智能时代产学研合作治理研究的逻辑、挑战及路径

黄成节，南旭光

(1.重庆大学经济与工商管理学院，重庆 400030；2.重庆工商职业学院，重庆 401520)

在人工智能技术以前所未有的速度飞速发展的同时，产学研合作系统作为一个与经济社会发展具有高度同构性的社会子系统，其治理行为因内嵌于整个人类社会结构之中，愈发面临着现实环境和虚拟环境两类不同界面共存的复杂挑战[1]，并在现代信息技术与社会治理愈发深度融合的智慧社会环境中得以映射。那么，在人工智能时代，面向全面贯彻落实党的十九大报告所提出的 “形成有效的社会治理和良好的社会秩序” “提高社会治理智能化”的战略要求，我们必须要厘清人工智能时代产学研合作治理的主要变化，以及人工智能时代之于产学研合作治理的技术逻辑、现实挑战和路径选择。唯有对此有清晰的认知，才能切实推动我国产学研合作治理体系和治理能力现代化。本文的研究正是基于此目的和逻辑而展开的，希望为产学研合作治理改革与创新提供新的理论借鉴和参考思路。

1 智能时代产学研合作治理的内在逻辑

产学研合作治理和现代大学制度建设一脉相承，尽管有着相对明确的组织系统边界，但其治理格局却不可能脱离当前所依存的社会环境而独立存在，必然受到政治、经济、社会、文化等多样性、动态性、复杂性因素的影响而呈现出异常纷繁复杂的内部结构和外部形态。同时，作为国家治理的重要组成部分，产学研合作治理应在国家治理结构的整体框架内变革创新，其治理变革进程也应置于国家治理变革进程之中，需要国家治理为其提供有利的制度支撑和外部环境。故而，产学研合作治理必然是内在的学术性与外在的社会性有机统一的过程[2]，既要受到技术更新换代、经济结构调整、产业系统升级、社会治理演进等外部社会大系统的制约，又必须要嵌入其中并与之相适应。

1.1 智能时代产学研合作治理的主要变化

当前，由网络、大数据和人工智能技术催生的一种新文明形态正在形成，人类社会正在迈进人工智能时代[3]。首先，网络技术让人类社会构建起新的数据空间，加速了对信息资源的高度依赖，不断拓展并形成新的社会组织形态，社会系统和组织结构趋于扁平化，传统的等级制度逐渐向去中心化去科层化的网络型社会结构转换。其次，大数据技术拥有精准的数据追溯能力、精确的资源匹配能力、跨越时空的场景重构能力，彻底改变了人类社会传统治理模式下对信息记录、整合、重构能力的匮乏状态，成为一种推进治理变革创新的理念、制度和力量。人工智能技术的出现让机器表现出类人类智能，可以像人一样思考、行动，因为这些人造机器的参与提高了社会治理绩效水平，变革了社会治理的内涵和外延，推动人类向更高级阶段进化，所有这一切都驱动着包括产学研合作在内的社会治理体系和形态的变革。毫无疑问，长期以来产学研合作所倡导的 “平等自由”和 “共同治理”的治理变革与创新的价值取向在这个新的文明形态下再次被加速。

众所周知，产学研合作 “是一类具有多重利益格局的社会组织系统，高度分化又高度聚合，具有特殊的治理结构”[4]。如果从传统概念上看待产学研合作治理问题，基本属于 “干涉性”的行为，无论是理论或是实务层面，都要从规范、动力、保障、约束等方面构建产学研合作的规约机制，力求在各种分散的子系统中实现预期的干预或调控极限，这往往会产生一些意想不到的直接或间接影响，从而造成治理目标偏离甚至无法达成。但在智能时代，由于以网络、大数据、人工智能等为核心的信息技术的广泛运用，人类社会各领域正从数字化、网络化向智能化加速跃升，产学研合作也逐渐向智慧型转化。人工智能不仅成为促进高等院校教育教学革新、提高人才培养质量、保证高校运营效率的必然选择，也将产学研合作治理置于人工智能时代所带来的机遇和挑战之中，更加体现出融合发展、协同互动、调和共享、多元共治的鲜明特征。这种背景下的产学研合作治理，最主要的体现便是虚实界面的结合，即现实环境和虚拟环境愈发复杂地交织在一起，治理的时间与空间界限被不断打破。如此一来，产学研合作的治理对象、治理主体、治理理念、治理模式、治理机制等都随着社会结构的变化而必然发生相应的变化。那么，研究人工智能时代的产学研合作治理，就应该思考这样几个问题：如何让传统的权威治理模式和智慧社会运行特点相适应，如何让科层式官僚组织体系和扁平化、去中心化、虚拟化的智能社会组织体系相适应，如何让集权式行政管理和市场化经济社会发展相适应，如何让产学研合作治理战略和万物互联、整体治理相适应[5]。这就必须着重考量产学研合作治理结构和功能职责、结构变革和制度供给、结构创新和稳定发展之间的问题，以实现治理主体责权利的相互制衡、治理效率和制度安排的和谐统一。为此，面向人工智能时代的产学研合作治理变革创新，就需要分别利用互联网、大数据、云计算、人工智能等技术和手段收集、挖掘、整合、利用各种产学研合作数据与信息资源，主动适应并积极推进产学研合作治理手段、模式、机制等进行变革创新，以提高治理决策动态性、科学性和精准性，实现产学研合作治理能力的现代化。

1.2 智能时代产学研合作治理的技术逻辑

何为人工智能，目前仍缺乏统一的概念界定。计算机科学家温斯顿 (P.H.Winston)从功能角度给出一个直观的定义，即人工智能就是研究如何让计算机可以从事过去只有人才能做的智能工作。这就意味着，人工智能是以大数据、算法及云计算三项技术为基础， “开发用于模拟、延伸和扩展人的智能的理论和方法的新技术”[6]，它与以往的技术创新相比明显表现出不一样的复杂性，其目的在于让机器可以拥有人类级别的智能，实现对人类思维这一将人类区别于其他生物体的核心能力的替代[7]。如今，支撑人类社会从传统社会向智能化社会转型的人工智能技术或 “工具箱”正呈现百花齐放的态势，也增强了产学研合作治理主体和治理行为的自主能力[8]，让产学研合作治理体系成为一个智慧系统。从技术角度看，不管人工智能将来会如何发展，它都建立在 “算法”与 “数据”这两大基石之上，把握住这一点也将更加有助于我们讨论人工智能时代产学研合作治理的模式、机制和路径设计。

首先是算法。算法就是一系列指令，它告诉机器在什么条件下该做什么，机器便可以通过模仿人类而实现行为机制，甚至可以自由地使用基于运算而来的办法以创造行为机制。人工智能的实现过程，正是利用某些算法或者规则指导运算机器利用已知的数据信息建立适当模型，进而利用该模型对新的情境做出判断，最后完成或创造行为机制的过程。这种基于算法的规则，不仅确立了机器所试图实现的目标，同时也指出了实现目标的路径与方法。沿着人工智能技术发展的趋势，每一个不同的算法类别都遵循着不同的逻辑、以不同的理念实现机器学习和人工智能的过程。在一定的算法规则下，人工智能和人类环境发生频繁的相互作用和依赖性交往，可以触发像存在于人类社会那样的 “互为镜像”的关系，并可以做出相应的行为调试，为人类社会组织的管理、运行提供虚拟服务。

其次是数据。人工智能技术成功的关键除了算法以外，就聚焦于数据了，它直接影响机器学习的输出结果。数据在狭义上指所有能输入计算机并被计算机程序处理的符号介质的总称，在广义上则是以适于更好使用或处理的方式来表示或编码的信息和知识，它可以被测量、收集、报告及分析。人类的进步就是靠使用知识不断地改变我们的生活和周围世界的，而数据又是知识的基础。自然语言处理专家吴军认为， “数据将成为下一次技术革命和社会变革的核心动力”[9]。人工智能通过使用数据挖掘和机器学习等技术，对大数据进行深度学习或其他学习致力于获得有价值的知识，可以实现从抽样学习向全体数据学习的转变、从强调高密度知识的学习向价值吸收知识学习的转变。正是大数据技术的应用，才为人工智能在人类社会组织中的作用发挥提供了稳定、可靠的数据来源和超级信息处理能力。

人工智能时代，参与主体复杂多变的产学研合作治理自然也需要依从先进的理念、思维和工具，需要以信息证据与政策证据为导向实现内生性变革，需要充分考虑治理的规则和机理。而作为人类所制造的 (机器的)智能，人工智能发展的逻辑基础是算法与数据，这也是利用人工智能优化组织系统治理的重要工具和关键因素。当人工智能技术参与到产学研合作治理中时，通过接收环境中的 “客体信息”，然后根据所拥有的知识，和预设的目的以及治理的规则和机理生成相应的 “智能策略”，进而将其转换为 “智能行为”。这种 “客体信息—感知信息—知识—智能策略—智能行为”[10]的转换就构成了人工智能时代产学研合作治理的基本模式和核心机制。当然，不管治理规则和机理是不是很强，要实现信息转换以及智能创生机制，都需要大量的数据供我们学习与挖掘。智能技术的算法规则通过对产学研合作治理逻辑的推理来学习新知识，数据驱动则基于假设空间和先验知识来学习潜在治理模式，并通过问题引导来输出治理策略、增强治理能力。唯有如此，才能将 “算法—数据—能力”的人工智能三部曲有机运用到现代产学研合作治理中去。

2 智能时代产学研合作治理的现实挑战

人工智能被视作可以支撑所有产业变革的通用性技术，故而已在世界范围内被提升到国家战略高度。中国也于2016年5月发布了 《 “互联网+”人工智能三年行动实施方案》，之后又于2017年7月发布了 《新一代人工智能发展规划》，提出要以加快人工智能与经济、社会等领域的深度融合为主线，发展智能经济，建设智能社会。这就充分显示出人工智能所具有的大范围、深程度的社会溢出效应，促进了政治、经济、社会、文化、教育等各个领域的深刻变革，自然也引发产学研合作治理方面的挑战。

2.1 产学研合作治理结构的僵化性

现代信息技术广泛而深入的应用，引领着人类社会迈入智能社会形态，将非中心性的结构赋予人类社会，改变了自下而上或者自上而下的信息渠道和管理方式，组织结构朝着网络化模式发展，组织治理则会因此而呈现出智慧性、整体性、动态性、开放性、协同性、透明性。长期以来，我国社会结构分化程度比较低，产学研合作子系统自然也不例外，不仅高校与政府形成了强有力的行政隶属关系和资源依赖关系[11]，就连高校内部组织结构及管理体制也是以行政管理为主。在产学研合作决策过程中，由于利益相关者主体边界很清晰，各自所扮演角色的制度安排即产学研合作治理结构亦表现为以政府为主体、以高校和企业为客体的单元化线性关系，是一种典型的以权威管理为基础的科层治理模式。就此而言，我国产学研合作系统并非完全意义上的 “功能分化系统”，而更多地接近于卢曼所界定的 “区隔分化系统”，其所旧有的科层制治理结构显然难以适应人工智能的快速发展，不确定性也因此愈发增大，对人工智能在人才培养、教育教学、组织治理等领域的深度介入难以做出及时响应和有效应对。所以说，尽管当前产学研合作系统基本上维持着一个相对稳定和均衡的状态，但其曾经具有的天然的合理性和稳定性开始动摇，外部环境的变迁很容易导致这种均衡的丧失。适应我国人工智能发展战略规划，调整产学研合作治理结构和治理逻辑，整合并优化内部组织系统，进而形成适应具有开放性、多元化、不确定性特征的智能社会需要的组织形态和运作模式，是当前产学研合作治理所面临的挑战之一。

2.2 产学研合作治理方式的低效性

人类社会正快速进化到一个以智能科技、数字经济、信息社会为表征的崭新的智能化时代，人工智能已经深入到从宏观到微观的整个社会的各个层面。这种快速的迭代，让人类社会经过漫长的适应和沉淀才形成的建立在人类行为因果关系基础上的治理经验、治理方法可能难以适用于以算法和数据为基础，以及以 “互联网+”、大数据、云计算、人工智能等信息技术为支撑的应用环境。一方面，长期以来所形成的靠经验甚至拍脑袋进行决策的方式还依然顽固，采用相对单一僵化、传统保守的管理手段仍然在治理过程中广泛存在，现代信息技术在其中的科学应用往往得不到有效的环境支撑，某种程度上会失去存在的合理性。另一方面，包括产学研合作在内的社会治理在现实中都存在着跨部门信息数据资源的无法有效对接和共享的 “信息孤岛” “信息黑箱” “信息不对称”等问题，科学决策技术、数据治理技术、绩效治理技术等还无法有效发挥应用作用。人工智能时代是万物互联的，社会系统从封闭走向开放，人、机、物都可连接在一起，智能技术将把人类带入一个人类智能与机器智能可以相互赋能增效的 “群智空间”[12]，可以集合众智共同应对挑战性、复杂性的决策任务。由此，如何转变治理理念、变革治理方式，抛弃不合时宜的简单僵化的管理手段，有效地发挥人工智能所具有的自主学习和决策能力，并及时强化以算法和数据为核心的人工智能技术在产学研合作治理过程中的应用效能，形成大数据智能化驱动的智慧化、全景式决策模式和治理方式，是当前产学研合作治理所面临的第二个挑战。

2.3 产学研合作治理范围的狭隘性

人工智能时代的人类社会是一个主体及层次更为复杂的系统结构，会结成互联互通的网络化治理格局，这就要求对产学研合作中不同的关系进行重新审视，厘清各参与主体各自及彼此之间的职责边界、现实空间的治理边界和虚拟空间治理的边界[13]。然而，现实中的产学研合作的治理活动显然是高等教育机构与政府、市场组织、利益相关者等主体间形成一定的控制与依赖关系，往往会成为整个治理链条上的博弈工具，不仅会影响各参与主体的内生动力集聚、束缚要素资源整合，还可能让其失去参与治理活动的有效性和自主性。而且，由于管理体制、发展理念、组织文化、价值体系等方面的差异，产学研合作各参与主体之间或明或暗地存在暂时难以逾越的 “中间地带”，影响产学研合作治理效率和治理质量，甚至陷入治理失灵的困境。事实上，受到地域性小规模化的熟人网络影响，即便是在协同创新逐渐得到强化的背景下，产学研合作领域的个体决策往往还是基于相互影响不深的社会情境和存在状态下进行独立决策。但对人工智能时代的产学研合作治理而言，因为现代信息技术和经济社会的深度交汇融合，所结成的网络关系以及由此产生的治理形态，突破了单个或多个治理主体的知识、经验、理解力，产学研合作治理的精英模式正在遭受着前所未有的压力和挑战。在人工智能时代的背景下，如何更加注重以产学研合作系统的共同愿景和整体利益为导向的治理动机，重构由更高智力水平的人类群体、更多的智慧体、更专业的社会组织参与的产学研合作治理体系，便成为迫切需要解决的第三个治理挑战。

2.4 产学研合作治理机制的碎片性

人工智能并非仅止于技术运作的层面，而是发挥着推动社会形态演进的重要作用[14]。传统的政府治理模式下所依赖的条块分割、职能分工的治理思路，因为存在着参与主体间沟通不畅、效能不高和创新缺乏等先天性缺陷，很难通过机构精简和整合加以彻底消除。产学研合作领域也同样因 “委托—代理”关系而存在着狭隘的部门利益观念以及信息垄断的运作方式，因为把信息看成是一种权力资源而存在着信息割裂及不对称、各自为政等问题，这些是造成产学研合作治理 “碎片化”的理论及现实缘由[15]，无法以结果导向、目标导向推进组织体系创新，削弱了产学研合作治理的能力，以致治理的整体目标无法顺利实现。而且，由于产学研合作系统中的行动者多被 “体制化”，目前推进的改革并未触动核心体制。但这些问题的存在并不能寄期望于人工智能的运用就顺利得以解决，产学研合作治理过程中所需的充分网络化的互联互通，应该从技术和非技术两个方面寻求突破。实际上，由于人工智能的快速演进和迭代，与人类社会系统间形成稳定的结构耦合还需要假以时日，且目前的人工智能技术尚不具有调节与缓和人类社会系统间产生冲突的制度基础，人工智能融合的应用系统还没有充分的动态合理的制度体系为其保驾护航，这种碎片化的治理机制必然阻碍人工智能参与并实现智慧治理的实际价值。所以，在人工智能时代，如何解决产学研合作系统内及不同组织体系间的冲突和矛盾成为必须直面的难题，实现产学研合作整体性动态治理，形成新的自我组织机制及动态平衡，便是需要加以研究解决的第四个挑战。

3 智能时代产学研合作治理的路径选择

也许我们可以从不同视角理解智能时代，但绕不开联结、融合、感知、协同、共享、智能等基本特质。人工智能尽管为产学研合作治理提供了新的观察机会和支撑工具，但并没有为我们解决复杂治理问题提供现成的结构与程式。如若重构产学研合作治理体系、发展治理工具并创新治理机制，还应基于其技术逻辑和需要突破的关键，结合实际提出改革发展思路和可选路径。

3.1 优化智能时代产学研合作治理模式

产学研合作治理模式往往被指向政府、高等教育与市场组织之间的权力划分问题，是外部控制和自身张力间平衡的结果[16]。就我国产学研合作治理的历史及现状而言，传统治理模式一般是取增量的方法来缓解资源的紧张和各主体间的冲突，在弥补常规治理不足的同时反而可能引致治理失灵。在人工智能时代，产学研合作治理应面向智慧治理的内在需求，从技术和非技术两个方面寻求突破，既要推进现代治理理念的本质性变革，也要通过物联化、互联化、智能化的应用寻求治理模式的重构和创新。首先，要推动产学研合作治理向智慧模式转型。人工智能时代的产学研合作治理应同时强调治理过程的智能化和自动化、人在其中的价值引领和创造力，从而在全面透彻的智能感知系统、网络泛在的智能互联系统、开放融合的智能应用系统的基础上构建产学研合作智慧治理模式。基于此，从本质上来讲，智慧治理是以大数据智能化驱动为核心，以网络技术、大数据、云计算、人工智能等新一代信息技术为支撑，以产学研合作领域公共利益最大化为目标，具有全面感知、客观透明、实时连续、自主预置和多元共治等特征的一种全新的治理模式。其次，要创新智能技术在治理中的研发与应用。人工智能技术既为产学研合作治理创新提供了先进的技术手段的和驱动力，也会导致产学研合作事务的复杂化，甚至引发更大程度的冲突。为此，必须充分认识并高度重视对产学研合作治理智慧化的信息技术基础的研究，加强治理手段的创新与应用，要不断创新大数据、云计算等信息技术手段与治理的结合，提高数据分析、环境识别、问题处理能力，增强治理主体参与集体行动的能力，切实提高产学研合作治理的针对性、有效性和前瞻性。

3.2 创新智能时代产学研合作治理制度

产学研合作作为一种高度复杂的系统，其有效治理需要目标导航、价值引领，都需要强化制度建设，而人工智能的发展免不了会导致人类社会有关主体的利益分化和重构，产学研合作结构也会因产业结构变革而受到影响。在传统的产学研合作治理体系中，治理主体往往依赖对信息资源的垄断和控制而实现对治理威权的获取，进而引导社会价值、展开治理行动。但在人工智能时代，产学研合作领域的信息流动方式发生了变化，治理的制度逻辑需要重新设计，应将最大化地感知、获取并挖掘由物理空间、人的社会空间和网络空间构成的三元空间内的信息资源作为前提。首先，优化产学研合作智慧治理顶层设计。推进人工智能时代产学研合作治理创新，必须将对人工智能及其背景下的产学研合作治理纳入智慧社会治理的范畴，树立共建共治共享的发展理念，形成智慧治理的认知与共识，建立和完善相应的法律法规，制定统一的规范和标准[17]，将治理建立在正式和非正式的系列规则体系的基础之上，形成中国特色社会主义产学研合作智慧治理新图景。其次，重视产学研合作智慧治理体系建设。要充分追踪现代信息技术的发展，利用互联网、大数据、云计算、人工智能的技术手段实现人人互联、物物互联，通过联通数据分析、网络搭建、智能应用等方式搭建能够共享资源、信息、机会的智慧治理平台，改变处理问题、解决问题的框架，实现去中心化和政府层级的扁平化，让产学研合作内部或外部的每个参与主体都处于平等地位。同时，还需要健全智能技术在产学研合作治理领域应用的活动规则，既为更多的部门或参与主体提供有效的激励和动力，也为规避可能的风险并引领治理行为和治理过程的健康可持续。

3.3 构建智能时代产学研合作治理机制

传统的产学研合作治理机制依赖的是官僚制式的科层结构设计以及界限清晰划分的部门设置，体现了典型的管理思维和控制思维，而治理机制的实现所依靠的则是对信息资源的垄断及自我权威的维护，信息被作为一种权力资源在相邻的层级间流动，不同部门之间几乎难以实现信息的自由沟通和共享。首先，创设新的治理规则体系。人工智能时代的治理机制创新就需要从多维度信息分布空间入手进行设计和构建，要基于人工智能的发展及其时代特征设立新的治理规则和机制，取代旧有的规范和实践。人工智能时代的产学研合作治理必然要求打破信息垄断的运作方式以及狭隘的部门利益观念，增强治理的开放性、融合性，形成合作共治的治理体系。事实上，现代智能化技术的发展可以有效突破层级设计和部门划分的既有藩篱，通过网络技术、大数据技术、人工智能技术等把分散于不同个体、不同部门、不同组织间的信息资源有效整合，实现多方共建共享和即时沟通，共同应对产学研合作治理难题。其次，优化整体治理机制组合。产学研合作是一类纵横交错的网络化动态组织系统，是多种功能兼备的组合体，其治理行为必然要求实现整体性动态治理[18]，而人工智能技术的发展让产学研合作治理成为一种循环的、往复性的动态治理过程，可以通过将虚拟和现实、内部和外部的场景有效融合促使产学研合作系统诸多要素进行整合和重构，使产学研合作治理的规范机制、激励机制、约束机制及保障体制等处于帕累托最优状态，并在不消除组织边界的条件下，充分建立起多边合作机制、互动协调机制、组织参与机制等，有效缓冲或化解组织之间的利益冲突，增强多主体协同参与性，为实现产学研合作智慧治理提供完善的工作机制。

3.4 完善智能时代产学研合作治理格局

随着人工智能时代的到来，经济社会中的相关要素会在更为广阔的空间中以一种更为快捷的速度流动，人类社会也更倾向于 “脱嵌”型社会，即社会成员之间的交往互动从无数次偶合中脱离出来得以重建[19]。而作为人类社会子系统的现代产学研合作是一类具有多重利益格局的社会组织，该系统高度分化却又高度聚合，拥有特殊的治理结构。推进人工智能时代产学研合作智慧治理，就需回应因人工智能的广泛应用而产生的多元化复杂性的当代场景所提出的诉求，需要创新动态化网络化协同的多元主体共同治理方式。一是要实现治理主体的多元协同。人工智能时代，产学研合作智慧治理的价值除了表现为及时、准确、全面地获取产学研合作领域的信息，更关键的在于通过对数据的分析和挖掘、对环境的识别而产生智慧治理的火花，重塑政府、高等院校、市场组织、社会机构等主体间的关系，共同参与产学研合作治理，形成产学研合作多元协同治理的新格局。二是要推动线上线下的网络协同。人工智能时代，一方面要充分利用人工智能技术打造信息交流互动平台，形成产学研合作治理综合数据库，实现治理数据的互联互通，实时捕捉产学研合作领域的问题，准确把握治理动态和挑战；另一方面也要在线下充分发挥各参与主体的积极性，整合不同领域、不同区域、不同阶层的力量，促进开放融合、多元合作，实现社会协同。三是要推进治理手段的动态协同。要综合运用法律法规、行政规范、市场规则等多种治理手段，并借助人工智能时代的先进技术实时全面地感知社会的动态变化，及时调整产学研合作治理的手段，克服传统治理模式下参与不够、效率低下、创新不足的问题，以有效应对复杂多变的产学研合作治理环境。

4 结语

著名社会物理学家、MIT人类动力学实验室主任阿莱克斯·彭特兰在 《智慧社会》中描述到：人工智能颠覆了我们的生活，让整个世界似乎于一夜之间变化为一个人类与智能技术共存的联合体，它拥有着无与伦比的力量[20]。毋庸置疑的是，技术进步是推进人类社会发展和治理变革的最深刻动因，产学研合作系统自然也不能被排除在外，不仅产学研合作治理的边界因现代智能技术的应用而被不断拓展，现实条件的制约和束缚也为其治理创新带来了明显挑战。而且，我们要清醒地认识到，作为一种以创新为导向的合作系统工程，任凭人工智能如何发展，产学研合作所具有的 “推动科技与经济的合作”这一本质都不会被改变，也不会于无形之中就轻而易举地破解产学研合作的根本障碍。因此，我们既要把现代智能化科技手段与产学研合作治理深度融合起来，又要对可能存在的负外部性影响及冲击有比较充分的认知，要构建共生共存共济的技术、理念和制度支撑，推动人工智能时代我国产学研合作治理体系和治理能力现代化的建立和完善。