哈佛肯尼迪学院警告：AI将重塑公共领导力
哈佛肯尼迪学院因一则明确警告登上Google News：公共领导者必须在私营系统重塑政府决策之前理解AI。学院已将这一主张纳入一项为期10年的战略，而非短期研讨会或可选的技术方向。
相关报道由Harvard Gazette于2026年7月28日发布。The Good Men Project似乎转发或呈现了这一报道，而Google News则分发了该标题。原始报道聚焦哈佛肯尼迪学院、其课程设置，以及公共机构内部日益扩大的技能鸿沟。
核心矛盾不止于教育。私营公司构建模型、基础设施和界面，而公共官员必须决定这些系统将如何影响权利、服务、安全与国家实力。如果领导者仍只是这些产品的被动消费者，政府便无法有效治理这一市场。
哈佛的回应是通过技术实践、案例研究和直接的政策辩论来培养政策专业学生。这种方式挑战了人们熟悉的劳动分工：传统上，技术团队构建系统，政策专业人士则在之后评估其社会和法律后果。
AI正让这种先后顺序愈发危险。模型行为、数据选择、采购条款和界面设计，可能在立法机构制定规则之前就塑造公共结果。领导力如今需要具备足够的技术素养，才能在这些选择仍可改变时提出质疑。
哈佛肯尼迪学院究竟做了哪些改变
哈佛正将AI素养视为公共领导力的核心能力，而非只留给技术专家的专业领域。
哈佛肯尼迪学院宣布了一项为期10年的战略规划，扩大其对技术机遇与风险的关注。该计划包括为公共政策硕士学生新设技术政策方向。
学院还聘请了两位专注于AI与政策的教授。其中一位是Stephen Casper，他从MIT加入，将教授方法课程和AI治理选修课。哈佛也在考虑设立独立的技术政策学位。
这一战略的若干部分已经开始实施。春季学期期间，Jake Sullivan开设了一门为期一学期的课程，探讨AI对国家安全的影响。Sullivan曾担任President Joe Biden的国家安全顾问。
院长Jeremy Weinstein与应用数学家Sharad Goel还共同教授了另一门课程，内容是如何利用生成式AI解决公共问题。学生使用AI助手、编程、分析、案例研究和政策讨论，而不是只通过法律文本学习治理。
原始报道描述了从观察走向参与的有意转变。Weinstein表示，学生应该使用这些工具解决公共问题，而不是成为被动消费者。
这种差别很重要。阅读供应商模型卡的政策专业学生，可以识别其中声明的局限性；而亲自测试过模型输出的学生，还能审视失败模式、不稳定的回应和隐藏的假设。
学院提供了一项尤其具体的练习，涉及应急响应。学生利用真实世界数据构建语音训练模拟器，重现拨打911的电话。
目标并不是让模型调度警察。学生设计的其实是一个训练环境，让接线员能够练习将不需要警方介入的紧急情况转介至合适服务。
行为健康相关来电说明了这一区别为何重要。向每一种不确定情况派遣武装警员可能增加危险；但要识别正确的应对方式，需要通过大量训练形成判断力。
Goel表示，培养一名911接线员可能需要两年或更长时间。模拟器可以暴露培训缺口，并让新员工获得更多练习机会，同时不让真实来电者承担风险。
这个例子将实际情况与通过Google News传播的标题区分开来。哈佛并未宣称AI聊天机器人应该管理公共政策。它正在教导未来官员判断自动化在哪些地方有帮助、在哪些地方会失败，以及哪些地方仍必须由人承担责任。
该项目还将技术实践与制度背景相结合。Sullivan的课程考察美国、中国、出口管制、国家安全以及技术力量的分配。
因此，学生既将AI视为工具，也将其视为政策对象。他们必须追问：系统做了什么、谁控制它、哪些数据支撑它，以及哪些公共利益约束其使用。
这种综合方法才是真正的改变。公共政策教育通常将技术视为与医疗或交通相当的一个行业。哈佛押注于，AI将成为几乎所有政策领域的运行层。
为什么Google News标题指向更大的转变
新闻不只是哈佛新增了AI课程。更深层的变化在于，技术判断正成为治理能力的一部分。
公共领导者不需要训练前沿模型，但确实需要掌握足够的知识，识别一项技术主张何时包含了政策选择。
设想一个为公共福利申请排序的AI系统。它的准确率无法回答申请人是否获得了有意义的告知、错误是否让某一群体承受更多负担，或人们能否提出申诉。
这些都是政策问题，但答案取决于系统设计。官员需要了解训练数据、阈值、代理变量和人工复核如何影响每一次决定。
生成式AI又增加了一层复杂性。这些系统根据数据中的模式生成文本、代码、预测和建议。即使底层答案错误或缺乏充分支撑，其输出仍可能显得很有把握。
将这种输出当作传统软件文档的领导者，可能过快地信任它；将所有模型都视为不可靠而一概否定的领导者，也可能错过其在研究、服务设计或员工培训中的有用应用。
哈佛的课程围绕这一中间地带设计。学生学习足够的技术细节来测试系统，同时保留审视其目的所需的制度视角。
Sullivan形容AI没有清晰的历史类比。他的论述聚焦于谁掌控开发。包括核系统和早期互联网的大部分在内的先前战略技术，都由政府推动或受到政府深度塑造。
如今领先的AI模型主要由私营公司开发。这些公司决定发布时间表、访问条款、安全流程、算力投入，以及许多界面默认设置。
政府仍可通过采购、监管、研究资助、基础设施政策和出口管制施加重大影响。然而，官员往往是在公司已经确立技术和商业方向之后，才开始评估相关系统。
这种先后顺序令公共机构承受压力。采购部门可能需要在员工能够独立验证供应商主张之前评估一款模型；监管机构可能在聘请理解某项新能力的专家之前，就已经面对它。
同样的问题也影响民选领导人。他们必须平衡创新、公民权利、安全、竞争、劳动影响与公共支出。每一项议题都涉及变化速度快于正常立法周期的技术事实。
OECD的政府AI展望显示，AI的采用已超越孤立实验。各国政府如今在内部运营、公共服务、政策制定和监督中使用AI。
不过，部署仍不均衡。AI在内部流程和服务交付中的应用比在政策制定或问责职能中更普遍。这一模式既反映了现实机会，也体现了制度谨慎。
内部工具可以总结文件或支持行政工作流程。涉及资格认定、执法或监督的系统风险更高，因为其失误可能直接影响权利和服务获取。
因此，压力不只落在国家级技术机构身上。卫生部门、学校系统、市政府、应急服务、法院和社会服务机构都需要具备充分认知的领导力。
Google News可能让这一进展看起来只是又一则关于AI改变工作的泛泛报道。哈佛的计划给出了更尖锐的结论：政府的能力鸿沟本身正成为一种政策风险。
私营AI开发遇上公共问责
主要的较量是私营开发速度与公共问责之间的较量，而非政府与技术之间的对立。
AI公司可以在数周内更新模型、产品控制措施和服务条款。政府机构则要经历预算、采购审查、公众咨询、法律挑战和选举。
这种较慢的节奏服务于正当目的。公共决策需要记录、审查、平等对待和申诉渠道。当速度消除这些保护时，便会变得危险。
然而，当官员缺乏行动所需的专业知识时，程序谨慎也会付出代价。机构可能接受供应商的主张、推迟有益部署，或制定与实际技术风险不相符的宽泛限制。
技术素养无法消除这种权衡，但可以提高官员在投入公共资金或授予公共权力之前所提问题的质量。
一支有能力的采购团队应了解，模型是否会使用机构数据进行进一步训练。团队应审查数据保留政策、访问控制、评估方法、错误报告，以及对输出提出异议的流程。
团队还应识别系统边界。用于内部草稿的写作助手，与建议拒绝福利申请或识别调查对象的模型，承担着不同的风险。
这些区分听起来显而易见，但宽泛标签往往会掩盖它们。“AI-powered”既可能描述搜索工具、统计分类器、生成式模型，也可能指自动化决策流程。
公共领导者必须按目的和后果区分这些系统。否则，低风险工具会面临不必要的障碍，而影响重大的系统则可能逃避有意义的审查。
National Institute of Standards and Technology创建了其AI风险框架，以帮助组织识别、衡量、管理和治理此类风险。该框架为自愿采用，并于2023年1月首次发布。
NIST随后发布了一份聚焦生成式AI的配置文件。它还在修订更广泛的框架，并为关键基础设施中可信AI制定指导意见。
框架为官员提供了共同语言，但不会替他们作出决定。领导者仍需判断哪些伤害重要、哪些证据足够，以及部署后由谁继续承担责任。
这正是哈佛教学策略变得相关的地方。编程练习能够揭示，即使是小型原型中也包含多少判断选择；政策讨论随后可将这些选择与权力、公平和公共正当性联系起来。
911训练模拟器提供了一个有用的边界案例。它为练习提供受控环境，而不是让一个自主调度系统作出实时决策。
这条边界未来可能会改变。政府机构或许会要求系统推荐回复、为受训人员评分，或分析实时通话。每推进一步，都会带来新的证据要求和问责问题。
公共部门官员需要有信心在保障措施薄弱时阻止这种扩张；当测试显示出明确价值时，他们也需要具备批准有限使用的能力。
另一种结果是依赖式治理。机构要么将判断外包给供应商，要么回避那些自己无法独立评估的系统。这两种做法都无法让公众获得有意义的控制权。
私营企业同样能从有能力的公共部门采购方中受益。清晰的要求能减少不确定性，并奖励那些愿意说明局限性、支持审计、设计有效人工复核机制的供应商。
这种关系不必变成纯粹的对抗关系。不过，只有当双方都具备足够知识、能以相近条件进行谈判时，合作才能奏效。
如果一方了解模型，而另一方只了解合同，采购会议就无法实现这种平衡。Harvard 正试图在其毕业生进入这些会议室之前缩小这一差距。
公众信任是技术培训无法独自解决的约束
训练更充分的领导者可以减少草率部署，但技术素养无法替代透明度、同意机制或对决策提出质疑的权利。
Harvard 的策略带着一个颇具吸引力的承诺：让未来官员直接接触 AI，他们就会制定出更好的政策。前半部分合乎情理，但后半部分并非必然成立。
了解如何构建原型可以培养健康的怀疑精神。但它也可能带来过度自信，尤其是在课堂练习缺少真实服务中那些混乱的数据和制度压力时。
一个在课程中表现良好的模型，面对不同口音、语言、残障状况或罕见情形时，可能会有不同表现。公共部署可能暴露出小型开发团队从未测试过的模式。
911 情景说明了这种风险。模拟器或许可以帮助培训接线员，同时不触及实时决策。但它仍取决于其示例是否代表受训人员将会遇到的社区和紧急情况。
性能指标同样可能掩盖政策失败。系统或许能提高平均分流准确率，却在罕见但严重的情形中犯错。它也可能基于资深调度员会质疑的假设为受训人员评分。
因此，技术教育必须纳入影响评估、文档记录、监测和救济机制。学生应学习何时需要对系统进行独立评估，而不只是学习如何改善其输出。
OECD 的公众信任调查结果描述了谨慎乐观的态度，同时也指出人们对公平性、监督、透明度和数据保护的担忧。
该报告还指出，在所审查的政府 AI 用例中，近一半将公众抵制视为潜在挑战。这种抵制不应被简单视为对技术的恐惧。
人们接触政府服务时，往往处于不平等条件下。错误的餐厅推荐令人烦恼；错误的福利、执法、移民或医疗决策，则可能威胁一个人的收入、自由或安全。
因此，政府 AI 承担着消费产品所没有的正当性负担。机构必须解释自身的授权依据，说明如何控制系统，并提供纠正重大错误的途径。
透明度工作仍不完整。根据 OECD 的 2026 年展望，36 个受访成员国中有 21 个在 2025 年将算法透明度视为重要议题。
重视并不等于落实。该分析还指出，让透明度真正落地的机制仍然有限。
公众参与则暴露出另一道缺口。36 个国家中，有 31 个与公共部门组织就政府 AI 进行沟通，26 个与公务员沟通，23 个与更广泛的外部群体沟通。
只有 16 个国家与服务使用者沟通。仅有 8 个报告称已建立公民投诉机制或其他收集这些系统反馈的结构化渠道。
这些数字揭示了以领导层为中心的应对方式所存在的风险。培训未来决策者很重要，但受影响的社区同样需要信息和影响力。
官员即使完全理解一个模型，仍可能选择不公正的目标。他们可能会优化一个有缺陷的流程，而不是追问自动化是否适合被用于其中。
这正是技术素养的核心局限。它能提升机构能力，却无法决定机构究竟服务于谁的利益。
具体的保障措施仍然必不可少。Canada 要求针对适用范围内的政府自动化决策开展算法影响评估，并通过其开放政府系统公布评估结果。
United Kingdom 为公共机构采用算法透明度记录标准。France 则要求披露某些用于个人决策的算法处理背后的关键规则。
这些措施各不相同，单靠披露也无法防止伤害。不过，OECD 的透明度指导文件展示了政府如何将一般原则转化为公众可查阅的记录。
Harvard 计划最可信的版本，必须同时教授能力与克制。学生应当构建系统、测试系统、记录系统，并练习拒绝那些缺乏证据支持的部署。
他们还应认识到，人工复核者并非天然的保障措施。当员工缺少时间、权限、信息，或无法现实地推翻系统结论时，复核就会失效。
设计良好的课程可以在毕业生步入公共职位前，揭示这些张力。它无法保证政治领导人会根据自己所了解的内容采取行动。
这种不确定性应始终处于对这则 Google News 报道分析的核心。教育可以增加具备技术理解力的官员供给；制度仍必须为这些官员提供资源、独立性和可执行的问责机制。
AI 通过改变领导者必须提出的问题来改变领导力
AI 领导力始于围绕证据、授权和失败提出更好的问题，而不是更快地采用技术。
传统技术监督往往从采购决策开始：产品是否满足要求、符合预算，并能与现有系统集成？
AI 需要更广泛的审视，因为系统行为可能取决于数据、模型更新、提示词、外部工具和用户情境。同一界面会随时间和不同人群产生不同结果。
领导者首先需要问的是，系统影响了什么决策。这也包括间接影响，例如起草一份案件摘要，从而塑造人工复核者的注意力。
随后，他们必须识别承担责任的人。供应商、机构负责人、一线员工和模型都可能影响结果，但只有人和机构能够承担公共责任。
接下来是证据。供应商可能报告基准测试分数，而机构需要反映自身服务人群、语言需求、运营限制和伤害阈值的性能数据。
基准测试可以显示模型是否能回答测试题，却无法证明该系统是否适合用于福利办公室、应急中心或课堂。
领导者还必须问：模型发生变化时会怎样。云端 AI 服务可能在没有传统软件替换项目的情况下进行更新，并改变系统行为。
合同和监测计划应涵盖这种可能性。机构需要知道何时应重新评估，以及发生重大变化后是否能够暂停使用。
数据问题同样重要。官员应了解哪些个人或机密信息进入系统、这些信息流向何处、保留多久，以及谁能够访问。
公共机构掌握着人们无法简单撤回的记录。公民往往必须共享信息，才能获得服务或履行法律义务。这使得同意机制成为不完整的保护。
申诉应得到与准确性同等的关注。个人应当知道自动化何时对某项决定产生了实质影响，以及如何获得有意义的人工复核。
有意义的复核不只是设置一个按钮。复核者需要拥有证据、培训、时间和不同意系统结论的权限。
Harvard 的实践式方法可以让这些要求变得具体可感。构建工作流的学生能够看到日志在哪些环节消失、假设如何进入提示词，以及一个便利的默认设置如何收窄后续选择。
这一经验不止适用于政府。企业采购方、开发者和知识工作者在 AI 总结证据或推荐行动时，也会面临类似问题。
个人研究系统可以帮助人们在模型生成答案前保留来源语境。knowledge blending等实践之所以重要，是因为有用的综合结论应始终与其基础材料保持联系。
政府面临的风险更高，但核心纪律并不陌生：保存证据、保留来源链路、记录决策，并让不确定的主张清晰可见。
因此，领导力的变化是实践性的，而非象征性的。高级官员不能在别处制定政策后，再将所有 AI 问题都交给信息技术部门处理。
技术团队了解架构和安全；项目人员了解受影响的服务；法务团队了解法定授权；社区成员则了解现实生活中的后果。
良好治理要求在部署前就纳入这些视角。NIST 同样建议，AI 风险决策应吸纳具备不同学科、经验和背景的团队。
这种协作模式起初可能减慢项目进度，但它也能避免代价高昂的失败、法律纠纷、公众反弹，以及永远无法赢得一线人员信任的系统。
最强的领导者不会是推出最多 AI 试点项目的人，而会是能够区分有价值的实验与缺乏问责的授权转移的人。
这则 Google News 报道之后值得关注什么
只有当技术教育改变课堂之外的制度实践时，Harvard 的策略才真正具有意义。
第一个信号是课程落实情况。Harvard 已宣布设立技术政策方向、任命新教师，并可能推动设立专门学位。
关键问题在于，AI 素养是否能覆盖狭窄专业方向以外的学生。Weinstein 的前提涉及每一个公共和社会政策领域，因此更广泛的参与将强化他的论点。
课程设计与招生规模同样重要。项目应将编程和模型测试，与采购、公民权利、安全、影响评估和行政法结合起来。
如果实践工作脱离问责，学生可能学会构建原型，却学不会何时不应部署；如果治理工作脱离技术实践，旧有的技能缺口就会持续存在。
第二个信号是公共机构是否改变招聘和采购方式。政府机构可以赞扬技术政策教育，却继续将 AI 专业能力视为可有可无的咨询职能。
职位描述、领导层任命、评估预算和采购标准，将揭示政府是否重视 Harvard 正在教授的复合型技能。
更强的信号将是跨职能授权。技术政策专业人士需要在合同和运营模式固化之前，参与高级别决策。
采购文件应要求提供与具体公共用途相关的证据。机构还应要求事故报告、更新通知、审计访问权，以及可信的退出方案。
第三个信号是透明度是否真正触及受影响的人群。OECD 数据显示，政府与官员及有组织利益相关方的互动相当充分，但服务使用者的参与度明显较低。
公共登记册、影响评估、投诉渠道和明确的申诉权，将为 Harvard 的论点提供支持。这些机制能够表明，更具能力的领导力会带来更负责任的机构。
相反的结果则会削弱这一论点。政府可能会聘用精通技术的员工，却依然让公民无法识别或质疑自动化决策。
NIST 持续演进的框架提供了另一项检验。其修订内容和关键基础设施指南，将显示自愿风险管理如何适应更新的系统与不断变化的联邦优先事项。
仅靠框架变化无法决定政策走向。机构、承包商和监督机构是否采纳，才能决定这些指南会不会影响实际决策。
读者还应关注培训工具与运营系统之间的边界。Harvard 的 911 模拟器之所以具有合理性，部分原因在于它支持演练，却不控制实时调度。
如果类似工具进入实时建议环节，证据要求就会提高。机构应公布验证结果，界定人工授权范围，并监测不同社区中的失效情况。
这一演进会在政府各领域反复出现。起草助手可能变成建议系统；建议系统可能成为默认决策路径，除非领导者尽早设定边界。
因此，Google News 的标题只是一个标记，而非主要事件。它指向了一场竞争：公共机构能否比私营 AI 系统重塑其选择的速度更快地建立知识能力。
应通过课程设置、政府招聘、采购记录、公开披露和申诉机制来追踪这场竞争。要追问每一次新部署，是否在不掩盖责任的前提下改善了服务。
对知识工作者和 AI 用户而言，眼下的行动类似：保留来源、测试输出、记录重要判断，并质疑那些无法解释其证据的系统。
公共领导者面临的是同样的任务，只是规模更大。他们必须足够了解技术以便使用，足够了解政策以便约束，并足够理解制度现实，以判断何时两者都不足以解决问题。
