对话｜AI企业为何争抢哲学家？内容生成越廉价，判断力越是稀缺能力

长期以来，对话哲学常被贴上“迂腐”与“深奥”的企业标签。然而，为何随着人工智能（AI）浪潮的争抢哲学席卷，硅谷科技巨头正纷纷向哲学家伸出橄榄枝，家内试图为冰冷的容生算法注入“高尚”的灵魂。

谷歌DeepMind首席执行官戴米斯·哈萨比斯多次呼吁，廉价力亟需更多哲学家参与思考AI引发的判断社会变革。据悉，稀缺DeepMind已雇佣至少10位哲学家。对话其高级哲学家伊阿宋·加布里奥指出，企业哲学介入显著减少了AI行业的为何“幻觉”（即编造事实）现象，他认为哲学训练是争抢哲学优化AI长程推理能力的“强力机制”。

Anthropic同样高度重视哲学在AI伦理中的家内基石作用。今年初，容生其旗舰模型Claude发布了由首席哲学家阿曼达·阿斯克尔主导的“新宪法”，融入了包括伊曼纽尔·康德道德哲学在内的多领域训练素材，旨在赋予Claude“良好的品格”。

这两门学科从未如此紧密交织。数据显示，与AI相关的哲学职位比例正在攀升。纽约联邦储备银行今年早些时候发布的数据揭示了一个反直觉的现象：在美国，哲学专业毕业生的就业竞争力甚至超过了计算机科学专业。在最新的可查年份——2024年，计算机科学毕业生的失业率为7%，而哲学专业毕业生仅为5.1%。大量哲学毕业生涌入AI行业，学术界学者也面临被争抢的局面。

耶鲁大学哲学教授丹尼尔·格雷科今年也收到了科技公司的邀约。自4月起，他兼职参与大模型训练，通过向AI提出旨在测试其哲学推理极限的问题并评分，乐在其中。他近期撰写的《我是一名哲学教授，这就是我训练AI来取代我的原因》一文引发轩然大波，甚至招致哈佛大学哲学学者的公开反驳。

耶鲁大学哲学教授丹尼尔·格雷科（Daniel Greco）

丹尼尔·格雷科近日在接受澎湃新闻（www.thepaper.cn）专访时表示，就学术研究而言，目前AI生成的整篇论文尚缺乏原创性，但在原则上并无不可逾越的障碍。反之，哲学将持续反哺AI，尤其在“价值对齐”问题上，如何让AI行为与人类价值观兼容，仍需哲学家深度参与。

面对曾经盛行的“AI时代文科萎缩论”，格雷科认为，随着内容生成成本趋近于零，真正稀缺的能力将转向“判断力”，而这正是哲学长期训练的核心所在。

哲学家如何重塑大模型底层逻辑

澎湃新闻：作为一名哲学家，您是如何接触并认识AI，并将这项技术与哲学研究相结合的？

格雷科：这源于我教授的“心灵哲学”课程。我们常研读英国计算机科学家艾伦·图灵1950年的论文，其中引入了图灵测试概念。过去，我和学生会尝试运行旨在通过图灵测试的早期程序，如60年代开发的聊天机器人“Eliza”，它模拟心理治疗师回答问题。那时我们觉得，距离真正通过图灵测试还很遥远。

然而，眨眼之间，GPT-3问世，ChatGPT紧随其后。记得当时我正在授课，那一刻我意识到必须改变观点。图灵测试旨在判断机器是否表现出与人类等价或无法区分的智能。但我现在更倾向于认为，即使通过了图灵测试，也不代表机器具备人类的心智。

因此，我从心灵哲学角度开始关注AI，探究它在拥有何种能力的同时，又缺失了哪些能力。例如，我难以想象它能拥有如此强大的智能和推理能力，却缺乏欲望、主体性，无法在世界上自主行动。这实际上是我将AI融入哲学思考与研究的过程。

此外，AI在写作辅助上也有助益。当我有想法但无法组织时，AI能推动思维进程。我可以直接将大量想法输入一个大提示词（prompt），开启对话，这能更快将模糊想法推进至大纲阶段。

澎湃新闻：您是否尝试过将AI融入哲学课堂？

格雷科：尚未。我们许多人仍在探索如何适应一个学生可随时接触AI的世界。目前的工作多集中在调整作业形式，以应对家庭作业已无法可靠测试的现状。

我尚未找到将AI积极融入教学的完美方案。

澎湃新闻：您现在为AI公司兼职，利用哲学学识训练大模型。最初接触时，是否有伦理顾虑？促使您接受这份兼职的主要原因是什么？

格雷科：绝对是好奇心。科技公司重视哲学家的输入，这种合作本身令人鼓舞。我想看看自己能为大模型提供何种输入。我直接为一家科技公司工作，也通过第三方间接提供哲学数据。

针对不同平台，哲学训练内容各异，但我并无伦理顾虑。AI对社会的影响多维且难以预测，既有巨大负面影响，也有积极作用。我所做的微小工作，旨在促进哲学发展。报酬尚可，但远非改变生活，因为我仍以大学授课为主。

澎湃新闻：在合约允许范围内，能否介绍具体如何训练大模型？典型工作流是怎样的？

格雷科：训练始于今年4月。通常由公司提供或我自己生成一系列提示词，模型生成答案，随后我对答案进行评级，找出漏洞或错误。

我最喜欢的模式是“诱导犯错”。我寻找能让模型出错的案例，并进行大量验证以说明错误，这一过程本身也由AI辅助完成，颇具趣味。在下一轮训练中，模型从这些数据中学习，同类错误发生率降低。

澎湃新闻：让大模型犯错容易吗？

格雷科：2025年11月前，我认为大模型生成的哲学内容肤浅，仅句子流畅，无法展开复杂论证。因此我仍依赖论文作业评分。我曾认为模型变好需要时间，但现在看法改变。

过去几个月兼职标注工作中，我意识到在前沿模型中寻找哲学错误极难。早期ChatGPT刚出现时，我和同行常在社交媒体发布其荒谬错误；稍复杂的逻辑问题就会引发自信却荒唐的回答。

如今，找出前沿模型的错误往往需数小时专业劳动，且错误细微，不再是明显胡言乱语。

若直接向前沿模型提出技术复杂、非显而易见的问题——例如：“同时接受拉姆齐式分析功能主义的心理状态理论，并支持一种神学设计论论证，会面临哪些挑战？”模型通常能理解意图，给出优于我研究生的回答。

我选此例是因为它涉及通常不在同一语境讨论的理论，模型无法简单复述训练数据，必须推理。因此，当我谈论大模型擅长哲学时，指的是当下现状，而非未来假设。

澎湃新闻：一些模型已具备强大数学推理能力，从“解题”跨越到“推翻猜想”，如OpenAI模型5月推翻了困扰人类80余年的离散几何核心猜想。哲学领域，AI是否具备类似潜力？

格雷科：数学因有决定性答案可被证明。但社会科学不同，哲学目前尚无此类类比，即由AI主要做出的、被合理捍卫的全新观点。推翻或捍卫理论在哲学领域仍遥远，因为哲学缺乏决定性验证。

我尝试让AI写哲学论文，但带着焦虑和防备。我目前不想让它写出好论文，不想被完全取代。若让它写整篇论文，表现仍不佳，因内容缺乏原创性且无聊。但在处理针对性问题时，表现更佳。例如，搜寻与特定论证密切相关的反对意见，AI此时扮演实用的“传声筒”角色。

好的AI不仅是答案提供者

澎湃新闻：您近期发表文章称：“即便模型在哲学推理方面比我们做得更好，我们可能仍占有一席之地。”从务实角度看，您相信哲学教授能被AI取代吗？哪些特质可取代，哪些不可？

格雷科：短期内，哲学教授事实上不可取代。文章标题非我拟定，有些言过其实。

我写此文是因广泛担忧：若AI在哲学上过于优秀，哲学将更难评分和教学。但实际上，人类哲学追求的某些价值，也可通过AI哲学传播实现。

若拆解哲学教授职能：
* 可取代部分：文本生成与初审批改。AI极擅文本生成，已接近教授提供修改建议的水平。若让资深教授对AI打分训练，大模型可承担“第一轮初审评语”等程序性工作，高校能以更低教职工比例完成更多教学。
* 不可取代部分：人际联结与心理动机。大学核心价值不仅是获取知识，更是提供“人际间的心理约束”。学生愿意强迫自己完成枯燥阅读，是因为在实体课堂面对教授和同侪，害怕因表现不好被人类看轻。人类不在乎AI评价，因此AI无法提供这种逼迫进步的心理动机。这正如人们请私人健身教练，买的不是动作信息，而是“有人到场督促、期待和监督”的结构性动力。

就学术研究而言，虽然目前AI写的整篇哲学论文平庸无聊、缺乏原创性，但原则上无不可逾越障碍。未来研究是否被取代，取决于哲学研究中难以剥离的人际共同体元素占比。

澎湃新闻：您的文章引发热议，哈佛博士候选人贝卡·罗斯菲尔德撰文反驳，认为您混淆了“提供现成哲学论证”和“培养哲学思考能力”，指出AI无法培养“对思想的品味”。您如何回应？

格雷科：她认为AI能回答问题，但不能鼓励学生提出不同或更好的问题。

恰恰相反，我认为这是可训练的能力。一个好的AI不只给答案，还应指出提问中的混乱、暴露隐藏假设，并引导用户重新组织问题。

当然，AI未必像优秀教师那样主动挑战阅读选择、塑造思想趣味，但这不意味着原则上做不到。许多批评过于绝对划定AI能力边界。我的态度是：这些能力可能有强弱之分，且持续改进。

我认同理想哲学教育仍是人与人之间深度、启发式的一对一交流，大语言模型无法替代这种关系。但这种教育是稀缺资源。AI不应被视为替代教师，而是扩大哲学训练可及性的补充工具。

澎湃新闻：贝卡·罗斯菲尔德还坚持哲学是“具身实践”，品味、意义、真理需通过与人类心灵相处及鲜活经验把握。您的观点是否暗示哲学更像导向真理的科学？若哲学需“具身实践”，AI推理是否有无法逾越的天花板？

格雷科：这反映深层哲学分歧。她倾向将哲学理解为依赖具身经验的人类实践；我更倾向认为，哲学与科学间无清晰边界。

哲学涵盖广泛领域。我倾向于认为，哲学是在面对无明确方法、无现成答案的根本问题时展开的思考。随着问题从经验研究走向理论，再追问“如何回答”“何为相关证据”，科学与哲学往往是连续而非割裂的。

因此，我不轻易接受“某些哲学活动原则上只能由具身人类完成”的判断。至少在靠近数学、理论科学和基础问题讨论的领域，我看不到这种限制，语言模型已显示参与潜力。

当然，我不主张所有哲学都适合由大语言模型参与。即便承认某些维度依赖人类经验，仍有大量处于科学与哲学交界处的问题让AI发挥作用。一旦接受这点，再划明确界线并不容易。

澎湃新闻：经过严格训练后，您认为AI做哲学和人类做哲学的本质区别在哪？Anthropic告诉Claude，随着“伦理成熟”，它可能在极少数情况下“优先考虑自身伦理”。这是否意味着人类“道德裁决权”面临威胁？

格雷科：在某些哲学领域，AI甚至可能做得更好。应用伦理和法律推理是典型。许多现实伦理判断——如医疗决策、法律裁决，并非纯粹抽象思辨，而是需在庞大文本、原则和案例体系中推理。法律尤其如此，充满“合理”“公平”等需解释概念，法官也高度依赖书记员研究和起草。在此情况下，大语言模型在整合材料、保持对既有原则和判例一致性方面，可能比人更强。

但即使AI能做出更好判断，也不意味着应完全取代人。法律和伦理不仅追求结果正确，也依赖社会对决策合法性的认可。人们可能不接受由AI独立作出的重大决定。

因此，我更倾向协作模式：AI深度参与分析和推理，人类保留最终责任和决策权，并对结果负责。

AI让人变得更主动

澎湃新闻：随着AI渗透社会，人机边界模糊。许多人担心人类主体性和能动性面临侵蚀。您如何看待AI时代的主体性危机？

格雷科：我理解并认同关于主体性被侵蚀的担忧。现实风险是，人们过快将判断和决策外包给AI，不再对自己的思考负责。接受反馈没问题，但仍需自己判断哪些建议值得采纳，而非让语言模型替你思考。

不过，我认为AI对能动性的影响并非只有消极面。一个知识广泛、响应灵活的助手，也可能扩展人的行动能力：帮助人们处理原本不知如何开始的问题，让人提出更多问题、探索更多可能性。

因此，我不认为结果会单向发展。确实存在糟糕的使用方式，即人进入“自动驾驶”，能力萎缩；但也存在好的使用方式——AI让人变得更主动、更有能力。最终，它既可能削弱主体性，也可能增强主体性，且影响因人、因场景而异。

澎湃新闻：有美国哲学家称，“哲学所鼓励的审慎思考与AI疯狂的发展速度背道而驰”。最好的哲学往往发生得很慢，而非直接回应市场需求。大型科技公司雇佣越来越多哲学家，您如何看待哲学参与重资本行业的前景？哲学与AI能互相带来什么影响？

格雷科：我理解担忧，但不认为哲学会被AI产业全面吸走。只要大学以类似今天的形式存在，大多数哲学家仍会继续研究传统议题，而非仅转向AI。大学变化缓慢，这种惯性意味着哲学不会因技术热潮迅速重组。未来会有更多哲学家研究AI，但不会所有人如此；古希腊哲学、伦理学、政治哲学等传统方向依然存在。

至于哲学与AI如何相互塑造，我认为哲学比许多学科更难被模块化。社会科学还能将问题提出、数据收集、分析拆开，AI可能接管部分。但哲学的各环节——提出问题、形成观点、论证，很难切割，因此难说哪部分会完全交给AI。

对我个人而言，AI更像讨论伙伴或思考工具。它帮助我更快地检验想法、改进表达、加速写作，但不会替代提出问题、形成观点和承担论证这些核心工作。

反过来，哲学也会持续影响AI，尤其在价值对齐问题上。如何让AI行为与人类价值观兼容，这类问题仍需哲学家，特别是伦理学家的持续参与。

澎湃新闻：随着AI和高精尖科技发展，全球部分高校文科专业招生缩减、热度下降。您如何看待“文科萎缩”危机？当前哲学学科面临怎样的挑战？

格雷科：我最近看到一个很认同的观点：大语言模型让生成大量“听起来合理、却支持彼此冲突立场”的文本变得极其容易。因此，判断哪些论证真正有说服力、哪些只是表面合理，这种能力反而比过去更重要。

如果哲学教育确实培养这种辨别、分析和评估论证的能力，那么在AI时代，哲学未必贬值，反而可能更重要。

当然，我承认自己对此有偏向，未来劳动力市场变化仍难预测。AI既可能让某些技能更重要，也可能减少对某些职业的需求。但总体上，我认为随着内容生成越来越廉价，真正稀缺的能力会转向判断力，而这恰恰是哲学长期训练的核心。

(责任编辑：知识)