受访人：徐英瑾，国家社科重大课题“基于信息技术哲学的当代认识论研究”首席专家

Q：老师的项目结合了信息技术哲学和认识论研究两大方向，能否为我们介绍下启动该项目的主要契机以及主要内容？

A：在做这个项目之前，我一直以来从事人工智能哲学的研究，因而我对信息技术问题比较感兴趣。同时我也开始一些知识论方面的研究，就试图思考信息技术与知识论之间的关联。

这个项目首先要对信息技术哲学总体情况进行概览。研究这个项目的难度是需要把信息技术哲学和知识论这两者之间的关联呈现出来，那么在这个过程中就必须会注意到哲学史上同样处理两者关联的理论，即弗洛里迪和德雷茨克基于信息模型的知识论。但是我恰恰是在这个问题上和他们的学术观点略有一些分歧，我认为他们对于知识进行的信息处理，没有站在人类认知架构的真实框架中进行，而往往是基于一种过于理想化的信息定义。我并不打算跟随这种国际主流的基于抽象信息定义来做其他形而上学或者是知识论的构架。因为我觉得这些东西都是非常漂亮的学院化工具，它并不能够解决我们现实生活中的问题。因此，在项目中我第一个课题就是专门处理和这些问题的关联，即从总体上对信息技术哲学现有状态进行一番批判性的研究。

除此之外，还有一个很重要的板块就是解释我们人类如何以一种节省能量和时间的简易方式来高速处理信息，完成心智的运作。这促使我们必须要从一个新的视角来看待认知科学家所说的各种认知偏见，或者是一些微观经济学家所说启发式算法。与此同时，我也试图把亚洲思维的特点和基于信息技术的知识论结合起来，尤其是以正名论为特征的东方式的思维方式，到底是如何帮助我们以一种比较小的认知成本来完成各种各样的知识的研究，比如说知识恢复等。

在这三个板块以外，我还利用前面的讨论所提供的一些结论，处理了一系列认识论当中的具体问题，比如盖梯尔问题、认知的安妥性(safety)等概念。通过对这些概念的梳理，我们就可以使得一些比较抽象的哲学理论能够和一些具体的认识论案例相互结合。

Q：这个项目会主要产生哪些成果？

A：项目的成果包括一些书和论文，其中一个重要的成果是一本即将出版的专著《哲学的证成与机器编程》，编辑代表信息技术，证成代表哲学知识论，这本书就是告诉大家如何把这两个问题放在一起加以讨论。此外，还有《语境建模》《认知成见》《唯物论者何以言规范》等书以及几十篇代表性的论文成果。

Q：信息技术哲学如何为当代认识论中的核心议题“证成”(justification)注入新见？

A：我所谈论的信息技术并不指现在十分流行的大数据技术，事实上大数据技术建立在一个非常粗糙的思维方式之上，缺乏证成。“如果某件事情过去发生的数据证明它的趋势是这样，那么未来它也会这样发展”，这种归纳思维方式的问题休谟早已指出了。信息技术还可以是一种编程化的思路，即一个认知过程。如果能够以编程的眼光来看，那么我们就会更愿意细化讨论过程，这样就更容易看到在讨论过程当中，可能在哪些地方犯了什么逻辑谬误。在编程的层面上，很多事情没有办法被“忽悠”过去。

在很多的认识论理论中，很多基础概念都基于隐喻。比如所谓的认知安妥性概念便基于空间隐喻。在普理查德的理论中，对于一个信念本身安妥性的考量，主要取决于和这个信念在的当下世界比较接近的那些可能世界中是否依然还能保持为真。这种考量就预设了我们在讨论可能世界的时候可以引入一个空间性的隐喻，可以讨论当下的这个可能世界和其他可能世界之间的远近。但这个空间性的隐喻，是否能够在一种编程化的思路里面被体现出来是一个很大的问题。我自己在研究成果里面就指出，用这种方法来进行研究的话，必然会导致的问题就是会在某个地方陷入某种循环，所以这个隐喻本身会陷入困境。然而很多重要的理论都是建立在这样的空间化隐喻的基础上。

编程和我们所说的逻辑学对于哲学的这样的一种整编工作不尽相同。早期分析哲学家都主张用逻辑语言清洗自然语言，而编程并不完全要考虑逻辑，而是考虑怎么样用最少的资源来解决问题。计算机是一门工程性的学科，正因为如此，它才会非常敏感于某些在逻辑上虽然说得通，但是却会耗费巨大编程资源的问题。其中最典型的是人工智能和认知科学哲学里面都提到的框架问题。这本质上是一个在认知资源有效的情况下，如何让认知系统知道某些信息与某些信息是相关或者不相关的问题。这样一种能力对于知识证成来说当然是非常重要的。但是，在传统的认识论的考量里面，它都没办法凸显出来。如果我们把编程的工程考量加入的话，就会发现这个问题的重要性。这就是编程能够给认识论研究所起到的两大作用：简言之，第一，编程好似照妖镜，将那些用自然语言和隐喻表达模糊性的观点用编程来显示问题所在；第二，编程带来了工程学的思维特点，让大家在资源和时间有效性有限的情况下来思考知识、证成是怎么回事。请注意，虽然人和机器在硬件构配上完全不同，但处理信息时，必然都要受到能源、资源、时间等有限性的拘束。所以从这个角度上来讲，对于编程效率问题的考量有助于帮助我们去寻找比较合适的认知模型。

Q：当代认识论研究源于二战后的西方世界，项目的研究不仅锚定传统知识论也关切东方哲学丰富的思想资源。那么非西方角度（如中国哲学、日本哲学）如何进入知识论的讨论？或者说，东方哲学的视角怎样重新开启西方知识论的话题？

A：我们要去找人类生活的共通项，即任何文明都要把信念和知识做一些区分。信念就是那些不太可靠的信息，知识就是相对来说得到验证的可靠的信息并且可以反复地使用。如果没有这个分类，我们的智识生活就会一团糟。知识论追求的是那些可以被反复利用的可靠信息，就这方面的追求而言，全世界的人其实是一样的。中国人并不会认为知识不重要，因为中国人所说的知识，在儒家里面更多指道德知识，即如何处理社会关系的知识。中国人既有的这个道德知识规范模型能否向自然科学的知识迁移，这里面仍有很多可以讨论的地方。

为什么一定要强调英语世界之外的知识范型呢？这是因为现在的知识论的研究受到英语直觉的影响太大。而英语关于知识的直觉相比于很多欧洲语言都比较贫乏。比如德语中Wissen和Erkenntnis意义上的知道对应的就是两个完全不同的情况。在意大利语里也有类似的情况。当英语成为了一种主流的语言之后会把它关于知识的一些直觉通过英文论文普泛化，造成对其他语言的某种霸凌。在知识论里面英文的统治地位就相当于，如果在未来的某个时间，大家的诗歌全部一定要用英文来写，这对于各个民族自己的诗歌的都是重大的破坏。很多其他民族的敏感信息就此失去了。知识论和纯粹科学的问题不同，它更多讨论的是我们每个民族在确定信息时非常微妙的语用直觉。正因为如此，对于非英语以外民族思维方式的重视是应有之义。疫情之前我曾在日本开了一个会，主题是带有各个国家民族特色的认识论研究。其中一个日本人类学学者介绍自己到南洋某些小岛的民族里去研究他们的土语对于知识和信念到底是怎么看的。研究发现，他们更多在隐喻结构中，把知识看成是一种可以被反复利用的礼物和馈赠，或者是某个部族共同可以获得的一种精神营养。这个看法和我们有一些类似，但也有些不那么类似，因为我们看到的知识概念更抽象，他们就更具体。另外，也有些澳大利亚的学者研究澳洲土著人关于知道和信念的区分。这些研究对我的触动很大，因为这些事对于哲学研究是有用的，哲学要拓展我们对于可能情况的想象力。如果我们的所有直觉都被训练的和以英语为母语的人直觉一样，我们就会错失了探索这个问题的其他可能的想象力。而至于我自己，因为我不可能懂那么多语言，更多只能从自己熟悉的东方要素，如中国、日本方面去做研究。因此，我试图跳出以英语哲学直接为主导的环境从事认识论研究，而是在全球哲学这个新的概念当中从事这个认识论研究。

Q：“规范”是您项目研究的一个关键词，您的研究中如何在自然主义的框架下讨论规范（知识规范、伦理规范等）？

A：这是一个挺有意思的问题，因为自然主义本身是事实性的东西，从事实性的东西里面没有办法产生规范，这是休漠以来给我们的哲学教导。但是我们可以反过来说这个规范本身，比如“好”“坏”“善”“恶”，或者“真善美”等这些规范可以用一些事实性的指标来测量。这个测量好比我们在判断一个经济体系的健康指数时，健康显然是个规范，它可以体现为很多具体的经济指标。那这些经济指标最后体现为什么呢？一些物质的运动。讨论人体也是这样，一个人是不是处在健康的身体状态可以参考大量的生理指标。我们发现这些所谓的规范词，在一些比较科学化的描述中为规范性的概念在自然世界中找到根基或者锚定点，把两者联系在一起。

当然这个说法相对来说比较贫乏，怎样从一个思想内容更为丰富的角度来说明事实和规范之间的关系呢？在这里，亚里士多德的思想非常重要。亚里士多德作为一个整体论者，经常从一个整体的目的架构层面上讨论部分，比如一只手就是要在一个身体的整体里面发挥其功用，实现其目的。由此推论，一个人的肾好不好，主要看他的肾是不是在他的身体整体里面发挥了它应有的功能。很显然，功能这个词本身就包含了某种在事实和规范之间搭桥的天然作用。功能本身是一种事实性的描述，但是功能本身又不是一般性的事实性描述。一般的事实性描述都是零敲碎打地针对某一个孤立的事实，而功能天然地牵涉到整体。它牵涉到了A在B整体中发挥怎样的功能的一般逻辑结构，所以它就牵涉到个体和部分之间相互的关联，并且把整体的目标作为它的指向。

所以我倾向于把规范性的源头就看成当个别性的事实坐落在众多的事实所构成的整体当中，对整体性事实所具有的拓朴性结构进行某种指向时，实际上规范性的原始功能就产生了。我们可以在这里面讨论一根手指，或者是手指上的某些更小的一个部件本身到底是不是好的。请注意，“好”这个词就具有这种规范性，后来我们甚至可以发现，很多别的规范都是衍生在这样的东西中。一个好的君主为什么是好的君主，是因为他对国家的治理能够使得这些国家的各个要素以一种正确的方式配置起来，然后指向这个国家的整体利益。如果他在这个过程中起到的是促进作用，那么他就是一个好的君主。从这里面我们就会发现，复归亚里士多德哲学的某种版本，很可能是我们重构或重建这种事实和规范之间关系的一个重要的理论途径。

Q：人工智能与人类的信念和知识机制有何区别？

A：这取决于我们站在哪个层面上，更具体的层面当然有区别，但是抽象到一定程度之后几乎没有区别。如果从人类生命具有的生物化学机制来看，人工智能显然与我们不一样，但是我们完全可以在抽象的硅基世界中在编程的层面上构造出人工生命。一个人工智能体如果想要在世界上运作，它面临与人类一样的保持生存的抽象任务。就像人类饿了需要寻找食物，一个电动汽车升级为人工智能体也需要寻找充电桩维持生存。同时人工智能又要接受社会性，通过接受指令来获得其他的资源。我们也可以用一定的奖惩体系让人工智能得到他需求的东西。

人工智能在处理信念归属、知识等问题时与人类的内在逻辑是相同的，只不过在计算和执行规模上有差异。比如人工智能也要区分信念和知识，如果它无法做出这个区分，那么就无法找到推理的有效起点。人工智能在认知过程中同样要排除认知运气，处理安妥性的问题。在这个意义上人和机器应该分享着一些比较共通的知识论研究模板，这也为我们构建属于人工智能的知识论敞开了可能性。

Q：您的研究也关涉“认知成见”的问题。心理学研究表明我们在行动中容易陷入推理谬误。认知成见的广泛存在是否会与人类理性相背离？

A：我的观点恰恰是认知成见是我们必须要接受的某种进化的馈赠。如果我们没有这些所谓的认知成见，我们就没有办法解决一个基本的问题：我们怎样在资源有限的情况下来获得信息。很多人担心这种成见会妨碍我们的生活。譬如从某种意义上说，乐队花车效应就是一种重要的成见，我们跟随大多数人去相信和行动，就会缺乏批判性。但这同时也是节约时间的一个好方法。我们的社会有很多分层，不同社会团体都试图发出声音俘虏粉丝。不同意见的分层本身会在一个达尔文式的机制中相互博弈。我们人类社会能够持存，就是依靠不同的人类团体在面对问题时采取不同的解决方案，整体进步的代价是最后某些团体的灭亡。如果每个个体都陷入哈姆雷特式的犹豫与算计，就不会有任何一个人类团体有机会把任何一种试错方案付诸实施。而迅速地团结这样的团体需要一定意义上的盲从性。因此，一定程度上盲从对社会是有利的。

当然如果在某种社会结构中一个社会团体的规模无限大，可以把很多人的力量集合在一起做一件事，致使很多试错空间消失，那么这种盲从就是危险的。好的做法是把这一个团体变成一千个小团体，每个小团体都按照自己的方式来试错。我们就会有更大的可能找到问题正确的解决方案。所以站在进化论的立场上看，人类按照别人的意见完成个体抉择，好像是进化赋予我们的礼物。

Q：在您看来目前分析哲学面临的主要问题是什么？

A：第一个是我之前已经提及的高度依赖英语直觉带来的英语霸权问题，尤其是在知识论领域。我们凭什么觉得一种语言里的直觉可以代表全人类进行思维呢？这实际上犯了以偏概全的错误，以分析哲学自己的标准来看也难以接受。我们会发现同样是以英语为工作语言，譬如比较语言学的论文虽然用英语写，但是用到的材料也许是十几种来自不同语言的，这就不容易被诟病英语霸权。相对来说，形而上学和心灵哲学中英语直觉的危害没这么大，因为这些研究更类似于理科。但在知识论、伦理学等领域中不同文化会对直觉造成很大影响。前段时间有一个针对中国哲学家的调研，调查发现，肉食主义者有压倒性的优势，这和北美分析哲学同行的直觉恰恰相反。那么同样搞分析哲学，为什么你们的直觉对我们的错呢？因此我个人认为英语应当仅仅是一种写论文的工具，而不是把英语母语者的直觉本身当做问题的判断标准。值得注意的是我所担忧的不是哲学家有“专业知识直觉”，毋庸置疑数学家当然有自己的数学直觉；我所担忧的是不同文化背景里产生的哲学直觉分歧。在日本哲学的研究中我就发现很多日本优秀的哲学家即便熟读西方哲学，他们看某些问题的根本直觉仍然是佛教式的。这个区别就为我的观点做出了论证，即哲学直觉或许在相当深的层面上受到文化背景的影响，仅从一种语言直觉出发来做哲学是不对的。

当代分析哲学走向英语化的表达是一桩很遗憾的事，然而我同时要指出的是站在分析哲学的立场上看，这件事并不必然发生。分析哲学起源于德语世界，由于希特勒对知识分子的迫害，很多人跑去了英语世界，使得他们的写作工具也变成了英文。如果没有这种政治上的干扰，分析哲学或许能在更多语言的国家流行，那么现今以英语为核心直觉的问题可能会得到改善。

我对于分析哲学的另外一个批评是主流分析哲学的经验内容相当稀薄。实际上就跨学科而言，欧陆哲学做的比较好。如果我们去看欧陆哲学的作品，比如哈贝马斯、利科，我们会发现涵盖的学科非常多，甚至是很多理科方面的材料。虽然在分析哲学里有一部分哲学家如丹尼尔·丹尼特，跨学科色彩很浓，但我觉得他们并不是分析哲学写作的主流。仍然有很大一批分析哲学家写作的典型特点是词汇量比欧陆哲学小得多，因为他们往往只是站在人类经验的某一个层面很狭隘地来看待一个问题。从跨学科角度对一个问题反复考量的综合性在现代分析哲学中比较少见。一个鲜明的对比是波伏娃写作的《第二性》，这本书虽然是女权主义的著作，但它从生理学、文化学、语言学、经济学等角度对女性与男性之间的关系进行了全方位的知识构建，使得其经验内容十分丰富。因此，主流分析哲学尽管宣称自己要与自然科学相结合，但是经验内容上的稀薄无疑让这个口号看起来有些货不对版。在这个意义上，分析哲学没有完成自己许下的承诺。

Q：老师认为未来的人工智能研究中，来自不同学科的学者们如何可能迈向更大的共识？

其实人工智能学科内部都没有多大的共识，比如深度学习和传统符号AI完全不是一个路数。当然这种分歧丛生的状况确实是学术繁荣的一个标志，这带来了学术的试错空间。不同的科学家根据自己的选择从属于不同的团体，进行各种各样的学术试错，从而推动学术进步。所以同一个学科内部不同学派会相互斗争，不同的学科反而会有可能结合，因为不同学科之间的有些理念是相通的。一个简单的例子是，在不同的学科里都会有经验论倾向的学者，如果你是语言学家，你就很可能采纳认知语言学的模型而非乔姆斯基的先天语法模型；如果你是心理学家，你就更有可能赞同皮亚杰的模型。哲学上的经验论者就可以去其他学科之中寻找与自己分享相同倾向的学者，结成同盟。尽管不同学科工作领域的抽象程度不同，彼此之间仍需要不断磨合和学习，但对经验论倾向的学者来说这岂不是比与同一个学科内唯理论倾向的学者合作容易得多吗？假设一个哲学家和心理学家分享了知识是后天形成的基本观点，我们在合作时我就会得到更多来自心理学事实的支持，证明我的哲学洞见是正确的。因此，恰恰是分享相同哲学范式的跨学科组合是更有希望的。