2026·新青年·新思考丨“人工智能与社会服务创新”|2026·新青年·新|人工智能|社会服务|科学|算法

当人工智能的社会应用广度深度不断扩大，我们不得不追问：科技之外，人类究竟在守护什么？

今天，人工智能已悄然融入科研的底色，像一股无形潮水，推动每一位创新者走向更深的思考：当工具变得有智能，当算法开始理解世界，科技能否更接近“善”的方向？

人工智能辅助基层医生问诊，为独居老人提供新的生活设施，带乡村孩子了解世界，为科学探索插上翅膀……

我们已经“看见”人工智能做了什么，更希望看见：人工智能是否让每一个普通人的生活更美好？人工智能是否让公平更可及，让弱者更有力量？

如何让基层医生提高问诊速度的同时提高诊疗质量？如何方便独居老人生活时，又不侵犯隐私？如何让孩子看到更广阔世界的同时，也保持其纯净？技术的双面性，取决于创新的尺度，也取决于监管的力度，更取决于服务的温度。

因此，科学共同体必须把目光投向关乎未来的核心议题：人工智能与社会服务创新。让人工智能真正落到医疗、养老、科研、教育的细微处，成为托举民生之光。

本期我们荣幸邀请到来自国内外高校的十位青年学者：胡依梅、胡业飞、彭莹莹、Miles Yang (杨铭辉)、刘宁、周迪、李雅文、步一、王粲璨、高雨辰，共同探讨这一时代议题。

——孙茜

中国科学院大学副教授

胡依梅

丹麦奥尔堡大学副教授

当人工智能走向社会服务：竞争与合作如何塑造创新生态

在人工智能加速嵌入医疗、教育、养老与基层治理的背景下，社会服务创新越来越多地发生在由政府部门、公共机构、平台企业、社区组织与专业人员共同构成的服务生态系统中。在我的研究以及与产业和公共部门实践者的持续对话中，我越来越清晰地感受到：AI社会服务同时牵涉技术效率、公共责任与伦理约束，任何单一主体都难以独立承担全部功能。这使得不同主体之间既不可避免地存在目标与资源配置上的竞争，也必须在关键基础条件上保持合作。具体而言，在数据接口、模型评测、隐私合规与伦理规范等共性层面，各主体需要通过协同与共建实现必要的规则趋同，以保障社会服务的安全性与可信性；而在具体应用场景、服务流程与组织模式层面，则需要通过竞争性的差异化探索，更灵活地回应多样化公共需求。从这个角度看，理解并妥善治理这种竞争与合作并存的关系，可能比单纯追求技术领先，更能决定AI社会服务创新的长期成效。

胡业飞

复旦大学国际关系与公共事务学院副教授，博士生导师

以人本价值锚定AI治理创新

人工智能有望深刻重构公共服务与社会治理范式。AI对治理的赋能效应可体现在双重维度：在知识传播层面，AI通过算法驱动的智能分析与数据整合，加速治理知识的扩散，使跨区域、跨层级的最优实践得以高效复制与规模化应用，从而弥合治理能力鸿沟，推动“经验共享-实践优化”的良性循环。在互动机制层面，AI技术拓展了政社互动的时空边界与交互深度，通过智能助手系统实现全天候响应与智慧化服务，与人工客服形成“人机协同”的互补结构——前者处理高频、标准化、专业性事务，后者聚焦复杂互动与情感关怀。同时，伴随AI在治理过程中的深度嵌入，国家应持续关注如何确保人类始终处于公共服务与社会治理的核心位置。这要求治理实践必须坚守“人本主义”原则：最终决策权归于人类判断，服务目标指向人的需求满足，价值导向锚定人的尊严与发展，并通过制度设计强化人类对AI应用于治理的主导权。唯有如此，方能实现技术赋能与人文关怀的辩证统一，使人工智能真正成为推进公平、高效、可持续治理的赋能工具。这不仅关乎公共服务与社会治理效能的提升，更关乎数智时代国家治理现代化事业的价值归依。

彭莹莹

北京大学习近平新时代中国特色社会主义思想研究院研究员

人工智能助力公共服务均等化、社会治理现代化

数智技术已经全面融入经济社会发展各领域，人工智能（AI）等数智技术创新促进了实体经济和数字经济的深度融合，一方面引领高质量发展、培育新质生产力，另一方面引发公共服务和社会治理变革、持续增进民生福祉。人机互动教育、deepseek等生成式AI、AI辅助医疗、养老机器人、智能物业服务、导盲眼镜等广泛应用，提升了教育、就业、医疗、养老、住房、助残等民生服务的便利性、可及性、多样性和公平性；“12345”座席智能助手、“一网通办”政务APP、“城市大脑”突发预警、在线纠纷调解等推动了社会参与、基层治理、公共安全、社会矛盾纠纷等领域社会治理现代化。各地政府相关部门发布“人工智能+”发展规划值得期待，与此同时，统筹发展与安全不可忽视，应加强安全监管，促进人工智能健康发展。

Miles Yang (杨铭辉)

麦考瑞大学商学院管理学系副教授暨研究主任

从工具到主体：医疗服务创新中的“硅基同事”与算法领导力反思

在“人工智能与社会服务创新”的宏大叙事中，我们往往过于侧重技术效率的提升，却忽视了医疗组织内部正在发生的、本体论层面的范式转移（Paradigm Shift）。作为专注于 AI赋能决策 (AI-enabled Decision Making) 的研究者，我认为该领域当前的真正变革在于：AI 正从被动的决策支持工具，演进为具备高度感知与行动能力的自主智能体 (Agentic AI)。这意味着，在医疗服务创新的临床与管理现场，AI 已经获得了一种实质性的行动者属性 (Actorhood)。它不再仅仅是医生手中的听诊器，而是进化为了身边的“硅基同事” (Silicon Colleague)。这种角色的跃迁，催生了一个极具理论张力的现象: 领导力即服务 (Leadership as a Service, LaaS)。未来的医疗服务创新研究不应止步于技术应用，而应转向社会技术系统的治理架构设计。核心挑战在于：如何构建一种人机共生的生态，确保这位高效的“硅基同事”是在增强而非替代人类的专业判断，并最终重新确立并提升人在这个智能系统中的独特价值。真正的服务精神，终将回归于那些算法无法模拟的共情能力与伦理关怀之中。

刘宁

香港城市大学公共及国际事务学系副教授

以AI嵌入的负责任创新，助推公共服务质效提升

习近平总书记强调：“从保障和改善民生、为人民创造美好生活的需要出发，推动人工智能在人们日常工作、学习、生活中的深度运用，创造更加智能的工作方式和生活方式。”当前，公共服务正经历从数字化向智能化转型升级。一方面，人工智能技术为公共服务创新提供了重要契机。通过对社会数据的智能分析与运用，公共服务得以向精准化、精细化、和个性化演进。另一方面，随着算法偏见、模型幻觉及决策透明度等风险日益凸显，亟须在实践层面明确安全标准、责任归属和监管机制。唯有坚持负责任创新，才能确保人工智能真正成为有温度、可信赖的公共产品，驱动公共服务迈向高质量发展新阶段。

周迪

同济大学经济与管理学院副研究员

技术创新与价值引领并重：推进人工智能赋能社会服务创新

在新一轮科技革命和产业变革加速演进的背景下，人工智能正加快从通用技术走向基础性、引领性力量，深刻重塑社会运行方式与社会服务创新形态。人工智能的价值并不止于提升效率或优化流程，而在于为回应人民对美好生活的更高期待，打开社会服务创新的新空间。笔者曾在对《关于深入实施“人工智能+”行动的意见》的政策解读中指出，人工智能的广泛应用，既可以在技术层面通过引入智能体、社会模拟等手段，拓展社会服务的认知边界与创新工具箱，也需要在更宏观层面发挥哲学社会科学的价值引领作用，推动形成以“智能向善”为核心的理论框架与实践共识。正是在这一意义上，人工智能不仅是推动社会服务创新的技术力量，更是影响社会价值取向与发展路径的关键因素。面向未来，要始终坚持技术创新与价值引领并重，在人工智能纳入社会发展与社会服务创新整体布局的过程中将增进公共福祉、促进社会公平作为重要目标，从而使人工智能真正转化为提升社会服务能力、夯实现代化建设社会基础的持久动力。

李雅文

北京邮电大学经济管理学院长聘副教授，博士生导师

三链融合打通AI赋能社会服务的“最后一公里”

人工智能驱动的社会服务创新，本质上是一场以复杂场景为牵引、以国家战略需求为导向的系统性工程。我国拥有全球最丰富多元的社会治理与服务场景——从超大城市的智慧养老、偏远地区的远程医疗，到突发公共事件的应急调度。这些真实、动态且具有中国特色的应用场景，就是催生原创性算法的核心驱动力。未来，人机协同的社会服务将成为常态，而我们的责任是确保这一进程始终“以人为本”，解决“最后一公里”的适配问题，让人工智能成为温暖可靠的民生支撑。因此，未来的突破点在于培养一支兼具技术敏锐性与社会洞察力的复合型人才队伍，并激励企业、高校和科研机构长期深耕垂直场景，推动“创新链、产业链、人才链”的深度融合，为全球“人工智能+”社会服务模式创新贡献中国智慧与中国方案。

步一

北京大学信息管理系助理教授

以科学计量与AI4S推动社会服务创新的范式变革

展望人工智能与社会服务创新，我的思考聚焦于其交叉研究的核心，即如何利用人工智能服务于科学自身（AI4S），并以此为基础，更科学地引导AI赋能社会服务。近期，我重点关注了AI4S驱动的创新模式识别与效能评价。具体而言，我正尝试运用科学计量与知识图谱方法，结合自然语言处理技术，分析大语言模型如何改变科学文献的阅读与写作、生成与知识重组模式。这不仅是计量方法的革新，更关乎如何客观评价AI作为“科研主体”或“科研工具”对科学知识产出的贡献。未来，我认为亟需推进的研究在于价值导向的AI社会服务评价框架。这超越了传统技术指标，要求我们构建一个融合科学学理、社会效应与伦理准则的多维评价体系。比如，在AI辅助诊断或个性化教育中，如何计量其提升的服务可及性公平程度或知识扩散效率？这需要将科学计量学的测量与科技评价的规范性判断深度结合，从而为社会选择负责任、高效能的AI服务创新提供决策依据，最终推动形成证据驱动、以人为本的科技治理新范式。

王粲璨

哥本哈根信息技术大学副教授

数据共享，不止于数据

应对气候变化减缓等社会挑战，对公共数据的分享与使用尤其重要。近年来，这类实践日益被纳入“数据公域”的框架。这个由科技巨头推广的概念，从技术的角度来看，指的是数据提供方通过共享数据模型与接口协议构成的分布式数据网络。然而，数据公域不应被简化为大规模的数据汇集与提取。数据共享也不止于数据要素本身。哪些数据类别被收集、其相关性如何、数据质量、数据格式是否足以支撑有效行动，这些因素同样关键。将数据视为可无限开采的资源，极易忽视数据生产与使用的社会性、政治性和伦理性。数据公域的核心在于治理问题：参与者是谁、遵循何种规则、最终造福于谁。构建一个有效运转的数据公域，需要培育围绕数据形成的知识共同体。数据共享的动机因价值体系与权力地位的差异而千差万别。同样重要的是审视数据公域产生的收益，是否与其维持所需的劳动投入一样得到广泛共享。如果缺乏审慎的治理机制，数据公域非但无法应对社会挑战，反而可能固化既有的不平等。比如说，对大企业而言，共享环境、社会和治理（ESG）数据可能提升竞争力或声誉；对中小企业来说，成本可能远超预期收益。因此，我们必须正视而非回避这些不对称性。最后，尽管日常生活已深度数字化，对许多公民乃至组织机构而言，数据及其治理仍是抽象概念。若想实现更广泛的社会参与，数据素养必须成为核心议题。赋能公众理解、质疑并塑造数据治理方式，并非技术层面的附加项，而是构建可持续的数据公域的先决条件。

高雨辰

清华大学公共管理学院助理教授

以结果公平为导向重构人机协同的制度流程，推动“AI+”社会服务创新

人工智能推动社会服务创新的关键不止于技术采纳，更在于制度与流程的再设计。若以“AI使用率、办结时长”等刚性指标为核心开展考核，容易诱发以达标为导向的“技术合规”与选择性数字化，从而在社会服务领域产生“算法性不平等”。为此，应以服务结果与公平为主导建立人机协同模式。面向2026年，公共部门需把社会服务中的AI应用从“上线速度”转向“可监督的结果公平与安全”。建议一是以服务可及性、差错率等结果指标替代单纯的刚性考核指标，建立面向民生场景的算法影响评估体系。二是明确“必须人工介入”的例外清单与分流规则，并配套数据质量、隐私保护与责任追溯机制。三是建立标准与治理框架，满足AI+社会服务领域可解释、可复核、可持续监测的要求，以场景化试点开展持续评估，从而确保技术应用真正以人为本、有效赋能社会服务创新。

HELLO 2026

新年更新，期许更好