Shaw University 以新博士项目让 AI 伦理与技术培训正面交锋

在一则 Google News 标题将其不同寻常的 AI 伦理项目推向全国视野后，Shaw University 正在推出首个同类 HBCU 博士项目。这所位于 Raleigh 的院校计划在神学院而非计算机科学系教授人工智能与道德能动性。

这一设置才是真正的冲突所在。AI 伦理教育通常从模型、数据、合规或工程控制入手。Shaw 则从人的判断、社会正义、神学伦理，以及受自动化决策影响的社群出发。

该项目也在检验，道德领导力能否成为一门严肃的职业学科，而非附加在技术工作末尾的最终审查。大学、科技公司、宗教机构和雇主都有理由关注接下来的发展。

Shaw 并非进入一片空白领域。Notre Dame 正在建设大型的信仰导向 AI 伦理网络，其他大学也提供以技术或学习为重点的 AI 博士项目。Shaw 的押注更聚焦，也更具挑衅性：经验丰富的社区领袖无需成为机器学习工程师，也能参与 AI 治理。

Shaw University 实际批准了什么

Shaw 正在为对人的后果负责的人设立应用型博士项目，而不是再开办一个培养 AI 模型开发者的项目。

2026 年 6 月 24 日，Shaw 宣布，其区域认证机构已批准该校开设博士学位。这一决定为神学院的人工智能与道德能动性教育学博士项目铺平了道路。

这一批准的机构意义超出了项目主题本身。这是 Shaw 160 年历史上首次获准授予博士学位。

Shaw 称，该学位是历史悠久的黑人学院和大学中首个同类项目。学校还预计，它将成为 Association of Theological Schools 网络中首个聚焦 AI 的硕士或博士学位项目。

不过，这一更广泛的说法仍需谨慎表述。Shaw 已获得开设博士项目的区域批准，但神学院仍在推进神学认证机构的审批流程。该项目的独特性也取决于“同类项目”的定义有多严格。

已有多所大学提供涉及人工智能的博士研究。然而，这些项目通常强调计算机科学、教育技术、分析或学习设计。Shaw 则在一个明确命名的学位中结合了 AI 素养、神学伦理、社会正义与道德能动性。

这份博士项目公告将其描述为跨学科、面向实践的 Ed.D. 项目，旨在为采用 AI 的公共机构、私营组织、教会及其他机构培养领导者。

道德能动性是指作出承担伦理责任的选择的能力。这个术语之所以重要，是因为软件日益在推荐或塑造决策，却不为这些决策承担法律或道德责任。

Shaw 计划于 2027 年春季迎来首批 12 名学生。申请原定于 2026 年夏季开放，后续批次将在秋季和春季学期入学。

目标学生是经验丰富的成年学习者，而非刚毕业的技术专业学生。申请者需要拥有获认证的研究生神学学位，并具备至少五年的牧职或相关领导经验。

预计其中许多人将是双职领导者。该术语指同时在教育、医疗保健、社会工作、商业或公共服务等领域工作的牧师。

这一差异很重要，因为这些学生已在其他职业中遇到自动化决策。他们可能看到 AI 影响招聘、福利、医疗管理、教育、刑事司法或非营利服务。

据有关该项目的报道，这一学位预计需要三到四年完成。Shaw 自 COVID-19 疫情以来一直在线提供神学课程，使该博士项目可供在职专业人士参与。

其拟议课程涵盖 AI 素养、算法偏见、隐私、透明度、治理、人的能动性、认知偏见，以及对边缘化社群的影响。其设计刻意不围绕掌握某一款当前软件产品展开。

院长 Mark Harden 为此选择给出了一个务实理由：产品可能在数月内发生变化，而公平、责任和人的尊严等问题则能跨越技术周期持续存在。

这使该项目比围绕提示技巧或特定模型提供商设计的博士项目更具持久性，但也带来了更难衡量的问题。

学生可以通过项目或考试证明自己掌握某项工具。要证明毕业生能在复杂机构中作出更好的道德判断，则难得多。

因此，该项目以一个颇具吸引力的命题起步，但结果尚未经验证。Shaw 已获得批准，拥有明确的受众和早期兴趣，却尚未拥有毕业生、论文、雇主反馈，或经过独立审查的影响证据。

意图与已证实价值之间的这道鸿沟，将在该学位项目最初数年里持续存在。

为什么这则 Google News 报道的重要性超越神学

Google News 的关注反映出一个更大的问题：当 AI 系统塑造影响弱势群体的决策时，谁能获得权威。

AI 治理往往将技术团队置于核心位置。工程师构建系统，数据科学家衡量性能，安全团队测试控制措施，律师解读监管风险。

这些角色仍然不可或缺。然而，它们都无法自动回答：某种技术上有效的使用是否在社会层面可接受，负担是否被公平分配，或自动化是否削弱了人的责任。

以使用软件优先安排行政外联工作的医院为例。模型可以准确地对个案排序，却仍可能为病历信息不完整或带有偏见的患者制造障碍。

技术审计可能会发现，该模型在完整数据集上的表现可以接受。社区领袖则可能注意到，错过预约的人缺乏交通条件、稳定住所、宽带接入，或对该机构缺乏信任。

招聘系统也会产生类似问题。开发者可以测试模型是否存在统计差异，但组织仍必须决定哪些资格条件重要，以及谁能对自动化推荐提出质疑。

这正是 Shaw 希望其毕业生进入的空间。他们不会取代工程师或律师，而是会质疑将系统输出与机构行动连接起来的那些假设。

学校的历史身份使这一论点不止是一种品牌塑造。Shaw University 于 1865 年在 Raleigh 成立，旨在教育刚获得解放的奴隶。

Shaw 后来成为民权运动的重要场所。Ella Baker 于 1960 年在该校协助组织了 Student Nonviolent Coordinating Committee。

这段历史赋予 Shaw 关于素养与权力的独特视角。素养不只是了解系统如何运作，也包括识别系统服务于谁的利益，以及谁对其设计缺乏影响力。

该项目推出之际，机构正从试验性聊天机器人转向能够推荐、排序、总结并发起任务的系统。这些用途在机器接近人类意识之前，就已带来问责问题。

模型无需拥有真正的道德能动性，也能削弱人的能动性。人们可能服从其建议，将输出视为中立，或失去对谁授权某项决策的追踪。

这一区分是该学位潜在价值的核心。紧迫的问题不是 AI 系统是否应受责备，而是组织是否利用自动化来模糊管理者、供应商、专业人士和公职人员的责任。

UNESCO 的AI 伦理框架以世俗、人权导向的方法反映了同样的关切。该框架指出，AI 系统不应取代最终的人类责任与问责。

该框架还强调监督、影响评估、可审计性、透明度、素养以及防止歧视。这些是操作性要求，而非关于机器是否拥有灵魂的抽象辩论。

Shaw 的神学路径可以通过审视良知、责任、尊严、正义和授权选择的边界来支持这项工作。这些概念早于 AI，却仍适用于机构将决策自动化的时代。

潜在学生还拥有另一项优势。牧师、社会工作者、教育工作者和非营利组织领导者，往往会在伤害出现在正式审计之前就听到相关情况。

他们与那些面临服务被拒、自动化通知令人困惑、数字系统难以使用或记录有误的人共事。他们的经验有助于识别汇总指标掩盖的失败。

然而，与受影响社群的接近并不会自动带来技术能力。要质疑算法，毕业生需要具备足够的知识，才能审视数据质量、评估方法、供应商声明和系统局限。

这正是 AI 素养必须在 Shaw 课程中占据实质分量的原因。没有技术理解的伦理语言，可能沦为产品团队礼貌认可后便置之不理的评论。

反向问题早已存在。缺少机构或道德分析的技术能力，可能将复杂争议简化为性能分数。

如果 Shaw 的项目能连接这两个领域，它就会具有重要意义。如果学生只讨论人的尊严，却不学习自动化系统如何进入真实工作流程，其意义就会小得多。

对知识工作者而言，教训离自身更近。AI 助手如今会总结研究、推荐优先事项、起草评估，并组织个人信息。

这些用途可以改善回忆并减少例行工作，但也会影响用户注意到什么、遗忘什么、接受什么，或将什么视为权威。

设计良好的个人知识库可以保留这些建议背后的来源和语境。但用户仍需负责核查证据，并作出具有重要后果的决定。

这种分工正是 Shaw 学位背后的问题。AI 可以支持判断，但机构必须决定辅助在何处结束，以及可问责的人类选择从何处开始。

真正的较量是培养与合规之间的较量

Shaw 的主要对手不是另一所大学，而是认为仅靠规则和技术控制就能产生负责任 AI 决策的观念。

大多数组织的 AI 伦理项目都从政策开始。它们界定被禁止的数据、审批程序、文档要求、安全控制措施和可接受用途。

这些措施是必要的。它们可以确立最低预期，并在监管机构、客户或员工询问某个 AI 系统如何获批时提供证据。

当情况超出书面规则的范围时，合规便显得不足。它也难以应对多项站得住脚的价值发生冲突的情形。

社会工作者可能会使用 AI 摘要来更快处理个案。摘要可以节省时间，却也可能遗漏会改变一个家庭所获支持的背景信息。

牧师可能会使用聊天机器人协助起草牧灵指导。输出内容可能听起来富有同情心，却依赖于并不符合个人实际情况的泛化假设。

教师可能会使用 AI 评估学生写作。系统可以带来一致性，却也可能缩窄更容易获得正面评价的表达类型。

这些情况没有放之四海而皆准的勾选框。每一种都需要就目的、证据、关系、后果以及自动化可接受的边界作出判断。

养成是指在危机来临前，培养能够塑造判断力的习惯与价值观的过程。在神学院中，它可以包括对良知、责任、共同体和人的尊严的反思。

这种方法不同于教学生记忆伦理原则。它关注的是，当激励机制奖励速度或便利时，领导者如何培养采取行动所需的品格和制度实践。

Notre Dame 正在以大得多的资金规模推进一条相关路径。其 DELTA Network 将尊严、具身性、爱、超越性和能动性作为应对 AI 的基础。

一笔 5,080 万美元的 Lilly Endowment 资助支持这一信仰网络。其目标受众包括学者、宗教领袖、科技领袖、教师、记者、年轻人和公众。

Notre Dame 和 Shaw 并非传统学位市场中的直接竞争者。它们共同表明，宗教机构认为，在标准的 AI 安全与合规项目之外存在新的机会。

Notre Dame 正在建设资源与网络。Shaw 则将这一议题嵌入面向资深领导者的应用型博士学位之中。

Iliff School of Theology 也通过课程和机构工作研究过 AI 与神学。University of Edinburgh 提供涉及智能、能动性、身份认同和宗教实践的高级神学研究。

这些例子削弱了“神学直到现在才发现人工智能”的宽泛说法。多年来，学者一直在研究机器能动性、责任与人格问题。

Shaw 的新意在于其产品化方式。它将这些问题与专业博士学位、历史悠久的黑人院校以及在职领导者群体结合起来。

更广泛的大学市场提供了一个有益的对照。University of South Florida 设有一项以学习设计、分析、组织变革和负责任采用为核心的 AI learning doctorate。

该项目培养专业人士设计和评估 AI 支持的学习系统。Shaw 则强调，在事工和面向社区的机构中工作的领导者所应具备的道德判断力。

两种模式都可能具有价值。它们的差异揭示了 AI 教育中持续存在的分歧。

一种路径从系统出发，探讨人们应如何部署它。另一种则从人出发，追问哪些决定应当仍由人来作出。

Shaw 押注于第二个问题值得博士层级的研究。这一押注挑战了行业中一种惯性：在目标和绩效指标既定后，才把伦理视为后来添加的功能。

公平性审查无法纠正一个选择失当的组织目标。更好的透明度也无法让每一项自动化决策都变得恰当。当审查者没有时间或权限干预时，人工监督几乎没有意义。

神学伦理学能够揭示这些更深层的冲突。它可以追问，效率是否服务于正当目的、同意是否真正有意义，以及系统是否改变了照护关系。

它也可以质疑：当一家公司将委派描述为赋权时，究竟是谁从中受益。当软件提供的选项早已被无形的制度性决定缩窄时，个人获得的能动性微乎其微。

不过，养成也有其局限。道德自信可能固化为意识形态，而宗教推理并不能代表所有受 AI 影响的社区。

Shaw 需要让学生接触世俗伦理学、民权法、实证研究、技术标准，以及基督教神学之外的观点。否则，一项包容性使命可能产生狭窄的分析框架。

最强有力的项目应将神学视为严谨道德推理的一种来源，而不是证据或多元治理的替代品。

这种平衡决定了毕业生能否与工程师、政策制定者、审计师、医疗专业人士以及持有不同信念的社区建立可信的合作关系。

Google News 为这项公告带来了传播。该学位的长期相关性将取决于，它能否培养出能够将道德养成转化为技术团队可实施决策的领导者。

该学位必须证明伦理能够成为实践

Shaw 面临的最大风险，是培养出善于说服的伦理语言，却缺乏能够可靠改变系统、预算、合同或机构行为的方法。

已公布的课程涵盖许多重要议题。算法偏见、隐私、透明度、认知偏见、治理和边缘化群体，都应属于严肃的 AI 领导力教育。

列出恰当主题并不等于严谨。该项目需要一种明确方法，将这些主题与证据、决策和可衡量的后果联系起来。

学生应能从多个角度审视一项拟议的 AI 部署。他们需要识别决策责任人、受影响群体、数据来源、申诉流程、供应商激励因素以及潜在失效模式。

他们应理解，偏见可能通过标签、抽样、目标、界面、部署条件或用户行为进入系统。它并非通过平衡数据集就能修正的单一缺陷。

隐私教学必须超越仅仅告诉组织保护敏感信息。学生需要审视收集限制、同意、留存、访问、推断、共享和二次使用。

透明度同样需要精确界定。发布对模型的一般性说明，并不一定能帮助某人对一项个体决策提出质疑。

人工监督也存在另一种陷阱。机构常在自动化流程的末端设置名义上的人工审查者，同时工作量和激励机制却鼓励其自动批准。

严谨的博士项目应教会学生区分真正的干预与仪式性的审查。这意味着要追问审查者是否拥有信息、时间、权限以及免受报复的保护。

Shaw 的项目将受益于基于案例的评估。学生可以评估 AI 在招聘、医院管理、公共福利、教育、刑事司法、教会传播或非营利筹款中的应用。

每个案例都应要求提出可执行的治理设计。学生可能会提出审批门槛、文档规则、独立审查、申诉机制、监测指标和停止部署的条件。

应用型论文提供了另一项检验。项目应解决真实的机构问题，而不是重述关于尊严和公平的宽泛原则。

一篇有力的论文可能考察自动排班如何影响社区医疗服务的可及性。另一篇可以研究 AI 辅助的个案记录是否会改变不同人口群体的社会服务结果。

其他项目可以比较人工与 AI 辅助的牧灵沟通，评估小型非营利组织的采购实践，或为市政 AI 审查设计社区参与机制。

这些项目需要谨慎的隐私保护与研究方法。它们也将显示，毕业生能否产出神学界以外的组织可用的知识。

师资能力仍是一个悬而未决的问题。Shaw 表示正在为该项目招聘，并预计大部分教学人员将持有 AI 证书。

证书可以证明对某一主题进行过结构化学习，但并不自动代表具备机器学习、科技政策、实证研究或自动化社会影响方面的专长。

因此，师资构成将成为最重要的可信度信号之一。该项目需要神学家，也需要能够质疑技术主张并评估应用研究的教育者。

合作伙伴关系可帮助弥补这一差距。工程师、律师、民权研究人员、社会科学家和领域专业人士可以支持课程或论文委员会。

社区参与同样重要。一个聚焦弱势群体的项目，不应只将这些社区视为研究对象。

受自动化决策影响的人需要在界定研究问题和评判拟议解决方案中发挥实质性作用。否则，该学位可能会复制其本欲审视的权力失衡。

在线形式带来了另一项权衡。它向多个地区的在职成年人开放项目，这与 Shaw 的目标受众相符。

在线授课也可能使协作性的技术工作和社区参与更困难。Shaw 将需要结构化项目、可访问的数据集、受监督的实践，以及强有力的同侪互动。

需求提供了一个令人鼓舞的早期信号。新闻报道称，在广泛宣传开始前，已有数十人表达兴趣。

兴趣不等于入学。入学不等于完成学业，而完成学业也不代表雇主会给予毕业生实质性的权限。

首届 12 人的规模为测试该项目提供了一个可控环境。它足够小，可以进行密切监督，但规模也过小，无法证明广泛的劳动力市场需求。

即使不考虑具体学费，负担能力和工作量也可能影响结果。许多目标学生已经要平衡事工、专业工作、家庭责任和社区义务。

一项为期三至四年的博士学位要求持续投入注意力。Shaw 必须证明，这一资格能够带来足以证明该投入合理的职位或影响力。

该项目还应避免夸大有关道德能动性的主张。当前 AI 系统能够生成令人信服的语言，并通过连接的工具采取行动。

这种行为并不能证明其拥有意识、道德理解或责任。将机器视为道德行为者，可能会分散人们对部署它的人类与机构的注意力。

关于人工能动性的研究仍存在争议。一些学者将功能性能动性与自主道德判断所需的更完整能力区分开来。

Shaw 可以有效利用这场争论，而不必将推测性的机器人格置于核心。眼前的挑战，是为已经在人类机构内部运行的系统明确责任。

这种聚焦将使博士项目与真实决策保持关联。它也会使该项目区别于那些虽受关注、却对当前治理提供有限指导的耸动论述。

接下来一年将揭示什么

三个信号将显示 Shaw 是创造了一个持久的研究领域，还是仅仅打造了一则引人注目的 Google News 故事。

第一个信号是神学认证。Shaw 的区域性批准允许大学授予博士学位，但神学院正在寻求在 Association of Theological Schools 框架内获得认可。

这项审查之所以重要，是因为它会根据神学教育的预期来检验该项目。获得批准将强化 Shaw 的主张：AI 伦理应当属于经认证的专业事工课程之内。

延迟或重大修订并不能证明这一理念不成立。它将表明，要将一个跨学科构想转化为获得认可的学位，仍需要更多制度性工作。

第二个信号是首批师资和学生群体的构成。已公布的 2027 年春季班设有 12 个名额，这将成为检验 Shaw 招生策略的一个直观试点。

读者应关注学生是否如该项目所设想，来自多个专业领域。若学生群体仅限于传统牧职角色，其在教会之外的影响力将受到限制。

师资任命同样重要，原因也在于此。神学、技术、政策和实证研究专长的组合，将为 Shaw 的跨学科主张提供支撑。

如果师资由单一学科主导，这些主张就会被削弱。若教师缺乏对系统、数据或机构部署的实践接触，该项目便无法教授可信的 AI 治理。

第三个信号是课程设置与应用研究的设计。仅凭课程名称，无法判断学生是否学会影响真实决策。

最有力的证据将包括基于案例的项目、外部合作伙伴、社区参与、技术评估，以及与实际运营问题相关的论文。

读者还应关注 Shaw 如何定义成功。招生人数、毕业率、研究质量、雇主需求和社区成果，回答的是不同的问题。

首届学生满额将显示市场兴趣，但无法证明该学位改善了治理，或保护了受自动化系统影响的人群。

毕业生去向可以揭示组织是否重视这类专长。然而，仅凭职位名称无法说明毕业生是否拥有对 AI 采购或部署的决策权。

公开记录的项目将提供更有力的证据。它们可以展示学生如何识别伤害、权衡相互冲突的价值观，并将道德推理转化为可执行的实践。

更广泛的领域也将同步发展。Notre Dame 的网络将发布资源，其他大学将开发 AI 伦理项目，专业协会则会完善治理培训。

科技公司也可能扩展自身的负责任 AI 认证和教育合作。这些努力可以扩大可及性，同时让行业偏好的假设继续处于核心位置。

Shaw 提供了不同的重心。其历史和目标学生群体，让社区、事工、社会正义和人的尊严在分析之初便占据重要位置。

这一视角值得关注，但不应因此免于审视。历史合法性不能取代研究质量、技术能力或可证明的影响力。

对 Shaw 博士项目最有前景的解读，也提出了最高要求。该学位表明，AI 治理需要培养能够识别那些政策无法完全编码的责任的领导者。

如果 Shaw 通过严谨培训和有用的应用工作证明这一命题，该项目的影响将不止于神学教育。它还可能为寻求可问责 AI 领导力的医院、学校、非营利组织、政府和企业提供一种模式。

如果它仍停留在宽泛的伦理语言层面，技术团队将继续在道德审查者进入会议室之前作出影响深远的选择。

Google News 的标题捕捉到了一个机构层面的首次尝试。下一阶段，是证明一所神学院能够将数百年的道德反思转化为对现代自动化系统的实际权威。

读者应关注认证决定、首届学生群体的构成，以及项目的应用项目。这些信号将揭示 Shaw 是在创建一种职业，还是仅仅为一个紧迫问题命名。