倪海英：教育要守护“人的主体性”

　　■杨晨

　　近日，上海交通大学上海高级金融学院（以下简称高金）MBA项目执行主任、高金金融研究院助理院长倪海英在公开场合发表了题为《AI时代下人才培养：创新与实践》的主题演讲。她从最新的AI谈判研究切入，结合经典教育思想与高金教学实践，探讨当AI不断进入商业决策深水区时，大学教育应该如何重新理解人的价值，并构建面向未来的人才培养体系。

　　警惕技术走在人类的理解和控制之前

　　如今，AI已经不再局限于信息检索、文本生成等辅助性工作，而是逐步进入合同谈判、财务分析和组织决策等复杂商业场景。

　　倪海英以MITSloan（麻省理工斯隆管理学院）团队开展的18万次AI与AI之间的自主谈判实验为例。实验显示，AI不仅能够通过大规模推演，呈现出人类难以达到的准备深度与执行一致性，也开始识别和运用关系、善意与合作等带有人性色彩的因素。与此同时，提示注入、信息泄露和策略不可预测等风险也随之出现。她认为：“AI的能力越强，人类对其运行逻辑、能力边界和治理方式的理解却未必同步。”

　　由此，她将讨论从AI“能做什么”引向教育更根本的问题：“当AI已经能够用算法模拟温暖、善意和同理心，人之为人的独特性究竟在哪里？”她指出，每一种技术能力都对应着新的脆弱性，真正值得警惕的不是AI掌握了越来越多的技能，而是“技术走在了人类的理解和控制之前”。

　　AI越强大，教育越要守护“人的主体性”

　　从AI谈判延伸开来，倪海英将讨论带回教育的根本命题：当知识获取和工具使用变得越来越容易，大学教育还应该为学生提供什么？

　　她引用《MagnificaHumanitas》（壮丽人性）中关于AI时代守护人的尊严的讨论指出：“衡量技术进步的标准不应只有效率和规模，还要看它是否让人的生活更加人性化，是否维护了人的尊严与主体性。”

　　在她看来，AI时代的教育至少面临三个层面的挑战：在教育层面，课程内容需要持续更新，教师的角色也需要重新思考；在智识层面，海量信息并不等于知识，学生可能越来越难以把握问题的整体；在伦理层面，算法对注意力、兴趣和选择的塑造，可能让人逐渐失去独立判断和生活方向。

　　“教育不仅要帮助学生掌握新工具，还要教会他们理解边界、保持节制，在自由选择的同时承担责任，并进入真实世界，参与解决现实问题。”

　　倪海英进一步阐释了大学的责任，教育首先要为学生提供可以理解、模仿和检验的经典标准，在此基础上再进行创造性拓展；大学还应作为“世界的代表”，帮助学生看见算法黑箱背后的判断与权力，在个人与公共、人类判断与AI算法、旧经验与新技术间建立连接。

　　“我们不能只是把一个全新的世界交给学生，让他们自己去试错。”她表示，面对所有人都未曾经历过的AI时代，大学应当与学生共同探索，同时主动承担解释世界、揭示风险和建立标准的责任。

　　模型给出答案之后，课程才真正开始

　　倪海英认为，AI正在打破传统职业边界，让不同岗位能够跨领域完成过去难以承担的任务。未来管理者的价值不再只是“知道得更多”，而在于能否促成更多可能，组织人与AI协同，并对技术带来的商业结果和社会影响负责。

　　她介绍，牛津大学赛德商学院等国际院校已经开始将判断力、同理心、协作能力、适应力和伦理领导力等“人的能力”纳入人才培养。AI技术可以成为支撑，但真正的创造仍然来自人。

　　搭建完成智能体，也并不意味着AI赋能教育的任务已经完成。倪海英表示，AI可以快速调取公告、整理财务数据、比较估值水平，但它无法替代学生建立自己的判断标准。

　　例如，面对一家企业连续数年的财务数据，学生还应追问：ROE（净资产收益率）下降是周期性波动，还是企业经营发生了结构性变化？EPS（每股收益）持续下降意味着什么？一个估值溢价究竟来自品牌、渠道、行业格局，还是未经检验的市场预期？法定代表人和独立董事的变更，又透露出怎样的公司治理信号？

　　这些问题需要学生运用会计、财务报表分析、公司治理、证券估值、宏观经济、产业经济、战略与风险管理等系统知识，对AI提供的信息进行穿透式分析。AI不是对经典课程的替代，而是让学生更加清楚地看见自身的知识缺口，并将课堂所学带回真实决策。

　　从工具能力走向组织变革与人的价值

　　在此基础上，倪海英提出了面向AI时代的四层人才培养框架。第一层是数据与工具，帮助学生掌握AI工具、识别模型幻觉、理解数据安全边界；第二层是工作与治理，思考AI如何嵌入并重构业务、沟通和决策流程；第三层是组织与决策，重新理解AI时代的岗位定义、权力分配和责任边界；第四层则进一步进入哲学与社会层面，讨论资本、知识与机会的分配，人的不可替代性，以及人与AI之间的边界。

　　相应地，高金的人才培养遵循四个递进步骤：首先，“恭敬地模仿标准”，理解金融、资本市场、信息披露和公司治理的基本逻辑；其次，“与榜样对话”，在企业家、高管、董事会成员和行业导师的真实经验中形成角色认知；再次，进入并购、上市、科技成果转化和AI项目等实战场景，检验知识与判断；最终，回到道德底座，形成责任意识、长期主义和对公共生活的理解。

　　这一培养逻辑意味着，AI要真正进入课程、实践与组织场景，成为检验学生知识结构、推动认知升级的力量。大学要培养的，也不只是能够熟练调用AI的人，而是能够理解技术、判断结果、承担责任，并始终保持人的主体性的人。

　　倪海英强调：“进入一所伟大的学校，与其说是为了知识，不如说是为了技艺与习惯……而尤其重要的是，为了认识你自己。”当AI让知识和工具变得触手可及，教育的意义并未因此减弱，反而更加清晰：它要帮助学生建立判断的标准、表达的能力、心智的勇气和自我认识，并在不断变化的世界中，对自己的选择与行动负责。