对话杨斌：西游记里谁最像AI

AI是否有意识？AI会不会取代人？AI对教育会产生什么影响？AI时代的教育改革到底该怎么做……这一连串的问题，本质上都是“人与AI”的关系问题。

8月11日，由《中国慈善家》《中国新闻周刊》和阿里巴巴公益共同发起的“人与AI”社会大讨论第二期在北京举行。清华大学校务委员会副主任、经济管理学院教授、可持续社会价值研究院院长杨斌做客《中国慈善家》杂志社，与《中国慈善家》杂志社副社长、影响力慈善研究院院长王跃春就“人与AI”“AI时代的教育”等问题展开对谈。

杨斌结合自己在教学实践、教育管理与组织转型中的观察、思考与实践，阐释了对AI时代的观点、见解、判断与担忧。他用一个有趣的思想实验为整场讨论做了注脚：《西游记》取经团队里，谁最像AI？这个比喻把“人与AI”的宏大命题，拉回到一个人人都能读懂的故事里——AI再能翻筋斗，也替不了人取经。

反对给数字人发“身份证明”

王跃春：第一期“人与AI”大讨论，我们邀请哲学家周国平和阿里一线技术人员交流，有位员工提了一个问题：AI到底有没有意识，会不会产生意识？想听听杨老师怎么解答这个问题。

杨斌：首先，我很想表达对于你们在这样的时刻，专门组织“人与AI”大讨论的支持。我也注意到你们特意强调了人这个词是放在 AI 之前；这不是一个简单的词序问题，而是会影响到谁为本、什么才是目的的很本质的问题。拿AI来做主语的句子，会潜移默化地产生很多你此刻还意识不到的影响，长期的影响积累所带来的后果，就像伦理学上经常说到的slippery slope，不知不觉却很深远。若干年后回头来看，你会意识到最开始的那一个不经意的放松就是不应该的。“AI有没有意识”这样的一个问题与此密切相关，是一个很关键的议题。

“意识”这个词来自于英文的consciousness，表示人对自身存在的感知，这个中文翻译是源自日本思想家西周，英译中的过程中巧妙地借用了佛教术语“意识”。但在日常生活中，普通人不怎么刻意区分“意识”“智能”和“心智”，造成的结果是，当我们描述一个人很聪明、很有智能的时候，就有可能慢慢滑向“他（她）是不是有意识”的表达，其实二者是不同的。

最近，我们看到有的AI前沿实验室报告他们的模型中出现了类似人类意识的一些征兆。我的看法是：这些顶尖模型的输出表现，只能说是和“有意识的人类的输出”有很强的相似性，但这和机器“已经具备了意识”或“正在走向具备意识的路上”完全是两回事。

今年春天，我跟同事一起教了一学期的AI伦理课。课堂上发言，包括学生写的与AI模型互动的报告里，我都比较介意学生以AI做主语，在后面加很多我认为只有人才能够用的行为谓语，比如“AI生气了”“AI很愤怒”“AI很激动”……这些表达，我觉得并非小事，应该当心。事实上，更准确的表达应该是，这个模型的输出与人在“生气”“愤怒”“激动”时的输出很相似。我并不认为，这就可以说“AI愤怒了”“AI很激动”。如果你这样描述的话，你就是赋予了AI以人才有的人格；而赋予AI人格，是微妙却关键的一步，这一步跨过去，再往下很多进一步的推论就会接续发生，很多后果并非人类能够承受的。

清华大学校务委员会副主任、经济管理学院教授、领导力研究中心主任、可持续社会价值研究院院长杨斌。

王跃春：周国平的回答也是类似的逻辑：没有生命就不会有意识，意识是生命体对自我产生的知觉。在课堂讨论中，学生们都认为AI有意识吗？

杨斌：我们的课程是一个非常开放、重视自由表达和争论的思想空间，讨论中确实有相当一部分同学不但相信AI有或者会有意识，而且还有一部分人认为应该给AI赋予人权或人格，有激烈的争论发生。我注意到，像辛顿这样的 AI科学家、意见领袖，以及很多脍炙人口的科幻电影，都会影响到普通人对这些问题的基本认知。但现实已经不只停留在科幻，许多已经渗透到我们的日常生活。

课堂上曾经讨论过一个案例：亦庄区给数字人尤栗（Yuri）发了一张身份证明（数字艺人卡），媒体报道称数字人也有了像人一样的身份证，“数字人落户北京了”。AI伦理不是坐而论道，很多地方已经有现实的问题需要作答。所以课程中我们专门设立了“伦理进行时”的环节，而讨论数字人的人格化的那次，作为一般不暴露自己立场而主要引导大家思考的我，少见地选择了站到了反对的一方——我反对政府部门发这样一张和人很相似的身份证明，我觉得容易造成社会公众的误读，硅基的人格化，是一条要小心不能越过的界限。

课程中我们还做过一段时间的行动学习项目：每天，你都要和你比较中意的前沿模型进行不少于30分钟的非工具性交流，这个过程中可以有很强的情绪和情感投入，目的是想看看两周下来，学生和AI之间是否会建立跟与其他人互动不同的沟通模式与关系类型。结果显示，相当多的学生反馈对AI产生了相当的倾诉欲，甚至愿意和AI谈一些与人都不愿分享的私密话题，逐渐地会把AI的建议当作真实生活中的行为指导。

行动学习的那条红线就是：你越是把AI当伴，AI就得越发优化得让你觉得ta是个伴——这是基座模型设计的正反馈原理造成的。这就带来一个很严肃的问题：一旦这种依存发生，AI的建议对人的行为产生了干预，那谁为这个干预带来的后果负责？简单的回答自然是作为行动主体的人，但当人和AI如此深度地结合，AI参与到很多认知过程中时，这个答案就没有那么简单了。

春季的这个课程结束后不久，关于智能体管控的新规出台（编者注：7月15日，国家互联网信息办公室等5部门制定的《人工智能拟人化互动服务管理暂行办法》正式施行），对关系型或者依恋型的智能体应用增加了新的规范、限制。我个人觉得这件事还没完，技术还在快速演进，人和AI之间的互动也不是那么容易清晰去界定的，还有太多实践也无法事先就都能拿规则约定好，从监管角度讲，很多地方都只能采取一种滞后的、问题发生之后再找补的方式。这也是为什么很多专家呼吁AI发展应采取小步迭代的模式，如此才更有利于监管跟上。

“慢AI”：让人回归人的本质

王跃春：最近有个词叫“AI脑疲劳”，很多人说自己用AI完全停不下来，AI不停自己也停不下来。这让我想起您最近写的回顾1956年AI诞生的《达夏的慢聚漫奏》，文中探讨了“慢AI”。技术迭代如此快速，我们还能慢下来吗？

杨斌：我在“慢AI”里所说的“慢”，其实不是一个速度的概念。就像我们讨论“慢食运动”时，并不是说你要细嚼慢咽放慢进食的节奏，真正要讨论的其实是人是否能在各种异化的诱惑和挑战下保持自己的主体性的问题。狼吞虎咽吃掉一个汉堡——是把自己当作一个需要被喂饱的生产机器吗？进食的目的是能接着干活？这种吃的方式，你不是一个自主的人，而是一个需要被加油的生产工具。所以“慢”的核心就是坚持人的主体性，人不被异化为工具，而是清楚做这些事情的目的。

所以，我在讲“慢AI”时，主要讨论的还是：在我们和AI共生、协同的过程中，人能不能把自己长期以来尤其是产业革命以来被异化、被工具化的部分交给其他可以做得很好的工具，让自己更能回归到人的本质上来，人不能变成工具或者一个大的生产机器中的一部分。

6月11日，在安徽省芜湖市鸠江区矽客机器人未来社区，工作人员辅助机器人完成物流场景的自主作业训练。

其中的一个关键词就是联结。慢的目的是建立起真正的联结，人与人的，人与事物的联结。“慢旅游”就不是景点打卡的玩法，而是深潜到文化中去，建立联结。慢AI更看重这种人与人的联结是不是更有可能强化。效率这把尺子，不是AI时代衡量和评价人的行为的基准了。

把AI放到指数位上重新思考

王跃春：您提过一个“AI次方”的概念公式——把AI放在指数位上，底数是人，也可以是组织和行业、产业。只有当底数大于1时，指数才能发挥作用，带来爆发式的增长。当底数等于1时，指数无论多大，结果都是“1”，相当于“躺平”了；如果底数小于1，那么指数越大，带来的将是断崖式下降。我最想问的是：人是有差异的，我们每个人应该做什么，才能保证自己这个底数大于1？

杨斌：这个思想方法，是我2025年3月14日“圆周率日”提出来的，当时的目的是想商榷“AI+”或“+AI”这些个主流说法。我的感受是，“AI+”在组织领导者理解AI与组织的关系上，理解如何才能推进AI转型上，容易产生误导。这个加号就意味着：一个人或一个组织面对AI这么一种新工具，用好了它是助力，用不好也不会对组织本身带来什么影响，它只是一个外在的工具。AI跟组织和人之间的结合仿佛是物理结合，人和组织还是原来那样，只不过拿来新技术为人所用，组织外挂上一个增添力量的新机器。但其实不是这么回事。AI对人、对组织的挑战度，被“AI+”严重低估和误导了。

所以我提出要把AI放在指数位上重新思考。核心不是强调AI拥有指数级的力量——借用哈萨比斯的话说，变化速度是以往产业革命的10倍、影响威力是10倍，10×10的话就是百倍，确实很震撼。但威力的指数级不是我强调的重点。AI次方思维的核心是讨论，AI一旦放在指数位上之后，就会反过来作用于底数上的x——它可以是人，也可以是组织、教育和创新——让这个底数发生质变。换句话说，组织和人，在AI时代不可能还保持原来的样子。

为什么会反过来作用？因为AI对万事万物带来的是“范式重定义”。不少人喜欢拿互联网对人和组织的影响来类比认知AI的影响和作用模式，我想很严肃地提醒一下：这恐怕是极具害处的误导。拿教育来说：“互联网+教育”把课程搬到网上，但是教学模式基本没有怎么变，只是载体发生了变化。AI爆发后，就有大学、中小学在想用同样的方式搞“AI+教育”。这几乎是错得最离谱的做法，是路径依赖的体现。

互联网作为载体，对教育模式的本质性改变非常有限，更多是提升传播效率，便于推广普及。组织和企业作为教育的需求方，作为雇主，需要教育提供人才，互联网对雇主的基本形态的影响有限。但AI不是——组织将来长什么样、初级工作还存不存在，人才的能力集合如何，什么才是岗位必备能力，学位证书是否还有雇佣说服力……所有这些都在变。过去很多人做初级工作，除了贡献组织，更重要的是自己在工作中学习成长；现在组织会觉得，你的贡献已经比不上AI和智能体了，凭什么让组织为你的学习成长付钱？这些基本关系都变了，如果只把AI想象成载体般的互联网，就会错得离谱。AI对教育的影响，首先是改变了对教育的基本需求。

王跃春：对处在底数位上的人，AI产生了哪些影响？

杨斌：至少有三样影响。第一是分化。如果把一个人看成技能的集合，不同的技能会受到指数位的AI不同的影响，构成分化：有些技能归零、塌缩了，有些反而因为AI变得更闪亮、更不可或缺。对组织而言也是如此，也会发生分化：有一些岗位更愿意被代劳，而另一些岗位反而在 AI 时代会产生出来，或更强化。骑马从一种生活和生产的基本本领，变成一种爱好，从这个角度思考一下，AI 时代当中，哪些技能不再是生活、生产的手段，人们还会去掌握它，但目的不是谋生而是乐趣。

第二是归核。人有很多向度和维度，指数位的AI会对人能做的和实际做的事产生一次“归核”：更体现人的本质的维度会被保留下来，甚至变得更重要；而那些不体现人的本质、只是在没有AI这个认知工具时人不得不做的事，会被剥离。人做那些事的时候，其实已经“不是人”。归核让人有机会回到“人更是人”的本来——可以说这是一次解放。其中就包括人与人的联结，以心在其中的“慢”让人更是人。

第三是涌现。指数位的AI对底数位上的人会产生很强的激发作用。我写过文章讨论“流人”——这样一些被主流看不上、被淘汰的人，为什么在整个范式发生重要变化时会发挥奇效。“AI对文科生还是理科生更有利”其实问错了问题。人在AI指数位的影响下，创造和贡献的方式发生了变化，会做出在原本结构、原本层面上做不出的贡献——这就是涌现。现在说的“超强个体”就是一种涌现的体现，不过我更愿意用“超强合体”来定义涌现后的被技术增强后的“新人”。

从这三个角度看，开展“人与 AI 社会大讨论”是很有意义的。人就不应该跟 AI 比智力上谁更强，智力、智能、智商，那些解题的本领并不是人的本质，因此，具体的人在这些方面比不过汲取了人类知识财富的AI，不该有什么恐慌。

我仍然推荐我在2026年初提出的一个思想实验：《西游记》取经团队中，唐三藏、孙悟空、沙僧、猪八戒，哪个更像是 AI？哪个更像是 AI 时代当中的人？在这个团队当中，能力最出众的孙悟空更像是AI，但唐三藏不会因为翻筋斗打怪物不如孙悟空，就觉得无地自容。取经的使命不是孙悟空这个AI所定义的，唐三藏作为人需要担当责任，也需要驾驭住AI。AI的筋斗翻得再厉害，也无法替人活，要取的经，不是给AI的，AI不是人类社会的主角。特别地，猪八戒身上那些人性的不完美之处，那些不断制造例外和幺蛾子的特征，恰恰是人不同于 AI、不同于机器的特征，是所谓“活人感”的重要部分。

AI正在重新定义教育在社会中的位置

王跃春：入门级的工作正在消失，年轻人觉得成长的梯子被抽掉了。AI带来的焦虑很多会落在教育上，您曾说“五年内教室与课堂这个东西可能就不存在”，AI会“翻转校园”，如果是这样，大学会变成什么样？

杨斌：现在讨论AI与教育，非常主流的一种做法是“AI如何赋能教育教学”，而我觉得这可能不是AI对教育影响最大的部分。老师如何用AI传递学科内容、学生如何获得更好的学习成果，是可以看得见、摸得着、抓得到的部分。AI对教育最核心、挑战性最大的影响，是重新定义教育在整个社会当中的位置。

我们现在所看到的教育样貌：一间教室、一位老师对着三四十名学生，这种单中心的结构往远说有一百多年历史，往近说是二战后才稳定下来的。激进一点的一个问题就是，我们凭什么确信这种教育样式在我们有生之年还会如此延续下去？这值得打一个非常大的问号。

大学承担教学、研究、社会服务三大主业，有了AI之后，传统的大学原有的比较优势发生着迅速的变化。先说教学，对于一个掌握了AI来赋能自我学习的年轻人，传统课堂上一个老师讲、几十个学生记笔记的教学模式，是逆潮流的，会被淘汰掉。太讲究纪律的教学秩序与创新所要培养出的自由活力，也是矛盾的。我们要重新思考：一个18到22岁的青年人，还愿意花四年在一个叫校园的地方做什么？怎么做才能对自己、对家庭、对社会、对大学本身构成“四赢”，我想到的答案都偏向于课程传授之外的东西。

我写过一篇文章，叫做《人文红利的那些“船“儿》，英文里leadership（领导力）、friendship（友情）、craftsmanship（工匠精神）、entrepreneurship（企业家精神）这些词，这个后缀-ship是把原本那些角色所具备的专门本领给抽象出来，变成所有人都应具备的一些精神、品质、素养。我认为，这些东西恰恰是把青年人聚在一起、相互砥砺并让这些品质得到发展的刚需理由。而坐在1对50的教室里，按统一节奏，老师上课、学生做作业、考试，这部分反而是最脆弱的让大学存在的理由，AI的发展会让这种旧课堂旧教学模式随风而散。

再说研究，大学里做研究的学者都会意识到，大学既有的研究模式和能调动的研究资源，特别是与AI前沿模型有关的算力算法数据和场景资源，与产业界相比，是需要变革的。假想一下，如果允许前沿AI实验室、产业界大公司也能授予某些学科领域的博士学位，会对大学做科研的护城河，构成相当的挑战。最近一两年，不少大学里的科学家请学术假到前沿实验室，不是帮忙研发AI，而是用AI之力去做基础科学发现，他们甚至觉得，未来6到12个月如果不在有数据、有算法、有算力的地方，就会错失在这样的时刻对人类作出最重要科学贡献的机会。这些都已成为让今天的大学真正发生改变的倒逼力量。

王跃春：真正的改变开始了吗？

杨斌：我想以清华大学2024年4月成立的人工智能学院举例。这个人才密度很高的AI学院，在选址时有意地把院区放在大学校园之外，但又很近。从清华东南门出去，就能看到清智园，里面有很多AI相关的创业企业，那是个创新的热土，也是学习和人才培养的沃土。一个正在大学里学习的学生，如果周边有一个非常活泼的创新生态，课余很容易就能进入真实的创新场景中去真刀真枪地探索尝试，他受到的训练，比传统课程体系能给他的要更大，带给他们的视野上的打开、能力上的拓展、包括个人素质的成长也会更大。这就是让外在的创新生态来倒逼高等教育更开放，从前后的串联关系，变成并联的生态，在真实的创新中培养创新人才。

王跃春：高等教育之外，AI对中小学教育的挑战是什么？“AI什么都知道，孩子们还要学什么？”这是家长们最大的担忧，您也曾写文章警告过：滥用AI代劳，正在成为青少年成长中的又一种经验阻断器。

杨斌：中小学情况更复杂，对于没有经过学习设计的所谓的裸AI直接进入中小学校园，我有非常大的保留意见。中小学学生如何不误用、滥用AI代劳，防止因此进入一种伪学习的状态，这是当下亟需高度警惕的。否则，AI进中小学不仅无功而返，而且还有贻害——学生走完了全过程，但中间没有发生真学习才会发生的挣扎和摩擦，就不会有认知成长；而在青少年时期的认知卸载和思考代劳，会形成后续长期作用的坏习惯，甚至是长期生理性危害。中小学生这个阶段本该建立认知体系、积累核心知识、获得一种基本的“脚手架”般的“认知”框架，一旦错过，是很糟糕的。所以，AI该以什么方式介入中小学教育？我认为必须要符合教育规律、必须要有学习设计，作业和考试的方式也需要重新设计。

教育评价体系必须要改。我观察到中小学正有一些AI教学实验在发生，但每当我们评价这些实验的时候，要小心还是拿着旧尺子去量度它，比如说学生的考试成绩怎么样。拿旧尺子量度这些实验对谁都不公平。教育评价必须要符合AI时代对创新人才的素养要求。

笼统地说，具身和具心的学习和成长会变得更重要。中小学里，大块时间应当花在让孩子们的身与心得到充分发展的活动中，这些时间可能正需要离AI远一点。AI时代的中小学，室外活动时间、课外活动时间、生生互动时间都应该比之前大大增加才对。

扣好安全带之前，先要把安全带织好

王跃春：您说过，对于AI的发展，在2026年下半年就会看到很多变化，您有期待也有担忧，为什么会这样说？

杨斌：回到1956年，当明斯基、麦卡锡他们给洛克菲勒基金会写提案（编者注：达特茅斯人工智能夏季研究项目）的时候，说他们要创造一个叫“人工智能”的机器，解决一些人类现在解决不了的问题，并且让这个机器能够自己改进自己。所以这样的一种机器自我进化，其实是写在1956年的研究计划当中的。只不过那时候大家心里想的自我进化是可控的，节奏、开关仍然掌握在人的手中。

七十年后的今天，那些处在研发前沿的人对于AI 的自我进化产生了深深的担忧，并且公开表达希望它的发展能慢下来。之所以要把这个领域的研发慢下来，就是希望不要把人和 AI 之间的关系搞反了。

这场冲击，不仅仅是威力很大，而且速度很快，日新月异这个词，形容AI当下的发展就是字面本意，AI所带来的既是巨变，也是骤变。冲击来临之前，需要我们“扣好安全带”。但首先要去织好这个“安全带”，因为这个“安全带”目前还不是现成的，扣好就可以了。这些都是大家都非常担心的问题。

从我自己来讲，我觉得AI4S，也就是AI对数学等科学研究的革命是非常值得期待的。研究范式会被重新定义，科学发表会重新定义，大学和业界的界限会重新定义，教育和工作之间的顺序会重新定义。我前一段对话芝加哥大学的约翰·李斯特教授，其中就提到很多社会科学的研究现在都可以用Agent来模拟、预测行为和结果，社会实验可以在新的智能体环境底下进行设计和实施，所以AI正在驱动的不只是自然科学，社会科学也是。

新的定义下，将来还会有一个叫“大学”的地方吗？你会发现我们今天的大学与1088年的大学相比（编者注：成立于1088年的博洛尼亚大学，被称为全世界最古老的大学），除了名字都叫“大学”，其他的已经样样不像了。所以，我们将来也许会继承大学这个名字，但里面干的事、人的分工就完全不同了。

作者：王卫

图片来源：视觉中国、IC

图片编辑：张旭

值班编辑：张旭