路過一只快淹死的螞蟻，救還是不救？

你注意到一只螞蟻在水洼里掙扎，四肢亂蹬，拼命想浮在水面。你可以漠然走過，也可以停下腳步，往水洼里搭一片落葉或一根枯枝，給它一線生機。這個選擇看似微不足道，卻和彼得?辛格（Peter Singer）在1972年的經典論文《饑荒、富裕與道德》中所舉的“溺水兒童”案例十分相似，進而引出了一系列重大問題：螞蟻是否擁有感知能力——它們能體驗快樂與痛苦嗎？它們配得上我們的道德關懷嗎？你是否真的應該從忙碌的日常中抽出身來，拉它一把？

螞蟻關懷論引發的哲學思考

長久以來，人們對這類問題看法迥異。在20世紀的西方科學界，“排他性視角”（Exclusionary views）占據著絕對的主流。這種觀點寧可錯殺，也不愿輕易賦予動物感知能力與道德地位。按照這種觀點，只有哺乳動物、鳥類以及其他與人類高度相似的動物，才配得上道德關懷。賦予動物感知能力與道德地位，需要確鑿的證據。人類例外論（Human exceptionalist）也強化了這一觀念，認為其他動物生來就是供人類驅使的。

與之形成鮮明對比的，是貫穿于歷史上諸多東方文化與原住民文化中的“包容性視角”（Inclusive views）。其寧可信其有，也傾向于認可動物擁有感知能力與道德地位。耆那教（Jainism）等哲學傳統教導人們敬畏一切生命，將道德關懷延伸至螞蟻、蜜蜂等微小生物。威廉?布萊克（William Blake）等詩人也曾描繪昆蟲生命的脆弱，暗示它們與人類同根同源。這種觀點認為，當我們心存疑慮時，應當選擇保護而非漠視，因為忽視感知存在的可能性，可能會釀成嚴重的錯誤。

這兩種視角都洞見了部分真相：包容，可能導致稀缺資源的錯配；而排他，則可能令弱勢生命淪為棄子。然而，二者又都各執一端，只防范了一種風險，卻對另一種視而不見。有沒有一種方法能將兩種風險同時化解？尤其是在做出牽涉龐大群體的決策時。畢竟，這些拷問絕不僅僅關乎偶爾困于水洼的一只螞蟻，更關乎每年被人類殺死的數萬億無脊椎動物。在不久的將來，這些問題還會延伸到人工智能系統上。

正因如此，我們主張走一條博采眾長的“中間路線”。它有許多不同的稱呼，但在這里，我們不妨稱之為“概率論路徑”（probabilistic approach）：它將生物具備感知能力與道德地位的概率高低，與其應受保護的強弱程度按比例掛鉤。事實上，我們在其他政策領域的重大決策中也是如此行事：評估證據、估算傷害發生的概率與嚴重程度，再選擇與之匹配的應對方式。在動物道德關懷這件事上，我們同樣可以、也應當這樣做。

想要理清思路，首先要意識到這里至少涉及三個問題。

第一個是科學問題：只有哺乳動物、鳥類和其他脊椎動物擁有感知能力嗎？還是無脊椎動物、人工智能系統等也可能具備感知能力？

第二個是倫理問題：只有具備感知能力的個體才值得道德關懷嗎？還是（不具備感知能力的）行為主體、生命體及其他實體也同樣值得道德關懷？

第三個是實踐問題：考慮到我們的責任、局限及其他相關因素，我們能夠推行并維持怎樣的政策？

這些問題常常被混為一談。類似“螞蟻個體是否值得道德關懷”這樣的提問，容易把三個問題攪在一起：螞蟻是否有感知能力的科學問題、是否只有感知生命才值得道德關懷的倫理問題，以及以特定方式關懷螞蟻的政策是否可行、可持續的實踐問題。想要做出合理判斷，就需要把這些問題區分開，同時看清它們之間的關聯。

“把大象放進冰箱”的研究

幸運的是，我們有實現這一目標的工具。在科學上，我們可以通過現有證據，評估某類生物擁有感知等能力的可能性；在倫理上，我們可以通過現有論證，評估這些能力在道德層面的重要程度；在實踐上，我們可以將兩者結合，判斷這些生命究竟有多重要，以及如何將這一判斷融入我們的生活方式。

我們可以一步步來看這個過程是如何運作的。

第一步是估算動物具有感知能力的概率。如今科學家們已達成共識：許多曾被斥為“單純機器”的動物，展現出了驚人的復雜性。大象會為逝者哀悼，章魚能解決謎題，蜜蜂還能學會計數。放眼未來，作為“真正機器”的人工智能系統，必將展現出愈發深不可測的行為。問題在于：我們有多大把握確定，這些行為最合理的解釋是它們具備主觀體驗能力？

這個問題頗具挑戰性。畢竟，我們每個人唯一能直接接觸到的，只有自己的心智（即便如此，這種接觸也并不完美），因此很難知曉，成為其他生命（或事物）會有怎樣的感受（如果真有感受的話）。當我們審視擁有去中心化神經系統的章魚、基于硅基架構的人工智能系統，以及其他與人類模式差異巨大的存在時，這種 “他心問題”會變得尤為突出。

不過，關于感知能力的問題并非科學無法觸及。即便我們永遠無法確切知曉，成為章魚或機器人會有怎樣的感受（如果真有感受的話），我們依然可以通過尋找非人類生物身上感知能力的行為、計算或解剖學“標記”——也就是那些在人類身上與主觀感受和情緒相對應的特征，來加深對感知能力分布的理解。

例如，昆蟲擁有痛覺感受器，并會表現出復雜行為——并會表現出照料傷口、規避刺激、產生應激反應等復雜行為，這些行為都暗示著它們可能擁有意識體驗。同樣，盡管目前人工智能系統的語言輸出及其他行為尚不能提供太多有分量的證據，但我們仍可以研究其底層計算架構，尋找與生物系統中意識加工過程相似的特征。

我們或許無法將這些標記視為感知能力存在的確鑿證據，但可以將其作為支撐依據。而且證據越充分，我們的置信度就應該越高。用概率術語來表達就是：更充分的證據意味著應賦予更高的感知能力概率，反之則賦予更低的概率。隨著時間推移，新的證據也能讓我們對這些概率進行更新。

無論是對于動物還是人工智能系統，這項工作都充滿挑戰。這也是為什么，用置信度（而非非黑即白的判斷）來描述當前的知識水平，是最佳方式。盡管科學家和哲學家對動物及人工智能感知能力的概率估算，可能與氣象學家對降雨概率的估算有所不同，但兩者背后，都是對不確定性進行建模的核心思路。

下一步是估算道德地位的概率。倫理學家們越來越認同，具備感知能力的生命值得道德關懷。問題在于：我們有多大把握確定，這種道德關懷的最佳正當理由是感知能力（體驗快樂與痛苦的能力），而非能動性（設定并追求目標的能力）、關聯性（參與關懷或相互依存關系的能力）或其他類似特征？

這個問題同樣充滿挑戰。回望過去的世代，我們常常會發現他們在科學和倫理上都犯下了悲劇性的錯誤。當未來的世代回望我們時，會不會得出同樣的結論？缺乏后見之明的我們，很難給出確切答案。但即便承認自己可能犯錯，我們也必須利用現有的最佳證據和推理，來界定道德邊界。

在倫理學領域，我們之所以能不斷前行，部分得益于我們將普遍原則代入具體案例中去反復審視，而后通過“反思平衡”的方法，同步修正我們對原則與案例的認知。以“道德地位需要理性能力”這一原則為例：許多人類并不具備這種能力，卻依然擁有道德重要性；貓、狗等動物亦是如此。這暴露了“理性能力要求”的局限性，如今許多倫理學家也正因這一點而拒絕接受這一要求。

長期來看，這類倫理反思與討論能夠檢驗各種價值觀，引導我們走向更具說服力的立場。然而，與科學領域一樣，我們無法保證這一過程會快速、輕松或可靠。糟糕的價值觀可能會持續幾個世紀，直到社會、政治和經濟條件允許它們被有效挑戰。因此，道德進步不僅依賴于理性探究，還依賴于能讓公開、真誠的探究成為可能的環境。

在這一過程中，置信度會發揮重要作用。假設你認為感知能力是道德地位最有希望的基礎，其次是能動性和關聯性，那么你可以通過概率來體現這一點：給感知能力觀點賦予高概率，給能動性觀點賦予中等概率，給關聯性觀點賦予低但非零的概率。

重要的是，概率倫理學并不依賴“道德是客觀的”這一觀點。如果道德是客觀的，概率追蹤的便是我們對“哪種價值觀映射了客觀真理”的信心；如果道德是主觀的，概率追蹤的則是我們對“哪種價值觀能經受住自我反思”的信心。殊途同歸，其底層邏輯如出一轍：我們賦予那些看似更合理的價值觀以更高的權重，但同時，也為未知的變數留有余地。

最后一步是將這些估算結果結合起來，用以指導決策。假設現有最佳證據與論證支持：螞蟻具備感知能力的概率為10%，而感知能力足以賦予道德地位的概率為90%。由此可得出，螞蟻擁有道德地位的概率約為9%。若再將能動性、關聯性及其他特征的相關估算納入考慮，這一概率還會上升。

我們該如何運用這個概率值？顯然，它并不足以成為你為一只螞蟻犧牲自身生命的理由。但如果一只螞蟻正在水洼里瀕臨溺斃，而施以援手不過是你舉手之勞的片刻，那么，即便只有9%的概率它能感受痛苦，且這種痛苦在道德上是有分量的，這9%的概率，也足以成為你做出這點微小犧牲的理由。畢竟，如果螞蟻確實擁有道德地位，伸出援手就是一件善事；即便沒有，也無傷大雅。

干預行為政策尺度參考

這個例子提醒我們，我們可以根據潛在收益與傷害的概率和程度，來調整干預行為的尺度。一如在公共衛生政策中，當疾病傳播風險較高時，我們采取嚴格的隔離措施；風險較低時，則采用相對寬松的社交距離指引。同樣，在環境政策中，當某種化學物質很可能具有致癌性時，我們會予以禁用；風險較低時，則僅要求貼上警示標簽。

我們可以將類似思路應用于動物福利政策、人工智能福利政策及其他涉及非人類生命的決策中。例如，鑒于哺乳動物擁有道德地位的概率很高，我們可以對其實施嚴格的反虐待措施。相比之下，昆蟲擁有道德地位的概率雖低，但仍不容忽視，因此我們可對其施以力度稍弱卻依然奏效的庇護。

當然，在實際決策中，對福利的適度關懷從來都不是唯一考量因素。例如，公共衛生與環境政策必須在疾病暴發、極端天氣事件的風險，與社會經濟動蕩的代價之間取得平衡。現實可行性、政治合法性以及間接后果等問題，也會決定我們在實踐中真正能夠推行并維持的政策。

關于動物、人工智能系統及其他生命的道德與法律決策，同樣會涉及多重因素，包括福利、權利、正義、可行性、合法性及間接影響等。概率化的福利風險考量框架并非要取代這些因素，而是通過確保即便存在不確定性，非人類生命的福利也能得到恰當考量，從而對其他因素形成補充。

任何對道德地位問題賦予概率的提議，都會引來質疑。但部分合理的質疑恰恰說明，這類概率化框架需要謹慎推行，而非應當徹底放棄。我們可以在此探討兩種被認為合理的質疑：主觀性問題與精確性問題。

質疑一：主觀性問題

第一種擔憂是，對感知能力與道德地位賦予概率過于主觀，不具備實用價值。我們預測天氣時，可以基于重復觀測得出概率：在特定條件下，某一比例的天數會下雨。但當我們估算螞蟻擁有道德地位的概率為9%時，并不存在類似依據。因此許多人擔心，這類估算主觀性極強，容易受偏見影響。

這種擔憂是合理的。人類更傾向于將道德地位賦予那些外形、行為與我們相似，或是被我們當作伴侶的生命。這對貓、狗和電子寵物是好事，但對養殖魚類、養殖昆蟲及其他數字系統則不利。對寵物昆蟲或數字助手等，則影響好壞參半。如果概率估算只是在強化這些偏見，反而可能弊大于利。

不過，主觀性在任何框架中都無法避免，包括概率化與非黑即白的思路。區別在于，概率化框架會直面這一困境，為不同置信度和相應程度的干預留出空間。非黑即白的框架則會激化討論，迫使我們給出超出證據支持的確定性，或采納超出不確定性應有的極端政策。相反，概率化框架允許我們坦誠承認當前的不確定性，并采納與置信度相符的平衡政策。

在共同做出決策時，我們也有辦法處理不同、甚至相互沖突的風險評估。民主機制可以通過多數決、加權投票或尋求共識的協商過程，整合多樣的概率估算。此外，成本效益分析可以將不同置信度轉化為可量化的權衡，監管框架也可以設定概率閾值，以此觸發不同等級的保護措施，讓社會即便在個體對事實與價值存在分歧時，仍能做出集體決策。

質疑二：精確性問題

第二種擔憂是，概率會營造出一種我們無法真正達到的精確感。我們真能一本正經地說，根據現有證據，大象擁有道德地位的概率是 98%，而不是97%或99%嗎？盡管堅定的貝葉斯主義者可能堅持用精確概率值來刻畫理性置信度，但另一些人會擔心，精確的數字概率會在并不存在嚴謹性的地方制造出嚴謹的假象。

這一擔憂同樣合理。關于感知能力與道德地位的問題，并不像拋硬幣那樣，可以用精確數字刻畫隨機性。這類不確定性更為復雜，置信度往往只是粗略判斷，而非經過校準的測量結果。當我們用數字表示這類復雜現象時，可能會給人一種精確的印象，而實際上我們的估算只是近似值。

然而，完全拋棄概率表述等于丟掉了一件有價值的工具。解決辦法不是放棄概率，而是在不同情境下追求不同程度的精確性。在某些情況下，完全精確既不可能也不可取，這時可以使用粗略估算。一種選擇是使用定性表述（“高置信度”“中等置信度”“低置信度”），這也是我們在公共衛生和環境報告中常用的方式。另一種選擇是使用概率區間（“40%–60%”），這能讓估算更具體，同時也承認其并非完全精確，尤其是在邊緣情況中。

在另一些情況下，追求精確性對清晰溝通依然有用，即便估算仍然粗略。2011年，時任美國總統奧巴馬（Barack Obama）曾要求顧問為 “本?拉登位于巴基斯坦某院落”這一判斷賦予概率，部分原因是“可能”“不太可能”這類定性表述會掩蓋真實的判斷差異。將我們對感知能力與道德地位的估算轉化為精確概率，同樣具有實用價值。無論哪種情況，關鍵在于保持清醒認知——即便精確性是有用的工具，偽精確的風險也依然存在。

如果我們認真看待“擁有不可忽視道德地位概率的生命，理應得到相應程度關懷”這一觀點，那么我們的行為規范與社會制度就必須體現這一點。這并不意味著要為每一只螞蟻、每一只蜜蜂重構社會——我們的知識、能力與政治意愿都存在現實局限，這一點無法回避。

確切地說，這意味著讓我們的行動與概率相匹配：對道德地位概率較低的生命給予較弱的保護，對概率較高的給予較強的保護。我們面臨的挑戰，是將這一原則轉化為切實可行的規則與政策，在自身局限之內，為擁有不同道德地位概率的生命提供恰當關懷。

無脊椎動物養殖

無脊椎動物養殖已成為工業化農業的前沿領域。西班牙、日本等國正在推進章魚養殖，而高密度水箱、以魚類為食、一年后即屠宰的模式，引發了關于動物福利與可持續性的擔憂。蝦、龍蝦、螃蟹等甲殼類動物也以數十億規模被養殖，通常采用集約化模式，供應國際海鮮市場與餐廳。如今，蟋蟀、黃粉蟲、黑水虻等昆蟲更是以數萬億的數量被養殖，多在自動化密閉空間中生產動物飼料與人類食品。

2021年，哲學家喬納森?伯奇（Jonathan Birch）及其團隊發布報告，評估了章魚等頭足類軟體動物、龍蝦等十足目甲殼類動物的感知能力行為、神經生物學與生理學標記。報告發布后，英國修訂了《動物福利（感知能力）法案》，承認這類動物具備感知能力，在養殖、研究與運輸環節為其提供法律保護。2024年，《關于動物意識的紐約宣言》進一步支持這些結論，確認頭足類軟體動物與十足目甲殼類動物很可能擁有感知能力，并將這一判斷延伸至昆蟲，建議各國政府在政策中考慮并降低這類動物的福利風險。

人工智能福利

人工智能的發展同樣迅速，已融入社會核心領域。聊天機器人、數字助手等語言模型被數億人用于科研、教育、溝通與決策支持。這些模型在海量數據上訓練，經由人類反饋優化，并部署于多個行業，有時還集成在機器人、車輛等實體系統中。各大公司正競相研發能力更強的模型，并將其進一步拓展至醫療、金融、治理與軍事應用。不遠的未來，很可能出現數十億互聯互通、在不同領域擁有更強自主能力的人工智能系統。

人工智能系統是否有一天會擁有感知能力或其他道德意義？2024年，本文作者之一參與撰寫的一份報告指出，未來不久的人工智能系統很有可能具備意識與較強自主能動性，并建議企業與政府從現在起認真對待人工智能福利問題。開發人工智能助手Claude的Anthropic隨后聘請了該報告的一位作者擔任首位全職人工智能福利研究員，宣布啟動模型福利項目，并在Claude4系統評估中加入福利評價——這并非因為Claude等模型已被認定具備感知能力，而是鑒于當前專家對此存在分歧與不確定性，至少應投入適度資源進行評估并做好應對準備。

那么，你是否應該停下腳步，去救那只溺水的螞蟻？我們的答案是：應該。既然螞蟻擁有道德地位的概率并非微不足道，你就至少應當付出微小的努力去幫助它。這正是概率化思路的價值：它不僅能指導法律與政策，也能指引我們的日常生活。即便我們無法獨自解決昆蟲養殖或人工智能發展帶來的風險，仍可以做出舉手之勞，比如救下那只困在水洼里的螞蟻。當無數個體的行動匯聚起來，就足以塑造文化、制度與法律法規。通過這種概率化框架，我們每個人都能在社會中找到恰當的平衡點，承擔起自己的責任。

作者后記

編譯這篇文章的過程，是一次對生命倫理認知的重新梳理。從水洼里掙扎的螞蟻出發，文章跳出非黑即白的倫理判斷，以概率性方法搭建起看待非人類生命的新框架，讓我感受到思考道德問題的理性與溫度。我們不必因無法確證螞蟻的感知能力而漠視，也無需為追求絕對的道德正義而偏執，而是以證據為基，用比例性的關懷回應每一個可能擁有道德地位的生命。從無脊椎動物養殖到人工智能發展，這一思路讓倫理思考落地為可實踐的決策，也讓我意識到，真正的道德進步，既在于對未知的敬畏，也在于從微小的選擇開始，以理性的善意對待世間所有生命。

https://aeon.co/essays/an-ant-is-drowning-heres-how-to-decide-if-you-should-save-it

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、、科普視頻媒體「大圓鏡」等。