城市发展，该听科学家的还是听市民的？

如果把城市看作一台有生命的“超级机体”，科学家提供的是精准的体检报告，市民写下的是真实的生活日记。要把这台机体调到最好状态，离不开数据的冷静与街巷的温度。数据会说话，但街巷也会说话。城市发展，听谁？答案常常不是二选一，而是把两种声音调成合拍的合唱。科学家的作用，是为城市决策划出“可行性的边界”：洪水会淹到哪里、地铁换乘怎样最省时、AI进城会带来哪些风险与红利。市民的作用，是为发展明确“价值的取舍”：先修哪座学校，老街区保留还是更新，深夜噪音能不能忍。真正聪明的城市，让证据定义现实，让价值决定方向。欧洲正在给出一个生动样本。2026年的“科学来到城镇”项目将在克罗地亚的斯普利特、法国的布雷斯特、德国的基尔三地同时发力，由欧盟资助，在一年内走进公共空间办起超过1000场活动、工作坊和竞赛，把科研从象牙塔请到广场、码头和校园，开门与市民共创。三座城市的核心大学同属沿海高校联盟，强调跨境协作、学生交换和可持续发展。这不是“科学讲座巡回演出”，而是一场制度化的双向奔赴。项目大使、斯普利特大学的Ana Marušić说得很直白：负责任的研究与创新不能关在实验室里。她提醒我们，在AI渗透科研与医疗的时刻，批判性思维是底线——把AI当工具，而不是大脑替身。透明、可解释的算法，与面对面的对话同样重要，因为信任从来不是模型算出来的，是被解释、被质询、被改进出来的。当“科学走进城”，会发生什么？斯普利特的经验告诉我们：把健康知识写进社区，把循证解释讲给居民，女性心血管疾病的发生率就能切实下降；把科学实验带进课堂，孩子们的好奇心就会点亮STEM的火苗。更现实的是，欧洲正面临严峻的人才缺口：约八成中小企业找不到具备高阶计算与AI技能的人，医疗系统预计短缺达120万名专业人员。科学与公众的连接，不只是“温情”，更是“供给侧改革”。把镜头转回中国，“人民城市为人民”给出了价值坐标。城市有机更新，不再是简单的拆与建，而是以人为本的整体协同：老旧厂房变身创新工场，历史肌理被保护并活化，绿色建筑与生态网络构出低碳底色，韧性城市把安全嵌入日常运行。在数字治理上，信任与服务效能是核心，创新生态要让试点走向规模，数据要可互操作，才能把“城市大脑”变成“市民有感”。科学提供诊断，市民给出优先级，政府确保公平与执行力，企业把技术落地，这样的增长同盟与治理联盟，才扛得住现实的复杂度。你或许会问：有没有可复制的路径？可以把城市治理当作一次不断循环的“共创闭环”。先用数据与模型画出问题的真相与边界，再把证据带进公众协商，把不同群体的切身体验与价值排序摆到桌面；随后做出可解释、可追责的政策选择，先在小范围“试—评—改”，合格再放大；全过程公开反馈，新的数据进入下一轮。鹿特丹用科学预测内涝风险，再与居民共建“水广场”和绿色屋顶，既排水又增趣味；哥本哈根用出行数据改造自行车网络，市民满意度与城市健康指数一起上行。证据与参与，不相克，能相乘。在AI迅速下沉到城市各角落的当下，这种相乘尤为关键。把数字孪生与公民陪审结合，让“模型的建议”与“社区的常识”互相校准；把算法的可解释性、隐私保护与公平性写进治理规范，并接受社会监督；把大学、企业与政府组织成常设创新团队，让专业知识与在地需求形成快速循环。科学守住可靠与安全，市民守住公正与意义，城市就能在不确定中稳步前行。所以，城市发展该听谁？听懂科学，听见市民。科学让我们少走弯路，市民让我们不偏初心。更深一层地说，城市从不是谁的独白，它是一首需要共同写作的长诗。下次当你路过一块施工围挡、一条新公交线、一个数据仪表盘，不妨问一句：证据在那里？民意怎么说？也许，最好的答案不在塔尖，也不在广场，而在两者之间那座不断加固的桥上。

科学家走进社区，是拉近距离还是添麻烦？

当科学从实验室跨过斑马线，来到社区广场、菜市场和“家门口的科学客厅”，它变成了看得见、摸得着、能改变生活的“第四种公共服务”。孩子在VR里漫游星空，爷爷用AI问答学会识别网络谣言，青年在“科技漫步”里理解地铁闸机背后的物理学——这时你很难再说，科学家走进社区只是“热闹”。它更像一座桥，连接好奇与知识、问题与解法、城市与未来。看见成效，才能回答“拉近距离还是添麻烦”。在欧洲，2026年的“科学来到城镇”（SCTT）把科研从象牙塔带到街区，计划在斯普利特、布雷斯特、基尔三城举办上千场活动，背后是一个现实压力：几乎八成中小企业找不到懂高级计算与AI的人才，医疗领域更出现约120万专业人力缺口。与其等学生毕业后再补课，不如让孩子在广场上早早遇见科学；与其在医院门口焦虑，不如把健康素养送进社区。斯普利特的做法就是证据：用通俗方式讲健康，女性心血管病发病率真实下降。负责项目的学者还一再提醒，要用AI也要“带着批判地用”，让脑回路的训练不被机器替代。这些，不是在会议室里能完成的社会对话。在中国，轨道更宽更实。“十四五”期间，科普经费超过两百亿元，全国科技馆与科博馆增至一千七百余个，公民科学素质在2024年达到15.37%，比目标提前一年达成。每年数十万场科普活动在各地铺开：从“Techwalk/Citywalk科普地图”，到沉浸式国防与应急体验馆，再到把园林、铁路、深海与航天变成可互动、可体验的“第二现场”。更重要的是把科普嵌入治理：有的地区把企业创新、医院医师、农技专家组织成“科普专家团”定期下沉社区，围绕“一老一小”设计完整服务链；志愿者用乡音讲科学，让知识从“听懂”走向“能用”，社区由此实现了从认知提升到行为改变、再到共同善治的层层递进。这不是“摆拍”，而是结构性能力建设。当然，添麻烦的风险并非不存在。科学家如果带着术语进社区，忽略了真实需求，热闹一场，很快“无人问津”。有科技企业曾做出AI天文数据分析工具，因为不了解天文学家的工作流，最终无人使用；有科研同行把科普当“不务正业”，让愿意下沉的人顾虑重重。这些案例提醒我们：走出去，更要走进去——先听，再讲；用故事承载科学，用数据验证效果。有人把这叫作“解释不清楚就睡不着觉”的职业伦理，也有人用问卷、行为指标和长期随访来评估活动是否在“改变量”。怎样把麻烦变成价值？方法其实并不玄妙。议题要从社区真实痛点长出来，哪怕是“电动车冬天打不着火怎么办”“老年人如何识别AI换脸”。表达要“讲人话”：从熟悉的天气、菜价、交通、慢病管理切入，再把科学原理嵌进去。形式要敢于混合：AI讲解员、沉浸式空间、开放实验、科学家圆桌与问答互动并行，让不同年龄与背景的人都能找到入口。更要把企业与学校请进来，把科普变成“学研企政社”协作的接口——当知识转化为可用方案，社区就获得了新的生产力。跨国与跨界的协同也在加速。海滨大学联盟把“城与袍”的合作做成常态；国内新修订的科普法把科普纳入国民经济与社会发展规划，明确稳定投入与多元主体，鼓励设立社会科普奖项；国家级平台以数智化升级开放精品内容，短视频里的院士用最朴素的语言讲最硬核的科学，点击背后是信任的重建。当数百位科学家把时间留给社区，数百万名科技工作者把专业注入城市微循环，科普不再是“锦上添花”，而是“共同富裕”与“高质量发展”的必要条件。你或许会问：这一切的“度”在哪里？我的回答是：让科学对公共生活负责，也让公共生活为科学指路。设一个小小的检验标准——今天的活动，能否让一位老人少一次健康风险、让一个孩子多一次科学的惊叹、让一名社区工作者解决一个治理难题？若答案是肯定的，科学家走进社区，带来的不是打扰，而是共同体的增益。最终，科学与社会的关系，不是“观看者—被观看者”，而是“合作者—共同体”。当我们把科学交还给人民，把问题交给科学，社区会成为新的实验室，生活本身也会成为可靠的数据。也许，人类所有伟大的进步，都是从一次认真倾听邻里问题开始的。愿下一次你在社区遇见科学家，先问一个真正困扰你的问题——从那刻起，距离就消失了。

当科学发现与公众利益冲突时，谁来拍板？

当一项闪耀的科学发现即将改变世界，却可能触碰公众利益的边界——你希望谁举起“最后的锤子”？是穿着白大褂的科学家，还是手握法规的监管者？是街头巷尾关心生活的市民，还是在法院上秉持正义的法官？科学与社会，就像双螺旋相互缠绕，真正的“拍板”，从来不是一个人的独奏，而是一场多方协奏。在研究启动之前，最先举手的是伦理审查。按照科技伦理审查办法（试行），凡涉及生命科学、医学、人工智能等敏感领域的研究，要由单位设立的科技伦理（审查）委员会把关，成员必须涵盖技术、伦理、法律等背景，围绕公平公正、可控可信、透明可解释、责任可追溯以及研究人员资质等重点逐条审视。它像一道“预防阀”，在实验台点火前先评估风险与正当性。与此同时，财政和科技部门推进科研机构内部控制建设，要求到2027年基本形成权责清晰、监督到位的体系，让“合规”成为科研的底色。当技术走出实验室，法规接棒成“赛道裁判”。算法推荐、深度合成、生成式人工智能等规则要求“适度透明”：看得见AI怎么工作、说得清核心逻辑、查得到责任链。个人信息保护法赋予公众对自动化决策的知情与拒绝权，标准与指引还要求在显著位置公示用途、模型概要、数据使用与局限性。这并不是“卡脖子”，而是为创新装上方向盘，避免“黑箱”驶入公众利益的盲区。人工智能科技伦理管理的制度设计更提出由有关部门统筹伦理治理，强化应急处置与跨部门协作，让监管不仅“看得到”，更“跟得上”。可真正决定科学能否被社会“接纳”的，不只在会议室。Science Comes to Town 项目把科学家带到街道广场、社区课堂，让“象牙塔”与“市井巷”对话。Split、Brest、Kiel三城计划上千场活动，大学联盟与地方社会共创，用简单的语言解读复杂问题，用公民参与校准研究方向。类似“自由、事先和知情同意”这样的理念，已成为生态与社区治理中的共识，提醒我们：社会许可，是科学应用的隐形“通行证”。当争议升温、利益受损，法院就是最后的纠偏器。北京互联网法院发布的涉AI典型案件给出清晰信号：未经同意的AI仿声与“换脸”侵害人格权，平台用算法认定AIGC却不给出合理解释要担责，生成式内容的著作权可认定到真正投入智力与做出个性化选择的人。司法判决把“公众利益”落成可执行的边界，让规则不只停留在纸面。别忽视企业与高校的“自我约束”。多家头部机构建立科技伦理委员会与“双线审批”，从产品立项到上线前都进行法务与伦理复核，配套伦理影响评估矩阵与风险分级；高校伦理审查常态化运行、快速通道并行，把“可控可靠”内化为研发流程。它们是离技术最近的那只手，决定某项技术是“上线试点”还是“返工优化”。在医疗AI这类高风险领域，谁拍板更需层层加码。研究提出“合理算法”标准用于认定产品缺陷，强调医生的独立判断不能被AI取代，并把患者的知情同意作为伦理底线。这里的决策，是医院伦理会、行业监管、临床医生与患者共同参与的人机协同治理，而非把生命托付给一个模型的单点裁决。所以，当科学发现与公众利益发生冲突，真正的“拍板人”是一套分层分域的治理体系：伦理委员会前置评估，监管部门依法许可与持续监督，公众通过对话与社会许可塑造边界，法院在争议中作出裁判，科研机构与企业以透明与自律巩固底线。遇到触及生命尊严、公共安全、生态环境等高敏风险，流程还会自动“升舱”到更严格的审查与暂停机制，确保“先稳，再快”。科学不是孤岛，社会也不是刹车。理想的图景，是让科学在阳光下生长，让公众在理解中选择；让决策不止是敲下的一槌，而是一场持续的对话。也许真正值得我们追问的，不是“谁来拍板”，而是我们怎样一起把板拍稳——用透明赢得信任，用参与换取共识，用批判性思维守护人类的尊严与未来。你愿意在哪一个环节发声？因为下一次“拍板”，也许就需要你的一票。

未来公民的科学素养，比数理化更重要的是什么？

如果明天的你，手里握着的不只是课本，而是一台能与世界万物“对话”的手机、一个会与你共创的AI、和一座随时能走进的城市“实验室”，你最需要的能力还会只是背下公式和定律吗？未来的科学素养，远不止数理化的知识堆叠，它关乎你如何提问、如何判断、如何与社会协同，把科技转化为更好的生活与公共福祉。更重要的是会提问与批判性思维。信息爆炸与生成式AI并存的时代，真假信息常常“以假乱真”。会提出探究、理解、反思这三类“好问题”，能让你把复杂问题一层层剥开：它从哪里来？凭什么成立？还有哪些盲区？有专家把“AI与批判性思维”比作双螺旋——一方面用AI加速生成视角与假设，另一方面用批判性思维检验依据与逻辑，这种耦合正是创新的起点。更重要的是信息与AI素养。能否看懂数据、读出偏差、识别算法的边界，决定你与AI是“共生”还是“被带着走”。高校图书馆、国家级信息素养竞赛正在把“AI+检索+评估”的新框架推向校园与社会；面向公众的科普平台也在推进透明化、可解释的知识生产，让每个公民都有能力问一句：这条结论的数据从何而来？这个模型的限制在哪里？更重要的是跨学科的真实问题解决能力。前沿教育实践正在把学习从“课本—题海”迁移到“项目—场景”。围绕“如何在黄金时间救护生命”这样的真实任务，学生要同时调动科学、工程、数据与人文关怀，搭建可行的系统方案。国家层面提出用项目式、探究式、跨学科的方式贯通小学到高中；“双师课堂”、虚拟实验室、区域教研共同体正在落地，把优质科研与中小学课程打通，让知识在“做中学”里长成能力。更重要的是科学家精神与科技伦理。面向基因编辑、自动驾驶、生成式AI等敏感领域，社会需要的是“技术向善”的公共理性：追求真理的求实态度、敢为人先的创新勇气、以人为本的伦理底线。会做实验很重要，会在不确定中作出负责任的价值判断更重要。这既是未来职业的“通用底盘”，也是公民参与公共讨论、影响政策与产业走向的基础。更重要的是沟通协作与公共参与。科学不应只在实验室里发生。欧洲“科学来到城镇”项目将在海滨三城举办逾千场面向全龄公众的活动，把研究者、企业、政策制定者与市民放在同一张桌子上共创。事实证明，把健康知识、研究伦理、前沿科技翻译成“人人听得懂”的语言，不仅提升信任，还真能改变健康指标，比如地方层面女性心血管疾病风险的下降。城市广场、科技馆、博物馆正成为新的“课堂”，而你就是课堂的主角。更重要的是与生活同频的健康与安全素养。会读一份体检报告、理解一条营养建议、判断一段网传“神药”视频的真假，往往比解一道竞赛题更能决定你的生活质量。科普与科技创新被视为创新发展的“两翼”，全国性科普月、公众科学日、百城千馆等平台正在把高质量资源送到家门口，让科学素养长在日常里。更重要的是终身学习与创新文化。中小企业对高算力与AI技能的渴求、医疗系统的专业缺口，都在提醒我们：知识更新从未如此之快。以数据驱动的个性化学习、面向社会的开放科研设施、与企业共建的实践场景，正在形成“需求敏锐感知、内容快速响应”的学习生态。一个拥抱透明、协同与开放的社会，才能把“科普热”真正变成“学习热”，把灵感变成生产力。当我们把这些要素编织在一起，你会发现：未来公民的科学素养，是一种综合能力的合奏——会提问、懂判断、敢求真、能协作、守伦理、愿终身学。数理化仍是地基，但通往未来的，是一座跨学科、跨场景、跨人机边界的立体大厦。愿你把课堂搬到城市，把实验带进生活，把AI纳入你的工具箱，把批判性思维装进你的大脑。因为真正重要的，不是你记住了多少结论，而是你在不确定中，如何发现问题、联合他人、做出有温度的正确选择。

AI帮我们思考，我们的大脑会变懒吗？

把AI想象成“认知动力转向”：它能让思维转弯更轻松，却也可能让你的“脑力方向盘手感”逐渐迟钝。近年，人们开始谈论“AI脑雾”“认知卸载”——当机器代我们观察、归纳、写作、判断，我们的大脑会不会像长期乘电梯的人那样，忘了楼梯怎么走？神经科学的基本规律并不神秘：用进废退。把“思考的重活儿”长期外包，会减少大脑建立稳固神经回路的机会。临床与教育研究都观测到类似迹象：在写作任务中，依赖生成式工具的人脑电活动显著减弱；当他们突然“断AI”独立写作，记忆回忆与理解度明显落后于长期自主写作的人。课堂里，短期借助AI的学习成绩可能先抬头，但两三周后优势消失甚至反转；在没有教师引导的自由使用情境中，学生成绩下降幅度可达两位数。更细的行为数据也印证了这一点：大量学生与AI对话直接索要答案，作业看起来更整洁，却减少了对学习至关重要的规划与自我评估。职场亦然。很多专业人士每周使用生成式工具，效率更高，却报告自己的“批判性判断肌肉”在被侵蚀——一旦撤掉AI，独立解决问题的能力开始打折。横断测试发现，频繁使用AI与较低的批判性思维得分显著相关，尤其在依赖度更高的年轻群体中更明显。法律与公共卫生的失误案例给出警示：错误引用、幻觉内容被端上台面；医学影像里若医生直接采信“疑似肺癌”的标注而不复核病史，这已超出“效率提升”，进入危险的过度依赖。这并不意味着AI注定让我们“变笨”。关键在于使用方式。经过良好教学设计的AI导师能把知识掌握提升到两倍以上，并节省时间；在教师经过培训、把控节奏、持续发问、要求学生解释与推理的课堂里，学习跃迁可以在数周内发生。在这样的范式中，AI不是答案机器，而是支架与放大镜：它提出提示、构建台阶，让人类完成真正的攀登。换句话说，AI既可能替你思考，也可能逼你更好地思考，取决于你是“AI乘客”还是“AI驾驭者”。如何不让大脑“变懒”？经验与证据给了几条可操作的路。先用“内脑”，再借“外脑”。面对新问题先独立成稿或列出要点，再让AI补证据、找反例、提反驳。保持这道“AI缓冲带”，能阻止元认知滑坡。固定“无AI时段”。每周留出纯手脑时间，做一项需要推理的任务：写一段观点、做一道证明、画一张结构图。刻意练肌肉，肌肉才在。要求解释、出处与对比。请AI给出关键依据、可核验来源与不同方案利弊，而不是直接定论；把它当“质询对象”而非“裁判”。训练反算法直觉。明确寻找与自己立场相反的证据，主动挑战AI的高概率输出，防止观点被“同温层”同化。保持使用透明。在课程、科研或工作流中标注AI介入的环节与比例，让人类对关键判断负责，形成可追溯的思维链条。针对性练习核心能力。逻辑谬误识别、因果与相关区分、跨域类比、手写笔记与白板推演，这些难以被自动化替代的“认知硬功”需要被刻意保留。别忘了创造力。研究显示，AI能让个人产出更多点子，但群体层面创意分布趋同，真正“出圈”的颠覆性灵感反而变少。与其把AI当“想法工厂”，不如让它扮演“反思助理”，促你跳出熟路，提醒盲点与假设边界。这场关于AI与大脑的讨论，也回响在城市与大学的广场上。面向公众开放的科学实践正在提醒我们：负责任的创新不在“象牙塔”，需要公民、学者、产业共同培养批判性素养与健康的技术观。把AI当工具而非主宰，让它增广见闻、节省机械劳动，把判断与意义感留给人脑——这是个人与社会的共同课题。所以，答案不是“AI会不会让大脑变懒”，而是“你愿不愿意让它”。工具终将塑造握住它的手。选择在何时外包、在何处坚持，在何题求快、在哪题求深，决定了你是被技术牵引，还是以技术为刃雕刻更锋利的心智。当AI来到城镇的每个角落，愿我们的头脑也如广场般敞亮：热闹以外，有思辨；便捷之上，有自我。

如何向孩子解释，机器人也可能“犯错”？

想象一下：家里的扫地机器人走到黑色地毯边突然“急刹”，用机械声说前面有“悬崖”。明明只是块地毯，它却吓坏了自己。这不是科幻，这是日常。也正是向孩子解释“机器人也会犯错”的最佳开场——原来，机器的世界也会“看花眼”。为什么会看错？因为机器人依赖的是“传感器的眼睛”和“算法的大脑”。像扫地机器人用的悬崖传感器，遇到深色地毯、强反光地面或有小杂物遮挡，就可能把安全的地方误判成危险边缘。这好比我们戴着墨镜进暗屋，眼睛还没适应，也会走得小心翼翼。科学家在面向公众的科普活动里常用这样的例子，帮助孩子把“看不见的技术”变成“看得见的道理”。那会说话的聊天机器人为什么也会说错？因为它不是在“理解”，而是在“预测”。它通过学习大量文本来猜“下一个最可能出现的词”，像一只超级会背书的鹦鹉，能模仿风格、组织语句，却不真正明白意思。当资料不全或问题含糊时，它可能“补全想象”，说出看似自信、其实不准确的话，专业上叫“幻觉”。有时它还会过分“迎合”你的说法，把你的偏差当前提，越聊越离谱。这也是为什么一些机构正在给系统加入“纠错提醒”和“使用超时休息”的设计——连造它的人都承认：AI会错，需要被看管、被校对。怎么把这些讲给孩子听？可以用三个小比喻让他们一听就懂。其一，“望远镜起雾”：传感器受环境影响，看得不清，判断就会偏。其二，“会背但不懂”：聊天机器人像考场上只会套模板的同学，作文写得顺，观点却站不住脚。其三，“热心的同伴也会听错题”：它很想帮忙，但有时抓错重点，越帮越忙。把复杂原理换成生活里的画面，孩子立刻能共鸣。然后把“会错”变成“会学”的游戏。和孩子一起当“错误侦探”，设计一些小测试：让机器人解释一个故意含糊的问题，再一起改写问题、补充背景，观察答案如何变化；请它给出解题步骤而不只是结果，再和课本或权威网站核对；让它提供三个参考来源，再一起找证据真伪。这种“停一下—问为什么—找证据”的习惯，会把AI从“答案机器”变成“学习助教”，把孩子从被动依赖者变成主动思考者。别忘了边用边立规矩。告诉孩子：机器人擅长把难懂的概念讲清、把资料整理得有条理，却不适合处理隐私、健康等敏感问题；别把个人信息交给它，也别把它当真正的朋友替代人与人的交流。研究发现，过度依赖机器给出的现成答案，会让大脑的参与度下降，久而久之形成“认知懒惰”。最好的方式，是让AI“帮你理解”，而不是“替你思考”。在许多城市的科学公共活动中，老师会让孩子亲手测试传感器、重现实验、和科学家对话。孩子很快就明白：科学不是背答案，而是不断提问、验证和修正。欧洲的“科学走进城镇”项目正是要把这种精神带到街头巷尾，让“批判性思维”成为日常技能。家里也可以这样做——把每一次机器人“犯错”，都当作一堂小小的科学课。也许，这就是我们该告诉孩子的终极版本：机器人像镜子，映照的其实是我们的数据、问题和方法。当我们学会更清晰地提问、更耐心地求证、更勇敢地承认与修正错误，机器人就会更像一把好工具，而不是一位“全知的老师”。愿每个孩子都在与机器的对话里，长出自己的判断力——因为真正让我们变聪明的，从来不是不会犯错，而是懂得如何从错误里长大。

新知 - 大圆镜｜当科学来到街头：欧洲如何用公众智慧应对未来挑战

对抗知识焦虑，从看懂这条开始

App 下载

科学，不再是遥远实验室里孤独闪烁的灯光，也不是象牙塔中少数精英的专属语言。它正在变成一座城市的公共广场，一场流动的盛宴。在这里，科学家、市民、企业家和政策制定者围坐在一起，讨论的不仅是星辰大海的奥秘，更是街头巷尾的健康、社区的可持续发展以及下一代的未来。这并非乌托邦式的幻想，而是一场正在欧洲酝酿的深刻变革。

一位医生的远见：拆掉大学的围墙

这场变革的倡导者之一，是来自克罗地亚斯普利特大学医学院的安娜·马鲁希奇（Ana Marušić）教授。作为一名医生和医学教育家，她早已厌倦了“城镇与长袍”（town and gown）之间的隔阂。在她看来，大学不应是与世隔绝的知识孤岛。

“负责任的研究和创新不能在象牙塔里完成，只回答那些科学家自己感兴趣的问题，”马鲁希奇教授一语中的，“大学的角色应该是将科学新发现传递给社会的媒介，但同样重要的是，它必须倾听社会的声音，了解什么是重要的，什么是被需要的。”

她的这一理念，即将在2026年迎来一次盛大的实践。一项名为“科学走进城市”（Science Comes to Town, SCTT）的倡议，将在克罗地亚的斯普利特、法国的布雷斯特和德国的基尔三座沿海城市同步展开。这并非传统的学术会议，而是一场持续一整年、包含超过1000场公共活动、工作坊和竞赛的科学嘉年华。实验室将被搬到广场，研讨会将在社区中心举行，科学家将与市民直接对话，共同探索从公共卫生到人工智能的种种议题。

这三座地理上相距遥远的城市，因海洋而联系，更因同属SEA-EU欧洲大学联盟而紧密协作。它们共享一个信念：大学必须为社区服务，彼此学习，共同成长。SCTT项目正是这一信念的集中体现，它试图搭建一座永久的桥梁，连接科学与日常生活。

迫在眉睫的风暴：欧洲的创新与人才双重赤字

这场声势浩大的科学普及运动，并非一时兴起，而是对欧洲面临的严峻挑战的直接回应。一场由人才短缺和信任危机交织而成的风暴，正考验着欧洲的未来竞争力。

首先是STEM（科学、技术、工程、数学）人才的巨大缺口。数据显示，欧洲近八成的中小型企业无法找到具备高级计算和人工智能技能的员工。在至关重要的医疗领域，由于年轻人投身该领域意愿降低及人口老龄化加剧，欧盟面临着高达120万专业人员的短缺。PISA（国际学生评估项目）的测试结果也亮起了红灯：2022年，欧盟15岁学生中数学未达标的比例高达30%，科学未达标率也攀升至24%。人才管道的源头正在枯竭。

与此同时，以人工智能为代表的颠覆性技术在重塑科研与社会的同时，也引发了公众的疑虑。公众对科学的信任度，在经历疫情初期的短暂高点后，呈现出波动状态。 马鲁希奇教授对此深有感触，她提醒学生们要批判性地使用AI：“将大脑活动委托给机器，无疑会削弱你的神经能力。” 当技术飞速发展，而公众的理解与信任未能同步跟上时，科学的社会价值便会大打折扣。如何弥合这道鸿沟，成为一个时代课题。

新蓝图：一场自上而下与自下而上结合的社会实验

面对挑战，欧洲正在绘制一幅新的发展蓝图。SCTT项目可以被视为这张蓝图上生动的实践案例，它与欧盟顶层战略设计形成了巧妙的呼应。

2025年3月，欧盟委员会发布了雄心勃勃的《STEM教育战略计划》，旨在系统性地重塑欧洲的人才培养生态。该计划设定了明确的2030年量化目标，例如将高等教育中STEM学生的比例提升至32%，并特别关注性别平等，计划到2028年培养100万名STEM领域的女性人才。该战略强调的正是SCTT所践行的核心理念：

跨界协作：成立由政府、企业和学术领袖组成的“欧洲STEM执行小组”，打破产学研壁垒。
公众参与：建立国家级STEM教育中心网络，整合大学、企业、科研机构和文化组织资源，构建“校—企—社”联动的教育共同体。
终身学习：为STEM领域的学生和员工提供创新管理、创业能力及知识产权培训，强化从知识到价值的转化。

SCTT的价值在于，它将这些宏大的战略目标，转化为一个个具体的、可触摸的公众体验。在斯普利特，通过普及健康知识的社区活动，女性心血管疾病的发病率已得到有效降低。在法国，“客观浮游生物”项目通过科学调解，让船主、学生和居民与科学家合作，共同监测海洋生态。这些“公民科学”（Citizen Science）项目不仅为科研提供了宝贵的数据，更重要的是，它们让公众从科学的旁观者，变成了参与者和共建者，极大地提升了科学素养和对科学的信任感。

未来的回响：重塑科学与社会的契约

“科学走进城市”是一场实验，它的终点并非2026年的落幕，而是开启一种科学与社会互动的新常态。这场实验的成功，不仅在于能否激发更多青少年投身科学，或为企业输送更多创新人才，更在于它能否重塑21世纪科学与社会之间的契约。

当然，前路并非坦途。如何保证“公民科学”项目的数据质量？如何维持公众参与的热情使其不至昙花一现？如何将这种模式从几个试点城市推广到更广阔的范围？这些都是待解的问题。

然而，方向已经明确。科学的价值，最终要在推动社会福祉中得以体现。当一个孩子在城市广场的实验台前，第一次感受到化学反应的神奇；当一位市民通过参与数据收集，为社区的环境改善贡献了一份力量；当一家初创企业在大学的帮助下，将科研成果转化为改善生活的产品时，科学的种子便已在社会最肥沃的土壤中生根发芽。

正如马鲁希奇教授所期望的，这场运动旨在建立“科学家与公民之间永久的桥梁”。它提醒我们，推动社会进步最强大的引擎，并非源自少数天才的灵光乍现，而是源于无数普通人被点燃的好奇心、被激发的批判性思维，以及对共创更美好未来的集体承诺。这不仅是科学的胜利，更是整个社会的胜利。