2026年9月23日，信息与智能工程学院面向新生开展跨学科开放式问题研讨讲座。本次讲座立足计算机专业人才培养，结合行业数十年发展历程，围绕技术前沿、算法伦理、AI可信治理、数据隐私、数字身份等议题展开分享，引导新生建立专业自信，树立跨学科交叉思维。本次活动出席的教师有杨涛教授、周显春教授、杨明教授、杨婷婷教授、闫吉府副教授以及计算机科学系、人工智能系、网络空间安全系的多位专业课教师参与现场交流讨论。
讲座现场，老师们结合自身研究方向与行业实践经验，与新生展开互动问答，针对同学们关心的专业学习路径、跨学科科研方向选择、行业就业前景等问题进行了细致解答，为新生开启大学专业学习之旅提供了清晰指引。
针对AI时代下计科专业的发展前景，主讲人为新生作出解读。计算机科学专业应用覆盖面广，在公考、各类就业场景认可度高，人工智能、大数据、数字媒体等热门方向均由计科衍生，计科学生具备跨方向发展的天然优势。AI工具能够替代重复性基础编程工作，但并不具备人类原创思考能力，不会从根本上冲击计算机行业发展。AI是提升效率的辅助工具，同学们要学会合理利用AI开展学习，切忌直接照搬AI生成代码与作业，弱化自身实操能力。同时，优质专业不等于可以躺平，同学们要主动钻研技术，持续关注信息技术前沿动态，不能被动等待老师推送学习资源。学院现已落地项目制教学、全员AI适配等培养举措，鼓励同学们找准自身学习节奏，夯实专业功底。
本次讲座设置四大跨学科研讨命题，跳出纯技术视角，结合社会学、法学、心理学视角剖析技术落地的现实难题。
第一个命题聚焦算法、数据与人类决策。算法在深度介入日常生活的同时，暗藏公平性风险。以12306车票分配、亚马逊AI招聘算法为例，算法并不会显性写入歧视规则，但会学习历史业务数据产生隐性歧视，该类问题无法单纯依靠技术解决，需要法律约束、社会监督协同发力。推荐系统能够降低信息获取成本，但也极易催生信息茧房，长期将用户禁锢在同质化信息环境，算法甚至可以潜移默化干预用户决策，相关技术也已经成为全球监管重点。平台若以最大化用户使用时长为目标，则缺少主动拓宽用户信息视野的内生动力。
第二个命题围绕系统、AI与可信性建设展开。计算机系统分为集中式与分布式两大类型，云计算是集中式系统代表，效率高决策迅速；区块链代表分布式去中心化系统，不存在单一管控节点。去中心化理念提出“代码即法律”，但The DAO众筹项目遭遇黑客攻击事件暴露出技术漏洞，当规则被黑客利用，就陷入遵守代码规则还是人为干预追回资产的两难困境，证明技术无法脱离社会治理独立运行。当下AI已经从问答对话演进至AI智能体阶段，可以自主执行具体事务，但权责界定规则尚未完善，一旦出现医疗误诊、资源越权占用等事故，责任主体难以划分。大模型对算力需求巨大，算力、能源、散热门槛不断抬升，行业资源不断向头部企业汇聚，算力集中趋势与去中心化理想形成对冲。目前相关法律法规更新速度滞后于AI技术迭代，我国坚持发展优先，治理规范将在技术发展过程中逐步完善。
第三个命题探讨数据要素与隐私保护。当前国家将数据列为核心生产要素，需要实现定价、交易与流通才能释放产业价值。但随着大众隐私保护意识觉醒，监管规则不断完善，隐私泄露风险成为数据流通的重要阻碍。欧盟GDPR通用数据保护条例对数据隐私实施严苛管控，国内隐私保护相关要求也正持续趋严。隐私计算技术实现“数据可用不可见”，在不泄露个人敏感信息前提下完成数据运算；数据使用管控技术，实现数据仅可在线使用、禁止随意拷贝传播，为破解数据价值开发和隐私保护的矛盾提供技术路径。主讲人提醒同学们要重视个人敏感信息保护，不要为博取流量随意泄露隐私，防范人肉搜索、名誉受损等风险。
第四个命题为数字身份与身份主权。现阶段大众的数字身份大多由互联网平台掌控，账号可能遭遇无预警封禁，账号绑定粉丝、游戏装备等数字资产可能瞬间清零。互联网底层TCP/IP协议诞生之初以互联互通为目标，原生没有身份验证设计，身份相关能力均为后期叠加。互联网从Web1.0只读模式、Web2.0内容创作模式，向着Web3.0方向演进，自我主权身份技术成为发展方向，目标实现身份由用户自主掌控，做到信息选择性披露，解决APP过度收集权限的现实痛点。
在学习实践层面，主讲人们寄语全体计科新生，计算机专业学生不能局限于纯技术思维，要主动培养跨学科思维。参与学科竞赛应当做好长期积累，提前与老师沟通确定方向，拒绝临时抱佛脚。可以结合个人兴趣选择性参与社团活动，拓展人脉，丰富实践经历。在日常生活中善于观察现实场景，挖掘真实存在的技术问题，以此作为切入点积累项目经验。讲座最后，老师们鼓励全体新生保持问题意识，勤于思考技术背后的社会议题，在时代浪潮下找准计算机专业学子的定位，勤学善思，综合发展。
一审一校 |刘笑忆 苏天赐
二审二校 |王景泽
三审三校 |李成名 尹娜
