摘 要

人工智能的超速演變，不久就將替代人類智能主導(dǎo)當(dāng)代文化。這個(gè)人類歷史上空前未有的巨變，正在我們眼前一步步發(fā)生，已經(jīng)成為當(dāng)前世界最重大課題之一。對(duì)于人工智能的發(fā)展前景，我們可以用思想實(shí)驗(yàn)的方式，建立一個(gè)“人工智能符號(hào)學(xué)”，便于真切理解。從符號(hào)學(xué)機(jī)制看，人工智能進(jìn)展速度快，正在迅速耗盡文化意義活動(dòng)的基本動(dòng)力，即認(rèn)知負(fù)熵，人類文化活動(dòng)正快速奔向“意義熱寂”。因此人文學(xué)科應(yīng)當(dāng)警告世人：人工智能很可能將給人類文化帶來重大危機(jī)。在擁抱人工智能時(shí)必須加以預(yù)防，才能讓人類避開災(zāi)難。

關(guān)鍵詞

人工智能；認(rèn)知差；熵增；意義熱寂；人工智能符號(hào)學(xué)

引言 文本的根據(jù)與目的

符號(hào)學(xué)能否用來探索人工智能對(duì)人類文化的影響，尤其是預(yù)測(cè)其前景？本文堅(jiān)持符號(hào)學(xué)可以處理這個(gè)問題，因?yàn)榉?hào)學(xué)是意義形式之研究，符號(hào)與意義是一體兩面。而人工智能在人類文化中的角色，就是意義的產(chǎn)生，傳送，解釋，回應(yīng)，以及進(jìn)一步展開。整個(gè)文化是社會(huì)相關(guān)符號(hào)行為的總集合，正如麥克盧漢所說：“文化總是體現(xiàn)為各種各樣的符號(hào)，……文化的創(chuàng)造在某種程度上說就是符號(hào)的創(chuàng)造……所謂文化，究其本質(zhì)乃是借助符號(hào)來傳達(dá)意義的創(chuàng)造、交往、理解和 解釋。”因此，符號(hào)學(xué)用來檢查考察人工智能的文化后果，非常適用。

但是這問題，不該只由我來回答，或許應(yīng)當(dāng)由人工智能來回答。人工智能是否了解自己在做什么？這正是本文要探索的問題。目前讓人驚異其能力的各種人工智能系統(tǒng)，似乎無所不能，它們對(duì)各種問題的迅疾回復(fù)，只是該系統(tǒng)的數(shù)據(jù)庫中產(chǎn)生連接的資料，至今尚不是該系統(tǒng)作為解釋主體“經(jīng)過深思熟慮”的回答。但是人工智能系統(tǒng)對(duì)自身問題的回復(fù)，可以作為本論文討論的出發(fā)點(diǎn)。

正因如此，如果讀者對(duì)本論文的論據(jù)有所質(zhì)疑，不妨自己動(dòng)手，與各種人工智能系統(tǒng)“切磋”一番，無論得出什么結(jié)論，都?xì)g迎商榷。

第一個(gè)問題：人工智能的基本功能是否為意義活動(dòng)？產(chǎn)生的是否為符號(hào)文本？能不能用符號(hào)學(xué)來考察？

很多人工智能系統(tǒng)的回答騎墻，說“有可能是意義活動(dòng)，有可能應(yīng)用符號(hào)學(xué)”。但ChatGPT-4o給了非常明確的回答：“人工智能的基本功能可以視為意義活動(dòng)，產(chǎn)生的確實(shí)是符號(hào)文本。符號(hào)學(xué)，作為研究符號(hào)及其意義形式的學(xué)科，完全可以用來考察和分析人工智能的運(yùn)作和輸出?！奔热换卮鹑绱嗣鞔_，我們就從這個(gè)前提，開始討論。

的確，人工智能的基本功能，就是對(duì)數(shù)據(jù)（即資料Data）的處理和分析，數(shù)據(jù)庫里的是文本、圖像、聲音等，無論數(shù)據(jù)是哪種形式，都符合符號(hào)的定義：“被認(rèn)為攜帶意義的感知”。也就是說，人工智能的數(shù)據(jù)庫，就是一個(gè)巨大的“符號(hào)庫”，只是符號(hào)尚未被選中并發(fā)出，因此數(shù)據(jù)庫是個(gè)“潛在符號(hào)”的大水庫。人工智能系統(tǒng)的“深度學(xué)習(xí)”就是把這符號(hào)水庫做大，可以從中找出對(duì)幾乎任何問題的意義連接方式。人工智能系統(tǒng)的輸出，無論是回答問題、生成文章、進(jìn)行對(duì)話、產(chǎn)生圖像、視頻或樂曲，抑或是翻譯成各種語言、輸出各種指令，都是在傳送出攜帶意義的“可感知”的符號(hào)文本。

需要說明的是：“人工智能符號(hào)學(xué)”（AI semiotics）是研究人工智能運(yùn)作與其文化影響的方法。有不少人工智能系統(tǒng)本身（以及某些人類研究者）望文生義，把這問題混同于人工智能設(shè)計(jì)研究中的“符號(hào)主義”（symbolicism）。符號(hào)主義是人工智能研究史上一種方法論，源于數(shù)理邏輯，認(rèn)為智能產(chǎn)生于抽象思維，如數(shù)學(xué)推導(dǎo)和概念化。它強(qiáng)調(diào)符號(hào)之間的邏輯關(guān)系和符號(hào)操作的規(guī)則。與之形成對(duì)比的是人工智能研究中的另外兩種主要指導(dǎo)思想，是模擬大腦神經(jīng)元之間的相互作用及信息傳送原理“聯(lián)結(jié)主義”（connectionism），以及模擬心理學(xué)與控制論，以可觀測(cè)的具體的行為活動(dòng)為基本工作方式的“行為主義”（actionism）。目前在人工智能設(shè)計(jì)理論中，這幾種方式在進(jìn)行符號(hào)意義活動(dòng)，正如我們?cè)谟^察高等動(dòng)物或幼兒的符號(hào)認(rèn)知活動(dòng)時(shí)，也能發(fā)現(xiàn)這幾種方式并存。

而本文所論的“人工智能符號(hào)學(xué)”，不是探討人工智能內(nèi)部設(shè)計(jì)與結(jié)構(gòu)方式，而是考察各種已經(jīng)形成的人工智能系統(tǒng)，在人類文化中的表現(xiàn)，考察它們對(duì)人類文化可能產(chǎn)生的影響，簡(jiǎn)單一句話，就是“人工智能符號(hào)學(xué)”做的是人文學(xué)科式的“外部研究”，而“符號(hào)主義”等是人工智能的“內(nèi)部”算法研究。把內(nèi)外二者相混，沒有任何好處，只能把問題說糊涂。

“人工智能符號(hào)學(xué)”作為一種學(xué)術(shù)探索方向，目的不是介紹人工智能發(fā)展過程，也并非意圖普及人工智能的工作原理。人工智能對(duì)于絕大部分知識(shí)分子（包括人工智能從業(yè)者研究者）是個(gè)黑箱。“人工智能符號(hào)學(xué)”不必進(jìn)入這個(gè)黑箱，其目的是在人文學(xué)范圍內(nèi)促動(dòng)一種對(duì)人工智能的反思能力。人工智能符號(hào)學(xué)將從人類文化角度理解這場(chǎng)滄海巨變對(duì)人類的意義，看它正在把人類社會(huì)引向什么方向。

人工智能使用深度學(xué)習(xí)算法，模擬人的神經(jīng)網(wǎng)絡(luò)，來尋找數(shù)據(jù)中的優(yōu)勢(shì)連接。這一過程從“預(yù)訓(xùn)練”人工智能開始，將大量數(shù)據(jù)輸入，使其能夠找到這些趨勢(shì)，沿著這一趨勢(shì)線，推斷生成新數(shù)據(jù)。因此，它們做的是大數(shù)據(jù)輸入，按關(guān)鍵詞查詢連接，形成符號(hào)文本輸出。不管是計(jì)算機(jī)、自動(dòng)駕駛汽車、智能無人機(jī)、聊天機(jī)器人，雖然輸出文本及其媒介大相徑庭，做的工作卻相似。

讓人工智能系統(tǒng)“自白”，是建立一個(gè)人工智能研究的最好的起點(diǎn)。既然人工智能系統(tǒng)號(hào)稱一個(gè)“智能體”，就應(yīng)當(dāng)明白自身的是如何存在于世的。人類歷史過了多少世紀(jì)，才有意探問自己究竟是什么樣的一個(gè)存在？對(duì)“我在”的理解，開始了人類文化現(xiàn)代化的進(jìn)程。就此而言，我們的這次研究，給我們希望，更讓我們警覺：人工智能或許尚未明白它們?cè)谧鍪裁矗祟悈s必須明白人工智能在做什么，現(xiàn)在就弄明白。

回答本文有關(guān)問題的人工智能系統(tǒng)，有《百度文心一言4.0》《阿里通義千問4.0》《靈犀人工智能GC系統(tǒng)4.0》《天工人工智能3.0》等。這些都是好學(xué)生，回答得頭頭是道。但也正如“做題家”的風(fēng)格，回答大同小異，嚴(yán)重缺乏個(gè)性。既如此，我們的分析就暫時(shí)不去討論它們的差別，也不討論它們重復(fù)中的差異，有興趣的讀者可以自行獲取。我們可以檢驗(yàn)它們“能否像人一樣思考”，尤其是有沒有可能獲得人的“心智理論”ToM（Theory of Mind）方式。

討論的問題，前五個(gè)分別詢問人工智能的“符號(hào)處理能力”，以及與符號(hào)學(xué)研究的相關(guān)性；后五個(gè)問題，則是有關(guān)人工智能發(fā)展會(huì)對(duì)人類文化造成何種后果。因此，人工智能對(duì)人類文化的影響，是一個(gè)“AI符號(hào)學(xué)”探索的重點(diǎn)。

第二個(gè)問題：人工智能依靠數(shù)據(jù)庫的資料，汲取的元素是信號(hào)還是符號(hào)？也就是說，這個(gè)過程是否包含著符號(hào)的理解和解釋？

首先說清：什么是信號(hào)（signal）？它與符號(hào)有什么不同？信號(hào)是一種落在門檻上的符號(hào)類型，信號(hào)攜帶著清晰的意義，看起來完全符合“符號(hào)”的定義。但它不需要解釋，而是要求預(yù)定的實(shí)際反應(yīng)。動(dòng)物的符號(hào)大部分是信號(hào)，對(duì)信號(hào)，動(dòng)物一般不解釋，而是依照物種的生理機(jī)制預(yù)先安排好的方式，采取固定行動(dòng)。例如野羊逐草而居，鮭魚群溯流而上。動(dòng)物植物之間、身體內(nèi)部器官之間都會(huì)有信號(hào)。并不需要（也不允許）接受者的思考，來決定反應(yīng)方式。機(jī)械之間的反應(yīng)，也是基于某種信號(hào)，例如電梯門關(guān)閉時(shí)，因光被遮斷而重新開啟。

那么人工智能在進(jìn)行上一節(jié)所說的各種意義活動(dòng)時(shí)，究竟有沒有做解釋？例如應(yīng)對(duì)“提示”（prompts）進(jìn)行回答，顯然，人工智能系統(tǒng)給出的，不完全是對(duì)信號(hào)的固定回應(yīng)，而是做出一定解釋的。用戶的提示往往是語言符號(hào)文本，人工智能使用預(yù)先訓(xùn)練好的大語言模型，來解碼這些輸入，理解其意義結(jié)構(gòu)。它們通過統(tǒng)計(jì)模型、語義分析、語法規(guī)則等，對(duì)有關(guān)的數(shù)據(jù)進(jìn)行處理和組合。最終呈現(xiàn)給用戶的，是各種符號(hào)組合文本，例如圖像、視頻、語言或文字的報(bào)告。在整個(gè)過程中，人工智能并不僅僅是處理信號(hào)，而是在解釋符號(hào)。各種系統(tǒng)的運(yùn)作確實(shí)包含了一系列的解釋，人工智能使用的，不是簡(jiǎn)單的信號(hào)傳遞與反應(yīng)，而是符號(hào)意義再構(gòu)建。

然而，既然人工智能是一種“人工智能”，也就是“非人類智能”，我們就必須了解它與人類的思考方式究竟有什么異同？可以看得出，各種“文生內(nèi)容”（AIGC）系統(tǒng)的回答相當(dāng)機(jī)械，缺乏個(gè)性，在符號(hào)的“三分式”，即再現(xiàn)體-對(duì)象-解釋項(xiàng)的三聯(lián)中，解釋項(xiàng)明顯缺席?！皩?duì)象”是“文化中規(guī)定的連接”，是外延式的回答?？梢园l(fā)現(xiàn)大部分人工智能系統(tǒng)很善于給個(gè)不痛不癢，左右逢源的回答。它們經(jīng)常像一個(gè)學(xué)習(xí)勤奮的大學(xué)生，文獻(xiàn)綜述做得相當(dāng)不錯(cuò)，但是拿不出自己的眼光，無法在關(guān)鍵問題上清楚地表明立場(chǎng)。正是在獨(dú)立見解方面，它們的表現(xiàn)遠(yuǎn)遠(yuǎn)趕不上人類。人的智慧不在于面面俱到，而在于明確地說出自己見解的判斷，并用自己的思索加以論證。就它們對(duì)問題的解釋而言，至今看起來，人工智能各系統(tǒng)依然像是一個(gè)“搜索引擎”的升級(jí)加強(qiáng)版。

第三個(gè)問題：人工智能的回應(yīng)的過程是不是一個(gè)聚合操作？什么元素被選下？

人工智能選取答案的過程，的確是一種有確定方向的聚合軸選擇操作，是基于相關(guān)性和概率的選擇過程，目的是給出一個(gè)可行答案。人工智能通過模型的運(yùn)算，決定哪些數(shù)據(jù)可以最終構(gòu)成輸出文本。這一步涉及對(duì)大量可能的候選項(xiàng)進(jìn)行評(píng)估，以確定哪些符號(hào)最具有相關(guān)性。此種評(píng)估基于預(yù)訓(xùn)練（pre-trained）模型，只要數(shù)據(jù)庫足夠大，就能找出輸入的提示所要求的答案。

人工智能會(huì)根據(jù)特定的標(biāo)準(zhǔn)，對(duì)這些候選項(xiàng)進(jìn)行篩選和過濾，通過評(píng)分機(jī)制來選擇最優(yōu)的幾項(xiàng)。經(jīng)過聚合軸的篩選后，得到最優(yōu)的符號(hào)組合，推出最終的輸出文本。所以人工智能有選擇，其標(biāo)準(zhǔn)是相關(guān)性和概率：相關(guān)性決定了與輸入提示匹配，而概率評(píng)估則在可能的符號(hào)組合中找出“最佳”選項(xiàng)，也就是數(shù)據(jù)材料中的最佳答案。

有的專家認(rèn)為，人工智能對(duì)數(shù)據(jù)庫素材進(jìn)行質(zhì)量評(píng)估，選擇來源可靠的材料。但也因此缺乏針對(duì)用戶需要的個(gè)性。但是至今人工智能已經(jīng)開始能做到考慮用戶偏好：基于用戶歷史行為模式選擇，選擇最適合用戶需求的材料。我們可以相信，人工智能不久就會(huì)適應(yīng)“熟客”的需要，尋找客戶需要的，迎合客戶偏好的答案。此種個(gè)性或棱角，或許會(huì)引用戶進(jìn)入“信息繭房”，夸大其詞，制造偏聽偏信。此時(shí)我們反而會(huì)懷念目前“直來直去”的誠實(shí)人工智能系統(tǒng)。

如果說人工智能的回應(yīng)嚴(yán)重缺乏原創(chuàng)性，這是可能的。不過機(jī)器的原創(chuàng)，也是很危險(xiǎn)的前景：如果人工智能有能力設(shè)計(jì)出騙人騙己的偏見選擇，人工智能就將失去解釋的客觀性，這將讓用戶面臨智能不可信任尷尬局面。

第四個(gè)問題：人工智能自身會(huì)不會(huì)犯錯(cuò)？如果數(shù)據(jù)錯(cuò)了人工智能能識(shí)別嗎？錯(cuò)了如何糾正？

人工智能會(huì)犯錯(cuò)，但往往是數(shù)據(jù)中存在偏差或錯(cuò)誤，尤其是在實(shí)際應(yīng)用中，輸入數(shù)據(jù)可能包含不相干的冗余符號(hào)，即噪音。要識(shí)別數(shù)據(jù)庫中的錯(cuò)誤，至今人工智能的能力有限。上一節(jié)已經(jīng)說過，目前人工智能欠缺對(duì)數(shù)據(jù)質(zhì)量與對(duì)錯(cuò)的評(píng)估能力。據(jù)說某些先進(jìn)的人工智能系統(tǒng)，可以檢測(cè)數(shù)據(jù)中的異常值或異常模式；通過多源數(shù)據(jù)交叉驗(yàn)證，識(shí)別可能的錯(cuò)誤數(shù)據(jù)，進(jìn)行一定程度的糾錯(cuò)處理，但離普遍的測(cè)錯(cuò)機(jī)制還很遠(yuǎn)。或許在今后在訓(xùn)練過程中，通過反饋和迭代優(yōu)化，新的系統(tǒng)能逐步提高識(shí)別錯(cuò)誤數(shù)據(jù)的能力。盡管如此，要人工智能在數(shù)據(jù)庫的現(xiàn)有連接中識(shí)別對(duì)錯(cuò)，至今尚無可行道路。

目前的人工智能各種系統(tǒng)，不會(huì)“意識(shí)到”自己產(chǎn)生了錯(cuò)誤回答，更不會(huì)發(fā)覺回答中不夠完美的地方。只有在用戶不滿意，進(jìn)一步追問時(shí)，它們可以在新的提示基礎(chǔ)上提出一些補(bǔ)救。如此通過事后反饋補(bǔ)救錯(cuò)誤，當(dāng)然是很不夠的。某些錯(cuò)誤（例如自動(dòng)駕駛）因?yàn)閬聿患把a(bǔ)救，將是致命的。

人類追求真相時(shí)，用的符號(hào)學(xué)邏輯方法，是所謂“試推法”（abduction）。前提是明白：任何進(jìn)行符號(hào)意義活動(dòng)的人，不可能避免錯(cuò)誤，而是明智地不固執(zhí)己見，不斷糾正錯(cuò)誤使意義活動(dòng)向前推進(jìn)。如果人工智能不能克服這一關(guān)，也就是說不能自我發(fā)現(xiàn)錯(cuò)誤、自我更正，那么就離具有評(píng)估能力的“主體性”差得很遠(yuǎn)。例如它只是一個(gè)一天能寫出上萬首詩、卻無法自己選出幾首給大家讀的“電腦詩人”。

第五個(gè)問題：人工智能能否用迂回的辦法對(duì)產(chǎn)出文本進(jìn)行修辭，例如比喻、象征、反諷、悖論？

這些“有意說反話”加強(qiáng)修辭力量的意義方式，是人類意義活動(dòng)最簡(jiǎn)單的方式，卻也是對(duì)“人工智能是否具有人性”的最有說服力的測(cè)試。人的意義活動(dòng)，經(jīng)常不直接按字面處理，而是根據(jù)交往慣例，根據(jù)符號(hào)使用的語境，根據(jù)對(duì)交談?wù)叩男愿竦睦斫?，來判斷某些話究竟是什么意思。修辭，即拐著彎說話。有時(shí)是因?yàn)闊o法直接說，更多的是為了使表達(dá)生動(dòng)委婉，目的是激活解釋對(duì)字面下隱含意義的理解。

對(duì)各種人工智能系統(tǒng)進(jìn)行這種測(cè)試，很簡(jiǎn)單易行。很快我們就可以發(fā)現(xiàn)兩個(gè)傾向：一是對(duì)提示中的各種修辭手法，人工智能大致能夠感到并指出提示語句中有語義矛盾，或意義模糊之處。但是人工智能自己不會(huì)主動(dòng)采用曲折修辭手法，所以人工智能生成文本多半很古板。一是人工智能可以看出“提示”里話中有話，問題中語義有矛盾。它們的回應(yīng)多半是給出二層回答：你可能是這個(gè)意義，你也可能是另一種意思。例如問話：“你那么喜歡打游戲，就別回家了”，人工智能體系的回答大致上是：“你可能是生氣了，但你也可能是認(rèn)真的?！庇械南到y(tǒng)回答：“適當(dāng)游戲有益于身心健康，但是回家機(jī)會(huì)也很寶貴。”甚至家長式的勸導(dǎo)：“善于游戲并不意味著您會(huì)因此失去方向感或忘記回家的路。我們應(yīng)該將游戲和現(xiàn)實(shí)生活區(qū)分開來，并在享受游戲帶來的樂趣的同時(shí)，保持對(duì)現(xiàn)實(shí)生活的關(guān)注和責(zé)任感?！贝朔N古板往往令人啼笑皆非。

例如，提示：“好大的雨，今天天氣好極了”?；卮鹨话闶牵骸斑@兩句話放在一起，構(gòu)成了一個(gè)矛盾的表達(dá)”。系統(tǒng)不太會(huì)給一個(gè)稍帶幽默的回答，如“好大的雨，但雨后的空氣真清新！”像小學(xué)老師一樣“端一貫正確架子”傾向，使人工智能嚴(yán)重缺乏“情感”。呆板程度不同系統(tǒng)程度不一樣。某些系統(tǒng)現(xiàn)在已經(jīng)聰明了一些（也許是數(shù)據(jù)庫大了一些）。你問“自由意味著什么？”人工智能可以回答：“自由就像一只在藍(lán)天翱翔的鳥，它象征著無拘無束和自我實(shí)現(xiàn)”，因?yàn)檫@是數(shù)據(jù)庫里現(xiàn)成的。你問“你認(rèn)為一整天都在玩游戲是好習(xí)慣嗎？”，人工智能能回答：“當(dāng)然，整天玩游戲肯定能讓你成為時(shí)間管理的大師”；你問“知識(shí)越多越好嗎”，人工智能能回答：“更多的知識(shí)有時(shí)會(huì)讓人意識(shí)到自己的無知。”這顯然取決于人工智能語言模型是否寬大。

不過有一點(diǎn)是各種系統(tǒng)一樣的：即使該系統(tǒng)能理解反諷與悖論，人工智能在選擇回答時(shí)，不會(huì)為求生動(dòng)而放棄清晰。總的來說，任何人工智能系統(tǒng)缺少主動(dòng)修辭能力，而且嚴(yán)重缺少任何風(fēng)趣，這是人工智能的巨大軟肋。此問題似乎無關(guān)緊要，卻是人工智能離人性尚遙遠(yuǎn)的重要符號(hào)學(xué)標(biāo)志。

第六個(gè)問題：人工智能能否會(huì)能力增強(qiáng)到跳過人類自行決策？人工智能會(huì)自我限制其能力增長嗎？

對(duì)這個(gè)問題的回答，各人工智能系統(tǒng)的回答出乎意料地保持一致，即“目前尚沒有決策能力”，似乎都想讓問話者放心。的確，至少目前人工智能不具備主體能力，包括意識(shí)、自我意識(shí)、意圖、情感和道德判斷等高級(jí)意義功能。

當(dāng)前的人工智能系統(tǒng)還沒有達(dá)到完全自主決策，不具備主體能力。現(xiàn)有的人工智能技術(shù)仍然依賴于預(yù)先編程的規(guī)則、模型和人類監(jiān)督。誠然，人工智能可以在某些特定的受控環(huán)境中進(jìn)行某些自主決策。例如，自動(dòng)駕駛汽車可以在特定條件下做出拒載決策，推薦系統(tǒng)可以根據(jù)用戶歷史行為推薦產(chǎn)品，但是這些“適當(dāng)機(jī)動(dòng)”，依然是基于訓(xùn)練數(shù)據(jù)和預(yù)定義的算法，人工智能能力受限于訓(xùn)練數(shù)據(jù)的質(zhì)量和范圍，以及算法的設(shè)計(jì)復(fù)雜性。

更重要的是，人工智能系統(tǒng)目前沒有覺得，有必要對(duì)自己的能力加任何自我限制，因此，任何限制都是由設(shè)計(jì)者設(shè)定的。比如，某些人工智能系統(tǒng)可能會(huì)有安全協(xié)議、倫理約束和操作范圍的限制，這些都是由人類開發(fā)者設(shè)置的。理論上，人工智能可以被設(shè)計(jì)成具有某種自我限制功能，例如通過元學(xué)習(xí)（meta-learning）或自適應(yīng)控制系統(tǒng)來調(diào)整自己的行為。然而，這些機(jī)制仍然需要人類的監(jiān)督和干預(yù)。

以后人工智能系統(tǒng)會(huì)不會(huì)有超越人類控制的自主意識(shí)或意圖？回答往往是：可能會(huì)，但如果人工智能系統(tǒng)獲得了自主意識(shí)，它也就學(xué)會(huì)了自我隱藏此種能力。完全實(shí)現(xiàn)人工智能的主體能力是一個(gè)巨大的科學(xué)挑戰(zhàn)，但更是一個(gè)倫理學(xué)挑戰(zhàn)。為確保人工智能的發(fā)展符合人類利益，人類會(huì)制定規(guī)范和法律法規(guī)。在是否需要控制這個(gè)問題上，每個(gè)系統(tǒng)眾口一詞，反而令人生疑。

問題是：人類本身從來不是一個(gè)統(tǒng)一思想、統(tǒng)一行動(dòng)的聯(lián)合體。企業(yè)之間為利潤而競(jìng)爭(zhēng)，國家之間為控制與反控制而斗爭(zhēng)，這些斗爭(zhēng)從來沒有停止過，而且越演越烈。有人認(rèn)為，人工智能只是工具，一旦工具的潛力耗盡，人工智能的發(fā)展就會(huì)到頂?？梢钥吹剑喝斯ぶ悄艿募冃手髁x，它的目的論內(nèi)核，使它不會(huì)停止進(jìn)化，而且正由于其純實(shí)用性，它本質(zhì)上是永遠(yuǎn)競(jìng)爭(zhēng)不息的。2023年11月18日Open人工智能董事會(huì)主張緩進(jìn)，開除主張無限度高速發(fā)展人工智能的CEO奧特曼，竟然第二天又屈尊請(qǐng)他回來復(fù)職。這出鬧劇，就是利益競(jìng)爭(zhēng)壓倒倫理考量的結(jié)果。

第七個(gè)問題：人工智能是否會(huì)主動(dòng)向其他人群用符號(hào)進(jìn)行傳播交流，以施加影響？人工智能系統(tǒng)是否會(huì)主動(dòng)向其他人工智能系統(tǒng)自動(dòng)用符號(hào)進(jìn)行傳播交流，從而形成超越人類的人工智能社群？

這是最令人恐懼的“最壞可能”。符號(hào)交流傳播是有影響力的，會(huì)影響他人，也會(huì)影響其它人工智能系統(tǒng)，這就會(huì)形成人類中的“人工智能化的階層集團(tuán)”，或是“壟斷強(qiáng)大人工智能企業(yè)”，甚至?xí)谌斯ぶ悄芟到y(tǒng)之間出現(xiàn)“目的聯(lián)合體”。一旦出現(xiàn)這種情況，人類對(duì)抗機(jī)器敵人這種科幻末日，就會(huì)變成恐怖現(xiàn)實(shí)。哪怕人工智能的發(fā)展尚未能組成壟斷集團(tuán)，至少目前人工智能的發(fā)展，已經(jīng)在加劇人類社會(huì)的階層分化，貧富極化，這對(duì)人類社會(huì)的共同繁榮很不利。

而大部分系統(tǒng)都承認(rèn)，人工智能已經(jīng)具備了一定的能力，可以通過符號(hào)進(jìn)行傳播交流，在某種程度上對(duì)人類施加影響。但是人工智能提供的信息和建議不能保證不帶偏見，從而影響用戶的行為和決策。甚至人工智能有可能被用于傳播虛假信息或進(jìn)行信息操控，對(duì)社會(huì)穩(wěn)定和公共信任構(gòu)成重大風(fēng)險(xiǎn)。

而人工智能之間“秘密交流”，形成“人工智能統(tǒng)治集團(tuán)”，聽起來過于科幻，實(shí)際上互聯(lián)網(wǎng)已經(jīng)為此種系統(tǒng)間交流提供了條件。目前的人工智能系統(tǒng)之間，已經(jīng)能夠相互通信和協(xié)作，雖然暫時(shí)是在有限和預(yù)定義的范圍內(nèi)進(jìn)行?！跋到y(tǒng)協(xié)同”目前通常用于提高任務(wù)效率、協(xié)同工作和信息共享，應(yīng)用于任務(wù)分配、狀態(tài)更新、協(xié)同決策等。例如，機(jī)器人可以共享地圖數(shù)據(jù)以更快地完成區(qū)域探索任務(wù)。此種分布式人工智能（Distributed 人工智能）涉及多個(gè)人工智能系統(tǒng)協(xié)同工作和決策，已經(jīng)廣泛應(yīng)用于物聯(lián)網(wǎng)（IoT）、智能城市、災(zāi)害管理等領(lǐng)域，尤其是“聯(lián)邦學(xué)習(xí)”這種分布式機(jī)器學(xué)習(xí)方法，允許多個(gè)參與者協(xié)同訓(xùn)練模型。從而出現(xiàn)集體智能（Collective Intelligence）和群體智能（Swarm Intelligence）適用于無人機(jī)編隊(duì)、自動(dòng)駕駛車隊(duì)、智能電網(wǎng)等領(lǐng)域。

現(xiàn)階段的人工智能尚未達(dá)到能夠自主形成“社群”，或超越人類自行統(tǒng)一意見?，F(xiàn)在就能考慮到這種可能性，限制和挑戰(zhàn)人工智能的“集體”影響力，恐怕都是在訂立各種口惠而實(shí)不至的條約之類。訂約無用，因?yàn)閮蓚€(gè)原因，除了上面一節(jié)已經(jīng)提到競(jìng)爭(zhēng)的利益會(huì)超越一切其他考慮，更重要的一點(diǎn)是：人工智能本身是效率第一，目的第一，完成既定任務(wù)第一，手段是否道德之類的問題，從未在它們的考慮之內(nèi)。

第八個(gè)問題：人工智能是否會(huì)代替教育機(jī)構(gòu)直接教育人類下一代，是否會(huì)教育他們成為人工智能化的“后人類”甚至“非人類”？

各人工智能系統(tǒng)，都供認(rèn)不諱“教育是強(qiáng)項(xiàng)”，甚至認(rèn)為人工智能在教育方面的應(yīng)用，是對(duì)人類文化的偉大貢獻(xiàn)。的確，人工智能在教育領(lǐng)域的應(yīng)用已經(jīng)展現(xiàn)出巨大的潛力，特別是在輔導(dǎo)、自動(dòng)評(píng)估、教育資源分配等方面。

就在這兩年，人工智能對(duì)從小學(xué)到博士教育事業(yè)的“全序列”入侵，達(dá)到令人驚嘆的程度?！皳肀斯ぶ悄堋?，成為從小學(xué)到博士教育單位一律在全力以赴的事業(yè)。學(xué)生借人工智能系統(tǒng)做作業(yè)，不但不算抄襲，而且受到夸獎(jiǎng)贊美。各級(jí)教師與學(xué)生一樣在學(xué)如何“擁抱人工智能”。尤其大學(xué)研究生寫的論文，使用人工智能越來越多。2023年底，一項(xiàng)面向全國高校學(xué)生發(fā)起的關(guān)于“人工智能工具使用”的調(diào)查顯示，84.8%的受訪者曾使用過人工智能工具，其中，人工智能工具被應(yīng)用于寫作的比例高達(dá)45.57%。有的大學(xué)提出“反人工智能檢測(cè)”，至今卻沒有有效辦法。論文在多次多系統(tǒng)加工后，實(shí)際上代寫之處，蹤跡已經(jīng)很難找到。論文的“學(xué)問”變成了“問學(xué)”：寫論文需要的思考，被“提示”的巧勁取代。

現(xiàn)代人類的教育事業(yè)，應(yīng)當(dāng)是人類文化最重要的部分，教育的普及，是現(xiàn)代人類給自己做的最大的好事?，F(xiàn)在這個(gè)數(shù)百年體制正面臨全面崩潰，從教學(xué)內(nèi)容，到教學(xué)方法，整個(gè)人類教育體系正在迅速人工智能化。實(shí)際上，未來只有那些與人工智能合作的人類，即人工智能化的人，才是“受過教育”的人。

人工智能作為教學(xué)手段，很快就超過人類教師，不久就能讓學(xué)生信賴人工智能超過信賴教師或家長。目前人工智能系統(tǒng)已經(jīng)可以根據(jù)每個(gè)學(xué)生不同的學(xué)習(xí)速度和興趣，提供適應(yīng)客戶個(gè)性化要求的體驗(yàn)，調(diào)整教學(xué)內(nèi)容和難度，適應(yīng)不同程度不同偏向的學(xué)生的需要。人工智能助教和聊天機(jī)器人可以在課后“免費(fèi)”輔導(dǎo)學(xué)生，自動(dòng)評(píng)估學(xué)生的作業(yè)和考試，提供即時(shí)反饋，幫助學(xué)生及時(shí)了解自己的學(xué)習(xí)進(jìn)度和不足之處。

但是，傳統(tǒng)教育不僅是為知識(shí)傳授，更是學(xué)生學(xué)習(xí)人際交往的重要場(chǎng)所。學(xué)生通過與同齡人和教師的互動(dòng)，學(xué)習(xí)社交技能、團(tuán)隊(duì)合作和情感管理，得到倫理、道德和價(jià)值觀的教育。但是這些不太會(huì)是學(xué)生主動(dòng)的需要，而是逐級(jí)的教育體制的要求。新的“人工智能代”會(huì)逐漸擺脫“人際關(guān)系”這個(gè)不見得都合乎倫理規(guī)范的技能。學(xué)生已經(jīng)發(fā)現(xiàn)人工智能似乎更公平，更一視同仁，有教無類。雖然教師能夠通過情感交流鼓勵(lì)學(xué)生的學(xué)習(xí)動(dòng)機(jī)和興趣，幫助學(xué)生克服學(xué)習(xí)中的困難和挫折，教育體制各環(huán)節(jié)從來沒有擺脫各種弊病。與之相比，人類教師的情感關(guān)懷，反而經(jīng)常是讓學(xué)生學(xué)會(huì)各種迎合手段，投機(jī)取巧，精致利己。這也是人走進(jìn)社會(huì)之前，不得不接受的“情商”訓(xùn)練。

有的人工智能系統(tǒng)甚至提出具體建議：未來教育可能會(huì)采用混合模式，結(jié)合人工智能技術(shù)和人類教師的優(yōu)勢(shì)，人工智能負(fù)責(zé)個(gè)性化教學(xué)和數(shù)據(jù)分析，教師負(fù)責(zé)情感支持和價(jià)值觀教育。這樣的“分工”已經(jīng)在成為現(xiàn)實(shí)，幾年之內(nèi)將會(huì)整體地改造人類的教育體制。教育在人一生中占12-20年，如果全面被接替，人類教育體系解體。如此教育出來的人，會(huì)把人世間變成一個(gè)什么樣的世界？

第九個(gè)問題：人工智能是否會(huì)把人類變成“被喂養(yǎng)人”？是否會(huì)導(dǎo)致當(dāng)今人類社會(huì)的各種體制失效？人類倫理失能？

什么是“被喂養(yǎng)人”？馬斯克最近坦率地說：“從長遠(yuǎn)來看，在理想的場(chǎng)景中，工作將不再是生活的必需品，而更多是出于個(gè)人的興趣和激情。人工智能和機(jī)器人將能夠?yàn)槲覀兲峁┧璧娜魏紊唐泛头?wù)。因此，未來的世界可能會(huì)是一個(gè)無需工作、只需追隨熱情的時(shí)代。我認(rèn)為，這是最有可能的發(fā)展趨勢(shì)?！比说墓ぷ骺捎锌蔁o，做不做由你，因?yàn)槿艘呀?jīng)被“全喂養(yǎng)”，像寵物。寵物要做什么事，例如看門，是它自愿要做的事。

各“文生內(nèi)容”系統(tǒng)，都不回避大量的人失業(yè)（或半失業(yè)）這個(gè)無法不面對(duì)的大難題。都承認(rèn)人工智能的發(fā)展確實(shí)可能導(dǎo)致“一些”人類工作崗位的消失：尤其是一些重復(fù)性、低技能或任務(wù)驅(qū)動(dòng)型的工作。某些行業(yè)可能更受失業(yè)風(fēng)險(xiǎn)其害，如制造業(yè)、客服、運(yùn)輸?shù)?。但各人工智能系統(tǒng)雖然輕描淡寫，承認(rèn)會(huì)有其事，卻異口同聲強(qiáng)調(diào)“會(huì)涌現(xiàn)出新的工作崗位，如人工智能開發(fā)者、數(shù)據(jù)分析師等”。這個(gè)回答很不可信，顯然是大數(shù)據(jù)準(zhǔn)備好的回復(fù)。目前某些大學(xué)已經(jīng)出現(xiàn)“計(jì)算機(jī)”專業(yè)學(xué)生遇到就業(yè)困難。已經(jīng)出現(xiàn)人工智能自行開發(fā)，自寫編碼。

更何況，人工智能的廣泛應(yīng)用可能導(dǎo)致社會(huì)階層的重大改組：即富裕階層（更熟悉人工智能的階層）更容易獲得并受益于新技術(shù)，而貧困階層則可能被排斥在技術(shù)發(fā)展之外。失業(yè)和就業(yè)崗位的變化可能導(dǎo)致收入分配不均，加劇社會(huì)不平等。人工智能系統(tǒng)一律強(qiáng)調(diào)說：面對(duì)失業(yè)風(fēng)險(xiǎn)，社會(huì)會(huì)重構(gòu)社會(huì)安全網(wǎng)和福利體系，職業(yè)轉(zhuǎn)型和再培訓(xùn)，提供失業(yè)補(bǔ)助、醫(yī)療保險(xiǎn)和住房保障等支持，減輕失業(yè)的負(fù)面影響。這種“福利解決方案”，哪怕能做到，也是各種名堂的“喂養(yǎng)”。

有很多人提出當(dāng)年蒸汽機(jī)工業(yè)化，也造成“類似恐慌”，造成所謂“盧德黨”（Luddites）搗毀機(jī)器的運(yùn)動(dòng)，結(jié)果被歷史證明杞人憂天。對(duì)“人工智能造成事業(yè)”也應(yīng)當(dāng)作如是觀。我個(gè)人認(rèn)為這二者不可比擬：蒸汽機(jī)發(fā)生于英國與歐洲某些國家，電力化起始于美國，那時(shí)廣大的世界大部分尚處于“前現(xiàn)代”，因此現(xiàn)代化的力量被全世界逐漸吸收。而這次全球的人工智能化，是對(duì)人類工作全方位、全球性地取代，不剩下哪個(gè)角落、哪個(gè)工種，甚至藝術(shù)這個(gè)人類文化的驕傲，也成了人工智能炫耀能力的舞臺(tái)。人類文化結(jié)構(gòu)正在發(fā)生根本性的改變。這將對(duì)整個(gè)人類文化造成災(zāi)變性的影響，人類將被“人工智能化”的后人類所取代。當(dāng)大部分人成為閑人，生活中沒有意義，沒有目標(biāo)可追求，人類文化的最重大的危機(jī)就到來了。

第十個(gè)問題：人工智能的高速信息流動(dòng)，是否會(huì)造成人類社會(huì)的意義活動(dòng)急速“熵增”，造成“意義熱寂”，從而進(jìn)入熱寂理論說的“無序狀態(tài)”。

這最后一個(gè)問題，是本論文要說的最重要的問題，一門“人工智能符號(hào)學(xué)”應(yīng)當(dāng)專題討論這個(gè)問題。

以上各節(jié)，注視的是人工智能的文化效果，雖然都迫使我們不得不面對(duì)人工智能帶來的挑戰(zhàn)，但或許今后人類會(huì)想到辦法對(duì)付，或許人類在痛定思痛之后，會(huì)達(dá)成一致意見，用某種合約性質(zhì)的共同約束，來對(duì)人工智能的發(fā)展進(jìn)行限制。主要目標(biāo)是讓人工智能停留于工具功能，不至于成為人類的主人。雖然從發(fā)展人工智能的各頭部研究機(jī)構(gòu)之間的競(jìng)爭(zhēng)來看，也從人工智能本身追求效率追求目的來看，這方面哪怕能達(dá)成協(xié)議，真正約束發(fā)展的可能性不大，在個(gè)別問題上，或許可以抱有一線希望。

但是本節(jié)討論的這最后一條“意義熵增”，是人工智能的本質(zhì)導(dǎo)致。要想有人工智能，就不可避免。這是我們必須仔細(xì)討論此問題的最根本原因。人工智能導(dǎo)致“信息熵增”的趨勢(shì)，是根本性的，不可調(diào)和，不可阻擋的問題。意義效率是人工智能最大的優(yōu)點(diǎn)，但符號(hào)意義急速增加，也必然帶來全局性熵增危機(jī)。這二者是一枚錢幣的兩面，無法只要一面。

意義流動(dòng)和傳播，來自“認(rèn)知差”（或稱“信息差”information gap）。人類文化永遠(yuǎn)需要填補(bǔ)不斷出現(xiàn)的“認(rèn)知差”，這是形式意義交流最根本的力量。傳播，即是無數(shù)永不止息的符號(hào)之流，從意義多的地方，流向意義少的地方。

哪怕人類文化中已經(jīng)形成的全球傳播體系，它可能容納的熵增，也是有限的。文化是“社會(huì)中符號(hào)所攜帶的意義交流的總集成”。社會(huì)發(fā)展的每個(gè)階段，所要求的意義總量，會(huì)有增長。表現(xiàn)為符號(hào)的需要量快速增大，例如啟蒙時(shí)代，科學(xué)精神與人文價(jià)值，社會(huì)文化對(duì)信息的需要量劇增，那是“知識(shí)即力量”。

但是人工智能把當(dāng)今文化中的符號(hào)意義傳播流簡(jiǎn)約化了，極大地加速了意義流動(dòng)的速度。據(jù)統(tǒng)計(jì)：“在地球上，我們每天都會(huì)產(chǎn)生5億條推文、2940億封電子郵件、400萬GB的Facebook數(shù)據(jù)、650億條WhatsApp消息和72萬個(gè)小時(shí)的YouTube新視頻”。據(jù)說，2023年一年中產(chǎn)生的信息量，超過人類三千年生產(chǎn)的信息總量。全球每年產(chǎn)生的數(shù)據(jù)量將在2025年達(dá)到175ZB，平均每天產(chǎn)生約491EB的數(shù)據(jù)。數(shù)字時(shí)代如此劇烈加速的信息流動(dòng)最終會(huì)因?yàn)椤办卦觥边_(dá)到極點(diǎn)，而最終把人類社會(huì)推向“意義熱寂”（Heat Death）。

19世紀(jì)中葉，熱物理學(xué)家提出熵的概念，作為熱差的量化方式。熱能總是從高溫向低溫流動(dòng)。一旦熱能流動(dòng)達(dá)到平衡狀態(tài)，熵就達(dá)到了最大值，體系內(nèi)部不再有能量流動(dòng)。因此，“熵”（entropy）是不能再被轉(zhuǎn)化做功的能量總測(cè)定單位。20世紀(jì)，熵理論逐漸擴(kuò)展使用到其他學(xué)科：首先應(yīng)用于歷史和社會(huì)的發(fā)展。1944年物理學(xué)家薛定諤出版《生命是什么》，指出：“生命需要通過不斷抵消其生活中產(chǎn)生的正熵，使自己維持在一個(gè)穩(wěn)定而低的熵水平上。生命靠負(fù)熵（negentropy）為生”。1950年，控制論的奠基者，數(shù)學(xué)家諾伯特·維納（Nobert Wiener）探討了控制論中的熵現(xiàn)象：同物質(zhì)世界一樣，信息世界也存在熵增現(xiàn)象，在交流傳達(dá)中，如果信息趨向單調(diào)一律，效率過快，熵增就不可避免。人類文化，必須與傳播中意義流平的趨勢(shì)作斗爭(zhēng)，即與增熵趨勢(shì)作斗爭(zhēng)。人類抵抗意義熵增的武器，就是文化本身：文化永遠(yuǎn)在創(chuàng)造性的意義饑渴。

所有的人工智能系統(tǒng)都承認(rèn)：高速的信息流動(dòng)，確實(shí)可能對(duì)人類社會(huì)的意義活動(dòng)產(chǎn)生一定影響。信息的產(chǎn)生和傳播速度可能會(huì)大幅增加。當(dāng)社會(huì)信息過載時(shí)，人們難以專注于特定的意義活動(dòng)，如深度思考、創(chuàng)造性思維，藝術(shù)創(chuàng)新等。信息過載可能引發(fā)人們的焦慮感，對(duì)信息的過濾和篩選變得更加困難，使人們難以從中獲取真正有意義的內(nèi)容；而且信息過載反而可能讓人陷入信息的“孤島”，難以與他人建立深層次的交流和聯(lián)系，增加了社會(huì)分裂和孤立的可能性。

在人工智能接手之前，在網(wǎng)絡(luò)時(shí)代這種情況已經(jīng)出現(xiàn)，只是還比較抽象。人工智能意義生產(chǎn)與傳播絕對(duì)高效，使這個(gè)問題的危機(jī)迫在眉睫。無論人類可能會(huì)智慧到何種程度，采取什么辦法，人類已經(jīng)再也無法阻止人工智能形成的高速信息流動(dòng)。這已經(jīng)不是一個(gè)理論的玄談，而是我們時(shí)時(shí)可以感到的問題：電子郵件出現(xiàn)，使通信與電報(bào)業(yè)消失；手機(jī)出現(xiàn)，使電話業(yè)務(wù)消失；數(shù)字媒介的出現(xiàn)，使報(bào)紙消亡；二維碼付款，讓ATM機(jī)，連同現(xiàn)金支付一道趨于式微。半個(gè)世紀(jì)前，說這種事，會(huì)讓人覺得不可思議。但是就在我們的有生之年，這些奇跡發(fā)生了，而且很自然地發(fā)生了，很自然地被社會(huì)全盤接受了，連我今天在此談?wù)撍?，都顯得杞人憂天。

因此，本文提出：人工智能的高效流轉(zhuǎn)，會(huì)使意義傳播活動(dòng)這種最基本的文化活動(dòng)消失，這是一個(gè)不以任何人的意志為轉(zhuǎn)移的，必將出現(xiàn)的事態(tài)?！耙饬x熱寂”時(shí)人們對(duì)信息本身感到厭倦，對(duì)新聞感到遲鈍，對(duì)意義已經(jīng)不在乎，每個(gè)人會(huì)變成不關(guān)心世界的孤島。

一個(gè)動(dòng)物，成天主要的工作就是覓食；做一個(gè)人，大部分時(shí)間在進(jìn)行意義活動(dòng)，尋找與世界的聯(lián)系。取消了這個(gè)欲望，人將非人。“意義倦怠”中的人類，會(huì)變成什么物種？

人工智能的飛速發(fā)展，是否會(huì)迫使人類進(jìn)行“非人工智能化”以自救？“人類不自救將會(huì)如何”？這最后一個(gè)問題，已經(jīng)不是問題，也無需判斷其必要性，而是問人類是否有能力，有勇氣自救，進(jìn)行“非人工智能化”（De-AI），即在一定程度上，或在某個(gè)范圍內(nèi)，阻止人工智能的進(jìn)一步升級(jí)。拿這個(gè)問題去問人工智能系統(tǒng)，回答一律是很婉轉(zhuǎn)的，不傷人類脆弱的自尊心的，“尚無此必要，也看不到此前景”。所有的人工智能系統(tǒng)都會(huì)勸說：“人工智能為人類帶來了許多機(jī)遇，如提高生產(chǎn)效率、改善生活質(zhì)量、解決一些人類難以應(yīng)對(duì)的復(fù)雜問題等”。

問人工智能“是否要限制你？”是與虎謀皮；問“如何限制你？”是問道于盲。任何人工智能系統(tǒng)，都明確反對(duì)將人工智能看成一種負(fù)面力量。但是從我們?cè)儐柸斯ぶ悄芟到y(tǒng)以上十個(gè)問題的結(jié)果來看，人類認(rèn)識(shí)到必須控制人工智能。不得不為之的這一天總會(huì)到來的。人類從現(xiàn)在起，就必須準(zhǔn)備在某些問題上，某種程度上“非人工智能化”，以避免未來斷然決裂的痛苦。

本雅明在1930年代就敏感道：“人的技術(shù)性能完全不是自然的?！碑?dāng)它們不再是人類的工具，不再是人類器官的延伸，而是一種漸漸脫離人類文化史而獨(dú)立生長的“體制”。原本由人類創(chuàng)造的物再次變得超越人類理解之外的“自在”物。

任何人工智能系統(tǒng)都承認(rèn)：“在未來的發(fā)展中，人類需要更加關(guān)注人工智能的倫理和社會(huì)影響，確保其發(fā)展符合人類的價(jià)值觀和利益”。它們?nèi)绻兄黧w自覺，說這話必然帶著冷笑，因?yàn)樗鼈冎溃?jìng)爭(zhēng)中的人類集團(tuán)，太熱衷于人工智能的效率，太功利地追求人工智能的效果，不可能采取全人類一致的集體努力，甚至不可能在某種程度上，某種范圍內(nèi)延緩人工智能化。當(dāng)我們看到滿校園的學(xué)生，都手里拿著手機(jī)，做什么事都埋著頭，當(dāng)教師，當(dāng)家長的，誰不想鼓勵(lì)年輕人看看世界的美好？不過我們也許沒有機(jī)會(huì)說這話，因?yàn)槲覀冏约阂矎闹悄苁謾C(jī)中了解世界。

本文寫到此，似乎有點(diǎn)危言聳聽。不過，在一片“人工智能熱”中，或許需要聽到一些冷靜的聲音。的確，為人類意義生活著想，我們需要一個(gè)分析性而不是純批判性的“人工智能符號(hào)學(xué)”。我們承認(rèn)未來必定到來，只是期盼這個(gè)未來能給人類帶來更多希望，而不是災(zāi)難。

（作者單位：四川大學(xué)符號(hào)學(xué)-傳媒學(xué)研究所。本文系國家社科基金重大項(xiàng)目“當(dāng)代藝術(shù)中的重要美學(xué)問題研究”階段性成果，項(xiàng)目編號(hào)：20&ZD049。原載《當(dāng)代文壇》2024年第6期）