【摘要】迈入智能时代，智能系统不仅可以作为人文学科的研究工具，而且可以在一定意义上开展自主的研究活动。虽然智能系统在人文研究方面存在一定的局限性，但也表现出相较于人类研究者的独特优势。鉴于此，智能系统在人文学科研究领域超越人类的“研究奇点”可能会到来。在此前提下，判定“研究奇点”的标准、智能系统研究主体地位的确认、其研究成果的知识产权归属、人机协作下研究能力的分化以及智能时代 “合格研究者”的判断等问题，成为人文学科“研究奇点”的重要引申问题。
【关键词】人文学科 智能系统 “研究奇点” 研究主体 “合格研究者”
【中图分类号】G642.3/TP18 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2024.02.004
【作者简介】孙伟平，上海大学智能哲学与文化研究院院长，马克思主义学院教授、博导。研究方向为价值哲学、智能哲学、马克思主义中国化。主要著作有《大变革时代的哲学》《信息时代的社会历史观》《价值哲学方法论》《伦理学之后——现代西方元伦理学思想》《事实与价值：休谟问题及其解决尝试》等。
随着人工智能的快速发展和广泛应用，智能系统不仅可以作为人文学科的研究工具，而且可以在一定意义上开展自主的研究活动。那么在人文学科研究中，智能系统的研究是否存在一定的限度？它超越人类的“研究奇点”是否可能到来？突破“研究奇点”可能带来什么结果？这些都是影响人文学科未来发展的重大问题。
人文学科的“研究奇点”是否可能到来
2020年12月，Google公司的AlphaFold根据氨基酸序列成功预测了生命基本分子——蛋白质——的三维结构，在基因测序方面展现出了杰出的才能，震动了整个科技界。越来越多的人相信，今后人工智能在自然科学、工程技术研究方面可以大显身手。消息传到人文学科，学者们众说纷纭，莫衷一是。有些学者坚持认为，在比自然科学、工程技术科学更有“人情味”、更加模糊、更难定量化、主要运用形象思维的人文学科，特别是在人类引以为傲却鲜有规律可循的文艺创作方面，智能系统不可能有什么大的作为。
但人工智能的发展正在书写出人意料的答卷。例如，在文艺创作领域，各种智能系统已经开始崭露头角。在诗歌创作方面，当今的“机器人诗人”越来越令人刮目相看。众所周知，微软公司的“小冰”曾经出版过第一本机器人诗集《阳光失了玻璃窗》。清华大学人工智能研究院孙茂松教授团队创制的“九歌”人工智能诗歌写作系统更是令人印象深刻。2017年，中央电视台财经频道《机智过人》节目曾经举办过一场人机诗歌创作比赛。令人震惊的是，人类评委们根本就分辨不出哪些是青年诗人创作的诗，哪些是“九歌”创作的诗，而且多数情况下的结果都是“九歌”胜出。“九歌”的创作似乎一直在冲击人类所特有的“诗才”，例如，它创作的《五绝》：“忆昔扬州月，于今又一秋。故人何处是，落叶满汀洲。”不仅写得十分工整，而且主题鲜明，前后呼应的整体感非常强，甚至表现出了某种“意境”。现在，智能系统正在向各个艺术领域进军，广泛应用于绘画、作曲、演奏（弹钢琴等）、舞台表演，等等。“我们必须承认、接受并坚信这样一个事实：随时随地，机器都在不断改善，可以胜任越来越多的工作。”[1]2023年，大型语言模型ChatGPT-3用来自互联网和出版物的大量数据进行训练，已经可以在许多场景应用，“包括生成论文摘要、翻译、语法更正、问答、聊天机器人、撰写电子邮件等等”[2]。ChatGPT-3生成的文本经常令一般专业人士自叹不如。后来的大型多模态模型GPT-4更是在文字输入控制（避免“胡说”）、图片理解和处理、问答和考试准确性等方面实现了跨越式提升，能够理解更加复杂的指令，生成更多风格的创意性文本，表现得更有逻辑性、更具创造活力。
在人文学科研究方面，智能系统因为与人的结构、性质和工作机理不一样，因此当在智能、自主性等方面获得突破后，相比人类往往呈现出一定的优势。除了智能系统可以用比人类更长的时间、更恒定的状态、更“劳模”的精神开展研究、创作活动之外，它还具有以下6个方面的特点或优势。
第一，以机器视觉、听觉等传感器（包括红外传感器、光学传感器、压力传感器等）、指纹和面容识别，以及浅层的自然语言处理等为基础，结合无所不在的互联网和物联网，智能系统具有非同寻常的“感知能力”或大数据采集能力。自然、社会和人的信息越来越多地被记录、存储和分析，人类迈入了一个“一切有迹可循”且数据越来越有价值的大数据时代。“在这个世界上，数据之所以有价值，往往是因为可以通过组合来自各种来源的数据获取有用的洞察。”[3]相比人类基于五官的有限的感知能力，智能系统依托大数据技术和强大的联网功能，对对象的感知不仅可以从更多视角、更多维度进行，从而更加全面，而且可以“深入”到对象内部，发现更多联系，捕捉更多细节，监控更多变化，从而可能更加接近事情的真相和事物的本质。
第二，依靠各种各样的存储芯片，特别是与线上资源即时互联，智能系统的存储或记忆能力令人类望尘莫及。在研究活动中，智能系统可以存储、搜索、调取几乎无限多的数据和信息，并且可以不断地实时更新。这为智能系统从事人文学科的某些研究活动，例如，资料挖掘、数据比对、史实考据、线索梳理、数理统计、概率分析等，奠定了坚实的基础。在人文学科中的一些实证调查研究、对比分析研究、史实考据研究中，智能系统正表现出相较人类而言越来越大的优势。
第三，依靠新设计的或不断改进的算法，利用云服务器强大的计算能力和运算速度，智能系统的加工、运算能力（例如，相关性分析、因果溯源、归纳总结能力）往往令人类自愧不如。特别是，基于深度学习算法等的智能系统拥有强大的学习能力，特别擅长即时评价和决策，并根据行动过程中的反馈及时进行调整。一旦它们“涉足”某一领域（例如，弈棋、格律诗词写作、书法和绘画创作），开始自主学习、自主升级，则普通人几乎就不可能是它们的对手了。
第四，即使是在想象力、创造力等方面，智能系统虽然目前稍逊于人类，但并非像前人声称的那样根本不可能取得突破。众所周知，贝多芬生前没能完成《第十交响曲》，只遗留下一些笔记和创作的片段，许多作曲家都曾尝试“续作”，可惜都不太成功。近年来，一个由音乐历史学家、音乐理论家、作曲家和计算机科学家组成的团队，根据贝多芬的草稿，经过两年多的努力，用人工智能创作完成了《第十交响曲》。2021年10月9日，完整录音一经发布，就获得了作曲家们的好评。据此我们不难发现，在想象力、创造力方面，今后的智能系统与人类相比，大概率将是各有千秋、争奇斗艳。
第五，与人类相比，智能系统具有丰富的、多样化的表达、沟通、传播方式。智能系统的输入、输出技术和设备不仅丰富多样，而且在不断更新，可以通过多渠道、多媒介，综合性地运用文字、符号、图片、音频、视频等方式进行交流。它们的连接方式四通八达，沟通方式便捷多样，表达方式灵活多元，并且可以根据交流对象的反馈情况，适时调整、变换表达、沟通和传播方式，从而实现令相关各方满意的交流效果。
第六，更为关键的是，智能系统在研究、创作能力的提升方面遵循着与人类不一样的遗传与进化规律。智能系统遵循“摩尔定律”之类的规律，“正在以指数速度提高自己的性能”[4]；而人作为生物体遵循生物进化规律，技能提升则要缓慢得多。任何人从出生时的懵懂无知，到牙牙学语，再逐步成长为有文化、有知识的研究主体，至少需要经历十多年甚至更长的时间，但智能系统的技能进化，只需要设计出新的算法，或者基于大数据进行一定的训练、升级，就能实现。任何人都不可能简单地遗传父辈或他人的知识、技能，但升级版的智能系统在“出生”时就可以自然地“继承”前一代的知识和技能，呈现出明显的功能迭代现象。不同的遗传与进化规律决定了智能系统相较于人类必将从差距不断缩小到逐步反超。
当前，虽然以ChatGPT为代表的新一代人工智能在通用、综合能力方面还不如人类，但在一些学术基准测试和专业研究方面已交出了相当于人类水平的答卷。它们不仅能够根据人类赋予的算法采集和加工数据，接受和传播知识，采取具有一定自主性的行动，而且随着智能科技与量子物理学、纳米科技、生物医学等相结合，它们在想象力、创造力、道德感、社会性和情感的丰富度等人类引以为傲的领域也可能取得突破，甚至可能拥有自主意识，自主地升级、提升自己的算法。时至今日，越来越多的人不仅坚信智能系统能够通过“图灵测试”，而且认为其在人文学科研究领域超越人类的“研究奇点”越来越近了。这正如杰米·萨斯坎德指出的：“我们眼中的‘工作’实际上只是一系列经济上有用的任务。随着时间的推移，机器完成这些任务的能力将逐渐与人类持平并最终超过人类。”[5]
影响和制约“研究奇点”的若干因素
虽然智能系统的研究能力不断增强、研究成果日益丰硕，但也存在着不少影响和制约人文科学“研究奇点”到来的因素。
第一，人类目前尚未弄清楚大脑的结构与“工作机制”。人工智能虽然已经开始延伸甚至超越人脑，但毕竟是以对人脑的模拟为初衷和基础的。无论如何，人脑的结构、“工作原理和机制”尚未弄清，必然影响、制约智能系统的算法设计和应用研究。控制论的先驱和人工神经网络的奠基人沃伦·麦卡洛克（Warren McCulloch）曾经指出：“我们能不能设计出一台机器，做脑所能做的一切？对于这样一个理论问题的回答是：如果你能用一种清晰而有限的方法，说清楚脑能够做什么……那么我们就能设计出一台机器来实现之。”[6]由于尚未弄清楚大脑的结构与“工作机制”，目前人工智能三大流派的算法都仅仅是从特定的方面模拟、延伸人脑。如符号主义的算法主要是从软件方面理解人脑智能，擅长利用现有知识进行较为复杂的逻辑运算、推理、规划、判断等；联结主义的算法主要是从硬件方面理解人脑智能，擅长模式识别、聚类、联想等非结构化问题；行为主义的算法主要是从身体角度理解人脑智能，擅长适应性、学习、快速行为反应等。显然，三大流派的算法都未达到对人脑“工作机制”的全面、完整、清晰的把握，从而也呈现出综合、通用能力的不足，与“像人一样思考，像人一样行动”存在明显的差距。
第二，人工智能的“形式化”和“可计算”追求是有限的。各种信息、数据只有通过形式化的方式表征出来，智能系统才能读取和理解，进而才能对其进行“计算”。而当面临的任务无法形式化地表征时，智能系统往往就会束手无策。因此，人工智能在人文学科能否取得突破的关键，在很大程度上取决于相关研究内容能否“形式化”和“可计算”。然而，人文学科的研究意图、创作活动、人文成果以及对这些成果的欣赏、交流、沟通和传播，是否都能够“形式化”为“可计算”的对象呢？目前无论如何乐观，恐怕都不可能给出肯定的答案。
第三，智能系统是否拥有人文研究的目的和动机。人文研究并不是无目的、无动机的，而是一种“充满人情味”“渗透价值”的目的性活动。无论智能系统的人文研究能力多么强大，如果它没有自己的目的和动机，那么就提不出自己的问题，就不知道关注什么或以什么为研究对象，在研究过程中就可能迷失方向，也难免会缺乏自我调控的“激情”和能力。目前我们或许可以承认智能系统具有比较明确的任务意识，会千方百计地完成研究任务；然而，这些任务往往是人交给它的，并非智能系统自己提出来的，或者说并不是出自其内在的“需要”。它是否会在今后的进化和研究活动中逐渐产生目的和动机，对此不少人明确表示质疑；哪怕有人持乐观的观点，至少也需要通过进一步的观察才能确定。
第四，智能系统难以理解人所特有的“只可意会、难以言传”的本能、知识、技能、品质和习惯等。人文学科是一种立场鲜明的“人学”，往往与人的人性、人格和尊严，信念、信仰和理想，前意识、潜意识和显意识，直觉、灵感和顿悟，情绪、情感和意志等密切联系。然而，这一切都与人的结构和本性相联系，与人的历史发展和现实境况相联系，与人的文化属性和文化传统相联系，它们既多元又复杂，既独特又善变，千百年来人类自己也从未想明白、说清楚过。如果要将这一切提炼为具有规则性、可以执行的算法和程序，交给智能系统进行模拟或呈现，难度可想而知。
第五，算法系统在一定程度上是一个“黑箱”，有时具有不可解释性。我们可以将算法视为对认知、评价的一种“转述”或者“重述”。在“转述”或者“重述”过程中，算法运用其“擅长”的“形式化”将认知、评价的某些方面、某些机制揭示得既清晰又透彻；然而，对其不太“擅长”的比较模糊、难以计算的内容，例如上述“只可意会、难以言传”的人文研究内容，则往往“心有余而力不足”，表现得比较牵强、粗陋和笨拙。不仅如此，它们甚至常常犯一些愚蠢、可笑的低级错误，被人嘲笑为“人工智障”。
总之，智能系统在人文学科研究领域超越人类的“研究奇点”的到来还存在不少制约因素。智能系统的发展和突破有待于对人脑及其工作机制的破译，有待于不同算法范式之间的融通，有待于创造像人一样可以灵活应对新情况、处理开放问题、能够不时产生奇思妙想的“强人工智能”或“通用人工智能”。
判定“研究奇点”的标准
虽然智能系统在人文学科的研究方面还存在不少制约与缺陷，但它确实一直在向“研究奇点”逼近。如果智能系统的研究不断突破各种限制，“研究奇点”可能到来，那么，我们应该以什么为标准或标志进行判定呢？显然，这个标准不应该在学术交流、传播和文化消费等领域寻找，而应该主要在认知、评价和创造等“生产性领域”进行探索，特别是看智能系统在认知、评价和创造的“质”的方面是否全方位地超过了人类。虽然这个问题比较敏感，难免引发争议，但如下一些考虑是基本而必要的。
第一，判断一定的智能系统是否在认知、评价和创造方面超过人类，要看其研究活动是否属于智能系统自主、独立的研究活动。即，只有智能系统真正作为人文研究主体开展的研究活动，才可以用来作为评判的对象。凡是人机协作、人机融合、人机一体化所进行的认知、评价和创造活动，因为有人类不同程度的参与，无论结果如何，都不具有令人信服的说服力。
第二，判断一定的智能系统是否突破人文研究的“研究奇点”，应该考察该智能系统是否拥有自己的研究目的和意图。如果它仅仅只是听从人类研究者的指令——无论是内置于算法中的指令集，还是外在的人类研究者即时的发号施令——来完成人类研究者提供的研究任务，那它就仍然只是人类研究者的“辅助工具”。只有智能系统生成了自己的研究目的和意图，并且以此为方向指引、控制自己的研究活动，那其突破“研究奇点”才具有货真价实的意义。
第三，判断一定的智能系统是否在认知、评价和创造方面超过人类，主要应该从认知、评价和创造的“质”，而不是“量”来考虑。由于智能系统的基本结构和工作原理，以及相对于人在工作时间、状态等方面的优势，它所取得的研究成果“量”往往是巨大的，在这一方面超过人类研究者几乎是轻而易举的事。例如，一位人类诗人无论多么天赋异禀，多么勤奋与高产，如果与“九歌”人工智能诗歌写作系统比赛，看谁在单位时间内创作的诗歌更多，那么结局必然是“九歌”不知疲倦地滔滔不绝地“输出”，而人类诗人则势必有“江郎才尽”之时。不过令人欣慰的是，“量”相对“质”而言往往不具有实质性意义。
第四，判断认知、评价和创造的“质”的优劣高下，除了一些基础性标准和专业领域的标准之外，关键要看它是否立足智能时代的社会实践，真正发现并解决了智能社会中人们面临的一些“真问题”。例如，它是否通过采集、搜集、分析大数据发现了“真问题”？是否对这些“真问题”进行了必要的反思和分析？是否对解决这些“真问题”作出了原创性贡献？是否推进了对相关对象的认识？是否有助于相关领域的健康发展？是否促进了相关的实践活动？等等。
无论如何，智能系统的人文研究以令人炫目的高新技术为基础，是一种新颖、特别的研究活动。它不仅主题芜杂，而且领域多元；不仅内容新奇，而且形式独特；不仅发展快速，而且前景无限。智能系统不仅已经在人文研究活动中大显身手，而且表现出越来越强的“自主性”和“创造性”。人们不难意识到，人工智能正处在高速发展过程中，它目前的表现绝对不是它的终极极限，其极限甚至难以想象。因此，人工智能完全有可能突破“研究奇点”，而这也令传统的人文研究面临巨大的挑战。
智能系统的研究主体地位与知识产权问题
如果智能系统突破了人文学科的“研究奇点”，那么我们自然要追问：智能系统能不能成为人文研究主体？它们的成果（例如，智能艺术）是不是专业的创作？它们研究成果的知识产权归谁？智能系统的人文研究活动对人类研究者究竟会产生什么冲击？这些都是棘手，却必须解决的时代课题。
智能系统能否成为人文研究主体？毋庸置疑，人工智能无论是对人文研究领域的拓展，还是对研究方式的创新；无论是对人的研究手段的丰富，还是对人的研究能力的增强，都属于研究工具的范畴，在根本上不构成对人作为唯一的研究主体地位的挑战。因为在这样的人文研究中，人以自己的目的、意志掌控着全部的研究活动。包括大数据技术、脑机接口技术及设备在内的一切，都不过是人所控制的延展性工具。智能系统并没有生成自己的研究目的和意图，不能以此控制人文研究活动的开展，因此不具有人文研究主体的地位和属性。不过，随着“强人工智能”研究不断取得进展，智能系统是否可能成为人文研究主体的问题就出现变数了。即，人工智能是否具有人文研究主体的身份，与“强人工智能”是否可能在意识、思维、智能以及拟人化上实现对人类的全面超越密切相关。例如，人工智能能否生成研究目的与人工智能是否具有意识特别是自我意识相关；人工智能对人文研究成果是否具有价值判断能力与人工智能能否理解或具有情感相关；人工智能是否要求研究成果的知识产权，与人工智能是否具有人格、能否建立社会关系等相关。
展望未来，人文研究主体的实现可能出现不同的路径。[7]一种可能的进路是，在走向“强人工智能”的过程中，当智能系统部分地而不是全部地具备了某些“强人工智能”的能力时，可以认为智能系统具有了一定意义上的而非整全意义上的“主体性”。这样，即使“强人工智能”永远都不可能实现，智能系统也可以展现出人文研究主体的某些属性。这里实际上暗藏着一种“观念转换”，即无论是人作为人文研究主体，还是智能系统作为人文研究主体，我们都没有必要“抹平”它们之间存在的差异；智能系统即使成为了人文研究主体，也是与人不一样的、建立在大数据和算法基础上的“另类”的“类人研究主体”。在这种情况下，我们根本就没有必要用拟人化的主体标准苛求智能系统，要求它必须表现得“像一个人”、具有类似人的属性。相反，我们应该在尊重差异的基础上寻求共性，探索人机共属的“主体观”，以与智能系统共同推动人文研究活动不断走向深入。
另一种可能的进路是构建人机融合的“混合研究主体”。如果说人作为人文研究主体是一个“身心统一体”的话，那么在基于脑机接口技术等的人-机研究系统中，人就是“心”，而机就是“体”，此时作为“身心统一体”的人文研究主体就以“人机混合体”的方式表现。如果通过脑机接口等技术，以植入人体设备的方式来实现人机融合，则还可能“进化”出“赛博格”这种形式的“人机混合体”。此时的人文研究主体作为拥有“混合智能”的“混合研究主体”，其人文研究能力可能会出人意料的强大。因为它可以综合人、机各自的优势，完成原本单独的人或单独的机器都难以完成的研究任务。
智能系统的研究主体地位与知识产权问题。知识产权与研究、创作主体息息相关。因为智能系统的人文主体地位问题悬而未决，因而关于其研究、创作成果的知识产权问题也就变得复杂了。其中涉及的包括经济、道德和法律在内的纠纷，大致可以分为以下两种情况。
一是人机协作成果的知识产权问题。一般而言，智能系统作为辅助工具，协助人类开展人文研究活动，例如搜集、整理资料，采集和统计数据，提供可选择的创作模板，优化视频和音频，修改文字和标点错误，等等，这时的知识产权往往归属于人类研究者。然而，随着人工智能取得突破性进展，智能系统在研究、创作过程中发挥的作用日益全面且越来越举足轻重，情况就会发生改变。例如，如果智能系统可以提出令人耳目一新的创意，自动录制音频或拍摄视频，自动“生成”文字稿件，自主创作艺术作品（书法、绘画、作曲等），独立演奏乐曲，独立进行舞台表演，自动采集受众的反馈意见并完善作品，而这时人类研究者需要做的仅仅只是选择其中的优秀创意、方案和作品，必要时略微加工润色而已。在这种情况下，由于人类研究者所发挥的作用越来越小，地位越来越次要，因此成果的知识产权归属成了一个“公说公有理，婆说婆有理”的难题。
二是智能系统相对独立的人文成果的知识产权问题。诚然，智能系统（包括核心算法）是人所开发、设定的，甚至可能是对人文领域一无所知或知之甚少的程序员所开发、设定的；而且，智能系统也往往有其所有者或者使用者；但是，仍然难以简单地确定其所产出的人文研究成果的知识产权。例如，“九歌”之类的智能系统已经能够大量地、源源不断地“创作”诗词之类文艺作品，而随着量子计算机等的研发，今后其创作能力、创作绩效肯定还会成倍地增长。那么，“九歌”之类的智能系统是否拥有所“创作”的文艺作品的知识产权？如果其开发者、拥有者或者使用者将其“创作”的作品署名发表，是否属于剽窃？是否侵犯了其知识产权？由于立法滞后，即法律上没有明确规定，因此类似的权益问题正在引发人们的担忧。瑞恩·艾伯特明确主张：“当人工智能在其他方面都满足发明人标准时，法律应当授予人工智能发明专利权，甚至承认人工智能为发明人。”[8]如果人类决定承认智能系统的研究、创作权，那么知识产权法就必须进行彻底的修订了。
研究能力分化与“合格研究者”之争
智能系统突破“研究奇点”可能改写人文研究版图，导致非常严重的社会后果。这里至少需要考虑两个方面，一是智能系统的研究活动对人类研究者究竟会产生什么冲击？二是人机研究能力分化可能导致什么社会后果。
研究能力退化与研究能力分化问题。迈入智能时代，当智能系统在局部甚至整体上具有优于人类研究者的能力时，我们就会将一些适合的人文研究任务交给它们。根据“用进废退”规律，当移交的任务越来越多时，人类研究者的相应能力由于得不到经常性的使用和锻炼，就可能在“闲置”中出现退化，长此以往甚至可能丧失。这一点在历史上曾经屡屡发生。例如，发明了纸和笔之后，人的记忆力就减退了（有些人甚至记不住父母的生日、电话号码）；经常使用便携式计算器，人的计算能力往往大幅下滑。今天，一方面，我们借助各种智能技术和设备增强人文研究能力，另一方面，也有一些人文研究能力——包括识别、记忆（存储）、推理、论证、表达等能力——在不断退化甚至丧失。将来随着人工智能的应用范围越来越广，频率越来越高，我们的能力恐怕还会以更快的速度“流失”。
为了避免以上所说的能力退化或者丧失，拒绝人工智能是不可取的，于是有些人就试图从技术层面想办法。例如，通过在我们的身体（尤其是大脑）中植入一定的智能设备，或者通过脑机接口技术与网络和其他智能系统相连，通过人机融合甚至人机一体化提升人文研究能力。当然，这又难免引出被植入的技术性能力是否归属人类研究者的问题。即，这种外来植入是否属于人类研究者？该能力是否会令人产生“排异”反应？如果植入了智能设备，或者与网络和其他智能系统相连了，这时的人类研究者是否发生了“变异”？是否会获得学术界的承认？譬如，一个人原本的人文素养不高，文献功底平平，考据能力不强，但通过人工智能能力的植入，突然变得非常熟悉文献，考据能力飙升，且持续不断地取得“大师级”的研究成果，那么学术界应该承认他的成果和其“大师”地位吗？
特别是，如果有些人在身体中植入智能设备，或者利用脑机接口技术等与网络连接，与各种各样的智能系统协作，从而成了研究强力超群、杰出成果频频问世的“大师”；而有些人限于文化、经济、技术等条件，不愿意或者无法在身体中植入足够先进的智能设备，无法实现人机联网、与智能系统协作，从而在研究能力方面被远远地抛在后面。这种不同人文学者之间的研究能力差距可能引发一系列严重的社会问题。为了在学术界生存，人类研究者势必卷入一场昂贵的“植入或连接竞赛”：谁有钱或有机会植入，连接得越多、越先进，谁就越拥有人文研究能力方面的优势，就越可能在人文研究方面卓尔不群、独领风骚。于是，学术界就难免人为地制造出新的能力不平等，从而加剧整个学术界的“内卷”，加剧本来就存在的不平等和不公正。一些在“植入或连接竞赛”中落伍的人可能因能力不足而越来越无所作为，直至被学术界无情地遗忘、抛弃。
人机研究能力差距与“合格研究者”之争。目前人工智能的发展尚处于早期，人们打交道比较多的主要是“弱人工智能”。弱人工智能的能力比较单一，也比较有限，以至于有些人认为，人工智能只可能在某些方面超过人，在总体上则永远不可能超过人。然而，近些年来，人工智能的快速发展正在猛烈地冲击，甚至摧毁人们以往的信念。
杰夫·科尔文指出：“人类技能的增速越来越缓慢，而计算机功能的增速却越来越快。”[9]随着ChatGPT之类生成式人工智能的发展，那种可以自主学习人类的经历和体验、具有类似人类的感受力和情感、甚至有强于人类的想象力和创造力的强人工智能，似乎正在从科幻小说中走出来，走进我们的认识-实践活动之中，走进人文研究活动之中。当它们大显身手之时，智能系统是否会取代人类进行人文研究、创造，就必将成为令人焦虑的现实问题。越来越多的人认为，未来的“强人工智能”一定会在总体能力上超过人类，智能系统超越人类的“研究奇点”必将到来。如果不考虑人机协作因素，人机之间的研究能力差距甚至将呈现持续加大的态势。如果人类研究者与智能系统之间的能力差距不断拉大，那么就难免冲击人类“万物之灵”的物种优越感，威胁人类作为认识者、叙述者和诠释者的传统地位。
与智能系统的研究主体地位问题，以及相应的研究能力差异问题相呼应，或许未来人机之间还可能会出现“合格研究者”之争。即可能出现这样的情形：智能系统与人类研究者之间的研究能力发生历史性转折，从而导致出现“谁才是智能时代的合格研究者”之争。无论目前人们对此的答案如何，都难以否认智能系统可以在人文研究中发挥越来越关键的作用，甚至可以自主地开展某些研究活动。如果时代发展的大趋势不可避免，那么人类研究者若想不被淘汰，就必须居安思危、未雨绸缪，与各种智能系统开展一场惊心动魄的竞争。在全面、激烈的竞争过程中，那些头脑僵化、思想保守、拒绝先进技术和设备的“武装”、不善于与智能系统协作的人文研究者，无疑将会最先被淘汰。只有敢于正视问题与挑战，善于利用各种智能技术和设备“武装”自己，特别是善于与这些智能系统深度“融合”，努力实现人机协同、人机融合和“人机一体化”，才可能跟上智能时代发展的步伐，成为人文学科与时俱进的“合格研究者”。
（本文系国家社会科学基金重大招标项目“人工智能前沿问题的马克思主义哲学研究”的阶段性成果，项目编号：19ZDA018）
注释
[1]马尔科姆·弗兰克、保罗·罗里格、本·普林：《AI＋人：新机器时代我们如何生存》，张瀚文译，北京：人民邮电出版社，2018年，前言第3页。
[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]卡鲁姆·蔡斯：《经济奇点：人工智能时代，我们将如何谋生？》，任小红译，北京：机械工业出版社，2018年，第138页。
[5]杰米·萨斯坎德：《算法的力量：人类如何共同生存？》，李大白译，北京日报出版社，2022年，第247页。
[6]转引自顾凡及：《脑海探险》，上海科学技术出版社，2014年，第294页。
[7]参见肖峰：《人工智能与马克思主义实践观的发展》，《哲学分析》，2020年第6期。
[8]瑞恩·艾伯特：《理性机器人：人工智能未来法治图景》，张金平、周睿隽译，上海人民出版社，2021年，第14页。
[9]杰夫·科尔文：《不会被机器替代的人——智能时代的生存策略》，俞婷译，北京：中信出版社，2017年，第9页。
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"
责 编∕桂 琰
