【關注】邱澤奇：所謂“智能鴻溝”，可能源于我們的自大

早期的數字鴻溝，是接入和未接入互聯網人群之間的信息差。接入互聯網之后，有的人用來刷視頻、有的人去做研究發論文，對數智技術的不同運用還是有很大差異的。人工智能的到來，一方面確實是帶來了知識、甚至智能的平權，另外一方面，我們看到，現在用AI和不用AI的差距可能會拉得更大，用好用的AI和不太好用的AI，也會產生很大的差別。

本文作者系盤古智庫學術委員、老齡社會30人論壇成員、北京大學博雅講席教授邱澤奇，文章來源于“騰訊研究院”微信公眾號。

本文大約3500字，讀完約8分鐘。

1. AI的使用，是否帶來降智？本不是非黑即白。其實這種問法本身，有點像工業時代蠢的問題。

2. 我們對人類思維的認知還處在非常早期階段。如，人的思維帶有跳躍性，甚至帶有相變性。人在某個時刻會突然想到一件事情，腦子里面也經常會出現一些奇奇怪怪的想法，目前都還很難解釋。

3. 從認知來看，現有的AI不論有多強，它吸收的基本還都是人類的知識。更像是人閱讀圖書的知識。但，閱讀圖書只是人視覺感知的一部分，我們還會看圖，看電影、看歌劇、看話劇。更關鍵的是，人還會看其他人的臉色，目前機器還做不到。

4. 人工智能學習的是世界的海量語料。然而，我們或許永遠無法判斷這些語料構成的背景和價值觀會有怎樣的、對人類而言的問題。

5. AI有一個天然的缺陷是：會討好人。這需要我們去挑戰它，讓它在不同視角的觀點中迭代，最終收斂出一個對人類而言相對靠譜的回答。同時，還要使用不同品牌的模型比較，去選擇性使用。因為每個模型的特點也有不小的差異。

6. 從人的成長過程來看，陪伴是非常重要的。陪伴，對人認知的影響是一個潛移默化的過程。以此類推，私域的AI，包括AI社交陪伴應用、AI玩具、AI寵物等，可能會是一個很大的市場。

7. 人的一生，短短3萬天而已。如何過好這一生？每個人的回答都不一樣。比如老大爺夏天蹲在樹蔭下抽一袋煙，他的這種幸福可能是很多人無法想象的。所謂的智能鴻溝，有可能是我們錯誤地把自己放在高位去觀察外界。在這個意義上，要允許多樣性，鼓勵社會的多樣性。

我們可以把AI當成一個會說話的百科全書

當前，我們與人工智能對話，更像是在看書。在傳統的東方，讀書解決的主要是倫理問題。從十三經到三字經，人們學習的是跟其他人相處的基本觀念和能力。在中世紀以后的西方，讀書解決的主要是對事物的認知問題。這便有了兩種讀書的目的性。

從認知來看，現有的AI，不論有多強，它吸收的還都是人類的知識。打個比方，AI可以幾秒或幾十秒讀完一本書，總結其中大意，也可以講出來很多理論和道理。但是，還有一類知識，比如期刊論文，如果沒有被授權給大模型訓練或閱讀，大模型就沒法知道其中蘊含的知識。期刊的量非常大，僅2016-2018年，Nature等世界上約1萬種科學期刊就發表了超過30萬篇自然科學論文。在一定程度上，AI的價值，在于減少了高級知識分子群體和普通大眾的知識差異，但AI仍然難以覆蓋人類知識的整體。

從原理上講，AI到底會對認知帶來何種影響？現在下結論還為時尚早。辛頓在上海人工智能大會上表示，人類的思維模式可能是大語言模型。人是從牙牙學語開始，去不斷積累的。人工智能也在這么做。不過，這個說法的問題在于忽視人類學習的其他途徑，忽略了人類的五官。閱讀只是視覺感知的一部分，且是視覺感知中的一小部分。除了讀書，人類還會看圖，看電影、看歌劇、看話劇。更關鍵的，一個具體的人還會看其他人的臉色，而目前機器還做不到。其次，人的思維帶有跳躍性，甚至帶有相變性。人在某個時刻會突然想到一件事情，或者腦子里面經常會出現一些奇奇怪怪的想法。對這些現象，目前的腦科學還沒有給出令人滿意的解釋。人類對人類思維的模式認知還沒有完全入門，或還處在非常早期的階段。比如，從弗洛伊德開始的心理學到現在，我們沒有一個心理學流派是被普遍認可，且已有的認可也經不起時間檢驗。

目前人工智能的兩條路徑，其實都還在摸索階段。下一個可能有效的路徑或許是符號主義的。如果符號主義的產品會能夠補足人類的能力不足，它可能會真正創造另外一個世界。Alpha Zero是符號主義的經典產品。但是，Alpha Zero之后就沒有一個更強的新產品出來。目前的無人機、機器人，機器狗等，也沿襲了符號主義的思路。這些都是在變量有限且環境限定場景下的產品，通過強化學習訓練等方式，的確具有很好的應用性。然而，放到更大的環境里面或改變環境就行不通了。這是它的弱點，泛化性還不強。

AI降智，這個問題本身就有問題

具體到AI是否帶來降智？不是一個非黑即白的事情。這種問法本身，有點像工業時代的蠢問題。首先，一個具有主動性的人，會帶著過去的知識積累，對AI輸出的每一條內容都會打問號，去質疑和檢驗，與降智沒有關系。對AI輸出的質疑和挑戰過程，反而是一種很積極的互動和思維鍛煉，促進我們擴展思維的廣度和深度。換句話說，一切事情只取決于人的態度本身。在這個意義上，人工智能幫助人類跳過了一些枯燥和耗時的工作。在科學研究中，如果AI提示我們有一份重要文獻，而恰好之前我們沒有接觸過，這便是AI的益處，或給我們帶來很大啟發。與AI交互，不是簡單地讓AI去做文獻綜述，而是要相互探討，我稱之為人機互生，即人類與機器可以相互成就。

舉另外一個例子，IQ測量，在某種意義上，可以把它理解為一種商業模式，甚至是一種“騙局”。經濟學家經過長期研究發現，無論是日常生活中的成功，還是事業上的成功，EQ的貢獻會更大一點。根據IQ測量值來評估人的能力、制定相關策略，可能更適合工業時代。到AI時代，可能就完全不適用。更重要的是，人類智慧原本沒有固定模式。如果有一個固定模式，那是機器，不是人。

科學革命源自于中世紀的黑暗時代，黑暗時代最大的認知特征是讓你不要懷疑，要信仰上帝。科學革命帶來的變革是樹立質疑精神，要去驗證。質疑，對神學提出了一個根本挑戰。科學革命建構的思維模式，至少到今天為止，還是要讓人類受益的。其核心是，如果你不挑戰、不去驗證，就沒有辦法讓自己相信。人際交往的信任來源于人們長時間的互動，去了解對方更多的背景、行為模式和認知底線等，從而減少對對方的懷疑。但是，人工智能學習的是海量語料，我們無法判斷和琢磨，構成它的背景知識和價值觀會有怎樣的問題。

與AI交互，還要區分知識和價值。我們對AI的價值觀一定要時刻保持警惕。對于AI做的事實性歸納包括對規律性的總結等，只要數據靠譜，還是可以相信的。

基礎能力的培養在AI時代更為重要

基礎能力包括語言能力、邏輯能力和認知能力等。人類教育的發展經歷過若干階段。傳統教育第一是信仰教育，告訴我們信什么；第二是知識教育，現在的學校教育的大部分工作都是在傳授知識傳授；第三是認知教育。認知教育其實更重要。我們每個人可能都記不起大學和中學時代學了什么課程知識。可是，這些學習，卻變成了我們今天看待和處理事物的能力，這就是認知改變的后果。

從人的成長過程來看，陪伴是非常重要的。陪伴，對人認知的影響是一個潛移默化的過程。陪伴者，一定要是可信的人。現在很多小學生中學生大學生都用AI寫作業，孩子們也會擁有更多的AI玩具，這對AI提出了更高要求。我相信，未來私域AI可能會是一個很大的市場。

在北京大學，我們鼓勵學生用AI，包括知識性問題和探索性問題，都可以通過與AI討論獲得更深的思考和更好的認知提升。作為教師，我們要做的，是引導學生去討論，課堂講知識性的東西反而要變少，要加入更多認知提升的內容。

當然，AI有一個天然缺陷，它容易順著提問者來說，會討好人。這時候，需要我們去挑戰它，它慢慢地就會運用不同角度的觀點進行迭代，收斂出一個相對靠譜的輸出。我們還可以用不同品牌的模型來反復提問，相互比較后有選擇地使用，其實每個模型的特點也有不小的差異。

所謂的智能鴻溝，有可能是我們錯誤地把自己放在高位去看外界

早期的數字鴻溝，是接入和未接入互聯網人群之間的信息差。接入互聯網之后，有的人用來刷視頻、有的人去做研究發論文，對數智技術的不同運用還是有很大差異的。人工智能的到來，一方面確實是帶來了知識、甚至智能的平權，另外一方面，我們看到，現在用AI和不用AI的差距可能會拉得更大，用好用的AI和不太好用的AI，也會產生很大的差別。

人對環境的體驗是很奇妙的。假設我們到山區體驗生活。去之前，我們想象山區生活非常困苦，可要是在那里住上一個月，也會慢慢適應，獲得新的感受和認知。數字鴻溝，是從社會總體入手的觀察，還是高位視角的觀察。其實，一天只有24個小時，每個人的一生也就短短3萬天。我們怎么用好生命的時間資源，過好這一生？每個人的回答都會不一樣。比如，老大爺，夏天蹲在樹蔭下抽一袋煙，他的幸福感受或許是我們想象和體會不到的。在這個意義上，要允許多樣性，鼓勵社會的多樣性。 ■

文章來源于“騰訊研究院”微信公眾號

圖文編輯：肖佳彤

責任編輯：劉菁波