本文邀请读者步入心智画廊——这是人工智能崛起背景下，承载个人成长、创造力培育与精神健康维系的概念性空间。该画廊彰显了想象力的价值，使其脱离那些偶然、临时且彼此矛盾的时代境遇而独立存在。

伴随人工智能的问世，人类生活与文化世界遭遇剧烈波动与诸多不确定性。一方面，机器开始具备人类躯体的特征（自动机），而人类躯体亦呈现出机器的属性（赛博格、仿生技术与计算机辅助假体）。从另一维度审视，人类劳动的本质既可能退化为对智能机器的依附，也可能朝着满足人类自我实现需求的方向演进，从而充分开发个体的知识、技能与潜能。既有岗位消亡所催生的新型就业机遇，既可能缩小不平等，亦可能加剧不平等。

本文提出五大问题，用以启发读者，并为其教育、职业与决策提供指引。这构成了一场跨学科智识探索的三个阶段。如今，这场探索可通过参与多所教育机构中以不同名称运作的创意实验室完成，其中便包括笔者供职的机构——爱尔兰梅努斯大学创新价值研究院。

在这类实验室中，学习过程取代教学过程，旨在培育能够揭示非常规路径的深邃问题。传统教学以知识图谱为核心，使学生得以宣告“我已知晓”；而学习则是锤炼心智以直面无知的过程。探索无知的学习者——科学史家罗伯特·N·普罗克特所创的术语无知学（agnotology） 正是对此的界定——乐于在求索中一无所获，亦无惧直面源于“未知的未知”所带来的不确定性。正是以此方式，那些被归为永恒不变、一劳永逸的既定事实遭到质疑并被证伪。

20世纪50年代中期，三位分别深耕计算机科学、经济学与认知心理学的学者研发出首个人工智能程序逻辑理论家（Logic Theorist）。艾伦·纽厄尔（1927–1992）与约翰·克利福德·肖（1922–1991）任职于兰德公司——一家通过研究与分析助力政策优化及决策制定的智库；赫伯特·A·西蒙（1916–2001）为1978年诺贝尔经济学奖得主，美国政治学家、经济学家。逻辑理论家对人工智能发展产生了深远影响，它证明机器可被赋予处理抽象符号与逻辑表达式以解决问题的能力——此类任务此前被认为唯有人类智能方可完成。

时隔约70年，2025年6月，圣塔菲研究所指出，人工智能已深度渗透人类生活：人工智能可编写计算机代码、操控机器人执行指令、驾驶交通工具，还可参与招聘、住房配置与刑事案件处理等工作。

作者供图

只要人工智能仍仅为物质实体，便必然缺失抽象能力——即无法形成理解隐喻、将知识跨情境迁移的思维。人工智能只会聚焦单个语词，而非普适性概念。

正如亚里士多德（公元前383年–公元前322年）所言，探索地外行星的人工智能机器人可采集信息，却无法界定行星的结构，因其缺失以抽象与自由选择为核心的亚里士多德式感知与思维能力。简言之，人工智能缺乏人类智能所特有的主观体验、意识与“灵魂”，其仅能模拟智能，而非成为真正具备感知能力的智能体。若要实现真正的智能，人工智能需搭载模拟生物系统的物质载体，相关研究正朝此方向推进。

图自unsplash

是由（超）专业化塑造的图谱？还是因寄望人工智能无所遗漏而构建的囊括所有细节的完美图谱？抑或是我们摒弃这类详尽却狭隘的图谱，深知其暗藏历史学家哈拉里所言的“愚昧盲区”？本文将分别探析接纳与摒弃两种立场。

接纳立场：我们的使命是构建一幅最优心智图谱，指引人类高效利用人力与自然资源，实现微观层面利润最大化与宏观层面国内生产总值最大化。持续增强的人工智能将助力我们高质量、高效率地完成这一使命，其效率与质量是此前无法企及的。

摒弃立场：赋能人工智能的过程，亦是赋能人类智能的过程。“赋能”究竟作何解？我们的心智画廊中，一间展陈前所未有的思想的新展厅正徐徐开启。

就当前态势而言，答案是：一切皆有可能，且远超预期。关于人类智能与人工智能的预测纷繁多元。正如德蒙福特大学的西蒙·罗格森所指出的，当下社会对人工智能呈现出极致的痴迷，物理学家斯蒂芬·霍金（1942–2018）在剑桥大学新兴人工智能智库——利弗休姆未来智能中心成立仪式上曾坦言：

人工智能研发的成功，或许是人类文明史上最重大的事件，却也可能是最后一桩——除非我们学会规避其潜在风险。人工智能在带来福祉的同时，亦会催生诸多危险，例如极具威力的自主武器，或是少数人压迫多数人的新型手段。

其中最隐蔽的风险之一，便是将陪伴与友谊混为一谈。陪伴仅指与人工智能共处，无相互情感诉求；而友谊则依托情感联结，双方均为彼此的福祉投入。

以自我中心主义为特征的人类行为，会阻碍信息的接收、解读与运用。而学习机器无自我意识，可毫无阻碍地持续吸纳海量信息，因此在认知任务上的表现优于人类心智过程——后者负责分析、解读、处理、消化与综合数据，以形成认知、解决问题、制定决策并与世界交互。

人工智能供应链消耗海量电力、水资源、稀土及其他自然资源。此外，人工智能通过提升工业流程效率，成为经济增长的驱动力，进而加剧资源消耗，这一现象被称为杰文斯悖论，以19世纪英国经济学家威廉·斯坦利·杰文斯（1835–1882）命名。

随着人为生态压力急剧攀升，亟需提升能源网络与气象模型的效率，加速生物多样性丧失及人为生态破坏相关科研进程，并制定衡量标准以评估此类干预措施的成效。

福米卡教授全球教育演讲（图自TEDx ）

全球南方并非严格意义上的地理概念，其涵盖所有发展中国家、工业化水平较低的国家及经济韧性较弱的国家。中国作为全球经济大国，致力于负责任发展；日本、澳大利亚与新西兰属于全球北方。中国、印度与日本分别为儒教、道教与佛教的核心传承国，这些思想深刻影响着亚洲的文化与伦理。南欧包含地中海沿岸国家，相较于北欧，其存在数字鸿沟，研发投入低于欧盟平均水平。

2026年1月，经济合作与发展组织（Organisation for Economic Co-operation and Development， OECD）发布生成式人工智能应用排名——生成式人工智能可基于现有数据自主创作全新内容。总体而言，北欧国家在经合组织中处于领先地位，西方与北欧价值观占据主导。全球南方则受限于经济社会差距、资源匮乏，以及人工智能与本土文化哲学的适配性不足，具体表现如下。

资源禀赋

全球北方拥有更完善的数字基础设施（高速互联网、电力供应），具备充裕的资本投入扶持人工智能初创企业，受益于多为西方与北欧市场量身定制的技术，且汇聚了大量科技人才。

技能缺口

全球南方专业技能人才的匮乏，阻碍了人工智能的应用与发展。

文化殖民主义

全球南方提供的数据被用于优化全球北方研发的人工智能项目。基于英语数据训练、融入富裕国家文化原则与社会规范的人工智能模型，因适配性与精准度不足，难以获得南方社群的认可。

文化抵触

以西方价值观为核心的人工智能，引发南方对文化认同与就业岗位被侵蚀的担忧。

治理体系

人工智能治理规则源于全球北方的政策与准则，旨在维护其商业利益，由此导致全球南方对人工智能显现出不信任倾向。

本文继而转向另一类视角：全球南方对人工智能持更开放态度，将其视为积极的变革性力量。

集体主义思维

全球北方的人工智能伦理以个体权利为核心，担忧人工智能损害个人自主与隐私，技术怀疑主义延缓了人工智能的应用进程。与之相对，全球南方更具集体主义特质的社群对人工智能接纳度更高，认为人工智能可优化医疗、教育等公共领域，进而促进社会和谐与集体福祉。

信任维度

相较于全球北方，南方更多国家对公共机构的信任度较低。若人工智能被视为破解行政延迟、成本攀升、生产率下降等问题的工具——此类瓶颈与地方监管机构存在一定关联，那么这种对公共机构的低信任度，或将转化为对人工智能的更高接纳度。

图自unsplash

预测显示，未来十年内，人工智能赋能的机器将大幅削减对人类劳动力的需求，数据科学家与数据分析师将成为紧缺人才。然而，那些耕耘人类活动“思想花园”的理念建构者（亦可称创意者、创新者）又将何去何从？他们是数字人文主义的践行者，诗歌与小说推动我们超越受人类数据固有偏见影响的算法，去解读更深层的意义，由此升华人类的精神境界。

若仅需复刻现有行为便无需创意者，那么人类专属就业机遇的开拓，便全然依赖于理念建构者。他们通过设计初看之下不可能实现的变革，挑战主流认知；其价值并非被人工智能威胁，而是受制于自身创新项目的非即时应用综合征（SNIA）——此类项目至多获得“虽可行但存疑”的迟疑认可。

无数非即时应用综合征案例，镌刻着创新者的人生轨迹与创新史。理查德·霍尔姆斯在其著作《奇迹时代：浪漫主义一代如何发现科学的美与恐惧》（纽约：哈珀柯林斯出版社，2008）中强调，巴贝奇的“计算机”在官方层面既无可见、亦无可想的即时应用价值，尽管巴贝奇精准断言，该机器将彻底变革对数计算、天文表编制、工程建造模型、地图绘制与海洋数据处理。

部分观点认为，人工智能使创意生成的成本趋近于零，这一趋势或将催生创造力的爆发。人工智能除复刻、重组既有知识，更高效地完成有限任务外，还可提升人类的创新能力。

然而，人工智能迄今的发展路径，使其无法生成真正原创的思想——因其缺失意识、自我觉知，以及通过本能习得的直觉性知识，仅能依托大规模关联数据集与现有模型运行，却无法判别真伪。与之不同，哲学家、语言学家诺姆·乔姆斯基在《ChatGPT的虚假承诺》（《纽约时报》，2023年3月8日）中指出，人类心智“并非旨在推断数据点间的粗陋关联，而是致力于构建解释体系”。

图自unsplash

人类智能是我们已知的唯一真正的智能，其能够提出猜想、创造全新思想，唤醒人类的思维活力，这是任何技术都无法替代的。

 往期推荐