【摘要】邁入智能時代，智能系統不僅可以作為人文學科的研究工具，而且可以在一定意義上開展自主的研究活動。雖然智能系統在人文研究方面存在一定的局限性，但也表現出相較于人類研究者的獨特優勢。鑒于此，智能系統在人文學科研究領域超越人類的“研究奇點”可能會到來。在此前提下，判定“研究奇點”的標準、智能系統研究主體地位的確認、其研究成果的知識產權歸屬、人機協作下研究能力的分化以及智能時代 “合格研究者”的判斷等問題，成為人文學科“研究奇點”的重要引申問題。
【關鍵詞】人文學科 智能系統 “研究奇點” 研究主體 “合格研究者”
【中圖分類號】G642.3/TP18 【文獻標識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2024.02.004
【作者簡介】孫偉平，上海大學智能哲學與文化研究院院長，馬克思主義學院教授、博導。研究方向為價值哲學、智能哲學、馬克思主義中國化。主要著作有《大變革時代的哲學》《信息時代的社會歷史觀》《價值哲學方法論》《倫理學之后——現代西方元倫理學思想》《事實與價值：休謨問題及其解決嘗試》等。
隨著人工智能的快速發展和廣泛應用，智能系統不僅可以作為人文學科的研究工具，而且可以在一定意義上開展自主的研究活動。那么在人文學科研究中，智能系統的研究是否存在一定的限度？它超越人類的“研究奇點”是否可能到來？突破“研究奇點”可能帶來什么結果？這些都是影響人文學科未來發展的重大問題。
人文學科的“研究奇點”是否可能到來
2020年12月，Google公司的AlphaFold根據氨基酸序列成功預測了生命基本分子——蛋白質——的三維結構，在基因測序方面展現出了杰出的才能，震動了整個科技界。越來越多的人相信，今后人工智能在自然科學、工程技術研究方面可以大顯身手。消息傳到人文學科，學者們眾說紛紜，莫衷一是。有些學者堅持認為，在比自然科學、工程技術科學更有“人情味”、更加模糊、更難定量化、主要運用形象思維的人文學科，特別是在人類引以為傲卻鮮有規律可循的文藝創作方面，智能系統不可能有什么大的作為。
但人工智能的發展正在書寫出人意料的答卷。例如，在文藝創作領域，各種智能系統已經開始嶄露頭角。在詩歌創作方面，當今的“機器人詩人”越來越令人刮目相看。眾所周知，微軟公司的“小冰”曾經出版過第一本機器人詩集《陽光失了玻璃窗》。清華大學人工智能研究院孫茂松教授團隊創制的“九歌”人工智能詩歌寫作系統更是令人印象深刻。2017年，中央電視臺財經頻道《機智過人》節目曾經舉辦過一場人機詩歌創作比賽。令人震驚的是，人類評委們根本就分辨不出哪些是青年詩人創作的詩，哪些是“九歌”創作的詩，而且多數情況下的結果都是“九歌”勝出。“九歌”的創作似乎一直在沖擊人類所特有的“詩才”，例如，它創作的《五絕》：“憶昔揚州月，于今又一秋。故人何處是，落葉滿汀洲。”不僅寫得十分工整，而且主題鮮明，前后呼應的整體感非常強，甚至表現出了某種“意境”。現在，智能系統正在向各個藝術領域進軍，廣泛應用于繪畫、作曲、演奏（彈鋼琴等）、舞臺表演，等等。“我們必須承認、接受并堅信這樣一個事實：隨時隨地，機器都在不斷改善，可以勝任越來越多的工作。”[1]2023年，大型語言模型ChatGPT-3用來自互聯網和出版物的大量數據進行訓練，已經可以在許多場景應用，“包括生成論文摘要、翻譯、語法更正、問答、聊天機器人、撰寫電子郵件等等”[2]。ChatGPT-3生成的文本經常令一般專業人士自嘆不如。后來的大型多模態模型GPT-4更是在文字輸入控制（避免“胡說”）、圖片理解和處理、問答和考試準確性等方面實現了跨越式提升，能夠理解更加復雜的指令，生成更多風格的創意性文本，表現得更有邏輯性、更具創造活力。
在人文學科研究方面，智能系統因為與人的結構、性質和工作機理不一樣，因此當在智能、自主性等方面獲得突破后，相比人類往往呈現出一定的優勢。除了智能系統可以用比人類更長的時間、更恒定的狀態、更“勞模”的精神開展研究、創作活動之外，它還具有以下6個方面的特點或優勢。
第一，以機器視覺、聽覺等傳感器（包括紅外傳感器、光學傳感器、壓力傳感器等）、指紋和面容識別，以及淺層的自然語言處理等為基礎，結合無所不在的互聯網和物聯網，智能系統具有非同尋常的“感知能力”或大數據采集能力。自然、社會和人的信息越來越多地被記錄、存儲和分析，人類邁入了一個“一切有跡可循”且數據越來越有價值的大數據時代。“在這個世界上，數據之所以有價值，往往是因為可以通過組合來自各種來源的數據獲取有用的洞察。”[3]相比人類基于五官的有限的感知能力，智能系統依托大數據技術和強大的聯網功能，對對象的感知不僅可以從更多視角、更多維度進行，從而更加全面，而且可以“深入”到對象內部，發現更多聯系，捕捉更多細節，監控更多變化，從而可能更加接近事情的真相和事物的本質。
第二，依靠各種各樣的存儲芯片，特別是與線上資源即時互聯，智能系統的存儲或記憶能力令人類望塵莫及。在研究活動中，智能系統可以存儲、搜索、調取幾乎無限多的數據和信息，并且可以不斷地實時更新。這為智能系統從事人文學科的某些研究活動，例如，資料挖掘、數據比對、史實考據、線索梳理、數理統計、概率分析等，奠定了堅實的基礎。在人文學科中的一些實證調查研究、對比分析研究、史實考據研究中，智能系統正表現出相較人類而言越來越大的優勢。
第三，依靠新設計的或不斷改進的算法，利用云服務器強大的計算能力和運算速度，智能系統的加工、運算能力（例如，相關性分析、因果溯源、歸納總結能力）往往令人類自愧不如。特別是，基于深度學習算法等的智能系統擁有強大的學習能力，特別擅長即時評價和決策，并根據行動過程中的反饋及時進行調整。一旦它們“涉足”某一領域（例如，弈棋、格律詩詞寫作、書法和繪畫創作），開始自主學習、自主升級，則普通人幾乎就不可能是它們的對手了。
第四，即使是在想象力、創造力等方面，智能系統雖然目前稍遜于人類，但并非像前人聲稱的那樣根本不可能取得突破。眾所周知，貝多芬生前沒能完成《第十交響曲》，只遺留下一些筆記和創作的片段，許多作曲家都曾嘗試“續作”，可惜都不太成功。近年來，一個由音樂歷史學家、音樂理論家、作曲家和計算機科學家組成的團隊，根據貝多芬的草稿，經過兩年多的努力，用人工智能創作完成了《第十交響曲》。2021年10月9日，完整錄音一經發布，就獲得了作曲家們的好評。據此我們不難發現，在想象力、創造力方面，今后的智能系統與人類相比，大概率將是各有千秋、爭奇斗艷。
第五，與人類相比，智能系統具有豐富的、多樣化的表達、溝通、傳播方式。智能系統的輸入、輸出技術和設備不僅豐富多樣，而且在不斷更新，可以通過多渠道、多媒介，綜合性地運用文字、符號、圖片、音頻、視頻等方式進行交流。它們的連接方式四通八達，溝通方式便捷多樣，表達方式靈活多元，并且可以根據交流對象的反饋情況，適時調整、變換表達、溝通和傳播方式，從而實現令相關各方滿意的交流效果。
第六，更為關鍵的是，智能系統在研究、創作能力的提升方面遵循著與人類不一樣的遺傳與進化規律。智能系統遵循“摩爾定律”之類的規律，“正在以指數速度提高自己的性能”[4]；而人作為生物體遵循生物進化規律，技能提升則要緩慢得多。任何人從出生時的懵懂無知，到牙牙學語，再逐步成長為有文化、有知識的研究主體，至少需要經歷十多年甚至更長的時間，但智能系統的技能進化，只需要設計出新的算法，或者基于大數據進行一定的訓練、升級，就能實現。任何人都不可能簡單地遺傳父輩或他人的知識、技能，但升級版的智能系統在“出生”時就可以自然地“繼承”前一代的知識和技能，呈現出明顯的功能迭代現象。不同的遺傳與進化規律決定了智能系統相較于人類必將從差距不斷縮小到逐步反超。
當前，雖然以ChatGPT為代表的新一代人工智能在通用、綜合能力方面還不如人類，但在一些學術基準測試和專業研究方面已交出了相當于人類水平的答卷。它們不僅能夠根據人類賦予的算法采集和加工數據，接受和傳播知識，采取具有一定自主性的行動，而且隨著智能科技與量子物理學、納米科技、生物醫學等相結合，它們在想象力、創造力、道德感、社會性和情感的豐富度等人類引以為傲的領域也可能取得突破，甚至可能擁有自主意識，自主地升級、提升自己的算法。時至今日，越來越多的人不僅堅信智能系統能夠通過“圖靈測試”，而且認為其在人文學科研究領域超越人類的“研究奇點”越來越近了。這正如杰米·薩斯坎德指出的：“我們眼中的‘工作’實際上只是一系列經濟上有用的任務。隨著時間的推移，機器完成這些任務的能力將逐漸與人類持平并最終超過人類。”[5]
影響和制約“研究奇點”的若干因素
雖然智能系統的研究能力不斷增強、研究成果日益豐碩，但也存在著不少影響和制約人文科學“研究奇點”到來的因素。
第一，人類目前尚未弄清楚大腦的結構與“工作機制”。人工智能雖然已經開始延伸甚至超越人腦，但畢竟是以對人腦的模擬為初衷和基礎的。無論如何，人腦的結構、“工作原理和機制”尚未弄清，必然影響、制約智能系統的算法設計和應用研究。控制論的先驅和人工神經網絡的奠基人沃倫·麥卡洛克（Warren McCulloch）曾經指出：“我們能不能設計出一臺機器，做腦所能做的一切？對于這樣一個理論問題的回答是：如果你能用一種清晰而有限的方法，說清楚腦能夠做什么……那么我們就能設計出一臺機器來實現之。”[6]由于尚未弄清楚大腦的結構與“工作機制”，目前人工智能三大流派的算法都僅僅是從特定的方面模擬、延伸人腦。如符號主義的算法主要是從軟件方面理解人腦智能，擅長利用現有知識進行較為復雜的邏輯運算、推理、規劃、判斷等；聯結主義的算法主要是從硬件方面理解人腦智能，擅長模式識別、聚類、聯想等非結構化問題；行為主義的算法主要是從身體角度理解人腦智能，擅長適應性、學習、快速行為反應等。顯然，三大流派的算法都未達到對人腦“工作機制”的全面、完整、清晰的把握，從而也呈現出綜合、通用能力的不足，與“像人一樣思考，像人一樣行動”存在明顯的差距。
第二，人工智能的“形式化”和“可計算”追求是有限的。各種信息、數據只有通過形式化的方式表征出來，智能系統才能讀取和理解，進而才能對其進行“計算”。而當面臨的任務無法形式化地表征時，智能系統往往就會束手無策。因此，人工智能在人文學科能否取得突破的關鍵，在很大程度上取決于相關研究內容能否“形式化”和“可計算”。然而，人文學科的研究意圖、創作活動、人文成果以及對這些成果的欣賞、交流、溝通和傳播，是否都能夠“形式化”為“可計算”的對象呢？目前無論如何樂觀，恐怕都不可能給出肯定的答案。
第三，智能系統是否擁有人文研究的目的和動機。人文研究并不是無目的、無動機的，而是一種“充滿人情味”“滲透價值”的目的性活動。無論智能系統的人文研究能力多么強大，如果它沒有自己的目的和動機，那么就提不出自己的問題，就不知道關注什么或以什么為研究對象，在研究過程中就可能迷失方向，也難免會缺乏自我調控的“激情”和能力。目前我們或許可以承認智能系統具有比較明確的任務意識，會千方百計地完成研究任務；然而，這些任務往往是人交給它的，并非智能系統自己提出來的，或者說并不是出自其內在的“需要”。它是否會在今后的進化和研究活動中逐漸產生目的和動機，對此不少人明確表示質疑；哪怕有人持樂觀的觀點，至少也需要通過進一步的觀察才能確定。
第四，智能系統難以理解人所特有的“只可意會、難以言傳”的本能、知識、技能、品質和習慣等。人文學科是一種立場鮮明的“人學”，往往與人的人性、人格和尊嚴，信念、信仰和理想，前意識、潛意識和顯意識，直覺、靈感和頓悟，情緒、情感和意志等密切聯系。然而，這一切都與人的結構和本性相聯系，與人的歷史發展和現實境況相聯系，與人的文化屬性和文化傳統相聯系，它們既多元又復雜，既獨特又善變，千百年來人類自己也從未想明白、說清楚過。如果要將這一切提煉為具有規則性、可以執行的算法和程序，交給智能系統進行模擬或呈現，難度可想而知。
第五，算法系統在一定程度上是一個“黑箱”，有時具有不可解釋性。我們可以將算法視為對認知、評價的一種“轉述”或者“重述”。在“轉述”或者“重述”過程中，算法運用其“擅長”的“形式化”將認知、評價的某些方面、某些機制揭示得既清晰又透徹；然而，對其不太“擅長”的比較模糊、難以計算的內容，例如上述“只可意會、難以言傳”的人文研究內容，則往往“心有余而力不足”，表現得比較牽強、粗陋和笨拙。不僅如此，它們甚至常常犯一些愚蠢、可笑的低級錯誤，被人嘲笑為“人工智障”。
總之，智能系統在人文學科研究領域超越人類的“研究奇點”的到來還存在不少制約因素。智能系統的發展和突破有待于對人腦及其工作機制的破譯，有待于不同算法范式之間的融通，有待于創造像人一樣可以靈活應對新情況、處理開放問題、能夠不時產生奇思妙想的“強人工智能”或“通用人工智能”。
判定“研究奇點”的標準
雖然智能系統在人文學科的研究方面還存在不少制約與缺陷，但它確實一直在向“研究奇點”逼近。如果智能系統的研究不斷突破各種限制，“研究奇點”可能到來，那么，我們應該以什么為標準或標志進行判定呢？顯然，這個標準不應該在學術交流、傳播和文化消費等領域尋找，而應該主要在認知、評價和創造等“生產性領域”進行探索，特別是看智能系統在認知、評價和創造的“質”的方面是否全方位地超過了人類。雖然這個問題比較敏感，難免引發爭議，但如下一些考慮是基本而必要的。
第一，判斷一定的智能系統是否在認知、評價和創造方面超過人類，要看其研究活動是否屬于智能系統自主、獨立的研究活動。即，只有智能系統真正作為人文研究主體開展的研究活動，才可以用來作為評判的對象。凡是人機協作、人機融合、人機一體化所進行的認知、評價和創造活動，因為有人類不同程度的參與，無論結果如何，都不具有令人信服的說服力。
第二，判斷一定的智能系統是否突破人文研究的“研究奇點”，應該考察該智能系統是否擁有自己的研究目的和意圖。如果它僅僅只是聽從人類研究者的指令——無論是內置于算法中的指令集，還是外在的人類研究者即時的發號施令——來完成人類研究者提供的研究任務，那它就仍然只是人類研究者的“輔助工具”。只有智能系統生成了自己的研究目的和意圖，并且以此為方向指引、控制自己的研究活動，那其突破“研究奇點”才具有貨真價實的意義。
第三，判斷一定的智能系統是否在認知、評價和創造方面超過人類，主要應該從認知、評價和創造的“質”，而不是“量”來考慮。由于智能系統的基本結構和工作原理，以及相對于人在工作時間、狀態等方面的優勢，它所取得的研究成果“量”往往是巨大的，在這一方面超過人類研究者幾乎是輕而易舉的事。例如，一位人類詩人無論多么天賦異稟，多么勤奮與高產，如果與“九歌”人工智能詩歌寫作系統比賽，看誰在單位時間內創作的詩歌更多，那么結局必然是“九歌”不知疲倦地滔滔不絕地“輸出”，而人類詩人則勢必有“江郎才盡”之時。不過令人欣慰的是，“量”相對“質”而言往往不具有實質性意義。
第四，判斷認知、評價和創造的“質”的優劣高下，除了一些基礎性標準和專業領域的標準之外，關鍵要看它是否立足智能時代的社會實踐，真正發現并解決了智能社會中人們面臨的一些“真問題”。例如，它是否通過采集、搜集、分析大數據發現了“真問題”？是否對這些“真問題”進行了必要的反思和分析？是否對解決這些“真問題”作出了原創性貢獻？是否推進了對相關對象的認識？是否有助于相關領域的健康發展？是否促進了相關的實踐活動？等等。
無論如何，智能系統的人文研究以令人炫目的高新技術為基礎，是一種新穎、特別的研究活動。它不僅主題蕪雜，而且領域多元；不僅內容新奇，而且形式獨特；不僅發展快速，而且前景無限。智能系統不僅已經在人文研究活動中大顯身手，而且表現出越來越強的“自主性”和“創造性”。人們不難意識到，人工智能正處在高速發展過程中，它目前的表現絕對不是它的終極極限，其極限甚至難以想象。因此，人工智能完全有可能突破“研究奇點”，而這也令傳統的人文研究面臨巨大的挑戰。
智能系統的研究主體地位與知識產權問題
如果智能系統突破了人文學科的“研究奇點”，那么我們自然要追問：智能系統能不能成為人文研究主體？它們的成果（例如，智能藝術）是不是專業的創作？它們研究成果的知識產權歸誰？智能系統的人文研究活動對人類研究者究竟會產生什么沖擊？這些都是棘手，卻必須解決的時代課題。
智能系統能否成為人文研究主體？毋庸置疑，人工智能無論是對人文研究領域的拓展，還是對研究方式的創新；無論是對人的研究手段的豐富，還是對人的研究能力的增強，都屬于研究工具的范疇，在根本上不構成對人作為唯一的研究主體地位的挑戰。因為在這樣的人文研究中，人以自己的目的、意志掌控著全部的研究活動。包括大數據技術、腦機接口技術及設備在內的一切，都不過是人所控制的延展性工具。智能系統并沒有生成自己的研究目的和意圖，不能以此控制人文研究活動的開展，因此不具有人文研究主體的地位和屬性。不過，隨著“強人工智能”研究不斷取得進展，智能系統是否可能成為人文研究主體的問題就出現變數了。即，人工智能是否具有人文研究主體的身份，與“強人工智能”是否可能在意識、思維、智能以及擬人化上實現對人類的全面超越密切相關。例如，人工智能能否生成研究目的與人工智能是否具有意識特別是自我意識相關；人工智能對人文研究成果是否具有價值判斷能力與人工智能能否理解或具有情感相關；人工智能是否要求研究成果的知識產權，與人工智能是否具有人格、能否建立社會關系等相關。
展望未來，人文研究主體的實現可能出現不同的路徑。[7]一種可能的進路是，在走向“強人工智能”的過程中，當智能系統部分地而不是全部地具備了某些“強人工智能”的能力時，可以認為智能系統具有了一定意義上的而非整全意義上的“主體性”。這樣，即使“強人工智能”永遠都不可能實現，智能系統也可以展現出人文研究主體的某些屬性。這里實際上暗藏著一種“觀念轉換”，即無論是人作為人文研究主體，還是智能系統作為人文研究主體，我們都沒有必要“抹平”它們之間存在的差異；智能系統即使成為了人文研究主體，也是與人不一樣的、建立在大數據和算法基礎上的“另類”的“類人研究主體”。在這種情況下，我們根本就沒有必要用擬人化的主體標準苛求智能系統，要求它必須表現得“像一個人”、具有類似人的屬性。相反，我們應該在尊重差異的基礎上尋求共性，探索人機共屬的“主體觀”，以與智能系統共同推動人文研究活動不斷走向深入。
另一種可能的進路是構建人機融合的“混合研究主體”。如果說人作為人文研究主體是一個“身心統一體”的話，那么在基于腦機接口技術等的人-機研究系統中，人就是“心”，而機就是“體”，此時作為“身心統一體”的人文研究主體就以“人機混合體”的方式表現。如果通過腦機接口等技術，以植入人體設備的方式來實現人機融合，則還可能“進化”出“賽博格”這種形式的“人機混合體”。此時的人文研究主體作為擁有“混合智能”的“混合研究主體”，其人文研究能力可能會出人意料的強大。因為它可以綜合人、機各自的優勢，完成原本單獨的人或單獨的機器都難以完成的研究任務。
智能系統的研究主體地位與知識產權問題。知識產權與研究、創作主體息息相關。因為智能系統的人文主體地位問題懸而未決，因而關于其研究、創作成果的知識產權問題也就變得復雜了。其中涉及的包括經濟、道德和法律在內的糾紛，大致可以分為以下兩種情況。
一是人機協作成果的知識產權問題。一般而言，智能系統作為輔助工具，協助人類開展人文研究活動，例如搜集、整理資料，采集和統計數據，提供可選擇的創作模板，優化視頻和音頻，修改文字和標點錯誤，等等，這時的知識產權往往歸屬于人類研究者。然而，隨著人工智能取得突破性進展，智能系統在研究、創作過程中發揮的作用日益全面且越來越舉足輕重，情況就會發生改變。例如，如果智能系統可以提出令人耳目一新的創意，自動錄制音頻或拍攝視頻，自動“生成”文字稿件，自主創作藝術作品（書法、繪畫、作曲等），獨立演奏樂曲，獨立進行舞臺表演，自動采集受眾的反饋意見并完善作品，而這時人類研究者需要做的僅僅只是選擇其中的優秀創意、方案和作品，必要時略微加工潤色而已。在這種情況下，由于人類研究者所發揮的作用越來越小，地位越來越次要，因此成果的知識產權歸屬成了一個“公說公有理，婆說婆有理”的難題。
二是智能系統相對獨立的人文成果的知識產權問題。誠然，智能系統（包括核心算法）是人所開發、設定的，甚至可能是對人文領域一無所知或知之甚少的程序員所開發、設定的；而且，智能系統也往往有其所有者或者使用者；但是，仍然難以簡單地確定其所產出的人文研究成果的知識產權。例如，“九歌”之類的智能系統已經能夠大量地、源源不斷地“創作”詩詞之類文藝作品，而隨著量子計算機等的研發，今后其創作能力、創作績效肯定還會成倍地增長。那么，“九歌”之類的智能系統是否擁有所“創作”的文藝作品的知識產權？如果其開發者、擁有者或者使用者將其“創作”的作品署名發表，是否屬于剽竊？是否侵犯了其知識產權？由于立法滯后，即法律上沒有明確規定，因此類似的權益問題正在引發人們的擔憂。瑞恩·艾伯特明確主張：“當人工智能在其他方面都滿足發明人標準時，法律應當授予人工智能發明專利權，甚至承認人工智能為發明人。”[8]如果人類決定承認智能系統的研究、創作權，那么知識產權法就必須進行徹底的修訂了。
研究能力分化與“合格研究者”之爭
智能系統突破“研究奇點”可能改寫人文研究版圖，導致非常嚴重的社會后果。這里至少需要考慮兩個方面，一是智能系統的研究活動對人類研究者究竟會產生什么沖擊？二是人機研究能力分化可能導致什么社會后果。
研究能力退化與研究能力分化問題。邁入智能時代，當智能系統在局部甚至整體上具有優于人類研究者的能力時，我們就會將一些適合的人文研究任務交給它們。根據“用進廢退”規律，當移交的任務越來越多時，人類研究者的相應能力由于得不到經常性的使用和鍛煉，就可能在“閑置”中出現退化，長此以往甚至可能喪失。這一點在歷史上曾經屢屢發生。例如，發明了紙和筆之后，人的記憶力就減退了（有些人甚至記不住父母的生日、電話號碼）；經常使用便攜式計算器，人的計算能力往往大幅下滑。今天，一方面，我們借助各種智能技術和設備增強人文研究能力，另一方面，也有一些人文研究能力——包括識別、記憶（存儲）、推理、論證、表達等能力——在不斷退化甚至喪失。將來隨著人工智能的應用范圍越來越廣，頻率越來越高，我們的能力恐怕還會以更快的速度“流失”。
為了避免以上所說的能力退化或者喪失，拒絕人工智能是不可取的，于是有些人就試圖從技術層面想辦法。例如，通過在我們的身體（尤其是大腦）中植入一定的智能設備，或者通過腦機接口技術與網絡和其他智能系統相連，通過人機融合甚至人機一體化提升人文研究能力。當然，這又難免引出被植入的技術性能力是否歸屬人類研究者的問題。即，這種外來植入是否屬于人類研究者？該能力是否會令人產生“排異”反應？如果植入了智能設備，或者與網絡和其他智能系統相連了，這時的人類研究者是否發生了“變異”？是否會獲得學術界的承認？譬如，一個人原本的人文素養不高，文獻功底平平，考據能力不強，但通過人工智能能力的植入，突然變得非常熟悉文獻，考據能力飆升，且持續不斷地取得“大師級”的研究成果，那么學術界應該承認他的成果和其“大師”地位嗎？
特別是，如果有些人在身體中植入智能設備，或者利用腦機接口技術等與網絡連接，與各種各樣的智能系統協作，從而成了研究強力超群、杰出成果頻頻問世的“大師”；而有些人限于文化、經濟、技術等條件，不愿意或者無法在身體中植入足夠先進的智能設備，無法實現人機聯網、與智能系統協作，從而在研究能力方面被遠遠地拋在后面。這種不同人文學者之間的研究能力差距可能引發一系列嚴重的社會問題。為了在學術界生存，人類研究者勢必卷入一場昂貴的“植入或連接競賽”：誰有錢或有機會植入，連接得越多、越先進，誰就越擁有人文研究能力方面的優勢，就越可能在人文研究方面卓爾不群、獨領風騷。于是，學術界就難免人為地制造出新的能力不平等，從而加劇整個學術界的“內卷”，加劇本來就存在的不平等和不公正。一些在“植入或連接競賽”中落伍的人可能因能力不足而越來越無所作為，直至被學術界無情地遺忘、拋棄。
人機研究能力差距與“合格研究者”之爭。目前人工智能的發展尚處于早期，人們打交道比較多的主要是“弱人工智能”。弱人工智能的能力比較單一，也比較有限，以至于有些人認為，人工智能只可能在某些方面超過人，在總體上則永遠不可能超過人。然而，近些年來，人工智能的快速發展正在猛烈地沖擊，甚至摧毀人們以往的信念。
杰夫·科爾文指出：“人類技能的增速越來越緩慢，而計算機功能的增速卻越來越快。”[9]隨著ChatGPT之類生成式人工智能的發展，那種可以自主學習人類的經歷和體驗、具有類似人類的感受力和情感、甚至有強于人類的想象力和創造力的強人工智能，似乎正在從科幻小說中走出來，走進我們的認識-實踐活動之中，走進人文研究活動之中。當它們大顯身手之時，智能系統是否會取代人類進行人文研究、創造，就必將成為令人焦慮的現實問題。越來越多的人認為，未來的“強人工智能”一定會在總體能力上超過人類，智能系統超越人類的“研究奇點”必將到來。如果不考慮人機協作因素，人機之間的研究能力差距甚至將呈現持續加大的態勢。如果人類研究者與智能系統之間的能力差距不斷拉大，那么就難免沖擊人類“萬物之靈”的物種優越感，威脅人類作為認識者、敘述者和詮釋者的傳統地位。
與智能系統的研究主體地位問題，以及相應的研究能力差異問題相呼應，或許未來人機之間還可能會出現“合格研究者”之爭。即可能出現這樣的情形：智能系統與人類研究者之間的研究能力發生歷史性轉折，從而導致出現“誰才是智能時代的合格研究者”之爭。無論目前人們對此的答案如何，都難以否認智能系統可以在人文研究中發揮越來越關鍵的作用，甚至可以自主地開展某些研究活動。如果時代發展的大趨勢不可避免，那么人類研究者若想不被淘汰，就必須居安思危、未雨綢繆，與各種智能系統開展一場驚心動魄的競爭。在全面、激烈的競爭過程中，那些頭腦僵化、思想保守、拒絕先進技術和設備的“武裝”、不善于與智能系統協作的人文研究者，無疑將會最先被淘汰。只有敢于正視問題與挑戰，善于利用各種智能技術和設備“武裝”自己，特別是善于與這些智能系統深度“融合”，努力實現人機協同、人機融合和“人機一體化”，才可能跟上智能時代發展的步伐，成為人文學科與時俱進的“合格研究者”。
（本文系國家社會科學基金重大招標項目“人工智能前沿問題的馬克思主義哲學研究”的階段性成果，項目編號：19ZDA018）
注釋
[1]馬爾科姆·弗蘭克、保羅·羅里格、本·普林：《AI＋人：新機器時代我們如何生存》，張瀚文譯，北京：人民郵電出版社，2018年，前言第3頁。
[2]L. Floridi and M. Chiriatti, "GPT-3: Its Nature, Scope, Limits, and Consequences," Minds and Machines, 2020, 3(4).
[3]S. Klous and N. Wielaard, We Are Big Data: The Future of the Information Society, Amstelveen: Atlantis Press, 2016, p. 27.
[4]卡魯姆·蔡斯：《經濟奇點：人工智能時代，我們將如何謀生？》，任小紅譯，北京：機械工業出版社，2018年，第138頁。
[5]杰米·薩斯坎德：《算法的力量：人類如何共同生存？》，李大白譯，北京日報出版社，2022年，第247頁。
[6]轉引自顧凡及：《腦海探險》，上海科學技術出版社，2014年，第294頁。
[7]參見肖峰：《人工智能與馬克思主義實踐觀的發展》，《哲學分析》，2020年第6期。
[8]瑞恩·艾伯特：《理性機器人：人工智能未來法治圖景》，張金平、周睿雋譯，上海人民出版社，2021年，第14頁。
[9]杰夫·科爾文：《不會被機器替代的人——智能時代的生存策略》，俞婷譯，北京：中信出版社，2017年，第9頁。
Intelligent Systems-Based "Research Singularity" in the Humanities and Its Implications
Sun Weiping
Abstract: Entering the intelligent era, intelligent systems can not only be used as a research tool in the humanities, but also carry out autonomous research activities in a certain sense. Although intelligent systems have certain limitations in humanities research, they also show unique advantages compared to human researchers. In view of this, a "research singularity" in which intelligent systems surpass human beings in the field of humanities research may arrive. Under this premise, issues such as the criteria for determining the "research singularity", the confirmation of the research subject status of intelligent systems, the attribution of intellectual property rights to their research results, the differentiation of research capabilities under human-machine collaboration, and the judgment of "qualified researchers" in the age of intelligence have become the key issues of the "research singularity" in the humanities.
Keywords: humanities, intelligent system, "research singularity", research subject, "qualified researcher"
責 編∕桂 琰
