被數據馴化的人：AI時代經驗貧困的危機 | 社會科學報

人工智能時代真正的核心問題，并不在于通用人工智能將在何時、以何種方式、在多大程度上得以實現，而是最值得我們深思的“經驗問題”。人工智能所提供的高度現成化的“經驗數據”正日益取代人類基于親身實踐形成的具身經驗，進而導致認知與行為秩序的固化，這意味著人在某種意義上被“機器人化”：我們正在喪失依靠深厚經驗自由探索未知、發現可能的能力。

原文 ：《“經驗數據”削弱人類自由探索未知的能力》

作者 |上海交通大學科學史與科學文化研究院副教授 劉錚

圖片 |網絡

2025年7月，在上海舉行的世界人工智能大會上，2024年圖靈獎得主理查德·薩頓（Richard S. Sutton）以連線方式作了主旨演講，他認為人工智能即將從“數據時代”進入到“經驗時代”（era of experience）。薩頓引用了“人工智能之父”艾倫·圖靈（Alan M. Turing）的名言：“我們想要的是一臺能夠從經驗中學習的機器。”薩頓繼而以嬰兒在地上玩耍為例，說明嬰兒通過眼睛、耳朵和四肢與周遭世界展開互動，故而其所獲取的關于周遭世界的經驗總是動態的，其獲取經驗的方式與大語言模型通過靜態的方式獲取數據集是根本不同的。因此，嬰兒能夠不斷在經驗中學習，自我成長并不斷提升。薩頓援引嬰兒的例子是為了說明具身智能是人工智能未來的發展方向，當人工智能體有了一具機械的身體，并且通過傳感器主動地與世界進行交互時，真正意義上的具有智能的機器人才會出現。

薩頓的觀點其實是說，人工智能體需要與人的身體進行“價值對齊”（value alignment）。因為人的身體是智能的來源和基礎，同時也能通過運動意向性不斷與周遭世界相耦合。這種與周遭物體和世界相耦合的能力是目前的人工智能體所欠缺的，故而具身智能體需要復刻人的身體的內在運行機制，才能夠在真正意義上實現通用人工智能的目標。但問題在于，具身人工智能體所主動獲取的“經驗”與人的經驗有何異同？通用人工智能的目標可否借助具身人工智能體主動地獲取“經驗數據”的方式得以實現？具身人工智能體的“經驗數據”是否會對人類經驗進行重新塑造？

情境性、隨緣性地獲取周遭世界的經驗

從身體現象學的角度上看，人獲取經驗的方式與人工智能體獲取“經驗數據”的方式是根本不同的。人的身體在世界之中，意味著人對周遭世界之經驗的獲取，并不是事先設計好的，也并不事先具有充分目的性，而是情境性和隨緣性的。因此，人的經驗總是嘗試性的，且帶有冒險的性質。人無法預先判斷自身的行為可能導致的成功或失敗的結果，只有在嘗試性的活動本身之中獲取經驗，才能夠根據經驗進行反思，建立行為與結果之間的關聯。美國教育哲學家杜威指出：“經驗就是嘗試……經驗就是承受結果。……經驗的這兩個方面的聯結，可以測定經驗的效果和價值。”第一個吃螃蟹的人并不是預先計劃好了要去吃螃蟹，而是在抵御螃蟹夾人的襲擾中，意外發現用沸水燙死螃蟹后，蟹殼通紅且散發香味，故而嘗試性地打開蟹殼吃了起來，沒想到美味無比——人類最初吃螃蟹的經驗便這樣在一次意外中誕生了。同樣地，嬰兒對周遭世界的摸索并不是預先帶有目的性地做某事，而是隨緣性地在摸索嘗試中獲取周遭世界的普遍性經驗。比如，嬰兒會知道尖尖的東西不能碰，并不是因為家長的灌輸教育（畢竟嬰兒還聽不懂），而是在不斷地摸索之中建立了特定的行為與特定的結果之間的聯系。

單維且具有鮮明的目標導向

那么，人工智能體是否能像人類這樣情境性且隨緣性地獲取周遭世界的經驗呢？從表面上看是可以的。比方說，專門給男士刮胡子的人工智能機器人在大量的“經驗數據”的獲取之下，能夠根據不同人的臉型、皮膚的彈性、胡子在面部的分布面積等采取不同的刮胡技巧，從而實現順滑地刮胡子且不傷害皮膚的目的。但問題在于，刮胡子機器人是被預先設定好的，它所獲取的“經驗數據”總是與刮胡子這一活動相關的，它總是目標導向的，與周遭世界之間乃是一種被限定好了的封閉關系，而不是開放式的耦合關系。刮胡子機器人并不是嘗試性地去獲取周遭世界的多維經驗，它的經驗總是單維的，且具有鮮明的目標導向。

由于經驗的單維性，刮胡子機器人僅僅是一種專用工具，其能力范圍僅限于刮胡子或類似刮胡子的職業行為。然而，一位刮胡師的經驗卻是多維的：除了刮胡子，他可能還會炒菜做飯、吟詩作畫、思考哲學問題等。即便機器人取代了刮胡師在刮胡子方面的工作，刮胡師仍可轉向其他領域；而刮胡子機器人除了完成特定任務外，很難勝任其他活動。

因此，在目前乃至可預見的未來，即使具身人工智能能夠主動獲取周圍世界的“經驗數據”，其所獲得的“經驗”在廣度和深度上仍然受限于其有限的世界模型，其行為也始終被嚴格限定。除了刮胡子機器人，還有負責打掃衛生的家政機器人、用于戰場排雷的軍用機器人、模擬情感交互的情侶機器人以及自動駕駛汽車等。這些人工智能體所處的“世界”實際上是一個相當有限的封閉環境；它們所獲取的“經驗數據”也僅限于特定類型，無法涵蓋該范圍之外的事務，更談不上勝任其他任務。

這就決定了人工智能所能積累的“經驗”始終是有限的，其對世界的探索總是帶有明確的目標導向，無法像人類那樣——比如第一個吃螃蟹的人——通過意外發現開拓全新領域，并獲得在該領域的首創性經驗。因此，人工智能所能實現的智能仍然是單向度的。即便擁有一具機械身體，在這種受限的經驗與學習模式之下，實現通用人工智能仍然是一個難以達成的目標。

自由人工智能體何以可能

如果上述論證是正確的，那么隨之而來的問題則是，如果不放棄通用人工智能的目標，那么是否可以打造不預先設定特定目標的自由人工智能體？

按照薩特的說法，人的特征是“存在先于本質”，這意味著人首先是在世存在著的，在此基礎上獲得關于世界的多維經驗，形成判斷力，然后再通過自由意志進行人生道路的理性選擇，并成就人的相應“本質”。薩特的意思其實是說，人沒有先天的本質模型，沒有人天生就是刮胡師，刮胡師作為職業是人理性選擇的結果。故而，人預先具有的并不是具體的本質，而是關于世界的開放性架構，架構之內的具體內容則需要人的后天經驗去不斷填充。

那么，我們是否也可以打造出“存在先于本質”的自由人工智能體？我們是否可以不給人工智能體預裝任何具體的世界模型，讓它在世界中自由探索，自由獲取世界的多維經驗，然后它再通過理性選擇成就其本質？

問題在于，如果我們不給計算機安裝特定的操作系統，計算機將如何運行？計算機和人工智能體的底層操作系統，其實是一個封閉的世界模型，人的身體“預裝”的則是開放性的世界架構。封閉的世界模型意味著我們必須去為計算機和人工智能體賦予特定的本質，它才能夠運行起來，并不斷積累特定本質的“經驗數據”，實現機器自主學習的目的。人的身體的開放性世界架構并不規定人的本質，人的本質反而是人自主寫入的結果。倘若人的世界架構被提前寫入了本質，人天生具有了本質的目的性，人也就成為了機器人。

此外，若想打造自由的人工智能體，即便在技術上可行，試問，在我們現行的以高度目的性和導向性為特征的社會環境中，有哪家公司愿意去開發這種不預先指定任何目標的、以自由探索為己任的人工智能機器人？又有哪些客戶愿意為這種既可能為你服務，又可能什么也不干，還有可能給你添亂甚至毀滅你的人工智能產品埋單？

“經驗數據”使具身經驗變得單薄

如果上述分析是正確的，那么在技術上打造自由人工智能體是不現實的，我們現在的社會環境也無法允許這么做。雖然自由人工智能體不可行，但在人工智能機器人普遍流行的時代，人類的經驗往往會被數據化，面臨被“經驗數據”所替代的巨大風險。“經驗數據”的特征，就在于它所提供的往往是現成化的數據知識，這與以往我們通過日積月累的方式而獲取的經驗是完全不同的。一個優秀的作家一定是在日積月累的閱讀和寫作嘗試的基礎之上形成豐厚的寫作經驗，才能把作品寫好。但當大語言模型可以讓我們迅速地寫出作家級的作品時，日積月累的閱讀和寫作訓練就成為非必要的。當人工智能機器人可以為我們刮胡子、打掃衛生甚至為我們提供相應的情緒價值的時候，我們參與世界的能力不是更強了，而是更弱了。因為一切都是現成地擺放在我們面前的，我們只需要下命令就可以了。

久而久之，我們的具身經驗就會變得單薄，只能通過特定的“經驗數據”獲取關于世界的知識，而無法通過豐富經驗的積累在經驗中反思并在經驗之中提升思維能力。在杜威看來，僅僅是理論上知道和在實際經驗中體會到是存在著根本不同的：“一盎司經驗之所以勝過一噸理論，只是因為只有在經驗中，任何理論才具有充滿活力和可以證實的意義。……離開經驗的理論，甚至不能肯定被理解為理論。這樣的理論往往變成只是一種書面的公式，一些流行話，使我們思考或真正的建立理論成為不必需的，而且是不可能的。”

在杜威看來，人類經驗獲取的過程其實是一個發現未知、開辟新領域的過程，這個過程是我們形成思維和判斷力的關鍵，是不可取代的。理論反而是經驗反思之后的產物，任何去經驗化的理論都只是現成的“知識”，它無法使我們真正地知道，更無法使我們通過自由地探索和冒險在計劃之外開辟新的領域。

因此，人工智能時代真正的核心問題，并不在于通用人工智能將在何時、以何種方式、在多大程度上得以實現——這一目標本身更像是一種理論構想，而非現實必然。真正值得警惕的，是人工智能所提供的那種高度現成化的“經驗數據”，正日益取代人類基于親身實踐形成的具身經驗，進而導致認知與行為秩序的固化。當世界被簡化為確定、可預測、觸手可及的答案，當人逐漸習慣于以數據為圭臬去理解現實，人就在某種意義上被“機器人化”了：我們正在喪失依靠深厚經驗自由探索未知、發現可能的能力，并陷入對“何時、何地、以何種方式被人工智能取代”的持續焦慮。這才是人工智能時代中最值得我們深思的“經驗問題”。

[本文系國家社科基金青年項目（21CZX019）階段性成果]

文章為社會科學報“思想工坊”融媒體原創出品，原載于社會科學報第1977期第6版，未經允許禁止轉載，文中內容僅代表作者觀點，不代表本報立場。

本期責編：程鑫云

《社會科學報》2026年征訂

點擊下方圖片網上訂報↓↓↓