生成式AI正不断展露出对人类社会政治、经济、文化、教育等领域产生的颠覆性影响。如今，一个普通人就可以利用生成式AI创作出文本、图像、音乐、视频，甚至可以写出专业水平极高的程序代码、司法文案、投资建议等。面对生成式AI带来的巨大改变，人们对于专业与非专业之间关系的理解抱持两种截然相反的观点。

    等同论者认为，随着生成式AI的普及，任何人都能利用其获得专业性输出。专业与非专业、职业与非职业、专家与外行之间的界限将日益模糊。差异论者认为，生成式AI不会缩小专业与非专业之间的差距，反而会将其拉大。因为生成式AI的输出取决于提问人的输入，越是具有专业背景的人士，越能问出具有专业创意与深度的问题。

    显然，等同论与差异论的关键区别在于使用者是否具备提出好问题的能力，能够提出好问题就能引导生成式AI输出更有创意的结果。这告诉我们，生成式AI时代的教育不应该复制一个又一个平庸的“答案”，而是点燃一个又一个新颖的创意。在此意义上，培养学生的引导式创新能力正是当前教育的着力点。

    笔者提出的引导式创新是指使用者利用视角新颖、个性鲜明、创意十足的方法引导生成式AI进行创新并得出极具创造性的工作成果。引导式创新的核心在于人与生成式AI的协作，其中人是引导者、生成式AI是被引导者。

    引导式创新具有三个特点：一是在价值遵循上，引导者是目的、生成式AI是手段。无论多么先进、强大，生成式AI始终是引导者延伸智力、增强认知的辅助工具，始终为引导者服务。二是在创新方法上，引导式创新强调技术与创意的结合。引导者不仅要了解生成式AI的使用方法、提示词的撰写技巧等，还要在创作过程中发挥创造力，将创意与技术巧妙融合。三是在评价方式上，评价的实质是对“引导”本身进行评价，而不是对引导式创新成果的评价。

    那么，我们该如何培养学生的引导式创新能力？

    坚持以人为本，为引导式创新提供价值基点。一是锚定方向。将以人为本作为引导式创新的价值基点，始终让生成式AI为人服务。二是提供动力。人是主体，生成式AI是工具。生成式AI的底层逻辑是概率，输出的内容并非主动思考的结果，而是在人给定提示词后根据统计学规律计算出的最可能的答案。引导式创新的动力归根到底在于人。三是划定边界。以人为本要求创新活动应以增进人类共同福祉为目标，以保障社会安全、尊重人类权益为前提。

    打破学科壁垒，为引导式创新提供知识支点。学科虽然有利于进行有序的知识生产，但也会在有意无意间构筑起专业壁垒、异化为知识产生的桎梏。如今，越来越多的新兴学科（如计算创意、生物计算智能、数字法学等）都跨越了多个传统的条状学科，形成知识协同的块状领域。引导式创新需要的正是“横断性”的知识供给。这要求我们打破专业壁垒、重构知识边界。一方面应以问题为牵引，形成围绕特定问题的研究矩阵，使知识生产“线”转变为知识生产“网”，促进学科在跨界交融、多维连接中催生新的生产力；另一方面要用好评价指挥棒，推动评价机制从“学科竞争”转变为“知识协同”，依靠制度推动知识生产向综合交叉发力。

    推动协同共创，为引导式创新提供范式策略。传统的协同共创方式包括搭建跨机构、跨领域、跨国界的智能协作平台，建立政企学研用多层次协作机制等，我们将这些协同共创策略称为“人—人”协同。它当然是引导式创新应当采用的策略。不过，当前更为重要的是我们应当推动“人—机”协同共创，“人”通过价值把控、界定目标、调整输入、校正结果，引导“机”逐渐逼近创新性输出；“机”则为“人”提供异域视角、新颖组合、规律发现，启发“人”不断产生创造性输入，最终形成“人导机、机启人”的知识协同生产和共创循环。

    （作者系东南大学法学院院长助理、副教授）