现实情境中做出独立的伦理判断与负责任的行为决策。这种素养观的核心,在于让技术“为我所用”而非被其牵引或奴役。在这一全新框架下,人工智能时代高校人才培养的重点,已不再局限于知识传授与技能训练,而是更加侧重于基于AI环境的批判性思维、高阶学术探究能力和创新意识的养成,以更好地适应知识生产方式与职业图景的剧烈变革。
在学生赋能层面,《北京共识》建议运用人工智能“促进学习和学习评价”。围绕这一目标,国内外高校正从课程体系重构与学习方式转型两个方向同时发力。在课程建设上,一条路径是将生成式人工智能有机嵌入专业教学之中。例如,新加坡国立大学将AI编程辅助工具引入计算机专业课程,在夯实学科理论根基的同时,帮助学生积累人机协同开发的前沿经验,从而更好地适应被AI深刻重塑的产业环境。另一条路径是开设面向全体学生的人工智能通识课程。南京大学便是先行者,该校推出了体系化的本科生AI通识课程,将技术原理、伦理规范与行业前沿应用融为一体,助力学生构建紧跟时代的知识体系。此外,一批高校还在探索将AI融入学习评价环节,通过过程性评估与个性化反馈,有效提升学生的自主学习效能。
在教师赋能方面,《北京共识》着重强调要运用人工智能“赋能教学和教师”。为此,国内外高校正积极构建系统化的支持体系:其一,提供定制化的培训项目与丰富资源,帮助教师掌握智能工具在教学场景中的应用方法,如墨尔本大学推出的“AI for Teaching and Education”系列资源,为教师提供了紧跟时代步伐的教学支持;其二,开发轻量级、易于上手的自助工具与平台,降低技术应用门槛,斯坦福大学、复旦大学等高校创建的人工智能共创平台,都为教师提供了简便的探究与实验空间;其三,设立专项研究基金与激励计划,鼓励教师开展基于AI的教学改革与科研创新,例如卡内基梅隆大学的“生成式人工智能教学研究计划”以及中国人民大学的“AI赋能科研创新应用”资助项目。这些举措从素养提升、工具保障到制度激励等多个维度协同并进,切实有效地提升了教师在智能化教学环境中的创新实践能力与内在驱动力。
全球高校对生成式人工智能的治理探索,正逐渐超越单一层面的技术风险防控,迈向一场关乎价值重塑、规则建构与能力培育的系统性变革。面向充满机遇与挑战的未来,我们应当继续坚守以人为本的根本原则,以更加开放、审慎和智慧的姿态,推动人工智能与高等教育的深度融合,在汹涌澎湃的技术浪潮中牢牢把握教育变革的主导权,从而培养出真正能够适应并引领未来时代发展的高素质人才。
反复湿疹竟是《罕见肿瘤?多模态AI赋能疑难皮肤病诊》断
在杭州,一则医学突破的消息引发了广泛关注。多年来,不少患者被反复发作的皮肤瘙痒和顽固皮疹困扰,屡屡被当作普通湿疹处理,却未曾想到,这些表象背后可能潜藏着罕见的皮肤肿瘤。近日,浙江大学医学院附属第一医院(简称“浙大一院”)皮肤科主任乔建军教授团队,推出了一款自主研发的自监督多模态AI系统,成功攻克了蕈样肉芽肿在临床中易被漏诊和误诊的棘手难题,为各级医疗机构提供了精准的辅助诊断工具。这一创新成果已发表于国际皮肤病学权威期刊《British Journal of Dermatology》。
年过六旬的李阿姨(化名)便是这一技术的受益者之一。六年前,她的手臂和大腿开始出现皮疹并伴随瘙痒,起初自行涂抹药膏并未见效,之后在当地医院被诊断为慢性湿疹。然而,病情并未因此好转,每隔两三个月便会卷土重来,反复发作难以根治。随着时间的推移,症状急剧恶化,皮疹蔓延至全身,李阿姨最终慕名前往浙大一院皮肤科,寻求乔建军团队的帮助。
在细致查体的过程中,乔建军注意到患者全身分布着边界清晰的暗红色斑块,其皮损特征与普通湿疹的炎症反应存在显著差异。凭借丰富的临床经验,他高度怀疑这并非寻常皮肤病,遂建议李阿姨进行皮肤活检和免疫组化检测。检查结果揭开了困扰多年的谜团——李阿姨患上的实际是蕈样肉芽肿,这是一种源于皮肤的罕见T细胞淋巴瘤。据临床数据统计,该病在百万人群中的年发病率仅约5至6例,因其早期症状极具迷惑性,常被业内人士称为皮肤病领域的“模仿大师”。
确诊之后,团队为李阿姨量身定制了治疗方案,采用规律的干扰素皮下注射进行干预。治疗效果立竿见影,短短两周内,她全身的皮损便明显变薄,顽固的瘙痒症状也大幅缓解;治疗持续五周后,体表的斑块和鳞屑逐渐消退,多年的顽疾终于得到了有效控制。
乔建军指出,蕈样肉芽肿的病程进展相对缓慢,部分患者可能需要数年甚至数十年才会发展成明显的肿瘤。早期症状缺乏特异性,与湿疹、银屑病、药疹等常见皮肤病高度相似,极易造成诊断混淆。该疾病的两大“狡猾特征”构成了临床诊疗的核心难点:其一,发病表现毫无规律,任何年龄段的人群都可能中招,皮疹多呈不对称分布,常规的抗炎止痒治疗效果不佳,且好发于腰腹、臀部等隐蔽部位,仅靠肉眼观察极易误判,对医生的临床经验提出了极高要求。其二,病理诊断难度颇大。部分患者的活检样本会出现“亲表皮现象不明显”等关键病理特征缺失的情况,单次活检难以得出准确结论,多数患者需要经历多次、多部位的皮肤取样化验才能最终确诊,这导致大量患者错失了最佳治疗时机。
为破解这些临床痛点,乔建军团队潜心攻关,成功开发出这款自监督多模态AI系统。该系统能够精准区分蕈样肉芽肿与湿疹、银屑病、药疹等相似皮肤病,有效化解了疑难皮肤病诊断的困境。相较于传统单一的病理读片模式,这一AI系统展现了多重核心优势,实现了诊疗技术的显著突破。首先,其诊断维度更为全面,打破了仅依赖病理切片图像进行判读的局限,将患者的年龄、病程时长、皮损分布特点等临床信息同步整合,通过双维度数据融合分析,大幅提升了诊断的精准度,有效规避了单一判读可能带来的偏差。
其次,整个诊断过程具有可溯源性和可解释性。AI系统在作出判别时,会高亮标记出核心诊断依据区域,精准锁定皮肤表皮和真皮浅层的关键病变特征,其判读逻辑与资深皮肤病理专家的思路高度一致,摆脱了传统AI“黑箱操作”的弊端,使每一项诊断结论都有理有据。此外,该系统的适应性和稳定性也相当出色。研究团队利用浙大一院和南方医科大学皮肤病医院两大医疗中心的病例数据进行了交叉验证,系统宏观AUC值超过0.85,诊断效能表现优异。临床测试结果表明,无论是经验尚浅的基层病理医生,还是资历深厚的专家,在借助这一AI辅助工具后,对疑难皮肤病的诊断准确率均有显著提升。
专家在此特别提醒广大公众,如果皮疹反复发作超过半年,且常规药物治疗无效,或者伴随皮损斑块增厚、淋巴结肿大等症状,切勿简单将其视为顽固性湿疹而拖延不治。应及时前往设有皮肤科和血液科的综合性医院就诊,必要时接受皮肤活检检查,坚持早发现、早确诊、早治疗的原则,以最大程度地保障皮肤健康与生命安全。(完)
60(名港澳大学生暑)期“逐浪”海南自贸港中新社海口七月七日电(记者符宇群)2026年度海南自贸港“逐浪计划”港澳大学生暑期实习项目七日在海口正式拉开帷幕,来自港澳地区的六十名莘莘学子将在琼岛开启为期一个月的实践之旅,切身体验海南自贸港蓬勃
句子9