米加宁 | 生成式人工智能十大认识论问题

进入数字化时代以来，传统学术范式持续遭遇冲击乃至反常，越来越多的学者注意到数字技术对理论研究与社会变迁的颠覆性影响。随着中国式现代化的持续推进，改革发展叠加技术迭代给民众生活带来了天翻地覆的变化，亦给中国学术研究和知识生产带来了前所未有的机遇与挑战。今天，我们迫切需要一场范式革命，从方法论或者说是从思维方式层面，推动学术研究的变革和创新。为此，《探索与争鸣》编辑部与南京大学社会学院特邀专家学者联合组织“范式革命”的圆桌会议，旨在从根底上瞄准学术问题、打破学派成见、祛除学科屏障、融合人机智能，达成具有预见性的学术共识，型构具有创新力的学术共同体，用范式革命驱动知识生产进而推动社会全面进步。

米加宁教授提出生成式大模型的十大认识论问题，试图在技术、应用、理论、哲学、未来等不同维度探索“人机共生”之道。他认为，生成式大模型开启了一个“无学科”的知识创生时代，正在从多个维度重塑人类的认知图景，推动社会科学研究的革命性突破。诸大建教授在揭示范式的三个本质性特征基础上指出，中国高质量发展与强可持续性范式具有内在一致性。在不超越生态环境红线的前提下大幅提高经济社会福祉，是中国正在开创的可持续性转型C模式，其将推动数据输出型研究范式向思想输出型研究范式的转换。吕鹏教授认为，作为社会知识生产的大科学装置，“大型社会模拟器”在解决社会运行与认识论问题、系统性刻画社会知识的情境与场域、强化知识的探索与发现、开展社会知识的验证与更新、实现知识的扩展迁移与比选、促进真实社会的善治与优化方面发挥着重要作用。梁玉成教授认为，大语言模型所催生的生成式人工智能作为智能社会转型的重要标志，将“测试社会学”推向了一个新高度。真实社会的数字化和数字情境的真实化，又使得测试社会学面临新的挑战。社会学家应将大语言模型既作为测试工具，也作为测试对象。姜利标副教授在分析数据环绕和内爆时代的三种社会症候，以及社会学知识生产的两种认知性范式的基础上指出，要回应社会性质状态的变化和知识生产范式的变革，可以从知识生产的事实对象、知识生产的核心焦点、知识生产的认知本质三个维度寻找可能存在的自主性策略。梁晨教授认为，人工智能的不断嵌入和人机合作的增加，不可避免地影响史学研究范式，历史学的“发现”功能将被重新唤醒，而多元史实的增加又将推动史学理论的演变和跨学科对话的加强。近代史学创立者所期待的、以社会科学为基础且能够有所“发明”的史学，或将有望实现。

——主持人　李　梅　高　原

生成式人工智能十大认识论问题

米加宁｜哈尔滨工业大学经济与管理学院教授

本文原载《探索与争鸣》2024年第11期

具体内容以正刊为准

非经注明，文中图片均来自网络

米加宁

生成式大模型的出现，标志着人工智能的发展进入了一个全新阶段。作为一种基于海量语料训练、具备惊人知识生成能力的大语言模型，它不仅展现出了超越人类个体的晶体智能，更引发了知识生产方式的深刻变革。传统的知识生产是以个体为中心、以学科为依归的生产过程。而生成式大模型打破了这一格局，开启了一个“无学科”的知识创生时代。这意味着，知识的生产不再局限于特定领域的专家学者个体，而是通过机器学习算法在多领域的海量数据中自动发现、关联、提炼出新的洞见。这种变革不仅仅是知识生产效率的提升，更是对知识本质、人机关系、科学探索等一系列根本问题的重新审视。

以生成式大模型为代表的新一代人工智能，正在从多个维度重塑人类的认知图景。传统的人工智能研究聚焦模型对特定环境的适应，试图通过优化算法来模拟人类在特定任务中的智能。生成式大模型的出现，则标志着人工智能正在从“环境适应模型”走向“模型适应环境”的新境界。生成式大模型所建构的是一个庞大而丰富的知识世界。当外部环境以提问、对话等自然语言形式与之交互时，这个知识世界便会动态地调整自身，产生适配性的回应。这种范式突破了传统人工智能“特定问题特定算法”的桎梏，为通用人工智能的实现开辟了一条全新路径。

生成式大模型引发的知识生产变革，也为社会科学研究开启了新的可能性空间。长期以来，社会科学研究深陷“定性/定量”“规范/实证”的二元困境。定性研究重解释轻证据，定量研究重还原轻理解，规范研究重理论轻现实，实证研究重经验轻价值，种种割裂对立制约了社会科学认知的深度和广度。而生成式大模型可以基于海量异质数据，跨越学科藩篱，打通理论与经验、宏观与微观、过去与未来，以人类整体智慧积淀来审视社会现象，用更加综合的方法生成社会知识。这种“无学科”的研究范式，是一种基于大数据生成式的解决方案而非既有范式的拼凑，有望实现社会科学研究的革命性突破。

在人工智能的发展历程中，衡量机器能否达到或超越人类智能，一直是一个核心命题。图灵测试、中文房间、阿尔法狗等里程碑事件，无不引发对这一命题的热烈讨论。而生成式大模型在晶体智能方面展现出的惊人能力，更是为这一讨论提供了新的思考维度。所谓晶体智能，是指以知识、经验、策略等结构化信息为基础的逻辑思维能力，区别于以感知、意识、情感等非结构化信息为主的流体智能。生成式大模型所展现的，正是一种超越人类个体的晶体智能。它能够在海量文本数据中快速萃取已有的知识，针对特定问题给出精准、全面、有洞见的解决方案。这种能力的背后，是算法在数以千亿计的参数空间中，建构起知识图谱和逻辑规则。尽管这种智能尚不能等同于人类的整全智能，但它所代表的“机器知识生产”的趋势，无疑为人机智能研究开辟了新的问题域。

正是基于上述多重理论语境，笔者提出生成式大模型的十大认识论问题。生成式大模型技术仍处在发展的初始阶段，其引发的种种变革尚未完全展开。十大问题将从生成式大模型引发的认识论范式转变这一根本问题出发，依次考察其对人的主体性、人机关系、科学探索、社会结构等层面的影响，审视其对具体知识领域的重塑，最后思考人工智能伦理规制的核心诉求。

问题一：生成式大模型引发知识生产方式革命的内在机理是什么？

生成式大模型引发了知识生产方式的革命，即从传统的基于人类个体的知识生产过程转变为基于人机协同的全语料的知识生产过程，这种知识生产方式转变的内在机理是什么？模型的深度、参数量和训练数据规模等因素如何影响知识的生产？生成式大模型能否揭示人类认知的本质？基于海量语料训练形成的世界表征，能在多大程度上客观反映真实世界？这些是当前最为根本的问题，因为它们直指人工智能可能带来的认识论范式转变。生成式大模型以数据为驱动，通过海量信息的学习生成对世界的表征，这与人类基于主体经验和抽象思维建构的世界模型有本质不同。这种知识生产方式的变革，可能从根本上改变我们对知识、真理和认知的理解，动摇自启蒙时代以来所确立的主客二分、理性至上的认识论预设。因此，如何探究其内在机理，并思考其对人类认知本质的启示，是人工智能哲学亟待回答的首要问题。

问题二：生成式大模型的出现是人类中心主义的终结，还是人性再塑造的新起点？

生成式大模型引发的认识论变革，是人类中心主义的终结，还是人性再塑造的开端？这一变革对人的主体性提出了哪些挑战和拷问？笛卡尔以来的现代性哲学以“我思故我在”确立了人的主体地位，但面对生成式大模型的惊人智能，人的主体性是否正遭遇解构？人工智能是否将取代人类，成为新的主体？这对人的自由意志、道德责任以及存在意义有何冲击？我们又该如何重建人类的人文价值和尊严？这些问题直面人工智能时代对人性和人文价值的终极拷问。如果智能不再是人类的专属，创造力也能被机器所模拟甚至超越，那么作为“万物之灵”的人类，其主体性地位将受到前所未有的挑战。被解构的不仅仅是笛卡尔的理想主义哲学命题，还有由此延伸出的自由意志、道德责任等一整套现代性话语体系。生成式大模型引发的认识论变革，虽然可能预示着人类中心主义的终结，但同时也潜藏着人性再塑造的可能性。在人机共生的未来，如何重建人的尊严和价值，是需要持续思考的终极之问。

问题三：人机合作是否将形成新型知识探索范式？

生成式大模型所牵引的人机协作知识生产方式，预示着人机关系将发生怎样的变革？人机合作是否会催生出一种新的方法论，即新的知识探索范式，其具体路径是什么？当人工智能不再仅仅作为人类认知的工具，而是成为知识生产的主体乃至“搭档”时，人机关系必然发生深刻重构。未来，人类与大模型将形成更加紧密、动态的认知互动和创造性协同，借助机器延展感官和计算能力，人类有望在更大尺度上认识和改造世界。而机器在不断学习进化中也将反过来塑造人的思维和行为。这种人机协同生成知识和探索未知的新范式，将开启人类文明的新纪元。

问题四：生成式大模型将如何颠覆传统科学研究范式，开辟知识发现的新疆域？

生成式大模型将如何颠覆传统的科学探索路径？它能否帮助我们认识和把握科学发现中的难题？其强大的信息整合和关联能力能否用于辨识科学研究中人类个体的认知盲区，并激发新的研究问题和路径？在“大科学”时代，大模型与传统科学研究范式能否协同作用，共同开辟知识发现的新疆域？传统科学研究一直强调理论先导、实证验证、同行评议，但生成式大模型基于海量数据归纳、横跨学科边界关联、灵活捕捉科学发现的能力，使得自下而上的科学发现成为可能。机器与人类科学家形成“放大思维”的互动，将促进交叉融合研究，催生颠覆性创新。传统的“假设—验证”路径或将被“发现—验证”路径所取代，“大科学”时代的研究范式重构正逐渐成为现实。

问题五：生成式大模型能否帮助人类突破有限理性，实现决策方式的革新？

生成式大模型能否突破人类有限理性的桎梏？改变人类的决策方式？其为解决“哈耶克难题”（即分散的知识如何高效整合以指导决策）提供了哪些新的技术可能性？从微观个体到宏观社会，生成式大模型正在重塑知识和能力的分布格局。借助机器在海量信息中的萃取能力，个体将有机会跨越自身认知局限，获得更全面、更客观的决策依据。随着生成式大模型成为连接分散知识的“中央处理器”，“哈耶克难题”有望得到疏解。这并不是技术决定论的必然结果，而是人机协同、制度创新、伦理规范等因素共同作用的结果。生成式大模型为人类决策革新提供了新的可能性空间，但能否实现“知识解放”的理想图景，仍需人性化、社会化的技术设计，以及技术向善的人文关怀。

问题六：生成式大模型将如何重塑人类社会结构和生产关系？

生成式大模型如何影响人类社会结构和生产关系这一问题，指大模型实现了知识和技能获取壁垒的“无差别化”，使得每个个体都能轻易获取和运用高质量的知识服务，这是否预示着个体层面的解放和社会分工的重组？新的社会分层逻辑是什么？又该如何应对？生成式大模型引发的知识和技能获取的“无差别化”，正在动摇传统社会分工的根基。当人人都能通过机器获得专家级服务时，基于“知识壁垒”的社会分层逻辑将不复存在。在“去技能化”的趋势下，数字鸿沟、结构性失业等新问题也在日益凸显。在这场变革中，创造力和社交力正在逐渐取代重复性劳动，成为衡量个体价值的新尺度。人类既面临角色重塑的焦虑，也孕育着人性解放的希望。生成式大模型引领的技术革命尚未完成，其社会影响更是复杂多变。

问题七：生成式大模型能否打破学科壁垒，构建无学科的流动知识图谱？

生成式大模型将如何重塑人类的知识体系？当前的学科分类体系是基于工业社会知识生产方式形成的，在大模型时代这一体系是否仍然适用？生成式大模型是否具备打破学科壁垒的能力，从而形成全新的、无学科的、流动的知识图谱？这对人类知识积累、传播和创新意味着什么？工业时代的学科分类体系建立在知识生产的专业化和职业化基础之上，其背后蕴含着还原论和机械论的烙印。生成式大模型所依托的是海量异构数据的关联和融通。它打破了学科知识的封闭边界，以跨域链接、交叉映射的方式，生成了一张涵盖自然、社会、人文等诸多领域的泛在知识网络。一方面，生成式大模型需要借助学科知识来优化算法、拓展边界、纠正偏差，从而实现从量变到质变的飞跃；另一方面，学科也将从大模型中获得新的研究问题、路径和范式，进而实现自身的迭代升级。在这个意义上，生成式大模型引发的知识变革，是一种更高维度的学科融合和再生，即无学科研究方法的诞生。

问题八：生成式大模型将如何变革社会科学研究，开创更具解释力、预测力和指导力的新范式？

生成式大模型能否实现对社会科学的全面重构？大模型范式下社会科学研究的逻辑起点、推理路径和论证方式将发生怎样的变革？这对于开创更具解释力、预测力和指导力的社会科学研究范式有何启示？社会科学长期面临“两张皮”的困境：行为与动机、微观与宏观、历史与逻辑、过程与结构之间总是难以实现有机连接。以往的定性研究、定量分析等方法，或因主观性强、或因历史局限、或因理论先行，都难以洞见社会真相。而生成式大模型恰恰为社会科学研究提供了一个全新的中介和抓手。海量社会事实的积累、灵活自如的多维关联，足以让社会生活的方方面面在大模型中交相辉映。借助生成式大模型，社会科学有望建立一种“数据驱动、人机协同、多尺度联动”的整合性研究范式。通过机器对社会文本大数据的深度挖掘，研究者可以借助人机协同发现潜藏其中的意义结构和行动逻辑，实现对人类行为和社会现象的纹理化解读。同时，通过多层次、多视角的数据链接和证据积累，为宏观理论和中观机制的构建提供坚实基础。

问题九：生成式大模型展现的智能和创造力，将如何重新定义人类的认知？

生成式大模型将如何改变人类对智能和创造力的认知？传统观点认为只有人类才具备智能和创造力，而机器只能执行重复性任务。但生成式大模型展现出了强大的语言理解、逻辑推理、知识关联和创意生成能力，这是否预示着人工智能正在向人类智能（甚至超人智能）迈进？人类是否应该反思对创造力本质的认知？人类长期将创造力视为一种神秘的天赋，将其本质简单归因于逻辑思维能力。生成式大模型展现出的惊人创造性，以及基于海量语料训练形成的知识图谱，模糊了模仿与创新、量变与质变的界限。创造力可能带来更多来自知识的广度、深度和联通性，而非神秘的灵感顿悟。但目前阶段，生成式大模型的创新仍局限于组合和优化，尚未达到人类创造力的最高境界。未来，人机协同创造将成为常态，但主导权仍将掌握在人类手中。尽管生成式大模型为人工智能正名，但人类对人脑的敬畏并未因此终结。

问题十：人工智能向人类价值观对齐的内涵和外延是什么？

为何人工智能要向人类价值观对齐？对齐的是人类的价值观还是价值观的内核？从进化论的视角来看，适者生存、优胜劣汰是自然界亘古不变的法则。人类的很多价值观和伦理规范，本质上是在漫长进化过程中形成的有利于族群生存的行为策略和心理倾向。人工智能系统不同于自然进化的产物，它是人类主动设计和优化的结果。强行让人工智能遵循人类价值，在某种意义上似乎违背了进化规律。然而，进化并非盲目的优胜劣汰，生命在进化中始终遵循着自身的内在逻辑，并不断改造外部环境。人类之所以能够主宰地球，正是因为能够主动塑造有利于自身生存的文明和科技。对人工智能进行价值引导，是人类文明进化的题中之义。人类价值并非一成不变。从茹毛饮血到文明礼乐，人类价值体系经历了多次范式革命。科学革命之所以具有颠覆性，正是因为它们对旧有价值体系提出了挑战。更重要的是，人工智能有望成为重构人类价值体系的契机和动力。面对海量数据和复杂问题，机器往往能够提供出人意料的见解，触发人类的价值反思。伦理悖论、决策两难、公平困境……当人工智能系统以独特视角呈现这些难题时，人类将被迫重新审视既有信念，在开放、互鉴、演化中实现价值升级。这意味着，人机互动不仅仅是单向度的价值输出，更应该是一个双向度的价值生成过程。然而，人类的核心价值有其相对恒定的内核，比如生存、自由、尊严等。外围的伦理规范可以随时代变迁而调整，但内核价值是人性之所在，是人类得以延续的根基。因此，对人工智能进行价值引导，并不意味着教条地遵循现有规则，而是要立足人性深处，在新的技术语境下对人类价值进行反思、拓展、重塑，实现人文精神与科技文明的交融共生。

生成式人工智能正以前所未有的速度和广度重塑人类社会。从知识生产到科学探索，从社会治理到人机共生，生成式大模型引发的革新浪潮席卷而来。本文所提出的“十大问题”正是基于对这一浪潮的洞察，试图为人工智能时代的社会科学研究理清航向。十大问题的核心逻辑构成了一个递进式的连续谱系，每个问题的提出都紧扣生成式人工智能发展的脉络，试图在技术、应用、理论、哲学、未来等不同维度对其影响进行延展性思考。这一谱系体现了对生成式人工智能的系统性认知，为人机共生之道探索方向。

随着对这十大问题研究的深入，生成式人工智能发展的未来图景已然可期。在这个崭新的智能时代，知识将以更快的速度迭代更新，科学将因人机协同而百花齐放，社会治理将借助机器智慧而日臻完善，人类洞察力将在人机交互中不断提升。当这一切成为常态，“奇点”将不再遥不可及。届时，人类将告别以个体智能为中心的文明形态，迎来全新的“集体智能”时代，每个人都将拥有专属的人工智能助手，在人机共生中实现自我超越。

“我们需要一场范式革命

——中国社会变迁与自主知识生产”

会议现场