东西问丨吴家玮 ：教育如何助建中美桥梁？******
中新社旧金山12月15日电 题：教育如何助建中美桥梁 ？
——专访美国大学首位华人校长吴家玮
中新社记者 刘关关
近几十年来，随着一批批中国留学生走出国门求学，中国与西方学术界 的交流日趋紧密 。东西方教育在哪些方面可以实现互鉴 ？教育如何助建中美桥梁 ？中新社“东西问”专栏近日专访美国大学首位华人校长、香港科技大学创校校长吴家玮 ，请他谈谈对这些问题 的看法。
现将访谈实录摘要如下：
中新社记者 ：您在《玻璃天花板：吴家玮回忆录》中提到“打破学界 的玻璃天花板”。在这一过程中，您华人身份 的优势和挑战 是什么？
吴家玮 ：我在美国的教研之路完全 是沿着学界惯例走过来 的 ，可以说 是“循规蹈矩” 。我30多岁当上系主任 ，40多岁当上院长 、校长 ，于 是被人说成是“打破了玻璃天花板” 。在这个过程中，作为华人 ，我遇到过挑战 ，担任旧金山州立大学校长期间感受尤深 。
旧金山历来 是一座多元且较为复杂 的城市，旧金山州立大学 是该市唯一 的公立全科大学 ，学校 的“一把手”难免处于众目睽睽之下 ，突然间来了一位在儒家思维中长大、另有一套管理模式且不太听话 的华人校长 ，很多人不习惯 。
图片美国旧金山中美国际学校 的学生穿中式服装表演节目庆祝中国农历新年。当地华人比例为全美最高 。陈钢 摄在美国 的教研之路上 ，华人身份没有什么明显优势 ，否则就不会碰上“玻璃天花板”了。但在旧金山州立大学当校长期间，儒家思维为我 的管理模式带来一些积极影响。我常跟副校长、院长 、教授代表等10来个人开会 ，讨论各种议题 。众人意见不一致时 ，会展开讨论 、辩论或 是争论。如果讨论半个小时后还僵持不下，美国同事们就忍不住了 ，接下来就要求通过投票结束争论 。而我认为，绝大多数人都同意某一个建议 ，才 是较好的结局 。这个时候我会说，我们都 是有头脑 的人 ，多谈谈总可以在各种不同的见解里找出大家都能接受 的看法 。因此我主持 的会议尽管时间很长 ，但最后总能得到一个支持度相当高 的共识。
中新社记者 ：美国高校 的工作经历 ，为您在科大 的工作带来怎样的启发？
吴家玮 ：我回国前夕，香港经济面临转型，必将注重科技。当时 ，香港将迎来回归祖国的时刻，“一国两制”政策也已确定。在此背景下 ，一群有学问 、有经验 、有理想 的学者决定放弃国外 的丰厚资源和舒适生活，凭可贵 的团队精神在香港创办一所研究型大学。
坐落于香港清水湾半岛 的香港科技大学。谢光磊 摄特别 是我在圣迭戈加州大学当博士后 ，十载后重回原校担任院长。那段经历让我认识到 ，要办好一所大学，研究和教学必须依靠真正一流 的人才。我们在创办科大时，就是全力寻找各学术领域的一流人才加盟 。
另外 ，圣迭戈加州大学 的博雅教育理念对我在香港科大 的工作也有启发。当时，港英政府只允许我们办理学院 、工学院和商学院，但我坚持同时要办人文与社会科学学院。我还希望每个学生主动参加文化 、体育及团队活动 。学校一定要培养学生 的人文素养 ，否则怎么能算大学 ？人文与社会科学可以扩展年轻人 的视野 ，理顺他们 的逻辑 ，赋予他们深入思考 、独立判断的能力 。思想狭隘的人很难做到真正的创新 ，没有好的人文与社会科学环境 ，科技也搞不好 。
中新社记者：您曾长期在旧金山湾区工作 ，并于20世纪90年代先后提出“香港湾区”以及“深港湾区” 的概念 。在高等教育方面，能为粤港澳大湾区提供哪些经验 ？
吴家玮 ：旧金山湾区各种类型的高校都有，粤港澳大湾区的高等教育建设也一定要多元化 。最好能够平衡发展研究型 、教学型 、专业型 、普及型等各种类型的高校 。至于学科建设，科技创新 、人文创作和社科教研同样重要，多种学科都要大力发展。研究型 的高校必须注重教学 ，教学型的高校也不能忽视研究 。
第十六届江苏省高校大学生物理与实验科技作品创新竞赛上 ，参赛选手在调试作品 。杨雨 摄此外 ，高等教育不能一面倒地聚焦于应用研究 ，基础研究也绝对不能忽视 。中国过去经济落后太久，需要飞速发展 ，赶上发达国家，因而在很短的时间内培养了大量应用型人才 。但非常关键 的基础研究没有得到应有的重视 。作为科技创新和突破的基石与载体 ， 是时候大力度发展基础研究了 。
中新社记者 ：东西方教育在哪些方面可以实现互鉴？
吴家玮：西方发达国家因各自的历史和背景不同而发展出各有特色的教育模式，法 、德、英、美等国的教育制度差别很大 。在向西方借鉴 的过程中，中国要按照自身的实际情况和需求善加选择，发展符合国情的教育模式 。
最近几十年，中国高校数量急剧增加 ，水平相应提高 。目前 ，中国每年普通 、职业本专科招生人数在1000万以上，硕士生以及博士生 的招生人数分别超过100万和10万。有人说中国毕业生太多 ，导致很多大学生找不到工作，但我认为现在 的高校数量和招生规模相当合理 。中国有3000多所高校，美国人口不到中国的四分之一 ，高校数量却更多。
北京大学2021届本科毕业生在校名前拍照留念 。蒋启明 摄中国高等教育 的问题不在于数量，而在于发展不平衡。美国的优秀大学分布在全国各地 ，但中国最好的大学主要集中在沿海几个大城市。五湖四海 的“高材生”被吸引到这些大城市 ，毕业后大多不愿回老家 。中国迫切需要推动教育 、经济 、文化等各项事业在地域间均衡发展 ，让欠发达地区对人才具备吸引力。
中国的高等教育需要适度引进符合国情 的博雅本科教育 。同时 ，应该像西方社会那样，摈弃对大学排名 的迷信 、对论文和专利权数量化的追求以及对学者名衔的过度崇拜。
反向来看，中国一些教育理念也值得西方学习 。从文艺复兴开始，西方世界逐步盛行“个人主义”。而儒家推崇“集体”意识，为人在修身之余，必须关怀和注重家庭、社会以及国家 的集体幸福。这些意识启发于教育。
中国一些教育方式同样值得西方借鉴。我曾看过一档英国电视节目 ，有一组上海 的高中教师到伦敦一所高中教学。老师走进教室 ，学生要站起来齐声喊“老师好” 。上课 的时候学生不能交谈 ，课后还有很多作业 。英国学生刚开始对这套教育方式很不习惯 ，但一段时间后 ，他们不但开始欣赏中国老师 的教育方式，连考试成绩也提高了很多。
中新社记者：您 的回忆录《同创香港科技大学 ：初创时期 的故事和人物志》里 ，有一个章节是“助建中美桥梁——走向老家” 。在您看来，教育应该如何助建中美桥梁？
吴家玮：我写这本回忆录的时期，确实还是以学术交流合作助建中美桥梁的好日子。中国落后和僵化多年后，终于打开了国门 。一些有理想的优秀留学生、学者在西方吸取了先进的知识和技能 ，然后走向老家，在国家重启 、发展 的征途上作了不少贡献。同时 ，美国的科研也需要中国的人才 。在这个阶段 ，两国一些科研合作相当成功。
以“国际教育 ，成就未来”为主题的2009中国国际教育展在北京举行 。吴芒子 摄美国人也认为，他们在许多方面也可以向中国学习 。随着越来越多美国企业到中国发展，学习中文的美国人逐步增加 。这些人到美国公司的中国分支机构任职 ，并通过与中国的合作提高本领，然后走回自己的老家 。
但是 ，现阶段美国政治状况不容乐观，内部分裂、两党对立的局面令政客们以寻找外敌的手段来争取选票，中美学术交流难免受到影响。现状能否改善，要看美国的政治态度 。美国学界也需努力跨越障碍 ，让两国的学术交流尽快恢复到过去 的良好状态 。
中国学界除尽可能恢复与美国学界合作外，还必须扩大国际交流的范围和对象 ，大力加强与欧洲 、东南亚等地以及“金砖国家” 的学术合作，在“一带一路”上多建“桥梁” 。(完)
受访者简介：
吴家玮1937年生于上海 ，1949年移居香港 ，1955年赴美国留学。1966年，吴家玮获美国圣路易斯华盛顿大学物理学博士学位 。他曾担任美国西北大学物理及天文学系主任以及圣迭戈加州大学热斐尔学院院长，并于1983年出任旧金山州立大学校长 ，成为美国大学首位华人校长。1988年 ，吴家玮受邀回港，出任香港科技大学创校校长 ，供职时间达13年。
回香港后 ，吴家玮曾先后担任港事顾问、香港特别行政区筹备委员会委员 、全国政协委员、香港特别行政区创新科技顾问委员会委员、内地与香港科技合作委员会主席以及深圳市决策咨询委员会委员等职。
你的隐私 ，大数据怎知道****** 作者 ：杨义先、钮心忻（均为北京邮电大学教授） 在网络上 ，每个人都会或多或少 ，或主动或被动地泄露某些碎片信息 。这些信息被大数据挖掘 ，就存在隐私泄露 的风险 ，引发信息安全问题 。面对汹涌而来的5G时代，大众对自己 的隐私保护感到越来越迷茫，甚至有点不知所措。那么 ，你的隐私 ，大数据 是怎么知道的呢 ？大家又该如何自我保护呢 ？ 1.“已知、未知”大数据都知道 大数据时代 ，每个人都有可能成为安徒生童话中那个“穿新衣” 的皇帝 。在大数据面前 ，你说过什么话 ，它知道 ；你做过什么事 ，它知道 ；你有什么爱好 ，它知道；你生过什么病 ，它知道；你家住哪里，它知道；你 的亲朋好友都有谁 ，它也知道……总之 ，你自己知道 的 ，它几乎都知道 ，或者说它都能够知道 ，至少可以说，它迟早会知道 ！ 甚至，连你自己都不知道 的事情，大数据也可能知道。例如，它能够发现你 的许多潜意识习惯：集体照相时你喜欢站哪里呀 ，跨门槛时喜欢先迈左脚还是右脚呀 ，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀…… 再进一步说，今后将要发生的事情 ，大数据还 是有可能知道。例如 ，根据你“饮食多、运动少”等信息 ，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时 ，大数据就知道：流感即将暴发了 ！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为 、交通情况等 。 当然 ，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭 ，你的单位，你的民族，甚至你 的国家等。至于这些你知道的 、不知道的或今后才知道 的隐私信息，将会把你塑造成什么 ，是英雄还是狗熊？这却难以预知。 2.数据挖掘就像“垃圾处理” 什么 是大数据 ？形象地说 ，所谓大数据 ，就是由许多千奇百怪 的数据 ，杂乱无章地堆积在一起 。例如，你在网上说 的话、发 的微信、收发的电子邮件等 ，都是大数据 的组成部分 。在不知道的情况下被采集的众多信息，例如被马路摄像头获取 的视频 、手机定位系统留下的路线图 、驾车的导航信号等被动信息 ，也都是大数据 的组成部分 。还有 ，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然 是大数据 的组成部分 。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件 ，其实都是大数据之源 。 大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络 、遗传算法、决策树、粗糙集、覆盖正例排斥反例 、统计分析 、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约 、数据清理、数据变换 、挖掘分析 、模式评估 、知识表示等八大步骤 。 不过 ，这些听起来高大上的大数据产业 ，几乎等同于垃圾处理和废品回收 。 这并不 是在开玩笑 。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所 ，可算作“数据集成” ；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理 ，可算作“数据清理” ；将破沙发拆成木 、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验 ，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示” 。 再看原料结构 。大数据具有异构特性 ，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别 的话 ，那就在于垃圾是有实体的，再利用的次数有限 ；而大数据 是虚拟 的，可以反复处理，反复利用 。例如 ，大数据专家能将数据（废品）中挖掘出 的旅客出行规律交给航空公司 ，将某群体 的消费习惯卖给百货商店等 。总之，大数据专家完全可以“一菜多吃” ，反复利用，而且时间越久，价值越大。换句话说 ，大数据 是很值钱 的“垃圾” 。 3.大数据挖掘永远没有尽头 大数据挖掘，虽然能从正面创造价值，但是也有其负面影响 ，即存在泄露隐私的风险 。隐私是如何被泄露的呢？这其实很简单 ，我们先来分解一下“人肉搜索” 是如何侵犯隐私的吧！ 一大群网友，出于某种目的，利用自己 的一切资源渠道 ，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己 的目的提炼成新信息 ，反馈到网上与别人分享。这就完成了第一次“人肉迭代” 。 接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息 的收集、加工、整理等工作 ，于是 ，便诞生了第二次“人肉迭代”。如此循环往复 ，经过多次不懈迭代后，当事人或物的画像就跃然纸上了 。如果构成“满意画像” 的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。 几乎可以断定，只要参与“人肉搜索”的网友足够多 ，时间足够长 ，大家 的毅力足够强，那么任何人都可能无处遁形 。 其实，所谓 的大数据挖掘，在某种意义上说 ，就是由机器自动完成的特殊“人肉搜索”而已 。只不过，这种搜索 的目的，不再限于抹黑或颂扬某人 ，而 是有更加广泛的目的，例如 ，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等 。总之，只要目的明确 ，那么 ，大数据挖掘就会有用武之地 。 如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代 ；网友们收集 的信息，被数据库中 的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代 ；网友们相互借鉴 、彼此启发的做法 ，被各种同步运算所替代 。 各次迭代过程仍然照例进行，只不过机器 的迭代次数更多，速度更快 ，每次迭代其实就是机器的一次“学习”过程。网友们 的最终“满意画像”，被暂时 的挖掘结果所替代 。之所以说 是暂时 ，那是因为对大数据挖掘来说 ，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意 的结果就行了 。 当然 ，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大 的区别。例如，机器不会累 ，它们收集的数据会更多 、更快 ，数据的渠道来源会更广泛 。总之，网友的“人肉搜索” ，最终将输给机器的“大数据挖掘” 。 4.隐私保护与数据挖掘“危”“机”并存 必须承认，就当前 的现实情况来说 ，大数据隐私挖掘 的“杀伤力”，已经远远超过了大数据隐私保护 的能力 ；换句话说，在大数据挖掘面前 ，当前人类有点不知所措 。这确实是一种意外 。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上 。其中的每个碎片虽然都完全无害 ，可谁也不曾意识到 ，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷 ！ 不过，大家也没必要过于担心。在人类历史上 ，类似的被动局面已经出现过不止一次了 。从以往的经验来看 ，隐私保护与数据挖掘之间总 是像“走马灯”一样轮换 的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护 的“隐私” ，于是，不得不再回过头来，认真研究如何保护这些隐私 。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图 ，于是，新一轮的“挖掘”又开始了 。历史地来看 ，人类在自身隐私保护方面，整体处于优势地位 ，在网络大数据挖掘之前，“隐私泄露”并不是一个突出 的问题 。 但是 ，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术 ，显然不行，甚至还会越“保护”，就越“泄露隐私”。 因此，必须多管齐下 。例如从法律上 ，禁止以“人肉搜索”为目 的 的大数据挖掘行为；从管理角度 ，发现恶意的大数据搜索行为，对其进行必要 的监督和管控。另外，在必要的时候 ，还需要重塑“隐私”概念 ，毕竟“隐私”本身就是一个与时间 、地点、民族、文化等有关 的约定俗成的概念。 对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私 的碎片信息遗留在网上呢？答案只有两个字 ：匿名！只要做好匿名工作 ，就能在一定程度上，保护好隐私了。也就 是说 ，在大数据技术出现之前 ，隐私就是把“私”藏起来 ，个人身份可公开 ，而大数据时代，隐私保护则是把“私”公开（实际上 是没法不公开） ，而把个人身份隐藏起来，即匿名 。 《光明日报》（ 2023年01月12日 16版） 55世纪地图 |
