大模型的能力再強，也無非是把人類的表面功夫?qū)W得更像；大模型的認(rèn)知輸出，與人類做出的判斷有著本質(zhì)的區(qū)別；它不是真正的認(rèn)知主體，它不會承擔(dān)什么，也并不相信什么；它極盡掌握人類之術(shù)，而全無人類之道。

最近一項來自歐洲的研究，進一步揭示了人類智能與人工智能之間的本質(zhì)區(qū)別。由羅馬Sapienza大學(xué)計算機科學(xué)系Walter Quattrociocchi等三位學(xué)者合寫的論文《人類智能與人工智能之間的認(rèn)識論斷層線》（Epistemological Fault Lines Between Human and Artificial Intelligence ），引發(fā)了廣泛的關(guān)注。

這個研究團隊，包括了計算機科學(xué)、心理學(xué)、數(shù)學(xué)和科學(xué)等領(lǐng)域的學(xué)者。他們發(fā)現(xiàn)，盡管大型語言模型（LLM）通常被描述為人工智能，但其認(rèn)識論特征與人類認(rèn)知之間存在根本性的差異。人類與機器輸出在表層上的對齊，掩蓋了生成這些結(jié)果的底層過程在機制上的深度錯位。大型語言模型并非認(rèn)識論意義上的“認(rèn)知主體”，而應(yīng)被理解為概率性的模式補全系統(tǒng)；在形式上，它們更類似于在高維語言轉(zhuǎn)移圖上的隨機游走過程，而非基于信念結(jié)構(gòu)或世界模型進行推理的系統(tǒng)。

通過對人類智能與人工智能認(rèn)識流程的系統(tǒng)性對照分析，他們定義了七條關(guān)鍵的認(rèn)識論斷層線：

1，錨定斷層（The Grounding fault）人類將判斷錨定于感知的、具身的與社會性的經(jīng)驗之中；大語言模型僅從文本出發(fā)，通過符號間接重構(gòu)意義。

2，情境解析斷層（The Parsing fault）人類通過整合的感知與概念過程來解析情境；大語言模型則進行機械式的分詞處理，生成在結(jié)構(gòu)上便利但在語義上單薄的表征。

3，經(jīng)驗斷層（The Experience fault）人類依賴情景記憶、直覺物理與直覺心理，以及習(xí)得的概念；大語言模型僅依賴嵌入空間中編碼的統(tǒng)計關(guān)聯(lián)。

4，動機斷層（The Motivation fault）人類判斷受情感、目標(biāo)、價值以及進化塑造的動機所引導(dǎo)；大語言模型不具備內(nèi)在偏好、目標(biāo)或情感意義。

5，因果斷層（The Causality fault）人類借助因果模型、反事實推理與有原則的評估進行思考；大語言模型在不構(gòu)建因果解釋的情況下整合文本語境，而是依賴表層相關(guān)性。

6，元認(rèn)知斷層（The Metacognitive fault）人類能夠監(jiān)控不確定性、識別錯誤，并可以懸置判斷；大語言模型缺乏元認(rèn)知，且必須始終產(chǎn)生輸出，從而使幻覺在結(jié)構(gòu)上不可避免。

7，價值斷層（The Value fault）人類判斷反映身份、道德以及現(xiàn)實世界中的利害關(guān)系；大語言模型的“判斷”只是概率性的下一個詞元預(yù)測，不具備內(nèi)在價值或可追責(zé)性。

因為這些認(rèn)識斷層，大模型整體表現(xiàn)出一種“認(rèn)識表象”（Epistemia），其中語言層面的似真性取代了真正的認(rèn)識論評估，從而制造出一種無需判斷付出的的“知道感”。

論文認(rèn)為幻覺是大語言模型的固有缺陷。它們不是某個本應(yīng)具備認(rèn)知能力的系統(tǒng)所出現(xiàn)的異常，而是從統(tǒng)計模型中采樣的必然結(jié)果 —— 這類模型并未編碼指涉關(guān)系、真值條件或證據(jù)約束。在生成式系統(tǒng)中，生成與外部現(xiàn)實脫節(jié)的內(nèi)容并非例外，而是其默認(rèn)的運行狀態(tài)。

盡管Transformer加上擴展定律（scaling law），是大模型的利器，在諸多領(lǐng)域中表現(xiàn)流暢且具有適應(yīng)性。但是，大模型依據(jù)的是統(tǒng)計規(guī)律，提取自人類生成文本，而非對世界的表征。它們所呈現(xiàn)出的能力，源于對語言如何運作的學(xué)習(xí)，而非對事實狀況形成信念。它們并不追蹤真值條件或因果結(jié)構(gòu)，而是追蹤文本中的共現(xiàn)模式、關(guān)聯(lián)關(guān)系與延續(xù)方式。

從這一意義上說，擴展定律并不是從語言自動化通向認(rèn)知的橋梁。增加數(shù)據(jù)規(guī)模與參數(shù)數(shù)量，只是細(xì)化了一個函數(shù)逼近器，并未改變其底層計算方式。擴展增加了覆蓋面，也讓語言變得更平滑，但不是認(rèn)識論上的通達(dá)性。它改善了與人類輸出在表層上的對齊，卻并未在內(nèi)部過程上促成趨同。

哈佛大學(xué)知名心理學(xué)家平克（Steven Pinker）高度評價了這項研究，在于它對自然的與人工的智能之間做出了定性的分析。

既然AI與人類的認(rèn)知有這種根本區(qū)別，它對于AI評價體系、治理框架都會帶來重大影響。研究者們尤其提出，社會中的組織日益圍繞生成式人工智能，需要建立起認(rèn)識論的素養(yǎng)。他們提出了如下建議：

評測：作者們明確反對當(dāng)前主流的評測邏輯，即用“模型是否像一個好答題者”來評估。他們指出，這種評估方式只檢驗輸出的外觀，而不檢驗判斷的過程。認(rèn)識論測評，要超越表面對齊。不該只看答案對不對，而要看系統(tǒng)在什么時候應(yīng)該“不回答”、是否能暴露不確定性、是否對因果變化敏感。

治理：要超越行為合規(guī)。作者們非常明確地批評了當(dāng)前 AI 治理的主流路徑，即關(guān)注模型有沒有說“壞話”；有沒有違法、歧視、仇恨內(nèi)容；有沒有行為對齊。他們認(rèn)為這抓錯了層級。真正的風(fēng)險不是模型說錯，而是亂說，它在不具備判斷能力的情況下，被當(dāng)成判斷機制來使用。

因此，要限定可讓AI替代的場景，區(qū)分輔助性使用（起草、檢索、提示）和判斷性使用（醫(yī)療、法律、政策、新聞）。后者中不能允許模型成為“最終判斷者”，這不是技術(shù)建議，而是制度設(shè)計建議。

作者們認(rèn)為，僅僅標(biāo)注“使用了 AI”是不夠的。應(yīng)該披露的是AI是否核驗了事實，是否管理了不確定性輸出是有證據(jù)支持的？推測性的？還是純語言生成的？重點不是“使用了 AI”，而是AI 在這個流程中，是否被當(dāng)成了判斷主體。

不要迷信技術(shù)增強，那也只是緩解問題，而不是解決問題。作者特別點名RAG、工具調(diào)用、外部記憶等，這些都不能解決認(rèn)識論問題，只可能降低部分錯誤率，卻可能增強權(quán)威感與說服力。因此，技術(shù)增強必須伴隨制度約束，否則會加劇認(rèn)識表象癥。

教育：面對AI，教育應(yīng)該從“批判性思維”升級為“認(rèn)識論素養(yǎng)”（epistemic literacy），這是論文中最人文、但也最深的一點。因為傳統(tǒng)批判性思維假設(shè)判斷者就是表達(dá)者，論證等于信念，錯誤相當(dāng)于認(rèn)知失??；但在生成式 AI 環(huán)境中，判斷被“外包”，表達(dá)被“自動化”，信念不再由表達(dá)者承擔(dān)。

認(rèn)識論素養(yǎng)不是教人多懷疑，而是教人識別判斷是否真的發(fā)生，識別那7條認(rèn)識論斷層線的癥狀：面對AI的回答，需要重建判斷流程，如什么時候必須二次核查，什么時候應(yīng)當(dāng)拒絕現(xiàn)成答案。認(rèn)識論素養(yǎng)教人如何在一個“判斷被模擬”的環(huán)境中，重新把判斷奪回來。

最后這一點尤其重要。如果說在一些工作場景中，人類會把一些可以放心的判斷交給AI，在教育中，必須建培養(yǎng)出學(xué)生的判斷能力。AI進入學(xué)校，改變教育，終將造就其原生的一代。人類要保持其認(rèn)識世界的主體地位，就要從娃娃抓起。

論文原文：

https://osf.io/preprints/psyarxiv/c5gh8_v1