本文来自微信公众号： 42号电波 ，作者：Starc，编辑：James，原文标题：《美国具身智能学界正担忧失去人心｜IROS 2026 现场》
9月30日，国际智能机器人与系统（IROS）2026大会现场，加州大学洛杉矶分校（UCLA）电子与计算机工程学副教授Ankur Mehta在主题演讲中以「机器人难以自解的问题」开场，向台下近半数由课题负责人与学生构成的听众，展示了一组令人不安的对照：一边是机器人研究界引以为傲的技术图景，一边是公众对AI、数据中心与机器人持续升温的警惕与反感。
本届IROS中，这或许可以被视为美国具身智能学界最具「自我审视」色彩的一场报告。学界此前最关心的便是怎样最简单高效地制造机器人，并为其提供解决方案。过程中，学界却逐渐遭遇来自机器之外的问题：在资源受限的情况下，怎样做机器人？当信息不足，或环境并不利于实现目标时，又该怎么办？研究这些问题多年后，Ankur Mehta认为一个最普遍有效的办法就是大量投入前沿研究，直到问题逐一解决。
然而，这一前提如今很难得到保障。目前，美国具身智能学界的科研经费、人才减少与民心疑虑三重困境交织，或给机器人的研发与技术突破带来阻碍。
科研经费退潮
当前，美国具身智能学界面临的其中一重阻碍是「资源约束」。过去一两年间，随着特朗普政府上台，美国科研界一直密切关注大学科研项目的资源短缺。期间，部分大学的预算削减曾被推翻，随后又以不同条件恢复，引起学界广泛忧虑，「即使本周专门开过论坛，也很难判断事情将走向何处」。
而即便研究不直接依赖某项拨款，大量工作仍发生在高校，而美国高校整体正面临显著的机构支持缩减。即便在通常被视为自由派大本营的加利福尼亚州，公共支持也在撤退。
稍早之前，已有《科学》《纽约时报》《华尔街日报》《洛杉矶时报》等美媒集中报道了特朗普政府暂停拨款对高校研究的冲击。加州大学系统称，UCLA等美国高校约有5.84亿美元的研究经费被暂停，这为研究事业敲响了「死亡之钟」（death knell）。
公共支持的撤退背后存在一个更基础的信号：美国社会对高等教育的信心正在下降。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呈现持续下滑。2023至2024年间，对高等教育「非常信任/比较信任」的比例已跌至约三成。在他看来，对教育的攻击往往与对理性的攻击相伴，高等教育和科研支持的不足是一种更深层的系统性撤退。
对高等教育的影响还发生在机器人领域的人才培养方面。对高等教育价值的信任下降会转化为业界人才的减少，从本科、研究生到博士，每一个阶段都有来自不同背景的人才逐渐从科研体系中流出，形成漏斗型流失。与此同时，机器人的复杂工程仍需要大量人才投入，又造成了人才缺口。Ankur Mehta还援引皮尤研究中心（Pew Research Center）数据指出，由于美国社会收入的巨大差异，人们的技术适应程度存在明显的鸿沟。年收入约3万美元以下的群体在智能手机、家庭宽带、平板与台式机等设备的拥有率上显著低于高收入群体；农村居民在宽带接入与设备拥有率上也长期落后于城市与郊区居民。在此背景下，家庭收入的不均等也会影响青年对新兴技术的早期接纳与理解。
放眼全球，各区域内的代表性失衡同样直观。2020至2023年RSS（Robotics:Science and Systems）作者来源分布的桑基图显示，在具身智能学界的科研人员当中，以美国为代表的北美是最大的「贡献地」，欧洲地区中，德国、英国、瑞士位列前三，亚洲区域中，中国人才占比最大。
此外，机器人可能引发的社会不平等仍是争议焦点。收入、财富与其「拥有者」的身份，与一个人最终能否走入前沿领域高度相关，资源不足者更可能在研究中途退出。而当研究群体与房间外的真实世界人口构成差异显著时，「我们在这里展示和完成的工作终究会走出会场，去解决世界各地人们的问题——包括那些没能一路进入这个房间的人。」在此情况下，科学技术的革新可能仅在研究群体内部扩散，而公众对此方面则不易知晓，技术认知也可能产生偏离、形成误解。
公众担忧为重大考验
更关键在于，科学技术的认知程度不平衡与社会不平等之间形成的关联容易引发公众焦虑。Ankur Mehta认为，美国具身智能学界在增信释疑、争取公众信任这一问题上遭遇重大考验。
加拿大《环球邮报》在今年3月开展的民调显示，约七成美国人反对在本地建设支持人工智能的数据中心。而稍早之前，《纽约时报》《华盛顿邮报》等美媒关于数据中心的报道促使美国国内左右两派在这一议题上「罕见地团结于恐惧与厌恶之中」。
这种焦虑并非北美独有。一份针对机器人的跨国公众情绪调查（The Economist「机器人一代」专题调查）显示，人们对机器人的兴奋与担忧情绪并行存在，且比例因国家而异：中国受访者中，约81%对机器人感到兴奋、44%感到担忧；印度为78%对42%；巴西为75%对45%；而美国为49%对45%，英国为47%对52%。在英国，担忧比例已反超兴奋比例。
Mehta进一步列举公众担忧的具体技术场景。Behram Wali发表于《Transportation Research Part A》的研究显示，约85%的美国人认为自动驾驶汽车将扰乱与驾驶相关的就业，另有47%认为其将加剧收入不平等。另一项关于旧金山机器人出租车需求的研究（Loa,Lee&Circella，《Transportation》）则发现，女性居民占比、人口密度以及被划定为弱势或公平优先社区的属性，与机器人出租车需求呈负相关。面对新兴科学技术，公众不免对就业扰动感到担忧。
更刺眼的是一系列有关机器人报道引发的反对情绪。2021年，纽约时报曾以「机器狗归来、引发众怒」为题报道纽约警察局（NYPD）因部署新型巡逻机器狗而遭遇强烈反弹，当局不得不在舆论压力之下重新调整部署，而仓储机器人、飞行机器人乃至武器系统的讨论也不时见诸报端。Mehta特别提到，就在本次大会前一天的主题演讲问答中，已有人提出机器人技术可能被用于反人道目的的担忧。
当然，这也与技术进步有着强烈关联。随着人工智能的涌现，传统机器人的控制规划路线已被极大改变，大模型与机器人之间的界限正在模糊，数据的质与量在其中扮演着重要角色。而如今，美国公众谈到「数据」，首先想到的往往是数据中心而非科学事实。甚至，研究者也已不再只说「机器人」，而改说「机器人与AI」。
「我们没有主动划清边界，即使这样做，公众也未必接受。因为我们创造的机器人技术可能被用于反人道目的。这个时候，研究者很容易退回象牙塔，自称只是创造中性工具的技术人员或学者，工具用于善或恶，是应用者的选择。然而公众不会给我们施予这种免责，我们创造的东西已经在现实世界产生问题，我们或许必须承担责任。即使不主动承担，公众也会把责任归到我们身上。」
学界必须争取社会信任
面对空前剧烈的技术变换，学界必须更好地争取公众信任。以自动驾驶领域为例，学界必须通过紧密沟通，正面阐述技术的公共利益和价值，即回答「利益服务于谁」来形成外部共识。尽管智能技术会产生风险，而它们往往由公众承担，但学界需要向公众表明，机器人不是只为很小一部分人创造的解决方案，「这正是我们面临的挑战之一」。
有与会者将话题推向更深层的技术右翼。由于多数技术会进一步集中既有权力，除非改变谁从机器人与AI中获益、所有权如何集中，否则公众态度难以改变。Mehta认为问题「不限于认知，也不只是传播」，技术具有真实影响。作为对技术负有责任的研究者，学术共同体有能力引导技术朝更公平的方向发展。
为了避免不得人心的困局，Mehta也认为未来整个学界工作的一部分在于「转变视角」。人们使用智能技术，一部分目的也在于进一步掌握认知、继续开发。特别当其中的一些人在未来几年就会进入学界，吸纳下一代新兴力量的重要性不言而喻。
因此，沟通是说服公众非常重要的一种方式。机器人工作本身也应包含表达、倾听与公众参与。
「我们要真正理解他人需要什么、我们的工作为何对他们有价值，也理解他们的需要如何反过来对我们有价值。」
Ankur Mehta强调了与外界保持沟通、互相理解的重要性。尤其当面对那些平时走在街上、几乎不会相遇的人时，「一个你从未想到的人会让你大吃一惊。如果在路上停下来交谈，了解他们的世界，我们或许就不会只是更用力地做机器人——只是多写代码、多造机器、多采数据、多画图。相反，我们可以重新审视问题，并尝试用非机器人的手段解决它。」
现场讨论也为「怎么做」提供了具体路径。研究者应制作自己的内容、开展自己的传播，展示学界工作有价值、有意义，能够增进幸福并造福社会，而非坐等公众被醒目的负面新闻包围；应重视教育，让劳动者能够承担新技术带来的新工作与新角色；课题负责人、期刊编辑与会议组织者应让「走进世界、开展调查」成为一种可发表、可激励的研究工作。
未来，研究人员、社区应该通过这些方式避免与公众及社会形成「我们对他们」、「场内对场外」的格局，不再总为资源和解决方案彼此对抗，在一个智能化的世界中走向广泛的信任与合作。