AI与人类智能：共舞与界限

【 精彩观点整理 】

本文为基于胡泳访谈的文字整理

• 我们或许无法精确量化AI对人类总体智力的影响，但认知卸载导致特定认知技能下降的担忧，如个体记忆力的衰退，是合理的。
• 人机协作存在潜在风险，即丧失人类的思想主体性，如同“骆驼挤进帐篷”，最终可能将人类完全挤出。
• 目前大模型尚不能达到人类智能的全面水平，其智能主要集中在语言智能和部分逻辑推理上。
• 使用AI的前提是，用户必须具备极高的信息素养。
• 教育体系应培养使用工具进行创新的能力，包括沟通协作、批判性思维、创造力及自信，这些是AI时代的关键技能。
• AI时代提倡“无分数学习”，将评分体系转向更具挑战性的学习任务，让学生专注于更有意义的事物。
• 需明确人与机器的界限，同时审视AI对人类的影响。
• AI在个体层面可拓展想象空间，但在群体层面，其产生颠覆性创新的能力尚不明朗。
• AI缺乏人类的真实情感和深刻体验，这些是创作基础。
• 人文社科教育在AI时代变得尤为重要，以培育软技能，与AI共存。

AI之于人类：认知与界限的挑战

AI是否导致人类降智？首要任务是定义“智力”。智力复杂，难以单一界定。相较于“降智”，“认知卸载”更常用，即AI虽能承担某些认知任务，却可能使人越来越懒于思考。例如，AI辅助写作、项目，却可能削弱积极思考的习惯。长期来看，这可能对认知发展或批判性思维产生负面影响。核心问题在于，当AI接管更多任务时，人类独立完成这些任务的能力会下降。换言之，我们或许无法全面量化AI对人类整体智力的影响，但特定认知技能下降，如记忆力减退，是合理的担忧。

生活中不乏实例。如过度依赖GPS导致空间记忆力下降。研究显示，年长者对AI工具依赖较少，批判性思维得分高于年轻人。频繁使用AI与低批判性思维之间存在显著关联。

从另一角度看，AI提高工作效率的同时，可能抑制个体的批判性思维。这可能导致两个结果：一是失去AI支持后，解决问题能力显著下降；二是难以适应无AI环境，如同断网后的无措。这些维度表明，我们对AI已产生过度依赖，与认知水平、思想规范性、记忆及思维能力的下降显著相关。

从社会平均水平看，AI对智力可能是利好因素，但对个体智力则不然。智商测量中的“弗林效应”显示，自20世纪30年代以来，全球多个高生活水平国家的平均智商持续提升。然而，近年来这一效应在减缓甚至逆转，表明平均智商开始下降。学生科学、数学和阅读成绩下降，背后是年轻人注意力持续时间缩短、批判性思维能力减弱。社交媒体是智力下降的一大诱因。因此，不能单纯将人工智能视为“替罪羊”，尽管它是因素之一。智力受多种变量影响，故不能轻易断言人类智力水平整体上升。

“认知卸载”强调由于AI发展，人类某些能力在下降。其核心是自古以来我们都在通过各种方式实现能力外包或卸载。例如，记笔记减轻认知负荷就是典型例子。并非“认知卸载”或“外包”不好，而是AI大大加速了这一过程。从简单的记笔记到影响更深的解决问题能力或批判性思维，这些思维能力本为人类所有，却因工具发展而有所丧失。

当然，每次技术革新都伴“降智”担忧。电视媒介初现时，文化精英担忧其降低智能，但事实证明其并不可怕。然而，需强调：AI技术与过往技术有本质不同。例如，蒸汽机或电力发明与AI量级不同。

“人的归人”：保持智能的尊严

当前大模型虽能通过法律、MBA等考试并取得佳绩，但仅证明其为通用语言处理器。其本质为概率问题，非真正理解或推理。例如，虽能应对医学考试却无临床直觉。若用于临床则风险极高，因其不具具身认知能力。同时，大模型无原生学习过程。人类有学习动力且会反思内化于学习过程。而大模型完全不具备此能力。

机器智能与人类智慧有何区别？人类智能是什么？答案见仁见智。有人欢呼AI超越人类智能；也有人认为机器智能无法超越人类智能。当前研究者常面临“永远往后移的球门柱”困境：每突破技术瓶颈便遭外界指出其成果仍有人类智能差距。

霍华德·加德纳提出八种智能类型以评估大模型发现：在语言智能上表现一流；在逻辑推理或数学智能上表现优秀但不稳定；在视觉空间智能上表现很差；具身智能、人形机器人性能一般；无法很好地控制身体或保证协调能力；可能连三岁小孩都不如；人机智能模拟同理心但无法真正理解他人情感、动机或关系。

关于AI是否有意识存在争议：有人相信其有自我意识；也有人坚信其无意识。

就当前发展而言大模型远不能达到人类智能和意识水平。人们感到恐慌因目前AI发展走偏几乎只集中于语言智能和部分逻辑推理上而其他类型智能无进展甚至可能阻碍其他智能发展。现有AI结构上无法与人类匹配尤其在具身性、情感性、经验性方面。

“无分数学习”：迎接AI时代的挑战

AI出现给整个社会系统特别是教育系统带来冲击和不确定性。考试常由大模型应试学生用AI工具完成作业和论文教授也用AI写论文或项目难遏制此趋势。

“无分数学习”应成为新方向：将评分体系或成绩体系置换为更具挑战性学习任务并让学生注意力回归更有意义事物上。

今天教育需思考构建全新评估体系。21世纪是否应继续用分数衡量学生？能否探索不依赖分数却能有效表达知识、促进交流方式？此体系不易建立但有必要做不仅是大学而是整个教育系统都应朝此方向改革以适应生成式AI时代新系统需与社会接轨因雇主仍需区分和评估不同学生。

“文科有用”：人文通识教育的重要性

“人的归人机器归机器”不混淆两者边界同时关注AI对人类影响办法是人更人性化更努力发挥机器无法实现能力如创造力、批判性思维和直觉。

机器与人类创造力完全不等同。当前AI擅长内容产出但写作被批判为无灵魂。产生两个问题：一是多样性问题语言和表达方式多样性下降；二是若讨论创造力则意识到类似“百科全书”能力机器可产生更多创意但比单独思考少。

在个体层面AI可拓展想象空间但在群体层面当前生成式系统产生创意源于单一模型框架发展单一性源于训练数据分布与概率引导机制且善于排列组合然而此类系统能否产生颠覆性范式创新想法目前尚不明朗。

“行星层级”问题需考虑如全球气球变化经济不平等或暴力等目前不认为AI能在这些层面产生颠覆性范式创新想法因此仍需要更好提升人性教育越到此时越需强调通识教育重要性。

人工智能带来硬技能而通识教育培育软技能

人们用AI写作发现其产出散文或小说非常程式化缺乏作为“人”的真正激情和痛苦生活中深刻个人体验是人类创作深刻作品基础若无人文社科则暴露两点：一是发现目前AI无法做到事如揭示痛苦；二是无法认识自己也就无法与AI相处。