Posted on Leave a comment

从大专逆袭的诺贝尔科学家,如今全职加盟清华

7月3日上午,清华大学在主楼接待厅举行讲席教授聘任仪式,宣布2025年诺贝尔化学奖得主、国际著名材料化学家奥马尔·M·亚吉(Omar M. Yaghi)正式全职加盟清华大学。这一聘任被视为中国顶尖高校在基础科学领域引进全球最高层次学者的重要进展,也标志着中国高校在全球科研人才竞争中的制度吸引力进一步增强。

1965年,亚吉出生于约旦安曼的一个巴勒斯坦难民家庭。他的童年是在物质高度匮乏的困苦环境中渡过:家庭居住空间极为拥挤,多个孩子与牲畜同处一室,清洁水资源有限,日常生活充满不确定性。

15岁左右,在父亲的鼓励下,他离开约旦前往美国求学。在经济和语言能力双重受限的情况下,他首先入读的是纽约州立一所两年制的社区学院,哈德逊山谷社区学院(Hudson Valley Community College),在那里获得大专学位。随后,他转入纽约州立大学奥尔巴尼分校(University at Albany, SUNY),获得化学学士学位。1985年毕业后,他进入伊利诺伊大学厄巴纳-香槟分校(IUC)攻读博士学位,并在无机化学家Walter G. Klemperer指导下,于1990年获得博士学位。

完成学业后,他曾在哈佛大学从事博士后研究,并先后任教于亚利桑那州立大学、密歇根大学、加州大学洛杉矶分校等高校,最终长期任职于加州大学伯克利分校及劳伦斯伯克利国家实验室,逐步成长为国际材料化学领域的核心学术领军人物。

在学术贡献方面,亚吉被公认为“网状化学”(Reticular Chemistry)的奠基者之一。他提出通过强有序化学键构建可预测结构的晶体网络体系,从而发展出金属有机框架材料(MOFs)与共价有机框架材料(COFs),推动材料科学从经验合成转向结构可设计与功能可预测的范式。这一理论突破使多孔材料在气体存储、碳捕集、催化反应及环境治理等领域获得广泛应用前景,并成为当代材料化学的重要基础方向之一。他也因该领域奠基性贡献于2025年获得诺贝尔化学奖。

校方信息显示,亚吉此次为全职讲席教授岗位,加盟后将牵头建设“AI×材料×化学”交叉研究平台,重点推动人工智能驱动的材料发现与分子设计研究,探索以算法预测加速新材料合成与验证的科研范式。这一方向被认为是当前“AI for Science”战略的重要组成部分,也体现出基础科学研究与计算智能技术深度融合的趋势。

关于外界关注的引进待遇问题,清华大学未披露具体金额与合同细节。但结合中国高校近年来引进诺贝尔奖得主及国际顶尖科学家的普遍模式,此类全职聘任通常提供综合性支持体系,包括具有国际竞争力的薪酬待遇、充足的科研启动经费、独立实验室空间、科研团队组建自主权,以及跨学科平台资源优先配置等。同时,在部分案例中还会配套住房保障、长期科研支持机制及跨机构合作资源,以确保其科研长期稳定运行与团队持续发展。

观察者认为,未来会有更多海外学者和科学家会选择来中国工作。一方面,中国在科研投入、基础设施与学科交叉平台方面持续增强;另一方面,高校体系在人才引进制度、科研支持方式与国际合作机制上也在不断调整,以适应全球人才竞争的长期化趋势。这种变化并不意味着单一方向的人才迁移,而更可能表现为一种多中心并存的全球科研网络重组。

Posted on Leave a comment

AI时代本科教育的“破壁者”?可汗TED学院成立

4月的温哥华,TED大会的主舞台仍像往年一样灯光耀眼,但观众等待的并不是某项新硬件或未来主义宣言,而是一所新型的大学。舞台中央,可汗学堂(Khan Academy)创始人萨尔·可汗与TED、ETS高管并肩而立,宣布成立可汗TED学院(Khan TED Institute)。这所尚未正式招生的机构承诺,以不足1万美元的总费用,向全球学生提供一套面向人工智能时代的本科教育。它既不是传统大学,也不完全像在线课程平台,更像是一场针对高等教育体系的公开实验。

在美国高等教育债务总额超过1.7万亿美元、人工智能不断冲击知识工作边界的背景下,这项计划迅速引发广泛关注。Khan TED Institute由三家非营利机构共同发起:提供在线教育内容的Khan Academy、以思想传播著称的TED,以及长期负责标准化考试与能力评估的ETS。三者试图把各自最核心的资源整合在一起:课程、影响力与认证能力。官方称,该项目计划于2027年启动,目前正在推进认证程序。

在过去二十年里,萨尔·可汗始终是数字教育最具象征性的人物之一。他最初只是为远房表妹录制数学辅导视频,却意外催生出覆盖全球的Khan Academy。如今,平台注册学习者已超过2亿人,课程覆盖190多个国家与地区。许多美国学生第一次接触微积分、代数或SAT备考,不是在课堂,而是在他的YouTube式视频里。对支持者而言,Khan TED Institute是这一理念向大学体系的自然延伸:既然基础教育可以在线化,高等教育为何不能被重新设计?

但这项计划真正引人注目的,不只是低廉学费,而是它试图改变“大学为何存在”的定义。传统大学往往以学时、学分和校园生活构成价值体系,而Khan TED Institute强调“能力验证”。学生不再依靠坐满课堂时间毕业,而是通过一系列能力测评证明自己掌握了某项技能。官方文件中反复出现的词汇是“competency-based”,即基于能力的教育模式。课程推进速度由学生自己决定,学习节奏可以被AI系统动态调整。

这种模式并非全新。美国教育界过去十多年间不断尝试“翻转课堂”“自适应学习”“微证书体系”,但大多数项目最终只成为传统大学的补充工具,而非替代品。Khan TED Institute的不同之处,在于它直接瞄准完整本科教育,并且将AI放在体系中心。项目计划让学生不仅学习人工智能,更利用AI完成协作、写作、项目开发与模拟决策。官方描述中甚至包括“构建AI代理”和“团队式AI情境训练”等内容。

TED的加入,则为这所学校增添了某种文化资本。长期以来,TED被视为全球知识精英网络的象征,其演讲嘉宾涵盖科学家、企业家、社会活动家和诺贝尔奖得主。Khan TED Institute计划让学生参与TED社区活动,与演讲者进行实时问答,并进入跨国学习网络。对于许多来自发展中国家的学生而言,这种接触全球思想圈层的机会,本身就是传统大学无法提供的资源。

与此同时,ETS的角色更加关键而隐蔽。作为托福、GRE等考试背后的测评机构,ETS长期研究如何量化人的知识与能力。在AI时代,传统考试越来越容易被生成式工具绕过,ETS正在试图重新定义“可信能力证明”。Khan TED Institute中的每一项学习成果,都将与ETS参与设计的测评系统相绑定。官方称,学生离校时获得的不只是成绩单,而是一组被验证的能力信号。

项目还吸引了一批企业合作伙伴,包括Google、Microsoft、Accenture、McKinsey、Bain以及Replit。这些公司并非直接出资办学,而是参与课程设计与能力标准制定。官方表述十分明确:学校希望确保培养出来的技能,与就业市场真正需要的能力一致。换句话说,这是一所被就业逻辑深度塑造的大学。

在许多支持者看来,这种设计恰恰击中了当代大学最脆弱的部分。美国大学越来越昂贵,却未必能够保证就业。许多学生毕业时背负高额贷款,但掌握的技能与市场脱节。Khan TED Institute试图反其道而行:压缩成本、缩短时间、强调职业能力,并把AI视为学习工具而非作弊威胁。Axios报道称,该项目本质上是在赌一个未来:大学的核心价值,将从“坐在校园里四年”转向“证明你真的会做什么”。

然而,教育行业对这一愿景的态度远比科技行业谨慎。最大的质疑来自认证问题。Khan TED Institute目前尚未获得正式高等教育认证,因此无法授予真正意义上的学位,也暂时无法获得美国联邦学生资助资格。对于依赖学历认证体系运转的就业市场而言,这意味着其文凭价值仍存在巨大不确定性。

一些批评者还担心,过度强调企业需求,可能让教育变得狭窄而功利。如果大学被简化为“就业技能训练营”,那么哲学、历史、文学等学科将进一步边缘化。而AI时代真正稀缺的,恰恰可能是机器无法轻易复制的人文判断力。对此,Khan TED Institute反复强调“durable skills”,即长期可迁移的人类能力,包括沟通、批判性思维与协作能力。TED的参与,也被视为试图给项目注入更多公共思想维度。

从运作方式看,这所学校更像一家互联网平台。它没有传统校园,没有体育联盟,也暂未公布固定教师编制。学习活动主要在线完成,但会穿插直播讨论、团队项目与社区互动。某种程度上,它继承了Khan Academy早年的逻辑:把教学内容规模化,再通过技术实现个性化。不同的是,这一次它试图解决的不再是中学数学,而是完整的高等教育结构。

在温哥华TED大会现场,许多与会者把这项计划描述为“教育界的OpenAI时刻”。这种说法或许夸张,但它准确反映出一种焦虑:AI正在迅速改变劳动力市场,而传统大学反应迟缓。Khan TED Institute之所以受到关注,并不因为它已经成功,而是因为它回应了一个越来越尖锐的问题——如果AI可以即时提供知识,那么大学究竟还剩下什么价值?

目前,Khan TED Institute距离真正落地仍有相当距离。它尚未公布完整课程体系,也未说明师资招聘模式与学位结构。官方只表示,申请将在未来12至18个月内开放。与此同时,已有大量学生在官网提交意向信息,希望成为首批入学者。对于来自印度、非洲与拉丁美洲的年轻人而言,这所学校提供的并不只是低价文凭,而是一条绕开传统精英教育壁垒的新通道。

真正值得观察的,也许并不是这所学校能否取代哈佛或斯坦福,而是它是否会迫使传统大学改变自身。过去十年,许多高校对在线教育态度迟缓,但生成式AI的出现正在压缩它们的调整时间。当论文写作、编程甚至研究摘要都可以由AI协助完成,大学必须重新定义学习过程中的“人类价值”。Khan TED Institute试图抢先回答这个问题。

在教育史上,每一次技术革命都会带来类似承诺。广播、电视、互联网和MOOC都曾被视为教育平权工具,但真正改变世界的往往不是技术本身,而是制度如何回应技术。Khan TED Institute如今仍只是一个尚未招生的计划,它可能成为下一代全球大学的雏形,也可能成为又一次雄心勃勃却难以持续的实验。但至少在这个AI迅速重塑社会秩序的时代,它让人们重新开始认真讨论一个长期被默认的问题:大学究竟应该教什么,又应该为谁而存在。

Posted on Leave a comment

清华就业数据揭示人才流向之变:名校毕业生加速流向制造业

近日,清华大学发布最新毕业生就业数据,引发舆论对中国高校毕业生就业结构变化的关注。数据显示,2025届毕业生进入制造业和能源行业的人数同比增长19.1%,这一方向已连续六年保持增长趋势。

官方数据显示,2025年全国高校毕业生人数达到1222万人,较十年前增加约一倍,创历史新高。在互联网行业招聘规模收缩、金融机构用人趋稳的背景下,越来越多毕业生将目光投向先进制造、新能源和高端装备等实体产业。清华就业数据所呈现的趋势,被不少学者视为观察中国人才流动和产业结构变化的重要窗口:曾经高度集中在互联网与金融行业的名校毕业生,正在逐渐回流实体经济。

名校就业结构转向:技术产业和制造业吸纳能力增强

从清华大学近年来公布的就业数据看,毕业生就业结构正在发生微妙变化。信息技术服务、科研机构、教育行业以及制造业一直是主要去向,但先进制造和能源产业吸纳毕业生的比例明显上升。公开资料显示,过去几年中,华为、国家电网、中国电子科技集团、比亚迪等企业持续成为清华毕业生的重要用人单位,其中不少岗位集中在通信设备、新能源、电力系统和高端装备研发领域。

类似变化也出现在其他重点高校。根据同济大学公布的就业报告,2025届进入企业工作的毕业生中,约七成流向集成电路、新能源汽车、航空航天、高端装备制造以及数字经济等重点产业领域。上海交通大学发布的就业质量报告亦显示,进入先进制造和高科技企业的毕业生人数持续增长,其中电子信息、半导体和新能源汽车相关企业成为招聘主力。

与此同时,深造仍然是顶尖高校毕业生的重要选择。北京大学近年来本科毕业生继续深造比例维持在80%以上,一些理工类高校本科毕业生读研比例也在70%左右。高校就业研究人员指出,深造比例提高一方面反映学术研究吸引力增强,另一方面也与就业竞争加剧有关。在选择直接就业的毕业生中,进入技术密集型行业的比例明显提高。

值得注意的是,互联网与金融行业在名校毕业生中的吸引力仍然存在,但招聘规模已不再像十年前那样快速扩张。部分高校就业部门人士透露,互联网企业校园招聘岗位数量近年来有所收缩,而新能源、智能制造、芯片和工业软件等企业招聘需求则持续增长。

全国就业格局变化:实体产业需求持续扩大

如果从全国范围观察,毕业生就业结构变化同样明显。根据多家招聘平台和就业研究机构的统计,近年来制造业对高校毕业生的招聘需求持续增长。一些研究数据显示,毕业生进入制造业的比例已由2020年的约2%左右提高到2024年的接近7%。虽然这一比例仍低于互联网和信息技术行业,但增长速度较快。

从行业招聘需求结构看,IT互联网仍是校园招聘需求最大的行业之一,但电子信息、半导体、新能源和机械装备等行业需求增长明显。根据校园招聘研究报告,在校招岗位总量中,IT互联网、电子通信与半导体、专业服务、金融以及机械制造是需求最多的五个行业,占校招岗位总量的一半以上。

与此同时,中国毕业生规模持续扩大,也在客观上改变就业格局。教育部数据显示,2024年高校毕业生约1179万人,2025年达到1222万人,预计未来几年仍将保持较高规模。毕业生数量快速增长,使互联网和金融行业难以继续承担主要就业吸纳功能,而先进制造和新兴产业成为重要就业空间。

中国制造业近年来的转型升级,也改变了岗位结构。传统生产线岗位逐渐减少,而研发、工程设计、自动化控制和数据分析等技术岗位需求迅速增加。一些企业招聘负责人表示,企业近年来最紧缺的人才不是一线操作工,而是具备工程能力和软件能力的复合型工程师。

例如新能源汽车产业链不仅包括整车制造,还涉及电池材料、电机、电控系统以及自动驾驶软件等多个环节。相关企业需要大量机械工程、材料科学、电子工程以及计算机专业人才,这使得制造业岗位对理工科毕业生吸引力明显提高。

薪资与职业路径:互联网优势缩小

从薪资角度看,互联网行业仍然保持一定优势,但差距正在缩小。根据多家招聘平台发布的薪酬报告,互联网技术岗位起薪通常在每月1.5万至2万元之间,而新能源、半导体和智能制造企业的研发岗位起薪多在1.2万至1.8万元之间,部分龙头企业甚至接近互联网企业水平。

与此同时,一些制造企业通过提供科研项目、股权激励以及长期职业发展空间吸引毕业生。例如新能源汽车和电池企业在研发岗位上投入较大,一些企业研发人员占员工总数比例超过30%。在企业研发体系不断扩大的情况下,工程师职业路径也逐渐清晰。

部分高校就业部门人士指出,学生就业选择越来越重视行业长期发展潜力,而不仅仅是起薪水平。一些毕业生认为,新能源、半导体和高端装备制造属于未来增长潜力较大的行业,职业发展空间更为稳定。

互联网行业经历快速扩张后,也逐渐进入调整期。一些大型互联网企业近年来招聘规模有所收缩,同时更强调技术研发能力而非单纯的运营岗位。这使得部分毕业生将就业目标转向产业技术领域。

人才流向变化:产业升级的重要信号

从宏观层面看,名校毕业生流向实体产业,被视为中国经济结构变化的重要信号。过去十多年,中国互联网经济快速发展,吸引了大量顶尖高校毕业生。但随着产业升级和科技竞争加剧,国家层面对先进制造、半导体、能源技术和高端装备等领域投入持续增加,对工程技术人才需求明显提升。

与此同时,制造业本身也在发生变化。智能制造、工业互联网和人工智能技术正在改变传统生产模式,使制造业逐渐成为技术密集型产业。许多岗位不仅需要机械和材料工程知识,还需要软件开发、算法设计和数据分析能力。

一些研究机构认为,如果这一趋势持续,中国人才结构可能逐渐向实体产业倾斜。越来越多受过高水平教育的工程师进入制造业,有助于提升企业研发能力和技术创新水平,从而推动产业升级。

对于中国高等教育体系而言,这一变化也意味着人才培养模式需要进一步调整。高校不仅需要培养基础研究人才,也需要培养能够参与产业技术创新的工程师和技术管理人才。

从清华大学的就业数据,到全国高校毕业生就业结构变化,可以看到中国高端人才正在逐渐向先进制造、新能源和关键技术产业集中。在全球科技竞争不断加剧的背景下,人才流向正在成为观察产业发展方向的重要指标。名校毕业生回流实体经济,或许正预示着中国创新体系的一次深层转变。

Posted on Leave a comment

从苏格拉底到ChatGPT:大学如何教人类思考

2022年,ChatGPT的问世成为高等教育历史上的分水岭。自此之后,能够在数秒内生成语法正确、语义相关回答的大型语言模型(LLM)及其衍生技术——包括智能体型AI、AI导师与自动化评分系统——正在重新定义大学的教学、科研与管理。它不仅引发了对抄袭与学术诚信的担忧,也迫使教育者重新思考原创性、认知与教育本质的意义。

为全面审视这场变革,美国《高等教育纪事》邀请了十五位学者与教育管理者分享他们的观察与思考。本文节选了其中三位学者的代表性观点:哈佛大学政治哲学家丹妮尔·艾伦、普林斯顿大学计算机科学教授阿文德·纳拉亚南,以及卡内基梅隆大学信息系统与公共政策学者阿维纳什·科利斯。他们的共同问题是——当人工智能改变一切,大学应如何重塑自我?

回归经典

丹妮尔·艾伦

我的系开设一门名为“古代与中世纪政治思想”的课程已逾百年。最近几十年,这门课一直是爆款概论课,阅读量巨大,选读的都是鸿篇巨制。柏拉图、亚里士多德、西塞罗、奥古斯丁、阿奎那的文本都会布置,尽管常常只是节选。过去七八年,选课人数却在稳步下降。但这些材料太过震撼人心、感人肺腑、变革灵魂,绝不能让它们从课程中消失。我已有一阵子没教这门课了,但去年春季排课时,我主动请缨,想看看能否为我们的数字时代重塑它。

人工智能是故事的一部分,但仅此而已。我们身处一个资本密集型科技公司“水力压裂”我们注意力的时代。那些让人上瘾的算法旨在榨取我们每一丝注意力,供广告收入变现,社交媒体平台已将我们推向文明自杀的轨道。年轻人正饱受焦虑与分心疫情的折磨。

长期以来,我清楚地看到我的学生——即便最优秀的那些——进入大学时阅读能力在下降,这里指的阅读是指从头到尾处理完整复杂文本、关注细节、掌握文本结构从而理解其全部意涵的能力。我的假设是,这与社交媒体助长的分心时代同样是焦虑与抑郁的症状。

我决定重新设计课程,将学生需要付出的注意力质量置于与文本内容同等重要的位置。他们轻点按钮就能获取想要的所有信息。真正的问题在于,他们能否感受、理解并掌控自己的注意力工具,并深刻体会自己与机器的区别。

我缩减了阅读清单,但决定不再使用节选。我将焦点放在两个人物身上:阿尔西比阿德斯与苏格拉底。我们完整阅读柏拉图的《会饮篇》《申辩篇》《理想国》(全部!),普鲁塔克的《阿尔西比阿德斯传》,以及修昔底德的《伯罗奔尼撒战争史》(同样全部!)。

我让学生们承诺每节课开始时将手机调至飞行模式,并关闭设备上的Wi-Fi。我们每堂课都以注意力热身练习开场。有时我会朗读一段简短文字——比如《会饮篇》中迪奥蒂玛的阶梯——要求学生想象并画出它。有时我让他们倾听一段文字,单纯去体验,而非分析,只需辨识它在他们内心引发的情感或认知波动。我们大量朗读——每人读一句——然后才转向分析与讨论。我教他们构建记忆宫殿这一古老助记术,他们正用它来记录对文本的解读。他们的写作作业从人工智能无法知晓的事物出发:当代世界中什么让他们困惑?文本中哪些段落回应了这些问题?阅读这些文本如何改变了他们的思考?

他们正在深入探索政治哲学——正义与自我利益是否必然冲突,正义是否只是强者制定的规则,民主制能否明智地自我治理。但他们也在感受并了解自己的内心,并为他们对世界的注意力质量负责。

丹妮尔·艾伦是哈佛大学政治系教授。

人工智能能解放我们,使我们可以专注于真正重要的事

阿文德·纳拉亚南

如果我们抓住当下机遇,生成式人工智能引发的危机或许能催化高等教育亟需的根本变革。我看到两大机会。第一个机会是区分核心技能与附带技能。打个比方:计算器普及后,我们并未在小学停止教算术——它仍是基础技能。但在大学微积分课上,我们不会要求学生手动完成繁琐计算,而是允许使用计算器。在那个语境里,算术就成了附带技能。

我在印度长大,那里的教育体系变革缓慢。即便计算器已在别处司空见惯,我在数学与工程课上仍被迫使用对数表,只因一种错误信念:认为在冗长计算中埋头苦干有教学价值。可惜,今天美国的许多大学里,我仍看到类似我当年面对的机械劳作。人工智能让这些时代错置的问题暴露无遗,但问题本身并非它所创。

每位教师都需要做的事——若尚未开始——就是厘清课程中哪些技能不可或缺,哪些可交由人工智能与自动化代劳。如此可解放大量学生时间,聚焦真正要紧之事。举个简单例子:学生仍需学会写作,但正确格式化引用纯属无用功。只要引文包含足够信息让读者找到出处,我不在乎格式如何。

第二个机会或许更大。当代教育体系的诸多环节非但未能激发,反而抑制了学生的内在学习动机。设想外星人造访地球:他们大概会觉得荒谬——我们竟期望年轻人类在近二十年里被动吸收知识、缺乏现实语境,之后找到工作,便不再需要学习或重温所学。

教育与真实世界的割裂,让学习沦为人造环境里的人造活动。这削弱了内在动机。于是大学教师只能严重依赖成绩这一外在激励来推动学习。但心理学研究表明,内在动机与外在动机相互冲突。结果,教育的两大目标——学习与考核——彼此矛盾,前者几乎完全屈从于后者。

如何将内在动机带回大学?人工智能连同其他信息技术,正逐步降低创造全新知识所需的专长门槛。若教育者顺势而为呢?若我们重定向大学教育,聚焦创造新事物、影响真实世界,并最小化玩具问题与模拟环境的角色呢?我认为值得一试。

阿文德·纳拉亚南是普林斯顿大学计算机科学教授。

我们必须为学生准备一个人工智能世界

阿维纳什·科利斯

ChatGPT 发布已满 1000 天。生成式人工智能有望成为我们这一代最具变革性的技术,它已对用户产生深远影响。全球约 10% 的成年人每周至少使用一次 ChatGPT。据估算,约 90% 的大学生在课程中使用生成式人工智能。而且,不使用它会让学生相对于使用它的同伴处于不公平劣势。因此,无论官方 AI 使用政策如何,人工智能已成定局,我们作为教育者和研究者,必须投入精力理解如何最优利用它。

在研究方面,人工智能将重塑每个阶段:假设生成、数据收集、分析、论文写作。我们已见证科学家因使用 AI 取得突破而获诺贝尔奖。指尖拥有高质量研究助理的潜力,将大幅提升生产力,催生新发现。在教学与学习方面,研究表明个性化导师远比当前课堂模式有效。此前因成本过高仅为假设,如今有望成真。

此外,我在卡内基梅隆大学的大多数学生毕业后很可能需在职场使用 AI 工具。为他们做好准备是我的责任。在我的课程中,我鼓励使用生成式人工智能,但通过设计作业与项目设定议程,促进深思熟虑且负责任的使用。例如,在“AI 战略”课上,学生必须利用生成式 AI 开发融入 AI 的商业创意、制作模型与原型、进行市场调研、设计吸引人的路演。项目质量远超大型语言模型出现之前。同时,在一些更理论的课程(如我教授的核心微观经济学),为测试概念理解,我仍采用课堂纸笔考试。

任何变革性新技术,其对生产力的影响都呈 J 型曲线:短期负面,随后长期正面。我们曾在计算机、互联网上见过,人工智能也将如此。初期,我们因实验与学习而生产力下降,我们目前正处低谷。唯有变革研究与教学实践,我们才能收获 AI 的全部红利。

阿维纳什·科利斯是卡内基梅隆大学海因茨信息系统与公共政策学院助理教授。

信息来源:The Chronicle of Higher Education. How AI Is Changing Higher Education. https://www.chronicle.com/article/how-ai-is-changing-higher-education#allen