積極回應懷疑與焦慮

關于AI模型不斷增強的能力，信心和憂慮相伴而來。它涉及創(chuàng)新與安全兩大基本問題。安全監(jiān)管與技術創(chuàng)新該如何平衡協(xié)調是重要議題。書中辨析了悲觀論、樂觀論與繁榮論者對AI的基本態(tài)度。悲觀者認為要像對待藥品與核能一樣管控AI。他們主張一種“預防性原則”，即新技術需要首先自證安全。樂觀者則秉持技術的自我適應，“快速發(fā)展也意味著更強的適應性，而更強的適應性則意味著更短的產品周期、更頻繁的迭代更新，以及更安全可靠的產品”。他們認為，限制或干預AI的發(fā)展速度，不僅阻礙提升人類福祉、延緩突破性產品和服務，還會破壞“以創(chuàng)新促安全”的理念。

作為繁榮論者的霍夫曼，給出的答案是：通過普及推廣AI，提升大眾參與度，自由進行公開實驗和反復測試，主動擁抱監(jiān)管。這種迭代部署是“實踐論”的深刻體現，它將“帶來更全面、更包容的反饋，縮短產品周期，加速產品改進，通常也會使產品更加安全可靠”?；诖肆觯珪u了悲觀論者的“預防性原則”，其實質是保守封閉、消極武斷的責任推卸。此原則將衍生出缺乏實證基礎的預測性執(zhí)法，同時“將舉證責任轉至引入潛在風險的一方”。多種預防性干預措施以不同方式減緩技術進步，同時也抹除了監(jiān)管者的職責。潛在風險不應是禁止的理由，而是監(jiān)管的必要，因噎廢食沒有出路。

優(yōu)先考慮新事物、新技術，營造有利于創(chuàng)新、投資、提升創(chuàng)造力的商業(yè)環(huán)境，才是政策的最優(yōu)選項。與觀念論者不同，技術專家、企業(yè)家和投資者是AI的實際參與推動者，我稱之為技術行動派。他們置身事內，更愿擱置爭議，傾向于“無許可創(chuàng)新”的方法——即“主張為創(chuàng)新、實驗和適應性提供充足的空間，特別是在尚未出現明確傷害或現有法規(guī)已經涵蓋這些危害的情況下”。事實上，公開測試即是對監(jiān)管的有效回應。

“測試是普通公眾了解AI及其快速增長的最主要途徑。”如今看到的AI模型建立在多年形成的測試與評估文化之上?！皽y試者通過這種方式，可以將測試的結果與先前建立的基準值進行比較，了解自己與行業(yè)中其他參與相同基準測試的競爭者的差距?！边@是一種基于行業(yè)競爭的自我審核與持續(xù)改進，可以使AI開發(fā)從合法合規(guī)的最低要求，上升到持續(xù)優(yōu)化的更高目標。

基準測試雖然不如法規(guī)具有硬性約束力，但它有助于提升透明度，并使問責更加精準。它塑造出一套篩選和評估系統(tǒng)，在測試中表現不佳的算法預先就被淘汰。相對于專業(yè)法規(guī)的“靜態(tài)監(jiān)管”，基準測試提供了動態(tài)治理的激勵機制?！皽y試的主要作用不是限制、約束或以其他方式設定允許的行為范圍”，而是激發(fā)追趕超越其他同行模型的改進努力。

超級能動性的主導力量

AI的快速發(fā)展?jié)M足了人類對超級能動性的追求。如突破自然人的生理限度，其強大的并行處理能力可幫助我們擺脫遲鈍的神經架構，更好地解決復雜問題。AI可隨物賦形應用于各個領域，與其他各類新技術同構或“聯(lián)姻”，可實現各種價值衍生。我們理應放棄AI威脅人類、與人類競爭、淘汰人類的悲觀論、末日論觀點。這些威脅只有在人類徹底消極、毫無作為、放棄能動性的前提下才會發(fā)生。而人類正是因為尋求能動性、爭取自主才去發(fā)展AI。

相反，人類會因為AI潛在的替代性，被迫激發(fā)出更大能動性。我稱之為學習“馴化”機器，利用算法讓渡部分基礎工作，在人機協(xié)同合作中，發(fā)揮主觀創(chuàng)造力。如在多輪對話中，用戶通過引導、啟發(fā)，甚至質疑方式干預AI，使模型調節(jié)優(yōu)化，變得更包容。同時，AI又逆向培養(yǎng)出善提問、敢要求、愛質疑的人，這是重塑主體性的過程。AI是人類決策的助手、向導與伙伴，它的預處理工作將為我們節(jié)省極大精力。這一過程勢必會產生相對贏家，而參與者、使用者顯然比其他人獲益更多，這“取決于接納AI提供新機遇的速度和膽識”。

大語言模型將大數據轉化為“大知識”，其衍生的“會話智能體功能”提供了情境感知與理解力。通過工具增強個體自主性，對于初學者提升技能、打破門檻壟斷、消除結構性不平等意義深遠。弱勢群體在教育、醫(yī)療、法律咨詢中的無力感將顯著改善。大語言模型解決了人性弱點，對任何用戶都不會冷落，即時響應、永遠耐心、始終愿意回答額外問題。

當國家、全球層面將AI視為發(fā)展戰(zhàn)略，采取親技術、親創(chuàng)新的立場，生產力和效率將顯著提升?！靶翧I模型將擁有更出色的能動性和順序規(guī)劃能力，從而成為技術精湛的各類工作者?！眹腋偁帉⒋俪葾I技術的成功整合，“隨著各國紛紛建立數據中心和超級計算機以推動AI發(fā)展……這些資源正逐漸成為維護國家經濟競爭力和國家安全的關鍵因素”。

協(xié)同進化是必由之路

對于AI的未來，理應持開放包容態(tài)度，這體現為容忍風險度、適應不確定性。只有更大的容錯率與試錯范圍，才能促進人工智能飛躍。作為繁榮論者的霍夫曼，始終以動態(tài)發(fā)展論、技術適應論看待AI。比如，它仍會犯低級錯誤，不法分子將有更多技術手段從事犯罪活動，侵權與虛假信息更易散播。然而，潛在風險恰恰催生了新的社會治理模式——不只是監(jiān)督AI本身，也會管控使用AI的方式。

“動態(tài)契約”可被視為一種應對方案，它是對技術自由的新認知。AI賦能提供了更大自由，但這種自由需要兼顧新規(guī)則與新平衡。我們對自由的構想其實與技術實現的能力密切相關。而AI技術本身亦可服務、拓展于監(jiān)管，如對于限速、限流、禁煙、禁停的完美控制，違規(guī)行為將自動受到懲處。當法規(guī)代碼化，技術能克服任何人性弱點，以毫不妥協(xié)的精準度做到執(zhí)法零容忍。

然而，這也意味著完美控制將取代原有的彈性裁量和自主空間，“可能會使判斷、協(xié)商、靈活性、道德推理、寬恕和同理心等人類特有的能力變得毫無用處”。事實上，我們需要動態(tài)化更強的智能條約，它將重構合法化與信任模式。AI迭代進化的目標是人機高度協(xié)同，解決技術融入社會的適配難題：既要有機器的精準高效（遵守規(guī)則），又要滿足人性中具體靈活的決策需求（合情合理）。

“機器學習允許引入本質上動態(tài)且自適應的基于代碼的規(guī)則，從而復制傳統(tǒng)法律、規(guī)則中由自然語言的靈活性和模糊性所帶來的某些特征”，只要這些系統(tǒng)能從收集到的數據中去學習，它們便能不斷進化，完善其規(guī)則，以更好地匹配其適用的具體情況。換言之，AI安全融入社會，獲得合法化之路，實質需要公眾參與到更宏大的社會契約，并尋求新的接受、新的認同。

一方面，AI模型訓練要在可解釋性與可理解性上模擬人類特質，通過數據洞察強化判斷，實現更強的可拓展性與適應性。另一方面，公眾要在AI合法化過程中發(fā)揮積極和實質作用。如將AI融入政府服務，可增加公眾參與機會，提升部署的進展。同時，AI可更高效地將公眾與政府連接，更易協(xié)作與反饋，成為提升社會凝聚力的建設性力量。作者強調要以對整個社會有益的方式部署AI，超越單純的商業(yè)化利益，重視社會共識和公眾協(xié)同?！霸谶@個高度互聯(lián)、技術驅動的世界，想要取得富有成效的結果，不能僅僅依賴于計算能力、創(chuàng)新能力或有效的監(jiān)管制度，社會的凝聚力同樣至關重要?！?/p>

霍夫曼圍繞迭代部署、動態(tài)契約和協(xié)同進化等概念，描繪了AI的總體性發(fā)展框架。概括說，即AI要與人類發(fā)展利益相向而行，助力人類的“再進化”?！叭绻覀冎鲃舆x擇，AI技術是可以沿著我們設想的軌跡實現的，并最終為個人與社會帶來進步。”這正是技術人文主義的旨歸，始終堅持“技術是手段、AI是延伸、人是目的”這一核心。這是全新語境下對工具理性、技術異化的警惕，也是重塑全新人類主體性的歷史實踐。