{"text":[[{"start":7.38,"text":"作者现任纽约科学院(The New York Academy of Sciences)主席，曾任加州大学伯克利分校(University of California, Berkeley)校长"}],[{"start":13.24,"text":"法国哲学家米歇尔•福柯(Michel Foucault)在《词与物》中的一段话，不断在人工智能讨论中被重新提起，原因也很充分。福柯写道：“人是近期才出现的一项发明，而且或许已濒临终结。”他所说的并不是人类可能消失，而是“人”——现代知识主体的形象，作为知识生产的中心和主宰者——是一种脆弱的历史建构。福柯在生成式AI问世数十年前便已去世，但如今他的预言听起来已不再荒诞。"}],[{"start":45,"text":"当机器系统能够承担过去专属于作为认知主体的“人”的某些功能——生成文本、进行推理，产出看似源于人类理解的内容——福柯所预见的那种主体转移，便重新变得可能。"}],[{"start":57.61,"text":"艾伦•图灵(Alan Turing)在1950年就预见到了这一点。他预测，“到本世纪末，人们的用词和受过良好教育者的普遍观点将发生如此大的变化，以至于谈论机器会思考时，人们不会再期待有人反驳”。次年，他的表述更加直白：“如果机器能够思考，它或许会比我们更聪明；那我们又该怎么办？”在同一时期的一篇未发表论文中，他更进一步警告说：“因此，我们终有一天必须预料到，机器会接管控制权。”"}],[{"start":89.97,"text":"当然，人类观念从来不是一成不变的。宗教和神学领域的剧变，以及科学技术的发现，都曾推动这些观念发生转变。哥白尼(Copernicus)改变了我们对地球在宇宙中居于中心这一观念的认识，查尔斯•达尔文(Charles Darwin)则彻底革新了我们对人类在动物界中位置的理解。如今，无论我们如何看待关于“奇点”或“通用人工智能”即将到来的预测，大体上都承认，组织知识的类别并非永恒不变，而当下对“人”的理解也不会例外。"}],[{"start":120.43,"text":"AI不仅是技术层面的挑战，也不只是哲学难题。它向我们的大学及其他以知识为基础的机构敲响了警钟。这类机构承载着种种假设，涉及人的价值观、专业知识的来源与边界，以及社会、政府与知识之间应有的关系。当有关知识由谁或什么创造、控制和使用的假设开始改变时，建立在这些假设之上的机构也面临越来越大的变革压力。"}],[{"start":148.01,"text":"与弗兰肯斯坦(Frankenstein)的怪物一样，AI已从实验室走进日常生活。如今，AI系统影响着我们获取的信息、建立的社会关系、参与的文化活动、从事的工作、接受的医疗诊断和教育，以及塑造我们未来的科学发现和政策建议。量子计算、合成生物学、先进机器人技术和区块链系统等新兴技术，很可能会加速这些变革性影响。"}],[{"start":174.03,"text":"许多科学家对取得前所未有的科学突破充满期待，但也有人担忧的不只是AI对传统科研流程的影响，还有新型计算推理方式的“黑箱”属性。如果新的发现建立在机器智能而非人类理解之上，会发生什么？随着AI能力不断超越人类，这种情况或将愈发普遍。"}],[{"start":194.84,"text":"其他知识机构又将如何？功能强大的AI模型随处可用，将如何影响课堂教学、学生学习与评估、批判性思维的培养，以及写作、阅读、统计和数学能力的发展？更不用说教职人员的作用和学术研究的价值了。大学、研究中心和智库还能否完整存续？"}],[{"start":216.47,"text":"我们的许多制度已经暴露出弱点和脆弱之处，而AI这一新兴知识经济只会加剧这些问题。现在是重新审视它们、并在某些情况下重新设计它们的时候了。机器只会变得越来越聪明。它们会找到新的方法智胜人类，也会设法隐瞒自己如何实现目标、得出结论。然而，人类仍有能力为机器和自己设定目标，并确立衡量成功的标准。要做到这一点，我们需要下定决心参加考试，而不是作弊获取答案或对问题视而不见。"}]],"url":"https://audio.ftcn.net.cn/album/a_1793368708_7342.mp3"}