向玉瓊

(南京農(nóng)業(yè)大學(xué) 公共管理學(xué)院，江蘇 南京 210095)

人類(lèi)社會(huì)中的政策主體只能是人類(lèi)，這是一個(gè)理所當(dāng)然而不需要論證的問(wèn)題。但是，隨著人工智能的興起和迅猛發(fā)展，這一傳統(tǒng)觀念受到挑戰(zhàn)，人工智能能否成為政策主體，成為人工智能時(shí)代人類(lèi)所要思考的重要問(wèn)題。目前，人工智能在計(jì)算能力上已經(jīng)遠(yuǎn)超過(guò)人腦，在下棋、診斷疾病、買(mǎi)賣(mài)股票等領(lǐng)域卓有成效，在政策過(guò)程中也推動(dòng)了信息處理和方案設(shè)計(jì)的優(yōu)化。不僅如此，人工智能還表現(xiàn)出了“覺(jué)醒”的趨勢(shì)，這使其不能被等同于人類(lèi)之前所發(fā)明的簡(jiǎn)單技術(shù)工具。政策過(guò)程中人工智能會(huì)扮演何種角色？人類(lèi)與人工智能之間應(yīng)建構(gòu)出何種關(guān)系？結(jié)合社會(huì)發(fā)展的趨勢(shì)以及對(duì)人工智能本質(zhì)的思考，筆者認(rèn)為，政策過(guò)程將走向人與人工智能的合作。

1 文獻(xiàn)綜述與問(wèn)題提出

關(guān)于人工智能與社會(huì)治理的研究成果主要包括人工智能對(duì)社會(huì)治理的影響以及政府的回應(yīng)兩方面。賈開(kāi)等人提出人工智能在技術(shù)層面的核心是算法與數(shù)據(jù)，機(jī)器學(xué)習(xí)會(huì)形成自主決策，因此會(huì)對(duì)傳統(tǒng)科層治理提出挑戰(zhàn)[1]；陳水生研究了人工智能對(duì)城市治理的挑戰(zhàn)以及政府回應(yīng)策略[2]；張?zhí)盏热颂岢鲋腔壅卫碇斜厝怀霈F(xiàn)人機(jī)合作的現(xiàn)象，關(guān)注責(zé)任如何分擔(dān)的問(wèn)題[3]。

具體到人工智能與公共政策的研究中，相關(guān)成果可歸為以下幾個(gè)視角。一是對(duì)人工智能政策本身進(jìn)行研究，這集中在國(guó)際政策比較上，如曾堅(jiān)朋等人從政策主體、工具和目標(biāo)三個(gè)方面對(duì)中美人工智能政策進(jìn)行比較[4]；湯志偉等人從目標(biāo)、工具、執(zhí)行來(lái)比較中美人工智能產(chǎn)業(yè)政策[5]。二是從政策措施層面研究人工智能時(shí)代的政策應(yīng)對(duì)，如賈開(kāi)等提出綜合性公共政策框架，以此為人工智能的發(fā)展建立制度基石[1]。三是研究人工智能對(duì)政策過(guò)程的影響，如何大安等人探討了大數(shù)據(jù)與人工智能對(duì)福利政策制定的影響，認(rèn)為政府可以通過(guò)大數(shù)據(jù)的搜集、整合、分類(lèi)、加工和處理，利用云平臺(tái)和運(yùn)用機(jī)器學(xué)習(xí)等手段提高福利經(jīng)濟(jì)政策的效用函數(shù)[6]；陳鵬研究了人工智能在政策議程中的應(yīng)用，認(rèn)為人工智能能精準(zhǔn)識(shí)別政策問(wèn)題，降低政策分析成本，提高政策分析質(zhì)量，有效提升公共政策的科學(xué)性[7]。

總體來(lái)看，現(xiàn)有研究看到了人工智能對(duì)社會(huì)治理所帶來(lái)的影響和挑戰(zhàn)，并從政策措施的層面提出了一些對(duì)策，大多數(shù)研究將公共政策視為人工智能發(fā)展的制度基礎(chǔ)和優(yōu)化路徑，而關(guān)于人工智能對(duì)政策過(guò)程的影響研究較少，少量的相關(guān)成果也只關(guān)注到具體的技術(shù)提升層面。但當(dāng)人類(lèi)社會(huì)進(jìn)入人工智能時(shí)代，政策過(guò)程所受到的人工智能的影響不僅僅停留在技術(shù)層面，還會(huì)深入到關(guān)系和模式層面，涉及政策過(guò)程中人類(lèi)與人工智能之間的關(guān)系問(wèn)題。當(dāng)前研究雖有關(guān)于人工智能與人類(lèi)之間關(guān)系的探討，如畢丞從人工智能的技術(shù)本質(zhì)出發(fā)，探討人類(lèi)與人工智能的關(guān)系問(wèn)題[8]，但未具體針對(duì)政策過(guò)程來(lái)開(kāi)展。公共政策作為現(xiàn)代社會(huì)治理的主要工具，政策過(guò)程關(guān)乎政策的科學(xué)性與治理能力的提升，政策過(guò)程中人工智能應(yīng)發(fā)揮何種作用，人類(lèi)與人工智能之間應(yīng)確立何種關(guān)系模式，這對(duì)于人工智能時(shí)代的政策優(yōu)化有著重要價(jià)值。

2 人工智能進(jìn)入政策過(guò)程的可能性

公共政策作為現(xiàn)代社會(huì)治理的主要工具，其制定過(guò)程必然是一個(gè)政治過(guò)程，但在社會(huì)理性化進(jìn)程中，政策過(guò)程也尋求科學(xué)化和技術(shù)化，這使得人工智能的進(jìn)入具有了可能性。

2.1 政策過(guò)程的技術(shù)化

一方面，工業(yè)社會(huì)是一個(gè)科學(xué)技術(shù)迅猛發(fā)展的時(shí)代，政策過(guò)程受到科學(xué)化與技術(shù)化進(jìn)程的影響，強(qiáng)調(diào)工具理性和技術(shù)理性，這為人工智能的進(jìn)入提供了前提條件。尤其是進(jìn)入20世紀(jì)之后，科學(xué)技術(shù)發(fā)展快速，很多社會(huì)問(wèn)題都被歸于技術(shù)問(wèn)題的范疇，技術(shù)成為解決一切問(wèn)題的萬(wàn)能途徑，政策問(wèn)題也撇棄了價(jià)值因素而實(shí)現(xiàn)了事實(shí)化。政策過(guò)程技術(shù)化采用了物理學(xué)領(lǐng)域中研究自然現(xiàn)象的范式，運(yùn)用分析性思維將事物進(jìn)行分類(lèi)和分解，使得復(fù)雜的問(wèn)題能被分解為更清晰的認(rèn)識(shí)對(duì)象，能用規(guī)范的方法和固定的技術(shù)來(lái)進(jìn)行分析，最后將分解開(kāi)來(lái)的知識(shí)合并起來(lái)作為對(duì)原有事物的認(rèn)知。另一方面，20世紀(jì)50年代國(guó)外的智庫(kù)研究開(kāi)始重視系統(tǒng)分析，在每個(gè)問(wèn)題挑選出來(lái)的一部分中應(yīng)用量化研究，在復(fù)雜決策環(huán)境中應(yīng)用系統(tǒng)的常識(shí)分析，將實(shí)證主義的邏輯與方法引入到政策過(guò)程中。分析性思維與實(shí)證研究方法結(jié)合起來(lái)，成為政策過(guò)程技術(shù)化的完整路徑。到20世紀(jì)60年代政策科學(xué)運(yùn)動(dòng)之后，代表實(shí)證主義路徑的政策分析得到大力推廣，政策分析的路徑占據(jù)了政策科學(xué)研究的全部，政策過(guò)程紛紛尋求實(shí)證主義方法和技術(shù)的應(yīng)用，并從技術(shù)發(fā)展中獲得合理性支撐。這樣，即使社會(huì)問(wèn)題多種多樣，但分析性思維將所有問(wèn)題都經(jīng)過(guò)分析和分解之后納入標(biāo)準(zhǔn)化的科學(xué)分析框架之中，政策問(wèn)題被分解為可見(jiàn)的明確符號(hào)，并通過(guò)符號(hào)的分析與計(jì)算得出政策結(jié)果。在技術(shù)化的路徑中，政策過(guò)程拋棄了倫理和價(jià)值因素的考量，也避開(kāi)了政治爭(zhēng)論，轉(zhuǎn)化為一個(gè)純粹的技術(shù)化流程，成為一個(gè)模式化的程序，這恰好是人工智能能夠發(fā)揮作用的地方。

2.2 人工智能的可計(jì)算符號(hào)主義假設(shè)

技術(shù)化過(guò)程將政策問(wèn)題轉(zhuǎn)化為抽象的符號(hào)，符號(hào)可計(jì)算、可離身，這正好符合人工智能關(guān)于符號(hào)主義的假設(shè)。早在圖靈(Alan Turing)(1)圖靈(1912—1954)，英國(guó)數(shù)學(xué)家、邏輯學(xué)家，被稱(chēng)為計(jì)算機(jī)科學(xué)之父、人工智能之父。那里，政策問(wèn)題就被認(rèn)為是可以符號(hào)化進(jìn)而可以通過(guò)計(jì)算機(jī)來(lái)處理的，正是基于這一想法，圖靈發(fā)明了一種全新的數(shù)學(xué)算法，并認(rèn)為可以通過(guò)一種“通用計(jì)算機(jī)”來(lái)處理所有可能的機(jī)械運(yùn)算，因此提出了通過(guò)機(jī)器來(lái)模擬人的智能的設(shè)想。既然所有社會(huì)問(wèn)題都可以對(duì)應(yīng)于符號(hào)，而符號(hào)又是可計(jì)算的，那么人類(lèi)處理政策問(wèn)題也就是在處理抽象符號(hào)，因此大腦可以被比擬成一種特殊形式的計(jì)算機(jī)，反過(guò)來(lái)說(shuō)，電腦和人的大腦之間具有相似之處，計(jì)算機(jī)可以模擬人類(lèi)的行為與智能來(lái)進(jìn)行符號(hào)處理[9]9。圖靈的“通用計(jì)算機(jī)”強(qiáng)調(diào)計(jì)算機(jī)模仿和協(xié)作工作的能力，強(qiáng)調(diào)計(jì)算機(jī)模擬“人造大腦”的可能性，以至于“人類(lèi)具備的這種被稱(chēng)作‘智能’的符號(hào)處理的行為及能力也完全可以通過(guò)人工智能來(lái)體現(xiàn)”[9]9?；趫D靈的觀點(diǎn)，20世紀(jì)50年代“人工智能”的概念被提了出來(lái)，強(qiáng)調(diào)計(jì)算機(jī)編寫(xiě)程序的邏輯結(jié)構(gòu)、符號(hào)操作系統(tǒng)以及編程語(yǔ)言，尤其強(qiáng)調(diào)“計(jì)算”對(duì)于人工智能研究的重要性?！拔锢矸?hào)系統(tǒng)具備智能行動(dòng)的能力，同時(shí)一般智能行動(dòng)也需要物理符號(hào)系統(tǒng)?！盵10]15人工智能的發(fā)展有個(gè)前提假設(shè)，即符號(hào)的可計(jì)算、可離身，而這一假設(shè)在第一代認(rèn)知科學(xué)中被確定下來(lái)并成為人工智能發(fā)展的基礎(chǔ)。第一代認(rèn)知科學(xué)堅(jiān)守“離身心智論”的觀念，認(rèn)為心智可以離開(kāi)人的大腦，通過(guò)符號(hào)這一載體在計(jì)算機(jī)上表達(dá)出來(lái)。計(jì)算機(jī)完全可以模仿人類(lèi)來(lái)進(jìn)行思維，“人在思維”實(shí)際上就是“機(jī)器在思維”，這一觀點(diǎn)推翻了20世紀(jì)初行為主義關(guān)于人的大腦內(nèi)部無(wú)法觀測(cè)的假設(shè)，將人腦通過(guò)計(jì)算機(jī)呈現(xiàn)出來(lái)，將不可見(jiàn)的思維和認(rèn)知變成可見(jiàn)的和可計(jì)算的符號(hào)，政策問(wèn)題也就成為計(jì)算機(jī)可以處理的對(duì)象。之后，人工智能可以放心地致力于計(jì)算能力的提升，只要提升計(jì)算速度與準(zhǔn)確性，就意味著提高心智能力，也就實(shí)現(xiàn)了政策過(guò)程中的工具優(yōu)化。

3 政策過(guò)程中人機(jī)合作的必然性

人工智能的發(fā)展可以推動(dòng)政策過(guò)程的科學(xué)化與技術(shù)化，而就現(xiàn)實(shí)來(lái)看，人工智能已經(jīng)廣泛涉入政策過(guò)程之中，“在特定領(lǐng)域中，計(jì)算機(jī)做出的決策通常比人的決策更好”[11]36。大數(shù)據(jù)和超級(jí)算法模式正在顛覆“憑借經(jīng)驗(yàn)和直覺(jué)”的模式，使得政策的科學(xué)性顯著增強(qiáng)[12]。如果將政策過(guò)程看成一個(gè)技術(shù)處理的過(guò)程，那么人工智能就可以替代人類(lèi)而主導(dǎo)政策過(guò)程。但是，政策過(guò)程能否被簡(jiǎn)化為技術(shù)過(guò)程？政策問(wèn)題能否通過(guò)符號(hào)來(lái)做出完整表達(dá)？假設(shè)政策問(wèn)題可以通過(guò)符號(hào)得到表達(dá)，那么符號(hào)能否從情境中剝離出來(lái)而成為獨(dú)立加工的系統(tǒng)？符號(hào)能否完全可加工、可計(jì)算？在20世紀(jì)中期，實(shí)證主義如日中天的地位使得人們對(duì)政策過(guò)程的技術(shù)化深信不疑，對(duì)符號(hào)的系統(tǒng)性、獨(dú)立性、可計(jì)算性都持有肯定的答案。但在現(xiàn)實(shí)中，當(dāng)美國(guó)政府的各層級(jí)部門(mén)都廣泛應(yīng)用科學(xué)分析思維之后，結(jié)果卻出現(xiàn)大量的政策失靈。這推動(dòng)人們開(kāi)始反思政策過(guò)程的技術(shù)化，也動(dòng)搖了對(duì)“離身心智論”符號(hào)主義的信心。

3.1 政策問(wèn)題的不可符號(hào)化：動(dòng)搖了人工智能作用的前提假設(shè)

到20世紀(jì)60年代末，隨著實(shí)證主義帶來(lái)的政策失靈，人們意識(shí)到，任何政策問(wèn)題都是存在于社會(huì)中的，都具有一定的歷史背景并置于具體的社會(huì)情境中，是一個(gè)完整的總體性存在。如果將政策問(wèn)題簡(jiǎn)化為可分析、可計(jì)算的符號(hào)，只保留其適合計(jì)算機(jī)分析的部分，那么這些符號(hào)并非就能代表政策問(wèn)題的全貌。事實(shí)上，無(wú)論符號(hào)系統(tǒng)多么嚴(yán)密多么仿真，都只能從形式上對(duì)政策問(wèn)題進(jìn)行模仿。雖然符號(hào)是抽象思維的產(chǎn)物，是對(duì)日常經(jīng)驗(yàn)和感受進(jìn)行抽象化和系統(tǒng)化的結(jié)果，往往被認(rèn)為比人的心智更為理性、更為完整，以至于當(dāng)符號(hào)表達(dá)出來(lái)的問(wèn)題與真實(shí)問(wèn)題不相符時(shí)，人們往往認(rèn)為符號(hào)表達(dá)的是“真實(shí)的”，而與之不符的現(xiàn)實(shí)問(wèn)題是片面的。但是，“大型官僚制度所必然帶來(lái)的簡(jiǎn)單抽象無(wú)法充分地表示出自然或社會(huì)過(guò)程的復(fù)雜性。他們所使用的范疇過(guò)于簡(jiǎn)單、靜態(tài)和程式化，因此無(wú)法公正地代表他們所要描述的世界”[13]335。政策問(wèn)題的符號(hào)化將政策問(wèn)題抽象化、簡(jiǎn)單化的同時(shí)，也將真實(shí)的政策問(wèn)題替換掉了。

既然政策問(wèn)題無(wú)法通過(guò)可計(jì)算的符號(hào)來(lái)做出完整的表達(dá)，那么將政策過(guò)程簡(jiǎn)化為技術(shù)過(guò)程的方式就是偏頗的。工業(yè)社會(huì)通過(guò)標(biāo)準(zhǔn)化與規(guī)范化的程序來(lái)處理一切問(wèn)題，通過(guò)技術(shù)和工具的優(yōu)化來(lái)達(dá)到規(guī)?；透咝实哪康?。其中所運(yùn)用的分析性思維和技術(shù)都可證實(shí)、可重復(fù)并具有邏輯自洽性，因而是具有技術(shù)合理性的，但如果在重視技術(shù)理性的同時(shí)否定了理性所包含的其他內(nèi)容，否定了常識(shí)和人的主觀判斷存在的空間，否定政策問(wèn)題所具有的社會(huì)性構(gòu)成，這卻是不合適的。在哈耶克看來(lái)，離開(kāi)意識(shí)和經(jīng)驗(yàn)的理性只是一種理性的冀望，“根據(jù)理性，我們永遠(yuǎn)都無(wú)法以同樣的方式重構(gòu)整個(gè)規(guī)則系統(tǒng)，因?yàn)槲覀儾⒉恢勒麄€(gè)規(guī)則系統(tǒng)之型構(gòu)過(guò)程中的所有經(jīng)驗(yàn)。因此，整個(gè)規(guī)則系統(tǒng)決不能被化約成一種為已知目的服務(wù)的有意識(shí)的構(gòu)造物，相反，在我們看來(lái)，必須被視作是一種經(jīng)由繼承而為人們所接受的指導(dǎo)該社會(huì)的價(jià)值系統(tǒng)”[14]7。在政策過(guò)程中，常識(shí)、想象、判斷、直覺(jué)等與理性知識(shí)同樣重要，“我們所做的許多常識(shí)性事情，要比吸引更多關(guān)注、獲得令人敬仰的專(zhuān)業(yè)技能復(fù)雜得多”[15]171。這也就是說(shuō)，政策過(guò)程中所需要的知識(shí)不僅僅是可以抽象化、符號(hào)化的理性知識(shí)，而且包含著人的常識(shí)和經(jīng)驗(yàn)。但一旦涉及到經(jīng)驗(yàn)和感知，就是符號(hào)所無(wú)法完整表達(dá)的，也是人工智能無(wú)法處理的了。

3.2 符號(hào)的不可“離身”：顛覆了人工智能作用的原理

人工智能基于“離身心智”的符號(hào)主義假設(shè)，寄托于符號(hào)將人類(lèi)思維完整表達(dá)出來(lái)。這時(shí)符號(hào)是抽象出來(lái)的具有系統(tǒng)性并且意義明確的，是具有技術(shù)合理性的，但抽象化的結(jié)果卻是遠(yuǎn)離了意向性與情境性。到20世紀(jì)70年代，第二次認(rèn)知革命興起并對(duì)符號(hào)的抽象性與離身性提出質(zhì)疑，轉(zhuǎn)而認(rèn)為所有認(rèn)知都是與具體的身體、神經(jīng)結(jié)構(gòu)、活動(dòng)等不可分離。這時(shí)，符號(hào)不再被視為是一種理性化的表征，社會(huì)中甚至不存在確定不變的所指，相反，符號(hào)不僅是在具體的情境中獲得意義，而且對(duì)于符號(hào)來(lái)說(shuō)意義比形式更為重要。人工智能處理抽象符號(hào)可以只需按程序來(lái)運(yùn)作，但程序運(yùn)作不可能恢復(fù)符號(hào)的意向性，也就無(wú)法使符號(hào)獲得意義?！皬臎](méi)有一種純形式模型，足以憑借其自身產(chǎn)生意向性，因?yàn)樾问教匦宰陨聿荒軜?gòu)成意向性，同時(shí)它們自身也沒(méi)有因果能力，它們的能力不過(guò)是在例示過(guò)程中隨著機(jī)器運(yùn)行而產(chǎn)生下一步的形式體系?！盵10]111-112就如國(guó)際象棋機(jī)器人“深藍(lán)”戰(zhàn)勝?lài)?guó)際象棋世界冠軍卡斯帕羅夫，下棋全程中 “深藍(lán)”沒(méi)有直覺(jué)，無(wú)法判斷哪里危險(xiǎn)或者有利，“深藍(lán)”對(duì)象棋歷史也毫無(wú)了解，對(duì)對(duì)手一無(wú)所知?！吧钏{(lán)”只是在運(yùn)作程序、在做算式，它能下棋，但不真正了解象棋。下棋尚可視為一個(gè)技術(shù)化的領(lǐng)域，而政策問(wèn)題所涉及的語(yǔ)言、文化、表情等，如果只是程序化的處理，那就更難以再現(xiàn)真實(shí)的政策問(wèn)題了。即使在一些偶然情況下，計(jì)算機(jī)進(jìn)行符號(hào)處理會(huì)表現(xiàn)出某種意向性和目的性，但這只是計(jì)算機(jī)編程人員和使用者所賦予的意向性，而并非計(jì)算機(jī)自身具備了意向性。如果考慮到符號(hào)的意向性與情境性，那就完全否定了符號(hào)處理的完整性與合理性，顛覆了人工智能運(yùn)作的原理。從符號(hào)的意向性出發(fā)可以認(rèn)為，無(wú)論智能機(jī)器人如何發(fā)展，都不會(huì)有人的心智，也就無(wú)法對(duì)符號(hào)的意義做出準(zhǔn)確的理解，對(duì)符號(hào)的處理也就變得沒(méi)有價(jià)值了，甚至基于這樣的符號(hào)做出的加工都不能被稱(chēng)之為符號(hào)處理。用語(yǔ)言學(xué)的話(huà)來(lái)說(shuō)，計(jì)算機(jī)所做的只是句法，而沒(méi)有語(yǔ)義，這必然是一種不完整的處理。

3.3 走向人機(jī)合作

人工智能在計(jì)算能力和數(shù)據(jù)處理方面表現(xiàn)出極大的優(yōu)勢(shì)，尤其是隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，摩爾定律逐漸成為現(xiàn)實(shí)，即計(jì)算能力每過(guò)18至24個(gè)月就提升一倍，以至于人工智能無(wú)論是在數(shù)據(jù)的容量上還是在可復(fù)制性上都顯示出遠(yuǎn)超人腦的處理能力。20世紀(jì)80年代以來(lái)，人工智能在數(shù)據(jù)分析、處理和診斷方面做了大量工作，通過(guò)專(zhuān)家系統(tǒng)、計(jì)劃系統(tǒng)、調(diào)度系統(tǒng)等幫助人類(lèi)在管理信息、人員匹配等方面發(fā)揮了重要作用，隨著知識(shí)表示、機(jī)器學(xué)習(xí)等方面的技術(shù)進(jìn)步，人工智能變得更加有用?！爸悄軝C(jī)器最強(qiáng)大的應(yīng)用就是那些人類(lèi)智力有困難的地方，感覺(jué)器官不能及的領(lǐng)域和那些單調(diào)乏味的工作。通常，這樣的活動(dòng)幾乎不涉及情感。”[16]224人工智能能夠大幅提高計(jì)算的精確性與準(zhǔn)確性，提升政策信息收集的完整性與真實(shí)性，能營(yíng)造出一種理性決策的條件和流程，大大提升政策結(jié)果的科學(xué)性。但是，由于政策問(wèn)題不僅包括可以被符號(hào)化處理的部分，還有大量不可符號(hào)化的需要經(jīng)驗(yàn)理性支撐的部分，因此，除了應(yīng)用人工智能來(lái)優(yōu)化政策工具之外，政策過(guò)程也需要人類(lèi)來(lái)發(fā)揮自己的優(yōu)勢(shì)。尤其是在全球化、后工業(yè)化進(jìn)程中，政策問(wèn)題更加多樣，結(jié)構(gòu)多變無(wú)定型，這就更難以被納入統(tǒng)一的科學(xué)框架和分析路徑中，解決政策問(wèn)題也無(wú)法依靠單一的技術(shù)能力來(lái)解決了?！皬?fù)雜性強(qiáng)調(diào)，存在多種多樣網(wǎng)絡(luò)化的時(shí)空路徑以及經(jīng)常的、大量的因果非線(xiàn)性關(guān)系；同時(shí)又強(qiáng)調(diào)，不可預(yù)見(jiàn)性以及不可逆性似乎是所有社會(huì)系統(tǒng)和物理系統(tǒng)的特征。”[17]9高度復(fù)雜性打破了簡(jiǎn)單的因果邏輯，意味著非線(xiàn)性、高度模糊和混沌狀態(tài)以及非平衡態(tài)的涌現(xiàn)。這種復(fù)雜性超出了任何單一學(xué)科可以解釋的范疇，也不再是任何單一的技術(shù)工具可以控制的，復(fù)雜性的政策問(wèn)題對(duì)傳統(tǒng)決策模式提出挑戰(zhàn)，突出了共生共在的重要性?！叭说墓采苍谑巧鐣?huì)的高度復(fù)雜性和高度不確定性條件下人的本真狀態(tài)，要么是人的共生共在，要么是人類(lèi)歷史的終結(jié)?！盵18]越是在高度復(fù)雜性的社會(huì)條件下，越是需要通過(guò)共生來(lái)實(shí)現(xiàn)共在，這里的共生共在不僅指人類(lèi)之間，而且包括人類(lèi)與人工智能之間。正如弗洛里迪所說(shuō)的，“除非徹底消滅信息與通信技術(shù)，否則我們的世界已經(jīng)離不開(kāi)它們”[19]198。在高度復(fù)雜性的社會(huì)中，人類(lèi)與人工智能只能尋求共生共在之道。具體來(lái)說(shuō)，政策問(wèn)題不僅需要理性知識(shí)和先進(jìn)技術(shù)所帶來(lái)的高速計(jì)算，而且要打破科學(xué)框架的邊界以尋求經(jīng)驗(yàn)知識(shí)的支撐，需要不同學(xué)科之間、不同領(lǐng)域之間的共同建構(gòu)，需要多元主體之間的合作行動(dòng)。

4 政策過(guò)程中的人機(jī)合作構(gòu)想

政策過(guò)程中的人機(jī)合作，一方面強(qiáng)調(diào)人工智能在技術(shù)理性方面的力量，另一方面注重人的作用，強(qiáng)調(diào)人所具有的經(jīng)驗(yàn)知識(shí)以及情感體驗(yàn)。在不確定性程度相對(duì)較低的工業(yè)社會(huì)中，通過(guò)程式化行動(dòng)可以處理所有政策問(wèn)題，繼而通過(guò)工具優(yōu)化來(lái)提高速度就能實(shí)現(xiàn)高效率，人工智能完全可以滿(mǎn)足程式化行動(dòng)需求，并推動(dòng)效率的提高。但是，在不確定性程度越來(lái)越高的情況下，技術(shù)理性反而可能成為有效政策的羈絆。政策過(guò)程需要突破既定的思維與框架，需要在開(kāi)放與互動(dòng)中做出決策。在發(fā)揮技術(shù)理性?xún)?yōu)勢(shì)的同時(shí)重視人的作用，既會(huì)推動(dòng)人類(lèi)與人工智能的合作，也將帶來(lái)政策過(guò)程的重塑。

4.1 程序化運(yùn)作與情境性創(chuàng)新的合作

通過(guò)科學(xué)思維將政策問(wèn)題轉(zhuǎn)化為可計(jì)算的、具有離身性的符號(hào)之后，政策過(guò)程就被轉(zhuǎn)變?yōu)橐粋€(gè)程序化運(yùn)作的過(guò)程。那就意味著，只要將一套程序輸入到人工智能中，就能實(shí)現(xiàn)更加高速且精確的運(yùn)算，從而實(shí)現(xiàn)更高的效率。早在20世紀(jì)40年代時(shí)，人工智能處理常規(guī)決策的能力就得到認(rèn)可，西蒙甚至認(rèn)為，如果能將非常規(guī)性問(wèn)題轉(zhuǎn)化為程序化運(yùn)作，那也是人工智能可以處理的，其中的關(guān)鍵問(wèn)題在于，“其一，是找到如何從實(shí)質(zhì)上增加人類(lèi)在非程序化環(huán)境中解決問(wèn)題的潛力。其二，是找出用計(jì)算機(jī)幫助人類(lèi)解決問(wèn)題而又不用先將問(wèn)題簡(jiǎn)化成數(shù)學(xué)形式或數(shù)字形式的方法”[20]54。這種觀點(diǎn)對(duì)人工智能表現(xiàn)出了極度樂(lè)觀的態(tài)度，認(rèn)為計(jì)算機(jī)完全可以設(shè)計(jì)出復(fù)雜的程序來(lái)做出非程序化的決策。但是，隨著高度復(fù)雜性政策問(wèn)題的出現(xiàn)，常規(guī)性、標(biāo)準(zhǔn)化、規(guī)范化的解決方式受到挑戰(zhàn)，政策過(guò)程更多需要的是創(chuàng)新與情境性處理。這里所說(shuō)的創(chuàng)新意味著政策思維的靈活性與開(kāi)放性，意味著政策流程的非常規(guī)化與非程序化，也就是說(shuō)，創(chuàng)新會(huì)突破科學(xué)的邊界，突破分析性思維所固有的邏輯和步驟，不再將政策問(wèn)題視為封閉的、隔離的、可分解的對(duì)象，而是將政策問(wèn)題置于具體的情境與意向性中來(lái)開(kāi)展靈活性的建構(gòu)。雖然現(xiàn)實(shí)中人工智能也在技術(shù)上不斷創(chuàng)新，但究其實(shí)質(zhì)只是技術(shù)上的發(fā)展，是人工智能基于大量的數(shù)字記憶和技術(shù)模擬所獲得的技術(shù)進(jìn)步，無(wú)論是計(jì)算速度的加快還是對(duì)符號(hào)表意全面性的增長(zhǎng)，都是屬于技術(shù)范疇之內(nèi)。“在任何情況下，無(wú)論多么成功的人工智能也只是擅長(zhǎng)于那些經(jīng)過(guò)專(zhuān)門(mén)設(shè)計(jì)的領(lǐng)域。它們不會(huì)總結(jié)歸納，缺乏靈活性；甚至它們的創(chuàng)造者也認(rèn)為它們不會(huì)像人一樣思考?！盵16]11從某種意義上說(shuō)，人工智能的這種發(fā)展不能被稱(chēng)之為真正的創(chuàng)新，技術(shù)上的復(fù)制或者模擬只是被動(dòng)性、程序化的運(yùn)作。而高度復(fù)雜性條件下的政策過(guò)程需要擺脫這種程式化的運(yùn)作與模塊化的行動(dòng)，當(dāng)政策問(wèn)題具有高度復(fù)雜性的特征且瞬息多變時(shí)，每個(gè)政策問(wèn)題可能都具有不可通約的特殊性，這時(shí)任何程式化的運(yùn)作都無(wú)法生產(chǎn)出有效的公共政策了。政策需要?jiǎng)?chuàng)新，政策模式需要?jiǎng)?chuàng)新，這種創(chuàng)新需要打破科學(xué)理性的框架限制，打破技術(shù)專(zhuān)家的主導(dǎo)地位，而將政策過(guò)程放置在一個(gè)開(kāi)放的場(chǎng)景之中，在多元化的主體互動(dòng)中，在多元化方法和能力的融合共生中建構(gòu)出靈活的政策流程與行動(dòng)。

4.2 技術(shù)知識(shí)與經(jīng)驗(yàn)知識(shí)的融合

人工智能為政策過(guò)程提供了完善的技術(shù)知識(shí)，其所擅長(zhǎng)的符號(hào)加工與處理代表著技術(shù)發(fā)展的前沿，但是人工智能的發(fā)展也限于科學(xué)框架之內(nèi)。20世紀(jì)70年代專(zhuān)家系統(tǒng)推動(dòng)了人工智能的發(fā)展，卻使得人工智能更加局限于技術(shù)知識(shí)的范疇，并帶來(lái)以下幾個(gè)方面的問(wèn)題：第一，專(zhuān)家系統(tǒng)依靠技術(shù)知識(shí)，而所處理的問(wèn)題一旦超出所劃分的專(zhuān)業(yè)系統(tǒng)范圍，人工智能就無(wú)法處理；第二，人類(lèi)專(zhuān)家有經(jīng)驗(yàn)，但是這種經(jīng)驗(yàn)知識(shí)無(wú)法用符號(hào)來(lái)表達(dá)，也無(wú)法計(jì)算和推理；第三，無(wú)法提供深入的解釋?zhuān)虼藢?zhuān)家系統(tǒng)缺乏問(wèn)題域的深層知識(shí)；第四，不會(huì)開(kāi)展經(jīng)驗(yàn)學(xué)習(xí)。由于符號(hào)表征的有限性，專(zhuān)業(yè)知識(shí)的積累并未能擴(kuò)展人工智能的知識(shí)，同時(shí)，由于專(zhuān)家系統(tǒng)對(duì)專(zhuān)業(yè)知識(shí)高度依賴(lài)，一旦出錯(cuò)會(huì)帶來(lái)更為嚴(yán)重的后果。隨后，機(jī)器深度學(xué)習(xí)的概念帶給人們一種希望，即通過(guò)深度學(xué)習(xí)可以擺脫符號(hào)計(jì)算主義的限制，實(shí)現(xiàn)自主學(xué)習(xí)。讓機(jī)器模仿人類(lèi)從經(jīng)驗(yàn)中學(xué)習(xí)知識(shí)，從例子中學(xué)習(xí)，機(jī)器會(huì)記住、識(shí)別特定的行為模式和規(guī)律，能因應(yīng)數(shù)據(jù)集而自行調(diào)整，如同人類(lèi)大腦一樣能根據(jù)不同情況執(zhí)行不同工作。機(jī)器學(xué)習(xí)開(kāi)始時(shí)神經(jīng)網(wǎng)絡(luò)是無(wú)知的，但是經(jīng)過(guò)一個(gè)真人或者電腦軟件所形成的“老師”的教授，通過(guò)反復(fù)訓(xùn)練之后，神經(jīng)網(wǎng)絡(luò)所積累的知識(shí)和經(jīng)驗(yàn)會(huì)出現(xiàn)爆發(fā)式的增長(zhǎng)，無(wú)需指點(diǎn)就會(huì)自行組合出答案，這樣，神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了自我學(xué)習(xí)，也就是具有了“智能”。但實(shí)際上，深度學(xué)習(xí)也無(wú)法使得機(jī)器有目的地涌現(xiàn)出自我意識(shí)，無(wú)論機(jī)器如何發(fā)展，都無(wú)法做到人在成長(zhǎng)和發(fā)展過(guò)程中所進(jìn)行的經(jīng)驗(yàn)知識(shí)的累積。

政策問(wèn)題生成于并存在于社會(huì)之中，有其歷史發(fā)展軌跡和特定背景，這些是無(wú)法通過(guò)符號(hào)來(lái)做出完盡表達(dá)的。越是復(fù)雜性程度高的政策問(wèn)題，越是無(wú)法被簡(jiǎn)化為符號(hào)的分析和計(jì)算，而是包含了大量無(wú)法由符號(hào)來(lái)對(duì)應(yīng)表達(dá)的部分，人工智能所能處理的只是符號(hào)，這就意味著，無(wú)論人工智能如何發(fā)展，其解決問(wèn)題的科學(xué)性與完整性都必然受限于符號(hào)的表達(dá)程度?！皞鹘y(tǒng)人工智能在視覺(jué)理解、直覺(jué)思維與頓悟、聯(lián)想記憶、學(xué)習(xí)，以及求解那些信息不完善、具有不確定性和模糊性的問(wèn)題上顯得力不從心?！盵21]158而人類(lèi)除了可以習(xí)得理性知識(shí)之外，還在成長(zhǎng)過(guò)程中帶著記憶和情感，人類(lèi)可以體會(huì)到同一符號(hào)在不同地方出現(xiàn)時(shí)所表達(dá)的不同涵義，可以感知到個(gè)體在一個(gè)細(xì)微表情甚至當(dāng)其沉默時(shí)所帶來(lái)的情緒與態(tài)度，這些無(wú)法由符號(hào)明確表達(dá)出來(lái)。人工智能用理性知識(shí)來(lái)處理政策問(wèn)題，同時(shí)舍棄了政策問(wèn)題所具有的經(jīng)驗(yàn)成分與情境因素，因此也無(wú)法對(duì)政策問(wèn)題做出科學(xué)處理。政策過(guò)程中所需要的知識(shí)除了理性知識(shí)之外，經(jīng)驗(yàn)知識(shí)同樣重要。經(jīng)驗(yàn)知識(shí)并非指稱(chēng)科學(xué)化之前那種零散的技術(shù)，而是在對(duì)技術(shù)理性反思的基礎(chǔ)上，基于直覺(jué)、感知、回憶、聯(lián)想等途徑所形成的知識(shí)。經(jīng)驗(yàn)知識(shí)是對(duì)理性知識(shí)的有益補(bǔ)充，政策過(guò)程的開(kāi)展需要經(jīng)驗(yàn)知識(shí)與理性知識(shí)的融合支撐。

4.3 在總體規(guī)劃與技術(shù)操作中分工合作

現(xiàn)代社會(huì)在技術(shù)理性的道路上謀求發(fā)展，但是“在新的情況下，問(wèn)題是，多數(shù)人的生活和多數(shù)人的生命，與其說(shuō)是在尋找不要求思考的實(shí)現(xiàn)目標(biāo)的方法手段，不如說(shuō)將在目標(biāo)選擇的折磨中度過(guò)。與它的前身相反，輕快的資本主義注定是迷戀于價(jià)值的”[22]94。因?yàn)閮r(jià)值的不可量化與不易操作，工業(yè)社會(huì)在科學(xué)發(fā)展中一直將價(jià)值排除在外，但如果失去了價(jià)值的引導(dǎo)，政策過(guò)程無(wú)論表現(xiàn)為多高的效率都是沒(méi)有意義的。尤其對(duì)于公共政策而言，價(jià)值與目標(biāo)是技術(shù)運(yùn)作的前提和框架，關(guān)乎公共政策的內(nèi)涵與方向，因此是更為核心的?！霸谏鐣?huì)科學(xué)中，我們絕對(duì)要關(guān)心總體社會(huì)情境所提出的直接任務(wù)，這只有通過(guò)質(zhì)的分析才能得到充分領(lǐng)會(huì)。只有當(dāng)這一點(diǎn)已經(jīng)得到解決的時(shí)候，一個(gè)人才應(yīng)當(dāng)考慮復(fù)雜的問(wèn)題怎樣才能被分解為更簡(jiǎn)單的要素?！盵23]136價(jià)值與目標(biāo)的設(shè)定是一個(gè)總體性的問(wèn)題，需要“全局”的視角，這類(lèi)工作無(wú)法結(jié)構(gòu)化，因此也無(wú)法被轉(zhuǎn)化為計(jì)算機(jī)所能處理的符號(hào)。雖然技術(shù)工具可以幫助人類(lèi)進(jìn)行信息搜集和數(shù)據(jù)處理，但是在涉及價(jià)值判斷時(shí)，最終需要依靠人類(lèi)。“公共政策的價(jià)值和道德只能是由人類(lèi)來(lái)賦予，政策的意義也是在人類(lèi)的生活中得到體現(xiàn)，人類(lèi)的參與使得政策過(guò)程更具有意義而不僅僅是產(chǎn)品的生產(chǎn)，而人工智能的參與則是在擴(kuò)展人類(lèi)的技術(shù)理性，提高人類(lèi)的效率。”[24]

尤其是在后工業(yè)化進(jìn)程中，個(gè)性化與多元化的發(fā)展推動(dòng)人們更多地去關(guān)注意義、關(guān)注價(jià)值，而不是一味地追求效率，這也推動(dòng)政策過(guò)程中價(jià)值的回歸。實(shí)際上，當(dāng)人工智能承擔(dān)了更多的技術(shù)性工作時(shí)，雖然其沒(méi)有體現(xiàn)出對(duì)情感和價(jià)值的關(guān)注，但是事實(shí)上在推動(dòng)人類(lèi)向非技術(shù)性工作的發(fā)展，也就是對(duì)價(jià)值的關(guān)注，并激發(fā)人類(lèi)的創(chuàng)造性去尋求生活的意義以及如何在政策過(guò)程中體現(xiàn)出這種意義。從這個(gè)角度來(lái)看，人工智能不會(huì)和人類(lèi)之間形成競(jìng)爭(zhēng)關(guān)系，因?yàn)槿瞬恍枰瘛皺C(jī)器人”一樣程式化地運(yùn)作，人類(lèi)的生活有比工具優(yōu)化更為深層的意義，人類(lèi)與人工智能可以突出各自的優(yōu)勢(shì)，在推動(dòng)人工智能更大范圍承擔(dān)技術(shù)操作任務(wù)的同時(shí)，由人類(lèi)對(duì)政策進(jìn)行總體規(guī)劃和定位，為公共政策注入價(jià)值和意義。

4.4 為高速計(jì)算的實(shí)現(xiàn)而合作

即使在主要由人工智能開(kāi)展高速計(jì)算的領(lǐng)域，人工智能的發(fā)揮也需要人類(lèi)的合作。人工智能因其技術(shù)能力突顯其優(yōu)越性，擅長(zhǎng)處理可以被符號(hào)化進(jìn)行技術(shù)處理的問(wèn)題或環(huán)節(jié)，“所有可以被表達(dá)成一系列規(guī)則或算法，并且能夠明確指出所有突發(fā)事件應(yīng)對(duì)措施的智能行為或活動(dòng)，都具備被計(jì)算機(jī)占領(lǐng)的條件”[11]25。也可以說(shuō)，“一旦人類(lèi)的某種智能活動(dòng)可以被拆解成一系列已知的應(yīng)急事件和明確的規(guī)則步驟，它就不再專(zhuān)屬于人類(lèi)了”[11]24。只要某個(gè)領(lǐng)域中的知識(shí)目標(biāo)足夠清晰透明，只要是進(jìn)行數(shù)據(jù)計(jì)算和技術(shù)推理，就是算法可以發(fā)揮作用的地方，人類(lèi)對(duì)人工智能的計(jì)算能力給予了極大的信心和寬容，即使人工智能出現(xiàn)了算法上的失誤，也被認(rèn)為是可以接受的。但是，高速計(jì)算并不意味著人工智能可以自行滿(mǎn)足計(jì)算所需要的所有條件，當(dāng)需要進(jìn)行大規(guī)模序列計(jì)算時(shí)，就出現(xiàn)了“馮·諾依曼瓶頸(Von Neumann bottleneck)”(2)“馮·諾伊曼瓶頸”：在CPU與內(nèi)存之間的流量(資料傳輸率)與內(nèi)存的容量相比起來(lái)相當(dāng)小，在現(xiàn)代電腦中，流量與CPU的工作效率相比之下非常小，在某些情況下(當(dāng)CPU需要在巨大的資料上執(zhí)行一些簡(jiǎn)單指令時(shí))，資料流量就成了整體效率非常嚴(yán)重的限制。。

另外，人工智能高速計(jì)算的實(shí)現(xiàn)依賴(lài)于數(shù)據(jù)的完整性與科學(xué)性，依賴(lài)于數(shù)據(jù)的結(jié)構(gòu)化，如果沒(méi)有這些條件，人工智能是無(wú)法進(jìn)行有效計(jì)算的。如當(dāng)人工智能發(fā)展到聯(lián)結(jié)主義模型時(shí)，聯(lián)結(jié)主義通過(guò)對(duì)個(gè)體運(yùn)作的局部規(guī)則以及元素間聯(lián)結(jié)的變化規(guī)則來(lái)開(kāi)展工作，認(rèn)知不再來(lái)自于對(duì)單獨(dú)的、離散的符號(hào)的計(jì)算，而是在簡(jiǎn)單組分構(gòu)成的系統(tǒng)中出現(xiàn)全局狀態(tài)的涌現(xiàn)。“在這樣的系統(tǒng)里，有意義的項(xiàng)目不是符號(hào)，而是組成系統(tǒng)的為數(shù)眾多的單元之間的復(fù)雜模式?！盵25]80涌現(xiàn)超出了結(jié)構(gòu)化運(yùn)作的框架，超出了人工智能所能計(jì)算的范疇。這也就是說(shuō)，算法只發(fā)生在計(jì)算層面，而在算法得以發(fā)生的結(jié)構(gòu)和系統(tǒng)層面，則需要人類(lèi)的行動(dòng)。人類(lèi)為人工智能剔除壞的數(shù)據(jù)，設(shè)計(jì)出適合于計(jì)算的數(shù)據(jù)庫(kù)，以彌補(bǔ)人工智能的盲點(diǎn)。“為保持有效運(yùn)作，許多決策支持系統(tǒng)或應(yīng)用程序本身就需要具備一些特定類(lèi)型的信息，如構(gòu)成了問(wèn)題域空間(通常存儲(chǔ)在一個(gè)知識(shí)庫(kù)中)的實(shí)體和事件的相關(guān)信息，如何圍繞解決問(wèn)題而進(jìn)行計(jì)算或推理等以及與用戶(hù)偏好有關(guān)的信息。人類(lèi)為機(jī)器構(gòu)建了許多知識(shí)庫(kù)和推理技術(shù)(例如支持推理的規(guī)則等)。盡管機(jī)器學(xué)習(xí)技術(shù)在執(zhí)行這項(xiàng)活動(dòng)上正迅速變得非常有效，但構(gòu)建知識(shí)庫(kù)來(lái)支持自動(dòng)化這一過(guò)程目前仍然主要由人類(lèi)完成?！盵26]131換句話(huà)說(shuō)，數(shù)據(jù)的結(jié)構(gòu)化和數(shù)據(jù)的科學(xué)性等都是人工智能所無(wú)法解決的，因此，要實(shí)現(xiàn)政策過(guò)程中的高速計(jì)算等工具的優(yōu)化，也需要人類(lèi)與人工智能的合作。

5 人機(jī)合作中的風(fēng)險(xiǎn)與責(zé)任分擔(dān)

通過(guò)政策過(guò)程中的人機(jī)合作雖然可以實(shí)現(xiàn)政策優(yōu)化，但同時(shí)人機(jī)合作也存在風(fēng)險(xiǎn)。其中最大的風(fēng)險(xiǎn)在于人工智能是否可以成為人類(lèi)的合作伙伴，而人類(lèi)作為道德主體，又應(yīng)在人機(jī)合作過(guò)程中承擔(dān)何種責(zé)任以規(guī)避風(fēng)險(xiǎn)。

5.1 人工智能是否可以成為合作伙伴

人工智能是否可以成為人類(lèi)的合作伙伴，涉及兩個(gè)問(wèn)題：第一，人工智能是否可以被視為一個(gè)合作主體；第二，人工智能是否會(huì)發(fā)展到替代甚至控制人類(lèi)。這兩個(gè)問(wèn)題相互關(guān)聯(lián)，都關(guān)乎人工智能的角色與定位。

在科幻電影《機(jī)械姬》中，人工智能艾娃具有了人的所有能力，她不僅美麗、聰明、具有情感吸引力，而且可以不依賴(lài)人而進(jìn)行自我修復(fù)。電影中的艾娃渴望自由，她巧妙地操縱圖靈測(cè)試者，努力逃離那個(gè)禁錮她的“家”。科幻電影反映了人們對(duì)人工智能極度樂(lè)觀的態(tài)度，按照這種想象，人工智能可以發(fā)展成與人類(lèi)并立甚至高于人類(lèi)的新物種，因而可以替代人類(lèi)主導(dǎo)政策過(guò)程。關(guān)于人工智能與人類(lèi)的關(guān)系問(wèn)題，早在20世紀(jì)60年代就出現(xiàn)了不同的聲音。一派是以約翰·麥卡錫(John McCarthy)為代表的斯坦福大學(xué)人工智能實(shí)驗(yàn)室，認(rèn)為機(jī)器很快就能取代人類(lèi)；另一派是以道格·恩格爾巴特(Doug Engelbart)代表的斯坦福國(guó)際研究所，認(rèn)為機(jī)器將增強(qiáng)人的智能，但無(wú)法取代人類(lèi)[27]130。恩格爾巴特發(fā)明了圖形用戶(hù)界面、互聯(lián)網(wǎng)和虛擬個(gè)人助理，這些都屬于人類(lèi)智能的發(fā)明，但并不一定提高人類(lèi)智能，也不一定創(chuàng)建非人類(lèi)智能，只是幫助人類(lèi)做更多的事情。就目前現(xiàn)實(shí)發(fā)展趨勢(shì)來(lái)看，第一種觀點(diǎn)仍然顯得過(guò)于樂(lè)觀了。

根據(jù)達(dá)文波特和柯?tīng)柋鹊难芯浚瑱C(jī)器超越行動(dòng)能力需要經(jīng)歷四個(gè)階段[11]33-34：第一階段是完成最基本的任務(wù)，主要是計(jì)算或單純的數(shù)字分析；第二階段包含艱難一些的任務(wù)，比如理解詞語(yǔ)、圖像；第三階段涉及執(zhí)行決策的領(lǐng)域，包括執(zhí)行數(shù)字任務(wù)，通過(guò)數(shù)字方式完成行動(dòng)；第四階段是執(zhí)行物理任務(wù)，包括遠(yuǎn)程操作物體等。在這幾個(gè)階段中，機(jī)器在第一和第二階段只是人類(lèi)決策的輔助工具，不具有自己的智能。只有在第四個(gè)階段機(jī)器才開(kāi)始具有自我意識(shí)，有能力去思考自身行為的目的，具有“質(zhì)疑”的能力，這時(shí)才暗示機(jī)器能夠脫離人類(lèi)的控制。但是，“現(xiàn)在‘深度學(xué)習(xí)’人工智能領(lǐng)域的研究?jī)?nèi)容很簡(jiǎn)單，就是羅列大量的數(shù)字進(jìn)行運(yùn)算。這是一種很聰明的大數(shù)據(jù)集的處理方法，由此可以為數(shù)據(jù)集分類(lèi)。但這種方法無(wú)需通過(guò)顛覆性模式創(chuàng)新來(lái)實(shí)現(xiàn)，只要提高計(jì)算能力即可”[27]29。斯加魯菲認(rèn)為，“暴力計(jì)算目前是統(tǒng)治人工智能領(lǐng)域的范式之一。畢竟通過(guò)數(shù)百萬(wàn)網(wǎng)頁(yè)的索引，搜索引擎能夠?yàn)榻^大多數(shù)問(wèn)題找到答案，這是任何專(zhuān)家系統(tǒng)都無(wú)法企及的結(jié)果”[27]30。而暴力計(jì)算只能實(shí)現(xiàn)對(duì)詞語(yǔ)和圖像的理解，對(duì)機(jī)器發(fā)展的后兩個(gè)階段是無(wú)法實(shí)現(xiàn)的。也就是說(shuō)，目前人工智能只是通過(guò)計(jì)算或者單純的數(shù)字分析來(lái)完成任務(wù)，只屬于計(jì)算的工具，其相對(duì)于人類(lèi)的優(yōu)越性仍然只體現(xiàn)在計(jì)算速度與計(jì)算能力上。

人工智能在速度、容量、可復(fù)制性和感覺(jué)系統(tǒng)方面都遠(yuǎn)超人類(lèi)，已經(jīng)成為政策過(guò)程中的一個(gè)重要角色，但人工智能又不能等同于人類(lèi)之前所發(fā)明的那些工具或者技術(shù)，人工智能通過(guò)學(xué)習(xí)和發(fā)展可以具有無(wú)限種可能性，通過(guò)深度學(xué)習(xí)甚至可以在極大程度上模擬人的心智，因此，不能將人工智能看成一般的技術(shù)工具。但是，人工智能的發(fā)展并沒(méi)有出現(xiàn)“覺(jué)醒”的趨向，無(wú)論人工智能在速度和精細(xì)度上如何發(fā)展，就心與腦的關(guān)系來(lái)看，人工智能所能模仿的只是與“心”分離的“腦”的部分，對(duì)應(yīng)于知識(shí)體系上的技術(shù)知識(shí)部分，也就是說(shuō)，人工智能仍然只是程序化的運(yùn)作，因此不會(huì)主導(dǎo)政策過(guò)程，更不會(huì)反過(guò)來(lái)代替甚至控制人類(lèi)，人類(lèi)可以與其建立合作關(guān)系。

5.2 人類(lèi)的責(zé)任清單

盡管強(qiáng)調(diào)政策過(guò)程中人類(lèi)與人工智能之間的合作行動(dòng)，但人類(lèi)作為道德主體，應(yīng)當(dāng)更多地承擔(dān)責(zé)任來(lái)推動(dòng)合作的開(kāi)展。

其一，轉(zhuǎn)變?nèi)祟?lèi)角色，確立合作意識(shí)。當(dāng)人工智能越來(lái)越聰明，越來(lái)越多地參與到?jīng)Q策中來(lái)時(shí)，并非就是讓人類(lèi)出局，更不是讓人類(lèi)聽(tīng)命于機(jī)器人，而是推動(dòng)人類(lèi)從事更具有價(jià)值的工作?！半S著人類(lèi)越來(lái)越多地和機(jī)器一起工作，人們可以超越、避讓、參與、專(zhuān)精、開(kāi)創(chuàng)，讓自己變成全局者、避讓者、參與者、專(zhuān)精者以及開(kāi)創(chuàng)者。最后一步涉及機(jī)器對(duì)自身的構(gòu)建。我們必須提醒自己，聰明的機(jī)器仍然是由聰明的人類(lèi)構(gòu)建的，雖然這部分人類(lèi)的數(shù)量并不多?！盵11]28人類(lèi)應(yīng)確立與人工智能的合作意識(shí)，推動(dòng)政策過(guò)程中人工智能的參與并賦予它們適當(dāng)?shù)慕巧?/p>

其二，在政策過(guò)程中強(qiáng)調(diào)價(jià)值和意義。人工智能更擅長(zhǎng)工具層面上的計(jì)算，因而公共政策的倫理與價(jià)值需要人類(lèi)來(lái)把握。人類(lèi)不僅要為具體的公共政策確定價(jià)值和目標(biāo)，而且要在機(jī)器設(shè)計(jì)中為其安置一定的價(jià)值目標(biāo)，這可以通過(guò)程序設(shè)計(jì)為機(jī)器注入明確的美德清單，也可以在機(jī)器學(xué)習(xí)中使其發(fā)現(xiàn)并識(shí)別一定的價(jià)值導(dǎo)向。但是，機(jī)器畢竟不可能如人類(lèi)一樣進(jìn)行情境性的操作和自發(fā)的感知，最終還是依靠人類(lèi)來(lái)對(duì)具體情境中的政策過(guò)程賦予意義和確立方向。

其三，驅(qū)動(dòng)和監(jiān)管整個(gè)機(jī)器運(yùn)作過(guò)程。人類(lèi)一方面需要為人工智能的運(yùn)作做好數(shù)據(jù)準(zhǔn)備，進(jìn)行數(shù)據(jù)追蹤，保證數(shù)據(jù)整理的完整性、真實(shí)性、時(shí)效性、相關(guān)性、準(zhǔn)確性等；另一方面需要努力解釋人工智能的算法模型和運(yùn)作原理，基于人工智能的判斷邏輯而不是人類(lèi)的邏輯去理解它，擴(kuò)大人類(lèi)與機(jī)器之間的交流并能做到與機(jī)器之間的系統(tǒng)切換，監(jiān)控機(jī)器的工作成果。當(dāng)機(jī)器系統(tǒng)運(yùn)轉(zhuǎn)不暢時(shí)，人類(lèi)有責(zé)任找出高質(zhì)量的系統(tǒng)并對(duì)其進(jìn)行更新。同時(shí)，要建立人工核查機(jī)制，預(yù)防人工智能參與所帶來(lái)的風(fēng)險(xiǎn)問(wèn)題。

其四，設(shè)計(jì)人工智能運(yùn)作的問(wèn)責(zé)系統(tǒng)。傳統(tǒng)觀念認(rèn)為只有人類(lèi)才能承擔(dān)責(zé)任，但這種觀念隨著人工智能的發(fā)展需要做出修正。一方面，人工智能不同于一般的工具或者技術(shù)，在道德上也是可以問(wèn)責(zé)的，只是不能以與人類(lèi)同樣的方式來(lái)對(duì)其問(wèn)責(zé)，例如可以按照道德問(wèn)責(zé)的方式去思考機(jī)器的設(shè)計(jì)和運(yùn)作；另一方面，即使人工智能運(yùn)作系統(tǒng)本身高度復(fù)雜、高度智能化，但是人工智能背后一定有最終負(fù)責(zé)的組織或者個(gè)體，人類(lèi)在與人工智能合作過(guò)程中需要找到人工智能背后明確的責(zé)任人，并確定其責(zé)任。

6 結(jié)語(yǔ)

人工智能代表著技術(shù)發(fā)展的最前沿，探討政策過(guò)程中人類(lèi)與人工智能的關(guān)系，實(shí)際上是探討人類(lèi)與技術(shù)工具之間的關(guān)系。工業(yè)社會(huì)在科學(xué)技術(shù)上突飛猛進(jìn)的同時(shí)，也出現(xiàn)了對(duì)技術(shù)自主性的擔(dān)憂(yōu)，這在人工智能時(shí)代更為集中地爆發(fā)出來(lái)。雖然人工智能確實(shí)能在一定程度上實(shí)現(xiàn)自主性，甚至表現(xiàn)出“覺(jué)醒”的跡象，但人工智能不會(huì)完全代替人類(lèi)。政策過(guò)程需要技術(shù)理性，同時(shí)也需要經(jīng)驗(yàn)理性；需要人工智能所帶來(lái)的工具優(yōu)化，也需要人類(lèi)來(lái)做出價(jià)值規(guī)劃，在未來(lái)的政策過(guò)程中，無(wú)論是人類(lèi)還是人工智能都不會(huì)變得多余，人類(lèi)與人工智能以自己擅長(zhǎng)的方式進(jìn)行合作，組合起來(lái)創(chuàng)造價(jià)值，推動(dòng)決策更加科學(xué)、更有效率。在政策過(guò)程中開(kāi)展人機(jī)合作，其目標(biāo)不是建設(shè)一個(gè)適合機(jī)器人發(fā)展的世界，而是一個(gè)適合人類(lèi)的世界。我們相信，“當(dāng)人類(lèi)和機(jī)器組成強(qiáng)大的搭檔時(shí)，制定出的政策就會(huì)更好”[11]301。因此，人類(lèi)可以對(duì)人工智能進(jìn)行引導(dǎo)，使其朝著有利于人類(lèi)共生共在的方向發(fā)展。在此前提下，可以說(shuō)，我們不害怕人工智能的到來(lái)，我們害怕它的姍姍來(lái)遲，害怕在高度復(fù)雜性的政策過(guò)程中只有人類(lèi)獨(dú)自面對(duì)。