【 精彩觀點(diǎn)整理 】

本文為 基于胡泳 訪談的文字整理

• 我們可能無法完全量化人工智能對人類整體智力的影響，但是認(rèn)知卸載導(dǎo)致特定認(rèn)知技能下降的擔(dān)憂，比如個體記憶能力的減退，則是完全合理的。
  

• 人機(jī)協(xié)作有潛在的危險，就是喪失人類的思想主體性。就像“駱駝擠進(jìn)帳

  篷”，等到駱駝?wù)麄€身軀都擠進(jìn)來以后，人就被完全頂出帳篷了。
  

• 就當(dāng)下發(fā)展來看，大模型還遠(yuǎn)遠(yuǎn)不能夠達(dá)到我們作為一個“人”所擁有的那種全部智能和意識…（大模型的智能）幾乎只集中在語言智能和部分邏輯推理智能上。

• 使用人工智能需要有一個前提條件：TA必須是一個具備超高信息素養(yǎng)的人。

• 我們的教育體系應(yīng)該培養(yǎng)會用人工智能工具或者任何工具生產(chǎn)出東西的能力。再往上是溝通協(xié)作、批判性思維、創(chuàng)造力，還有自信心，這些是在人工智能時代所需要的關(guān)鍵技能。
  

• 人工智能時代到來之后，應(yīng)該設(shè)想一個概念，叫做“無分?jǐn)?shù)學(xué)習(xí)”，把評分體系或者說成績體系，置換到更具有挑戰(zhàn)性的學(xué)習(xí)任務(wù)，并且讓學(xué)生的注意力回歸到更有意義的事情上面。
  

• 要做到“人的歸人，機(jī)器的歸機(jī)器”，不要混淆兩者的邊界。
  

• 我們不該只問“人工智能能為人類做什么”，還要問“人工智能正在對人類做什么”。
  

• 在個體層面上，人工智能是可以幫助個體拓展想象空間的。然而在群體層面，當(dāng)前生成式系統(tǒng)是否能夠產(chǎn)生具有顛覆性的范式創(chuàng)新想法，目前仍是一個尚未明確的問題。
  

• 人工智能缺少的，是作為一個“人”真正的激情和痛苦。生活中有深刻的個人體驗，而這些體驗其實是人類創(chuàng)作深刻作品的基礎(chǔ)。
  

• 如果沒有了人文社科，我們并不能發(fā)現(xiàn)我們自己到底是誰，也就無法與人工智能相處了。

文/胡泳 北京大學(xué)新聞與傳播學(xué)院教授

本文轉(zhuǎn)載自公眾號“騰訊研究院”

AI之于人類，就像“駱駝擠進(jìn)帳篷”

AI是否導(dǎo)致人類降智？要討論這個問題，首先要定義何為“智力”。

但智力是一個復(fù)雜的因素，單一歸為某個概念都難以說服他人。相對于“降智”，現(xiàn)在更常用的說法是“認(rèn)知卸載”，就是說我們一方面承認(rèn)AI能夠接手某些認(rèn)知能力，但是另一方面它也一定會使你越來越懶于思考。比如AI幫助你寫文章、做項目，同時它就會讓你不那么積極地動腦，一遇到問題就求助于AI。如果從長期來看，這的確會對認(rèn)知的發(fā)展或是批判性思維能力造成影響。因此，我們所討論問題的核心就是，當(dāng)AI接管了更多的任務(wù)以后，人類獨(dú)立完成這一任務(wù)的能力就會下降。也就是說，我們可能無法完全量化人工智能對人類整體智力的影響，但是認(rèn)知卸載導(dǎo)致特定認(rèn)知技能下降的擔(dān)憂，比如個體記憶能力的減退，則是完全合理的。

除了很多經(jīng)過嚴(yán)謹(jǐn)驗證的學(xué)術(shù)的例子，同樣有一些生活的例子可以參考。譬如在日常生活中，如果你過度依賴GPS，空間記憶能力就會很差。批判性思維層面的例子也很多。例如，有研究把參與者分成年長者和年輕者作為對照組。結(jié)果發(fā)現(xiàn)，年長者的批判性得分反而是高于年輕人的，因為他們對AI工具的依賴程度沒有那么高。我們可以發(fā)現(xiàn)，頻繁使用人工智能與較低的批判性思維能力之間，存在著顯著關(guān)聯(lián)性。

從另一個角度講，AI在提高工作效率的同時，也會抑制個體的批判性思維。這可能產(chǎn)生兩個結(jié)果，第一個結(jié)果是，一旦你在工作中喪失了AI支持，就發(fā)現(xiàn)自己不會干活了，因為沒有AI支持的情況下，你解決問題的能力是會顯著下降的；第二，你會發(fā)現(xiàn)你很難適應(yīng)一個沒有AI的環(huán)境，就像我們對網(wǎng)絡(luò)過度依賴，突然斷網(wǎng)就有可能讓你無所適從。如果各種事情都是AI來做，一旦沒有了AI，你的適應(yīng)性是非常差的。從這些維度來衡量，可以說，我們對AI已經(jīng)產(chǎn)生了一種過度依賴性。而過度依賴性，是跟認(rèn)知水平、思想規(guī)范性、記憶功能以及思維能力的下降顯著相關(guān)。

從社會平均水平的角度，AI對于智力而言可能是一個利好因素，但是對個體的智力水平來說則不然。

針對智商測量有一個概念，叫“弗林效應(yīng)”，是由詹姆斯·R.弗林 （James R. F lynn） 在20世紀(jì)80年代系統(tǒng)研究并命名的。他經(jīng)過研究發(fā)現(xiàn)，20世紀(jì)30年代以來，全球多個高生活水平國家連續(xù)幾代人的平均智商在持續(xù)提升。換句話說，人類變得越來越聰明了。但在最近幾年，弗林效應(yīng)其實是在減緩的，甚至在某地方是在逆轉(zhuǎn)的,換句話說，我們的平均智商現(xiàn)在開始下降。在許多地區(qū)，學(xué)生的科學(xué)、數(shù)學(xué)和閱讀成績都呈下降趨勢。下降的背后，意味著年輕人注意力的長時間持續(xù)性在縮短，批判性思維能力在變?nèi)?。造成這種現(xiàn)狀的原因有很多。比如社交媒體，就是人類注意力的“大殺器”，它毫無疑問是智力下降的一大誘因。也就是說，我們不能單純地把人工智能當(dāng)作“替罪羊”，盡管它必然是其中的一個因素。因為智力因素是非常復(fù)雜的，受到多種變量的影響。所以從這個意義上來說，也不能輕易斷言人類的智力水平在整體上升。我們應(yīng)該從長期來看人工智能的影響，而不能從短期或者局限地來看。

“認(rèn)知卸載”更多地強(qiáng)調(diào)的是，由于現(xiàn)在人工智能的發(fā)展，人類本身擁有的一些能力在下降。其核心指向是，我們自古以來都在用各種各樣的方式實現(xiàn)能力的外包或者是卸載。例如，你通過記筆記來減輕認(rèn)知負(fù)荷，其實就是一個典型案例。不是說“認(rèn)知卸載”或者“外包”就不好，而是人工智能它大大加速了卸載能力的上升。從“記筆記”這種簡單的卸載，到現(xiàn)在人工智能開始影響更深層次的東西，例如解決問題的能力或者批判性思維，這些思維能力是人本身就有的，而現(xiàn)在通過工具的發(fā)展就會有所喪失。

當(dāng)然，從文字到互聯(lián)網(wǎng)，幾乎每一次都有“降智”的類似擔(dān)憂。之前電視媒介剛產(chǎn)生的時候，文化精英主義者非常反對電視，覺得電視就是一個導(dǎo)致人類智能下降的罪魁禍?zhǔn)?，后來證明，電視這種媒介其實也并沒有那么可怕。但盡管如此，我仍需強(qiáng)調(diào)一下：人工智能的技術(shù)和過往的技術(shù)相比，有本質(zhì)上的不同。例如蒸汽機(jī)或者電力的發(fā)明，它們和人工智能的量級完全不匹配。

首先，人工智能的確會直接替代我們的認(rèn)知功能。我們以前使用計算器來輔助計算，但是現(xiàn)在生成式AI正在直接替代或者執(zhí)行傳統(tǒng)上屬于人類的判斷、思考和創(chuàng)造等等這些核心的認(rèn)知活動，并具有強(qiáng)烈的替代可能。這種替代從某種意義上來說，不是簡單的工具輔助，而是在很多層面發(fā)生了質(zhì)的飛越。

其次，我們會意識到AI的滲透速度是極其快的，它的覆蓋面也是極其廣的。AI的技術(shù)應(yīng)用對人們之后的工作、生活，以及心理和精神上的技術(shù)性依賴風(fēng)險要比其他技術(shù)高得多。

第三，人工智能仍然具有極大的迷惑性，就是它會模擬真實。人類對于“何為真實”的認(rèn)知本身就是一筆糊涂賬，現(xiàn)在AI生成的這種模擬真實性，會給人類造成很多未知的認(rèn)知風(fēng)險。所以，我認(rèn)為現(xiàn)在固然不可以高唱技術(shù)悲觀論，也無需陷入道德恐慌中，但AI的一些獨(dú)特性質(zhì)也在提醒我們：這種技術(shù)是前所未有的，它必須得到嚴(yán)肅全面的審視和管理。

人機(jī)協(xié)作或者人機(jī)共存是一個美好的愿望，我也認(rèn)為這是一個應(yīng)當(dāng)?shù)陌l(fā)展方向。但是此中有潛在的危險，就是喪失掉人類的思想主體性。用寓言“得寸進(jìn)尺的駱駝進(jìn)帳篷”（The Camel’s Nose）來說，你先讓駱駝的鼻子伸進(jìn)來，之后是脖子和前腿，等到駱駝?wù)麄€龐大身軀全部都擠進(jìn)來以后，人就被完全頂出帳篷。我覺得這種風(fēng)險是現(xiàn)實存在的。

不要對人類智能妄自菲薄

現(xiàn)在很多大模型能夠通過法律考試，MBA考試，包括SAT，甚至是醫(yī)學(xué)考試，并且還真能取得不錯的成績。但是，這只能證明它是一個通用型的語言處理器，這在系統(tǒng)設(shè)計層面，要承認(rèn)這是了不起的科技成果。另一方面，盡管現(xiàn)在聲稱是“人工智能”，但其本質(zhì)還是一個概率問題，而非真正的理解或推理。最好的例子就是，人工智能就算可以應(yīng)付醫(yī)學(xué)考試，但是它并沒有臨床直覺。如果真的讓人工智能去做臨床，那是風(fēng)險系數(shù)非常高的，因為它本身沒有具身認(rèn)知能力。同時，大模型還不存在原生的學(xué)習(xí)過程。因為，人類是有學(xué)習(xí)動力的。人類會一邊學(xué)習(xí)也會一邊反思；同樣地，還會把反思不斷內(nèi)化到自己的學(xué)習(xí)過程當(dāng)中。而大模型完全不具備這種能力。

機(jī)器智能跟人類智慧有什么區(qū)別？或者只說人類的智能到底是什么東西？答案必然是見仁見智的。今天人們看見人工智能做得好，可能會歡呼說它超越了人類智能。而另一種截然不同的觀點(diǎn)則認(rèn)為，機(jī)器智能并不能超越人類智能。在這種羅生門下，當(dāng)前人工智能領(lǐng)域的研究者時常面臨一種“永遠(yuǎn)往后移的球門柱”的困境：當(dāng)他們終于突破某項技術(shù)瓶頸而歡呼超越了人類智能時，外界隨即就會指出其成果距離真正的人類智能水平仍有差距。

智商 （IQ） 確實能衡量人類的某些智能，但一個人智商高，不代表他的全部智能水平就高。所以霍華德·加德納 （Howard Gardner） 意識到這個問題，他認(rèn)為我們不能只依賴考試成績或傳統(tǒng)智商測試來評估人類的智力。經(jīng)過多年的研究，他總結(jié)出了八種智能類型。如果用這八種智能來評估大模型，就會發(fā)現(xiàn)人工智能在語言智能方面表現(xiàn)是一流的。不論是表達(dá)、閱讀、寫作還是講故事，生成式AI都是極其超前的。它在邏輯推理或者數(shù)學(xué)智能上表現(xiàn)也很優(yōu)秀，盡管在復(fù)雜推理時有時會不穩(wěn)定。但是，人工智能在視覺空間智能上表現(xiàn)很差，以前想象中的多模態(tài)模型，實際后來也沒有太大動靜。之后發(fā)展到的具身智能、人形機(jī)器人，它們的性能表現(xiàn)其實也比較一般。因為，它們實際上無法很好地控制自己的身體，也不能保證身體的協(xié)調(diào)能力，可能它的身體動覺連三歲小孩都不如。同樣，人機(jī)智能或許可以模擬我們的同理心，但是它并不能真正理解他人的情感、動機(jī)或關(guān)系。

另一個爭論點(diǎn)是AI到底有沒有意識，有人相信它們已經(jīng)有了自我意識。但是，這一點(diǎn)也是有反對的聲音的，反對者堅定不移地認(rèn)為其實人工智能根本并沒有意識。

其實，就當(dāng)下發(fā)展來看，大模型還遠(yuǎn)遠(yuǎn)不能夠達(dá)到我們作為一個“人”所擁有的那種全部智能和意識。人們之所以會感到恐慌，是因為目前的人工智能發(fā)展走偏了。它幾乎只集中在語言智能和部分邏輯推理智能上，而在其他類型的智能上幾乎沒有進(jìn)展。甚至，它可能因為過度投入這兩個方向，而阻礙了其他智能的發(fā)展?，F(xiàn)有的人工智能在結(jié)構(gòu)上完全無法與人類匹配，尤其是在具身性、情感性、經(jīng)驗性這些方面。因此，我對“人工智能就意味著出現(xiàn)了一個新的物種”這種說法非常不以為然。他們并沒有真正理解人類智能，而且對人類智能妄自菲薄，導(dǎo)致對目前的人工智能過度夸大。

生成式AI現(xiàn)在面臨的最大障礙是幻覺問題?；糜X的存在讓人們不能夠百分之百地把它當(dāng)成知識停止點(diǎn)系統(tǒng)。在這點(diǎn)上，我的觀點(diǎn)也不是靜態(tài)的。不知道隨著人工智能的發(fā)展，幻覺是否會減少，而且幻覺的減少程度和權(quán)重是我們目前不能夠預(yù)測的。比如， 我的使用經(jīng)驗是 DeepSeek的幻覺就比其他大模型高。我們不能說這個模式不對，因為不同AI的發(fā)展模式是不一樣的。而且，有可能“幻覺”對于人類來說也是非常重要的。在知識層面，幻覺是有問題的，但從創(chuàng)意的角度來說，幻覺當(dāng)然是合適的，盡管也可能造成很多矛盾。那么接下來的問題會是，只要有幻覺存在，AI到底是否可以成為知識停止點(diǎn)系統(tǒng)？我持懷疑態(tài)度。幻覺是“內(nèi)生于大模型”的。從這個意義來說，我也不是說就不能用人工智能作為知識來源，而是認(rèn)為，這對于人的AI素養(yǎng)以及相關(guān)能力要求是非常高的，關(guān)鍵在于是否能識別幻覺的根本性。因此，我們必須要在使用人工智能時，養(yǎng)成“人在回路中”的使用習(xí)慣。最重要的是，使用人工智能需要有一個前提條件：TA必須是一個具備超高信息素養(yǎng)的人。

AI時代更需要“無分?jǐn)?shù)學(xué)習(xí)”

人工智能的出現(xiàn)，的確給整個社會系統(tǒng)特別是教育系統(tǒng)帶來了非常多的沖擊和不確定性。現(xiàn)在的考試很多時候其實都是大模型在應(yīng)試，學(xué)生用這些人工智能工具來完成作業(yè)和論文，教授們也在使用人工智能來寫論文或者做項目，很難去遏制這種趨勢的發(fā)生。事實上，我們必須思考應(yīng)在何種程度上延續(xù)以往的教育。

我想把這個思考落實到績點(diǎn)上。在我們中國，凡是受教育的人，都很熟悉的一句順口溜就是：“考考考，老師的法寶；分分分，學(xué)生的命根。”學(xué)生們在接受教育的過程中會認(rèn)為，考試和分?jǐn)?shù)都是天經(jīng)地義的。正因如此，我們其實沒有想過到底什么是分?jǐn)?shù)，以及去追根溯源它的成因。而現(xiàn)在，人工智能正在挑戰(zhàn)我們很多習(xí)以為常的一些事情，它也帶來了一個好處；打破了一些過去的認(rèn)知體系。

譬如，分?jǐn)?shù)到底是干什么的？從老師角度來講，分?jǐn)?shù)是教師評估和報告學(xué)生表現(xiàn)的一種方式。這種制度從學(xué)生的小學(xué)到研究生再到就業(yè)，都是在用一個看似精確的分?jǐn)?shù)來表達(dá)這個學(xué)生的學(xué)業(yè)表現(xiàn)。一旦這些成績被記錄下來，往往會對一個人的人生產(chǎn)生長期而深遠(yuǎn)的影響。家長為孩子的分?jǐn)?shù)時刻焦慮，成績就變成了“指揮棒”，指揮一切。

究其源流，進(jìn)入現(xiàn)代社會以后，需要一種量化的手段和對學(xué)生分類的機(jī)制，因此分?jǐn)?shù)本質(zhì)上是個現(xiàn)代性的制度。而這個現(xiàn)代性制度的背后，就是因為教育普及后產(chǎn)生的現(xiàn)代生產(chǎn)機(jī)制，需要大量的合格勞工來支持。因此，大眾的教育就一定會被官僚化，不然就沒有辦法評判一個人。長此以往，這個機(jī)制就催生了普遍性的分?jǐn)?shù)系統(tǒng)。但這個系統(tǒng)是很難反饋出學(xué)生的真實水平的。這個過程中，我們很容易舍本逐末，到底是學(xué)生真正掌握了相關(guān)知識而獲得好成績，還是僅僅是因為刷題刷得好獲得好成績，這個事情是有待考究的。

人工智能時代到來之后，應(yīng)該設(shè)想一個概念，叫做“無分?jǐn)?shù)學(xué)習(xí)”。我希望我們可以把評分體系或者說成績體系，置換到更具有挑戰(zhàn)性的學(xué)習(xí)任務(wù)，并且讓學(xué)生的注意力回歸到更有意義的事情上面。

今天的教育需要思考構(gòu)建一種全新的評估體系。在21世紀(jì)，還要繼續(xù)用分?jǐn)?shù)來衡量一個學(xué)生嗎？還是可以探索一種不依賴分?jǐn)?shù)，卻能有效表達(dá)知識、促進(jìn)交流的方式？這樣的體系肯定不容易建立，但我認(rèn)為有必要去做。不僅是大學(xué)，而是整個教育系統(tǒng)都應(yīng)該朝這個方向改革。在生成式AI的時代，我們要用新的系統(tǒng)，去取代過去那套建立在現(xiàn)代性評估標(biāo)準(zhǔn)和大學(xué)錄取標(biāo)準(zhǔn)之上的舊體系。這個新體系還必須能夠與社會接軌，因為雇主仍然需要區(qū)分和評估不同的學(xué)生。從雇主的角度來說，越來越傾向于看應(yīng)聘的人會不會使用人工智能工具，但其實工具并不重要，而是要看使用工具的那個人是怎么樣的。也就是說，你是不是一個善于運(yùn)用人工智能來進(jìn)行優(yōu)秀的溝通，或者善于用人工智能來進(jìn)行深度的思考和創(chuàng)新的復(fù)合型人才？當(dāng)你深度思考之后再用人工智能去創(chuàng)新，其實核心不是單純掌握工具的能力。最簡單的層面，比如用AI來制作內(nèi)容，這背后考驗的其實是綜合能力：溝通、寫作、批判性思維、創(chuàng)造力，甚至個人特質(zhì)，比如自信心。

我們現(xiàn)在的小孩都是從“內(nèi)容為王”的教育系統(tǒng)中教育出來的。我們學(xué)基礎(chǔ)內(nèi)容都學(xué)得很好，但解決問題的能力就相對較差。那么我們的教育體系應(yīng)該培養(yǎng)什么能力？我覺得是會用人工智能工具或者任何工具能夠生產(chǎn)出東西的能力。再往上是溝通協(xié)作、批判性思維、創(chuàng)造力，還有自信心，這些是在人工智能時代所需要的關(guān)鍵技能，也是跟以往標(biāo)準(zhǔn)成績單有所不同的地方。我們應(yīng)該創(chuàng)造一個服務(wù)于學(xué)生的成長和發(fā)展的新系統(tǒng)，而這個新的系統(tǒng)背后也不僅僅是評分本身，而是歸結(jié)于學(xué)習(xí)的價值和評價的正義性。

“文科有用”：

人文通識教育變得前所未有的重要

我始終認(rèn)為人類的某些智能，是機(jī)器目前無法獲得、也無法取代的。這些能力是讓我們成為“人”的關(guān)鍵部分。為了讓這些能力更好地發(fā)展，我們必須推廣和提升更注重智慧、創(chuàng)造力與人文關(guān)懷的教育。在這個意義上，我認(rèn)為AI時代，人文學(xué)科的作用會變得更加重要。

我的核心觀點(diǎn)有兩點(diǎn)：第一，要做到“人的歸人，機(jī)器的歸機(jī)器”，不要混淆兩者的邊界。第二，我們不該只問“人工智能能為人類做什么”，還要問“人工智能正在對人類做什么”。AI對我們已經(jīng)造成了許多影響，而應(yīng)對這些影響的辦法，是讓人變得更有人性，更加努力地去發(fā)揮那些機(jī)器目前無法實現(xiàn)的能力，比如創(chuàng)造力、批判性思維和直覺。

機(jī)器和我們?nèi)祟惖膭?chuàng)造力是完全不能等同的。現(xiàn)在的人工智能非常擅長干出產(chǎn)內(nèi)容這種事，不管是寫東西還是藝術(shù)創(chuàng)作，但它的寫作也被批判為沒有靈魂。這就產(chǎn)生兩個問題，第一個是多樣性的問題。所謂的千篇一律，是我們語言和表達(dá)方式的多樣性在下降。第二個，如果我們不討論多樣性，單純討論創(chuàng)造力，我們會意識到說，如果有一個類似于具備“百科全書”般能力的機(jī)器來幫你產(chǎn)生創(chuàng)意，那么的確會比在單獨(dú)思考的時候產(chǎn)生更多創(chuàng)意。

在個體層面上，人工智能是可以幫助個體拓展想象空間的。然而在群體層面，當(dāng)前生成式系統(tǒng)所產(chǎn)生的創(chuàng)意本質(zhì)上是源于單一模型框架來發(fā)展的。這種單一性源于訓(xùn)練數(shù)據(jù)分布與概率引導(dǎo)的機(jī)制，并且它非常善于排列組合。然而，關(guān)于此類系統(tǒng)是否能夠產(chǎn)生具有顛覆性的范式創(chuàng)新想法，目前仍是一個尚未明確的問題。當(dāng)然關(guān)于這一點(diǎn)也見仁見智，可能有的人會認(rèn)為它有很多創(chuàng)新想法，那么我們需要討論的就是在何等層級上界定何為顛覆性范式創(chuàng)新。

在顛覆性范式上，我認(rèn)為我們需要討論的層級是“行星層級”的問題。比如說，全球氣球變化造成的問題，經(jīng)濟(jì)的不平等或者說迄今為止人類還無法消除的暴力。我不覺得人工智能可以在這些層面產(chǎn)生顛覆性范式的創(chuàng)新想法。如果我們用行星層級的創(chuàng)造力來衡量它，我覺得人工智能是做不到的。因此，我傾向于相信我們?nèi)匀恍枰环N更好的、可以提升人性的教育。我覺得越到這個時候，越需要去強(qiáng)調(diào)通識教育的重要性。

人工智能給我們帶來很多東西是硬技能，而通識教育培育的是軟技能。我也意識到，很多人現(xiàn)在用人工智能來寫作。如果人們用它來寫散文或者小說，會發(fā)現(xiàn)它寫的散文或者小說是非常程式化的。人工智能缺少的，是作為一個“人”真正的激情和痛苦。生活中有深刻的個人體驗，而這些體驗其實是人類創(chuàng)作深刻作品的基礎(chǔ)。如果沒有了人文社科，那么就會暴露兩點(diǎn)：第一是，人們會馬上發(fā)現(xiàn)目前人工智能還不能做到的事，例如揭示痛苦。第二，我們并不能發(fā)現(xiàn)我們自己到底是誰，也就無法與人工智能相處了。