徐英瑾：不担心人类被机器打败，更担心人类越来越愚蠢

作为国内最早全面研究“人工智能哲学”的学者，如今徐英瑾已不再担心人类未来会被机器打败，更担心人类在互联网的侵蚀下，由于词汇越来越贫乏而变得越来越“愚蠢”。他决定主动走出书斋，从哲学角度解读社会热点问题，对代孕、“渣男”、传销洗脑、要不要“躺平”等话题，都提出了自己的哲学思考。第一财经专访复旦大学哲学系教授徐英瑾，畅谈互联网兴起后人工智能的发展，以及哲学参与其中的作用。

《用得上的哲学:破解日常难题的99种思考方法》

徐英瑾 著

上海三联书店 2021年5月版

韩信和刘邦下棋一定不能下赢

第一财经：你是国内最早从哲学层面全面深入研究人工智能的学者，2013年就从哲学和语言学角度对人工智能发展提了很多观点。这些年国内人工智能研究进展也很大，但你在《用得上的哲学》里却说，“目下的主流人工智能专家只喜欢讨论大数据，而对语言哲学与语言学的研究缺乏兴趣”。为什么8年过去，哲学界的声音还是没被听到？你不是还去腾讯等互联网公司做过演讲吗？

徐英瑾：去演讲了也没什么用。道理非常简单，人工智能的推动主力是商业界，商业是要找到利润点的，就算哲学上说得有道理，他们也许信了，但没有资金回报的前景也很麻烦。

打个比方，人工智能如果要进入我所说的基于“小数据”的通用人工智能，需要很漫长的研究过程，回报肯定有，但不知道要等到哪一年。我们现在进入一个很糟糕的时代，对基础研究的耐心普遍丧失。你要知道，从伽利略、开普勒到牛顿，从他们对天体问题提出看法，到变成飞上月球和火星的火箭，中间隔了几百年。现在造的这些火箭也不能马上产生利润，可能要过100年才行，这是个很漫长的过程，一定要有人仰望星空，长期有耐心地干这个事情。

人工智能是非常复杂的研究，需要多学科来参与。但现在很多人都在自己很小的领域里，觉得自己的领域很重要。而在牛顿那个时代，吃科学饭的人没这么多。达尔文自己家里就很有钱，根本不在乎发不发文章，所以他们可以搞出纯粹的东西来。

现在吃科学和学术这碗饭的人太多了，形成“内卷”，对科学发展不利，创新性的思维也不容易出来。更重要的是，科学家也有生活压力，很容易受基金会影响。现在人工智能主要是大公司在弄，大公司本身控制了很多数据，肯定觉得大数据好，不会放弃自己的优势去搞小数据。小数据对中小公司是有利的，但中小公司又没有钱来支持这种长期研究，眼光会更加短浅。

第一财经：对人工智能普遍是技术崇拜的声音，很多科幻电影里，还出现能控制人类的“超人工智能”。但看了你分析人类语言的优势后，感觉你对人工智能是比较理性、谨慎的支持，认为并没有那么容易替代人类。

徐英瑾：AlphaGo和人类进行围棋人机大战，战胜围棋世界冠军柯洁，那是在固定领域，棋盘是固定的。人工智能很难进入开放的人类经验领域。开放的领域是什么？就是韩信和刘邦下棋，韩信要是赢了，他的人生就会输了；而韩信和萧何下棋，输赢问题就没那么严重。所以我们如果是韩信，要和刘邦下棋，一定要注意不能下赢。这就是开放性问题，机器是不会考虑这些的。

现在人工智能只能识别人的表面情绪，对人类内部情绪无法深入把握。但人类可以完全不彼此见面，就判断出对方的情绪，比如两军打仗，我看不到对方主帅，但从排兵布阵能发现他慌了，因为人类情绪是共通的。人的大脑太复杂了，我在《人工智能十五讲》里有一段专门嘲讽了欧盟的蓝脑计划，他们只搞了10年，怎么就可能把人脑搞清楚？

现在人工智能确实会造成一些问题，大数据对个人隐私的侵犯，整个社会对老人越来越不友好。很多人都跟我讲，等老人全部淘汰掉了问题就解决了，这种观点是很不负责任的。这就叫“现代化迷思”，所有人都按照现代化的标准来做。你要知道，现代化本身就意味着分化。就拿美国来说，美国已经是很现代化的国家了，实际上却造成了严重的社会分裂，“红脖子”和蓝色州之间有巨大分裂。

新技术就像高速公路，有些人就是上不去。现在高速公路越做越好，会导致差距越来越大，这个问题一定要引起重视。

汉语的鄙俗化可能是一个历史趋势

第一财经：你谈到语言哲学，让我想起互联网公司的“黑话”，比如“赋能”“颗粒感”“生态闭环”等。有人说，互联网“黑话”就像是皇帝的新衣，大家都似懂非懂，但为了体现自己的专业和高级，都要这么说。

徐英瑾：互联网公司的很多“黑话”，实际都是从别的学科切过来的。比如“生态闭环”就用了两个学科术语，一个是生态学的“生态”，一个是控制论里的“闭环”，合在一起成了一个新的术语。

互联网是新生事物，客观上“黑话”有一定的使用需要，但也表明互联网出现了术语恐慌，就是描述它的话语体系不存在，所以只能从现有的学科里东拼西凑。这就好比第一次阿以冲突时，以色列的军队装备都是从博物馆、废旧钢铁厂等找来的。武器好不好用，战争是个检验。“黑话”没有检验环节，是否逻辑自洽他们也不知道。但很多互联网大佬都在用，就变成乐队花车效应，否则没法在这个圈子混。

所以我在讲“语言哲学”时会特别强调，语言要和具体生活联系在一起，要进入具体生活场景，构成语言和具体生活的互动，才能检验术语本身是不是被大家知道。如果进入了互联网“黑话”的自我闭环，就失去了和生活的接触范围。

第一财经：你在《用得上的哲学》里还说，不担心人类被机器打败，更担心人类由于词汇越来越贫乏，变得越来越愚蠢。确实，互联网兴起后，现代汉语就出现鄙俗化倾向。随着这两年短视频的快速崛起，类似“耗子尾汁”等莫名其妙但又红极一时的网络语言更多了，影响更大。你是否也感受到这一点？语言鄙俗化背后的原因是什么？

徐英瑾：这确实是个麻烦的问题。要精心构造语言，就需要很多时间，而在快餐化的环境里，时间自然不够。互联网本身就是去精英化和去权威化的，我们国家受过高等教育的人口比例还不是很高，网络上底层化的语言自然占据较高比例。尤其是互联网还看流量，两者一结合，汉语的精致化表达就变得更加困难，出现鄙俗化可以说也是一个历史趋势。

上世纪80年代，大作家基本上能掌握话语权，他们的汉语写作习惯可以通过纸质阅读影响很多人。现在基本上是一个颠覆的时代，高雅文化的衰落可能也是我们这个时代的宿命。相反，像在一些非人口大国，像德语、法语等受互联网的影响相对就少些，因为他们纸质文化受冲击程度更低，还有很多传统的纸质东西存在。

第一财经：但是我们已经身处互联网时代了，你觉得能做点什么，才能让语言和表达不那么轻易受影响？

徐英瑾：对于学者来说很容易，因为有自我循环的语言环境，但完全守着这个语言环境不出圈也不行。这也是我写《用得上的哲学》，还在“看理想”APP上做节目的原因。如果学术语言不进入日常语言，就不可能改变社会。学者必须要利用自媒体进行流通，放低身价，找到学术语言和日常语言之间的平衡点，才能多多少少解决些社会问题。

有时候一个人不能过高估计自己的能力，但也不能过低估计自己的能力。中国传播学上最伟大的案例之一，是梁启超一个人改变了现代汉语的面貌。戊戌变法失败后，他流亡日本，在译介西方思想文化过程中，把 “美术”“裁判”“抵抗”“理想”“文学界”“立法权”“中华民族”“四大发明”等大量日词借语引入现代汉语，丰富了语言表达。当时，近代印刷术的革新又使得北京、上海等地出现大量报刊杂志，梁启超就是抓住那波“新媒体”快速发展的机遇，让新词广泛传播，最终进入了我们的思维框架。

现在哲学学者也应该走梁启超的道路，把很多真正有营养的专业名词，比如锚定效应、乐队花车效应等引进中国人的日常语言，丰富汉语概念。因为汉语里关于逻辑推理的名词本身就比较少，我们构建逻辑体系时能用到的“卯榫结构”自然也少，没法更好表达。这就需要学者做很多工作，我自己也是有一定使命感的，觉得既然有这个能力，就应该为社会做一点贡献。

儒家“周政”对信息的态度为管理大数据隐私提供参考

第一财经：你还在研究儒家该如何看待大数据。大数据是个很新的词，很多人会觉得怎么就和儒家产生了关系？

徐英瑾：现在对儒家的理解有个很大的问题，老是将其局限在如何读经典文献。如果只突出这个面向，就不知道儒家和我们现代生活有什么关系。杜维明在美国讲儒家学说时，就经常遇到各种疑问：儒家怎么看种族问题？支持控枪还是反对控枪？是否支持LGBT？这些问题如果翻开《论语》《春秋》，是不可能找到答案的，需要你开脑洞，加以阐发，才能把儒家的当代意义激活。否则儒家就会变得考据化，这在学院派有意义，但离大众很远；另外就是鸡汤化，不能解决任何问题。

我现在做的“儒家如何看待大数据”研究，就试图打通古今文明。从表面看，儒家学说不以经济学问题为立论核心，而以伦理道德问题为自身第一聚焦点。不过，按历史唯物论原理，道德问题实际上就是对于物质资源的分配次序问题，也就是说，物质资源的“合理”分配形式即“合道德的”。因而，所有的道德问题，都无法在脱离物质根基的前提下谈论。按照这个眼光去重新审视儒家学说，我们就不难发现，先秦儒家学者对于西周政治制度的怀念，实际上就蕴含了他们对于理想的经济资源“井田制”的希冀。

从信息的角度看，儒家要争取信息的控制权。古代也有数据，有两种处理方式，一种是“秦政模式”，一种是“周政模式”。“秦政模式”是数据全部上交，因为当时编户齐民，试图通过乡土经济运行数据的全面透明化，来建立起古典时代的“大数据管理模式”，并由此通过全能性政府的构建，来尽量压缩社会的自我治理。

儒家的最大理想是恢复“井田制”，土地分封是“井田制”的核心思想，因此宗族具有对经济运作数据的控制权，核心经济诉求是为家族运作寻找到足够的经济基础，由此实现以“小政府加大社会”为结构特点的“周政”，因此要隐瞒一些数据，制造信息不对称的屏障来牟利，这也是人类牟利的基本手段。

虽然很难说儒家的数据隐私保护措施在历史上起的作用始终是正面的，但是现在个人隐私全面受到大数据技术威胁，儒家的隐私观在经历了“宗族”概念的现代化解释之后，或许能够有力地补充基于个体的西方自由主义隐私观，从而对如何管理大数据隐私提供一定的参考。