夜雨聆风
过去十年，人工智能的发展几乎以一种超线性的速度推进。从深度学习的突破，到Transformer架构的诞生，再到ChatGPT掀起的大模型革命，AI已经不再只是实验室里的技术工具，而开始真正进入社会运行的核心系统。它影响教育、医疗、金融、法律、传媒，也逐渐改变人类获取信息、组织知识和进行决策的方式。
在这种背景下，一个新的问题开始浮现：
当AI越来越强大时，
人类应该如何与之共存？
这也是近年来“Human-Centered AI（以人为中心的人工智能）”迅速崛起的根本原因。
斯坦福HAI研究院官网
很多人第一次接触这个概念，往往是因为斯坦福大学近年来围绕HAI展开的大规模战略布局。尤其是在生成式AI爆发之后，斯坦福HAI研究院（Stanford Institute for Human-Centered Artificial Intelligence）频繁出现在全球AI治理、AI伦理和AI政策讨论中，逐渐成为世界范围内最有影响力的AI研究平台之一。
但如果仅仅把HAI理解为“AI伦理”，其实远远低估了它的意义。
从更深层次来看，Human-Centered AI代表的是一种新的技术观：它不再单纯追求“让机器更聪明”，而是开始思考“技术应该如何服务于人类”。
01
从“做AI”到“管理AI”
斯坦福为什么重组AI战略？
过去二十年，全球顶尖高校对于AI的研究重点主要集中在能力突破上。
无论是计算机视觉、自然语言处理、强化学习，还是自动驾驶，本质上都在解决一个问题：如何让机器具备更强的智能能力。那个阶段的核心关键词是算法、算力、数据和模型性能。谁能训练出更强的模型，谁就站在技术金字塔的顶端。
来源于HAI2026AI报告：AI加速发展过程
然而，生成式AI出现之后，问题发生了根本变化。
人们开始意识到，AI带来的挑战已经不仅仅是技术性的。相比“AI能不能做到”，社会更关心的是“AI做了之后会发生什么”。
例如，大模型会不会取代大量白领工作？算法是否会强化社会偏见？AI生成的信息是否会破坏公共舆论？当AI开始参与医疗、司法甚至教育决策时，责任应该由谁承担？如果未来AI系统具备越来越强的自主性，人类是否还能保持最终控制权？
这些问题已经超出了传统计算机科学的边界。
来源于HAI2026AI报告：学校的常规教育在人工智能教育方面落后了，但目前全世界的人在人生的各个阶段都在学习AI技能
上下滑动查看更多
也正是在这种背景下，斯坦福大学在2019年正式成立了Stanford HAI研究院。其联合创始人之一、著名AI科学家李飞飞曾提出一句非常经典的话：
“AI should augment human capabilities,
not replace humanity.”
也就是说，AI真正的目标不应该是替代人类，而应该是增强人的能力。这句话实际上奠定了Human-Centered AI最核心的哲学基础。
斯坦福的战略调整，某种意义上代表着全球AI研究逻辑的变化：人工智能的发展，开始从单纯追求“能力”（Capability），逐渐转向强调“责任”（Responsibility）。
了解AI创造相关暑期训练，推荐阅读：
02
Human-Centered AI
到底是什么？
很多人第一次听到Human-Centered AI，会自然联想到“AI伦理”。但实际上，HAI远比“伦理”宽广得多。它更像是一个横跨技术、人文与社会科学的综合框架，核心目标是重新定义人与智能系统之间的关系。
传统AI研究的重点，是如何让机器更高效地完成任务；而HAI研究的重点，则是如何确保AI的发展符合人类价值、社会利益和长期文明目标。
换句话说，Human-Centered AI真正关注的问题是：人类应该如何设计AI，而不是未来的人类如何被迫适应AI。
因此，HAI天然具有强烈的跨学科属性。它不仅涉及计算机科学，还会融合心理学、认知科学、哲学、法学、社会学、公共政策、教育学以及设计学等多个领域。它既研究算法本身，也研究算法如何影响社会；既关注模型性能，也关注技术是否公平、透明、可信。
这也是为什么越来越多顶尖大学开始将HAI视为未来AI教育的核心方向。因为他们逐渐意识到，未来最重要的AI人才，未必只是最会训练模型的人，而是那些能够理解“AI如何进入社会”的人。
03
HAI的研究方向
Human-AI Interaction
过去，人类使用计算机往往需要学习机器语言；而生成式AI最大的突破之一，就是让机器开始学习“人类语言”。因此其学习内容主要包括：
人如何与AI协作
AI如何解释决策
Copilot系统
AI Agent
可解释交互界面
AI UX设计
AI + Education
AI教育（AI + Education）也是未来极具潜力的方向之一。许多研究者认为，AI可能第一次真正实现“大规模个性化教育”。未来的AI Tutor、AI学习伙伴以及个性化课程系统，很可能会彻底改变传统教育模式。其主要研究方向有：
AI Tutor
个性化教育
AI学习伙伴
AI辅助教学
教育公平
Computational Social Science
这一方向关注到AI正在重构整个社会的信息结构，因此其研究内容主要包括：
AI如何影响舆论
社交媒体传播
信息极化
数字民主
群体行为
04
正在布局HAI的
全球顶尖院校
卡内基梅隆大学
人机交互 MHCI
Master of Human-Computer Interaction
CMU HCII 是全球第一个专门研究 HCI 的学院，也是整个 HCI 学科的重要源头。官方已明确提出：“HCII is a leader in human-centered AI research.”
MHCI 学制 3 学期，核心是长达 7 个月的 Capstone 企业项目。
HAI 路线：工程化 + 智能交互 + AI 与复杂社会系统。
推荐阅读：
人机交互 | 嘎嘎好就业哐哐爆金币！HCI专业详解+院校推荐
华盛顿大学
人本设计与工程
Human Centered Design & Engineering（HCDE）
挂在工程学院下，是非常典型的“工程 + 人因”路线。
学制 2 年，研究导向强。
HAI 路线：智能系统设计、AI 时代可用性研究、人因工程、社会技术系统。
推荐阅读：
交互设计 | 美国西海岸的交互顶流院校 — 华盛顿大学的交互设计硕士项目怎么选？
佐治亚理工学院
人机交互 HCI
Human-Computer Interaction
美国最典型的研究型 HCI 项目之一，由计算机 / 工业设计 / 心理学 / 文学院四个学院联合授课。
HAI 路线：非常偏向 Human-AI Collaboration（人机协同）。
核心研究方向包括：Explainable AI（可解释 AI）、Intelligent Systems、AI 协同设计、人机共创。
西北大学
人机交互
HCI+D
西北大学建立了专门的 HCI+D Center，本质上已经非常接近一个 HAI 研究院。它整合了 AI、设计、社会计算、学习科学、交互研究。
HAI 路线：AI 时代的人机交互设计。整体偏跨学科与项目制，企业合作非常强。
纽约大学
交互式通讯项目
Interactive Telecommunications Program
ITP 是全球“艺术科技”方向的精神图腾，1979 年成立。它研究的从来不是“软件设计”，而是 人如何与技术发生关系。
HAI 路线：艺术化 HAI。AI 影像、生成艺术、Creative Coding、AI 装置、智能交互，几乎全面进入课程体系。
如果说 CMU 代表“工程化 HAI”，那 NYU ITP 就是“艺术化 HAI”。
从专业上可以发现，HAI并不只属于计算机专业学生，申请者的背景不限制于设计学、心理学、社会学、法学、教育学、哲学、以及公共政策等领域。
因为HAI本身就是一个典型的跨学科方向。它最需要的能力，并不是单一技术深度，而是一种“翻译能力”——能够把技术语言翻译成社会语言，也能够把社会需求重新转化为技术问题。而这些方向的侧重点也都非常不一样，有偏工程的，偏艺术的，也有偏研究的，有偏创新的。
如果你对这些项目感兴趣
欢迎扫码了解
