日前，2026年世界数字教育大会在杭州落幕，“AI如何真正赋能教育与科研”成为贯穿全场的核心议题。当“人工智能+”成为国家战略时，教育与科研领域的从业者们，正站在一个关键的十字路口。

　　一方面，AI展现出惊人的效率，能瞬间梳理万卷文献、模拟复杂实验；另一方面，关于“黑箱”的恐惧、数据隐私的焦虑，以及对学术诚信的担忧，如同达摩克利斯之剑高悬。

　　在这场关于未来的对话中，爱思唯尔(Elsevier)作为全球科研、医疗与教育信息服务巨头，其全球传播执行副总裁艾斯澜(Esra Erkal)与大中华区总裁李琳的观点，为我们提供了一个独特的观察样本。在整场对话中，她们反复提及一个词——“信任”。在AI重构一切的今天，我们究竟需要什么样的技术？又该如何安放“人”的位置？

　　带着这些问题，我们试图从这场深度对话中，勾勒出一幅“可信AI+人文坚守”的未来图景。

　　一、信任的底座：在算法洪流中守护“可验证”的真实

　　在大会的间隙，爱思唯尔全球传播执行副总裁艾斯澜指出了当前行业最真实的焦虑：“大家对AI有强烈的兴趣，但也有明显的担忧。”

　　“最核心的问题之一，是AI输出结果的可靠性。”艾斯澜在采访中直言，本届大会上代表和嘉宾们最集中的担忧，正是AI输出的可靠性、推理的透明度与数据的安全性。“很多通用AI工具依赖开放网络数据，而不是经过同行评审、科学验证的数据，因此大家会担心信息是否准确、可信。”另一个重要问题是透明度。”用户希望知道AI是如何生成答案的，而不是一个’黑箱’”。此外，还有数据安全与隐私问题。无论是大学、科研机构还是企业，都希望自己的数据能够保持安全和私密。

爱思唯尔全球传播执行副总裁 艾斯澜(Esra Erkal)

　　“信任架构必须放在技术架构之前。”大中华区总裁李琳表示，“科学和教育是建立在信任之上的行业。如果知识本身是不可信的，对学生和社会都会产生灾难性影响。如果一项研究建立在虚假的研究基础上，那对整个社会来说是巨大浪费。”

　　“科研可信AI包含四条不可动摇的底线：内容权威可溯源、推理过程可解释、偏见可监测与减少、数据与隐私绝对安全。”艾斯澜强调，负责任AI(Responsible AI)的标准应该高于法规本身，用户数据永远属于用户。同时，“AI不应该放大已有偏见，而应该主动减少偏见。”

　　如何落地“可信AI”？

　　“高质量内容始终是基础能力。此外，我们必须把AI真正嵌入科研和教育的工作流，而不是停留在聊天工具层面。”李琳说。

爱思唯尔大中华区总裁 李琳

　　艾斯澜介绍的LeapSpace(科研级AI工作平台)给出了爱思唯尔的具体解法。它不满足于给出一个答案，而是通过“信任卡(Trust Card)”机制，将答案的来源、可靠性等级，甚至支持与矛盾的观点一一陈列。“它不仅提供精准答案，还会展示生成答案的步骤，并清晰标注引用来源，甚至精确到具体段落和行数。同时，它不会把科研问题简单处理成‘非黑即白’。系统会向用户展示研究中的支持观点、矛盾点以及不确定性，让研究者自行判断。”艾斯澜解释。

　　“LeapSpace是真正以研究人员需求为核心打造的，因此我对它更有信任感。它能够帮助我明确研究方向、验证值得探索的路径，并让我更容易学习本领域之外的知识。”全球领先研究型大学德国亚琛工业大学的人机交互(HCI)研究员Paul Preuschoff表示。

　　“LeapSpace与通用AI工具最大的不同，在于它建立在同行评审的科学内容之上，并且专为科研场景设计，而非通用问答。”领先生物制药公司Incyte全球图书馆服务副总监Victoria Ball表示，“对于需要在高压力下提供有充分证据支持成果的团队而言，LeapSpace通过可追溯引用提升了研究的严谨性与透明度。

　　这种“精准AI(Precision AI)”，本质上是将“人类始终参与其中(Human in the Loop)”作为核心，让研究者始终坐在“驾驶座”上，而非被算法裹挟。

　　二、人类的火种：当AI接管计算，如何保留创造的灵魂？

　　既然AI能高效完成文献梳理、数据处理，甚至生成研究假设，那么未来顶尖学者的核心竞争力是什么？

　　这是一个让无数科研人员感到焦虑的问题。艾斯澜给出了清晰的答案：AI的最大价值是解放人，而非替代人。爱思唯尔2025年底发布的《未来研究者》报告显示，全球范围内仅有45%的研究人员认为自己有足够时间用于研究。“这是一个令人遗憾的现实。AI可以帮助科研人员减少大量重复劳动，让他们从繁琐事务中解放出来。但更重要的是，它应该帮助研究者获取可靠证据，并判断这些证据的强弱。”艾斯澜说。

　　“我认为，未来最重要的核心竞争力，仍然建立在‘信任’和‘批判性探究’之上。”在她看来，未来顶尖学者最不可替代的能力，集中在三个“人性壁垒”：

　　提出真问题的能力：AI能回答问题，但无法定义值得一生探索的真问题；

　　批判性判断与证据权衡：科研不是非黑即白，人类独有的审慎、思辨与证据校准能力，AI无法复制；

　　跨学科想象力与直觉创造：把看似无关的领域连接、在不确定性中坚持方向、在矛盾证据里逼近真理，这是人类的创造内核。

　　“AI最理想的角色，并不是替代研究者，而是成为支持批判性思考和判断力的伙伴。”艾斯澜说，“要做到这一点，AI本身必须建立在准确、可靠、平衡且具有细微差异表达的信息基础之上。”

　　这也带来了一个新的挑战：“AI素养”。“这不仅仅是学会怎么写Prompt(提示词)，更是一种深层的思维能力。”李琳将其定义为三层：AI通识能力、科学思辨能力(批判性思维)以及人本通用能力。“AI素养绝不仅仅是懂算法、Prompt 或RAG(检索增强生成)。它还包括对数据的理解、人机协作、AI工作流、数据闭环和迭代思维等能力。但更重要的是，人是否具备批判性思维、好奇心、提出问题和验证问题的能力。”

　　她进一步指出，AI时代更需要终身学习、跨学科沟通、复杂问题解决等底层能力。“真正的AI素养，是把技术当作放大器，而非拐杖。”

　　“AI素养已经成为大会上反复被提及的重要议题。”艾斯澜表示，很多教育领导者和专家都在强调：会使用AI并不意味着就能成为优秀的学生。未来真正重要的是，下一代如何在AI时代保持批判性思维、创造力以及独立判断能力。“因此，未来教育的重要挑战之一，是如何培养能够正确使用AI的创新者和创造者，同时尽量降低AI的负面影响。”

　　“AI的真正普及，还需要教育、基础设施以及长期培训的支持。”艾斯澜说，“除了内容本身，我们也提供大量学习资源。”面向青年科研人才，爱思唯尔通过研究者学院开放大量课程，帮助研究者学习如何提出研究假设、如何形成研究结论等。“此外，我们也通过 Scopus、SciVal 等工具，为研究人员提供关于学科发展、跨学科合作以及科研网络的洞察数据。”

　　三、打破孤岛：从“单打独斗”到“共享共创”的科研新生态

　　谈到AI的落地应用，李琳表示，AI的应用痛点，往往不是技术本身，也不是缺少工具，“真正的挑战是，如何把工具转化成高质量的生产力。”

　　“现在很多机构都配备了AI工具，但效率是否真的提升了？未必。因为转型是一个系统性升级，涉及治理、评估、人才能力提升等全链条的重构。”她解释，“所以我们在和中国机构合作的时候，更希望通过共创一起解决问题，而不是每个人都守着自己的边界。”

　　“如何让AI素养更加均衡地普及，这是一个有社会责任感的企业必须做的事情”李琳说。为此，爱思唯尔正在推动构建一个开放多元、共创共享的社区，“我们有一些数据和方法论，但并没有现成答案。所以我们更愿意建立一个全国乃至全球的社区，让大家共同讨论、分享经验。”

　　在中国，爱思唯尔已推出多个致力于共探共创共享的“社区化”实践项目：

　　今年，爱思唯尔与哈尔滨工业大学共同举办了“第四代大学”校长论坛。谈及发起这一论坛的初衷，李琳提到，不少高校管理者都面临着类似困惑：大家都在谈转型，也知道转型势在必行，但究竟该用什么标准来衡量一所大学转型得是否成功？除了论文、项目等传统指标，高校对区域经济、科技创新、人才培养和社会发展的贡献，又该如何被看见和评价？这些问题成为论坛讨论的出发点。

　　另一个让李琳印象深刻的项目，是与武汉大学合作开展的图书馆员AI素养培训。她观察到，人工智能正在改变高校知识服务的方式，也在重新定义图书馆的角色。在她看来，高校的转型并不只是教师学会使用AI，更需要图书馆、管理部门等整个体系一起提升能力，转型才有可能真正发生。

　　与此同时，爱思唯尔还在上海等地开展青年教师AI Bootcamp(AI训练营)。与传统培训模式相比，这个项目更像一个由教师自主驱动的实践网络。参与者并不是被动接受知识，而是在真实教学场景中分享经验、交流方法。有人探索如何利用AI辅助备课，有人研究如何高效提取和整理信息，也有人讨论作业评价以及负责任地使用AI工具。李琳认为，很多有价值的创新其实来自一线教师自身，而项目的意义就在于为这些经验提供交流和扩散的平台，让更多人能够从同行的实践中获得启发。

　　四、双向奔赴：全球标准与中国实践的深度适配

　　在中国推进“人工智能+”与教育数字化战略的背景下，跨国企业的本土化往往面临“水土不服”的困境。爱思唯尔的解法是“全球互通，本土可信”。

　　李琳指出，AI的发展仍处于早期，全球标准与中国标准之间存在差异是必然的。但科学共同体几百年来积累的共识——同行评议、研究伦理、透明可验证——是全球通用的。在这一普世原则下，爱思唯尔致力于做一座“双向适配的桥梁”。

　　这种适配不仅是语言的本土化，更体现在本土标准的适配和本土内容的融合中。“我们更愿意把‘本土化适配’理解为：围绕中国科研、教育、医疗市场的真实需求场景做深度适配。因为科学本身是全球共通的，但如何在普适原则下更好地适应本地市场，这是我们真正关注的。”李琳这样解释。

　　为了适配中国的科研场景和需求，爱思唯尔成立了中国学术委员会，积极推动中文等非英文优质内容及中国本土工程标准、人文历史知识体系等纳入全球知识库，避免知识体系的缺失。

　　“我们做科学传播已经一百多年了，我们的原则从来不是单方面输出某种标准，而是让国际知识进入中国，也让中国知识走向国际。这本身就是一个双向适配和桥梁建设的过程。”

　　五、无问西东：构建没有围墙的全球学术共同体

　　如今，中国科研已走到世界舞台中央：产出总量全球第一，FWCI(学科标准化引文影响力)达到全球平均的1.2倍，部分领域高达1.7倍。下一步的关键，是从“量大质优”走向深度参与全球学术治理。

　　李琳观察到，中国学者在国际期刊担任主编、副主编、审稿人的比例仍有提升空间。“参与审稿与编委工作，不仅是学术荣誉，更是进入全球学术共同体核心、塑造规则、传递声音的通道。”

　　李琳表示，“学术本身就是一个全球共创体系，它的本质一直是开放、协作、同行评议和持续迭代。”爱思唯尔的愿景，是构建一个没有围墙的学术共同体，“我们在持续探索与中国科研机构、中国科学家的多种形式合作，让中国学术以开放的姿态融入世界。”

　　“我们的使命，是帮助可信、高质量的科学知识进入整个知识生态。”艾斯澜说，“我们的愿景始终是服务科研共同体。我们的目标，是为他们提供值得信赖的解决方案，包括可信的信息、基础设施、安全机制与隐私保护。同时，也帮助科研成果更快转化为创新成果。”

　　当技术越来越强，我们更需要守住人的位置；当世界越来越连通，我们更需要搭建信任的桥梁。“未来，我们会继续坚持‘精准AI+人类始终参与’的方向，让AI与人类专业能力共同发挥作用。”艾斯澜说。

　　本文为教育在线原创作品。

　　作者：黄卓