美国具身智能学界面临经费冻结与信任危机，呼吁主动沟通重塑社会共识

事件概述

2026年9月30日，在国际智能机器人与系统（IROS）2026大会上，加州大学洛杉矶分校（UCLA）电子与计算机工程学副教授Ankur Mehta发表主题演讲，深入剖析了美国具身智能学界当前面临的系统性挑战。他指出，学界长期依赖的“通过大量投入解决技术问题”的前提已难以为继，科研资源约束、人才断层与社会信任缺失交织，构成了阻碍技术突破的三重困境。

核心信息

1. 科研经费退潮与人才流失

• 经费冻结冲击：受特朗普政府政策影响，美国高校科研项目遭遇严重资金短缺。加州大学系统宣布约有5.84亿美元的研究经费被暂停，媒体将其形容为研究事业的“死亡之钟”。
• 信任度下滑：盖洛普（Gallup）数据显示，自2015年以来美国公众对高等教育的信心持续下滑，2023至2024年间“非常信任/比较信任”的比例降至约30%。这种系统性撤退不仅影响资金，更动摇科研根基。
• 人才漏斗效应：信任度的下降转化为从本科到博士阶段的人才流失。与此同时，机器人领域复杂的工程需求仍需大量人力，导致人才缺口加剧。皮尤研究中心（Pew Research Center）数据还显示，低收入群体和农村居民在数字设备接入上存在显著鸿沟，影响了青年一代对新兴技术的早期接纳。
• 全球贡献失衡：2020-2023年RSS会议作者分布显示，北美仍是最大贡献地，但欧洲（德、英、瑞）和亚洲（中国）人才占比上升，反映出全球科研力量的动态变化。

2. 公众对AI机器人的普遍担忧

• 基础设施阻力：加拿大《环球邮报》民调显示，约70%美国人反对在本地建设AI数据中心，左右两派在此议题上罕见地形成共同抵触情绪。
• 跨国情绪差异：The Economist“机器人一代”调查显示，各国对机器人的情绪存在显著差异。中国（兴奋81%/担忧44%）、印度（78%/42%）和巴西（75%/45%）以兴奋为主；而美国（49%/45%）和英国（47%/52%）则担忧比例接近或反超兴奋比例，英国尤为明显。
• 具体技术场景焦虑：
  • 就业扰动：Behram Wali的研究表明，85%的美国人认为自动驾驶将扰乱驾驶相关就业，47%认为会加剧收入不平等。
  • 公平性争议：旧金山机器人出租车需求研究显示，女性居民占比高、人口密度大以及被划定为弱势或公平优先社区的区域，机器人出租车需求呈负相关。
  • 伦理与安全：从纽约警察局部署巡逻机器狗引发的反弹，到大会现场关于机器人可能被用于反人道目的的担忧，公众对技术滥用的警惕日益升高。

3. 学界需主动争取社会信任

• 打破对立格局：Mehta强调，研究者不能退回“象牙塔”自称仅创造中性工具，因为技术已在现实世界产生问题，学界必须承担责任。若不与公众建立联系，公众会将责任归于学界。
• 沟通与教育策略：
  • 阐明公共利益：通过紧密沟通正面阐述技术的社会价值，回答“利益服务于谁”，避免技术仅服务于少数群体。
  • 内容传播：研究者应制作自有内容，展示工作如何增进幸福并造福社会，而非被动应对负面新闻。
  • 重视教育：帮助劳动者适应新技术带来的新角色和新工作。
  • 激励多元研究：课题负责人、期刊编辑和会议组织者应将“走进世界、开展调查”视为可发表、可激励的研究工作。
• 重新审视问题：通过与不同背景的人群交流，理解他们的真实需求，可能促使学界重新审视问题，甚至尝试用非机器人的手段解决社会痛点，从而建立广泛的信任与合作。

值得关注

此次报告被视为美国具身智能学界最具“自我审视”色彩的事件之一。它标志着学界关注点从单纯的“如何高效制造机器人”转向“在资源受限和社会疑虑下如何发展机器人”。随着人工智能与大模型界限模糊，公众对“数据”和“AI”的负面联想直接波及机器人领域，学界亟需通过透明化和参与式的方法重建社会契约，否则技术革新可能因缺乏公众支持而受阻。