刘宝存 易学瑾 | 英国人工智能人才培养政策变迁研究

作 者 简 介

刘宝存

北京师范大学国际与比较教育研究院教授，博士生导师

易学瑾

北京师范大学国际与比较教育研究院硕士研究生

摘　要

当前，人工智能作为国际科技竞争的焦点受到广泛关注。英国拥有仅次于美国和中国的全球第三多的人工智能公司，自2012年起发布了一系列报告并出台相关政策，以培养一批高质量的人工智能人才。分析与之相关的系列报告和政策内容可知，英国人工智能人才培养政策先后经历了政策萌芽、政策聚焦和政策推进三个阶段，并通过修补和微调不断完善。英国人工智能人才培养政策的变迁遵循着阶梯式渐进的逻辑，其合理性在于政治与文化的一致性和现行计划的连续性。但在脱欧、新冠疫情和技术三重冲击下，英国能否继续沿用渐进决策逻辑、实现建设“人工智能大国”的目标尚未可知。

随着当前科技的快速发展，世界开始迈向数字化时代，数字经济、数字教育等新事物层出不穷。人工智能作为数字化的第一波浪潮已成为国际科技竞争的焦点，被广泛运用于解决各种难题且应用范围仍在持续扩大。英国在科学技术方面有着引以为傲的历史：蒂姆·伯纳斯–李（Tim Berners-Lee）最早发明万维网（World Wide Web）；阿达·洛芙莱斯（Ada Lovelace）是公认的世界第一位程序员；人工智能革命的先驱艾伦·麦席森·图灵（Alan Mathison Turing）是英国在人工智能领域最宝贵的财富。麦肯锡全球研究院（McKinsey Global Institute）董事雅克·布金（Jacques Bughin）高度评价英国在人工智能方面所取得的成就，他认为英国在此领域处于相对领先的地位，是欧洲的领导者之一。 但是，英国在人工智能方面也有着强烈的危机感和紧迫感，正如英国数字、文化、媒体和体育部（Department for Digital, Culture, Media & Sport）大臣纳丁·多里斯（Nadine Dorries）所指出的那样，在人工智能时代，英国必须确保跟上时代变化的步伐。

毋庸置疑，人工智能竞争的关键在于人才培养。已有研究围绕英国各大学在人工智能人才培养上的具体模式和特色进行了一些探讨，也有学者分析了英国在此方面的政策内容。但总体看来，既有研究缺乏对英国人工智能人才培养政策变迁的梳理，学者们也较少关注脱欧、新冠疫情和技术三重冲击下英国相关政策的新动向。自2012年英国将机器人技术列入政府重点关注领域和全面推进技术发展战略以来，英国人工智能人才培养政策的发展历程大致可以分为政策萌芽、政策聚焦和政策推进三个阶段，呈现出显著的渐进性特征。本研究基于渐进决策理论的视角，回顾2012年以来英国人工智能人才培养政策的变迁过程，分析英国人工智能人才培养政策变迁的逻辑，指出其合理性和局限性，以期为我国人工智能人才培养政策的制定提供借鉴。

一、英国人工智能人才培养政策的萌芽期（2012—2016年）

英国政府在2012年将“机器人和自主系统”（Robotics and Autonomous Systems，RAS）确定为八项关键技术之一，并通过整合政府、行业和学术机构利益相关者的需求，于2013年成立了机器人和自主系统指导小组（RAS Special Interest Group）。该小组的使命是调查和研究英国机器人和自主系统的现状与潜在发展机会，制定国家战略并指导政府未来的资源和机构配置。2014年6月，英国知识产权局（Intellectual Property Office）发布《八项关键技术：机器人和自主系统》（Eight Great Technologies: Roboticsand Autonomous Systems），指出机器人和自主系统虽然是英国八项关键技术之一，但目前主要应用于汽车制造业，相关研究和发展缺乏大学和学术人员的参与，且该领域内的研发和创新缺乏合作意识。2015年，下议院议员格雷格•克拉克（Greg Clark）回应了该报告提出的一些问题，他主张大学和学者们应积极参与机器人和自主系统的研发与测试，政府也应拨款给相关技术学院和大学的研发小组以推动其创新，从而进一步加强大学与产业界的合作关系。同时，他建议政府向相关博士生教育中心（Centres for Doctoral Training）投资2000万英镑，以造就更多的人才，并提高其技能水平。

随着科技的飞速发展，人工智能技术显示出了更大的潜力，并得到了英国议会的关注。2016年9月，英国下议院的科学技术委员会（House of Commons Science and Technology Committee）发布的《机器人和人工智能》（Robotics and Artificial Intelligence）报告指出，学习新技能（如STEM技能）和调整教育系统有助于解决英国的数字技能“危机”。教育系统应该致力于培养机器无法替代的技能，如创造力、人际交往能力、艺术鉴赏能力等；政府也要积极推动教育系统的改革，提高教育和培训系统灵活应对新要求的能力，以适应时代对劳动力需求的变化，并为学生的终身学习做好准备。随后，英国政府科学与技术委员会（Council for Science and Technology）就机器人、自动化和人工智能三方面的发展向首相提出建议。委员会指出，英国应集中精力培养更多具有先进技能的人才，扩大相关技术研究规模，鼓励营造合作与创新的文化氛围，并重视国际合作，合理学习和利用国外经验，从而确保英国处于领先地位。同年11月，英国政府科学办公室（Government Office for Science）发布了《人工智能给未来决策带来的机遇及影响》（Artificial Intelligence: Opportunities and Implications for the Future of Decision Making）报告，认为在新形势下推进人工智能在英国各领域的广泛应用，对于改进政府管理，促进经济增长和社会进步都至关重要。因此，政府将继续投资人工智能研究领域，并积极与企业合作，加强人工智能开发，以期使英国在人工智能的开发和运用方面处于全球领先地位。报告还指出，人工智能技术对劳动力市场产生了很大的冲击，不仅导致原有工作岗位的技能需求发生变化，而且也创造了一些新的工作岗位；受劳动力市场需求变动的影响，英国必须改革各层次的人才培养模式，并重视创造力和批判性思维等人工智能无法取代的技能的培养。

在这个阶段，英国逐渐将注意力从机器人和自主系统转向人工智能这一新方向。二者之间的关系十分密切，从机器人和自主系统到人工智能是技术升级带来的必然转型。英国已经认识到技术变革的重要性并着手推进技术发展，也意识到科技发展将倒逼教育变革和人才培养模式的更新。但政府只关注到一些适应时代发展的品质和技能，如积极主动、适应性强，拥有创造力、数字技能、社交能力等，而并未进一步考虑人工智能人才培养的具体模式包括哪些方面以及如何构建人工智能人才培养体系。不过，在此阶段英国政府支持企业大力发展机器人和人工智能技术，并加强了大学与产业界的联系，为之后人工智能领域的产学研合作奠定了良好基础。

二、英国人工智能人才培养政策的聚焦期（2017—2019年）

2017年10月，英国政府发布的《在英国发展人工智能产业》（Growing the Artificial Intelligence Industry in the UK）报告显示，至2017年英国已有26所大学开设了人工智能本科课程、20所大学提供了30多门研究生课程，人工智能专业的学生数量也在逐步上升。该报告设专章讨论了“专业人才培养”，指出高级人才短缺是英国大多数高科技领域发展所面临的共同挑战，但在人工智能领域尤为突出。在此背景下，南安普敦大学计算机科学教授戴姆•文迪•霍尔（Dame Wendy Hall）和英国“本色科技”公司（BenevolentTech）首席执行官杰罗姆•佩森提（Jérôme Pesenti）基于对人工智能人才培养和分配的考察，从人工智能专业与课程设置、人才培养理念和外部资助等方面提出了增加200个人工智能博士生招生名额，增强人工智能劳动力资源的多样性，开发人工智能硕士课程与转换课程（AI Conversion Courses），开发人工智能高级课程和在线专业课程以鼓励本科生深造，以及实施人工智能奖学金计划等建议。随后，英国政府又发布了《工业战略：建设一个适合未来的英国》（Industrial Strategy: Building a Britain Fit for the Future）白皮书，认为人工智能是英国技术革命和产业发展面临的四大挑战之一，并提出要加大对人工智能的资助力度（如设立新的图灵研究基金），增加人工智能专业的学位数量，培养跨学科人才在其专业领域应用人工智能的能力等。

同年，由上议院任命的人工智能专业委员会（Committee on Artificial Intelligence）开始评估人工智能发展对英国经济、社会和伦理产生的影响。2018年4月该委员会发表了《英国人工智能发展：准备、意愿与能力》（AI in the UK: Ready, Willing and Able）报告，指出英国面临人工智能技术人才短缺且雇佣成本过高的困境，因此建议继续实施之前的部分措施，如持续增加人工智能专业的博士生招生名额，增加人工智能人才的多样性等。报告还重申了科学和技术委员会在2016年提出的人工智能人才培养目标，即重视培养学生的创造力、适应性、同理心和人际交往能力等。此外，该报告首次提出英国政府要与私营部门分担人工智能人才培养的经费，以便于扩大资助范围。作为对这份报告的回应，英国政府重点推进课程设置和外部资助两方面的改革：在课程设置上，开发新的人工智能硕士课程，并改革和完善计算机课程；在外部资助上，每年增加2.5亿英镑的高等教育创新基金，并推出了新的硕士生和博士生贷款计划。之后，英国将艾伦•图灵研究所（The Alan Turing Institute）升级为国家数据科学和人工智能研究所，并成立国家计算教育中心（National Centre for Computing Education）以支持中小学校的计算机教学和教师数字技能培训。

2018年英国政府又发布了《产业战略：人工智能领域行动》（Industrial Strategy: Artificial Intelligence Sector Deal）报告，并于2019年出台了《人工智能领域行动：一年回顾》（AI Sector Deal: One Year on）政策文件。在这些文件中英国政府指出，大学是培养人工智能算法所需的高级技能的重要场所，政府将继续贯彻其外部资助、专业设置和校企合作等方面的政策，如投资10亿英镑用于人工智能的开发和研究、提供人工智能图灵奖学金（Turing Artificial Intelligence Fellowships）、为全国16个专门的人工智能博士生教育中心增加1000个招生名额，推动“深度思考”（DeepMind）等公司资助大学增设200个人工智能硕士学位点（AI Masters places）。这些文件也要求对技术教育进行改革，创建国家数字技能学院（National College of Digital Skills）以培养更多的数字技术人才。

在这一阶段，英国已经意识到人工智能人才的短缺，并不断完善人工智能人才培养的相关政策，这些政策主要聚焦人才培养的专业设置、课程设置、理念和外部资助四个方面。从各项政策内容可以看出，2017—2019年英国在人工智能领域增加了资金投入，并拓展了人才培养途径，特别是2018年实施的诸多举措为人工智能人才培养的整体发展奠定了良好基础。各大学也根据政府的指导在人工智能人才培养方面进行了实践探索，但其主要目的是扩大人工智能人才培养规模和增加培养途径，从而在数量上实现快速增长，而较少关注人工智能人才培养过程的优化以提高人才质量。事实上，虽然大学是人工智能人才培养的主要阵地，但英国也将人工智能人才培养拓展到基础教育和职业教育领域，进一步扩大了人工智能人才培养的对象范围。英国还十分重视包括私营部门、市场和公司等第三方的参与，但这种参与仅限于提供资金支持，还未有明确的校企合作模式等。

三、英国人工智能人才培养政策的推进期（2020年至今）

2020年8月，英国人工智能办公室（Office for Artificial Intelligence）发布的《英国人工智能技能》（AI Skills in the UK）报告指出：2020年英国人工智能和数据科学职位空缺数量超过11万人；人工智能领域的人才多样性普遍不足，53%的公司表示没有人工智能领域的女员工，40%的公司表示没有来自少数族裔背景的相关员工。一个月后，英国联合信息系统委员会（Joint Information Systems Committee）发表的《研究4.0：自动化时代的研究》（Research 4.0: Research in the Age of Automation）报告也提出，英国大学的学生和研究人员缺乏充分利用人工智能技术的必要技能，尤其是人文学科及社会科学领域的本科生和研究生。同年，英国上议院也发表了一份题为《英国人工智能：没有自满的余地》（AI in the UK: No Room for Complacency）的报告。该报告评估了英国政府在执行人工智能专业委员会报告方面所取得的进展，并且认同缺乏掌握数字技能的人才仍然是英国面临的一大难题。英国政府意识到必须继续采取措施以推动人工智能人才的培养，从而满足技术更迭引起的劳动力市场不断变化的需要。

基于此，2021年9月22日，英国人工智能办公室，数字、文化、媒体和体育部，以及商业、能源和工业战略部联合发布了指导性文件《国家人工智能战略》（National AI Strategy），提出要继续支持在人工智能专业与课程设置、人才培养理念和外部资助等方面采取的措施，如开设2500门新的人工智能和数据科学硕士转换课程、设立1000个政府资助的奖学金名额，以及向艾伦•图灵研究所投资4600多万英镑等。与之前不同的是，该文件更强调人工智能高端人才的培养，并要求加强行业与学术界的伙伴关系。同时，该文件要求支持国家计算教育中心的发展，广泛实施面向儿童的人工智能计划，并在职业指导平台讲述人工智能工作者的事迹以吸引更多的人选择人工智能相关职业。该文件还强调通过技能训练营（Skills Bootcamps）来提升成年人在人工智能、机器学习、数据科学和数字方面的技能，以改善他们的就业前景并推动经济发展。该文件开启了英国人工智能发展的新阶段。2022年7月，英国政府又发布了《国家人工智能战略——人工智能行动计划》（National AI Strategy—AI Action Plan）。该计划除了延续此前的做法之外，还提出要扩大对人工智能和数据科学家的宣传，减免大学研发税收以推动人工智能方面的科技创新，并支持爱丁堡大学、牛津大学等参与创办的软件可持续性发展研究所（Software Sustainability Institute）开发开源软件（Open Source Software）等。

此外，英国政府于2022年6月和2023年9月分别发布了《国防人工智能战略》（Defence Artificial Intelligence Strategy）和《太空部门技能调查报告》（Space Sector Skills Survey 2023 Report）。这两份文件突显了英国国防领域和太空领域对人工智能人才的需求。前者指出，国防部会实施人工智能领域毕业生的安置计划，以增加英国在关键领域的人才数量；在构建国防人工智能生态系统中，国防部还会充分发挥牛津大学、剑桥大学和伦敦大学学院等研究型大学的作用，以支持大学与行业建立伙伴关系。后者显示，近四分之一（21%）的受访者认为太空领域对人工智能人才的需求已高于其他任何技术领域，70%的受访者预测未来仍需要掌握人工智能和机器学习技能的太空人才。因此，英国航天局计划投资15万英镑，以推进跨学科人工智能人才培养的相关举措。

在这一阶段，英国不仅继续实施上一阶段在人工智能专业与课程设置、人才培养理念和外部资助等方面的大部分措施，而且对于人工智能人才培养的认识更加深入，也更加关注人工智能高端人才的培养。在课程设置上，要求开设大量新的、更加适应时代要求的人工智能和数据科学硕士转换课程；在人才多样性上，通过奖学金的资助增加弱势群体人工智能人才的比重，并进一步指明了跨学科人工智能人才培养的方向。与此同时，英国还要求在基础教育、高等教育、职业教育等领域全方位推动人工智能人才培养；通过积极宣传人工智能科学家的故事，提高公众对该领域的认识，并激发青少年学习人工智能的兴趣，从而引导他们未来选择相关专业及岗位。在此阶段英国也扩大了人工智能人才培养的主体，通过增进行业与学术间的伙伴关系，加强了人工智能领域的产学研合作。英国学生办公室（Office for Students）还设立专员以负责行业资助人工智能学习相关事宜，从而推动多主体合作的人工智能人才培养体系的构建。总的来说，在推进期英国的人工智能人才培养体系已经确立，政府、行业和整个教育系统在人工智能人才培养上各司其职，共同协作，以推动英国人工智能人才培养提质增量。

四、英国人工智能人才培养政策变迁的逻辑

通观世界各国的政策制定及其发展，大部分政策的变迁都呈现出渐进特征，渐进决策也成为一种普遍的政治选择。1959年，美国政治学家和政策科学家查尔斯·林德布洛姆（C. E. Lindblom）在《渐进调试的科学》（The Science of Muddling Through）一文中提出了“渐进主义”（Incrementalism）的概念。他对原有的、占主导地位的传统理性决策模式进行了批判，主张在决策时应该稳中求变而不是一步到位，即通过不断的细微改变以缓慢地实现决策目标。林德布洛姆将这种决策模式称为“连续的有限比较”（Successive Limited Comparison）。由于此后他又对其进行了多次调整和系统的解释，有关理论被统称为渐进决策理论（Incremental Theory of Decision-making）。整体看来，自2012年以来英国政府出台的人工智能人才培养政策始终遵循稳定性和连续性原则，并未出现剧烈波动；但同时也根据最终愿景进行了基于现实的目标拆分，从而减少了决策的复杂程度并一步步达成政策目标。从渐进决策理论的视角看，英国人工智能人才培养相关政策的变化始终遵循着一致性、延续性与渐进性的逻辑。

（一）政策理念的一致性

一些分析家认为政治理念是教育政策的核心驱动力，相同的政策可以获得持不同政见者的支持，政策的目的就是形成社会和政治共识。自2012年以来英国政府共经历了五任首相，其中第56任首相伊丽莎白·特拉斯（Elizabeth Truss）在位仅45天，并未出台人工智能新政策。另外四位首相分别为戴维•卡梅伦（David William Donald Cameron）、特雷莎•玛丽•梅（Theresa Mary May）、鲍里斯•约翰逊（Boris Johnson）和里希•苏纳克（Rishi Sunak），这四位首相所带领的政治团队均表现出了对人工智能领域的重视。卡梅伦关注到人工智能的潜力，并强调要培养相应的人才以服务英国经济发展和社会进步；特雷莎推动了人工智能专业委员会的成立，并出台了诸多政策以增加人工智能人才数量；约翰逊执政期间重视人工智能高端人才的培养，并试图将人工智能方面的技能普及开来；苏纳克虽然执政时间尚短，但也发表研究报告肯定了英国在人工智能领域取得的相关成果及现有政策，并于2023年强调了跨学科人工智能人才培养的重要性。他们都不约而同地推动建立一个多样化、高度灵活性的人工智能人才生态系统，从而保持英国在人工智能领域的核心竞争力。

（二）政策内容的延续性

就内容而言，英国政府在2017年出台关于人工智能人才培养的具体政策时，重点关注到专业设置、课程设置、人才培养理念和外部资助四个方面，之后的一系列政策与文件都延续了这些政策，并不断完善有关的具体措施。究其原因，人工智能人才培养中的专业和课程设置是核心。人工智能可以应用于各种行业和领域，并且其应用范围不断扩大，这就意味着人工智能人才需求的日益增长。英国政府意识到必须培养数量充足、多层次、多样化的人工智能人才以满足行业需求，因此持续增加硕士生与博士生招生名额，增设有关学位点，开发硕士课程和转换课程等，以激励更多学生选择人工智能专业。人才培养理念则是培养主体对人才培养的理性认识，旨在揭示人才培养的内在逻辑与终极价值。英国政府认识到性别和种族排斥会影响人工智能人才培养的数量和结构，如果英国人工智能行业无法改善其劳动力的结构，该行业的能力和信誉将会受到损害，因此积极推动女性、少数族裔等弱势群体学生学习人工智能。而且由于人工智能的应用越来越广泛，其他学科的专业人才也需要掌握一定的人工智能知识，以扮演越来越多样化的角色，因此对人才多样性的强调也成为英国人工智能人才培养理念的核心内容。外部资助更是人工智能人才培养中无法忽视的一环，持续设立的奖学金等保障措施吸引了许多优秀人才，并为弱势群体减少了入学障碍，这也体现了“公平”与“包容”等重要的价值取向。

（三）政策目标的渐进性

从整体上看，英国人工智能人才培养的政策目标呈现出阶梯式递进的特征。1979年林德布洛姆将渐进决策理论分为三类，分别是连续的有限比较、离散性的渐进主义和调试性的渐进主义。其中，连续的有限比较是指选择与现实差距甚微的政策方案，从而简化决策的考虑，并通过连续的、变化较小的决策来实现最终目标。英国人工智能人才培养政策的变迁明显呈现出这样的特征，在每一阶段英国都选择了改动较小的解决方案，从而实现小步迈进。在政策萌芽阶段，英国开始注意到人工智能的发展潜力，于是将其纳入政策议程。此时英国人工智能人才培养的目标是“培养机器无法取代的技能”，但并未进一步考虑人才培养模式。在政策聚焦阶段，英国更多地将注意力放在弥补行业相关技术人才的空缺上，因此将“以大学为主体培养大量人工智能人才”作为主要目标。这一阶段英国人工智能人才培养聚焦于专业设置、课程设置、人才培养理念和外部资助，但2020年的报告显示其实施情况并不理想。在政策推进阶段，英国更进一步地提出了对人工智能人才培养质量和构建全面协同育人体系的要求，既细化了产学研合作规则，又优化了人才培养模式；其政策目标已经趋向于“协同构建系统、科学的人工智能人才培养体系”，致力于实现英国成为人工智能大国的最终愿景。

英国学者斯蒂芬·鲍尔（Stephen Ball）指出，国家政策制定不可避免地是一个修修补补的过程，这些政策通过文本出台、传播、实施等复杂过程来实现其修补、微调和转变。英国人工智能人才培养政策同样经历了修补和微调的过程。它逐步构建以科学的培养目标为指导、行业参与度不断提升的人工智能人才培养体系，并以持续增加的奖学金及研究基金等外部保障措施营造良好的人才培养环境；在大力推动人工智能专业建设的同时，扩大培养范围，从而适应英国经济发展对人工智能人才不断增加的需求。

五、结语

林德布洛姆的渐进决策理论认为“新政策的出台不过是过去政治体系的延续”，这种持续的且在一定程度上的修正明显具有灵活性、低风险性与保守性的特征。英国人工智能人才培养政策变迁所呈现出来的这种渐进决策的逻辑，正是英国国情在人工智能人才培养方面的反映，即政策的出台是多方利益集团拉扯和妥协的结果，同时也符合保守党的作风，谨慎、小心以及不敢进行根本性的变革，在理论上和实践中都带有维持现状和缺乏变革的保守主义色彩。

英国人工智能人才培养政策在变迁过程中并未出现突变，其合理性在于以下两点。其一，决策的渐进性由政治与文化的一致性所决定。英国四任首相在人工智能人才培养方面具有一定的政治共识。他们都主张实行保守主义政策，政治理念也存在部分重叠；在人工智能发展与人才培养方面，四届政府都赞同发扬英国的传统优势，力争实现人工智能世界领先的愿景。渐进决策模式的精神内核是保守的，这与保守党的政治风格一致，可见从政治上考虑渐进决策不失为一种权宜之计。同时，英国的发展道路也是一条渐进改革之路，英国人已经习惯在原有框架内改变其内容。渐进决策已成为英国文化模式的重要组成部分，它“不仅是英国民族取得变革与进步的一种方式，而且成了人们头脑中根深蒂固的价值取向”。其二，决策的制定需要考虑原有政策的影响与既定的事实。决策者在政策调整时会倾向于选择谨慎的小步移动，而不是面对未知大步前行。尤其当现行政策已经实施并呈现出较好的发展态势时，突然改变的政策只会造成社会动荡；并且教育问题没有一劳永逸的解决方案，应当通过不断的分析与评估逐步拆解。这样看来，这种“渐进主义”的方式既能及时纠正错误且较为稳妥，又可以在一定程度上预测决策结果，通过不断尝试而找到满意的方案。因此，英国人工智能人才培养的政策内容基本上延续了2017年《在英国发展人工智能产业》报告所主张的政策。事实证明，该报告的大部分内容至今仍然适用，因而英国只根据时代变化或政策实施结果的偏移对其人工智能人才培养政策进行了微小调整，但其一系列政策的精神内核却没有发生变化。

英国在人工智能人才培养政策上呈现出渐进性，也有其局限之处。渐进决策模式并非适用于所有类型的政治决策，其实际运用需具备以下前提：现行政策是有效的，面临的问题具有持续性，对问题的处理和解决办法也存在连续性。渐进决策模式比较适合相对稳定的环境，但英国近几年内外部环境发生了较大变化，其中激发民族主义情绪的脱欧与席卷全球的新冠疫情给英国造成了极大的影响。2020年英国正式脱欧后，与欧盟之间的联系减少，经济贸易与多方合作都受到冲击，在国际上甚至面临被孤立的风险；同时，其内部政治共识减弱，经济增长缓慢，国内外都对英国的经济前景持观望态势。在英国尚未从脱欧的困局中恢复时，又面临了疫情的全面爆发。疫情的蔓延严重影响了英国的社会发展与人们的日常生活，被迫转移线上的工作与教育也带来了各种问题，包括心理疾病及教育水平无法得到保障等。脱欧使得英国在“地平线欧洲计划”（Horizon Europe）中处于尴尬地位，它急需增加合作伙伴并加强外部支持，以保持其老牌强国的地位；而疫情则对现有科技水平提出了更高要求，也使得大众对科技的不信任问题更加突出。此外，高科技发展也存在极大的变数。人工智能对教育的强势渗透势必会改变原有的学习方式，并推动教育生态系统的更新。但人工智能颠覆式的发展速度是难以预料的，尤其是以ChatGPT为代表的生成式人工智能（Generative Artificial Intelligence）给全球带来了极大的震动。因此，在原有技术优势基础上发展人工智能并努力成为人工智能超级大国，是英国面对当前困局作出的抉择。然而，英国最初的人工智能人才培养政策是基于相对稳定的内外部环境而制定的，如今外部的风云变幻要求英国必须对政策进行变动甚至是彻底改变。事实上，雅克•布金（Jacques Bughin）等人早在2019年就指出，英国当务之急是大胆且大规模地推进人工智能的发展和应用。毕竟渐进决策只是一种保守的补救措施，这种决策模式在政局稳定、教育形势变化不大的情况下对教育政策的制定具有重要意义，但在理论和实践上都具有很大的保守性，不太符合科学技术发展迅猛、社会关系急剧变化的大变革、大转型时代的要求。在此背景下，渐进决策所体现的缓步修正可能无法发挥它的积极影响，反而会对大变革起到阻碍作用。

总而言之，政策制定是一个复杂的过程，往往在长期渐进中包含短期的激进。渐进与激进的区分只是相对的，都不是唯一的、永久适用的路径。同样，渐进决策模式也并不足以完全概括决策的复杂性，因此在一定的社会环境下决策者应摒除惯性的渐进思维，以激进的模式破开困局。目前，由于英国尚未对其人工智能人才培养政策效果进行系统性评估，我们也无从得知其政策实施是否达到了预期目标。英国能否在脱欧、疫情和技术迅猛发展的三重冲击下继续沿用这种渐进决策模式，从而实现愿景并摆脱困境，还有待进一步的考察。

（公众号排版限制，参考文献请见纸刊。）

● 引用本文

刘宝存,易学瑾.英国人工智能人才培养政策变迁研究[J].比较教育学报,2023(6):12-23.