在人工智慧能與人類一同創作詩歌、撰寫文章並進行藝術創作的時代，我們不得不重新思考關於「意義」、「創造力」以及「認知」本質的問題。
美國後現代文學評論家、杜克大學文學系的榮譽教授 N. Katherine Hayles 對這些問題提出了突破性的觀點，不僅挑戰了我們對機器能力的既定假設，同時也主張：
我們不需以人類的標準檢測機器的智能，機器本身可以偶屬於它們自身脈絡的感知世界。
集體認知與「混合檔案庫」
這些系統的重要性在於體現了「集體認知」。
GPT 類模型透過處理數十億篇人類文本來獲取知識，因此充滿了人類的文本檔案；同時，也以指數速度生成新的文本，形成 Hayles 所謂的「混合檔案庫」（hybrid archive） ：
有人類創作
也有機器生成
隨著 AI 消化人類文本並生成新內容，而人類又透過像 ChatGPT 這樣的介面與 AI 協作，人與機器的文本生產邊界變得模糊。這種協作實際上是多層次的集體認知同時運作：機器從人類檔案中學習、人類利用機器能力創作，雙方共同擴展這個混合文本生態系。
N. Katherine Hayles 主張：我們不需以人類的標準檢測機器的智能，機器本身可以偶屬於它們自身脈絡的感知世界。來源：維基百科。
機器的「環世界」
借用德國生物學家 Jakob von Uexküll 的 umwelt 概念。Hayles 主張機器也有其獨特的環世界。正如蜱蟲的世界由有限但足以生存的感官輸入構成，AI 系統則在其特有的架構與環境參數中運作。
Jakob von Uexküll 的 Umwelt 概念，翻譯成中文大致為「環世界」或「周圍世界」。簡單來說，Umwelt 指的是每個生物基於其獨特的感覺器官和身體結構所感知的、主觀的、有意義的世界。這個概念的核心思想是：
沒有一個客觀、獨立於所有生物的「真實世界」。相反地，每個生物都生活在自己的、由其自身能力所建構的世界裡。
我們可以將 Umwelt 理解為三個主要部分：
- 感覺世界（Merkwelt）
這是生物透過其感覺器官所能接收到的所有訊息。例如，狗能聞到人類聞不到的氣味，蝙蝠能聽到人類聽不到的超音波。
- 作用世界（Wirkwelt）
這是生物能對其環境產生影響和作用的部分。例如，蜘蛛能吐絲結網，鳥能築巢。這些行為都是由生物自身的生理結構和本能決定的。
- 功能環（Funktionskreis）
這指的是感覺世界和作用世界之間的連結。生物從環境中感知到某些訊息（感覺世界），並據此採取行動（作用世界）。這個連結形成了一個完整的循環，讓生物能與其環境互動。
狗能聞到人類聞不到的氣味，蝙蝠能聽到人類聽不到的超音波。Photo by Baptist Standaert on Unsplash
舉例來說，一隻蜜蜂的 Umwelt 和一個人類的 Umwelt 就有很大的不同。蜜蜂能看到花朵上的紫外光圖案，這對蜜蜂來說是重要的導航和覓食資訊，但人類卻無法感知。
對蜜蜂而言，這些紫外光圖案就是身為蜜蜂 Umwelt 的一部分；而對人類來說，這個部分並不存在，甚至也沒必要存在。
然而，機器的環世界與人類經驗根本不同。人類需要透過具身行動、互動學習語言，將 mom、cup、drink 等詞與具體經驗和社會情境相連結；但大型語言模型僅透過數學運算操縱這些關聯，既不直接認知人類生活世界，也沒有等同於兒童發展學習的具身經驗。
大型語言模型僅透過數學運算操縱這些關聯，既不直接認知人類生活世界，也沒有等同於兒童發展學習的具身經驗。
參照的內在脆弱性
這種缺乏具身經驗的特性，造就了 Hayles 所謂機器生成文本的「參照內在脆弱性」（endemic fragility of reference）。
由於沒有物理現實或社會互動的紮根，AI 的理解停留在數學層面，而非經驗層面。這解釋了為什麼 AI 的輸出可能流暢且高度連貫，但有時會陷入無意義，或生成看似合理但事實錯誤的內容。
例如，在 Michael McDowell 的科幻小說《Pharmako AI》中，當人類描述自然環境：
「我看到許多狐狸、浣熊與鹿。我喜歡這些動物。牠們似乎能接受我，這讓我很開心。」
AI 便回應了相似的情感描述。第一反應可能是否定：機器既無身體、無情感、無視覺經驗，怎能做出此類陳述？
缺乏具身經驗的特性，造就了 Hayles 所謂機器生成文本的「參照內在脆弱性」（endemic fragility of reference）。由 Copilot 生成。
但 Hayles 認為，我們既不能不加批判地接受，也不能全盤否定這種輸出。
若人類採取「無效策略」（null strategy），選擇完全忽略文本來源會犧牲一個重要的分析機會：深入理解人類與機器意義建構之間的根本差異。這些差異遠大於人類作者之間的差異，值得細緻探究，而非直接排除。
AI 不是「隨機鸚鵡」
AI 界流行的「隨機鸚鵡」（stochastic parrots）論斷認為，語言模型只是重新組合訓練數據中的模式，並沒有真正理解語言其意義，就像一隻鸚鵡可以跟你對談，但對談的意義僅存在於人類的詮釋中。
Hayles 挑戰了這一觀點，認為這犯了她所稱的「生物主義」（biologism）謬誤；意即，技術系統必須遵循生物途徑才能實現認知。
一隻鸚鵡可以跟你對談，但對談的意義僅存在於人類的詮釋中。
相反，她提出，機器生成文本確實具備意義，只是這種意義與人類生成的不同。它既存在於人類詮釋的脈絡中，也存在於機器自身的運作框架內。
Hayles 認為，技術媒介擁有生物體所沒有的認知途徑，並不必複製生物過程才能產出具有意義的結果。
