技術幻象:生成式人工智能時代的認知迷霧與自我膨脹

更新於 發佈於 閱讀時間約 10 分鐘
raw-image

在當代技術哲學的討論中,我們正見證一場關於認知邊界與技術賦能的特殊論辯。生成式人工智能的崛起不僅帶來了工具性的革新,更引發了關於思維本質、專業邊界與自我認知的深層省思。當我們審視人工智能與人類思維的關係時,核心問題已不僅限於「AI能否取代人類思考」的表層討論,而應深入探究:技術工具如何重塑我們對專業、思考與創造的理解框架?以及,在這個過程中,人類的自我認知如何被悄然改變?

本文並非針對技術本身的批判。正如康德所言,工具本身不具道德屬性,關鍵在於使用者的意圖與方式。因此,我將聚焦於分析那些在生成式AI浪潮中展現出特定認知模式與行為傾向的群體,試圖揭示技術幻象背後的認知偏誤與自我膨脹現象。

技術依附的專業幻象:知識疆域的假性跨越

當技術工具趨於普及,我們見證了一種特殊的社會現象:某些擁有特定領域專業身份的個體,在接觸新興技術後,迅速將自身定位擴展至全然陌生的知識疆域。這種「專業身份的假性跨越」現象值得我們深入剖析。海德格爾在《技術的追問》中曾警示,現代技術的本質並非僅是工具性的,而是一種「設置

(Gestell),它重構了人與世界的關係模式,並可能導致某種認知扭曲。


在當代語境下,這種扭曲最為明顯地體現在那些對軟體開發缺乏基本理解,卻因操作AI工具而自封為「程式設計師」的群體身上。這一現象反映了兩個層面的認知問題:首先是對專業知識本質的誤解,將表層技能等同於深層專業;其次是一種自我意識的膨脹,忽視了知識建構的累積性與系統性。


程式設計作為一門融合了邏輯思維、系統架構、創意解決方案與美學考量的複合型學科,其本質遠非代碼編寫這一表層行為所能涵蓋。布魯納在知識建構理論中提出,真正的專業能力是在長期實踐中形成的認知圖式與問題解決模式,而非單一技能的掌握。當今的程式設計需要對軟體架構原理的深刻理解,對設計模式的熟練應用,以及對複雜系統中各組件相互作用的通透把握。

更令人憂慮的是,這種專業幻象往往伴隨著一種矛盾而尷尬的雙重定位:一方面是對技術工具近乎宗教式的崇拜,將AI神化為萬能工具;另一方面卻是對該工具所屬專業領域的根本性輕視,認為該領域的專業積累可被簡化為工具操作。這種認知模式不僅侵蝕了專業的邊界定義,更可能導致知識生產與傳播系統的質量下降,最終傷害社會的認知生態。

碎片與整體:技術理解的認識論困境


技術哲學的討論中,我們常常面臨一個核心的認識論問題:如何在碎片化的技術現象與整體性技術理解之間建立合理的橋接?借用現象學家梅洛龐蒂的視角,我們可以將這種認知困境描述為「部分與整體的辯證」。在此框架下,我想探討當代技術討論中一個特殊的認知誤區:將技術發展中的單一進展(「碎片」)誤認為整體技術範式的革命性轉變(「整體」)。

讓我們通過一個具體的知識生產路徑來說明:當科學研究發現特定情境下咖啡攝入與糖尿病風險降低存在相關性時,這一發現本質上是知識大廈中的一塊「磚石」—它有其特定的適用條件與研究限制。而當多項研究共同指向相似結論,形成了某種程度的共識,我們或許可以說建立了一面「牆」—某個特定方向的知識積累。只有當多面「牆」共同構築,覆蓋了從多角度、多層次對該現象的全面理解,我們才能說建成了一座「知識之屋」。

然而,在生成式AI的討論中,我們卻頻繁地見證「磚石被誤認為房屋」的認知扭曲。這種扭曲部分源於現代媒體傳播的碎片化與感官刺激導向,部分源於人類天然的模式識別傾向—在有限信息中自動填補缺失部分以形成「完整圖景」。借用格式塔心理學的術語,這是一種「過早閉合」(premature closure)的認知傾向,在複雜系統中尤其危險。

當代生成式AI確實代表了自然語言處理與機器學習領域的重要進展,但將其視為顛覆整個社會結構的革命性技術,無異於將單一實驗結果誇大為確定無疑的科學定律。這種認知模式不僅是對技術本身的誤解,更可能導致資源配置的扭曲與社會期望的錯置。

從科學哲學的角度看,技術發展往往遵循一條「革命—常規—革命」的非線性路徑。當前的生成式AI或許只是一次重要的技術躍進,而非範式革命。過度誇大其影響不僅不利於技術的健康發展,更可能使社會錯失對其他同樣重要但不那麼「光鮮」的技術領域的關注與投入。

思考的本質:機械計算與人類認知的界限


當我們討論AI與思考的關係時,首先需要清晰地界定:思考的本質究竟是什麼?這一哲學命題自柏拉圖以來,一直是西方哲學的核心問題之一。在當代認知科學框架下,思考可被理解為一種涉及記憶調用、邏輯推理、價值判斷與創造性重組的複雜認知過程。更重要的是,真正的思考必然包含自反性—思考者能夠審視自己的思考過程本身。

教育哲學家杜威曾將思考描述為「主動、持續和審慎地考量任何被認為是真實的信念或假設形式的知識,以及支持它的進一步結論的傾向」。這一定義揭示了思考的三個關鍵維度:主動性(非被動接受)、持續性(非一次性活動)與審慎性(帶有批判眼光)。

當今高等教育中,我們遭遇了一種被教育學者適切描述的普遍現象:學生在閱讀文本時,往往「看了一些字,什麼也沒懂,裝作那就算是讀了,然後回去刷短視頻」。這種表面化的認知模式不僅存在於閱讀活動中,更滲透到了我們整個思考方式中—許多人面對問題時,僅憑直覺反應或第一印象做判斷,缺乏對自身思路的批判性檢視,卻錯誤地將這種過程標籤為「思考」。

在此背景下,當生成式AI進入日常生活,一種新的認知幻象應運而生:許多人將AI生成的文本視為「思考工具」,甚至是「第二大腦」。這種定位暴露了一個深層次的誤解:將思考簡化為信息的接收與輸出。如果使用者將AI回答視為不證自明的「思考結果」,且缺乏對其邏輯基礎、價值取向與適用範圍的批判性審視,那麼他們實際上並未進行思考,僅僅是將一個系統的輸出替換為另一個系統的輸出。

柏拉圖在《斐德羅篇》中曾通過蘇格拉底之口警告:文字可能讓人產生「已經獲得智慧」的錯覺,卻沒有真正參與知識的構建過程。這一警示在AI時代顯得尤為關鍵—如果一個人從未真正體驗過系統性思考的認知過程,他很難辨識出AI生成內容與人類思考的本質區別,也就更容易將二者混淆。

從認知科學角度看,人類思考的獨特價值不僅在於邏輯推理能力(這一點AI確實日益精進),更在於其嵌入了個體獨特的生命經驗、文化背景與價值體系,能夠進行創造性的跨域類比,並根據語境做出細微的道德與美學判斷。這種複合型認知活動與純粹的「下一詞預測」模型有著本質區別。

技術神話與認知偏誤:知識鴻溝的弔詭


技術社會學研究揭示了一個引人深思的現象:對特定技術知之甚少的群體,往往對該技術展現出更高的接受度與樂觀態度。這種「認知鴻溝與技術接受」的倒掛關係,在生成式AI領域尤為明顯。美國馬薩諸塞大學的一項研究指出,那些對算法原理、訓練數據與計算模型底層邏輯較為陌生的群體,往往將AI視為具有某種「魔法特質」的神秘存在,進而表現出過度信任與依賴。

這一現象可通過「知識幻象」(illusion of knowledge)理論得到部分解釋—當人們對複雜系統缺乏深入理解時,傾向於建構簡化的心理模型,並高估自己對該系統的理解程度。在AI領域,這種認知偏誤導致兩類極端行為:一方面是將AI視為無所不能的「神器」,另一方面則是將其簡化為純粹的工具性存在,忽視其社會、倫理與認知層面的複雜影響。

將AI當作心理顧問、命運預測器甚至是人格替代物,正是這種知識幻象的具體表現。更為弔詭的是,那些真正理解AI技術內核的專業人士,反而經常表達對過度依賴AI的擔憂。例如,軟體工程師們正日益關注AI可能導致的「編程技能衰退」問題—當代碼自動生成成為常態,程序員對底層邏輯與系統架構的掌握可能逐漸弱化。

這種「知者憂,不知者樂」的現象揭示了技術風險感知中的基本悖論:真正了解技術局限性的人往往更為謹慎,而對技術一知半解者卻可能表現出過度自信與樂觀。社會學家貝克在風險社會理論中指出,現代社會的技術風險往往具有「不可見性」,僅能通過專業知識來辨識與評估,這使得公眾風險感知與實際風險之間產生了巨大鴻溝。

我們必須認識到,AI本質上是一套基於概率統計的計算系統。當固定輸入進入系統,其輸出雖有一定變異性,但仍受限於訓練數據、算法架構與計算參數。用戶輸入的提示詞在整個計算過程中所佔比重極小,AI生成結果主要依賴於其預訓練模型與統計推理過程。從計算本質看,AI的「思考」過程不過是對「下一個可能出現詞語」的連續預測—這種機械化的統計推理,與人類整合情感、價值與創造性的思維過程有著根本區別。

將AI視為思維替代品的認知偏誤,不僅構成了對個體認知能力的威脅,更間接強化了對AI技術本身的誤解與敵意。作為一種中立的技術工具,AI值得我們基於其真實能力與局限性進行理性評估,而非陷入神化或妖魔化的認知極端。


在技術幻象之外,重建認知的自主性


在技術日新月異的時代,我們面臨的核心挑戰已不僅是技術本身的發展方向,更是我們與技術關係的重新定位。當生成式AI成為日常生活的一部分,我們必須警惕那些扭曲認知結構的技術幻象,重新確立思考的自主性與創造的本真性。

專業知識的建構是一個漫長而系統化的過程,涉及理論學習、實踐積累與反思優化的辯證循環。任何試圖通過技術捷徑「跳過」這一過程的嘗試,不僅是對專業精神的褻瀆,更可能導致知識生態的整體退化。我們需要重新強調專業的邊界感,在認可技術輔助價值的同時,堅守知識建構的基本原則。


同時,我們也應對技術發展保持辯證的理解視角,既不過分誇大單一技術突破的革命性,也不固守技術保守主義的排斥態度。每項技術進步都應被置於更廣闊的歷史與社會語境中進行評估,理解其作為「磚石」而非「整棟大廈」的定位。


最為關鍵的是,我們需要重新喚醒對「思考」本質的反思。在算法推理日益普及的今天,人類思維的獨特價值不在於機械化的信息處理,而在於整合情感、價值與創造性的複合認知能力。通過培養批判性思維、跨域類比能力與自反性思考習慣,我們才能在AI輔助的環境中保持認知的自主性與主體性。

技術的本質,正如海德格爾所言,不僅是工具性的,更是一種揭示世界的方式。生成式AI作為一種特殊的技術形態,既為我們提供了認知輔助的可能性,也考驗著我們認知自主性的堅固程度。在這個技術幻象與現實交織的時代,保持清醒的自我認知與理性的技術理解,或許是我們面對AI時代最重要的智性美德。

------

本文同時發表在個人部落格


留言
avatar-img
留言分享你的想法!
avatar-img
Nameless 佚名誌
1會員
6內容數
一組圖,一篇極短篇,一個人的背影,道盡世間事。 在這裡你會閱讀到最新的AI前言科技,又可以閱讀到充滿人文風采的文章,這裡就是這樣的一個地方。
Nameless 佚名誌的其他內容
2025/03/31
深度解構印尼法律菁英Leanna Leonardo多重專業維度,剖析媒體再現中的性別認知框架。從法律科技融合到社會結構批判,揭示專業女性如何突破「美貌框架」桎梏,建立新型態專業評價體系。
Thumbnail
2025/03/31
深度解構印尼法律菁英Leanna Leonardo多重專業維度,剖析媒體再現中的性別認知框架。從法律科技融合到社會結構批判,揭示專業女性如何突破「美貌框架」桎梏,建立新型態專業評價體系。
Thumbnail
2024/09/08
此章節介紹到塑造一個幅畫面氛圍最為重要的元素-光,在此對於”光”進行深一步研究,其相信能夠幫助學習的各位在AIGC時更好的掌握畫面氛圍並創作出更令人印象深刻的作品。 在這個影像主宰一切的時代,我們似乎早已習慣了光的存在,卻往往忽視了它那深不可測的魔力。光,這個看似平凡卻又充滿神秘的元素
Thumbnail
2024/09/08
此章節介紹到塑造一個幅畫面氛圍最為重要的元素-光,在此對於”光”進行深一步研究,其相信能夠幫助學習的各位在AIGC時更好的掌握畫面氛圍並創作出更令人印象深刻的作品。 在這個影像主宰一切的時代,我們似乎早已習慣了光的存在,卻往往忽視了它那深不可測的魔力。光,這個看似平凡卻又充滿神秘的元素
Thumbnail
2024/09/04
還記得小時候,我們都以為長大後會成為了不起的藝術家,畫出驚天動地的作品。結果呢?我們中的大多數人連畫個像樣的火柴人都費勁。但別灰心,科技的進步總是能彌補人類的不足。現在,只要你會用手指戳手機屏幕,就能成為新時代的畢卡索!
Thumbnail
2024/09/04
還記得小時候,我們都以為長大後會成為了不起的藝術家,畫出驚天動地的作品。結果呢?我們中的大多數人連畫個像樣的火柴人都費勁。但別灰心,科技的進步總是能彌補人類的不足。現在,只要你會用手指戳手機屏幕,就能成為新時代的畢卡索!
Thumbnail
看更多
你可能也想看
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
人工智能:革命性技術的崛起與挑戰 1. 什麼是人工智能? 人工智能(AI)是指由人類創造的機器或系統,能夠模仿人類智能,執行通常需要人類智能才能完成的任務。這包括學習、問題解決、語言理解、視覺感知等能力。AI系統可以處理大量數據,識別模式,並根據這些信息做出決策或預測。 2.
Thumbnail
人工智能:革命性技術的崛起與挑戰 1. 什麼是人工智能? 人工智能(AI)是指由人類創造的機器或系統,能夠模仿人類智能,執行通常需要人類智能才能完成的任務。這包括學習、問題解決、語言理解、視覺感知等能力。AI系統可以處理大量數據,識別模式,並根據這些信息做出決策或預測。 2.
Thumbnail
近來,隨著人工智慧的崛起,各種生成式AI工具如雨後春筍般冒出,用前所未有的方式改變了人們的工作與生活。然而,在AI大放異彩的同時,也讓很多人感到焦慮,擔心自己未來會不會被AI取代。《未來力》這本書正是為了解決這樣的焦慮而誕生的。
Thumbnail
近來,隨著人工智慧的崛起,各種生成式AI工具如雨後春筍般冒出,用前所未有的方式改變了人們的工作與生活。然而,在AI大放異彩的同時,也讓很多人感到焦慮,擔心自己未來會不會被AI取代。《未來力》這本書正是為了解決這樣的焦慮而誕生的。
Thumbnail
老實說,原本的我一直認為,AI是離我很遠的東西,即使是去年的 ChatGPT 熱潮,我也只是跟著偶爾在工作中跟AI聊天激發靈感而已。不過,就在前一陣子看了《AI 世界的底層邏輯與生存法則》這本書後,我才逐漸加深使用AI的頻率,並且把「讓AI成為工作中的標配」當作讓自己能習慣的方向。
Thumbnail
老實說,原本的我一直認為,AI是離我很遠的東西,即使是去年的 ChatGPT 熱潮,我也只是跟著偶爾在工作中跟AI聊天激發靈感而已。不過,就在前一陣子看了《AI 世界的底層邏輯與生存法則》這本書後,我才逐漸加深使用AI的頻率,並且把「讓AI成為工作中的標配」當作讓自己能習慣的方向。
Thumbnail
本篇文章分享了對創意和靈感來源的深入思考,以及如何將其轉化為實際的成果或解決方案的過程。透過學習、資料收集、練習、創新等方法,提出了將創意落實的思路和技巧。同時介紹了AI在外顯知識的自動化應用,以及對其潛在發展方向的討論。最後探討了傳統機器學習技術在模擬中的應用案例和對AI世界的影響。
Thumbnail
本篇文章分享了對創意和靈感來源的深入思考,以及如何將其轉化為實際的成果或解決方案的過程。透過學習、資料收集、練習、創新等方法,提出了將創意落實的思路和技巧。同時介紹了AI在外顯知識的自動化應用,以及對其潛在發展方向的討論。最後探討了傳統機器學習技術在模擬中的應用案例和對AI世界的影響。
Thumbnail
已經成真的AI生成文字、圖片、音樂、影片,以及接下來更多的AI運用場景,每一項都將對人類社會產生重大的影響:包括抽象的人心、文化、審美、親密關係,以及實質的就業、經濟、生活、生涯規劃等。 本文我會以大量使用、測試AI的經驗,輔以田野調查的經驗,詳細說明AI時代最應該培養的四項能力。
Thumbnail
已經成真的AI生成文字、圖片、音樂、影片,以及接下來更多的AI運用場景,每一項都將對人類社會產生重大的影響:包括抽象的人心、文化、審美、親密關係,以及實質的就業、經濟、生活、生涯規劃等。 本文我會以大量使用、測試AI的經驗,輔以田野調查的經驗,詳細說明AI時代最應該培養的四項能力。
Thumbnail
數位化時代中,人工智能(AI)已成為推動創新和進步的關鍵力量。本文探討AI的現狀、挑戰以及未來可能性,並提出負責任地發展和使用AI的思考。
Thumbnail
數位化時代中,人工智能(AI)已成為推動創新和進步的關鍵力量。本文探討AI的現狀、挑戰以及未來可能性,並提出負責任地發展和使用AI的思考。
Thumbnail
人工智慧(AI)的未來展望 在當今這個科技日新月異的時代,人工智慧(AI)已成為推動創新和進步的重要力量。從自動駕駛汽車到精準醫療,AI的應用範圍不斷擴大,其潛力無限。然而,隨著AI技術的快速發展,我們也必須關注其對社會、經濟和倫理的影響。
Thumbnail
人工智慧(AI)的未來展望 在當今這個科技日新月異的時代,人工智慧(AI)已成為推動創新和進步的重要力量。從自動駕駛汽車到精準醫療,AI的應用範圍不斷擴大,其潛力無限。然而,隨著AI技術的快速發展,我們也必須關注其對社會、經濟和倫理的影響。
Thumbnail
2023年被世人稱做生成式AI世代的元年,各式各樣的AI工具不斷湧現,改變了人們的生活。本文將詳細介紹人工智慧和機器學習的相關知識,以及各種人工智慧和機器學習的實現方法。
Thumbnail
2023年被世人稱做生成式AI世代的元年,各式各樣的AI工具不斷湧現,改變了人們的生活。本文將詳細介紹人工智慧和機器學習的相關知識,以及各種人工智慧和機器學習的實現方法。
Thumbnail
生成式人工智慧(AI)已成為當前科技領域的一大熱點,其能力不僅限於模擬人類智能,更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐,以及其商業應用、工具和公司等方面,提供一個全面的視角來了解這一迅速發展的領域。
Thumbnail
生成式人工智慧(AI)已成為當前科技領域的一大熱點,其能力不僅限於模擬人類智能,更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐,以及其商業應用、工具和公司等方面,提供一個全面的視角來了解這一迅速發展的領域。
Thumbnail
在人工智慧(AI)領域中,生成式AI已經成為一個備受關注的分支,它不僅在創造性的工作中展現出強大的能力,還在各個領域中展現出潛在的應用價值。本文將從宏觀的角度出發,深入探討生成式AI的種類、概念、缺點、公司、訓練、發展趨勢以及原理,帶領讀者深入了解這個令人振奮的領域。
Thumbnail
在人工智慧(AI)領域中,生成式AI已經成為一個備受關注的分支,它不僅在創造性的工作中展現出強大的能力,還在各個領域中展現出潛在的應用價值。本文將從宏觀的角度出發,深入探討生成式AI的種類、概念、缺點、公司、訓練、發展趨勢以及原理,帶領讀者深入了解這個令人振奮的領域。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News