站內搜索
站內搜索
作者系國家社科基金重大項目“數字智能技術與哲學發展及知識生產范式變革研究”首席專家、上海大學智能時代的馬克思主義研究中心教授
人工智能大模型的發展正深度重塑人類的演化邏輯。從整合既有人類知識，到融入人類智能要素實現內容生成，人工智能的應用邊界已涉入人類智能的核心腹地，催生了多領域的深層次變革。在這一系列變革中，知識生產領域正經歷一場靜水流深的范式迭代。傳統知識生產完全依賴碳基智能的內部協同，而人機數字融合的新型生產范式，通過碳基與硅基智能的數字融合，開啟了知識生產領域人機智能交相輝映的全新格局。
從人類心智的獨奏到人機智能的數字交響
人類知識生產的演進史，是一部以人類為核心的碳基智能載體不斷突破認知邊界與協作藩籬的歷史。從發展脈絡看，傳統知識生產始終在人類協同的框架內演進。在協同模式維度，先后經歷了從學科內部專業化深耕、跨學科交叉融合探索、以創新為核心的破界全域協同三個階段﹔在覆蓋邊界維度，從最初僅依托大學學科體系，逐步納入產業、政府主體形成政產研協同聯動，進一步延伸至社會文化和生態發展等公共領域，邊界持續拓展，已初步顯現出學科一體化的發展趨勢。在這一過程中，人際協同的范圍越來越廣，但受限於碳基智能載體的屬性，人類神經傳導、信息交互的速度瓶頸使得知識生產的效率逐漸觸達天花板，越來越難以適配數字時代知識爆炸式增長的生產需求。
面對當代發展中越來越多的學科一體化問題，傳統知識生產范式逐漸暴露出三方面局限：規模、視閾和協同機制。在規模上，不能處理大數據﹔在視閾上，難以回應甚至發現學科一體化問題﹔在協同機制上，超越不了碳基智能載體的物理屬性限制。
人類智能碳基載體的天然屬性，決定了傳統知識生產在海量數據的量化處理上存在先天不足。人類智能與人工智能分別依托碳基和硅基載體，二者間的根本區別決定了各具優劣勢。人類智能雖然也能處理一定量級的數據，但生物神經系統的電信號與化學信號傳導速度，相較機器的電子流速度有天壤之別，這使僅依靠人類智能開展的知識生產活動，無法像人工智能那樣處理大數據，構成了傳統知識生產范式難以突破的根本瓶頸。
大數據的興起，為知識生產范式變革奠定了全新基礎。它不僅重構了知識生產迭代升級的底層邏輯，催生了全新的數據密集型研究范式，更推動了基於大數據的人工智能快速發展，為知識生產范式的根本變革提供了時代條件。
大數據的發展推動人工智能邁入數字智能新階段。人工智能的發展迄今可以分為兩個基本階段：第一階段，將人類已有的知識輸入計算機，實現人類知識的集成與運用﹔第二階段，隨著大數據及相關技術的成熟，人工智能實現跨越式升級，催生了能夠自主生成內容的人工智能大模型。大模型具備的強人機互補屬性，決定了知識生產的人機融合發展勢在必行。
大模型時代的人機融合屬於數字融合范疇。人機數字融合特指人在使用人工智能大模型的過程中，人機之間沒有硬件直接連接，只是以數字的方式融合。大模型優異的內容生成效能源自人機智能要素的優勢互補，其核心特征是人機以數字交互的方式融合實現。
大語言模型正是通過大數據納入的人類語境在自然語言處理領域取得了巨大突破，其運行邏輯本身就是人機數字融合的典型體現。正是基於數字化的人類語境，不具備人類理解能力的大語言模型也能精准生成符合各類語境要求的語言內容。
人機數字融合對知識生產的意義，在於找到了碳基與硅基智能載體能力融合的數字化實現。人工智能大模型為人類知識生產提供了“數字腦區”，從而可以利用大數據獲得人類智能所不可能擁有的量化把握能力，由此完全超越傳統范式的局限，實現知識生產從人腦驅動向人機融合的迭代跨越，知識生產范式由人類心智的獨奏升級為人機智能的數字交響。
人機數字融合催生知識生產新范式
數字智能時代知識生產范式的基本特征是人機數字融合。這一全新的知識生產范式既不是簡單的人機協作，也不同於侵入式腦機接口那樣的人機物理機能融合，而是基於大數據、通過人機數字交互來實現智能要素優勢互補的新范式。准確理解“數字”的內涵是把握這一范式變革的關鍵所在。
人機數字融合機制的准確理解，必須建立在對信息概念理解深化的基礎上。“數字化”已成為時代標識，而關於這一概念的理解卻還不能滿足信息科技進一步發展的要求。“數字智能”的出現，倒逼我們必須深化對“數字”本質的理解。而對“數字”內涵的認知升級，有賴於對信息理解的深化。
“數字化”和“數字智能”中的“數字”，實際上指的是信息的數字編碼。隨著信息科技的發展，更深層次事實不斷展開：信息既不是物質也不是能量，而是感受性關系。從日常生活中我們觀察花和葉，獲得的紅色和綠色等顏色效應，到科學領域量子觀測產生的量子現象，其實都是物質載體基礎上生成的感受性關系。
從感受性關系的視角理解信息，信息編碼及其與信息的關系就得以清晰呈現：信息編碼是感受性關系的物能化和觀念化，因此可分為兩種基本類型：物能編碼和觀念編碼。信息物能編碼的典型例子有通信中的電信號和DNA中的基因﹔觀念編碼的典型例子則有表征“紅”“黃”“藍”等具體感受性關系的概念和符號。
在這一視角下，信息、數據和知識的關系十分清晰：信息是感受性關系，數據是信息編碼，而知識則是在信息觀念編碼基礎上建立起來的關系體系。比如在“紅”“綠”和“藍”等信息概念編碼的基礎上，可以推導出“顏色”等更高層次的抽象概念，並由此形成關於顏色的知識體系。信息的觀念編碼經歷了經驗編碼、圖形編碼、概念編碼和符號編碼的發展過程，信息的數字編碼正是信息符號編碼的特殊方式。當前被廣泛使用的“數字”實際上指的是信息的數字編碼。
在信息的數字編碼中，“0”和“1”構成的二進制編碼具有特殊的價值。數字化之所以這麼重要，在於作為信息數字編碼標志性符號的“0”和“1”擁有雙重屬性：它既屬於信息觀念編碼中的符號編碼，同時又可以轉化為信息的物理編碼，比如用電流的“開”“關”表示，由此搭建起信息與物能之間的轉換橋梁。正是數字編碼的發展催生了大數據浪潮﹔正是大數據的發展和相應的技術創新，為數字智能的發展奠定了基礎，催生了人機數字融合﹔正是人機數字融合，開啟了數字智能時代。
從感受性關系的視角理解信息，為准確把握數字智能和人機數字融合知識生產范式提供了必要的理論基礎。正是在信息數字編碼的基礎上，可以看到相對於人類智能，數字智能具有兩個重要方面。一是作為信息編碼層次的人工智能，不可能實現真正的通用化。類人人工智能的實現必須進一步深入到信息層次，通用人工智能核心機制的理解必須全面深化到感受性關系。二是數字智能雖然不可能通用化，但其通用性擴展意味著人機數字融合的廣闊發展空間，其中最重要的方面，就是推動人類知識生產向人機數字融合范式升級。
人機數字融合知識生產范式指人以信息數字編碼的方式與人工智能大模型融合，從而利用大模型進行知識生產的方式。大模型則通過大數據融入了人類智能機制並使其數字化。
在數字時代，人機數字融合知識生產范式之所以必不可少，除了可以處理大數據、應對人類無法獨立完成的高密度運算任務，更重要的是能夠系統性研判、解決日益涌現的學科一體化問題。隨著人類實踐和認識的發展，學科一體化問題的復雜程度不斷提升，如果不能實現人機數字融合知識生產范式的轉換，這些問題會越來越難以面對和解決。
人機智能數字交響中的哲學社會科學
人機數字融合范式的興起，正開啟人類知識生產的黃金時代。從傳統人類智能的經驗驅動，到人機協同的經驗和數據整合驅動，人機數字融合范式下的知識生產已經涌現出越來越多的創造性成果。
短短幾年間，人工智能大模型的蓬勃發展，已經在越來越多學科領域發揮重要作用，不斷釋放重塑科技創新格局的巨大潛力，正以加速度激發創新活力，顯著降低創新門檻。在哲學社會科學領域，人機數字融合知識生產范式同樣越來越重要。
人機數字融合范式將帶來哲學社會科學知識生產的方法論實現全方位升級。人類可以基於信息的觀念編碼建立觀念體系，人擁有質性整體觀照智慧，可以在概念體系的整體觀照中實現對研究對象的深層次理解。這種整體觀照正是哲學思維的根本方式，由於不能像計算機那樣高效處理海量符號系統，人類不具備大模型那樣的量化整體把握能力。
人機數字融合范式下的知識生產，讓量化整體把握和質性整體觀照二者形成廣闊的優勢互補空間。人機數字融合推動定量定性與計算方法深度融合，一方面，質性整體觀照可以彌補量化整體把握缺乏深層理解的缺陷﹔另一方面，量化整體把握可以彌補質性整體觀照全局精准度不足、容易流於空泛思辨的短板。二者在人機數字融合中實現優勢互補，將整體認知能力提升到一個更高層次。
質性整體觀照和量化整體把握的整合將在哲學社會科學中廣泛運用。人機數字融合知識生產范式將不斷拓展現有計算人文與計算社會的研究維度與能力邊界，為社會仿真提供全新的實驗與推演手段，彌補社會科學難以開展大規模可控實驗的天然短板。
人機數字融合知識生產范式將推動哲學社會科學理論創新模式實現轉換。人工智能大模型能夠從紛繁復雜的海量數據中發現人類研究者難以察覺的隱蔽規律、反常關聯等。這一范式對當下哲學社會科學的影響，將呈現出逐步滲透、加速擴展的過程。由人機融合的跨域協同屬性所決定，越是在學科一體化交叉領域，人機數字融合知識生產范式的價值越突出﹔越是在單一學科領域，其相對作用可能越有限。
人機數字融合范式下的知識生產，將極大釋放人類的創造性潛能。在新范式的知識生產中，可由人工智能大模型承擔重復性的腦力勞動，而人類則可以將更多精力投入到創造性活動中。人工智能大模型具有基礎支撐地位，但由於其沒有人類的主觀理解能力，人類始終在整體過程中發揮主導作用，人工智能大模型不僅內容生成的語境來自人類，而且從內容生成的目的設置到生成內容的最終賦義，根本上也都需要由人類完成。
由人類為機器生成內容賦義的過程中，可以看到人文社會領域理解和運用人工智能大模型的雙重價值。這場深刻的人機數字融合知識生產范式變革，正是哲學社會科學在新時代煥發蓬勃生機的開端。在數字化帶來的信息爆炸與問題復雜度指數升級的當下，人機數字融合不僅在知識生產中扮演著越來越重要的角色，而且將推動人類邁向更高層次的進化。
