AI 如何让哲学研究走向资本密集型：David Strohmaier 谈 AI 驱动的哲学

“AI系统……将改变这门学科：它们将使哲学变得更加资本密集型。”

* * *

以下是由David Strohmaier撰写的客座文章，他是剑桥大学自然语言与信息处理小组的哲学家和计算机科学家。在文中，他解释了自己为何认为有理由相信AI系统最终将具备“驱动”哲学的能力，以及这将如何改变哲学的经济学。

哲学中的AI：通过资本密集型哲学取得进展
作者：David Strohmaier

引言

生成式AI已经进入哲学领域。不仅期刊收到大量质量存疑的AI生成论文，关于AI致力于哲学工作的讨论也日益增多。¹ 作为一名同时从事AI和哲学研究的研究者，我观察到了这些发展，并想从这一视角出发，阐述我所预见的哲学领域即将发生的一种转变，以及我为何支持它：哲学将变成一门资本密集型学科，其中很大一部分研究将由AI系统驱动。

我的立场取决于AI系统的能力。由于我意识到许多哲学家对AI技术总体上持怀疑态度，请允许我先阐述关于AI系统是否能够驱动哲学——即引领全新的哲学研究方式——的怀疑立场和乐观立场。

关于AI能力的怀疑立场与乐观立场

关于AI系统能力的怀疑立场，其常见依据是：让LLM写一篇哲学论文，要么结果令人失望，要么需要大量手把手指导，以至于人们会质疑使用LLM的价值。如果不经过大规模修改，AI写作往往糟糕透顶。我最近有幸审阅了一篇明显由AI撰写的计算机科学论文。行文令人痛苦。句子是分号和破折号的无尽链条。模型毫无分寸感，把微不足道的细节大肆铺陈，却把重要信息塞进众多附录之一。

除了风格问题，AI模型难以产生真正创新的见解。相反，它们往往纠缠于相当技术性、次要的问题。从怀疑者的角度看，这意味着AI驱动的哲学只会产出无人愿意阅读的、令人过目即忘的作品。有时这种怀疑评估基于对AI系统的过时理解，即认为它们仅仅是LLM，其能力完全来自预训练所用的文本。这种图景已不再成立，因为训练方式已经多样化，但系统尚未专门针对哲学创新能力进行专门化，这一点仍然属实。

关于AI系统能力的乐观立场，其常见依据是将当前的进步速度投射到未来。技术在飞速进步，因此尽管AI系统可能还无法写出符合顶级哲学期刊严格标准的论文，但我们应该再给AI实验室几年时间。我认为这一预测很有道理，但我们不需要对超级智能之类的东西做出大胆预测，就能预见AI驱动哲学的增长。

为了证明我的乐观是有道理的，我将只假设应用现有的人工智能技术，即前沿实验室目前可用的基础模型和工具框架。这类模型已经能够证伪离散几何中一个长期存在的猜想，并开发出一种用于4×4复值矩阵乘法的新算法。到目前为止，在哲学中对这类用途的探索还属于例外，但技术已经具备。

尽管迄今为止还没有记录详实的AI系统解决哲学问题的实例，但我仍然乐观，因为哲学有一个关键特征使其在大规模应用AI方面颇具前景：各领域之间普遍存在的推理依赖。要回答形而上学中的一个问题，你可能不得不考虑语义学和认识论中的问题，甚至可能超出该学科的界限，将物理学纳入考量。由于哲学中这些无处不在的跨领域依赖，AI系统的规模化能力极其宝贵。AI智能体不仅能从其他争论中识别出相关陈述，还能大规模地将已发表的理论形式化，然后使用工具构造反例。

对于这类用例而言，LLM的文风令人不适并不重要。AI系统也不缺乏以这种方式被使用的创造力。AI已被证明拥有的有限创新能力——例如开发出矩阵乘法的新算法——足以用来探索各种形式化方案并用反例加以检验。只要AI系统能够大规模地执行这些功能，它们就能引导我们找到哲学问题的解答。

有人可能会回应说，我所提到的用例需要可验证性，确实，我认为决策论、公理化形而上学和形式认识论等领域是AI驱动哲学最有前景的候选领域。然而，即使对于不允许得出确定性结论的哲学部分，AI系统也将有助于确定哪些立场能够达到理性均衡。毕竟，这些系统有能力考量成千上万种话语选项，并系统地探索哲学文献或一般人类文本中所记录的各种判断聚合方案。它们能够以对我们来说过于劳动密集的精细程度绘制话语空间的地图。

在前面的段落中，我强调了AI系统在哲学相关任务上的规模化能力。正是由于这些规模化能力，我预期AI系统将推动一种新的哲学实践方式。重要的是，在扩展AI推理上投入的资本越多，结果就越好。总有更多的反例需要考虑，更多的聚合方案需要探索，还有另一个角度可以尝试，但你需要算力才能做到。

向资本密集型学科的转变

在概述了我为何相信AI系统将有能力推动哲学之后，我转向它们将如何改变这门学科：它们将使哲学变得更加资本密集型。稍微简化地说，在哲学数千年的历史中，资本——即外部生产资料意义上的资本——扮演了两种角色：²

资本让拥有它的人要么自己从事哲学研究，要么使他人能够从事哲学研究。这种形式的资本只有在为哲学思考提供生活手段时，才进入哲学领域。例如，柏拉图庄园的收入使他能够将时间投入到哲学中。
写作和阅读材料是一种更直接支持哲学过程的资本形式。它们是产生哲学论证和洞见的手段。在哲学史上，获取这类资本往往颇具挑战，但如今，一座设备齐全的公共图书馆或许就能提供这些哲学手段。

如果我们拓宽“资本”一词的用法，对哲学而言最重要的资本形式或许是人力资本，即哲学家所展现的技能与素养。³ 身为学院派哲学家或许不只是智识生活，但它已尽可能接近任何职业所能达到的程度。迄今为止，自由时间、一台图书馆电脑，以及一颗在哲学论证中磨砺过的头脑，几乎就是你从事哲学严格所需的全部。在个人电脑出现之前，所需的只是一台打字机，再往前则是一支钢笔。变化罕见，进展如冰川般缓慢，与大多数行业的变革相比微不足道。最具影响力的两项发明或许是文字和印刷机，即记录和传播我们思想的手段。论证及其评估仍须源自我们的头脑。在这方面，AI驱动的哲学的兴起将具有变革性。

要一窥哲学将如何被改变，值得考虑其他学科是如何运作的。当我在取得哲学博士学位后进入计算机科学领域时，我经历了文化冲击。资本的作用促成了这种冲击，尤其是因为获取资本决定了你在计算机科学中能做什么。你能使用的GPU数量至关重要。如果没有所需的设备，你就无法处理某些问题。你需要获取进行AI研究的手段。在我攻读哲学博士期间，我曾开玩笑地问一位教员，哲学经费都花在什么上了。扶手椅吗？他的回答是，资金将哲学家从其他义务中解放出来，让他们得以投身哲学。一旦资金足以支付你的薪水（以及你的博士后/博士生的薪水），并覆盖你参加学术会议/研究访问的费用，差不多就这些了。⁴

在计算机科学中，尤其是在AI研究中，资金永远不够。如果不用价值5000美元的GPU额度，而是给我们200万美元，我们会毫不费力地花掉它。我们的研究随资本而扩展，尽管资本的边际回报会随规模递减，但大多数学术AI研究尚未达到这一变得相关的程度。因此，重要的不仅是人力资本，还有获取计算资本的机会。这也可能是哲学作为资本密集型学科的未来。

对这场变革的反对意见，以及我为何仍然支持它

尽管人们已经提出了许多有原则的反对意见，反对将 AI 用于哲学，但这种变革的前景很可能正是某些哲学家对 AI 表现出厌恶的原因。像做哲学这回事，学术哲学家们是喜欢的，而且很多人就喜欢按他们现在的方式来做，多谢关心。大多数哲学家喜欢彼此进行论证交锋。他们想读另一位哲学家写的东西，加以思考，并在深思熟虑之后谨慎回应。金钱对这个过程的意义仅在于它为做哲学腾出了你的时间，但几乎不影响你如何花这些空闲时间。

沿着这条思路的一个常见立场是：过程比结果更重要。按照这一立场，即使资本密集型的 AI 系统能够发现有效的哲学论证或真实的哲学陈述，这些也没有多大价值。重要的是个人的反思以及与其他哲学家的交流。对哲学而言，价值来源于过程，而非产品。

我所暗示的那种 AI 驱动的哲学当然会采用不同的过程，但它并不一定要抛弃人类对哲学论证和结果的理解。即使是由规模化 AI 系统承担各种任务，我预计我们仍能理解核心的哲学动作。然而，这种理解将通过与 AI 系统输出的互动来达成。这与学术哲学家所习惯的达成理解的过程有着根本的不同。如果一个人看重当前这种私下深思、分享初稿、在研讨会或会议上交换论证的过程，那么他可能会拒绝 AI 驱动的过程。

虽然我对传统的做哲学方式怀有深深的依恋，但只要所讨论的过程是唯一能产生哲学洞见的过程，排他性地坚守它就很容易维持。到目前为止，这样做无需付出任何代价。当 AI 驱动的哲学崭露头角时，这种情况将会改变。当把劳动与资本结合起来就能取得更多洞见时，排他性地坚守这一过程将很难站得住脚。一旦新的 AI 系统变革哲学，结果会更好。

就个人而言，我对这一发展感到兴奋。尽管我非常喜欢以老派方式从事哲学，但我转向计算机科学的一个原因是我想要解决问题。哲学家究竟能在多大程度上解决其学科提出的问题——如果说能解决的话——是有争议的。在这场争议中，我（私下里）站在那些认为进步是可能的但极其困难的人一边。如果 AI 兑现其承诺，它的引入可能成为哲学史上的决定性时刻。我们解决哲学问题的速度可能会提高！

如果我的愿景成真，而我们仍然坚持不仅要理解AI驱动的哲学所产生的结果，而且根本不让AI来驱动这一过程，那就意味着我们终究并不那么在乎问题的答案。我不认为情况如此。我们在乎规范性语言的语义，在乎整体是否存在于其部分之上，在乎这些问题是否真的能够被回答。如果AI能帮助我们找到这些问题的答案，或表明它们无法回答，那将是一个巨大的成功。这就是我支持这一变革的原因。

令我兴奋的愿景，对其他人来说可能是一种恐惧的来源。如果AI驱动的哲学被证明能成功解决哲学问题呢？如果这种方法失败了，如果它没有产生任何有价值的东西，那么它最终会消亡，尤其是因为它需要本可以用在别处的资本。然而，如果AI驱动的哲学被证明是成功的，它可能会排挤掉当前从业者所珍视的其他哲学研究方式。那些愿意（并且有能力）在哲学问题上投入资本的人，会更快地做出回应，并取得更令人瞩目的成果。要忽视他们的产出将变得越来越困难。有些哲学问题对我们很重要，因为我们想知道答案，因此，我们也会关心解决方案，无论它是如何得出的。

我希望我能缓解这样一种担忧：AI驱动的哲学将排挤掉以人力资本为中心的哲学。然而，我无法凭良心这样做，因为我在自然语言处理领域观察到，我真正关心的多种研究方法已被深度学习的巨大进步所排挤。当然，我们将继续交换论点和辩论，哪怕只是为了自娱自乐，而且大多是在学术义务之外。尽管如此，我预计这门学科将被改变。如果我的愿景成为现实，许多老派的过程将被资本密集型的AI驱动哲学所取代。当一个同事不再花数小时仔细考虑别人分享给他的草稿，而是让AI系统在其中挑漏洞时，一个院系内部的动态将会发生变化。有些东西将会失去。这就是变革性变化的本质。如果我们能因为这一变化而多揭示和理解一个哲学真理，我愿意付出这个代价。

本文的AI使用情况

最初的想法完全是我自己的。我使用Claude来检索文献、进行文字编辑并获取反馈。在提示它采取分析哲学家的视角后，Claude对AI在哲学方面的潜力表现得比我更加怀疑。为确保没有低劣内容混入，所有修改都由我本人完成，而非由AI工具直接插入。

脚注

2023年，Clay和Ontiveros曾提出过一项关于AI为哲学做出贡献的较早提案，但在该学科中基本被忽视。↩︎
我在这里关注的是哲学写作以及与其他从业者的辩论，而非哲学教学。后者在一段时间以来一直更加资本密集，尤其是在尝试扩大课程规模时。 ↩︎
如果我们非要把布迪厄扯进来，我们也可以讨论社会资本和声望问题，但在这篇文章中我将把这些搁置一旁。↩︎
我在这里简化处理，假设是纯粹的扶手椅哲学的情况。许多哲学项目对经费还有其他用途。例如，实验哲学家肯定会乐于扩大他们某些实验的规模。↩︎