思想周报｜美国高校抗议持续升级；印度AI气候预测与全球数据鸿沟

2023年4月17日，美国哥伦比亚大学的部分学生通过建立“加沙团结营地”，声援巴勒斯坦。数百名学生们在校园支起帐篷，要求以色列停火，并反对校方与以色列方面的商业往来及投资。据《卫报》报道，随着抗议声势的不断增大，哥伦比亚大学校长内玛特·沙菲克（Nemat Shafik）在发给全体学生的邮件中发出警告：“我授权纽约警察局开始清理Morningside校区南草坪上由学生搭建的营地。”哥伦比亚大学的学生报《哥伦比亚每日观察家》表示，校方在17日晚对四名学生做出无限期停学处罚，并提前24小时通知他们将被逐出学生宿舍，原因是他们涉嫌参与了3月24日未经授权的支持巴勒斯坦的“抵抗101”活动。这场亲巴勒斯坦、谴责以色列的学生抗议运动已蔓延至哈佛、耶鲁、密歇根大学、纽约大学和麻省理工学院等其他院校，百余学生被捕。

自2023年10月巴以冲突开始，早在这场大规模抗议爆发之前，美国高校界已经“暗流涌动”。公众号“地鸣Rumbling”梳理了哥伦比亚大学抗议时间线，并指出自2023年10月起哥伦比亚大学内持续涌现小规模学生抗议活动，支持巴勒斯坦、反对以色列。另一方面，美国共和党多次举行针对大学校长的听证会，调查美国知名大学中的“反犹主义”运动，最终导致哈佛大学和宾夕法尼亚大学的校长辞职。在抗议开始前的4月16日，美国众议院通过决议，声称“从河流到海洋，巴勒斯坦将获得自由”是反犹主义口号，应受到谴责。4月17日，哥伦比亚大学校长沙菲克在听证会上向共和党众议员否认其为反犹主义提供场所，并保证，如果学校师生有“反犹主义”言行，就将被开除。

针对校内爆发的抗议，校长沙菲克选择了以强硬的方式平息抗议。据《纽约时报》报道，尽管外界认为沙菲克理论上可以选择不同方式来应对抗议，并保护犹太学生；但据参与拟定处理方案的人士透露，这位校长认为自己别无选择。最终，她对学生采取停学处理，并命令身穿防暴装备的纽约市警察逮捕了超过100名拒绝在4月18日下午离开的活动人士。

这位校长的决定随即引发了校内校外的强烈不满。4月21日，美国大学教授协会哥伦比亚大学分会谴责校长动用警察镇压学生和平示威，以及处罚示威学生的行为。哥伦比亚大学学生会发表公开信，表示校长的行为牺牲了哥伦比亚大学最重要的价值理念。该校的教员认为这是“对学生权利的一场空前的攻击”，抗议与罢课范围持续扩大，全国范围内多所高校加入声援与抗议。随着事态升级，学校的金主之一，亿万富翁罗伯特·卡夫（Robert Kraft）已停止对哥伦比亚大学的资助，称他对这所常春藤盟校在反以色列抗议活动中保护学生的能力失去了信心。美国总统拜登及白宫方面谴责哥伦比亚大学的示威活动，批评示威是“反犹主义”行为，而沙菲克本想要努力迎合的共和党议员，却在呼吁她辞职。

4月22日，哥伦比亚大学数百名教职员工举行了大规模罢课，抗议该校校长在上周决定让警察逮捕参加亲巴勒斯坦抗议活动的学生。哥伦比亚法学院的讲师巴萨姆·卡瓦加（Bassam Khawaja）表示，他对校长立即求助纽约警察局感到“震惊和愤慨”。卡瓦加认为学生的示威是一场非暴力的抗议，并表示“一群学生在校园中心的草坪上扎营，与平日里的校园没有什么不同。”对此，校长沙菲克表示，学校领导人将召开会议讨论这场“危机”，并宣布取消所有的面对面课程，全部转为线上教学。沙菲克还声称，校园内近期发生了针对犹太学生的反犹太恐吓和骚扰行为：“最近几天，我们分歧只增不减。这些紧张关系被与哥伦比亚大学无关的个人利用和放大，这些人来到哥伦比亚大学为了追求自己的议程……我们必须做出调整。”

随着全美多所大学爆发抗议，执法部门以暴力应对

、亚特兰大埃默里大学和平抗议的学生。得克萨斯大学奥斯汀分校的校长杰伊·哈泽尔（Jay Hartzell）对校园里的抗议行动态度强硬。他在24日向师生发邮件称，大学不会允许昨天的活动按计划进行，“我们有可靠的迹象表明，活动的组织者……试图利用言论自由和表达的工具，长期严重扰乱校园。”哈泽尔此前还在社交媒体喊话，在得克萨斯州任何公立高校参加反犹太抗议活动的学生“都应该被开除”。对此，该校的教授们发表声明，谴责哈泽尔报警的决定。声明指出，示威活动没有暴力威胁、没有扰乱课堂的计划，也没有对校园和社区进行恐吓；但警方仍然对抗议的学生使用暴力。而在一段网传视频中，埃默里大学经济学教授卡罗琳·福林（Caroline Fohlin）被执法人员推倒后逮捕；该校哲学系主任诺埃尔·麦卡菲（Noëlle McAfee）也遭到逮捕。在抗议爆发之前，哥伦比亚大学附属巴纳德学院的犹太裔历史学教授娜拉·米拉尼奇（Nara Milanich）曾联合近二十名犹太教职员工致信校长，警告后者那些渴望煽动分裂的政客会在哥伦比亚大学将“反犹太主义”武器化。对于目前的局面，米拉尼奇认为，正是学校让警察进入校园，“激化”了局势，“关闭了辩论空间”。在与英国《独立报》的采访中，米拉尼奇说道：“制造混乱的不是学生，是大学领导层参与了这场荒谬的警察突袭行动，把大学的教职员工和学生推到了风口浪尖。数百名穿着防暴装备、携带枪支的警察被请进校园。校园里的犹太人或其他任何人，会因为学生们被带走而更安全吗？我不这么认为。”

加州大学伯克利分校公共政策教授，美国前劳工部长罗伯特·赖克（Robert Reich）表示，大学本应该是供人们检验思想、假设和价值观的场所，高校理应允许不同思想的碰撞。但哥伦比亚大学校方的做法显然与这一理念背道而驰。赖克强调：我们必须认识到，抗议在加沙发生的行为并不等同于表达反犹太主义，这也不是在散布仇恨言论，它也不会危及犹太学生的安全。师生们应该被允许站出来表明立场，反对那些被认为是错误的行为，从而引发讨论和辩论。教育的本质就是要激起思考，如果缺乏刺激，年轻的思想也会回到陈旧迂腐的老套路上。巴以冲突是恐怖的，我们目睹了太多的暴行，意识到仇恨的恶果。正因如此，学生才更应该审视并反思这场战争。大学的使命是指导学生如何学习，而不是要求他们不加反思地固守某种思想观点。高校理应欢迎辩论，而非压制辩论，只有遵循这一过程，我们方能追寻到真理。

在刚刚过去的4月27日，哈佛大学的学生在校园内搭建帐篷，抗议学校本周初暂停哈佛大学巴勒斯坦声援委员会的活动。哈佛大学的科学史讲师、前研究生会组织者埃里克·贝克（Erik Baker）也参与了这场集会，并在课堂时间发表了演说。公众号“日新说CN”翻译了贝克的演说。贝克对比了当下的抗议运动与20世纪60年代的学生运动，同时指出：在20世纪60年代的学生运动早期，留给我深刻印象的是，学生仿佛被放在一条传送带上，成为工厂的原材料，而工厂生产的是某种人：顺从的、与世俗同谋的专业工人。根据“学生争取民主社会”的创始宣言，即便是学生自治会，也不过是“为那些想一辈子在政治上装模作样的人提供的一个培训中心”。该组织的领导人认为，大学对学生的实际思想影响，与其他传播媒介——比如电视——传递的流行真理几乎无异。他们将这种情况部分归咎于“国防合同……使许多大学与支持军备竞赛的利益集团形成默契”。我认为，值得强调的是，学生们最初是因对越战的反对而产生兴趣的。他们意识到，自己的大学与军工复合体紧密相连，这种纠缠正在积极腐蚀校园的知识和文化生活。对暴力的投资是一种精神毒药，它限制了大学进行批判性思考的空间，因为一旦批评超出了某个范围，就可能危及大学的财政基础。

在演说的结尾，贝克强调了当下学生运动的意义：“我认为，我们这些参与校园活动的人有时候不知不觉地内化了一种观念，那就是我们生活在一个相对更加开明的时代，因此对我们的挑战似乎没有那么严峻。我们的行动往往没有六十年代那些著名抗议活动的激烈，仿佛认为现在的体制只需要轻轻一推就可以解决问题，而过去则需要彻底推翻重头再来。这也是为什么我认为现在校园里声援巴勒斯坦的活动浪潮如此重要，它让人联想到越战时期那些被广泛纪念的抗议活动。这种活动像是一个集体认识到的时刻，意识到即使是在今天，道德状况也没有因为时间的推移而变得不那么可怕。我们花了几个月的时间来为加沙地区的事件正名，这些暴行得到了精英大学捐赠基金中投资的公司的支持，与美国在20世纪所参与的其他大规模暴行并无二致。但很多时候，出于一种自责的心态，我们似乎并不完全相信这一点，否则我们就会达到萨维奥所描述的‘崩溃点’，那就是当继续参与这台机器变得不可能时，你别无选择，只能叛逃。你们的行动显示，你们确实信仰这一理念，并且你们清楚……你们有责任拒绝默许。

当全球都在向基于人工智能的天气预报迈进时，精确数据的缺乏却给印度气候科学家带来了严峻挑战。《地球对话》网站4月26日刊登印度记者Nidhi Jamwal的文章《数据干旱：印度人工智能天气预报面临的挑战》，聚焦这一问题背后的气候数据鸿沟现象。

随着全球极端天气事件的激增，数十亿美元正被用于开发基于AI的尖端天气预报模型。在印度，气候科学家也开始尝试使用AI。2023年12月，印度地球科学部（MoES）部长Kiren Rijiju表示，该部门已经建立了一个虚拟中心，专门开发和完善各种AI和机器学习技术，以加强天气预测。

自此以后，印度对基于AI的天气预报产生了极大的兴趣。但也存在一个问题：缺乏可靠的数据。

此外，前地球科学部部长Madhavan Nair Rajeevan指出，印度的数据集未能覆盖山区，影响了AI对该地形复杂区域的预测能力。他提到，虽然印度有关于降雨量、温度等的良好数据集，但缺乏足够的区域数据，特别是冰湖融化方面。AI咨询企业Praescivi Advisors的创始人Mohak Shah指出，尽管机器学习在成本和扩展性方面有优势，但印度在区域数据方面存在不足，这是一个根本性问题。他还提到了机器学习模型的“黑箱”性质，即缺乏透明度，这与传统天气模型基于物理方程的可量化误差范围形成对比，后者可以识别并纠正特定误差，而AI模型却难以确定不准确的确切原因。

在印度，尽管AI为预测登革热等气候敏感疾病提供了巨大潜力，但数据获取仍是一个显著障碍。浦那的印度热带气象研究所（IITM）气候科学家Roxy Mathew Koll分享了他在建立AI预测模型时面临的挑战，特别是在收集有关降雨量、温度、湿度及每日疾病发病率的健康数据方面。Koll表示，获取数据的过程繁琐，需逐一获取使用和发布数据的许可。这种数据的不易获取不仅限于科研领域，就连政府科学家和高级行政官员亦面临相同问题，表明印度在数据编纂和归档方面存在文化上的缺失。这些挑战直接影响了基于AI的模型的预测能力，迫切需要改善数据的完整性、质量和数量，以促进AI在气象预测和疾病控制领域的应用发展。

瓦迪亚喜马拉雅地质研究所（Wadia Institute of Himalayan Geology）正在开发冰川灾害的高级预警系统，所长Kalachand Sain强调整合人工智能和智能语言的重要性。他分析了2021年在北阿坎德邦Chamoli地区发生的雪崩灾害，指出此灾害可能由地震前兆引发。研究所识别了Alaknanda-Dhauliganga-Rishiganga构造活跃盆地作为重点监测区域，该地有数十个水电项目存在潜在风险。Sain提出，建立基于AI的冰川灾害预警系统需收集卫星、气象、水文、地震和GPS数据，同时强调建立专门的冰川研究中心的紧迫性。此外，2021年和2023年的冰川灾害事件显示了监测设备故障的问题和数据收集的不足。Sain和Rashid都认为，改善研究和监测设施、标准化数据收集方法对于开发综合预测和警报系统至关重要，这需要政治意愿和资金支持。

印度是全球南北数据鸿沟的一个典型例子。目前已有探讨气候行动中AI数据差距和嵌入式偏见的研究。发表在《自然》杂志npj Climate Action上的一篇论文说，AI驱动的气候建模工具所依赖的气候数据收集存在偏差，这可能会限制这种新兴技术对气候科学家工作的帮助。

用于气候科学的AI计算程序是专门为在复杂的数据集中寻找模式而定制的。上述论文第一作者、英国剑桥大学计算社会科学助理教授Ramit Debnath说，这些数据缺口在全球南部地区更为明显，因为在获取用于各类建模和分析目的的数据集方面存在挑战，而大多数AI主导的气候公司都位于全球北方。这意味着“这些模型很有可能是针对全球北方的情景进行校准和构建的，因为它们已经拥有适当的数据和气象监测基础设施”。

偏差大致可分为编程偏差、数据集偏差和算法偏差。该研究称，编程和算法是数学问题，比较容易纠正。数据集偏差是最难纠正的，因为数据并不存在，而且需要大量的资金和人力投入才能从头开始建立。

Debnath解释说，例如，生成式人工智能（可以生成文本和图像等内容的技术）的许多实例表明，它在处理有关全球南部的话题时很吃力，尤其是当被问及撒哈拉以南非洲、印度或任何其他非西方国家的当地情况时。“这种偏差虽然与气候行动没有直接关系，但表明缺乏代表性数据集是将人工智能工具用于任何形式的决策目的所面临的挑战。”

有偏差的气候数据的后果是，它将提供不准确的极端天气事件预测。全球较贫穷的南方国家已经更容易受到气候变化的影响。研究人员认为，由于数据集存在偏差或缺乏数据集而导致预测不准确，将进一步减缓适应气候变化的努力——导致更多由气候引起的财产、人力和社会资本损失。

Debnath说，我们的研究最重要的发现是，数据正义可能是气候正义的关键。他建议，“数据漏洞”可以通过人类知识来填补，采用所谓的“人在环中”设计，让人工智能气候变化程序参与检查所用数据的可靠性和上下文，以提高预测的准确性。

研究人员还建议加强全球南方国家的数据基础设施，并投资于像 COCO-Africa 这样的本土数据初创企业——该平台旨在通过收集和整理撒哈拉以南非洲国家的本地和背景驱动数据集来弥合数据差距。

数据鸿沟不仅仅是数据获取的问题——它是指在利用数据创造商业价值方面不断扩大的差距，以及在利用数据解决社会和环境挑战方面相对薄弱的差距。

全球南部地区不仅没有足够可靠的气候数据，而且严重缺乏数据科学家来处理现有数据。微软2022年的研究表明，在全球北方地区，每五名数据科学家中就有一名在全球南方地区工作，这意味着全球南方地区在将气候数据转化为决策和行动的洞察力方面存在巨大差距。在非洲，这一差距更大——在全球北方地区，1名数据科学家对14名数据科学家。

在全球北方地区，地理空间数据的使用在应对野火、飓风和地震等自然灾害中已变得司空见惯，掌握这些技术的跨国企业如微软已与一些非洲国家政府达成合作。

除了全球南北方的数据差距，《财富》2022年曾报道过数据鸿沟造成新的贫富差距：正如一代人之前的数字鸿沟使数百万人无法享受互联网带来的好处一样，新的“数据鸿沟”将“富人”和“穷人”隔开。

富人包括拥有大量新鲜数据的个人、公司和组织，他们拥有利用这些数据发展壮大的技术和技能，而“穷人”则是那些在有限或根本不知道什么是有效数据的情况下开展业务的人，他们的经济增长或社会进步因此受到阻碍。

根据IDC的数据，2021年大数据和分析解决方案的支出将超过2150亿美元，其中三分之一的支出仅来自三个行业：银行业、离散制造业和专业服务业（professional services）。一半以上的支出仅来自一个国家：美国。

与此同时，非营利组织缺乏获取数据、技术和技能的途径。例如，根据IBM的数据，67%的非营利组织缺乏在工作中使用数据分析的专业知识。

在公共部门，一些政府机构，如国土安全部和美国人口普查局，已经实施了强有力的数据战略，以推动产生更大的影响。但是，全球大多数政府机构在利用数据有效提供服务方面都面临着巨大挑战。可以从数据分析中获益的重大问题——如气候变化、健康公平和优质教育等——可能得不到所需的关注和技能。

对很多人来说，数据鸿沟可能并不像一个紧迫的问题，但它却是世界上一些最紧迫问题的根源。在如此多的全球危机已经显现的情况下，我们需要来自各行各业的问题解决者利用数据的力量对社会和环境产生积极的影响。