大模型的能力再强，也无非是把人类的表面功夫学得更像；大模型的认知输出，与人类做出的判断有着本质的区别；它不是真正的认知主体，它不会承担什么，也并不相信什么；它极尽掌握人类之术，而全无人类之道。
最近一项来自欧洲的研究，进一步揭示了人类智能与人工智能之间的本质区别。由罗马Sapienza大学计算机科学系Walter Quattrociocchi等三位学者合写的论文《人类智能与人工智能之间的认识论断层线》（Epistemological Fault Lines Between Human and Artificial Intelligence ），引发了广泛的关注。
这个研究团队，包括了计算机科学、心理学、数学和科学等领域的学者。他们发现，尽管大型语言模型（LLM）通常被描述为人工智能，但其认识论特征与人类认知之间存在根本性的差异。人类与机器输出在表层上的对齐，掩盖了生成这些结果的底层过程在机制上的深度错位。大型语言模型并非认识论意义上的“认知主体”，而应被理解为概率性的模式补全系统；在形式上，它们更类似于在高维语言转移图上的随机游走过程，而非基于信念结构或世界模型进行推理的系统。
通过对人类智能与人工智能认识流程的系统性对照分析，他们定义了七条关键的认识论断层线：
1，锚定断层（The Grounding fault）人类将判断锚定于感知的、具身的与社会性的经验之中；大语言模型仅从文本出发，通过符号间接重构意义。
2，情境解析断层（The Parsing fault）人类通过整合的感知与概念过程来解析情境；大语言模型则进行机械式的分词处理，生成在结构上便利但在语义上单薄的表征。
3，经验断层（The Experience fault）人类依赖情景记忆、直觉物理与直觉心理，以及习得的概念；大语言模型仅依赖嵌入空间中编码的统计关联。
4，动机断层（The Motivation fault）人类判断受情感、目标、价值以及进化塑造的动机所引导；大语言模型不具备内在偏好、目标或情感意义。
5，因果断层（The Causality fault）人类借助因果模型、反事实推理与有原则的评估进行思考；大语言模型在不构建因果解释的情况下整合文本语境，而是依赖表层相关性。
6，元认知断层（The Metacognitive fault）人类能够监控不确定性、识别错误，并可以悬置判断；大语言模型缺乏元认知，且必须始终产生输出，从而使幻觉在结构上不可避免。
7，价值断层（The Value fault）人类判断反映身份、道德以及现实世界中的利害关系；大语言模型的“判断”只是概率性的下一个词元预测，不具备内在价值或可追责性。
因为这些认识断层，大模型整体表现出一种“认识表象”（Epistemia），其中语言层面的似真性取代了真正的认识论评估，从而制造出一种无需判断付出的的“知道感”。
论文认为幻觉是大语言模型的固有缺陷。它们不是某个本应具备认知能力的系统所出现的异常，而是从统计模型中采样的必然结果 —— 这类模型并未编码指涉关系、真值条件或证据约束。在生成式系统中，生成与外部现实脱节的内容并非例外，而是其默认的运行状态。
尽管Transformer加上扩展定律（scaling law），是大模型的利器，在诸多领域中表现流畅且具有适应性。但是，大模型依据的是统计规律，提取自人类生成文本，而非对世界的表征。它们所呈现出的能力，源于对语言如何运作的学习，而非对事实状况形成信念。它们并不追踪真值条件或因果结构，而是追踪文本中的共现模式、关联关系与延续方式。
从这一意义上说，扩展定律并不是从语言自动化通向认知的桥梁。增加数据规模与参数数量，只是细化了一个函数逼近器，并未改变其底层计算方式。扩展增加了覆盖面，也让语言变得更平滑，但不是认识论上的通达性。它改善了与人类输出在表层上的对齐，却并未在内部过程上促成趋同。
哈佛大学知名心理学家平克（Steven Pinker）高度评价了这项研究，在于它对自然的与人工的智能之间做出了定性的分析。
既然AI与人类的认知有这种根本区别，它对于AI评价体系、治理框架都会带来重大影响。研究者们尤其提出，社会中的组织日益围绕生成式人工智能，需要建立起认识论的素养。他们提出了如下建议：
评测：作者们明确反对当前主流的评测逻辑，即用“模型是否像一个好答题者”来评估。他们指出，这种评估方式只检验输出的外观，而不检验判断的过程。认识论测评，要超越表面对齐。不该只看答案对不对，而要看系统在什么时候应该“不回答”、是否能暴露不确定性、是否对因果变化敏感。
治理：要超越行为合规。作者们非常明确地批评了当前 AI 治理的主流路径，即关注模型有没有说“坏话”；有没有违法、歧视、仇恨内容；有没有行为对齐。他们认为这抓错了层级。真正的风险不是模型说错，而是乱说，它在不具备判断能力的情况下，被当成判断机制来使用。
因此，要限定可让AI替代的场景，区分辅助性使用（起草、检索、提示）和判断性使用（医疗、法律、政策、新闻）。后者中不能允许模型成为“最终判断者”，这不是技术建议，而是制度设计建议。
作者们认为，仅仅标注“使用了 AI”是不够的。应该披露的是AI是否核验了事实，是否管理了不确定性输出是有证据支持的？推测性的？还是纯语言生成的？重点不是“使用了 AI”，而是AI 在这个流程中，是否被当成了判断主体。
不要迷信技术增强，那也只是缓解问题，而不是解决问题。作者特别点名RAG、工具调用、外部记忆等，这些都不能解决认识论问题，只可能降低部分错误率，却可能增强权威感与说服力。因此，技术增强必须伴随制度约束，否则会加剧认识表象症。
教育：面对AI，教育应该从“批判性思维”升级为“认识论素养”（epistemic literacy），这是论文中最人文、但也最深的一点。因为传统批判性思维假设判断者就是表达者，论证等于信念，错误相当于认知失败；但在生成式 AI 环境中，判断被“外包”，表达被“自动化”，信念不再由表达者承担。
认识论素养不是教人多怀疑，而是教人识别判断是否真的发生，识别那7条认识论断层线的症状：面对AI的回答，需要重建判断流程，如什么时候必须二次核查，什么时候应当拒绝现成答案。认识论素养教人如何在一个“判断被模拟”的环境中，重新把判断夺回来。
最后这一点尤其重要。如果说在一些工作场景中，人类会把一些可以放心的判断交给AI，在教育中，必须建培养出学生的判断能力。AI进入学校，改变教育，终将造就其原生的一代。人类要保持其认识世界的主体地位，就要从娃娃抓起。
论文原文：
https://osf.io/preprints/psyarxiv/c5gh8_v1
热门跟贴