APP下载

劳动替代危机下人机关系的颠覆与重建

2024-02-24崔中良卢艺

江汉论坛 2024年2期

崔中良 卢艺

摘要:生成式人工智能热潮再次引发社会普遍焦虑,主要体现为作为人类独有能力的语言与情感劳动的替代性担忧。导致替代焦虑的根源与传统的人机对立观有直接关联,即机器是作为人类主体的工具性存在,这种观点并未准确辨识人与技术的协作共生关系,难以有效应对生成式人工智能在当代社会中角色的新变化。为了解决这一问题,需要走出人类中心主义,重新辨析人的本质与人工智能劳动的角色,将人工智能从人类中心的权力结构中解放出来,寻求对传统人机关系的颠覆,视人工智能为与人类共生的存在者,在坚守人的本性基础上重建协同共生的人机共同体。

关键词:劳动替代;生成式人工智能;人机关系;人机共生

基金项目:国家社会科学基金青年项目“认知科学哲学视域下的人工共情问题研究”(项目编号:21CZX020);江苏高校哲学社会科学研究一般项目“赫勒政治伦理思想及其当代价值研究”(项目编号:2023SJYB0192)

中图分类号:B82-057 文献标识码:A 文章编号:1003-854X(2024)02-0061-09

在以人工智能、虚拟现实和量子通信为标志的第四次工业革命阶段,元宇宙、数字经济、知识经济等概念无不显示着经济范式的非物质转向,这些新兴技术作为科学在生产中的最新应用,印证着资本使一切生产部门劳动简化的必然趋势。生成式人工智能模型ChatGPT自2022年推出以来,就引起了全球性关注。然而伴随ChatGPT系列的迅速迭代与普及,人们对生成式人工智能的“热炒作”逐渐转向“冷思考”,表现出对人工智能危及人类劳动主体地位和未来生存的担忧。这种担忧的本质是对机器排挤人类劳动的新形态及其后果的恐慌。为应对可能的劳动替代性危机,我们需要理性审视人机关系,探索人机之间的和谐发展道路。

一、生成式人工智能加剧人类劳动替代焦虑

迈入智能时代,以提供信息和服务的第三产业为主的经济范式正在逐步确立,以网络为主要组织和交流形式的生产范式使劳动者之间的协作和交流能力格外重要。此外,劳动者的主体能力特别是智力与协作能力相对于客体要素(生产资料)在劳动生产过程中的作用大大增强,价值创造已由以传统体力劳动为主转变为以非物质劳动为主。正是在此背景下,人机关系再次发生历史性碰撞。

(一)非物质劳动转向

从马克思的时代至第三次工业革命,发生于制造业的机器替代人类体力劳动是主要趋势。而在第四次工业革命时代,机器的智能化和自动化开始真正对人类的非物质劳动产生威胁,重复性、程序化的脑力工作正逐渐被替代。“19世纪,机器战胜了人类的肌肉;现在,机器正在与人类的大脑角力。”事实上,早在一百多年前,马克思已经预见从事物质资料生产的人数比重将呈逐渐下降趋势:“劳动生产力越高,非工人和工人相比数量就越多,不从事必要生活资料生产或完全不从事物质生产的工人的数量就越多。”而在当前,非物质劳动已经成为价值与财富创造的主要形式,产品同生产行为愈发不可分离。价值创造越来越表现为活劳动本身,从元宇宙、数字劳动、平台劳动等概念的层出不穷便可对非物质劳动的发展势头窥知一二。哈特与奈格里甚至认为非物质劳动已经取代工业劳动的主导地位并确立霸权。非物质劳动是创造非物质产品,例如知识、信息、交流、关系或者情感回应等的劳动,它可以分为两类:第一类是智力或语言方面的劳动,如解决问题、符号和分析任务以及语言表达;第二类是情感劳动。由这一分类可知,以ChatGPT为代表的生成式人工智能,正在逐渐接近跨领域的通用人工智能,实现从过去的以力量和效率取代人类的大部分体力劳动,向凭借逻辑、对话和情感等代替人类脑力劳动的方向发展。

(二)语言劳动替代

在现代人机关系中,语言起着重要作用。ChatGPT作为对话式大型语言模型(LLM),最突出且令人惊叹的方面就是其高效、高质的语言生成能力。语言作为一项纯粹人类技能,正被人工智能所掌握,它可以胜任语言表达、解决问题、符号和分析任务的劳动活动。巴特尔(A. Bartel)等人指出,应用信息技术的公司往往会对工人的技能有更高要求。阿齐默鲁(D. Acemoglu)和雷斯特雷波(P. Restrepo)发现机器人对蓝领工人和那些没受过大学教育者在就业方向的负面影响最为突出。由于人工智能以比人类更精确、更快速、更一致的方式执行任务并提升生产率,从而对客服、接线员、语言教师等低技能从业者构成替代性危机。不仅如此,人工智能在语言逻辑、知识储备、信息检索等方面也已经赶上甚至超越人类智力水平,甚至还具备创作能力。例如,编程软件GitHubCopilot和图像生成软件DALL-E等公开发布的生成式AI工具,能夠进行一定的自主创造,包括广告文案设计、作画、编曲、风格创作等。可见,生成式人工智能不仅限于以严密语言逻辑来进行文本语言生成,还开始涉足过去专属于人类的“创作”领域,使得思考不再是人类独有的能力。

(三)情感劳动替代

情感劳动能力最重要的方面是根据需要表现出适当的情绪,调节不良情绪并使对方获得相应情绪。虽然ChatGPT本身不具有情感,但是它可以通过模拟情感而具备激发情感的能力,更具体地说,人工情感是一种镜像假设,可以激起人类情感,感知并反馈人类的情绪化语言。例如当告诉ChatGPT自己的身体受伤时,它会用极具同情的语言来安慰对方,并配上适当的表情来表达自己的“感同身受”。在群体性孤独现象加剧的智能数媒时代,社会性认知任务——情感劳动之于人类的专属性正在受到生成式人工智能的挑战。比利耶娃(D. Bylieva)研究发现,在过去的十年里,人类与虚拟人工实体的关系变得越来越多元。以人工智能算法为支撑的伴侣机器人、家庭机器人以及宠物机器人等都发挥着类似于人类护工的情感沟通与补偿功能。例如,机器人Pepper可以提供建议、开玩笑、玩耍或阅读食谱。与人类劳动者相比,逐渐类人化的人工智能机器人可以依据不同的用户特征(如年龄、性别、说话风格、知识水平、专业领域等)和需求,提供个性化的包括文字、图像、语音等不同形式的恰当反馈和情感服务,从而强化用户的交互意愿。

概言之,生成式人工智能既可以在自然语言处理(NLP)技术的支持下随时随地流利地“说人话”,还可以凭借基于语义分析的情感计算技术识别人类情绪、促进积极交互,从而深度参与人类生产生活各领域的活动。从劳动能力竞争的视角看,人与智能机器的关系已从体力对抗转向抽象化的认知性或非物质劳动的对抗。可以说,在劳动主要形式发生非物质转向的同时,人工智能也在同步且同方向进化,甚至成为促进劳动向非物质形态转向的强大动力和为非物质劳动赋能的强大介质。但是也必须看到生成式人工智能的出现使得人工智能与人类劳动者已然构成一种显性竞争关系,并且随着人工智能拟人能力的增强,大众心理层面必然产生与机器的敌对倾向。

二、摆脱主客对立的工具主義

无论是从心理上还是从其客观生产过程看,生成式人工智能作为当代人类的“杰出作品”,似乎理应是完全受控于人的工具。这种工具主义的人机关系观念,一方面源于作为近现代西方哲学的核心线索——人的“主体性”研究的不断发展:从笛卡尔“我思故我在”到康德的“先验自我”再到胡塞尔的“超验主体”;另一方面科学技术的不断进步加速了现代人类推崇“以人为准”且“取代万物本身的理念”的思想转变,使得当前许多关于劳动的理论研究过度强调人类在劳动中的主体性与不可替代性。而对于技术存在物,人类默认其应该依从自身的标准,作为人的被动附属物存在。因此,当技术表现出一定的自主性时,人类认为人的尊严和主体性受到了侵犯,形成人机之间的“生存”冲突,从而陷入一种恐慌心理。

(一)劳动活动作为主体性生产

在万物数字化从而加速劳动形式非物质化的时代,新兴技术被认为是作为非物质劳动者赖以语言交际和情感交流的公共载体,和促进人们的想法、各类信息的开放共享的动力,辅助非物质劳动者构建一种以依靠共同的交流而组织起来的网络拓扑式结构。“一边是技术网络,另一边是工作的社会主体的合作,这种对应关联定义了新的劳动力拓扑结构,也描述了新的开发实践和结构。”然而一般认为,从事非物质劳动的人是唯一主体,劳动所需的语言、沟通和情感技能,尤其是语言表现的特征不能被机器取代;机器在人类劳动活动中只是被动的、附属的“上手”工具,而不是与人类处于互动式的发展关系中。显然,这种基于劳动自主性而对机器作工具性理解的观点,已经不能适用于分析人工智能在当下深度参与人类社会与人的发展的现实形势。为此,我们需要从劳动作为主体性的生产和人类劳动的不可替代两方面展开对人机对立观的理论依据的反思,揭示其局限性,进而作出对人机关系的进一步思考。

依据西方后工人主义学派对非物质劳动特征描述的梳理,大致可从以下三方面解析劳动活动作为主体性生产的观点。首先,非物质劳动使生产与人类生活日渐融合。非物质生产或生命政治生产需要人的智识、情感、交流等共同的主体能力参与,这使得劳动过程与产品难以被明确分离,生产与消费趋向一体化。同时,生产所需的主体能力作为劳动者生命的一部分与非生产能力具有共同性特征,这使生产过程与生活的区分更加困难,并进一步强化劳动者主体能力在劳动生产过程中的地位。其次,非物质劳动确证人的劳动主体性。非物质劳动者在生产过程中需要充分调动各种主体能力,这意味着劳动者在生产产品的同时也在生产自身。而且,“主体性只有在共同的社会行为、沟通和行为的基础上才会产生”,故此,非物质劳动者不再只是机器大工业时代服从机器工作原理的“奴隶”,而是各种生产和操作中的唯一能动主体,因而是主体人的生命确证。最后,非物质劳动使合作与主体性的生产相辅相成。非物质劳动作为日益普遍的活动,其特点是无数个体生产者间的持续合作,而合作内化于劳动者自身且被不断生成与拓展。同时,非物质劳动者通过合作不断丰富和生成人际关系。因此,劳动者在劳动中的合作与共同性的共同生产可以构成螺旋式共生的逻辑闭环,二者相互促进。实际上,这一观点一定程度上是对马克思劳动观的延续。马克思认为,人是生产过程的唯一主体的、活的条件,劳动者只有通过属于自己的劳动才能运用生产资料。而且对于劳动本身来说,作为生命力的消耗与支出,“是工人的个人活动”。这就从本体论意义上肯定了劳动活动是劳动主体的劳动职能与生命能力的消耗。

(二)人类的劳动地位不可替代

目前流行的观点认为,情感劳动作为非物质劳动的主要类型,很难被人工智能机器模仿。具体来讲,由于情感的产生依靠复杂的生理感官的接收与处理、与不同环境的交互以及一定的社会经验等因素的综合,因而人工智能无法完全实现对人类情感的模拟和表达。迈克菲(A. McAfee)等人认为,有效处理人的情绪状态在未来将是一项关键人类技能,这意味着进入心智与机器相结合的第二次机器时代:计算机做决定,人类在其他人需要被说服时担任说服职能。特克尔(S. Turkle)在观察实验室中人机关系后感到,这些被设计出来用来表达复杂情感的机器,只是要引发或阐释某些特定的人类情绪反应。不仅是情感劳动,一些学者也分析了其他非物质劳动的不可替代性。例如,李微等人指出,人工智能的认知是纯粹物理过程,只能被动接收人类情感投射,不具备社会性,因此不会获得与人等同的行为能力。肖峰认为,一些数字形式的活动并不是劳动,只是具备劳动的附带效应从而作为劳动过程的某种要素。此外,马克思机器哲学叙事的一般智力(Generalintellect)概念也被重新解读。依据马克思的观点,人工智能等技术产物被认为是一般智力的对象化产物,而当代一些理论家倾向于强调一般智力表现为活劳动本身,从而使构成一般智力的社会集体能力脱离资本的完全控制而回归劳动者自身,故劳动是“一般智力和一般身体的生产活动”。由此,一般智力被基本解释为人类劳动的主体能力,而机器只是构成一般智力的一小部分。

概言之,这些观点坚持人类作为宏观视角下劳动与生产过程中的唯一能动主体和操控者。人工智能是人类智能的经理,却不是主权人。人工智能作为人类复制大脑功能而创造的人工物,虽然在知识储备、生产的精细度与效率等方面上远超人类,但是由于缺少完整的感知“肉身”而难以顺利融入人类社会,因此不能得到人类的完全信任与肯定。然而,强调劳动活动的主体性生产并不等于认可人类必须作为权力中心,人类劳动地位的不可替代也并不代表否定人工智能的自主性。一味执着于人的主体性来定义人机关系不仅会阻碍生成式人工智能对解放人类劳动力的作用的充分发挥,也无法有效回应以ChatGPT为代表的大模型引发的人机劳动关系的新难题。因此,消除人工智能对人类劳动替代的担忧,最重要的是审慎反思人机在社会系统整体中的具体位置,转换“机器排挤人类”的对立思维,或者说从一开始便将人工智能视作增强与拓展人类能力的动态存在者,站在动态、系统的视野下理性认识人与人工智能的身份界线,如此才能推动人工智能技术的向善发展。

三、颠覆人类中心主义的人机共生

人们之所以存在对人工智能的恐惧,不愿以平等的伙伴关系相待,深层原因在于人机对立的异化思维。正如马克思对资本主义生产关系的分析,机器是人格化资本的代表,代替资本家使用劳动能力因而具有活性和意识。但是他也明确批判道,这一切的根源在于技术的资本主义应用,它表现了劳动的社会性质,即科学和自然力都成为资本化的东西,资本的力量同工人劳动相对立。而马克思对于技术本身之于人类社会生产力发展的积极作用是肯定的,他主张合理地利用技术以改造物质世界。事实上,机器劳动从未改变人作为劳动主体的唯一性,真正应该恐惧和提防的是企图独占技术以满足私欲的“机器人的主人”。

(一)人在劳动中确证本质并发展自己

人的情感、智能与协作能力,在网络化和智能化劳动生产方式下成为越发重要的生产要素,这也是人发挥劳动主体性的证明。与此同时,人工智能的劳动替代趋势已经不可逆转,其接近通用人工智能的强大能力已经对非物质劳动本身构成冲击。那么,人工智能究竟只是劳动工具还是接近劳动主体?它能否完全替代人类劳动?单从概念的界定来看,人工智能贴合非物质劳动的概念;而从非物质劳动的内涵来分析,人工智能显然既没有情感、智识等主体能力(至少不完全有),也不能肩负作为劳动主体的责任。所以审视人机关系,首先要明确人的真正意义与价值何在,理性审视人工智能与人类智能进化的差异性。

一方面,人在劳动实践中确证和建构自身,其社会性与非意识能力难以被人工智能复制或模仿。马克思将劳动视为人的类本质,指出“劳动创造了人本身”,所以理解人的价值实现的关键也在于劳动。准确来说,这里的劳动是指真正的自由劳动而非资本主义制度下的雇佣劳动。首先,劳动之所以能够创造人本身,更多体现在个体的社会发展层面:人在劳动过程中使自己在社会类群中的存在得到确证,并获得精神愉悦和满足感,因此劳动的属人性也随之得到丰富和扩展。本质上说,劳动“是一种自由的、自觉的活动,是人的‘生命活动’,是人‘复现’、生成自我的过程”。由此可知,人通過劳动不仅使客体对象表现出属人性的特征,更重要的是确证与拓展了自己的存在意义,获得自我价值的社会性实现。并且,即使摆脱生存与生产需要的必然性限制到达自由王国,也仍然要进行作为目的本身的人的劳动。其次,人作为社会性主体,自身能力的培养一定以社会为基本单位和尺度。以语言能力为例,它作为非物质劳动的核心能力之一,具有其他物种或智能体难以取代的特质,是生活形式的组成部分。既然如此,语言能力就不是简单的文字输出那么简单,它包含的是说话人的生活背景、心理状态、利益关系、价值观念等,因此,以语言为媒介的人类交往过程必然牵涉许多历时性、经验性因素。拿习惯来说,它在语言交流的过程中作为无需挑明但却被谈话双方所默许的隐含条件,是共享的和社交的,只有在与他人的互动和交流中才被生产和再生产,是人的社会本性的彰显。相比之下,人工智能虽能实现超越人类智力的运算力,却对人类近似本能的习惯、直觉与顿悟等非意识能力不知所措。概言之,劳动是确证和扩展人的本性与能力的根本性实践,人在劳动的同时也在被劳动所建构,即人在劳动中能够认识和丰富自身的本性,其中人的社会性与非意识能力是人类劳动难以被人工智能复制或替代的核心部分。

另一方面,与人类智能在社会性的劳动实践中得以发展不同,人工智能是缺乏能动性的半独立受动体,不具有实现智能自主进化的基本条件。首先,从受动性来看,人工智能在自我学习、信息内容创造、自我纠错等方面虽具有一定自主性,但是缺少真正的能动性,因而依旧是半独立的受动体。具体来说,在系统正常运行的情况下,人工智能无法主动地选择受动。即使出现如拒绝遵守指令的“叛逆”行为,也并非出于技术的能动意愿,而是来自系统本身的不稳定性。很多情况下,由于“人类习惯在与自己互动的对象中寻找人性存在的迹象”,人工智能模型“被人性化”,使之呈现自我能动性的假象。按照马克思的观点,人是现实的、感性的、对象性的存在,同时也是受动的、受制约的和受限制的存在物。人受对象所限存在一个主动性的前提,即只有对象在被人所创造时才能制约人。然而,人工智能的受动性和受限制性却并非如此。由于人工智能是不完全模拟人脑的硅基物,因而是非具身的智能体,它受到抽象智能与具象身体的双重限制,故在功能上不具有生成感性的完备生理条件,不能被视为完整主体。本质上说,人工智能是具备逻辑却无思想的半受动体,它没有真正的思考和反思自我的能力,依旧是“转化为人的意志驾驭自然界的器官或者说在自然界实现人的意志的器官的自然物质。”其次,从智能进化角度看,人工智能之于人类类似于人类之于猿类。人工智能的进化可以参考且依赖人的类群智能,但是却缺乏人类的智能进化具有的类群亲历性。“类群亲历性就是智能个体在相应智能体类群中亲身经历成长的性质。”也就是说,人的智能在改造自然界的实践活动中能实现群体性进步。由此可知,人类智能的进化以类群为单位,是在与自己同层次的类群产生共同的社会性联系的历时性实践活动中积累经验、发展智能。对于当前的生成式人工智能来说,大模型的应用范围基本局限于某个或几个专门领域,并且能够提供开放式协作的开源模型占比并不具有优势。由此,各个人工智能大模型难以形成互联系统,不具备自主产生类群亲历性的基本条件,仍需在人类的技术干预和明确指导下实现智能进化。

(二)作为类劳动存在者的生成式人工智能

确证人的本质并区分人机智能的目的并非在于将人类与人工智能划清界限,强调人的中心地位,而是为了理性审视二者的关系与定位,找到人机协作的切入点。因此,需要对劳动和劳动能力进行多视角区分,在准确认识生成式人工智能劳动的性质与存在状态的同时,确立人机协作过程中生成式人工智能的类劳动存在者的地位。

首先,人工智能作为类劳动者的“类”,体现为它对人类劳动能力的多倍替代。本质上说,生成式人工智能是具有一定自主性的工具物,是人类劳动工具物的集合,绝不是其自身劳动的集合。它可以替代劳动能力,但绝不能替代劳动。在马克思看来,机器是劳动者的肌肉力和技能的转移,这就意味着机器的功能就是代替劳动能力创造生产力。同理,人工智能作为人类劳动对象化产物的出场,既代表了人类劳动能力的进步,同时又增强了人的劳动能力。马克思指出,“人的劳动能力的发展特别表现在劳动资料或者说生产工具的发展上”。张一兵认为生产工具是“体现劳动能力的一个物性手段”。虽然生成式人工智能在某种程度上超越了单纯工具属性,但是依旧是劳动者的力量和技能的转移,人与机器的替代关系指向劳动能力而并非劳动的观点依然成立。也就是说,生成式人工智能不足以完全取代人类,但是它可以通过发挥成倍的人类劳动能力而提高劳动效率。

其次,生成式人工智能是现象学意义上的存在者而非劳动主体。人工智能被“人化”之后,是作为存在于人的经验之内的自在之物,它既有自在之物对人类的遮蔽性与不可知性(例如算法黑箱),同时也是被人类经验过的存在者。依据伊德(D. Ihde)的理论,生成式人工智能则具有“准它者性”,即“比单纯的对象性要强,但是比在动物和人那里找到的它者性要弱”。生成式人工智能之所以是类劳动存在者而非完全的劳动主体,在于它并不能真正理解人类语言,无法参透人类对话者所不言自明的潜在目的性,从而不具有深入理解人类语言含意的交流能力,因此图灵测试的一个重要方面是机器能否理解人类语言并生成语言。在人机对话过程中,只要给予机器恰当有效的引导性提问,基本都能得到需要的答案。但真正的问题在于,人工智能自身是否具有理解和预测他人言语意图及其取效能力。不仅如此,语言大模型虽已具有足够的信息广度,但缺少向现实世界问题及本质发问的深度。就这一点来说,赫拉克利特的“博学并不使人智慧”的观点在当代依然存有人性意蕴。从而,在非物质劳动生产过程中,生成式人工智能的劳动生产行为不能完全脱离人类理性的指导。

最后,生成式人工智能是自主性存在者。虽然目前各个大模型的能力归根结底源自人类智慧,本质上是人类知识的载体,但是与竹帛、纸质书籍等载体不同,它具备能够自主生产与交流的智能,可以主动“理解”“猜测”人类提出的要求,并予以恰当高效的反馈。不仅如此,人工智能可以在给定环境中進行自主社交。例如斯坦福今年4月份发表的一篇论文指出,他们运用大模型创造了一个名为“生成式主体(Generative Agents)”的程序并在沙盒游戏中展示代理能力,经评估,这些主体展现出了真实的个人行为和社交互动。因此,从技术智能化与其指令执行过程的相对独立性上看,人工智能在社会生产过程中的自主性是毋庸置疑的。从资本发展视角看,“劳动的客观条件对活劳动具有越来越巨大的独立性”,这是智能机器发展的必然结果。当然,这一独立性必须与劳动主体结合才能发挥最大的效用。

四、重建协同共生的人机共同体路径

在人机边界逐渐模糊的趋势下,我们需要思考把握人机关系的新方法。对待生成式人工智能,首先要将其视作应该与之共存的存在者。如赵汀阳所言,“存在者之间的关系首先是存在论意义上的共存关系,而不是主体与对象的知识论关系”。前文分析人与人工智能在劳动过程中的能力及其紧密关联,是为了将二者视作平等的社会行动体而置入一种拓扑结构之中,分析二者的关系走向与定位,鼓励将人工智能视为具有一定自主性的有为的行动者,主张二者在共同的目标上各司其职,探索人机共融共生的建构路径。

(一)从人类中心的权力结构中解放

2014年的NASA会议上,人工智能科学家彼得·诺维格指出,未来真正能够“获得繁荣的,是与机器一起共事的人”。所谓共事,需要平等且有来有往。这意味着与人类中心的权力结构决裂,超越二元对立,完成人与机器在德勒兹意义上的解域。实际上,技术可能存在多种潜在发展路径,但只有在被实际应用时,它的发展方式才会生成为确定的一种。过去,传统物理学认为粒子的位置和速度可被精确预测,而依据量子力学中的观测者效应,观测行为会对被观测的微观对象系统产生影响,观测者和被观测对象构成不可分割的整体。从哲学意义上说,这挑战了主客二元对立的传统认识论。因此,就如海德格尔所言,“看的方式,或者说揭示自然的方式”决定了现代技术向我们显现的特征。伴随人工智能的发展,“我们在多大程度上将这些系统视作伙伴,也会反过来决定它们对待我们的方式”。因此,需要站在马克思“现实的人”视角,“从人的现实的社会实践活动和经济关系出发”,关注具体的人与当下人工智能的关系与进化趋势。人工智能设计目标应该是创建一个乐队同伴一般的程序,而不是一个仆人。由于人、技术愈发相互依存,建立平衡且相对平等的人机关系成为可能。这一观点的辩证逻辑体现为,人类的整体进步才能使技术发展,而只有技术进步才能使人类社会进一步改善。得益于大语言模型日益提高的语言生成水平,沟通、协调可以被视为人机动态合作的基石。单从人工智能模型设计目的而言,并非为了取代人类,而是为了与人类共存并帮助人类提高生产效率。因此,应解构人类中心的传统权力结构,反对一种未经反思的对人与机器“形而上学的截然二分”,基于去中心的关系网并以行动者身份实现有益交互。

首先,人工智能得以深度融入人类劳动活动,一个重要原因在于物联网的不断拓展,使得计算机、人工智能技术再次开始“消失”。人技关系应跳出主客对立视角,基于意向性而非简单的工具论来理解。唐·伊德指出,人通过与技术的四种关系来接触和认识世界:具身关系、诠释关系、它异关系、背景关系,前三种均为“有焦”的人技关系。而在背景关系中,伊德从现象学的视角解释为“技术功能的‘抽身而去’叫作‘不在场’(Absent)”,技术作为一种不在场的显现,无疑成了人的经验领域的一部分,成了当下环境的组成部分。这与人工智能技术在人类生活中的隐形介入、与个人日渐发生有意或无意的交互的发展趋势相契合,这种“无焦”的、却愈发融进人类经验内容的人机关系,成为人类生活不可或缺的部分。生成式人工智能必将逐渐融入社会基础设施领域,这反过来也会在一定程度上提升人工智能在社会生产中的地位,给人与人工智能日常化的平等交互提供肥沃土壤。

其次,人机协同不以人为权力中心,而是彼此依赖的、无中心的生成过程。德里达在对能指与所指的不可分离进行分析时指出,由于二者的生成相互依赖,无法独立存在也不能彼此替代,因而不可能有中心的存在。人与人工智能正是愈发相互依赖的存在者:一方面,人工智能系统及机器最初总是需要人的集体智慧才能被创造和改善;另一方面,人类深入了解自身与世界规律、简化繁重劳动都需要人工智能的协助。由此,人机之间存在差异但并不对立。之所以人工智能容易被视为敌对的、为人所不相容的,恰恰因为二者是非对立且兼容的。技术诞生之初正是为了与人共在,人类以与技术或近或远的形式增强改造世界的能力,并与技术共同进化,也因此,人机关系是不断生成而非一成不变的。德里达将生成过程视作延异(Differance),即延缓的踪迹,具有实体与时间的双重含义。他认为,含義总是与具体语境相对,始终处于仅相对于其他含义而进行定位的状态,这种彼此间的纠缠意味着二元对立是没有意义的。以人与人工智能的关系为例,人工智能的存在之所以有意义,就在于它与人类的差异,人机依靠彼此的差异而构成关系。由于这些不在场且非实体的差异,人机关系才能以合理且有效的方式建立。

(二)在人机协同的劳动结构中共生

当前,人工智能在某些非物质劳动能力层面冲击着人类劳动力优势,但同时也在扩展和细化劳动内容与社会分工,变革人机关系的传统观念。在以资本增殖为动力的全球化趋势下,人机协同已成为新劳动模式的代名词,劳动协作越来越以机器生产与人的管理为特征,这种协作性还蔓延至人类日常生活。即使脱离资本视角,就单纯劳动过程而言,合作也是人与人工智能和谐共进的唯一出路,“机器不在劳动过程中服务就没有用”,合作才能创造价值。借助拉图尔的行动者网络理论(ANT)描述人与人工智能的互动关系与定位,人—机劳动结构可以被解释为一种基于整合智能的拓扑式结构。这种理论“拒斥主客二分的笛卡尔式分析框架(即人类主体被视为施加行为于被动的非人类主体),倡导一种本体论转向,旨在对称看待‘人类’和‘与之互动的非人类实体’”,肯定非人类行动者的能动性,并以此考察人类与非人类间的关系及技术。基于此理论,在人—机协作的劳动结构中,二者或许在物理上相分离,但在操作中却不是分离的;从功能的角度来看,它们耦合于一个更高层次的组织中共享关于彼此及其在系统中角色的知识,以相互信任为前提在不同领域展开合作,利用各自优势从而克服彼此局限,发挥集体智能优势,协调一致地创造生产力。具体说来,人机协作的劳动结构需要三个基本条件:

第一,人工智能具有自主性。高新民等人认为,真正的自主性是在多种可能抉择中自由地、不受约束地,甚至不按常规、不服从条件地做出选择。这一定义实质上默认了自我意识拥有自主性的限定条件。但是,我们认为人工智能的自主性不代表具有自我意识,而是指其能够自己作出决策并在一定时间内独立运行,这是人机间有效协作、彼此交互的技术性前提。其实,人机交互协作本身蕴含着人工智能自主性的前提。一方面,生成式人工智能具有主动且准确地理解、猜测与高效执行人类指令的能力,这有助于在人机交互过程中劳动任务的顺利展开和稳定运行。另一方面,借助自适应学习的机器学习技术,生成式人工智能得以自我学习进化,从而进一步优化人机协作;而通过感知、分析和预测环境,则能够不断尝试并调整计划以应对新变化。基于以上能力,人工智能得以在无需人类反复干预和重复引导的情况下自我学习、辅助人类决策以及生成数字劳动产品。

第二,人机职责的合理分配。基于人工智能具备自主性的条件,人机协作得以开展,但人与机器在协作的劳动结构中,只有在辨析二者能力优劣的基础上确定二者职责,才能共同应对不确定性、实现高效的协作,从而达成目标。在专门任务中人类仍优于人工智能机器,例如难以自动化的手工作业以及人类的实践知识和直觉无法被人工智能的分析能力取代,但是,“科学创新和知识进步建立在开放协作和思想、技术和信息自由交流的基础上”,与生成式人工智能建立协作关系能极大提高人类获取知识的便捷性,计算已经成为一种“假体”(Prosthesis)和增强人类能力的方式。因此,需要对人与机器的角色进行合理分配。善于从过往数据中学习的生成式人工智能,适合执行重复性知识型劳动内容的创建、文本生成以及预测的任务;人类可以“跳出框架”思考并提供创造性方案,因此在需要创意、具身感知、人际交往的情感互动中,要以人类劳动者为主导。角色的分配既要确保人工智能机器任务的有序执行及其对人类脑力与体力劳动的减轻,同时也要使人类劳动者能够感知到自身劳动的存在与价值,要通过两种智能的合作实现整体智能的增强,在人机协同过程中搭建“人的感性对象性活动和技术发展之间本质性的相互回馈和共同生成的历史关系”。总之,人与人工智能行动者的决策都会对目标实现产生影响,这不仅需要确保人类意图、活动和责任能够准确地传达给人工智能并被其理解,而且需要确保人机互动的方式能够适应机器的目标与需求。

第三,人类信任感的培养。人工智能系统借助语言以对话的方式与人类展开分工明确的协作。然而,由于人工智能作为模拟人脑智能所固有的技术局限,加之人类尊严与优越感的存在,相比与人合作,人类面对计算机的指令容易产生不信任感,对待人工智能的使用前景信心不足。例如,2018年皮尤研究中心(The Pew Research Center)对技术专家、开发人员等979名对象进行过一项调查,有近40%的人表示人们不会因为使用人工智能而变得更好。因此,为了推进以彼此信任为前提的人机间高效合作,在人工智能系统达到许可标准的前提下,人类需要对人工智能的建议与决策予以信任。要从心理上接纳人工智能作为主动存在者与其共生,人类必须兼具自信与对技术的信任。人机互动与共生的实现要求人工智能教育的普及,一方面要降低算法、编程等教育的准入门槛,鼓励全社会认识、了解甚至掌握人工智能程序的设计和使用方法,培养人工智能素养,如此也有助于公众对技术善用的有效监督与共同引导,使“每个人都是参与者”。成功的人机交互结构需要行动者之间的互相理解、信任和承诺,这需要人机间高精确度的信息传达。里夫斯(B. Reeves)和纳斯(C. Nass)指出:人类希望用与其他人类互动的“社交”方式,与技术设备(如计算机)互动。生成式人工智能模型的语言沟通、对话理解等能力不断提升,这使得人类与技术的互动意愿更强烈,同时促进信任感的产生。

(三)警惕技术失效,做人机共生的掌舵者

“科学让我们获得了对环境和命运的彻底掌控。但是相比喜悦,我们诚惶诚恐。为什么会变成这样?这些恐惧应该如何消解?”的确,科学技术的进步让人类意识到自身对世界掌控力在增强,同时,这种掌控力往往十分依赖科学技术,这反而会使人产生失控的恐惧。人机共存共进的微观劳动结构不是绝对去中心的扁平结构,仍需要人类在背后对技术发展目标进行改善与调控,以确保人工智能以及人机互动协作的总体有序性。总而言之,去中心的人机共生关系的内涵着眼于整体的宏观把握,人机合作以及通过合作以协调分配各自能力是目标达成的决定性因素,二者不能相互替代的属性决定着人机共生的去中心特征。从微观上看,人类需要做人机共生的掌舵者,这并不与人工智能具有自主决策权相悖,而是人类需要把握发展的基本方向,确保这辆承载着人与人工智能的、能够自动驾驶的“忒休斯之船”不会偏离航向。

因此,若要摆脱技术失效的恐惧和保证人机共生的顺利发展,人类需克服惰性,以苏格拉底式的善为目标肩负应有责任。早在50多年前,控制论之父维纳(N.Wiener)被问及计算机是否会凌驾于人类时回答道,这一危险在于智力惰性。面对人工智能的不断强大,若一味依赖机器智能解决问题,人类会逐渐失去理性判断能力。倘若强人工智能如期而至,人类得以获得大量自由时间,只要自由时间被用于个体施展才能、丰富精神世界,沦为“无用阶级”的悲歌便不会被唱响。依据马克思对自由时间概念的区分,自由时间不是虚度与停滞,而是发展和创造的基础,“从而为自由活动和发展开辟广阔天地”。因此,科学技术的革命性突破固然使人能够不断发现“面向此在的无限可能”,人类却不能因此丢失学习、提问与创新的能力,放弃回归自身本性的追求。

具体而言,一方面要善待、善用人工智能,与人工智能保持平衡发展的协作状态;另一方面,注重人性的不断完善,以达身心统一。对应地,一方面需要对人工智能妥善应用、敏捷治理。在弱人工智能阶段始终保持负责任态度,对人工智能可能引发的问题保持高敏感度和责任归属分析的主动性,规避因人工智能“自治”而引发的道德风险。另一方面,在通过人机协作获得外在身体与物质解放的同时,不忘向内修心。面对自由时间的充裕、物质财富的增加,身与心任何一方的缺场都有可能产生存在的虚无,必须正心以便认识人真正的价值与辨识自身能力的长短,即孟子所说的尽心知性。

五、结语

总体而言,人机在生产、生活中深度交互、协作共生的趋势不可避免,這也是人类整体认识与实践进步之所必需。我们要做的不是如何抵抗这一趋势(也不可能被制止),而是深入了解并重新思考人机关系以及如何发挥人的主观能动性以更好地适应和利用好人工智能。面对人工智能对人类劳动能力的超越,我们应充分认识与发挥自身与人工智能之所长,以人机共生的视角看待技术,以协作的形式摆脱个人局限性。人机协同劳动,不仅能创造出巨大的现实的生产力,而且能使人的大脑等各个器官得到锻炼与强化,塑造出更强壮的主体实存,不断生成“人的主体性创制Protenzen”,同时在这个过程中还能不断加深对人性本质的认识。虽然人工智能会对某些人类能力形成替代,却无独立自我意识和情感能力,只是存在于人的经验之中的非主体;但是它在规律学习、环境适应等方面具有一定自主性,又能够极大简化和便利人类劳动。这从正反两方面决定了人与人工智能的相互需要、彼此成就。当然人机协同的关系并非一劳永逸,可能出现整体目标偏离、技术失效、人类的智力惰性等风险,为此,人类应充分发挥主观能动性和保有人的独特优势,以向“善”和认识自己作为发展人机关系和技术的终极指向。

注释:

(1)(14)(22)(32)(33)(35)(50)(54)(55)(56) [美]约翰·马尔科夫:《与机器人共舞》,郭雪译,浙江人民出版社2015年版,第86、220、171、63、16、336、306、186、91、75—76页。

(2)(12)(25)(30) 《马克思恩格斯文集》第8卷,人民出版社2009年版,第370、467、198、207页。

(3)(9)(10)(11) M. Hardt, A. Negri, Multitude: War and Democracy in the Age of Empire, London: Penguin, 2004, p.108, p.113, p.197, p.187.

(4) A. Bartel, C. Ichniowski, K. Shaw, How Does Information Technology Affect Productivity? Plant-Level Comparisons of Product Innovation, Process Improvement, and Worker Skills, The Quarterly Journal of Economics, 2007, 122 (4), pp.1721-1758.

(5) D. Acemoglu, P. Restrepo, Robots and Jobs: Evidence from US Labor Markets, Journal of Political Economy, 2020, 128(6), pp.2188-2244.

(6) D. Bylieva, Language of AI, Technology and Language, 2022, 3(1), pp.111-126.

(7) D. Gal, Perspectives and Approaches in AI Ethics: East Asia, SSRN Electronic Journal, 2019, pp. 607-624.

(8)(31) 赵汀阳:《第一哲学的支点》,生活· 读书· 新知三联书店2017年版,第190、87页。

(13) A. McAfee, E. Brynjolfsson, Machine, Platform, Crowd: Harnessing Our Digital Future, New York and London: W. W. Norton & Company, 2017, p.1.

(15) 李微、张荣军:《价值理性视域下的人工智能及其伦理边界》, 《贵州社会科学》2022年第5期。

(16) 肖峰:《智能时代的劳动问题辨析》, 《思想理论教育》2023年第5期。

(17) P. Virno, The Grammar of Multitude, Los Angeles/New York: Semiotext, 2004, p.106.

(18) M. Hardt, A. Negri, Empire, Cambridge, MA: Harvard University Press, 2000, p.358.

(19) 赵汀阳:《GPT推进哲学问题了吗? 》, 《探索与争鸣》2023年第3期。

(20) 《马克思恩格斯文集》 第9卷,人民出版社2009年版,第550页。

(21)(24) 李文阁:《生成性思维:现代哲学的思维方式》,《中国社会科学》 2000年第6期。

(23) 《马克思恩格斯文集》 第1卷,人民出版社2009年版,第209页。

(26) 王天恩:《人机交会:人工智能进化的类群亲历性》, 《上海师范大学学报》 (哲学社会科学版)2023年第1期。

(27) 《马克思恩格斯全集》第47 卷,人民出版社2006年版,第57页。

(28)(58) 张一兵:《历史唯物主义:从物质生产过程向劳动过程的视位转换》,《中国社会科学》2022第8期。

(29)(40)(41) [美]唐·伊德:《技术与生活世界》,北京大学出版社2012年版,第105、113、109页。

(34) 潘恩荣、孙宗岭:《人工智能“以人为本”伦理准则反思——一种马克思主义哲学的分析思路》,《云南社会科学》2022第6期。

(36) L. M. Ma, T. Fong, M. J. Micire, Y. K. Kim, K. Feigh, Human-Robot Teaming: Concepts and Components for Design, in Field and Service Robotics, Berlin/Heidelberg: Springer, 2018, pp.649-663.

(37) 姚禹:《赛博格是一种后人类吗?——论赛博格的动物性之维》,《自然辩证法研究》2021年第4期。

(38) 韩秀:《技术现象学视角下社交机器人与人的关系研究》, 《未来传播》2022年第4期。

(39) “有焦”,是唐·伊德在《技术与生活世界》中使用的术语,表示技术处在前景而非背景之中,以正面的或呈现于人面前的形式存在于与人的关系之中。

(42) “无焦”是相对于“有焦”而存在的概念,表示技术处在背景或场域的位置,其功能作为很少被注意到的背景来显现。

(43) 陈明宽、司惠文:《延异断裂与技术踪迹——论斯蒂格勒对德里達延异概念的狭义化解释》, 《哲学分析》2022年第6期。

(44) 《马克思恩格斯文集》 第5卷,人民出版社2009年版,第214页。

(45) A. Hornborg, Artifacts Have Consequences, Not Agency: Toward a Critical Theory of Global Environmental History, European Journal of Social Theory, 2017, 20(1), pp.95-110.

(46)(48) E. Kaasinen, A. H. Anttila, P. Heikkilä, et al., Smooth and Resilient Human–Machine Teamwork as an Industry 5.0 Design Challenge, Sustainability, 2022, 14(5), p.2773, p.2773.

(47) 高新民、付东鹏:《意向性与人工智能》,中国社会科学出版社2014年版,第428页。

(49) J. Steinhoff, Automation and Autonomy, New York: Springer, 2021, p.57.

(51) 王志伟:《后人类主义技术观及其形而上学基础——一种马克思主义的批判视角》,《自然辩证法研究》2019年第8期。

(52) M. Ryan, In AI We Trust: Ethics, Artificial Intelligence, and Reliability, Science and Engineering Ethics, 2020, 26(5), pp.2749-2767.

(53) [美]温德尔·瓦拉赫:《科技失控:用科技思维重新看透未来》,萧黎黎译,江苏凤凰文艺出版社2017年版,第254页。

(57) 《马克思恩格斯全集》第26卷,人民出版社2006年版,第281页。

作者简介:崔中良,南京信息工程大学马克思主义学院副教授,江苏南京,210044;卢艺,南京信息工程大学马克思主义学院,江苏南京,210044。

(责任编辑 胡 静)