当AI代表“增强智能”

想象一下，你有一百万美元，需要投资于15家初创公司。你有两个小时的时间来审阅它们的商业计划书，并做出迅速而明智的评估。你是会分散投资，把鸡蛋放在多个篮子里，还是会孤注一掷，押宝于一家杰出的初创公司？

你会仔细斟酌，用创新能力和商业潜力作为标准来衡量它们。凭借你的行业经验，你找出其中的佼佼者，淘汰较弱的团队。如此反复。

这正是参与开放式创新的大学、投资者和合作伙伴所面临的挑战——如何规模化地进行筛选和判断。随着大学在培育创业精神方面扮演着越来越积极的角色，它们必须公平地评估初创公司，并将资金、导师指导和孵化器空间等稀缺资源，分配给最具潜力的企业。

这些评估标准以及由此产生的数据集，成为大学的核心机构资产，对于其在识别和支持创新者方面的信誉至关重要。

在 Singapore Management University，当我们主办第12届 Lee Kuan Yew 全球商业计划竞赛时，这一要务被放在了首位。我们收到了来自91个国家、1200多所大学的1500多份参赛作品，面临着一个复杂的挑战：如何确保评审过程公平、透明，并且不受影响人类判断的认知偏见所左右。

事实上，研究表明，大约三分之一的风险投资交易中，创始人和投资者都毕业于同一所大学，因为风险投资家明显更倾向于支持由校友领导的初创公司。

其他研究还显示，全球范围内，尽管女性创办的初创公司通常能带来更高的回报，但她们获得的风险投资却不到5%。这些人类偏见是真实存在的，需要被解决，而不是被放大。

人工智能（AI）是解决方案吗？我们在这个领域的探索始于2023年，当时我们与一个以人工智能驱动初创公司发掘而闻名的平台 Valuer.AI 合作。

Valuer.AI 发现了一家来自 Technical University of Munich 的初创公司 Medea Biopharma，而我们的200名人类评委都错过了它。Medea 最终赢得了前营收组别的冠军，并在此后建立了一个顶尖的S2实验室。

这展示了人机互补的价值：专家评审团能带来结合背景和特定行业的深刻见解，而人工智能则能发现被忽视的机会并减少偏见。

这些经验为“DueAI挑战赛”铺平了道路，该赛事要求AI对所有初创公司进行尽职调查。比赛中，14家初创公司开发了AI代理，使用其专有工具和评估标准来评估商业计划书。它们与超过230名国际评委一同工作，评估项目的创新性、可扩展性、市场潜力和财务可行性。

这些AI代理根据三项标准进行评估：与专家判断的一致性；可解释性和透明度；以及识别遗珠的能力。

“与专家判断的一致性”指的是AI的选择与国际评审团的选择有多接近，其衡量标准是双方共同选出的顶级项目的重合比例。

“可解释性和透明度”评估的是AI代理为每家入围初创公司提供基于证据的见解以及清晰简洁的理由的能力。“识别遗珠”则关注AI代理如何发现那些在早期人工评审中被忽视的有前景的企业，从而扩大具有高影响力潜力的初创公司候选池。

结果很有说服力。虽然AI还无法直接选出获胜者，但它在识别“假阴性”——即那些被淘汰但实际上很有前途的初创公司——方面表现出色。晋级总决赛的八家初创公司中，有三家就来自这个“遗珠”池，它们曾被人类评委忽视，但被多个AI代理标记出来以供重新审议。

这表明，在跨越不同行业和大陆的大型竞赛中，AI如何在加强尽职调查的同时，拓宽机会的边界。DueAI的方法并非要取代人类判断，而是揭示了源于无意识偏见的思维盲点，这些偏见受到过往偏好以及对某些行业或技术的熟悉度的影响。通过AI增强人类的洞察力，我们可以让关键的投资决策变得更加客观。

但DueAI的成果也引发了更广泛的问题。随着AI越来越多地影响新加坡的公共服务决策，我们如何确保这些系统既智能又可问责？

例如，新加坡陆路交通管理局计划使用AI来优化道路安全和巴士路线，而新加坡警察部队则使用支持AI的系统来处理犯罪报告数据，以揭示案件之间先前隐藏的关联和模式。

虽然这类工具无疑将提高效率，但其决策所带来的社会影响，要求我们对可解释性、偏见缓解和道德保障进行更严格的审视。

随着新加坡迈向一个由智能系统支持更多任务（从基础设施规划到环境监测）的未来，我们面临的挑战是如何负责任且明智地部署AI。

作为全球人工智能中心，新加坡已试图通过其《人工智能治理示范框架》主动应对这些风险，该框架强调人工监督、透明度和可解释性。

然而，仅有框架是不够的。我们还需要让学生更好地接触这些伦理原则，并了解如何将它们付诸实践。

培养学生在战略上和道德上使用AI的判断力，是当今一项关键的教育使命。在新加坡的大学里，持续的教学方法转变使医学、法律和计算机专业的学生能够使用AI来设计辅助技术、练习交叉盘问，并加深他们对学习的参与度。

这些经历能建立学生的信心，让他们为一个未来做好准备，在那个未来，人机协作将成为常态。然而，随着AI系统变得越来越强大和普及，学生也必须接受培训，以预见伦理风险、质疑不透明的输出结果，并识别算法决策何时可能损害公平性或问责制。

深入接触人工智能伦理，能确保他们作为未来的专业人士，可以负责任地使用智能工具，并维护公众的信任。

DueAI的经验表明，创新与诚信可以并行不悖。这就是“智能问责制”所承诺的未来：一个AI辅助而非取代人类判断、增强而非削弱信任、并最终提升而非损害人类潜力的模式。

作者是 Singapore Management University 合作与交流副校长，兼 Lee Kong Chian 传播与科技教授。她的最新著作为《科技人性化：关于设计、伦理与包容的反思》。