本文谈论人工智能（Artificial Intelligence，简称AI）与人类之间关系的若干问题。从AI存在的哲学基础开始，论及AI与过往技术的区别、AI对人的模仿方式，最后思考机器如何与人类的特殊情感「痛苦」进行交互。
当下AI拥有显著的生成功能，其生成的内容、知识成为重要支点，引发丰富的学术讨论。相比之下，AI与人的关系则更多在文艺作品呈现。诚然，这一问题非常适合引导小说电影式的想象，无论通向的是崩毁的末日还是共生乌托邦。本文试图在想象之前从学理层面寻找支撑，为进一步讨论提供线索。
目前我在博士阶段用媒介考古的方法研究技术和人的关系，主要聚焦于软件技术及其产物，AI是我绕不过的对象。如标题所言，这篇短文只是“一种谈论方式”，是把AI当成一个存在，展开想想这种存在和人类存在的交互关系，远非定论或评价，也不涉及任何工程技术层面的拆解。文章写于一年半前，2024年3月，是我在课上的发言稿，随着时间流逝我自己的想法也有更新，本文不全面（请轻拍），但是一个起点（梦开始的地方），是我博士论文写作过程中的第一块积木，在这里留存记录～
1 AI与机械唯物主义
若要在历史中为AI寻得哲学依据，德谟克里特（Leucippus）的机械唯物主义是参考答案之一（徐英瑾，2021：8）。我们能从两个方面连接德谟克里特的思想与近现代科学的理论，一是原子论，二是机械论。原子论认为万物（自然包括人的灵魂）都是由原子构成的，思想也是物理的过程，宇宙之中没有目的，只有被机械的法则所统驭着的原子（罗素，1946/2018：81，84）。这一观点的启发在于，人类需要接受自身和机器有同构性。后来以冯诺伊曼、维纳为代表的计算机技术实践/理论奠基人以及西蒙东等技术哲学家的思想中，都有此作为基础认知。
柏拉图偏重自我创造出的纯粹思维的世界，亚里士多德将目的作为科学中的基本观念（罗素，1946/2018：92），这与德谟克里特的机械论思想相异。罗素（Bertrand Arthur William Russell）将机械论和目的论对照阐释，二者的发问方式不同，前者关照“什么造成了这一事件”，后者询问“这一事件是为什么目的服务的”。举个例子，“面包师是如何做出好面包的”与“面包师为什么要做面包”，这两个问题均有价值，但后者会导向感性的自我信念，如为了热爱，为了让人类吃到美食，相比之下，前者更能引出“科学性的知识”，如具体的配方、制作面包的方法等。
由此，机械唯物主义首先为AI存在提供合法性，其次道出了AI思维的雏形：结构的、功利主义的、步骤化的。
2 AI与过往技术
文化技术史有过太多主角，AI只是其中一个，在我们没有经历的时代中，人们对文字、图像，对照相机、电视等等技术形式和载体或许都有过大反思。譬如，弗卢塞尔（Vilém Flusser）用一个修辞展现出人类历史的记录方式随技术发生的变化：历史意识由线性的文字创造，而图像的结构是由线编织而成的“织物”（2023：56，59），某种程度上，这是对过往历史叙述惯习的破坏。
显然在当下，用图像记录历史已经成为一种新的惯习。我们一边体验图像历史意识的优势，如可视化、在场感，一边与恶意剪辑篡改影像等问题作斗争。那些曾经在学理层面出现的问题被长期的人类实践降格为日常，遇到问题、便去解决问题。那么，AI也会在未来某一天发展成为我们的日常伙伴吗？
这涉及AI技术在本质上与过往涌现的技术究竟有什么区别。我整理了以下观点，它们之间有逻辑关联，可辩证看待：
a 消耗的社会资源不同。过往技术运作消耗的只有自然资源，而AI技术会剥削一定的人文资源。人文资源指一个经济体内部的社会成员既定的价值观体系、通常具有的文化知识、一般智力水平等等，这可能带来对人类劳动力的大量取代，威胁人类社会人文资源的可持续发展。AI由人而生，这种挤占也会造成AI对自身诞生土壤的否定。
这一观点的价值在于提供了自然资源与人文资源的概念区分。不过值得注意的是，过往技术对自然资源的消耗也同样带来了无数远虑近忧，且将AI对社会资源的消耗视为“剥削”为一种批判视角而非中立。
b 人文资源是有机的，自然资源是无机的。有机的人文资源的价值观基底是文化的多元主义，这是只有人才能做到而机器无法达成的。简言之，AI可与人做出同样的效果（或许更好），但永远无法达成同样的形式，就像翻译器生成的文本总是比母语者写作的更工整。而人类是无法不在乎形式的生物。
c AI与人有种过往技术与人没有的暧昧性。AI运行逻辑类似人脑，但如上一点所述，无法等同于人脑。
让我们暂时悬置“谈论AI是否一定要将人作为对照”的问题，依然将人类作为评价新技术的默认尺度，来总结AI与过往技术的区别之处：曾经技术与人的互动导向延伸，延伸身体、拓展意识；而AI倾向代替，模拟人脑、再造心灵。
3 AI与人的“模仿律”
论及AI与人的关系，“模仿”是绕不开的词。开发AI时无论遵循的是笛卡尔的理性主义路径，还是神经科学的连结主义，本质都离不开对人类逻辑思维、行动模式的模仿（刘海龙，2024）。硅基物如何模仿碳基物？理论家们的观点提供了几种“模仿律”。
a 在《肉身哲学》中，莱考夫（George Lakoff）和约翰逊（Mark Johnson）（1999/2018）从认知科学的角度提出，人类思维信念的形成是通过身体隐喻习得的。那么，AI也可以通过人的身体行为数据训练“思维”。 工厂流水线上的机器人便是案例，尽管它们的外形仍是钢铁，但常常用“机械臂”等带有人体部位的词汇进行隐喻命名。
b 福多构建了名为“信念盒”（belief box）的装置。这个盒子允许人们放入对一件事物的认知表征，如“一杯水放在桌子上”，盒子对表征内容进行某种机械操作, 使得其能够锁定自身的真值（徐英瑾，2018），产生对表征命题的态度，如“我非常想喝这杯水”。此处存在两个问题，首先，福多预设每个盒子对每一个命题的处理过程都是独立的一一对应过于繁琐，然而现在的AI基本就是这么做的；其次，盒子本身也可以成为信念的一部分。
c 胡塞尔（Edmund Husserl）的现象学路径强调意义的多变，认为稳定的意义内核需要诸现象之间协同构成（徐英瑾，2018）。考虑到人的思维有着多元、灵活、协同、含混的核心特征，这是相对理想化的模拟理念。
类似含混、暧昧的词道出了人类思维给AI出的最大的难题，一个独立于人之外、强调精确的机器，该如何模仿人类心灵的内隐性？若把人类内隐的情绪外化（即清晰地展现和表达），像《楚门的世界》（娱乐/直播产业也是案例）里那样，那么最终的结果是人变得像机器，这应该不是人类发明AI想看到的结果。
4 AI与人之关系的终点
如果将人的精神遭遇视为连续量、从痛苦到快乐有一个光谱的话，过往技术大多是和偏向痛苦的遭遇互动的，比如汽车把人的双腿从劳累中解脱出来，改变人们对空间距离的认知。相应地，AI似乎倾向于为人带来生命基础所需之上的“快乐”，如更高的工作效率、现成的结果，而不为消除人类苦难而生。正如弗卢塞尔（1985/2021：106）所说，“机器人不能代我们受苦”。当我们对ChatGPT发送“我很痛苦”时，ta会回答“我很遗憾听到您感到痛苦。我只是一个AI助手，无法替代真正的医疗或心理健康专业人士。如果您需要紧急帮助或专业建议，请尽快咨询当地的专业机构或医生。”
在这里可区分两种人类的苦难，一是功利主义的苦，如上文所述车辆解决的身体走路的劳累，ChatGPT、Midjourney、Sora等AI工具当然也能消除一部分，减少人们在工作间枯坐的精力体力（也在原创性和知识产权方面带来众多争议）；二是海德格尔所说的人类关于存在本质的畏惧，这种畏惧的对象包含世界的种种不确定性、无法摆脱的精神操劳，其终极是死亡（于是“向死而生”的死亡观在此逻辑下被提出）。前者的范围其实很小、有具体指向，而后者是感受性的、弥漫的、关涉人类生存的基本需求层次，这是机器模型难以捕捉的苦。
在前技术时代，伊壁鸠鲁学派的“一个人被鞭挞的时候也可以幸福”和斯多葛学派的“德行在于意志”理论提供了一种精神疗法；医学还告诉我们，身体疼痛时可以靠药物麻痹神经。试想在这些场景中，AI似乎想帮也帮不上什么忙，AI借以人类的智慧继续飞跃去拔高人类的上限，欢呼声下，苦难是被遗落的，究其原因，仍是来自人类心灵含混性、人类经验不确定性与机器精确性的错位。
此前学者将AI分为两类：专用人工智能（Special-purpose AI / Narrow AI）和通用人工智能（Artificial General Intelligence，简称AGI），前者侧重对“智能”行为外在的模拟，解决的还是人的知识（阮凯，2024），后者的技术路径则致力实现机器内在的思维和情感（刘凯，胡祥恩，王培，2018）。我们已接触过许多专用人工智能的例子，而AGI的图景尚未降临，理想中的AGI具备符合人类情感与伦理道德的观念，能做到自主化感知、学习，甚至进行社会协作。这几乎就是对人类的要求。
即使无法实现，我们是否仍可以人类关怀为目的，做一个浪漫化的、关于“AI为人类解决存在本质痛苦”的畅想？或许，只是或许有那么一天，一个AGI做出了替濒死/已死之人而死的决定，而AGI的“死亡”方式不是肉体消亡，而是清除数据，即以机器记忆交换人类生命。
产生这个想法绝不是因为“贪生怕死”逃避死亡，也不希望滥用机器为牺牲工具。只是想让那些真的在世界上还有牵挂、死得过于可惜的人们仍有选择。就当是一个对抗人类生存不确定性之惧的方案，也是对AI与人关系终点一种想象。
————
p.s.我当时想这些的时候一直联系到菲茨杰拉德小说题目《我愿为你而死》和Dean的歌《DIE 4 YOU》，然后实在一个没忍住写了篇同人文（？），可见 https://weibo.com/7783982382/O5y9rurcV 或 https://archiveofourown.org/works/59898310
参考文献：
刘海龙.(2024).生成式人工智能与知识生产.编辑之友(03),5-13.
刘凯,胡祥恩 & 王培.(2018).机器也需教育?论通用人工智能与教育学的革新.开放教育研究(01),10-15.
罗素.(1946/2018).西方哲学史.北京:商务印书馆.
乔治·莱考夫,马克·约翰逊.(1999/2018).肉身哲学.北京:世界图书出版公司.
阮凯.(2024).人工智能知识生产的核心争议与深层局限的哲学反思.自然辩证法研究(03),66-73.
威廉·弗卢塞尔,斯特凡·博尔曼.(2023).表象的礼赞:媒介现象学.上海:复旦大学出版社.
威廉·弗卢塞尔.(1985/2021).技术图像的宇宙.上海:复旦大学出版社.
徐英瑾.(2018).胡塞尔的意向性理论与人工智能关系刍议.上海师范大学学报(哲学社会科学版)(05),66-76.
徐英瑾.(2021).人工智能哲学十五讲.北京:北京大学出版社.
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。