抵制人工智能，就是反创新？用水用电激增3倍，美民众还被扣帽子|人工智能|爱德华

围绕人工智能的政治争论正在进入一个新阶段。在美国及其他国家和地区，越来越多社区开始抗议数据中心项目。按照预测，到2030年，这些设施将使水和电的消耗增加到原来的3倍，推高公用事业成本，并对环境造成损害。艺术家、记者和作家则起诉人工智能公司，指控其未经许可使用自己的作品。教师开始质疑，生成式人工智能是否真的改善了教育。许多行业的劳动者也愈发担心自动化、监控，以及失业或岗位被替代。

这些并非边缘性的担忧。仅在2025年，美国45个州就已有1416个数据中心建成或获批建设，由此引发一波反对浪潮，焦点包括环境影响、生活质量，以及企业权力日益集中的问题。类似的冲突如今从爱尔兰到墨西哥不断出现。对人工智能基础设施的反对，已不再是地方性争议，而成为一种国际现象。

但随着抵制声浪扩大，给这些声音贴标签的努力也在增强。从水资源短缺、就业不安全，到监控和企业权力集中，各种不同的担忧被一并视为技术进步的障碍。这个过于宽泛的类别，如今已经有了一个名字：“反技术极端主义”。

这个说法本身就值得审视。抗议人工智能基础设施影响的人，并不属于一个统一协调的运动。他们未必拥有相同的政治立场或利益诉求，甚至连批评的对象都不一样。一个质疑人工智能影响学习效果的教师，与一位因版权侵权提起诉讼的小说家之间，并没有多少具体共通之处；同样，一个反对造成停水停电的数据中心的社区，与一位担心自己工作被自动化取代的劳动者，提出的也不是同一种论点。把他们都当作同一阵营，会同时产生两种效果。

首先，这会遮蔽真正的具体诉求，用一种政治身份来取而代之。关于缺水、自动化、版权、劳动者权利或企业集中度的问题，不再凭其本身的是非曲直被讨论，而是被吸纳进一个更宏大的政治叙事之中，即增长、竞争力和人工智能竞赛。以英国的“人工智能增长区”计划为例，该计划承诺移除建设人工智能数据中心的“障碍”，以便让英国成为“人工智能的创造者，而不是接受者”。

英国一位贸易大臣最近也将这一计划描述为能够“吸引人工智能初创企业和成长型企业”，并“带来一连串优质、面向未来的就业机会”。在这种政治叙事里，围绕用水、用电或民主问责的反对意见，就会被视为繁荣的障碍。这也改变了外界接收批评意见的方式。

问题不再是某种担忧是否合理、是否需要回应，而变成提出这种担忧的人是否属于一个可以被放心忽视，甚至应当被警惕的类别。这个词已经开始获得制度性力量。美国内部情报简报警告“反技术暴力极端主义活动”，并将“环境极端分子”描述为数据中心的潜在威胁，从而把对人工智能基础设施的和平反对，重新纳入“国家安全”这一弹性极大的政治类别之中。

美国近期的反恐战略就是一个有用的例子。在宽泛的“极端主义”分类之下，被纳入的是一批立场和信念各异的行动者，从“无政府主义者和反法西斯主义者”到“暴力左翼极端分子”以及其他彼此几乎没有共同点的运动。他们唯一的共同之处，就是被放进了同一个类别。在英国，围绕环境成本、民主问责和数字依赖的担忧，正与增长、竞争力和国家人工智能领导地位的诉求发生碰撞。

要求加强对科技公司的公共监督，常常被描述为对创新、创业或经济活力的威胁。这种叙事方式，对那些在人工智能持续扩张中利益最深的人尤其有用，包括建设相关系统的公司、提供资金的投资者，以及重押其成功的机构。对他们而言，反对声音很少被呈现为围绕资源、权力、社会需求或民主问责的正当分歧，也不会被视为关于社会应如何界定“智能”或“知识”的合理讨论。

这种逻辑有时会被说得极其直白。风险投资人马克·安德里森在2023年的《技术乐观主义宣言》中称，任何试图放缓人工智能发展的人，都等同于在实施“某种形式的谋杀”。这一说法本身相当惊人，但其背后的论证路径十分清楚。

如果人工智能能够治愈所有疾病，以“更好的方式”改造社会，并解决人类面临的最大挑战，那么，因电费上涨而反对数据中心，就很容易被描绘成目光短浅，甚至自私。按照这种说法，宏大承诺的规模足以压倒任何具体的不满，无论这些不满本身多么正当。也正是在这里，异议声音会迅速被淹没。

将近一个世纪前，公共关系学先驱爱德华·伯内斯提出，民主社会越来越依赖他所说的“制造同意”。随着越来越多公民形成政治组织，并具备影响公共生活的能力，挑战已不再只是治理民众，而是塑造他们理解世界时所依据的那些前提。斗争的重心转向了对公众舆论本身的管理。今天，像“反技术”“反增长”“反创新”这样的标签之所以被不断制造出来，正是为了组织公共讨论，决定哪些担忧会显得严肃、值得重视。

爱德华·S·赫尔曼和诺姆·乔姆斯基在冷战时期也识别出一种类似机制。在他们的宣传模型中，“反共主义”就是一个强有力的过滤器，借此决定谁能获得正当性。有些观点因此显得负责任、现实可行，另一些则甚至还没来得及被认真讨论，就先被视为可疑。如今，针对所谓“反技术”运动的讨伐，正是这一机制在当下的对应物。

这一切之所以重要，是因为围绕人工智能的许多核心问题至今仍未解决。环境成本是真实存在的。劳动替代已经发生。教育收益仍有激烈争议。市场力量正在不可阻挡地集中。公共监督依然薄弱而分散。如今，数万亿美元正流入人工智能基础设施，这自动制造出强大的激励，去维持一种“这一进程不可避免、数字扩张还将继续”的叙事。

社会对于知识和专业性的理解也在各地被重新定义。几乎没有什么地方真正展开过一场讨论：社会究竟应当如何界定智能、知识和专业性。如果这一界定是在无意中或默认状态下完成的，其影响对社会的基本制度结构而言，可能极其巨大。随着这些问题越来越清晰，新的、具有整合作用的反对叙事也可能会出现，而且这种出现是合理的。最近推出的“人工智能抵制名单”等倡议，或许已经显示出这种趋势。