美國智庫人工智能人才建設議題研究：特點與認知

摘要：[目的/意義]人工智能作為一種顛覆性技術，正在從根本上變革國際社會發(fā)展進程，已成為中美科技博弈的焦點。厘清美國智庫人工智能人才建設議題研究的特點和對該議題的認知，能夠為研判美國人工智能人才政策提供參考，并為我國智庫建設提供一定啟示。［方法/過程］本文采用文獻分析法考察7家美國智庫的人工智能人才建設研究成果，重點梳理其研究背景、方法、問題以及結論。［結果/結論］美國智庫人才建設議題研究具有數據和對華競爭雙重驅動性。美國智庫呼吁從自主培養(yǎng)人才以及完善和擴大國際人才蓄水池兩個方面加強人工智能人才建設，以保持美國人工智能發(fā)展優(yōu)勢。

關鍵詞：美國智庫" " 人工智能" " 人才建設

分類號：TP18；C932

DOI： 10.19318/j.cnki.issn.2096-1634.2025.01.04

1" 引言

全球人工智能競爭的核心是人才競爭，本質上是人才培養(yǎng)能力、人才培養(yǎng)水平的競爭。目前，國內相關研究主要通過分析美國知名大學人工智能人才培養(yǎng)特征，探索高校人工智能人才培養(yǎng)模式，為我國創(chuàng)新人工智能人才培養(yǎng)體系提供啟示[1]。有學者對全球智庫人工智能議程設置的歷史演變與發(fā)展進行了研究[2]，但國內學界對美國智庫人工智能人才建設議題研究的考察總體偏少。作為政府重要決策咨詢機構，美國智庫對人工智能人才培養(yǎng)的闡釋、建議和展望，在很大程度上反映了美國政治精英階層的共識。了解美國智庫人工智能人才建設議題研究的特點及其對人工智能人才建設的認知，能夠為研判美國人工智能人才政策走向提供參考，為中國智庫開展人工智能相關研究提供借鑒和啟示。

2" 樣本選取與研究方法

本文選取布魯金斯學會（Brookings Institution，BI）、貝爾弗科學與國際事務中心（Belfer Center for Science and International Affairs，BCSIA）、安全與新興技術中心（Center for Security and Emerging Technology，CSET）、戰(zhàn)略與國際研究中心（Center for Strategic and International Studies，CSIS）、麥肯錫全球研究院（Mckinsey Global Institute， MGI）、新美國安全中心（Center for New American Security，CNAS）以及信息技術和創(chuàng)新基金會（Information Technology and Innovation Foundation，ITIF）7家智庫作為研究對象。選取的主要原因如下：一是在美國賓夕法尼亞大學發(fā)布的《全球智庫報告2020》（2020 Global Go To Think Tank Index Report）中，這7家智庫均被列為“最佳人工智能政策與戰(zhàn)略智庫”，排名均位列全美前十；二是這7家智庫涵蓋高校智庫和非高校智庫，其中，BCSIA和CSET是美國人工智能研究領域具有代表性的高校智庫，BI、CSIS、CNAS、MGI以及ITIF則是具有代表性的非高校智庫；三是上述智庫涵蓋不同政治派別的智庫，如CSIS政治立場較為保守，ITIF更多地傾向于保持政治中立，而BI則屬于自由派智庫。四是這些智庫長期深入開展人工智能相關研究，在人工智能人才培養(yǎng)議題方面取得了較為豐碩研究成果，能夠為本文提供重要資料作為參考。據此，研究對象的選取是基于對智庫研究成果權威性、影響力和多元性的綜合考量。

本文以關鍵詞“AI talent”“AI workforce” “STEM talent”“STEM workforce”分別檢索上述7家智庫官網的研究報告，共獲得了40份有效樣本（部分見表1）。其中，CSET 16份，BCSIA 3份，CSIS 4份，CNAS 5份，ITIF 3份，MGI 3份，BI 6份。通過研讀上述樣本，重點梳理每份報告的研究背景、研究方法、研究問題以及結論?；趯颖镜馁|性分析，本文試圖回答以下問題：美國智庫人工智能人才建設議題研究的特點是什么？美國智庫對人工智能人才建設有何認知？

3" 美國智庫人工智能人才建設議題研究的特點

數據驅動和對華競爭是推動美國智庫對人工智能人才建設議題研究的兩個重要維度。鑒于科學性和客觀性的研究需求，美國智庫借助各類數據開展人工智能人才建設議題研究。同時，美國智庫傾向于將人才建設議題置于科技博弈的范疇[2]。因此，在美國政府將中國視為“最主要的戰(zhàn)略競爭對手”的時代背景下，美國智庫基于對華競爭開展了一系列有關中國人工智能人才建設的研究。

3.1" 數據驅動人才建設議題研究

美國智庫人才建設議題研究的突出特點是注重搜集和分析數據以發(fā)現問題，為其思辨研究提供重要支撐。約60%的智庫研究涉及數據的使用，其中，BI和CSET是數據驅動人工智能人才建設議題研究的典型智庫。美國智庫通過開源數據庫和自建數據庫開展相關議題研究（見表2），為人工智能人才建設建言獻策，助力美國保持其在國際人工智能競爭中的優(yōu)勢地位。

3.1.1" 開源數據庫驅動" " 美國擁有相對成熟的數據庫產業(yè)，是智庫開展基于開源數據庫人工智能人才建設研究的重要推手。具體議題涵蓋美國人工智能人才需求、崗位專業(yè)和技能需求歷時性考察、人工智能教育現狀、美國國際人工智能人才、全球人工智能人才分布等方面。

一方面，智庫利用官方數據庫開展研究。例如，智庫基于教育部和國家科學基金會提供的數據開展了系列研究，包括高校人工智能學位授予現狀[3]、人工智能高等教育中的性別差異[4]、非州裔美國人獲得人工智能學位的現狀與趨勢[5]、歷史上著名的黑人學院以及大學在美國黑人學生的人工智能學位授予中的作用[6]。此外，智庫通過美國國家科學基金會“博士學位獲得者調查”收集的數據，研究國際STEM博士畢業(yè)生獲得學位后選擇留在美國的人數，發(fā)現多數外國公民畢業(yè)多年后仍留在美國。其中，中國和印度公民占美國國際STEM博士畢業(yè)生總數的近一半[7]。

另一方面，智庫利用非官方數據庫開展研究。例如，美國智庫充分利用和分析透鏡（Burning Glass）公司從45，000多個招聘網站中收集的2010—2019年的招聘信息，研究美國對創(chuàng)造、整合和應用人工智能的勞動力需求，指出核心人工智能崗位（core AI）和人工智能相關崗位（AI-adjacent positions）均對本科學歷人工智能人才需求明顯，但核心人工智能領域對碩士和博士人才的需求相對較高[8]。智庫通過分析透鏡公司發(fā)布的上述數據，考察人工智能崗位對學位專業(yè)和技能的需求是否具有歷時性變化，發(fā)現雖然人工智能工作崗位隨著人工智能在各個行業(yè)的應用而增加，但與人工智能相關的工作對學位專業(yè)和技能的要求卻變化較小。此外，為了解移民與美國人工智能發(fā)展的關聯(lián)性，美國智庫分析2019年福布斯列出的美國最具潛力人工智能50強初創(chuàng)企業(yè)，發(fā)現其中33家企業(yè)創(chuàng)始人中均至少有一位是移民，指出移民在美國人工智能生態(tài)系統(tǒng)中的重要性[9]。美國智庫利用探尋（SeekOut）數據庫分析全球人工智能人才分布狀況，識別全球擁有最大人工智能人才庫的50個城市，發(fā)現雖然舊金山在全球人工智能人才數量方面優(yōu)勢明顯，但紐約、波士頓、西雅圖、印度班加羅爾等地區(qū)的人才庫亦不容忽略[10]。

3.1.2" 自建數據庫驅動" " 除充分利用現有各類權威開源數據庫外，美國智庫根據研究實際需求建立相關數據庫。為發(fā)現和研究美國最有影響力的前100位人工智能研究員，美國智庫通過搜集整理學術論文發(fā)表數據和職業(yè)履歷，建立2010—2021年期間有關人工智能研究員論文數量、引用次數以及H指數的數據庫，發(fā)現至少70%的美國頂尖人工智能研究員是在美國以外的國家出生或受教育，且主要來自中國（50人）和印度（14人）[11]。為探索人工智能人才的職業(yè)偏好，美國智庫建立了有關美國一流人工智能大學254名應屆博士畢業(yè)生的數據庫，發(fā)現人工智能博士傾向于在美國學術界和產業(yè)界工作，認為政府部門的工作在職業(yè)前景、職業(yè)文化和研究所有權方面吸引力較低。同時，美國公民博士和國際博士的職業(yè)偏好存在一些明顯的差異，具體表現為前者求職中更多考慮工作地點、家人和朋友、同事以及產生積極社會影響的能力，后者則更注重薪水和移民問題[12]。為研究美國人工智能夏令營現狀，美國智庫通過收集和整理相關數據，創(chuàng)建有關美國夏令營數量、地點、運營機構、受眾以及成本的數據庫，發(fā)現美國450個人工智能夏令營的運營主體主要是營利性組織，其中約53%的夏令營集中在加利福尼亞和紐約等8個州，招生目標主要鎖定在高中生群體[13]。

3.2" 對華競爭驅動人才建設議題研究

美國智庫普遍認為，中美人工智能競爭的本質是人才競爭，而中國人工智能人才建設對美國形成所謂的“挑戰(zhàn)”。由此，美國智庫從多維度研究中國人工智能人才建設，以尋求美國人工智能人才建設路徑，保持和擴大美國未來人工智能的競爭優(yōu)勢。

3.2.1" 關注中國人工智能人才供求現狀和趨勢" " 在全球人工智能人才短缺的時代背景下，美國智庫密切關注中國人工智能人才供求現狀和趨勢。2022年，美國智庫對中國人工智能企業(yè)高管開展調查，發(fā)現75%的受訪者表示在招聘數據科學家方面面臨諸多挑戰(zhàn)，超過半數的受訪者表示難以招聘到數據工程師、數據架構師和機器學習工程師等其他人工智能行業(yè)的關鍵人才[14]。2023年，美國智庫通過調查100多家中國頂尖企業(yè)，預測中國在2030年對生產人工智能產品勞動力的需求將比目前增長6倍，并指出2030年以后，人口出生率的下降將進一步緊縮中國人工智能人才供應[15]。

3.2.2" 關注中國人工智能人才建設舉措" " 在對華競爭驅動下，中國人工智能人才建設舉措是美國智庫的又一重要議題。CSET緊密跟蹤中國海外人才引進政策，將多份中國官方相關文件翻譯為英文，涵蓋《關于申報2020年度國家外國專家項目的通知》《2020年度國家外國專家項目申報指南》《2019年度中國科學院人才項目申報指南》《科技部辦公廳關于申報2019年度高端外國專家引進計劃的通知》《國家外國專家局關于印發(fā)外國人來華工作許可制度試點實施方案的通知》以及《2016年“國家優(yōu)秀自費留學生獎學金”實施細則》。包括CSIS和BCSIA在內的多家美國智庫先后發(fā)布有關中國“千人計劃”的研究報告。美國智庫全面介紹“千人計劃”的歷史演變和特征，討論其對美國可能產生的影響，認為美國要成功地與中國競爭，必須加強對研發(fā)領域的投入，以減少科學家在國外“兼職”的概率[16]。美國智庫對中國加強人工智能人才培養(yǎng)的敘事通常充斥著“冷戰(zhàn)”思維。2018年，CNAS發(fā)布題為《中國人工智能人才“軍備競賽”》的研究報告，聲稱中國正在進行所謂人工智能人才“軍備競賽”，認為中國通過優(yōu)化學科布局、專業(yè)建設、教材建設，以及普及人工智能教育等途徑完善中國人工智能人才培養(yǎng)體系[17]。美國智庫將中國常規(guī)的人工智能人才建設類比為“軍備競賽”，意在加深美國決策者的戰(zhàn)略焦慮。

3.2.3" 關注中美人工智能人才建設優(yōu)劣對比" " 美國智庫人工智能人才建設議題研究的一個重要維度是對中美兩國進行比較研究，并由此產生《中國與美國人工智能教育》《贏得科技人才競爭：不進行STEM移民改革，美國將無法領先中國》《在與中國的競爭中取得成功：行動戰(zhàn)略》等多份基于中美比較的研究報告。美國智庫認為，中國人工智能人才建設相較于美國，優(yōu)勢和劣勢并存。首先，美國智庫提出中國人工智能人才建設相對于美國的最大優(yōu)勢是中國人口眾多，為人才供應提供基礎性優(yōu)勢。中國國內人才投資成效顯著，博士、碩士和本科畢業(yè)人數超過美國，其中STEM本科生數量是美國的4倍，到2025年，每年畢業(yè)STEM博士人數將是美國的2倍。相比之下，自1990年以來，美國國內出生的學生就讀人工智能博士的人數一直未增加[18]。其次，美國智庫認為，中美兩國不同的政治體制對人工智能人才培養(yǎng)的影響各不相同。中國能夠制定統(tǒng)一的人工智能課程標準并予以高效實施，從而帶來人工智能教育廣泛融合，但由此可能產生“人工智能淘金熱”驅動下的劣質課程[19]。與之不同的是，根據美國憲法，美國各州享有自行制定課程標準的權力，因此，美國聯(lián)邦政府對學校課程設置影響力有限。形態(tài)各異的課程標準賦予學校開發(fā)和實施人工智能課程的創(chuàng)造力和創(chuàng)新力，卻也使美國各州人工智能課程的深度和廣度參差不齊。此外，美國智庫指出，中國人工智能人才建設的相對劣勢在于保留和吸引人才。美國智庫研究發(fā)現，截至2019年，中國STEM博士生近年留美率持續(xù)保持在85%至90%，其中大多數留在美國的中國STEM博士畢業(yè)生后來都是永久居民或公民，而留在美國的中國頂尖人工智能研究人員的數量是中國相應人員的2倍[20]。美國智庫普遍認為，中國在人才建設的這一劣勢正是美國的對華非對稱優(yōu)勢，中國即便努力也難以復制美國的這一優(yōu)勢。

4" 美國智庫對人工智能人才建設路徑的認知

人力資源是推動人工智能發(fā)展的關鍵驅動力。美國智庫認為，美國應從美蘇“太空競賽”中汲取人才培養(yǎng)投入不足的經驗教訓，不斷加大對STEM人才建設的投資，否則可能在科技創(chuàng)新競爭中落后。美國智庫在開展對華人工智能人才議題研究的同時，呼吁美國從自主培養(yǎng)人才以及完善和擴大國際人才蓄水池兩個方面加強人工智能人才建設（見圖1），以保持美國人工智能發(fā)展優(yōu)勢。

4.1" 加強人工智能人才自主培養(yǎng)

美國智庫提出，加強人工智能人才自主培養(yǎng)的關鍵在于提升基礎教育（K-12）的人工智能教育普及性，以及彌合高等教育的人工智能人才培養(yǎng)“教學能力差距”。除充分利用傳統(tǒng)教育主體外，還應擴大人工智能人才培養(yǎng)行為體范疇，釋放社區(qū)學院和技術學院在人工智能人才培養(yǎng)中的潛勢。

4.1.1" 普及基礎教育人工智能教育" " 美國智庫建議加強全美K-12階段人工智能普及性教育。當前，美國K-12階段的很多學校未將被視為人工智能專業(yè)基礎課程的計算機科學納入教學體系。僅有51%的高中提供計算機科學基礎課程，在50個州中，僅有23個州要求所有高中提供計算機科學基礎課程。美國智庫建議國會為K-12階段開設計算機科學課程提供資金支持，以鼓勵其將計算機科學視為與化學和生物等傳統(tǒng)科學同等重要的課程。同時，美國智庫提出K-12教育可以效仿美國2所公立高中推進人工智能課程的做法：北卡羅來納州科學與數學學校（North Carolina School of Science and Mathematics，NCSSM）推出人工智能課程，教授學生如何使用和創(chuàng)建人工智能系統(tǒng)，并重點關注和了解人工智能技術帶來的道德挑戰(zhàn)；佐治亞州格威內特縣塞金格高中（Seckinger）將人工智能課程納入整個核心教學科目[21]。

4.1.2" 提升高等教育人工智能人才培養(yǎng)能力" "美國智庫認為，應著力解決美國大學面臨的人工智能人才培養(yǎng)“教學能力差距”，充分發(fā)揮大學在培養(yǎng)人工智能人才中不可或缺的作用。當前，美國人工智能人才培養(yǎng)面臨的一個關鍵問題是大學的“教學能力差距”，即美國各地的計算機科學系師資不足，無法滿足日益增長的人工智能教育需求?；趯緩拇髮W挖走人工智能教授和博士畢業(yè)生是師資短缺的重要原因的認知，美國智庫建議聯(lián)邦政府長期為大學提供人工智能教師聘用專項資金，為教師提供更高的薪水和更好資源，以提升大學教學和研究能力。

對大學“教學能力差距”的另一個常見解釋是某些類型的人工智能研究需要大量的數據和計算能力，因此，人工智能研究人員更愿意在資源更豐富的產業(yè)界工作，而不是在學術界工作。對此，美國智庫建議進一步對大學開放政府數據和計算資源，為大學教研人員提供更豐富的教學和科研資源，從而增加大學工作對人工智能人才的吸引力[22]。事實上，美國政府已采取相關措施。例如，2021年，拜登政府宣布成立聯(lián)邦工作組，負責建立國家人工智能研究資源（National Artificial Intelligence Research Resource，NAIRR）共享平臺，為學術界和初創(chuàng)企業(yè)提供數據和計算設施。

此外，美國智庫提倡企業(yè)通過資金或非資金資助協(xié)助解決大學“教學能力差距”，支持大學人工智能人才培養(yǎng)工作。企業(yè)可以效仿谷歌向提高計算機科學教學普及性的學者提供資助的做法，為大學提供資金支持；也可以非資金支持的方式促進大學人工智能人才培養(yǎng)，包括授予大學數據和計算資源使用權、允許公司員工在大學兼職、為大學提供內部或公共教育項目等。

4.1.3" 擴大人工智能人才培養(yǎng)行為體范疇" " 美國智庫提出，通過擴大人工智能人才培養(yǎng)行為體范疇加強人才自主培養(yǎng)。目前，美國人工智能人才培養(yǎng)主要依賴四年制大學教育。美國智庫認為，由于很多人工智能職位并不需要四年制大學文憑，這種單一培養(yǎng)機制會導致人才錯失。作為美國中學后教育體系的重要組成部分，社區(qū)學院和技術學院當前的人工智能和與人工智能相關的學位授予數量稀少，但與其開展人工智能教育和培訓的企業(yè)合作伙伴數量卻在不斷增加。

鑒于此，美國智庫提出充分發(fā)揮社區(qū)學院和技術學院在人工智能人才培養(yǎng)中的潛力，構建聯(lián)邦、州和企業(yè)支持下的新型人才培養(yǎng)模式。首先，建議白宮科技政策辦公室下屬的國家人工智能倡議辦公室制定與社區(qū)學院和技術學院相關的戰(zhàn)略計劃，并定期舉辦針對社區(qū)學院和技術學院人工智能人才培養(yǎng)的年度教育會議，以及為杰出的學院設立年度獎項。其次，建議國會為與社區(qū)學院和技術學院建立人工智能課程開發(fā)、教師培訓和指導等相關合作的企業(yè)制定聯(lián)邦稅收抵免政策。最后，建議美國各州注重促進公立兩年制和四年制院校之間的人工智能人才培養(yǎng)體系銜接[23]。

除提倡挖掘現有教育資源的人工智能人才培養(yǎng)潛力外，美國智庫倡導建立產學合作人工智能人才培養(yǎng)新模式。與企業(yè)相比，大學的人工智能硬件、軟件和數據等資源的可及性有限，這不僅會阻礙人工智能研究人員解決重要和迫切的問題，也限制了大學能夠為學生提供的教育類型。為此，美國智庫提出大學和企業(yè)合作建立人工智能研究和教育中心的新型辦學模式，在大規(guī)模推進大學人工智能研究成果產業(yè)化的同時，加強人工智能教育和勞動力發(fā)展[24]。例如，佛羅里達大學與專注于開發(fā)圖形處理器的美國公司英偉達（NVIDIA）合作建立人工智能大學，成為美國首個人工智能產學合作的成功案例。與許多國家相比，長期受實用主義思想影響的美國大學注重與產業(yè)界開展合作，由此帶來美國高度發(fā)達的產學合作體系。

4.2" 加強人工智能國際人才蓄水池建設

雖然美國正在加快科技人才自主培養(yǎng)速度，但要培養(yǎng)出新一代美國出生的人工智能工程師和技術專家還需數十年時間，國際人才是美國人工智能人才的重要來源[25]。美國智庫建議美國在加強人工智能自主培養(yǎng)能力的同時，進一步加強人工智能國際人才蓄水池建設，充分發(fā)揮國際人才對美國人工智能發(fā)展的促進作用。

4.2.1" 改革移民政策，以保留和吸引國際人工智能人才" " 縱觀美國歷史，移民對美國的發(fā)展至關重要，是美國技術生態(tài)系統(tǒng)的重要支柱。美國智庫提出，保留和吸引國際人才是美國相對于中國的關鍵非對稱優(yōu)勢，并認為美國現行限制性移民政策不利于美國人工智能發(fā)展，應予以改革和完善[26]。鑒于美國頂尖人工智能人才中約半數以上是外國公民，美國智庫建議政策制定者重點改革高技能移民政策，以更好地保留和吸引國際人工智能人才[27]。高技能移民在美國人工智能領域發(fā)揮著不可或缺的作用。美國頂尖的人工智能人才庫中，一半以上是外國公民。

首先，美國智庫建議美國政府解決“選擇性實習訓練”（optional practical training，OPT）的申請積壓問題。每年有上千名有人工智能相關學位的研究生使用OPT進入美國勞動力市場，OPT的處理積壓滯后會迫使許多國際學生推遲或完全放棄在美教育和就業(yè)。因此，美國智庫建議國會對積壓工作予以進一步監(jiān)督，并在必要時向各機構分配額外資源，以提升OPT處理效率。

其次，美國智庫建議增加針對不同人才群體的特定類別簽證。與加拿大等國家相比，美國沒有專門針對國際學生的畢業(yè)后就業(yè)簽證。美國智庫建議國會通過設立學生臨時就業(yè)專用簽證項目，為國際畢業(yè)生在美就業(yè)提供法定途徑，并為人工智能等勞動力緊缺領域的就業(yè)學生提供相關優(yōu)惠政策。美國智庫認為，應增加初創(chuàng)企業(yè)家簽證。2019年，美國智庫提出美國移民政策中尚無針對企業(yè)家的簽證計劃，建議國會設立專門簽證類別，允許國際畢業(yè)生或外國出生的人員在創(chuàng)辦公司時獲得臨時或永久居留身份。事實上，拜登政府已于2021年恢復了奧巴馬政府提出的“國際初創(chuàng)企業(yè)家計劃”，為在美國創(chuàng)建具有高增長潛力初創(chuàng)實體的外國企業(yè)家提供簽證。

再次，美國智庫建議提高就業(yè)簽證的靈活性。瞬息萬變的人工智能等新興技術領域的國際畢業(yè)生在申請簽證時，通常面臨更多不確定性。例如，物理學學位持有者申請數據科學職位的H-1B簽證時遭拒，理由是其學位與所申請的工作關聯(lián)度低。美國智庫建議移民局通過出臺具體指導或法規(guī)來解決此類問題，以確保外國人工智能人才能夠迅速獲得H-1B簽證。

最后，美國智庫提出通過取消針對各國的綠卡數量上限、自動向排名前列的人工智能畢業(yè)生發(fā)放綠卡等方式，縮短國際人才獲得永久居留權和公民身份的周期，以吸引和保留來自印度和中國的人工智能人才[28]。美國智庫甚至在全面分析中國“千人計劃”后，提出為保持美國在科技競爭中的領先地位，美國應通過移民政策制定人工智能“百萬人才計劃”，以吸納全球頂尖人工智能專家[29]。

4.2.2" 加強國際合作，以充分利用他國人工智能人才" " 除呼吁通過改革移民政策保留和吸引國際人工智能人才外，美國智庫還呼吁充分利用美國現有盟友網絡以及結交新的盟友，進一步拓寬美國人工智能人才建設的路徑[30]。一方面，美國智庫建議基于北大西洋公約組織，建立以美國為主導，德國、英國和加拿大等國家為成員國的多國人工智能聯(lián)合體，以匯聚各國財力和人力資源供各成員國共享。另一方面，美國智庫建議通過強化與特定國家的伙伴關系，加強對伙伴國人工智能人才的利用。具體而言，美國可以與諸如印度這樣一個擁有大量人才但缺乏充足資金的國家建立合作伙伴關系。美國智庫認為，盡管印度存在監(jiān)聽反對黨領導人等民主問題，但對華競爭賦予了美印兩國合作的可行性和現實意義。美印兩國視中國為共同的競爭對手，這為兩國合作奠定了基礎；印度培養(yǎng)的STEM畢業(yè)生數量遠多于美國，而美國在技術基礎設施方面的投資也遠高于印度，因此，美印兩國各取所需的合作，會促成兩國在人工智能建設方面更勝中國一籌。

5" 對我國智庫人工智能研究的啟示

目前，我國智庫人工智能研究主要聚焦人工智能基礎設施、人工智能關鍵技術、人工智能對人類生活的影響、人工智能賦能各行業(yè)、人工智能市場以及人工智能治理等議題[31]，對人工智能人才建設議題的研究還比較稀缺。我國智庫有必要加強相關研究，探尋我國人工智能人才建設路徑，服務于我國人工智能人才生態(tài)發(fā)展。

5.1" 加強對全球和區(qū)域人工智能人才建設的研究

正如瑞士學者理查·德鮑德溫（Richard Baldwin）所言，高技能勞動力有低流動性和高溢出效應，是富有吸引力的生產要素[32]。我國有必要通過梳理美國、英國、德國等智庫相關研究成果，了解這種生產要素的全球現狀，并在國家戰(zhàn)略的總框架下開展針對特定國家或區(qū)域的研究。目前，美國智庫對我國人工智能人才建設已形成了一定的認知。我國人工智能智庫可以通過利用各類開源數據和自建數據庫，開展美國政府人工智能人才政策、K-12和高等教育人工智能人才培養(yǎng)體系與特征、企業(yè)人工智能人才培訓等方面的歷時性與共時性研究，形成數據驅動下的對美人工智能人才建設研究，為我國人工智能人才建設提供一定的啟示和借鑒。

5.2" 加強對我國人工智能人才建設的研究

目前，美國智庫對本國人工智能人才建設的現狀和問題做了較為詳細和系統(tǒng)的分析，并提出了相應對策。我國智庫有必要基于數據驅動對我國人工智能人才建設的多個方面進行深入研究，在總體把握高校人工智能人才培養(yǎng)體系和勞動力市場人工智能人才結構與需求的基礎上，系統(tǒng)分析供給側和需求側的平衡關系，提出具有可行性和可操作性的政策建議，促進人工智能人才和產業(yè)的協(xié)調發(fā)展。

5.3" 加快我國人工智能話語體系與傳播能力建設

在美國將中國視為“戰(zhàn)略競爭對手”的大背景下，美國智庫往往通過隱喻、類比等話語策略實現對華消極敘事。我國智庫敘事應避免掉入此類話語陷阱，要在“人類命運共同體”這一命題下加快我國人工智能話語體系建設。同時，我國智庫可以通過召開和參加國際研討會、成立人才培養(yǎng)國際項目、人員互訪、合作出版科研成果等方式，深化與美國智庫的合作和交流，加快我國人工智能話語體系的國際傳播，消解美國智庫的涉華人工智能人才建設消極敘事。

6" 結語

美國智庫人才建設議題研究具有數據和對華競爭雙重驅動性。美國智庫既注重利用官方或非官方的開源數據以及自建數據庫為思辨研究提供支撐，也將人工智能人才建設議題置于對華競爭這一宏觀框架下加以研究。美國智庫在深入研究中國人工智能人才供需現狀、培養(yǎng)舉措等問題的基礎上，提出美國人工智能人才建設的兩大具體路徑，即自主培養(yǎng)人才以及完善和擴大國際人才蓄水池。這對我國研判美國人工智能人才政策有一定的啟示作用，對我國智庫開展人工智能研究具有一定的借鑒意義。

參考文獻：

[1] 黃蓓蓓. 改革與創(chuàng)新： 斯坦福大學人工智能人才培養(yǎng)的特征分析[J]. 電化教育研究， 2020， 41（2）： 122-128.

[2] 周慎， 湯欣雯， 于汶生. 全球智庫人工智能議程設置演變與發(fā)展： 基于60年（1962—2021）智庫出版物數據[J]. 智庫理論與實踐， 2023， 8（3）： 58-70.

[3] ABDULLA S. Leading the charge： A look at the top-producing AI programs in U.S. colleges and universities[EB/OL]. （2023-03-15）[2023-06-20]. https：//cset.georgetown.edu/publication/leading-the-charge-a-look-at-the-top-producing-ai-programs-in-u-s-colleges-and-universities/.

[4] ABDULLA S. The glass classroom： Women’s representation in AI-related post-secondary programs[EB/OL]. （2023-04-12）[2023-06-19]. https：//cset.georgetown.edu/publication/the-glass-classroom-womens-representation-in-ai-related-post-secondary-programs/.

[5] ABDULLA S. Analyzing AI bachelor's， master's， and PhD production for black students[EB/OL]. （2023-04-26）[2023-06-20]. https：//cset.georgetown.edu/publication/a-byte-out-of-the-gap-analyzing-ai-bachelors-masters-and-phd-production-for-black-students/.

[6] ABDULLA S. Expanding the reach： The collective impact of HBCUs， PBIs， and other universities on black AI education[EB/OL]. （2023-05-24）[2023-06-21]. https：//cset.georgetown.edu/publication/expanding-the-reach-the-collective-impact-of-hbcus-pbis-and-other-universities-on-black-ai-education/.

[7] CORRIGAN J， DUNHAM J， ZWETSLOOT R. The long-term stay rates of international STEM PhD graduates[EB/OL]. （2022-04-18）[2023-06-25]. https：//cset.georgetown.edu/wp-content/uploads/CSET-The-Long-Term-Stay-Rates-of-International-STEM-PhD-Graduates.pdf.

[8] TONEY A， FLAGG M. U.S. demand for AI-related talent[EB/OL]. （2020-08-10）[2023-06-22]. https：//cset.georgetown.edu/wp-content/uploads/CSET-US-Demand-for-AI-Related-Talent.pdf.

[9] HUANG T， ARNOLD Z， ZWETSLOOT R. Most of America’s “Most Promising” AI startups have immigrant founders[EB/OL]. （2020-10-20）[2023-06-23]. https：//cset.georgetown.edu/wp-content/uploads/CSET-Most-of-Americas-Most-Promising-AI-Startups-Have-Immigrant-Founders.pdf.

[10] CHAKRAVORTI B， BHALLA A， CHATURVEDI R S， et al. 50 global hubs for top AI talent[EB/OL]. （2021-12-21）[2023-06-21]. https：//hbr.org/2021/12/50-global-hubs-for-top-ai-talent.

[11] ABDULLA S， CHAHAL H. An analysis of influential AI researchers in the United States[EB/OL]. （2023-07-01）[2023-06-21]. https：//cset.georgetown.edu/publication/voices-of-innovation/.

[12] AIKEN C， DUNHAM J， ZWETSLOOT R. Career preferences of AI talent[EB/OL]. （2020-06-20）[2023.06.26]. https：//cset.georgetown.edu/publication/career-preferences-of-ai-talent/.

[13] PERKINS C， GOODE K. U.S. AI summer camps[EB/OL]. （2021-08-15）[2023-06-22]. https：//cset.georgetown.edu/publication/u-s-ai-summer-camps/.

[14] MCKINSEY D. The state of Al in 2022—and a half decade in review[EB/OL]. （2022-12-06）[2023-06-25]. https：//www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review.

[15] MAES W， SAWAYA A. How businesses can close China’s AI talent gap[EB/OL]. （2023-05-05）[2023-06-26]. https：//www.mckinsey.com/capabilities/quantumblack/our-insights/how-businesses-can-close-chinas-ai-talent-gap.

[16] BOLAND B， DONG K， BLANCHETTE J， et al. How China’s human capital impacts its national competitiveness[EB/OL]. （2022-05-01）[2023-06-26]. https：//www.jstor.org/stable/resrep41415.

[17] KANIA E. China’s AI talent ‘arms race’[EB/OL]. （2018-04-23）[2023-05-20]. https：//www.aspistrategist.ru/chinas-ai-talent-arms-race/.

[18] ALLISON G. America needs a ‘Million Talents Program’ now[EB/OL]. （2021-09-28）[2023-05-21]. https：//abhiedge.com/america-needs-a-million-talents-program-now-the-hill/.

[19] PETERSON D， GOODE K， GEHLHAUS D. AI education in China and the United States[EB/OL]. [2023-08-29]. https：//cset.georgetown.edu/publication/ai-education-in-china-and-the-united-states/.

[20] ZWETSLOOT R. Winning the tech talent competition without STEM immigration reforms， the United States will not stay ahead of China[EB/OL]. （2021-10-11）[2023-06-20]. https：//csis-website-prod.s3.amazonaws.com/s3fs-public/publication/211028_Zwetsloot_Talent_Competition.pdf？CERH1CkKoHqhYHSLVvyn7tNJoNF0KNzw.

[21] OMAAR H. US AI policy report card[EB/OL]. （2022-07-27）[2023-06-18]. https：//www2.datainnovation.org/2022-ai-report-card.pdf.

[22] ZWETSLOOT R， CORRIGAN J. AI faculty shortages[EB/OL]. （2022-07-01）[2023-06-26]. https：//cset.georgetown.edu/publication/ai-faculty-shortages/.

[23] BRANDT J， KREPS S. Succeeding in the AI competition with China[EB/OL]. （2022-10-13）[2023-07-10]. https：//futureworldfoundation.org/Content/Article.aspx？ArticleID=27543.

[24] OMAAR H. Industry-university partnerships to create AI universities[EB/OL]. （2022-07-19）[2023-06-18]. https：//itif.org/publications/2022/07/19/industry-university-partnerships-to-create-ai-universities/.

[25] LAMBERTH M. America desperately needs AI talent， immigrants included[EB/OL]. （2019-12-23）[2023-05-20]. https：//www.cnas.org/publications/commentary/america-desperately-needs-ai-talent-immigrants-included.

[26] HUANG T， ARNOLD Z. Immigration policy and the global competition for AI talent[EB/OL]. （2020-06-23）[2023-06-20]. https：//cset.georgetown.edu/publication/immigration-policy-and-the-global-competition-for-ai-talent/.

[27] RASSER M， LAMBERTH M. The American AI century： A blue print for action[EB/OL]. （2019-12-01）[2023-06-09]. https：//www.jstor.org/stable/resrep20445.14.

[28] ZWETSLOOT R. Keeping top AI talent in the United States[EB/OL]. （2019-12-20）[2023-06-20]. https：//cset.georgetown.edu/publication/keeping-top-ai-talent-in-the-united-states/.

[29] ROSENBACH E， KUMAR A. To win the AI race， open America’s doors[EB/OL]. （2019-04-24）[2023-06-18]. https：//thehill.com/opinion/technology/440280-to-win-the-ai-race-open-americas-doors/.

[30] DAWSON G， DESOUZA K. How the U.S. can dominate in the race to national AI supremacy[EB/OL]. （2022-02-04）[2023-07-10]. https：//neurons.ai/blog/news-stories/how-the-u-s-can-dominate-in-the-race-to-national-ai-supremacy-brookings-institution/.

[31] 袁嘉蓮， 徐峰， 李芳. 國內人工智能智庫發(fā)展現狀研究[J]. 情報工程， 2021， 7（6）： 101-111.

[32] 理查德·鮑德溫. 大合流： 信息技術和新全球化[M]. 李志遠， 劉曉捷， 羅長遠， 譯. 上海： 上海人民出版社， 2020： 158.

A Study on Artificial Intelligence Talent Building of the U.S. think tanks： Characteristics and Perceptions

Huang Caimei

College of International Studies， National University of Defense Technology， Nanjing 210039

Abstract： [Purpose/Significance] As a game-changer， artificial intelligence （AI） is fundamentally changing the international society and has become the focus of science and technology competition between the U.S. and China. By sorting out the research results of AI talent building of the U.S. think tanks， this paper clarifies the characteristics of the issue and their corresponding perceptions in the hope to provide reference for the research and judgment of AI talent policy in the U.S.， and to provide certain implication for the construction of Chinese think tanks. [Method/Process] Adopting the method of literature analysis to sort out the research results of seven the U.S. think tanks， this paper focuses on the research background， methodology， problems and conclusions. [Result/Conclusion] The issue of the U.S. think tanks’ AI talent building is driven by both data and competition with China. The U.S. think tanks call for strengthening AI talent building in terms of increasing the proportion of home-grown talents as well as expanding the international talent pool to maintain the U.S. advantage in AI.

Key words： the U.S. think tanks" " artificial intelligence" " talent building

收稿日期：2024-02-15" " " 修回日期：2024-07-15

作者簡介：黃彩梅，國防科技大學外國語學院副教授、博士研究生，E-mail：13952003671@163.com。