◇王世強（經濟研究所副研究員）
數據是人工智能三大核心要素之一。將數據確立為新型生產要素，是習近平總書記深刻洞察科技變革大勢作出的重大戰略判斷，也成為中國在數字經濟時代對人類文明演進的重要制度貢獻。這不僅是一個經濟學命題，更是一個關乎人類認知命運的文明命題。從人文視角看，這一創舉將人的思想結晶從知識論的抽象范疇，上升為國家戰略層面的基礎性資源。深刻領會其戰略意圖，才能理解：高質量數據絕非簡單的數字堆積，而是人類思想精華的系統化凝練。經過結構化整理，轉化為人工智能可理解的語義體系，成為提升算法認知與推理能力的關鍵支撐。數據要素的價值深度，取決于其所承載的人類智慧濃度。
當前AI遠未達到自主進化階段，其性能提升仍高度依賴于將人類先進思想轉化為高質量訓練數據。正如“熟讀唐詩三百首，不會作詩也會吟”，若訓練語料缺乏深厚的人文積淀，就無法生成有深度的應答。少年王勃不是借助大模型才在贛江邊寫下“落霞與孤鶩齊飛，秋水共長天一色”。這些邏輯背后，暗藏著一個認知悖論：AI越是表現出“智慧”，人類越容易交出思考的主導權。算法推薦讓人陷入信息繭房，當答案獲取過于便捷，提問的能力、懷疑的勇氣、批判的鋒芒便悄然退化。倘若人類停止思考，放棄從歷史經驗、社會實踐與經典文獻中汲取智慧的習慣，AI的迭代也將失去源頭活水。這不僅是技術的困境，更是人類的認知危機。這場危機正在無聲地蔓延：學生滿足于讓AI代寫論文，研究者習慣于用AI生成綜述，決策者面對AI給出的最優解逐漸喪失追問的直覺。當思考變成點擊即得的輕觸式行為，人類產出高質量思想的能力便在“溫水煮青蛙”中逐步流失。破局之道，在于重新審視一個根本問題：AI時代，學習的意義究竟是什么？
AI時代非但不能弱化學習，反而更需強調對各學科基礎理論與知識的扎實內化，更需倡導走出書齋、走向田野，在深度調研中生成原創性思想認知。學習的本質正在發生深刻遷移：從占有知識轉向激活知識，從記憶已知轉向發現未知。扎實掌握基礎理論，目的不是成為行走的百科全書，而是培養一種超越算法邏輯的理論直覺。對于人類而言，熟讀唐詩宋詞，是為了涵養超越格律的詩心與洞察力，而非方便日后對詞句的精巧拼接。走向田野、躬身調研，則是在真實世界中檢驗、修正乃至顛覆既有理論框架的唯一路徑。唯有經過這種兼具學理深度與實踐溫度的思考過程，人類才能持續產出區別于機器組合式智能的創生性智慧，才能給AI源源不斷地“投喂”思想精華。
要將這些創生性智慧高效轉化為AI可用的數據要素，還需打通從實踐創新到知識提煉、從隱性經驗到顯性編碼的常態化轉化通道。這條通道的起點，不是算法，而是有血有肉的生命所產生的體驗。今天的人類感嘆AI“出口成章”，更應清醒認識到：當李白在黃鶴樓目送孟浩然遠去，寫下“孤帆遠影碧空盡，唯見長江天際流”的千古離愁；當托爾斯泰在俄羅斯嚴寒中懷著對土地的熱愛一字一句構筑《戰爭與和平》的宏大史詩，他們實際上以最純粹的方式為后世的AI生產著數據。AI讀到的是“孤帆遠影碧空盡”若干詞元，但無法感知李白目送友人遠去時江風拂面的涼意、杯中殘酒的余溫，以及不知何時再相逢的蒼茫。AI讀到的是《戰爭與和平》中的道德困境，卻從未在戰場上見證過生死，也未曾為一句信仰而徹夜輾轉。這些浸潤著人類至深情感與思想結晶的生命經驗，才是訓練算法理解世界不可或缺的精神原料。
唯有將源自實踐與思考的思想成果高效轉化為數據，并確保人類始終保有對知識方向的價值判斷與顛覆性重構能力，AI才能真正輔助人類完成復雜任務。以人為主的人機協同，不應退化為以機器效率替代人類思考的惰性依賴，而應成為以人類智慧引領算法進化的主動姿態。當全球競爭日益聚焦于算力與算法的堆疊時，我們尤須沉潛下來，投資于人的深度思考與高質量原創。將數據作為生產要素，既是對新一輪科技革命的前瞻布局，更是對人類認知主體性的堅定捍衛。若人類故步自封，數據之渠必將干涸，算法亦將淪為無源之水。唯有以奔涌不息的思想活水涵養AI的脈絡，才能守住認知高地。這正是時代賦予所有思想生產者的歷史責任。
