彩神注册 - 彩神注册

激发榜样教育新的生机和活力******

　　据报道，近日北京市某学校在每个班级的壁报中开辟“我心中的榜样”专栏，师生共同探讨本班的“榜样人物”，并且将班级命名为“雷锋班”“钱学森班”等，每班还选出了一名榜样故事宣讲员，专门介绍本班的“榜样人物”。

　　榜样教育历来是青少年思想政治教育的重要手段。青少年处在“拔节孕穗期”，加强榜样教育，引导他们领悟榜样的力量，帮他们扣好人生第一颗扣子，尤为重要。近年来，榜样模范辈出，先进典型不断。从全国道德模范到时代楷模，从“共和国勋章”获得者到“七一勋章”获得者，从全国教书育人楷模到最美大学生……他们的崇高精神令人感动，他们的责任担当令人感佩，他们用榜样的力量温暖人鼓舞人启迪人。这些先进典型和榜样，是思想政治教育的生动教材，已经融入立德树人的全过程各方面。

　　但同时也要看到，在青少年榜样教育方面还存在不容忽视的问题。中国青少年研究中心日前发布的《少年儿童的偶像与榜样研究报告》显示，青少年认为学校的榜样教育主要存在“对榜样的宣传太死板”“榜样千篇一律没有个性”“榜样离太远起不到激励作用”等问题，比例均在两成以上。这也提醒我们，要更新榜样教育的理念，改进榜样教育的方式，让榜样与青少年的精神世界产生同频共振，激发榜样教育新的生机和活力。

　　要引导青少年树立正确的榜样观。与榜样密切相关的一个词是偶像。榜样是理想中的“我”，是自己通过理性选择的人生典范。我们强调榜样教育，因为榜样永不过时，具有穿越时空的精神力量。偶像与榜样有相似之处，就是他们的感召力和吸引力。但是，偶像往往是一种不加批判而盲目加以崇拜的对象。如果说榜样的选择是理性的，是经过反复比较后的慎重选择，那么偶像崇拜则往往是非理性的，或是出于某种喜好，或是从众心理使然。偶像崇拜是青少年群体中的一种客观现象，无法回避，但是需要用正确的榜样观来引领，防止沉迷偶像崇拜。

　　要更新榜样教育的理念和方式方法。传统的榜样教育往往过分注重教育，忽视了青少年的感受和兴趣，因而受教育效果打了折扣。在以互联网为代表的新媒体背景下，传播和教育的手段非常丰富，选择的空间非常大。要更新榜样教育的理念，多采用隐性教育。要贴近青少年的实际，贴近青少年的兴趣，将教育性寓于趣味性之中。可以多采用青少年喜闻乐见的方式，运用新媒体技术生动呈现故事、文字和哲理，使榜样教育活起来。要注重引导青少年在生活中学习榜样。教育必须回归生活实际。在对青少年进行榜样教育时，也要注重生活化。在日常的学习和生活中，要增加青少年模仿和践行的机会，增强榜样教育的效果。比如，在日常教学活动中，要探索多种举措发现身边的榜样事迹、榜样人物，比如以班级研讨、小组评比的形式选树班级、年级、学校榜样人物。

　　要形成榜样教育的合力。家长是孩子的第一任老师，在榜样教育中这个角色的分量更重，因为家长往往都是孩子的榜样。家长要改变那种一味把自己的孩子与别人家孩子比的思维，引导孩子树立正确的榜样观和成才观。特别是要做到以身作则、言传身教，让自己成为孩子引以为傲的榜样。学校要发挥教育主阵地作用，把榜样教育融入教育教学全过程，改进教育教学方式，不断提升教育实效。社会要各司其职，各负其责，形成全社会尊重和学习榜样的良好氛围，助力青少年的健康成长。

　　需要指出的是，激发榜样教育新的生机和活力涉及的方面很多。不同学年段的青少年，对榜样的认知、选择和接受等存在明显的差异。当前，迫切需要加强对榜样教育的研究，形成适应青少年不同学年段身心发展特点的螺旋式递进的榜样教育。

　　（作者：李传哲，系首都师范大学马克思主义学院博士生）

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘 巫邓炎）