被数据驯化的人：AI时代经验贫困的危机 | 社会科学报

人工智能时代真正的核心问题，并不在于通用人工智能将在何时、以何种方式、在多大程度上得以实现，而是最值得我们深思的“经验问题”。人工智能所提供的高度现成化的“经验数据”正日益取代人类基于亲身实践形成的具身经验，进而导致认知与行为秩序的固化，这意味着人在某种意义上被“机器人化”：我们正在丧失依靠深厚经验自由探索未知、发现可能的能力。

原文 ：《“经验数据”削弱人类自由探索未知的能力》

作者 |上海交通大学科学史与科学文化研究院副教授 刘铮

图片 |网络

2025年7月，在上海举行的世界人工智能大会上，2024年图灵奖得主理查德·萨顿（Richard S. Sutton）以连线方式作了主旨演讲，他认为人工智能即将从“数据时代”进入到“经验时代”（era of experience）。萨顿引用了“人工智能之父”艾伦·图灵（Alan M. Turing）的名言：“我们想要的是一台能够从经验中学习的机器。”萨顿继而以婴儿在地上玩耍为例，说明婴儿通过眼睛、耳朵和四肢与周遭世界展开互动，故而其所获取的关于周遭世界的经验总是动态的，其获取经验的方式与大语言模型通过静态的方式获取数据集是根本不同的。因此，婴儿能够不断在经验中学习，自我成长并不断提升。萨顿援引婴儿的例子是为了说明具身智能是人工智能未来的发展方向，当人工智能体有了一具机械的身体，并且通过传感器主动地与世界进行交互时，真正意义上的具有智能的机器人才会出现。

萨顿的观点其实是说，人工智能体需要与人的身体进行“价值对齐”（value alignment）。因为人的身体是智能的来源和基础，同时也能通过运动意向性不断与周遭世界相耦合。这种与周遭物体和世界相耦合的能力是目前的人工智能体所欠缺的，故而具身智能体需要复刻人的身体的内在运行机制，才能够在真正意义上实现通用人工智能的目标。但问题在于，具身人工智能体所主动获取的“经验”与人的经验有何异同？通用人工智能的目标可否借助具身人工智能体主动地获取“经验数据”的方式得以实现？具身人工智能体的“经验数据”是否会对人类经验进行重新塑造？

情境性、随缘性地获取周遭世界的经验

从身体现象学的角度上看，人获取经验的方式与人工智能体获取“经验数据”的方式是根本不同的。人的身体在世界之中，意味着人对周遭世界之经验的获取，并不是事先设计好的，也并不事先具有充分目的性，而是情境性和随缘性的。因此，人的经验总是尝试性的，且带有冒险的性质。人无法预先判断自身的行为可能导致的成功或失败的结果，只有在尝试性的活动本身之中获取经验，才能够根据经验进行反思，建立行为与结果之间的关联。美国教育哲学家杜威指出：“经验就是尝试……经验就是承受结果。……经验的这两个方面的联结，可以测定经验的效果和价值。”第一个吃螃蟹的人并不是预先计划好了要去吃螃蟹，而是在抵御螃蟹夹人的袭扰中，意外发现用沸水烫死螃蟹后，蟹壳通红且散发香味，故而尝试性地打开蟹壳吃了起来，没想到美味无比——人类最初吃螃蟹的经验便这样在一次意外中诞生了。同样地，婴儿对周遭世界的摸索并不是预先带有目的性地做某事，而是随缘性地在摸索尝试中获取周遭世界的普遍性经验。比如，婴儿会知道尖尖的东西不能碰，并不是因为家长的灌输教育（毕竟婴儿还听不懂），而是在不断地摸索之中建立了特定的行为与特定的结果之间的联系。

单维且具有鲜明的目标导向

那么，人工智能体是否能像人类这样情境性且随缘性地获取周遭世界的经验呢？从表面上看是可以的。比方说，专门给男士刮胡子的人工智能机器人在大量的“经验数据”的获取之下，能够根据不同人的脸型、皮肤的弹性、胡子在面部的分布面积等采取不同的刮胡技巧，从而实现顺滑地刮胡子且不伤害皮肤的目的。但问题在于，刮胡子机器人是被预先设定好的，它所获取的“经验数据”总是与刮胡子这一活动相关的，它总是目标导向的，与周遭世界之间乃是一种被限定好了的封闭关系，而不是开放式的耦合关系。刮胡子机器人并不是尝试性地去获取周遭世界的多维经验，它的经验总是单维的，且具有鲜明的目标导向。

由于经验的单维性，刮胡子机器人仅仅是一种专用工具，其能力范围仅限于刮胡子或类似刮胡子的职业行为。然而，一位刮胡师的经验却是多维的：除了刮胡子，他可能还会炒菜做饭、吟诗作画、思考哲学问题等。即便机器人取代了刮胡师在刮胡子方面的工作，刮胡师仍可转向其他领域；而刮胡子机器人除了完成特定任务外，很难胜任其他活动。

因此，在目前乃至可预见的未来，即使具身人工智能能够主动获取周围世界的“经验数据”，其所获得的“经验”在广度和深度上仍然受限于其有限的世界模型，其行为也始终被严格限定。除了刮胡子机器人，还有负责打扫卫生的家政机器人、用于战场排雷的军用机器人、模拟情感交互的情侣机器人以及自动驾驶汽车等。这些人工智能体所处的“世界”实际上是一个相当有限的封闭环境；它们所获取的“经验数据”也仅限于特定类型，无法涵盖该范围之外的事务，更谈不上胜任其他任务。

这就决定了人工智能所能积累的“经验”始终是有限的，其对世界的探索总是带有明确的目标导向，无法像人类那样——比如第一个吃螃蟹的人——通过意外发现开拓全新领域，并获得在该领域的首创性经验。因此，人工智能所能实现的智能仍然是单向度的。即便拥有一具机械身体，在这种受限的经验与学习模式之下，实现通用人工智能仍然是一个难以达成的目标。

自由人工智能体何以可能

如果上述论证是正确的，那么随之而来的问题则是，如果不放弃通用人工智能的目标，那么是否可以打造不预先设定特定目标的自由人工智能体？

按照萨特的说法，人的特征是“存在先于本质”，这意味着人首先是在世存在着的，在此基础上获得关于世界的多维经验，形成判断力，然后再通过自由意志进行人生道路的理性选择，并成就人的相应“本质”。萨特的意思其实是说，人没有先天的本质模型，没有人天生就是刮胡师，刮胡师作为职业是人理性选择的结果。故而，人预先具有的并不是具体的本质，而是关于世界的开放性架构，架构之内的具体内容则需要人的后天经验去不断填充。

那么，我们是否也可以打造出“存在先于本质”的自由人工智能体？我们是否可以不给人工智能体预装任何具体的世界模型，让它在世界中自由探索，自由获取世界的多维经验，然后它再通过理性选择成就其本质？

问题在于，如果我们不给计算机安装特定的操作系统，计算机将如何运行？计算机和人工智能体的底层操作系统，其实是一个封闭的世界模型，人的身体“预装”的则是开放性的世界架构。封闭的世界模型意味着我们必须去为计算机和人工智能体赋予特定的本质，它才能够运行起来，并不断积累特定本质的“经验数据”，实现机器自主学习的目的。人的身体的开放性世界架构并不规定人的本质，人的本质反而是人自主写入的结果。倘若人的世界架构被提前写入了本质，人天生具有了本质的目的性，人也就成为了机器人。

此外，若想打造自由的人工智能体，即便在技术上可行，试问，在我们现行的以高度目的性和导向性为特征的社会环境中，有哪家公司愿意去开发这种不预先指定任何目标的、以自由探索为己任的人工智能机器人？又有哪些客户愿意为这种既可能为你服务，又可能什么也不干，还有可能给你添乱甚至毁灭你的人工智能产品埋单？

“经验数据”使具身经验变得单薄

如果上述分析是正确的，那么在技术上打造自由人工智能体是不现实的，我们现在的社会环境也无法允许这么做。虽然自由人工智能体不可行，但在人工智能机器人普遍流行的时代，人类的经验往往会被数据化，面临被“经验数据”所替代的巨大风险。“经验数据”的特征，就在于它所提供的往往是现成化的数据知识，这与以往我们通过日积月累的方式而获取的经验是完全不同的。一个优秀的作家一定是在日积月累的阅读和写作尝试的基础之上形成丰厚的写作经验，才能把作品写好。但当大语言模型可以让我们迅速地写出作家级的作品时，日积月累的阅读和写作训练就成为非必要的。当人工智能机器人可以为我们刮胡子、打扫卫生甚至为我们提供相应的情绪价值的时候，我们参与世界的能力不是更强了，而是更弱了。因为一切都是现成地摆放在我们面前的，我们只需要下命令就可以了。

久而久之，我们的具身经验就会变得单薄，只能通过特定的“经验数据”获取关于世界的知识，而无法通过丰富经验的积累在经验中反思并在经验之中提升思维能力。在杜威看来，仅仅是理论上知道和在实际经验中体会到是存在着根本不同的：“一盎司经验之所以胜过一吨理论，只是因为只有在经验中，任何理论才具有充满活力和可以证实的意义。……离开经验的理论，甚至不能肯定被理解为理论。这样的理论往往变成只是一种书面的公式，一些流行话，使我们思考或真正的建立理论成为不必需的，而且是不可能的。”

在杜威看来，人类经验获取的过程其实是一个发现未知、开辟新领域的过程，这个过程是我们形成思维和判断力的关键，是不可取代的。理论反而是经验反思之后的产物，任何去经验化的理论都只是现成的“知识”，它无法使我们真正地知道，更无法使我们通过自由地探索和冒险在计划之外开辟新的领域。

因此，人工智能时代真正的核心问题，并不在于通用人工智能将在何时、以何种方式、在多大程度上得以实现——这一目标本身更像是一种理论构想，而非现实必然。真正值得警惕的，是人工智能所提供的那种高度现成化的“经验数据”，正日益取代人类基于亲身实践形成的具身经验，进而导致认知与行为秩序的固化。当世界被简化为确定、可预测、触手可及的答案，当人逐渐习惯于以数据为圭臬去理解现实，人就在某种意义上被“机器人化”了：我们正在丧失依靠深厚经验自由探索未知、发现可能的能力，并陷入对“何时、何地、以何种方式被人工智能取代”的持续焦虑。这才是人工智能时代中最值得我们深思的“经验问题”。

[本文系国家社科基金青年项目（21CZX019）阶段性成果]

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1977期第6版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：程鑫云

《社会科学报》2026年征订

点击下方图片网上订报↓↓↓