作为任务导向的人工智能 | 社会科学报|作为任务导向的人工智能|哲学|图灵|德雷福斯|社会科学报

界定人工智能的能力边界，有助于理解人机关系。人工智能虽能模仿甚至实例化人类意识，但并未超出认知任务范畴。未来的核心议题之一，是探索任务导向式智能与人类生物具身智能如何在互补与协作中共同演进，构建可持续的融合性智能生态。

作者 |上海交通大学科学史与科学文化研究院柳海涛/教授叶千奥/博士生

图片 |网络

自1956年达特茅斯会议提出“人工智能”（AI）这一概念以来，该概念始终蕴含任务执行或信息自动处理的工程学意涵。随着哲学家介入人工智能与人类意识议题的讨论，学界对人工智能的智能定位逐渐形成两种倾向：模仿人类意识，或者实例化人类意识。以图灵测试为基础，对比塞尔、德雷福斯等哲学家关于人工智能的论述可知，人工智能既具有模仿人类意识的外在行为主义特征，又能部分实例化生成人类意识的内在神经机制；然而，人工智能的发展并未超出图灵测试为机器智能所划定的范畴，即实现与人的认知互动、完成各类认知任务，其本质是一种任务导向式智能。

模仿意识与实例化意识

1950年，图灵发表《计算机器与智能》一文时，行为主义心理学正处于鼎盛阶段，华生的“刺激—反应”图式与斯金纳的操作条件反射理论影响甚大。图灵依托行为主义，把“机器是否会思考”这一形而上学问题转化为“机器能否完成思考任务”，这便是图灵测试。图灵测试避开对智能的本体论追问，基于行为操作性，重构了问题框架：如果一台机器在对话情境中能够呈现与人类无异的行为，足以使人类评判者误认为是在与真人交流，那么便可判定该机器具备智能。这种假扮游戏不要求机器拥有内在体验或现象学意义上的理解能力，只着眼于可观测的行为表现。图灵测试兼具简洁性、可操作性与任务导向性，为早期人工智能发展设立了清晰的目标。然而，它暗含行为等同于智能的预设，认为智能可以完全还原为可观察的外在行为，行为等效即智能等效。这一点极易产生误解，使人认为人工智能只是模仿人类意识，遮蔽了智能以完成认知任务为核心的根本目标。

塞尔的“中文房间论证”对人工智能的发展产生了深远影响。在该思想实验中，他设想不懂中文的自己被关在一个房间里，屋外的中国人通过小窗口向屋内传递中文问题，屋内的塞尔凭借中英文翻译手册处理中文输入，并把答案翻译成中文递出屋。在屋外的中国人看来，这个“中文房间”就好似一个完美理解中文的机器，但塞尔实则丝毫不理解那些中文符号。这一思想实验揭示了“符合语言规则”和“理解语言意义”存在实质不同。塞尔认为，符号操作并不等同于语义理解，这意味着，即便机器能通过图灵测试，也未必真正理解符号背后的意义。因此，塞尔坚持认为，真正的人工智能必须能够复制人类产生意识的生物性因果机制；换句话说，人工智能按其本意应当是人类意识的实例化。与塞尔的观点相呼应，德雷福斯强调人类意识是具身的在世存在，其源于生活世界中的身体经验与环境的互动。从现象学视角出发，他主张人工智能如果要具备和人类一样的智能，就必须立足人类的生活世界，以常识经验作出和人类相似的联系。比如，老中医在诊断疾病时，不仅依赖观察数据和记录，更需要对患者病情进行整体性理解与经验判断；如果仅仅将诊断知识形式化为规则，就无法捕捉到病理的情境性和动态性。塞尔和德雷福斯的观点实际上指向了同一个目标，即真正的人工智能应当是对人类意识的实例化，而非仅仅模仿人类意识的外在行为。虽然哲学上对人工智能的这些批判揭示了人类意识与其技术化建构之间的复杂关系，但从当前以大语言模型为代表的生成式人工智能的实际发展轨迹来看，人工智能并未完全遵循模仿意识或实例化意识的哲学道路，而是始终沿着任务导向的实用主义路径演进。

任务导向式智能

以塞尔和德雷福斯为代表的哲学家，揭示了人工智能的局限性及其与人类意识的根本区别。然而，当他们从哲学视域出发，为意识的本性构建过度规范化与理想化的框架时，并未提供可操作的实践路径。比如，把意识的核心界定为不可传递的主观感受性，便难以在工程上予以验证。可是，人工智能的发展视域必然要求智能的外化与工程化，这导致两种视域之间产生了严重的断裂。事实上，人工智能的智能定位不应由其“缺失”（即不具备人类意识）来决定。从图灵测试的初衷来看，人工智能始终以完成任务或解决问题为导向。其智能水平在某些方面（如计算、推理等）超越人类，而在另一些方面（如情感、审美体验等）又远不如人类。例如，AlphaGo在围棋博弈中虽远超人类顶尖棋手，但其智能仅体现在策略计算与模式识别上，而不是对棋局的真正理解或审美体验；同样，AI在医疗诊断中比人类更快速地分析海量数据，却无法体会病患的痛苦或提供情感支持。这表明，人工智能的智能本质是任务导向的，而非意识导向的。因此，人工智能的发展不应局限在模仿意识和实例化意识的二元选择中，而应被理解为一种独立的任务导向式智能，即一种功能智能形式。至于其在表象上是模仿还是实例化了意识，并不重要。任务导向式智能并不排除其作为一种人类理解的新形式的可能性。其价值不在于是否模仿人或复制人，因为那无异于重新造人；而在于其实际上能够做到什么。在“像人”和“能做”之间，人工智能更应注重后者。即使未来的具身智能在外形上更像人类，其关键评判标准依然是它能做什么。正如图灵所指出的，智能的评判标准应该是功能而非本体。

图灵的策略避免了何为意识的本体论困境，为非人的机器智能开辟了广阔空间。这种操作主义思想具有深远意义：它以行为的充分性取代了形而上的内省诉求，把意识本质转化为功能范式。尽管这一观点面临诸多诘难，但其实际价值远超理论本身。延展认知理论指出，如果外部载体在功能上与大脑内部的认知过程相同，并在相同情境下发挥类似作用，我们就不应因其所处位置不同（内部或外部）而区别对待，而应将其视为认知系统的构成部分。既然外部载体可以根据功能等同原则被纳入认知过程，那么能够圆满完成认知任务的人工智能，理所当然可以作为智能的载体。针对图灵测试中可能存在的对行为主义的质疑，图灵在《计算机器与智能》一文中已有所预见并作了回应。图灵测试并非要基于行为等价对智能作出一个操作性定义，而是提供一个判断智能行为的可行性方式。它主张，如果我们无法检测到有意义的行为差异，那么在功能层面就没有理由否认智能的存在。这预示着，当模拟在时间维度、情境脉络与人际互动中达到足够的深度和连贯性时，“真实”与“模仿真实”的界限将在实践中趋于消解。换言之，当把人工智能定位为任务导向式智能，表面上似乎是把“机器能否思考”的难题转化为“机器能否完成思考任务”，但其巨大的潜力在于：这种思考行为能够支撑与人的社会性及认知性互动，从而在认知、伦理等诸多领域引发一系列连锁反应。这也正是人工智能通过嵌入不同场景、形成结构化社会现实，进而对社会发展产生深刻影响的主要原因。

构建可持续的融合性智能生态

对人工智能的争议，实质上是对意识判定标准的讨论。这一标准主要分为两类：外部的行为标准和内部的因果结构标准。前者以系统行为的类人呈现作为意识归因的公共基石，后者强调意识取决于系统内部的因果结构。外在行为标准适宜于第三人称视角下的模仿性意识判定，但容易导致“行为等效”与“意识存在”之间产生解释断层；内在因果标准试图把包括主观感受在内的第一人称意识实例化，却缺失了客观手段与意识体验的对应要素。图灵测试构建的行为主义等效原则，为人工智能的智能定位提供了基于任务导向的路径。而塞尔和德雷福斯等学者从哲学视域指出，纯粹的外在行为模拟与内在意识之间存在根本裂隙。他们强调，人类意识依赖于特定的生物因果机制和具身性的生活世界，其诉求指向人工智能应当成为人类意识的实例化。

然而，从人工智能的发展历史来看，其主要驱动力是图灵所奠定的任务导向式智能。这种智能表面上似乎是在模仿或复制意识，但其目标实际上是如何圆满完成认知任务。尽管任务导向式智能缺乏深植于生活世界的日常经验，但这并不妨碍其具备强大的智能能力。更重要的是，它并没有否定或取代人类意识独特性的动机，反而进一步彰显了人类意识的多样性与丰富性；同时，它也展示了一种非人类中心、基于效能的非生物基质智能新形态的潜在可能性。把人工智能界定为任务导向式智能，不仅是把握其能力边界、发展潜力及其与人类关系的哲学基础，也为讨论通用人工智能或超级智能提供了一种分析视角。依照这种界定，如果不考虑内在主观感受性，当前大语言模型的核心认知能力已达到人类通用智能的基准，其所实现的任务和功能甚至超过人类，但这并不意味着通用或超级智能可以取代人类。未来的核心议题之一，是探索任务导向式智能与人类生物具身智能如何在互补与协作中共同演进，从而构建可持续的融合性智能生态。

[本文系国家社科基金项目“数字化时代背景下身心问题研究”（22BZX022）成果]

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第2013期第5版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：狄书一