学院将开设两门关于 AI、计算和社会的跨学科课程
快速阅读: 《耶鲁新闻》消息，耶鲁大学将开设两门新课程，聚焦计算技术的社会影响及AI在医学的应用。课程鼓励跨学科交流，提升学生批判性思维能力。课程还将组织实地考察高性能计算中心，探讨技术的环境影响。
随着人工智能、复杂算法和海量数据对科学与文化的影响力不断扩大，耶鲁大学本科生和学者们渴望参与并影响围绕新兴技术的讨论。从2025年秋季开始，耶鲁大学本科将开设两门全新的跨学科联合授课课程：《批判性计算专题》将向学生介绍现代计算技术的社会、文化和政治背景；《人工智能、医学与社会》将让学生探索人工智能在医学应用中涉及的广泛问题。这些课程是自2020年起一项持续倡议的一部分，旨在推动跨学科合作与课程创新。
每年，耶鲁大学本科、艺术与科学学院以及工程与应用科学学院都会邀请教师提出创新性的课程建议，跨越科学、社会科学和人文学科。这些课程不仅为耶鲁大学的教师提供了与不同领域同行共同教授相关主题的机会，还能尝试新颖的课程理念，从而影响未来的教学、研究和合作。同时，这些独特的课程也为学生展示了学术界如何超越传统学科界限开展协作。
朱利安·波萨达，艺术与科学学院美国研究助理教授，将与工程与应用科学学院计算机科学教授西奥多·金共同教授《批判性计算专题》（AMST/CPSC 2265）。波萨达和金提到：“社会中的计算主题本质上是跨学科的。”这门课程将探讨包括算法、数据集中偏见、对AI的恐惧与可能性等话题。“我们认为让一名计算机科学家与一名人文社科学者对话来开设此课程是个好主意。”
波萨达和金还计划邀请其他来自人类学、法律、数字人文等领域的专家作为客座讲师加入课程，为学生提供更多关于计算及其对社会影响的不同视角。
另一门将于2025-26学年开设的跨学科课程《人工智能、医学与社会》（SOCY/BENG 2048a），将由社会学助理教授阿卡·梅农和生物医学信息学与数据科学、放射学与生物医学成像（耶鲁医学院）及生物医学工程（工程与应用科学学院）教授辛诺蓬·帕帕德米特里斯共同授课。梅农表示：“我们希望通过这门课奠定关于人工智能的基础知识，为那些可能在公共场合看到这些辩论的学生做好准备，以便他们能够批判性地参与其中。”帕帕德米特里斯补充道：“许多关于人工智能的讨论更多涉及科幻与现实，所以我们想让他们知道真正的问题是什么，这样他们就能谈论它们，并成为未来十年关键公众辩论中的受过教育的参与者。”
这些特别课程不仅为学生提供独一无二的学习体验，也给予教师尝试创新课程理念的机会，并加深与校园内从事相关研究的同事之间的联系。波萨达和金提到：“耶鲁大学在所有学科中都进行了关于计算社会层面的令人惊叹的研究，”包括研究其历史和伦理的人文学者、研究其经济影响或政治意义的社会科学家，以及探索算法公平性问题的计算机科学家。所有学院——从法学院到医学院和环境学院——都在这一主题上进行研究。这对搭档期待从彼此及他们的学生那里学到尽可能多的知识。
对于波萨达而言，金实验室正在进行的关于计算机图形中黑人形象的研究特别吸引他。至于金，则希望尽可能多地了解波萨达教授在外语课程中通常不涵盖的传统北美和欧洲以外地区关于“数据和计算如何重新分配权力”的工作。
梅农和帕帕德米特里斯的课程源于2021年开始的一项研究合作。国家科学基金会的一笔资助已产生了几篇学术论文，并最终将汇编成一本关于医疗人工智能的书。这项研究促使梅农、帕帕德米特里斯以及其他两位合作者专注于理解深度学习人工智能模型面临的挑战。由于用户目前无法完全理解这些模型是如何做出预测的，他们的研究团队一直在调查并传达医疗从业者需要了解的内容，以及如何在医疗环境中向患者和其他利益相关者解释模型的决策。
梅农和帕帕德米特里斯计划交替讲授课程，一周提供社会科学解读，下一周则侧重于工程学。他们强调了在社会科学和医学科学之间发展共享词汇的重要性，并通过具体案例研究帮助学生理解AI在医学中的应用，进而帮助他们理解更大的透明度、风险承受能力和安全性问题。帕帕德米特里斯指出，课堂上会有大量讨论时间和历史部分；在很多方面，关于AI在医疗环境中使用的讨论只是医学界不断面临的相同问题的新版本。
耶鲁大学本科和艺术与科学学院为每位联合授课教师提供课程开发资金，用于实践性强的课程元素或服务于课程开发的研究。得益于这笔支持，波萨达和金计划将一次特别旅行纳入他们的课程：学生们将访问位于马萨诸塞州霍利奥克的马萨诸塞州绿色高性能计算中心。该高性能计算设施是耶鲁大学、波士顿大学、哈佛大学、麻省理工学院、东北大学和马萨诸塞大学的合资企业。它也是第一个获得LEED铂金认证的大学研究数据中心，以其对能源效率和低环境影响的关注著称——这是波萨达和金计划与学生和同行讨论的话题。“这将是一个独特的机会，让学生亲身体验一些支撑我们日常使用产品和计算研究的关键基础设施，”他们说。这次访问将成为关于计算技术对环境和数据中心所在社区影响及缓解措施的研讨的核心。
这两门课程应为学生提供大量机会与其他学科的学生、学者和观点互动。“我们希望鼓励那些起初认为‘哦，这不是我的菜，课程表上有深度学习’的学生再看一眼，”梅农说。“我们鼓励来自不同跨学科背景的学生在这里汇聚，我们将建立一个共享的知识库和词汇表。你不需要什么都懂才能入门——我们希望构建那样的氛围。”
(以上内容均由Ai生成)
