2026-05-12 | 노현섭 기자

“AI时代核心是以人为本的设计韩国须改变人才引进战略”[首尔论坛2026]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“未来人工智能(AI)将从以技术为中心再向前一步,朝着以人为本的设计(human-centered AI)以及兼具可信度、可解释性与责任性的方向进化。”

美国华盛顿大学教授李秀仁10日在接受Seoul Economic Daily采访时预测,人将在AI发展中更加处于中心位置。他表示:“AI越是深入我们的日常生活和决策,超越单纯性能、理解人的需求、价值与情境就越重要”,并强调“无论AIRado多么准确,关键在于其结果如何被人接受、能否被实际运用”。他还说:“AI应朝着补充和拓展人的判断,而非取代人的方向发展。”

他判断,在这一趋势下,“可解释AI(XAI)”正超越单纯技术,成为连接人与AI的核心支点。XAI是一种让人能够理解AI模型决策过程的解释与阐释技术,通过提供结果依据来提升可信度与可用性。也就是说,XAI不只是解释模型的技术,而是构建AI与人之间信任的基础技术。

李教授解释:“初期我对AI模型本身的性能很关注,但在实际应用、尤其是处理生物医学问题时,我感到仅有‘准确的结果’并不足够”,“因为只有研究者、临床医生和患者都能理解并认同结果,才能走向实际应用”。他还谈到选择XAI研究的背景:“在这样的问题意识下,我将XAI视为AI在科学与社会中运作所必需的连接环节,并持续进行研究。”

他特别强调,应将“解释”的概念看作超越技术实现的问题。“最近生成式AI中采用了展示推理过程的方式,但很难说那就是解释”,“重要的是提供人能够信任并验证的依据”。也就是说,罗列AI经历了哪些过程虽是解释的一种形式,但与提供依据的解释有差别。其含义是,关键在于以人能够认同的方式呈现结果的合理性。

这一变化正在改变AI的设计方式本身。分析认为,过去AI开发聚焦于性能提升,如今已进入必须同时考虑人能够理解和运用的结构的阶段。李教授判断,尤其在科学与医学领域,这一变化更为重要。在医疗等高风险领域,AI的判断与人的生命直接相关,因此比单纯的准确度,可解释性与可验证性正成为核心要素。意即只有能够明确解释AI为何得出该结论,才能在实际现场得到应用。李教授预计:“最终,未来的AI将从‘做得好的AI’进化为‘可理解、可担责的AI’”,“尤其在科学与医学领域,我认为这一方向会更加重要”。

李教授还就在这一全球变化中韩国确保AI时代竞争力提出了具体条件。他表示:“韩国的AI技术与产业竞争力在应用和基础设施方面相当强”,“半导体、制造、通信、医疗数据等将AI实际应用于产业的基础建设良好,部分领域已显现世界级竞争力”。

不过他诊断,最顶级的基础模型以及能够长期扩展它的研究生态系统是韩国的薄弱之处。这些领域仍强烈呈现以美国和中国大型科技企业为中心的结构。他说:“韩国在特定领域完全可以具备竞争力,但在长期的AI主导权竞争中,研究生态系统与基础设施竞争力必须同时提供支撑。”他建议:“持续投资研究生态系统、确保全球水平的算力基础设施,尤其是能够引进并留住世界级人才的战略必须同步推进,才能转化为实质竞争力。”

李教授特别指出,韩国企业的人才获取战略亟需转变。他解释,AI竞争已从单纯技术开发扩展为人才与研究生态系统的竞争,仅靠既有方式难以确保全球竞争力。尤其AI领域进化极快,他认为与学界的活跃互动是重要环节。

李教授表示:“目前韩国企业和研究机构仍多停留在传统招聘与以组织为中心的结构中”,“在AI这样变化速度极快的领域,需要更灵活的研究环境与协作结构”。他特别指出,美国大学与企业之间的界限相对自由,教授和研究者以共同研究或兼职形式与产业紧密相连,这是其优势。

他建议:“重要的不是人才隶属于何处,而是营造让最优秀研究者能够最有效开展研究的环境”,“全球领先企业为吸引AI领域顶尖研究者而采用的共同研究、远程协作、灵活的研究组织运营等做法,有必要积极引入”。这种灵活结构对学界而言提供了处理更大问题的机会,对企业而言则能直接利用最前沿研究能力,双方互利甚大。

最后他说:“我们正在超越生成式AI,迈向推理、决策、智能体AI的时代”,“这一过程中重要的不是单纯的性能竞争,而是AI如何在人类社会与科学体系中获得信任并被整合”。他强调:“韩国同样需要超越单纯追赶战略,如何将AI与实际科学和产业问题深度结合将成为重要的差异化要素”,“未来的AI研究不仅要追求技术创新,还应朝着一并思考其在社会中如何运作的方向前进”。

阅读韩文原文