中國共產黨新聞網>>理論
分享

超越“替代論”與“工具論”的二元對立

徐浩然

2026年11月13日08:23    來源:光明日報222

訂閱取消訂閱已收藏收藏大字號

點擊播報本文,約

知識生產不是純粹客觀的技術過程,而是深深植根於人類主體結構之中的社會歷史實踐。但今天人工智能所涌現的“類智性”,模糊了其與精神生產的界限,讓世人感覺“智能體也在從事精神生產”,這便引發了關於智能體是否有主體性、理解力和創造性的爭議。近期,光明日報理論版圍繞這一爭議展開了討論。相關論述立場不同,但多圍繞智能體究竟是精神生產的“主體”還是“工具”展開。本文認為,對這一話題的討論,應超越“替代論”與“工具論”的二元對立,看到通過人類思維方式與智能技術的互相塑造,一種人機協同的知識生產模式正在形成。

從自然工具到智能工具,升級知識生產的技術基礎

馬克思指出:“生產方式的變革,在工場手工業中以勞動力為起點,在大工業中以勞動資料為起點。”縱覽人類知識生產歷程,生產工具每一次躍遷,都直接拓展知識生產的可及范圍,持續增強知識生產的實現能力。

英國工業革命后形成的機器體系雖然極大地拓展了人類改造自然的能力,但本質上仍是人類體力的延伸與替代。馬克思頗有預見性地指出,勞動資料的“最后的形態是機器,或者更確切些說,是自動的機器體系”,它“是由自動機,由一種自行運轉的動力推動的”,這種自動機“是由許多機械器官和智能器官組成的”。人工智能正是“智能器官”在新一輪科技革命背景下的實現。以人工智能為標志的數智化勞動資料,使機器體系的智力系統實現了自動化運轉,形成動力系統與智力系統雙重自動化的新格局﹔將原本固化於機器之中、被動執行的知識,轉變為能夠自主感知、決策並執行復雜任務的能動的生產力量。具體而言,人工智能既能承擔海量數據清洗、跨域文獻梳理等重復性知識生產,更能憑借深度學習和關聯挖掘能力,捕捉人類難以直觀發現的隱藏規律,提出富有啟發性的問題假設。

當然,人類勞動仍是價值創造的唯一源泉,人工智能只是更高級形態的勞動資料,不具備獨立的價值創造能力,也無法成為真正的勞動主體。馬克思認為:“各種經濟時代的區別,不在於生產什麼,而在於怎樣生產,用什麼勞動資料生產。”人工智能帶來的勞動資料的根本變革,改變的僅僅是“怎樣生產”以及“用什麼勞動資料生產”。它使知識生產從手工式、作坊式的個體勞作,轉變為智能化、規模化、自動化的社會協作過程﹔不同於傳統機器主要替代人的體力勞動,人工智能不僅延伸了人的肢體,更替代和增強了人的一部分腦力勞動。尤其是具身智能的出現,標志著馬克思所說的“一般智力”從信息空間向物理空間的落地:它通過構筑“感知—決策—行動”的閉環,實現科學知識向直接生產力的即時轉化,使勞動資料從被動執行的工具躍升為具有類人自主性的“虛擬主體”。正是這種智力系統的自動化運行,使人工智能成為知識生產領域具有革命性意義的新工具。

從經驗歸納到數據計算,重構知識生產的行為邏輯

人類知識生產的傳統深深植根於“實踐—認識—再實踐—再認識”的辯証運動中:人在改造客觀世界的實踐中獲得感性材料,經過思維加工上升為理性認識,然后以理性認識指導新的實踐,如此循環往復、螺旋上升。在這個持續過程中,以人的理性能力為軸心,人們運用觀察、實驗、推理、歸納等方法,研究積累了數千年的文化知識。人工智能作為知識生產新工具,基於大規模預訓練模型,通過海量數據的訓練與學習實現知識的生產與生成,為知識生產注入了一種全新行為邏輯。

數據計算邏輯是人工智能參與知識生產的重要基礎,它具有超越以往任何一個歷史時代的大規模與高效率。譬如,生成式人工智能以多重算法混合與千億級參數模型為驅動,具備跨模態數據的分析能力,使知識的分類、生產、傳播和再創造由文字符號擴展至圖文影像等多種類型﹔諸多大模型深度參與知識生產、創造數據價值,推動知識生產主體日趨多元,知識產出日益個性化、多樣化。

值得注意的是,人工智能處理知識的方式,依賴的不是對世界的理解,而是對數據模式的計算。大語言模型通過知識表征、映射、生成、建模等技術環節,推動從離散符號到連續向量、從局部特征到全局表征的知識生產范式轉變。就物質基礎而言,現代計算機體系的離散架構,從輸入端限制了生成式人工智能對連續經驗信息的全面把握﹔就認知機制而言,生成式人工智能在語義重構與參數規模的急劇擴張中形成“統計形式”,以此模擬“先天形式”來處理經驗數據。因此,人工智能所生產的“知識”,在本質上仍是數據之間的關系模式,而非對客觀世界本質的把握。

正因如此,人工智能的知識生產不能脫離人類的價值導引與經驗校准。生成式人工智能中的數據與現實世界脫節問題、生成與擴散過程中的幻覺問題、人機交互中的價值對齊難題等,都構成當前數智化知識生產的結構性瓶頸。數據計算邏輯的崛起並不意味著經驗歸納邏輯的消亡,相反,兩者正在形成互補的關系:人類貢獻經驗直覺、價值坐標與創造性洞見,人工智能貢獻算力支撐、模式識別與生成能力。唯有數據計算與經驗歸納相互結合、算法邏輯與人類判斷彼此對齊,才能既發揮生成式人工智能大規模、高效率的生產優勢,又突破傳統知識生產受個體認知邊界與時間精力限制的桎梏,在守住知識生產服務人類認識世界、改造世界這一根本立場的同時,為知識生產的創新與可持續發展注入活力。

從單點應用到全鏈賦能,變革知識生產的實踐形態

知識生產從來不是孤立的認識活動,而是嵌入特定社會歷史條件之中的實踐過程。傳統知識生產往往呈現為單點式、離散化形態:知識的發現、驗証、傳播、應用等環節相對分離,由不同主體在各自的時間和空間中完成。人工智能對千行百業的技術滲透,正在將知識生產從單點應用推向全鏈賦能,使知識生產的全流程發生系統性變革。

其一,知識檢索與資料整合的智能化。傳統知識檢索依賴人工查閱文獻、手動整理資料,效率不高、覆蓋面有限﹔人工智能憑借強大的自然語言處理與語義理解能力,能夠從海量數據中快速檢索、精准提取、深度整合相關信息,拓展了知識生產的資料來源與信息廣度。

其二,知識分析與推理的自動化。人工智能能進行復雜分析與推理。在科研領域,以大語言模型為基礎的智能體已能編寫代碼、檢索文獻並執行多步分析,從簡單的信息處理工具上升為知識生產的積極參與者。

其三,知識表達與呈現的多模態化。傳統知識生產主要以文字和圖表為載體,人工智能則能夠以文本、圖像、音頻、視頻等多種模態呈現和傳播知識,拓展了傳播渠道與接受方式,使知識更加直觀、生動、易解。

其四,知識創新與發現的加速化。生成式人工智能深度嵌入知識生產全過程,推動知識生產節奏顯著提速、創新周期大幅縮短。在科學發現領域,人工智能在材料發現、藥物研發等方面的應用,已展現出逼近乃至超越人類專家的能力。

其五,知識驗証與評價的客觀化。傳統知識生產的驗証與評價多依賴同行人工評議,不僅評審周期長,還容易受到學術圈層、主觀偏好等因素影響。人工智能依托全量信息覆蓋能力,可以快速完成知識成果的原創性核查與學術不端識別,推動知識生產體系更趨規范、公平。

其六,知識傳播與應用的場景化。傳統知識傳播與應用多以標准化內容形態輸出,易出現知識供給與實際需求錯位的問題。人工智能能基於用戶的知識背景、需求偏好等,實現知識的精准匹配與場景化落地,進一步放大知識生產的社會價值。

人工智能是模擬和延展人類智能的技術存在,是人的創造能力物化而成的勞動資料。它以覆蓋知識生產全流程的賦能改造,打破傳統知識生產各環節間的壁壘,使原本分散於不同時空、由不同學科主體獨立完成的生產環節實現動態銜接、交互協同。全鏈賦能不僅大幅降低知識生產的專業門檻,推動知識生產從少數人員的專屬活動轉向大眾化的協同創造,而且使知識生產的節奏深度契合經濟社會發展現實需求,為知識經濟時代的生產力躍升奠定堅實的新型生產基礎。

總之,知識生產中人機協作的新模式,不是完全依賴外在於人的技術裝備,而是人類與人工智能在認知層面的深度交互——人類設定問題領域、價值准則與創新方向,人工智能提供數據檢索、模式識別與方案生成,兩者在反復對話與迭代中共同進行知識生產,使人工智能真正成為拓展人類認知邊界的建設性力量。

(作者:徐浩然,系中共中央黨校〔國家行政學院〕科學社會主義教研部教授)

(責編:黃瑾、劉圓圓)
微信“掃一掃”添加“學習大國”

微信“掃一掃”添加“學習大國”

分享到:
推薦閱讀