站内搜索
站内搜索
作者系国家社科基金重大项目“数字智能技术与哲学发展及知识生产范式变革研究”首席专家、上海大学智能时代的马克思主义研究中心教授
人工智能大模型的发展正深度重塑人类的演化逻辑。从整合既有人类知识，到融入人类智能要素实现内容生成，人工智能的应用边界已涉入人类智能的核心腹地，催生了多领域的深层次变革。在这一系列变革中，知识生产领域正经历一场静水流深的范式迭代。传统知识生产完全依赖碳基智能的内部协同，而人机数字融合的新型生产范式，通过碳基与硅基智能的数字融合，开启了知识生产领域人机智能交相辉映的全新格局。
从人类心智的独奏到人机智能的数字交响
人类知识生产的演进史，是一部以人类为核心的碳基智能载体不断突破认知边界与协作藩篱的历史。从发展脉络看，传统知识生产始终在人类协同的框架内演进。在协同模式维度，先后经历了从学科内部专业化深耕、跨学科交叉融合探索、以创新为核心的破界全域协同三个阶段；在覆盖边界维度，从最初仅依托大学学科体系，逐步纳入产业、政府主体形成政产研协同联动，进一步延伸至社会文化和生态发展等公共领域，边界持续拓展，已初步显现出学科一体化的发展趋势。在这一过程中，人际协同的范围越来越广，但受限于碳基智能载体的属性，人类神经传导、信息交互的速度瓶颈使得知识生产的效率逐渐触达天花板，越来越难以适配数字时代知识爆炸式增长的生产需求。
面对当代发展中越来越多的学科一体化问题，传统知识生产范式逐渐暴露出三方面局限：规模、视阈和协同机制。在规模上，不能处理大数据；在视阈上，难以回应甚至发现学科一体化问题；在协同机制上，超越不了碳基智能载体的物理属性限制。
人类智能碳基载体的天然属性，决定了传统知识生产在海量数据的量化处理上存在先天不足。人类智能与人工智能分别依托碳基和硅基载体，二者间的根本区别决定了各具优劣势。人类智能虽然也能处理一定量级的数据，但生物神经系统的电信号与化学信号传导速度，相较机器的电子流速度有天壤之别，这使仅依靠人类智能开展的知识生产活动，无法像人工智能那样处理大数据，构成了传统知识生产范式难以突破的根本瓶颈。
大数据的兴起，为知识生产范式变革奠定了全新基础。它不仅重构了知识生产迭代升级的底层逻辑，催生了全新的数据密集型研究范式，更推动了基于大数据的人工智能快速发展，为知识生产范式的根本变革提供了时代条件。
大数据的发展推动人工智能迈入数字智能新阶段。人工智能的发展迄今可以分为两个基本阶段：第一阶段，将人类已有的知识输入计算机，实现人类知识的集成与运用；第二阶段，随着大数据及相关技术的成熟，人工智能实现跨越式升级，催生了能够自主生成内容的人工智能大模型。大模型具备的强人机互补属性，决定了知识生产的人机融合发展势在必行。
大模型时代的人机融合属于数字融合范畴。人机数字融合特指人在使用人工智能大模型的过程中，人机之间没有硬件直接连接，只是以数字的方式融合。大模型优异的内容生成效能源自人机智能要素的优势互补，其核心特征是人机以数字交互的方式融合实现。
大语言模型正是通过大数据纳入的人类语境在自然语言处理领域取得了巨大突破，其运行逻辑本身就是人机数字融合的典型体现。正是基于数字化的人类语境，不具备人类理解能力的大语言模型也能精准生成符合各类语境要求的语言内容。
人机数字融合对知识生产的意义，在于找到了碳基与硅基智能载体能力融合的数字化实现。人工智能大模型为人类知识生产提供了“数字脑区”，从而可以利用大数据获得人类智能所不可能拥有的量化把握能力，由此完全超越传统范式的局限，实现知识生产从人脑驱动向人机融合的迭代跨越，知识生产范式由人类心智的独奏升级为人机智能的数字交响。
人机数字融合催生知识生产新范式
数字智能时代知识生产范式的基本特征是人机数字融合。这一全新的知识生产范式既不是简单的人机协作，也不同于侵入式脑机接口那样的人机物理机能融合，而是基于大数据、通过人机数字交互来实现智能要素优势互补的新范式。准确理解“数字”的内涵是把握这一范式变革的关键所在。
人机数字融合机制的准确理解，必须建立在对信息概念理解深化的基础上。“数字化”已成为时代标识，而关于这一概念的理解却还不能满足信息科技进一步发展的要求。“数字智能”的出现，倒逼我们必须深化对“数字”本质的理解。而对“数字”内涵的认知升级，有赖于对信息理解的深化。
“数字化”和“数字智能”中的“数字”，实际上指的是信息的数字编码。随着信息科技的发展，更深层次事实不断展开：信息既不是物质也不是能量，而是感受性关系。从日常生活中我们观察花和叶，获得的红色和绿色等颜色效应，到科学领域量子观测产生的量子现象，其实都是物质载体基础上生成的感受性关系。
从感受性关系的视角理解信息，信息编码及其与信息的关系就得以清晰呈现：信息编码是感受性关系的物能化和观念化，因此可分为两种基本类型：物能编码和观念编码。信息物能编码的典型例子有通信中的电信号和DNA中的基因；观念编码的典型例子则有表征“红”“黄”“蓝”等具体感受性关系的概念和符号。
在这一视角下，信息、数据和知识的关系十分清晰：信息是感受性关系，数据是信息编码，而知识则是在信息观念编码基础上建立起来的关系体系。比如在“红”“绿”和“蓝”等信息概念编码的基础上，可以推导出“颜色”等更高层次的抽象概念，并由此形成关于颜色的知识体系。信息的观念编码经历了经验编码、图形编码、概念编码和符号编码的发展过程，信息的数字编码正是信息符号编码的特殊方式。当前被广泛使用的“数字”实际上指的是信息的数字编码。
在信息的数字编码中，“0”和“1”构成的二进制编码具有特殊的价值。数字化之所以这么重要，在于作为信息数字编码标志性符号的“0”和“1”拥有双重属性：它既属于信息观念编码中的符号编码，同时又可以转化为信息的物理编码，比如用电流的“开”“关”表示，由此搭建起信息与物能之间的转换桥梁。正是数字编码的发展催生了大数据浪潮；正是大数据的发展和相应的技术创新，为数字智能的发展奠定了基础，催生了人机数字融合；正是人机数字融合，开启了数字智能时代。
从感受性关系的视角理解信息，为准确把握数字智能和人机数字融合知识生产范式提供了必要的理论基础。正是在信息数字编码的基础上，可以看到相对于人类智能，数字智能具有两个重要方面。一是作为信息编码层次的人工智能，不可能实现真正的通用化。类人人工智能的实现必须进一步深入到信息层次，通用人工智能核心机制的理解必须全面深化到感受性关系。二是数字智能虽然不可能通用化，但其通用性扩展意味着人机数字融合的广阔发展空间，其中最重要的方面，就是推动人类知识生产向人机数字融合范式升级。
人机数字融合知识生产范式指人以信息数字编码的方式与人工智能大模型融合，从而利用大模型进行知识生产的方式。大模型则通过大数据融入了人类智能机制并使其数字化。
在数字时代，人机数字融合知识生产范式之所以必不可少，除了可以处理大数据、应对人类无法独立完成的高密度运算任务，更重要的是能够系统性研判、解决日益涌现的学科一体化问题。随着人类实践和认识的发展，学科一体化问题的复杂程度不断提升，如果不能实现人机数字融合知识生产范式的转换，这些问题会越来越难以面对和解决。
人机智能数字交响中的哲学社会科学
人机数字融合范式的兴起，正开启人类知识生产的黄金时代。从传统人类智能的经验驱动，到人机协同的经验和数据整合驱动，人机数字融合范式下的知识生产已经涌现出越来越多的创造性成果。
短短几年间，人工智能大模型的蓬勃发展，已经在越来越多学科领域发挥重要作用，不断释放重塑科技创新格局的巨大潜力，正以加速度激发创新活力，显著降低创新门槛。在哲学社会科学领域，人机数字融合知识生产范式同样越来越重要。
人机数字融合范式将带来哲学社会科学知识生产的方法论实现全方位升级。人类可以基于信息的观念编码建立观念体系，人拥有质性整体观照智慧，可以在概念体系的整体观照中实现对研究对象的深层次理解。这种整体观照正是哲学思维的根本方式，由于不能像计算机那样高效处理海量符号系统，人类不具备大模型那样的量化整体把握能力。
人机数字融合范式下的知识生产，让量化整体把握和质性整体观照二者形成广阔的优势互补空间。人机数字融合推动定量定性与计算方法深度融合，一方面，质性整体观照可以弥补量化整体把握缺乏深层理解的缺陷；另一方面，量化整体把握可以弥补质性整体观照全局精准度不足、容易流于空泛思辨的短板。二者在人机数字融合中实现优势互补，将整体认知能力提升到一个更高层次。
质性整体观照和量化整体把握的整合将在哲学社会科学中广泛运用。人机数字融合知识生产范式将不断拓展现有计算人文与计算社会的研究维度与能力边界，为社会仿真提供全新的实验与推演手段，弥补社会科学难以开展大规模可控实验的天然短板。
人机数字融合知识生产范式将推动哲学社会科学理论创新模式实现转换。人工智能大模型能够从纷繁复杂的海量数据中发现人类研究者难以察觉的隐蔽规律、反常关联等。这一范式对当下哲学社会科学的影响，将呈现出逐步渗透、加速扩展的过程。由人机融合的跨域协同属性所决定，越是在学科一体化交叉领域，人机数字融合知识生产范式的价值越突出；越是在单一学科领域，其相对作用可能越有限。
人机数字融合范式下的知识生产，将极大释放人类的创造性潜能。在新范式的知识生产中，可由人工智能大模型承担重复性的脑力劳动，而人类则可以将更多精力投入到创造性活动中。人工智能大模型具有基础支撑地位，但由于其没有人类的主观理解能力，人类始终在整体过程中发挥主导作用，人工智能大模型不仅内容生成的语境来自人类，而且从内容生成的目的设置到生成内容的最终赋义，根本上也都需要由人类完成。
由人类为机器生成内容赋义的过程中，可以看到人文社会领域理解和运用人工智能大模型的双重价值。这场深刻的人机数字融合知识生产范式变革，正是哲学社会科学在新时代焕发蓬勃生机的开端。在数字化带来的信息爆炸与问题复杂度指数升级的当下，人机数字融合不仅在知识生产中扮演着越来越重要的角色，而且将推动人类迈向更高层次的进化。
