借助文学意象可以更好地分析人工智能与人类的关系.目前,自身意识觉醒的超级智能已不再是停留在科幻和神话中的素材,而是变成了人类对超级智能可能带来的风险和危机的现实担忧.从科学的视角看,通用智能、具身智能和交互智能成为超级智能出现的科学路径;从哲学的视角看,超级智能出现的可能性条件表现为类群发生、设计发生、迭代产生、条件孕育、注意机制、记忆机制等六种模式.这两种视角的分析表明人类迫切需要处理好与超级智能的关系.契约意象作为贯穿《浮士德》的经典文学意象,为人类与超级智能提供了契约关系的哲学探索维度,以此发展来的合约伦理学也将成为未来处理人机关系的重要途径.

数字人文并不仅是一种研究方法,而且有着整体性方法论的意义.尽管文学领域对于数字人文方法论有着一定的学术自觉,但缺乏足够的理性反思.事实上,我们可以通过四重追问来夯实理性反思.通过思想史追问发现数字人文方法是涉及数字人文学科自主性与合法性的方法论;通过情绪论追问发现数字人文方法关涉到"失向"这一生存体验以及"理性傲慢"的时代情绪;通过本体论追问发现数字人文方法背后的数字对象及数据经验等本体存在;通过主体性追问发现数字人文中从生产主体到研究主体的转变.

目前理解元宇宙的主要方式是将元宇宙视为技术意义上的虚拟空间.在这一方式中,一种虚拟世界、数字世界被技术构造出来.然而要更好地理解这一点,需要对元宇宙的空间性有更为深入的认识.只有在元宇宙的空间接口、空间构造及特征、空间经验的基础以及空间边界和空间转移等问题得到更好地揭示之后,才能对这一新的与人类未来命运相关的技术现象有恰当的认识.

自主性是人类增强研究不可绕过的概念,它可以被划分为完全自主性与不完全自主性两种类型.完全自主性意味着自主性完全基于自我决定和独立性;而不完全自主性意味着自主性受制于其他因素.维贝克和萨夫拉斯库讨论了两种不完全自主性的形式.从人类增强的角度看,萨夫拉斯库更为相关,他提出认知增强导致自主性增强的观点.然而,萨夫拉斯库对记忆行为给出了不太准确的描述,并且其观点缺乏前提下的反思.事实上,记忆增强会导致一种新的不完全自主性形式,即基于记忆增强的不完全自主性.

当前增强技术讨论的一个重要基础性问题是治疗与增强的划界区分,这种区分建立在疾病与功能的分野之上.但是理解人类增强仅仅靠增强与治疗之间的二元论区分是不够的,容易简化人类增强问题的意义和价值.立足于日常状态、疾病状态和增强状态三种生命状态的划分,从生活世界是自然科学被遗忘的意义基础这一命题出发,可以推演出另一个命题:日常状态可以被看作增强技术被忽略的意义基础.从这一命题出发,疾病说从疾病状态找到自身的根据,而功能说则从日常状态中获得更为准确的解释.更为重要的是,增强状态不仅具有区别于日常状态和疾病状态之处,而且还有独特的想象意义.

作为文化现象的人类增强也显示出理性自身的傲慢.与增强技术有关的傲慢展现为三种形式:由人类强化自身形态带来的心理性傲慢、由技术发展带来的技术性傲慢以及展示了特定文化形态的文化性傲慢.傲慢是增强技术时代的一种普遍情绪.掌控这种情绪的有效方式是通过记忆来对抗反思的傲慢.记忆作为一种方法意义上的药,可以缓解增强技术所导致的傲慢之病.

合理的技术想象有助于技术的健康发展,而过度的技术想象有害于技术发展.就AI来说,已经出现了一种AI的过度想象化的现象.AI过度想象化的科学基础是AI科学研究出现的一些突破进展,而理性基础可以追述到卡西尔和韦伯的神话思维与祛魅思维.人工智能要健康顺利发展,必须消除AI的过度想象,即对AI有着清晰的理性意识.人工智能的去想象化需要确立一种理性观念,对科学所提出的一些研究给予哲学分析.

数字人文领域出现的"实践先于理论"的态势使得"作为技术方法的数字人文"观点被广为接受,其本质是一种技术工具论的理解.尽管文学界提出"作为研究范式的数字人文"这一具有自我反思意识的观点,但尚显微弱,并且依然受技术工具论的束缚.因此,要将这种微弱的自我反思意识给予强化,从根本上还是要深入反思技术工具论的观念,指出被其遮蔽的诸多维度.数字人文的真正意义在于不仅使得人文研究的非文本的领域得以重新展现,并且有着将非人经验、数字对象等领域展开的可能性.

健康码归根到底属于数字物,是数据化的结果.人类深度数据化从物质、精神和信息三个维度逐渐形成了一个闭环效应.物质维度的数据化是指物质身体指标及身体行动的数据化;精神维度的数据化是指认知、情感可能的数据化;信息维度的数据化是指人类在认知过程中的信息塑造,展示了人类信息认知方面的闭环形成.健康码在应用过程中带来了六个方面的伦理问题需要关注;此外,更需要关注数据发展所引发的生存论难题,这些问题的调和之道需要在数据遗忘与数据记忆之间的矛盾中斡旋进行.

<span id="ChDivSummary" name="ChDivSummary" class="abstract-text">从现象学史上看,胡塞尔将批判反思心理主义作为自身逻辑研究的开端,并构建起经典现象学体系。当代记忆研究也可以按照这一路径展开,即对当代记忆研究中的心理主义进行反思和批判。然而,不同于现象学,记忆研究中的心理主义指向心理学与记忆问题的关系,指向心理学在记忆研究中的起点地位。对心理主义的传统超越形成了两种不同的反思路径:自然科学式的路径和现象学式的路径。自然科学式的路径即将心理学还原为生物—物理层面现象,从而通过实验的方法加以解决;现象学式的方法即将心理学从现象学角度加以批判。这两种超越路径各有缺陷,前者存在重新陷入到逻辑实证主义的局限中,而后者容易忽视自然科学的新发展。反思心理主义的根本所在是指出实验心理学的记忆研究开始远离了记忆原初的规定性,需要做的是回到记忆本身并将记忆看做是人类生存现象的主要规定。</span>

与劳动有关的语义记忆是痛苦和压力,“像机器一样工作的人”“单面人”等表述反映了与痛苦和压力有关的人类文化记忆.劳动的自然中断和技术中断意味着人们通过自然的方式和技术的方式遗忘痛苦劳作.人类劳动的自然中断意味着忘却痛苦、重构集体记忆和延续劳动;人类劳动的技术中断意味着劳动被机械机器和智能机器所取代,这一过程也是通过技术方式摆脱痛苦记忆的过程.面对人类被取代的未来前景,需要挖掘智能机器取代改变上述文化记忆的可能性,警惕人类以被智能机器规定的方式“重新延续劳动社会”的危险,从而构建起人类与智能机器的自由关系.

记忆与文化的关系是记忆研究范式的内核命题之一,而这一关系的张力则通过文化记忆的概念有效表达出来.文化文本是文化记忆构成的理论根据.文化文本可以区分为文学文本、历史文本、艺术文本与数据文本.江南文化记忆构成主要依托文学文本、历史文本和艺术文本,而数据文本的作用经常被忽略.随着数字江南的提出和实现,数据文本将成为江南文化记忆构建的重要根据.基于上述四类文本,我们能够澄清江南文化记忆构建过程,并为数字江南建设提供理论根据,从而有效实现江南传统文化的创造性发展和创新性转化.

基于跨学科的哲学方法,唐·伊德通过对利科现象学的合理解读成功地建立了后现象学流派,这一解读的合理性不仅体现在准确地抓住了利科解释学中的方法特征,而且也给后来他自身的物质化转向提供了哲学根据;但是这种解读也错失了对记忆现象的阐述.这种错失的内在原因是知觉优先性的预设导致的结果,其外在原因是对技术体验和科学解释等问题的关注.此外,这个错失是必然性的错失.利科本人也经历了忽略记忆和重视记忆的过程,在保罗·利科那里,记忆是作为抵抗理性反思傲慢的武器存在,呈现了遗忘在人类历史中的作用.通过发现伊德的错失可以让技术现象学获得与经典现象学进行有效融合、构建记忆现象学谱系以及获得应对构建人工智能哲学不可缺少的基础概念.

不同于以往的任何技术类型,人工智能是人类社会发展的重大历史事件,开创了一个新的时代.基于这样的背景,应对AI本身及其应用过程中产生的社会伦理问题就变成AI伦理思考的重要目标.目前AI伦理的很多思考多是从人类的权利和原则出发来构建伦理框架,如信任、安全、自主和尊严.事实上,AI伦理问题的产生很多是源自人工智能发展中的难题.人工智能发展给人类社会带来了哲学、社会和技术等三个方面的基本难题.因此,发出AI伦理的中国声音从根本上来说还是要从应对人工智能发展面临的难题入手.一旦从难题入手,就会发现不可解释性成为上述人工智能发展带来的难题.仅仅从技术上理解不可解释性已经不足以为AI伦理构建提供原则基础.通过人工智能与解释学两个路径的梳理,透明性与关联性成为支撑AI伦理的两个必要概念.

人工智能的发展有助于反思哲学的根基性概念,比如经验.从学习模式角度看,人工智能经历了四种类型:深度学习、强化学习、效率学习和迁移学习.这些学习模式的共同特征是“从数据中学习”与“从经验中学习”,可以用“数据—经验”很好地描述机器认识世界过程中的感性获得物.“数据—经验”可以被看作是智能体通过学习算法创造出一种新的经验类型,它并不是知识论意义上的经验类型,而是具有记忆特性的经验类型.这一概念的提出,意味着数据成为经验的新来源,将“数据—经验”作为人类经验新形态来对待,更进一步验证了“深度学习是经验主义新高峰”的观点.

在记忆与认识的关系上,存在着记忆附属论的观点.这一观点主要表现为:记忆是知识的来源、记忆是认识的低级阶段和记忆是知觉的滞留.在"知识驱动"和"数据驱动"的人工智能的代际话语中,记忆附属论依然有效,即记忆附属于智能.知识路径则突出了记忆在知识形成中的作用,记忆则被看作是信息的存储和编码;数据路径则偏重智能体对相关数据的提取,突出的是记忆的提取环节,记忆被看作是数据的存储和提取.从哲学角度看,附属论观点的存在将限制人工智能代际的理解.如果能够摆脱记忆附属论的观点,"经验驱动"作为第三代人工智能的特征呼之欲出.

数据偏见已经成为在大数据和人工智能领域伦理反思的重要难题和关键问题.日常对数据偏见形成一种比较明确的观念:需要控制并消除偏见.这一观念也影响到了数据偏见问题的哲学思考中.从认识论的“偏见—认识”框架看,作为错误的歧视行为,数据偏见是可以消除的;从解释学的“偏见—理解”框架看,作为在先的行动或者理解的前提,数据偏见是无法消除的,甚至是会成为智能体行动和决策的先决条件.嵌入智能系统中的道德观念是一种独特的偏见,无法消除,而且它们构成了智能体伦理行动的前提.

对人工智能的讨论需要放置到人与技术的关系框架中进行.首先要做的是对人与技术的关系框架加以反思.传统的观点是“工具论”,即把包括人工智能在内的技术当做一种工具或者对象,用来解决问题或者处理一些其他的事情,这种人与工具形成非常固定的模式,成为我们分析人与技术关系的主导模式.“工具论”模式背后是一个主体、客体分离的理论基础.这种传统模式后来受到了很多哲学家的严厉批判,如海德格尔、芬伯格他们对这一观点进行了很深入的批判,尤其是海德格尔在批判的基础上提出了现象学的模式,而芬伯格把政治维度和社会因素加进去了.他们的批判导致了另外一种关系模式“居中说”(人在世界之中、人在技术之中),这为本文“旋涡论”的提出奠定了理论前提.旋涡论,即人在技术的漩涡之中.

当代记忆研究首要任务是确立记忆的本体论地位,而实现这一任务要处理好两种关系:记忆与认知的关系和记忆与想象的关系.在记忆与认知的关系问题上,多数学者接受记忆附属论的观念,即把记忆看成是认知现象的一部分,但是对这一观念的意义缺乏更清楚的反思.如果从认知构成入手,记忆附属论可以区分为三层含义:记忆是知识的来源、记忆是认识的低级阶段和记忆是知觉的滞留.但是,记忆附属论还不能成为当代记忆研究的有效起点.从根本上看,当代记忆研究必须在记忆获得其独立的本体论地位之后才能够有效推进.这种独立的本体论地位确立的可能性基于哲学自身以及神经科学的进展.从哲学角度看,记忆与知觉完全不同,它是过去对象得以显现的空间条件,是过去对象当下化的体验;从神经科学角度看,记忆与认知具有完全不同的神经回路机制.这意味着记忆本体论地位的重构具备了比较成熟的哲学基础与科学基础.

在数据共享与隐私保护之间存在着众所周知的悖论:需要数据的一方希望数据最大限度开放;而提供数据的一方则担心自己隐私受到泄露.学者们从伦理、政策和治理等角度进行了多种研究,但是难以逃出悖论怪圈.目前生物学家将密码学方法运用到数据中的技术方案为解决上述悖论提供了一种可能性,但是对技术层面存在的可能性和局限性缺乏足够的探讨.