Full text · 原文
3,108 字
文 | 华东师范大学原副校长、数据学院创院院长 周傲英
<br>
党的二十届四中全会明确指出，要“一体推进教育科技人才发展，深入推进数字中国建设”，为新时代高等教育和数字人才培养工作提供了根本遵循。近期，国家发改委、国家数据局会同多部门联合发布了《关于加强数据要素学科专业建设和数字人才队伍建设的意见》（以下简称《意见》），擘画了我国数字人才培养的宏伟蓝图。<br>
一、时代必然：数据作为第五生产要素的历史地位<br>
2019年10月，党的十九届四中全会首次将数据列为与劳动、资本、土地、知识、技术、管理并列的生产要素，标志着中国在政治经济学上的重大创新。这一界定体现了中国共产党在新时代对生产关系的再认识，也是马克思主义中国化的最新实践。回顾中国与“资本”要素的关系演变，从排斥到利用再到规范引导，历经曲折探索。数据作为新型生产要素，若与资本无序结合，可能加剧社会分化，因此社会主义中国必须探索既能释放数据价值、又能维护公平正义的中国特色治理模式。<br>
数据要素化不仅是技术问题，更是经济与哲学层面的重大命题。“数据作为依据”的观念长期主导实践——数据是副产品，“越少越好”。如今，“数据作为生产要素”则意味着“越多越好 ”，其价值亟待主动挖掘与释放。过去的数据挖掘与商业智能，可视为“无意识地变废为宝”，而国家数据局的设立以及《关于构建更加完善的要素市场化配置体制机制的意见》的提出，标志中国开始“有意识地释放数据价值”。实现这一目标，需突破传统技术视角，深入探讨数据的权属、权益与分配问题。<br>
二、技术助力：数据作为人工智能发展的核心前提 <br>
当前的人工智能本质上是数据驱动的智能，也称为“数据智能”。从AlphaGo到ChatGPT的演进表明，人工智能已在围棋与自然语言处理等复杂任务中实现了约翰·麦卡锡所设想的“智能的自动化”，标志着智能技术的重大突破。人工智能的发展经历了三大流派：符号主义、行为主义和联结主义。符号主义以逻辑推理为核心，行为主义强调“感知—行动”的反馈机制，联结主义则以神经网络从数据中学习为特征。如今的人工智能正是联结主义的成功，尽管这一路径的数学基础最为薄弱，但其凭借海量数据与算力实现崛起。<br>
这揭示了科学技术发展路径的新变化：不再是“科学理论先行、技术应用跟进”的线性模式，而是出现了“技术突破倒逼科学理论创新”的反向驱动。深度学习本质上是“机器经验主义”，通过数据（人类经验的表示）训练模型。无论是AlphaGo依赖的博弈过程数据，还是ChatGPT学习的人类语言结果数据，都说明了高质量、大规模的数据是训练专用高效人工智能模型（深度神经网络，即人工大脑模型）的“经验”和“前提”。 <br>
三、数据赋能：数据作为数字经济时代的能源动力<br>
数字经济作为一种新的经济形态，其核心特征就是以数据资源为关键生产要素，以现代信息网络为主要载体，以信息通信技术融合应用，以全要素数字化转型为重要推动力，促进公平与效率更加统一。数字经济作为继农业经济、工业经济后的全新经济形态，正推动生产方式、经济结构与生活方式的深刻变革。新一轮科技革命加速了这一进程，为全球格局带来百年未有之大变局，也为中华民族伟大复兴提供了历史性机遇。在人类的文明史上，动力源的更迭往往引发生产力质的飞跃与世界格局的重塑：马力时代对应农耕文明，蒸汽力与电力先后引领工业革命。数字经济时代，数据被定义为第五生产要素。Data is Power，数据就是一种能源，像电一样的能源动力。<br>
把数据比拟成电，数据治理和数据技术就是为建设电网服务的，人工智能就是像电动机一样的由数据驱动的机器（数动机）。有了电，有了装备了各种电动机的设备，电气化得以实现，成就了第二次工业革命。让数据好用，就像建电网；把数据用好，即研发各种人工智能模型，再装备到智能体上，就可以把以前需要受过良好训练、经验丰富的人才能做的事情变成机器能做的事情（即智能的自动化），这样会带来生产力极大的提升，这也是新质生产力的底层逻辑。数据之于数字化，正如电力之于电气化，数据将把人类带向数字文明。在此过程中，也需同步构建与之适配的伦理规范与法律体系，确保数据发展行稳致远。<br>
四、学科探索：华东师大卓越人才培养与学科创新之路<br>
《意见》提出，“数据要素学科专业建设和数字人才队伍建设，承担着培养深化数据要素市场化配置改革和数据赋能人工智能高质量发展所需各类人才的重大使命”。因此，数据要素学科专业建设和数字人才培养是数字中国、数字经济、数字社会规划和建设的重要基础。作为国内率先系统开展数据科学与工程学科专业建设与人才培养的单位之一，华东师范大学数据科学与工程学院历经十二年探索，走出了一条融合学科创新与卓越人才培养的特色发展之路。2013年9月，华东师范大学成立数据科学与工程研究院，率先启动该领域的学科建设与硕博研究生培养。初期，数据科学与工程是软件工程一级学科下的自设二级学科；2022年，经学校自主审核，正式设立为交叉学科门类下的一级学科。2016年9月，研究院正式转型为数据科学与工程学院，并于同年启动本科招生。截至目前，学院已培养六届本科毕业生和十届研究生，形成完整的人才培养体系。十余年来，伴随国家人工智能战略的推进、数字化转型的深化，以及数据作为生产要素、新质生产力等理念的提出，我们更加坚定地持续推进数据科学与工程学科建设与人才培养工作。我们深信，加强数据要素学科专业与数字人才队伍建设，不仅契合全球科技经济与社会发展的大势，更是实现中华民族伟大复兴的迫切要求。<br>
为了响应《意见》，践行“以有组织科研为支撑，繁荣数据领域学术研究”号召，2025年12月13日，学院将牵头成立“数据科学与工程学科创新知识体系协作机制”，通过联合数据企业、产业园区与政府数据管理部门，围绕产业需求与育人实践，系统构建数据学科完整的知识体系，为学科长远发展提供坚实支撑。<br>
五、实施路径：一体化推进学科建设与人才培养<br>
面对新形势新任务，必须坚持系统观念，进行一体化部署和推进。<br>
一是坚持教育、科技、人才三位一体协同发力。要想在这场以人工智能为代表的新科技革命中抢占先机，必须坚持“应用场景+科技创新+产业发展”协同推进。高等教育机构应主动适应数字时代需求，打破学科壁垒，优化数据要素相关学科专业布局。将国家战略需求、产业发展实践与人才培养过程紧密结合，全面提高数字人才自主培养质量。<br>
二是坚持场景、应用、创新、发展环环相扣。遵循“场景驱动应用、应用驱动创新、创新驱动发展”的逻辑链条。学术界要走出“象牙塔”，深入真实应用场景；产业界要善于总结提炼，形成技术体系和学术概念。双方协同，在实践中凝练科学问题，在创新中推动产业发展。<br>
三是坚持构建中国特色数据学科自主知识体系。坚持落实《意见》，“构建立足实践的中国数据要素自主知识体系和科学研究体系”。数据要素研究具有鲜明的时代性和制度属性，西方并无成熟经验可循。必须立足国情，坚持马克思主义指导，融合哲学、经济学、计算机科学、法学等多学科知识，秉持“知行合一”的理念，通过实践、认识、再实践、再认识的循环，逐步构建起彰显中国特色、中国风格、中国气派的数据要素学科知识体系和技术体系。<br>
数据要素学科专业建设和数字人才队伍建设是我国数据事业发展的关键所在，关乎我国数字经济发展和各行各业数字化转型，关乎中华民族复兴伟业，是一件开创性的事业，长途漫漫，任重道远。苏轼有句话：“犯其至难而图其至远”，意思是说“向最难之处攻坚，追求最远大的目标”。路虽远，行则将至；事虽难，做则必成。<br>
附件：