首次全国大规模异地借考如何实现******
研考如期举行,考生不动、试卷动——
首次全国大规模异地借考如何实现
光明日报记者 陈 鹏
十多天后,2023年度硕士研究生考试将如期开考,本应出现在山东某考点的考生许莉现在还滞留在浙江湖州。
12月7日晚,教育部提出,对于当前仍滞留在报考点所在地以外省份、且返回报考点确有困难的考生,12月8日8时起,可登录中国研究生招生信息网,提交借考申请。
看到消息后,许莉第一时间提交了借考申请,希望将考点安排在湖州。两天后,填报系统关闭。截至目前,许莉在研招网借考申请的状态是“待审核”。
2022年,全国硕士研究生招生考试报名人数457万人,根据多省份公布的信息看,2023年度考研人数的增长趋势不会改变。面对参考人数百万级的国家考试,首次全国大规模异地借考该如何实现?
全力以赴实现“如期考试”
教育部表示,要坚持“全国一盘棋,统筹兼顾、分类指导、安全平稳”的原则,加强组织领导和条件保障,优化考生服务,高效统筹做好疫情防控和考试组织工作,全力以赴实现“如期考试”“应考尽考”“平安研考”的工作目标。
“新十条”实施后,跨省跨市赶考更为便利,但同时也可能带来疫情传播的风险,影响国家考试的安全、顺利。华中师范大学测量与评价研究中心主任胡向东认为,“异地借考实施后,部分就地借考的考生可减少旅途中的感染风险,也省下赶考的交通费用。”
对此,清华大学研究生教育研究中心副主任王传毅表示认同:“社会面病例数量的增加,会从不同方面对如期考研带来负面影响。因此,借考制度有利于最大限度保障考生应考尽考,降低疫情带来的负面影响,为学生提供便利实惠。”
截至目前,借考申请以跨省借考为主,对于如何省内借考,各地政策不一。山东省原则上不允许省内异地借考;河南省和甘肃省须由拟借考地教育招生考试机构审核同意;山西省则不安排省内跨市借考。
借考人数和涉及试卷数量“达到巨量”
实施异地借考,即考生不动、试卷动,操作难度到底在哪里?
据了解,考研科目分为统考科目和自考科目两种类型。政治、数学、英语等统考科目试卷类型一致,但是,不同高校不同专业的专业课考题,由高校自主命制,类目类型成百上千,是导致借考难度产生的主要原因。
“假设考生小马原定在考点甲考试,某大学已把自命题试卷寄到了该考点。因为疫情等原因,小马无法前往该考点,只能就近前往考点乙。因为,甲乙两个考点无法直接交换试卷。因此,可能有两种方法进行试卷传递,一是从考点甲寄送回报考院校,由报考院校再寄送给考点乙,但这种方法费时费力;二是发挥省级教育主管部门的统筹作用,由考点甲先把试卷上交给所在省的A教育考试院,由A省考试院交换给考点乙所在的B省考试院,再下发到考点乙,这种办法相对第一种更便捷一些。”王传毅介绍。
王传毅表示,“即使是第二种方法,假设一个考点有100人申请借考,每个省有100个考点,借考人数可能多达几十万,工作量也非常大。”
刊发在2022年第9期《中国考试》的《疫情防控常态化背景下硕士研究生招生考试面临的舆情风险及应对措施探析》一文提出,一直以来,人们对研究生考试命题的规范性与保密性关注度居高不下。尤其是自命题试卷,需要从招生单位送达考生手中,印刷分装、远距离调配要耗费大量人力、物力和财力,若采用传真或云端系统传送则会挑战自命题试卷的安全性和保密性。
曾长期在省级教育考试院工作的胡向东透露,近年来,研究生考试实行了精细化管理,试题包装规格齐全,可调度的空间增大。事实上,异地借考也有实践基础。“为方便考生,一直有零星的借考发生。”
胡向东介绍,“去年,因为受疫情影响,浙江和陕西为保障省内考生如期考研,探索尝试借考模式,并成功为几百名考生提供就近借考的机会,经历了大规模调卷、精细化复核的全过程。”
2021年,浙江省有15.8万名考生,共有12000多种考卷。异地借考有400多名考生。短时间内,在原先90个考点基础上新增了96个考点、400多个特殊考场,考点数量翻倍,并在短时间内完成了所有调卷工作。
“根据这一数据推算,今年全国范围内异地借考人数和涉及试卷数量,将会达到巨量,组考压力可想而知。但由于前期积累的调卷经验,今年的大规模招考也不是‘无准备之仗’。”王传毅说。
王传毅介绍,“由于试卷调换必须万无一失,借考考生数量增加对各地考场及监考人员的安排,也提出了较大挑战。必须高效精准地完成试卷调换复杂周密的流程、细碎精密的考研组织工作。”
精准化双向复核,确保试卷调换寄送无误
“异地借考的背后需要考试管理部门、高校等作出巨大努力并承担更大风险。因为会带来更多的试卷传递、更容易造成差错,这就要求相关高校和部门工作进一步精准化。”胡向东提醒。
王传毅建议,应建立专门的大数据平台,为借考信息统计和试卷调换提供坚实数据支撑和算法支持;建立专门“应急通道”,为应急传输加密试卷提供支撑,一旦出现试卷寄送中的失误,立即启动应急机制,确保考研如期顺利进行。
“院校和省市考试院应加大考务人员投入,确保应对借考工作的人员充足,同时应对试卷的调换、寄送,实行多单位的双向复核机制,每一环节至少安排2名以上的工作人员相互校验,确保试卷调换寄送工作无误。”王传毅说。
此外,王传毅认为,“因试卷按秘密管理,而且工作量巨大,教育部门不公布运作细节,但希望考生和社会予以充分理解和信任。考生也应该放松心态,使注意力更多地关注于备考本身,相信各级教育部门和院校能够为考生异地借考、如期应考提供坚强保障。”
“眼下,研考全国统考科目与高校考试科目并行,试卷机要传递量大面广、风险大的问题显而易见,异地借考的推行,将为下一步研招考试改革开拓思路,积累更多的经验。”胡向东说。
(本文所涉及考生采用化名)
《光明日报》( 2022年12月13日 08版)
聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******
中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛,12月5日在清华大学以线上线下结合方式举行,中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题,发表主旨演讲建言献策,并深入研讨交流。
美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为,大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练,难以开发出具有可解释性的算法框架,深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外,由于数据可以带来巨大的规模效应,当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中,因此,未来对“机器换人”的预测非常具有挑战性,需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题,使基于人工智能的公共服务变得更加高效。
国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出,由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性,导致当前人工智能研究中面临着一系列挑战,因此,需要加强人工智能基础研究工作,这需要跨领域、跨学科的共同努力。当前,理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面,理解人工智能机理需要构架“感知-思考-行动”的智能模型,加强对大脑思维机理的理解,建议借鉴神经科学研究联合体的有益经验,建立全球性的人工智能研究数据库,形成全球共享的研究社区。另一方面,构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上,建议建立类似于自由协作式的知识库,通过全民民众参与,推动知识在全球层面共享。
中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示,由于深度学习等算法存在不可解释性,导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法,开发安全、可信、可靠、可扩展的人工智能技术,以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台,赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导,并需要政策法规对数据使用的正确规范,充分利用知识、数据、算法和算力四个要素结合,推动人工智能的创新发展。
中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为,当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段,至2030年,中国人工智能发展总体要达到世界领先水平。从战略问题看,中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈,当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势,而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看,人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求,鼓励各种可能的强人工智能探索,“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图;在安全问题层面,强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性,人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护,重视探索人工智能伦理问题,并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。
美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示,AI已经应用于生活和工作的方方面面,目前甚至在法律上也具有一定的应用,比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑,包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”,应该打开“黑箱”,探究和理解其中的具体内容和因果关系,我们一定要做可解释性的AI。同时,他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点,作为新兴领域,还需要向其他领域学习,从而更好的服务于人类。
中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出,“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择,又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网,智联网可以赋能绿色计算,助力“碳中和”。智联网助力“碳中和”主要包括三个环节:首先,由数据驱动和人工智能优化引擎来实现智能决策。其次,多参数全链系统配置优化。最后,通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架,该平台包括人工智能驱动节能减排和高能效人工智能系统,应用路径包括绿色园区和工业节能。
2021人工智能合作与治理国际论坛由清华大学主办,清华大学人工智能国际治理研究院承办,国际支持机构为联合国开发计划署。论坛为期两天,设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)
(文图:赵筱尘 巫邓炎)