努力做“把命令下达清楚”的基层指挥员******
下达命令，务必清楚明确
■杨元超
不久前，我作为基地前进指挥组成员，随某旅夜间火力突击演练分队跟训。部队出发前，发射连连长在班排骨干会上提了不少要求。我旁听了一会儿，觉得他说的有些空泛、不够具体。比如，要求遭“敌”精准打击时各车灵活处置，却没说何时进行伪装、能否脱离梯队自行疏散隐蔽；安排兼职卫生员在出现人员“伤亡”时迅速处置，却对兼职和本职工作冲突时哪个优先没有明确；强调严格按规程操作，却对紧急情况下容易变形走样的环节没有强调提醒……而这些，恰恰是班排骨干最关心的点，也是他们在会后最需要给所属战士明确的。再一看听了连长讲话的骨干们，很多也是一脸茫然的样子。
回想起自己担任指导员的经历，“把命令下达清楚”，也是战士们给我上的第一课。记得上任不久，我连就参加了一次阵地外围警戒任务，事先我只给各警戒小组大体划分了范围，对一条平时很少有人车经过的“断头路”却没指定责任人，只说“有情况各小组兼顾一下就行”，结果当晚的导调课目恰恰是小股“敌特”从这条路上潜入。由于相邻两个小组在警戒巡逻时都对这条路“一带而过”，导致“敌人”差点渗透到装备附近，要不是操作号手及时发现，整个发射行动就失败了。
任务结束，我把责任归咎于警戒人员主动作为意识不强、不知及时补位，还当众批评了这两个小组。但我从战士们的眼神中感到，他们感到很委屈，甚至有些不服气。事后，副连长找到我开诚布公地说：“这次真不能怪战士们，怪就怪你没有把命令下达清楚。”
一语点醒梦中人。循着副连长的话反思，我发现自己除了这次任务外，在日常工作中也有不少命令下达不清的情况。开连务会部署工作，有的骨干几乎不动笔记录；晚点名讲评工作，队列里明显有人心不在焉……细细回想，出现这些现象的原因就是当时自己讲了不少正确的废话和“两头堵”的车轱辘话，而对官兵迫切想知道的“我该干什么、怎么干、达到什么标准”等，却囫囵吞枣、语焉不详。
认识到自己的问题后，再下达命令、布置任务时，我努力做到把方向目标指清楚、把标准要求尽可能量化到“米秒环”、把责任压实到具体人。如此一来，开会的时间变短了，任务却安排得明明白白。后来，有不少骨干反映，指导员讲话终于能说到点子上了。
战士们的鼓励，引发我更深的思考。作为一线带兵人和基层指挥员，“把命令下达清楚”很难吗？想想其实并不难，关键在于下达命令前一定把情况弄清、把任务想透，下达的命令一定要简明扼要、易于理解、具体可行，同时明确重点难点堵点，并给出相应的解决方法。战场上、工作中，固然需要官兵们发挥主观能动性，但绝不能因此而在安排任务时含含糊糊、大而化之，更不能故作高明地卖个关子，让部属去揣摩和猜测。因为，只有上级把话说清楚，下级才能把事干明白。
人工智能如何做到可信、可用？专家热议：把责任归结到个人******
中新网北京12月11日电 人工智能治理的理想状态，是人工智能技术能做到可知、可信、可控、可用。而在现实中，人工智能技术手段虽然非常强大，但是离完美、完善仍有相当的距离。从技术角度和技术应用角度，人工智能的发展如何做到扬长避短？
近日，在2022人工智能合作与治理国际论坛上，专家围绕该话题进行了讨论。
中国工程院院士、鹏城实验室主任高文认为，现阶段很多技术还处于发展的过程中，如果过早地说这个不能用、那个不能用，可能会抑制技术本身的发展。但反过来，如果什么都不管，也不行。
“因此，现在更多还是从道德层面多进行引导。同时，做技术的人，也要尽量把一些可能的风险、抑制工具，即约束风险的工具，尽快想明白。自己也做，同时号召大家做，两者结合。”他说。
清华大学智能产业研究院国强教授、首席研究员聂再清认为，我们要保证能够创新，但同时不能让创新对我们的生活产生破坏性的影响，最好的办法就是把责任归结到个人。
“技术的背后是有人在控制的。这个人应该时刻保证工具或创新在危险可控的范围内。同时，社会也要进行集体的监督，发布某个产品或技术，要能够召回、撤销。在创新和监管之间，当然是需要平衡的，但归根结底，还是要把责任落实到个人身上。”他指出。
瑞莱智慧RealAI公司联合创始人、首席执行官田天补充道，在技术可解释性方面，需要去进行技术发展与相应应用场景的深度结合。大家需要一个更加可解释的AI模型，或者更加可解释的AI应用。
“但我们真正想落地的时候，会发现每个人想要的可解释性完全不一样。比如：模型层面的可解释，可能从研发人员角度觉得已经很好了，但是从用户的角度是看不懂的，这需要一些案例级的解释，甚至通过替代模型等方式进行解释。因此，在不同领域，需要不同的可解释能力，以及不同的可解释级别，这样才能让技术在应用场景发挥最好的作用。”他说。
将伦理准则嵌入到人工智能产品与系统研发设计中，现在是不是时候？
高文认为，人工智能软件、系统应该有召回的功能。如果社会或伦理委员会发现这样做不对，可能带来危害，要么召回，要么撤销。
高文说，应用的开发者，系统提交或者最终用户让他去调整的时候，他应该有责任。如果开发者发现已经踩线了，应该给他一个保护机制，他可以拒绝后面的支持和维护，甚至可以起诉。“不能只说哪一方不行，光说是开发者的责任，他可能觉得冤枉，因为他只提供工具，但有时候是有责任的，只是说责任怎么界定。”
“在人工智能的发展过程中，一方面要建立一些红线。”田天建议，比如，对于人工智能的直接滥用，造假、个人隐私泄露，甚至关联到国家安全、生命安全的，这些领域一定要建立相关红线，相应的惩罚规定一定要非常清晰，这是保证人工智能不触犯人类利益的基本保障。
“在这个基础上，对于处于模糊地带的，希望能留有更多空间。不光是从限制角度，也可以从鼓励更加重视伦理的角度，促进合规地发展。”田天称。
2022人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院(I-AIIG)承办，中国新闻网作为战略合作伙伴，联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。(中新财经)
| 极速快3地图 |
