智能时代科学实践的具身性回归 | 社会科学报|伦理|哲学|智能时代科学实践的具身性回归|社会科学

人工智能深度介入科研，在提升效率的同时，也潜藏着主体消解与伦理缺失的风险。立足科学实践哲学，必须重申具身实践不可替代的核心价值，实现人类肉身与智能技术的深度适配。构建人机互促、可解释且有温度的新型科研模式，是科技哲学回应时代命题的必然使命。

原文：《智能时代科学实践的具身性回归》

作者 |河海大学副教授张毓芳妃

图片 |网络

智能技术深度赋能基因编程、人工神经网络等科研领域，数据驱动的智能化科学发现愈发普遍，人工智能甚至能独立产出科研成果。不少观点乐观判定，人工智能将从辅助工具升级为核心基础设施，成为与人类并行的科研主体，重塑现代科学发展格局。然而，在技术高速迭代的背后，隐性的科研风险逐步凸显：科研过度依赖数据算法与智能设备，持续消解人类肉身实践、情境体验与主体能动价值，使得以探索创新为核心的科学研究，有异化为标准化、流水线式科学工业的风险。

技术至上的科研范式忽视了一个核心事实：人工智能的算法架构、模型训练与成果验证，始终根植于人类的具身实践。脱离肉身体验、情境认知与人文规范的智能科研，易引发主体地位消解、实践情境弱化、伦理共情缺失与成果黑箱封闭等结构性困境。立足科学实践哲学视域，审视智能时代科学实践的具身价值，剖析具身实践的核心维度与时代嬗变，构建人机互促、可解释且有温度的新型科学实践模式，是科技哲学回应时代命题的重要使命。

三身耦合：具身性科学实践的内在结构

人工智能与虚拟现实技术的普及，推动传统具身实践发生根本性变革。依托物理现实的传统肉身经验与科研模式被全面拓展，实践边界延伸至智能技术与虚拟交互领域，形成现实真身、机器假身、数字化身耦合联动的立体化具身实践新结构。这一交互模式并非三者的简单叠加，而是结构耦合形成的有机动态整体。其中，现实真身作为核心锚点，为机器假身和数字化身提供感知与行为的本源；机器假身延伸了现实真身的实践边界，将具身实践拓展至物理限制之外；数字化身则开辟了虚拟维度的具身在场，使实践突破时空与固有规则的束缚，三者相互支撑、动态调适，共同塑造多维的科学实践形态。

三身耦合的转型推动科学发现、理论检验、科研协作三类科学实践模式发生系统性变革。科学发现从传统理论驱动转向数智驱动，但依托相关性逻辑的算法运算难以替代人类饱含因果性的创造性认知；理论检验从实验室物理实证演进为异质共同体的外包式检验，但“黑箱化”风险削弱了科学理论的可理解性和可验证性；科研协作则呈现出从人机对抗向人机协作发展的趋势，但协同进化的有效性仍需具身实践的深度参与和检验。

智能科研的三重内在困境

在范式转型过程中，技术逻辑压倒肉身实践，衍生出智能科研三大深层矛盾。

其一，标准化技术消解地方性，中介化体验瓦解默会知识。在外部层面，全球统一的算法框架、标准化的数据标注规范以及制式化的实验工具，以通用模型消解多元的地方性知识，缩小科学实践的情境差异；大数据筛选剔除场景异质性信息，催生趋同化的科研数据霸权；远程传感、虚拟平台等技术中介往往割裂了人与现场的直接互动，将具身实践置换为远距离技术交互。在内在认知层面，传统直接的肉身具身转向碎片化、中介化的技术具身，虽拓宽了观测边界，却破坏了科研主体长期积淀的身体默会认知。连贯的身体实践经验被离散数据符号取代，默会知识陷入量增质减的困境，削弱了研究者依托身体直觉洞察事物本质的能力。

其二，技术中介造成共情弱化与伦理责任弥散。在社科田野调研、医药临床等领域，面对面互动是共情生成与伦理建构的核心基础。远程视频、量化问卷、人工智能等中介手段，将情感对接转化为算法转译的数字化交互，难以精准捕捉个体真实情绪与差异化诉求，导致人文共情逐步消解。同时，技术中介重构了传统科研的权责结构，催生了新型伦理治理难题。在传统科学实践中，研究者全程具身参与，责任体系清晰成为伦理自觉的根基；但在智能时代，多层级的人机嵌套实践链条打破了“谁操作、谁负责”的传统权责界定模式，引发了权责分散、主体缺位的伦理弥散困境。

其三，算法黑箱割裂科研认知链条，催生数据偏见与验证危机。深度学习依托统计关联拟合数据特征，缺乏因果认知与本质推演能力，会被动固化训练样本偏差、社会历史偏见与人工标注隐性误差，形成高度隐蔽的数据偏见并在真实场景中泛化。更关键的是，智能知识生产的黑箱化引发知识生产与实验验证的结构性断裂，消解了科学知识可解释、可重复的核心特质。黑箱壁垒还阻断了具身反思与技术智能的协同耦合，弱化了科学实践的自我纠错机制与科研共同体协作效能，叠加形成智能科研不可理解、不可核验、不可管控的系统性困境。

以具身逻辑破解数智科研困境

智能科研的诸多困境，本质是具身实践范式智能化升级中的阶段性阵痛，印证了具身性对于科学研究的不可替代价值。在技术中介主导的新科研语境中，需重新界定具身实践内涵、重构实践路径，实现肉身实践与智能技术的深度适配。

其一，重塑情境化实践，守护默会认知根基。身体是科学实践的本源载体，情境与主体双向建构是具身认知的核心逻辑，也是重塑当代数智科研实践的关键抓手。针对实践脱境、认知碎片化等问题，需将远程仿真、算法推演等中介化科研活动，深度嵌入物理实验场景与本土科研语境，依托地域环境、实验器具、在地研究传统锚定零散的技术数据与算法反馈，将碎片化数据信号转化为完整的肉身实践体验。依托现象学家施密茨“入身式”沉浸交互理念，修复人、仪器与研究对象间的感知闭环，构建稳定、可持续的实操实践链条。智能时代科学实践的情境性重构，其核心是在物理环境的具身基础、社会文化的意义网络与智能技术的创新潜能之间构建动态平衡，激活研究者的具身认知潜能，搭建人机协同、虚实融合的新型科学实践生态。

其二，构建具身共情与内生规范共生的科研伦理体系。智能科研需摒弃过度依赖算法仿真的离身共情模式，立足梅洛-庞蒂镜面肉身、舍勒共情理论等，确立以真实身体交互与情境沉浸为核心的具身共情路径。在重构共情机制的过程中，审慎辨析“类人的渴望与恐惧”“竭力对齐与规避缺陷”“驯化与反驯化”三重张力，防范伦理偏移风险，坚守科研实践的人文底色。区别于外部刚性约束，具身伦理范式依托人与技术双向建构的内生规范机制，将肉身共情体验转化为科研伦理自觉的情感根基。真实共情推动伦理规范内化为价值认同，内生伦理规范反向界定智能人工共情的实践边界，二者共生互构，使伦理准则转化为扎根身体经验、随实践迭代更新的行动共识。

其三，发展生态位建构式具身智能，消解算法黑箱困境。在理论层面，依托“红皇后”协同进化机制构建人机共生的动态生态位体系：人类占据因果推理、情境共情、默会研判的认知生态位，持续精进专属具身能力；智能算法深耕数据运算、模型迭代的技术生态位，持续优化可解释输出逻辑；二者互补演进，弥合数据中介造成的认知断层。锚定具身智能的关键，是立足梅洛-庞蒂身体图式、千脑智能的分布式认知思路，摒弃纯数据驱动的离身模型，让智能系统仿照生物“感知—运动”闭环，以空间参考系、动觉对齐机制复刻人类身体感知逻辑，降低人机认知壁垒。在实践层面，依托维维安·托马斯的科研案例实证，以科研人员实操默会经验、临场直觉制衡算法独断，重构实验室人机生态位分工，由智能系统承接重复性算力工作，保留研究者现场调试、异常辨别的核心具身决策权。同时，汲取Monty仿生模型落地经验等改造算法架构，把碎片化数据转化为贴合身体体验的完整认知图景。该范式以具身实践校准算法盲区、以仿生智能架构提升技术透明度，推动具身智能从浅层仿生模拟走向深度实践落地，从根源化解智能知识生产的黑箱难题。

具身性科学实践的核心价值，在于在智能浪潮中重新确立人的中心位置。身体并非认知的附属工具，而是一切科学探索的起点。人工智能虽能拓展认知边界、解放重复性劳动，却始终无法替代肉身实践独有的因果洞察、共情体验与在地创造性。唯有坚守人机互促的协同路径，重视肉身在场的实践价值，守护科研的情境特质与人文底色，才能让智能技术真正服务于科研创新，使科学研究兼具技术革新的探索活力与以人为本的价值内核，实现科学理性与人文关怀的有机统一。

[本文系国家社科基金项目“智能时代的具身性科学实践研究”（22CZX024）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2014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