李洋（哲學研究所）

　　價值對齊的生成式人工智能是否符合人類對人工智能的終極訴求？當AI工程師嘗試賦予機器以價值表達的能力時，我們不得不反思該行為可能誘發的最消極后果——技術“意向性”的反向控制。DeepSeek越來越頻繁地被應用于日常的研究工作，它能夠簡化繁瑣、耗時、枯燥的重復性工作。然而，與之伴隨的問題亦層出不窮——知識可靠性、AI幻覺、人機互動矛盾、智能化規訓、沖擊評價體系甚至是學術不端等屢受詬病。無疑，作為“超級工具”的生成式人工智能具有強大的反向作用力，透過技術“意向性”在人機互動中對使用者施加影響，讓使用者從驚艷到沉浸其中，再到“折服”。這種新形態似乎正在裂解傳統的學術研究模式，重新定義人類在知識探索過程中對“工具”的認知。

　　生成式人工智能何以表達技術“意向性”

　　技術的“意向性”是如何表達的？舉例而言，圖像生成大模型多被詬病生成的人物圖像以白人為主。2024年2月，谷歌宣布緊急關閉大模型Gemini的生圖功能，其中一個重要的原因在于，為了扭轉人們對其表達偏見的印象，Gemini似乎出現了矯枉過正的偏見。技術意向性作用下的價值偏見表達可見一斑。但是，嚴格意義上講，在當前技術條件下，我們并不能認為技術已經展現出基于主體意識的意向性。與其說技術的意向性，倒不如說是人的意向性的技術轉述。但是，人與技術的互動又使得技術意向性展現出超越轉述的動態性。

　　從技術人工物的結構分析看，技術人工物與自然物或物理物的最大區別在于它具有兩重性，即物理結構（physical structures）和人的意向性（human intentions）。荷蘭技術哲學家克洛斯認為，人類適應世界的生存方式便是將人的意向施加于物理條件，使之成為被賦予功能的技術人工物。簡言之，人類意向性的技術轉述首先是透過功能導向的物理世界改造實現的。當用分析進路思考技術人工物時，我們可以嘗試回答三個問題：該物是由什么做成的？該物是為了什么而制作的？該物又是如何被使用的？問題一指向物理屬性，問題二指向人類意向，而問題三則指向情境場域，將物理屬性和人類意向連接，構成了完整的技術人工物意向性表達的結構。因此，從技術人工物的結構分析看，技術意向性是通過功能設計完成了人的意向性的轉化，一旦我們將各式各樣的功能賦予生成式人工智能時，它就以成為人類意向性轉述的方式存在了。當然，其中包含了兩個非常重要的環節：生成式人工智能是如何被設計的？又是如何被使用的？

　　從人與技術的關系看，我們不妨先從生成式人工智能是如何被使用的角度思考。DeepSeek等大模型與以往技術最大的區別在于它和使用者之間動態的、持續的互動關系。技術調節論持非工具主義的技術立場，即強調人與技術是在互動中相互糾纏、相互塑造的共生關系，正視技術對人的知覺和理解世界方式的建構性作用。事實上，使用者與大模型的每一次互動都是語料“投喂”的過程，而語料之于大模型就相當于食物之于人。當用戶語料集聚到一定規模時，便會傳導并影響模型輸出，以負載技術意向性的方式將信息回傳用戶。因而，用戶與大模型的互動在深層次上也是一種意向性交互，體現了二者之間相互塑造的構成性關系。不過，消極地看，用戶知識的良莠不齊反而不利于構建高質量大模型。當良莠不齊的語料積累到一定程度（甚至不排除惡意使用），不可避免地造成系統性的技術“病灶”。正如當下熱議的人工智能幻覺問題，很大程度上也是由人機交互過程中的意向性互動造成的。

　　從價值嵌入的設計哲學看，生成式人工智能是如何被設計的？既然技術不是價值中立的工具，它能夠反映甚至表達不同的價值觀，也就是說，技術能夠通過與人的互動增強或弱化不同價值觀的表達。而這一過程必須有一個先在基礎，即在設計階段借助工程師的操作將價值“寫入”技術，使得意向性由人轉入技術，并借助技術人工物表達。技術意向性由此轉換為一個設計問題、工程問題。這樣的例子不勝枚舉，如電動汽車就是環保意識的技術意向性表達。可見，工程師或設計者在價值嵌入方面發揮著主導作用。DeepSeek也非例外狀態，基礎算法的搭建不僅凝結了工程師對事實認知的代碼，也承載了他們對價值判斷的編程，模型訓練和校準中的微調與標注絕非完全的事實判斷。很明顯，相較于之前的版本，DeepSeek提升了對政治議題的敏感性，并開始回避此類問題。這正是工程師“價值校準”后的技術意向性表達。當然，復雜技術的價值設計并非易事。一方面，價值的定義、評估、變化、沖突等都面臨具體操作化問題。另一方面，何種價值能被寫入需要技術專家、學者、公眾多元主體參與的技術民主化的討論。就現狀而言，所謂技術民主化的程序還僅為設想，設計者仍占據著主導地位。

　　DeepSeek的技術“意向性”是否構成人文學科的危機

　　一個有趣的現象是，自然科學學者在侃侃而談如何用好生成式人工智能賦能科學探索，并開啟了AI for Science的科學范式，人文社會科學學者卻對此憂心忡忡，大有被機器取代之危機感。其中很重要的原因在于人文社會科學是關于人的，而生成式人工智能表現得越來越像人。批評意見認為生成式人工智能正將文科的思維方式重塑為標準化、機械化、公式化的智能模式。筆者認為，DeepSeek賦能學術研究的過程中，有兩種趨勢是應該避免的：一是人類的機器化，二是機器的擬人化。一方面，人文社會科學之所以有所謂危機，很大程度上是對權力讓渡的危機感，即寫作、思考權力的讓渡。學術研究的目的在于知識探索，一旦DeepSeek化身為論文制造機器，知識探索便被異化，似乎寫文章是為了評職稱和追逐名利，這必然將人類引入機器化的歧途。另一方面，歷史地看，人之為人得益于科學的發展，進化論等科學理論使得人類徹底從“上帝之手”中解放。而AI的擬人化顯然是一種危險的嘗試，如果將思維、價值、情感賦予人工智能，那技術意向性可能就完全不再是人的意向性轉述了。彼時，人工智能是否也會從“人類之手”中解脫，是當下倡導“價值對齊”技術進路、致力于通用人工智能時不得不反思的。

　　一種去價值化的危機應對思路

　　或許我們還無須為當下DeepSeek沖擊人類獨有的創造性而過度擔憂。正如趙汀陽所言，創造性的秘密還無法還原為科學解釋，因此不必擔心能夠賦予人工智能創造性思維，它目前所展現出來的“創造性思維”無非心理學水平的聯想和組合。但是，我們不得不警惕擬人化進路下的生成式人工智能。在使用DeepSeek等工具輔助研究時，最基礎的首先是對技術的意向性表達有所察覺，有意識地規避技術脆弱性和有限性，通過學習、了解相關AI的技術原理和人技關系理論提升自覺能力；其次要在使用中保持個體的主導性和思考的獨立性，避免技術依賴導致的自我淪喪，更應該警惕人的機器化；更重要的是，必須慎思生成式人工智能的“價值對齊”進路，思考“能否對齊、與誰對齊、為什么要對齊”，以防止“價值對齊”外衣下的“重新野蠻化”。相應的使用規則還在形成過程之中，作為學者和研究人員，應有意識地參與相應規則的制定，并在使用中遵守基本的科研倫理。

　　工具也好，伙伴也罷，DeepSeek賦能學術研究，最重要的還是保持學者在學術研究中的獨立性和自主性。畢竟，學術研究是嚴謹的知識探索和尋求真理的過程，其樂趣和獲得感始終蘊藏于撥云見日的思考進程中。一旦被技術意向性左右，或被功利性目的打破，知識探索便被異化，其樂趣也蕩然無存。不妨將DeepSeek始終維持在“超級工具”的水平，摒除其擬人化的價值賦值，避免其成為價值表達的“超級工具”，通過去價值化的方式將其風險維持在可控的水平。

　　（本文系國家社科基金青年項目“生成式人工智能的責任倫理及治理機制研究”（23CZX058）階段性成果）