论的起因

争论的焦点源于近年来大语言模型能力的飞速提升。当 AI 能够生成流畅的对话、解答复杂问题、甚至参与哲学思辨时，人们开始不由自主地将人类的意识属性投射到机器身上。

社交媒体上关于 AI 的讨论常常出现这样的表述：”ChatGPT 今天在想什么？”或者某个 AI 助手”似乎对这个问题感到为难”。这些看似无害的语言表达背后，隐藏着一个认知偏差——将机器的运算结果等同于人类的内心体验。

什么这是陷阱

该文章指出，围绕 AI 意识的争论至少在三个层面上存在严重问题。

**第一，它分散了真正的关注重点。**

当公众和媒体热衷于争论 AI 是否”有意识”时，真正需要解决的现实问题反而被忽略了。这些包括：AI 系统中的偏见和歧视、数据隐私泄露、算法决策的透明度和可解释性、AI 对就业市场的影响，以及 AI 安全技术标准的制定。与其争论机器是否”感受到了什么”，不如关注 AI 系统可能造成的实际伤害。

**第二，它混淆了完全不同的运行机制。**

人类意识是大脑经过数十亿年进化形成的复杂产物，与我们的感官体验、情感反应、社会互动密切相关。而当前的 AI 系统——包括最先进的大型语言模型——本质上是在进行统计学意义上的模式匹配和概率预测。它们输出文字，是因为在海量训练数据中发现了某种语言模式，而不是因为”理解了”或”思考了”什么。

认知科学家反复强调一个基本事实：相似的行为输出并不意味着相似的内部机制。一台计算器能够给出正确的答案，但我们不会因此认为它在”理解”数学。同理，AI 生成的连贯回答也不等于它在”思考”。

**第三，它助长了不切实际的预期。**

当人们相信 AI 具有某种形式的意识时，会对 AI 的能力产生要么过高、要么过低的预期。高估者可能过度信任 AI 的建议，低估者则可能在 AI 表现出意外行为时产生不必要的恐惧。这两种情况都会导致对 AI 技术的不当使用或过度监管。

家的观点

文章引用了多位 AI 安全领域研究者的观点。这些研究者普遍认为，与其使用”意识”、”思考”、”理解”等拟人化词汇来描述 AI，不如采用更加精确的技术语言。

AI 安全研究的先驱之一指出：”我们不应该把 AI 系统的行为解释为’智能’的表现，而应该将其视为一种高度复杂的模式生成工具。”这种表述方式的转变并非文字游戏，而是关系到如何正确理解、评估和监管 AI 技术的关键。

另有学者强调，AI 行业过于频繁的拟人化营销正在误导公众。当公司宣传其 AI 产品”能够思考”或”拥有智慧”时，实际上是在销售一种幻觉。

健康的讨论框架

文章建议，关于 AI 的公众讨论应该从”AI 是否有意识”转向以下更加具体和有意义的问题：

– **AI 系统能够做什么？** 关注其实际能力和局限性

– **AI 系统可能会造成什么伤害？** 关注风险识别和防范

– **谁为 AI 系统的决策负责？** 关注责任归属和治理结构

– **AI 系统的训练数据是否存在偏见？** 关注数据质量和公平性

– **我们如何确保 AI 系统的行为可预测和可解释？** 关注技术透明度和安全性

语

《麻省理工学院技术评论》这篇文章的核心观点简洁而有力：AI 意识之争不仅没有建设性，反而会阻碍我们真正理解这项技术的意义和影响。

AI 技术的快速发展确实带来了深刻的社会和伦理挑战，但解决这些问题需要的不是科幻式的哲学思辨，而是务实的技术评估、清晰的政策框架和负责任的行业实践。与其争论机器是否在”思考”，不如思考如何让这些工具更好地服务于人类社会。

当我们在谈论 AI 时，或许最该记住的一句话是：它们不是我们在科幻电影里看到的那些有意识的角色，它们是我们在实验室里建造的工具。工具的好坏，取决于使用它的人。

这个在注册一些国外服务的时候会用到，比如美区的 Apple ID，信用卡申请等，都可能会用到。

(https://www.fakexy.com/)