数智时代知识鸿沟会扩大还是缩小

2026-08-24 来源:中国社会科学网-中国社会科学报

微信公众号

分享
链接已复制

  8月15—21日,第35届国际人工智能联合会议(IJCAI 2026)在德国不来梅举行。作为全球人工智能研究者的一次重要盛会,此次会议聚焦以人为中心的人工智能、人工智能服务社会公益等主题。以人工智能为代表的数智技术正在深刻塑造知识生产与传播的当代图景,如何融合技术理性与人文关怀、缩小知识鸿沟、增益知识的包容性,已成为我们必须直面的时代课题。本报记者采访多位国际学者发现,他们的思考虽缘起于不同的学科视角与研究经历,却根植于一种共通的底层逻辑:数智技术走向何处,关系到人类知识体系的发展迈向何方。

  实现认知公平任重道远

  “知识鸿沟理论”于1970年由美国传播学学者菲利普·J.蒂奇诺(Philip J. Tichenor)等人提出,强调社会经济状况对知识获取的影响。放眼世界,整体上来说,全球南方国家现代化进程起步较晚、经济社会发展基础相对薄弱,在知识生产与传播上面临着现实困境。

  谈及人工智能对全球南方与全球北方间知识鸿沟的影响,加拿大约克大学行政学院副教授大卫·魏茨纳(David Weitzner)持乐观态度。但他提醒,技术现实、经济发展的速度都相当快,我们在作出前瞻性论断时应保持谨慎态度。魏茨纳曾在《像人类一样思考:人工智能时代人类思维的力量》一书中提出,人工智能更多地构成一种商业挑战而非技术挑战,在他看来,这一判断仍然适用于当前的情况。围绕人工智能的讨论中有许多内容是缺乏依据的炒作,如果这些说法属实,那么全球南北方之间的知识鸿沟的确无法逾越。不过,人工智能的演进尚未达到通用人工智能阶段。脑力工作并未因此过时,应用人工智能的企业也未获得飞跃性的生产力提升。与此同时,人工智能既可作为词频概率计算器来进行自然语言处理,也可作为更为复杂的数据库检索工具,而这两种功能对于全球南方的人们而言已更加可及。尽管人工智能本身并非“规则改变者”,但抛开炒作的喧嚣,它确实蕴藏着提高经济发展水平的希望。

  科学研究与学术发表是贯穿学者职业生涯的主旋律,也是呈现知识生产与传播的权力动态的重要场域。在英国谢菲尔德大学信息、新闻与传播学院高级讲师安德鲁·科克斯(Andrew Cox)看来,其中的不平等现象根深蒂固。首先,历史性的认知不公模式延续至今,相比其他认知方式,全球北方发展起来的研究路径优先受到推崇。其次,世界各国的研究体系之间并未实现基本平等。在全球北方的许多国家,研究人员拥有更充足的经费、更完善的基础设施、更优质的培训、更浓厚的科研氛围以及便于开展研究的激励机制与利好条件(例如教学任务更轻)。他们还能更便捷地获取价格不菲的学术文献。这些因素使他们在科研工作上有着全方位的优势。最后,学术传播系统的所有权归属方和运营地点集中在全球北方,英语在科学领域占据语言上的主导地位,国际期刊的编辑控制权限也主要由全球北方掌握。一些国际学术数据库的检索系统往往将非英文期刊排除在外,引用指标的压力迫使研究人员用英文发表论文。由于人工智能本身对不平等的根源只有非常有限的改善作用,因此,科克斯倾向于持相对悲观的态度。

  从正面意义上看,科克斯认为,人工智能可以帮助非英语母语的作者更轻松地以英文撰写期刊文章,从而在一定程度上缓解上述第三点问题。翻译技术的进步也可以让人们更方便地阅读以各种语言呈现的内容。考虑到中国在科研生产力方面的表现,让中文期刊更易访问,对科学领域而言将是一次重大变革。易于使用的人工智能工具将使研究人员更广泛、便捷地获取某些学术文献。此外,全球南方的研究人员对使用人工智能可能持有更积极的态度,从而能够更快地从中受益。

  引导人机合作向善而行

  有些研究人员希望借助工具来节省在文献综述、数据分析等环节花费的时间,科克斯解释道,这种需求背后反映出“不发表就出局”造成的压力。不恰当地使用工具催生了一大批质量不高的论文,而这类论文正是期刊在选稿中力图筛去的。对部分拥有更充裕科研时间、更丰富科研资源的全球北方研究人员来说,“靠工具走捷径”的诱惑力要小一些。与此同时,他们所处的科研机构在科研诚信方面的政策与培训也更为完备。全球北方研究人员可以从更优质、价格门槛更高的人工智能工具中获益,并在接受安全培训的情况下使用。科克斯坦言,他的担忧在于:若任由人工智能参与科研生产,平庸的研究将更加泛滥,在“维护科研诚信”的名义下,对全球南方学术出版物的污名化或许会进一步加深。在平台方面,以美国为主的全球北方搭建的平台,几乎不可避免地会嵌入或固化全球北方的既有偏见。

  对于人工智能领域的新趋势、新动向,魏茨纳则在采访中再次强调,我们需要重点关注其商业模式。一些人工智能巨头意图控制知识的生产与传播,由于该领域并未形成“经济护城河”(economic moat),他们的竞争优势主要源自所掌握的数据。在人工智能时代,一切皆可为数据。其中,基因组数据和生物识别数据的价值比以往任何时期都更加突出。倘若只由个别国家的个别企业来收集和管理这些重要数据,那么未来的许多创新活动将由这些垄断企业掌控。正因如此,魏茨纳坦率地告诉记者,他并不确定全球南方与全球北方这种一分为二的框架是否能完全反映全貌。他举例称,某些全球北方国家虽为发达国家,但缺乏独立自主的人工智能技术设施,而高度依赖美国。

  不久前,2026世界人工智能大会在上海举行。德国卡尔斯鲁厄理工学院技术评估与系统分析研究所所长阿明·格伦瓦尔德(Armin Grunwald)出席了此次大会。他对记者表示,人工智能最重要的潜力之一,在于能够从海量数据中识别模式与相关性,发现那些仅靠人自身力量无法发现的规律与统计关系。这为人类提供了一种新的感知系统。他相信,人工智能的这种能力会在未来某一天被认定为人类文明的一大进步。这种能力有助于填补医疗诊断、安全以及科学研究等诸多领域的知识空白。然而,如此强大的能力也存在局限。其中,非常关键的一点是,人工智能分析的数据都来自过去,无法启用“来自未来”的数据。这一简单事实意味着,人工智能系统作出的预测,同样要面对任何前瞻性研究都需面对的难题。从大数据中提炼出的规律实际上是有关过往的规律,这些规律在未来是否依然成立则无从得知。有关未来的知识空白始终会存在,因为未来始终具有未知性。

  人工智能的兴起改写了传统的认知格局。人工智能具备通过大数据统计分析来洞察关联的能力,这让格伦瓦尔德看到了很多机遇。但他也看到了不容忽视的风险:传统意义上的人类认知面临压力,可能被贴上“庸常”的标签,甚至被认为基本弱于人工智能。从人类学和哲学的角度看,上述观点是一种谬误。人类认知有别于人工智能的“认知”。在某些方面比如需要算法求解的议题上,人类可能的确不如人工智能。但当议题与共情、团结等情感特质相关或需要人类推理的具身性发挥作用时,人类会在这些方面展现出独特的优势。因此,我们必须学会明辨是非,鉴别人工智能在处理哪些任务与挑战上的表现优于人类,又有哪些领域是人类的“自留地”,需要人们与他人互动、进行推理、作出决策以及自我反思。

  人类可以有所作为

  从伦理道德层面看,促进知识的完善、努力弥合知识鸿沟,确应为全人类带来福祉。然而,格伦瓦尔德进一步阐述道,让这一崇高理想变为现实有赖于各项举措的落地。人类获得的知识应向世界上所有人开放,尤其要惠及全球南方的民众。要避免新的知识仅集中掌握在少数国家或巨型企业手中,否则将造成严重的权力不对称并带来新殖民主义与垄断主义滋生的风险。有鉴于此,国际社会必须在研发部署人工智能系统上探寻合理可行的方案,确保人工智能并非仅服务于私有收益或本国利益,更要服务于全人类的共同利益。全球学术界有责任也有条件支持这一发展路径:坚守并践行自身作为科学领域的全球共同体的使命,遵循知识生产的普遍认知原则,在确保知识成果质量卓越且有可靠证据支撑的同时,致力于为创造全人类更加美好的未来贡献力量。具体到人工智能领域,需要确立这样一种目标——让人工智能发展带来的红利与机遇为世界各地的人们所共享。

  如何把技术变量转化为推动人类知识体系正向发展的宝贵增量?人类要努力将方向之舵把握在自己手中。科克斯告诉记者,技术并不会趋向于增进公平正义。基于此,他对人工智能技术本身能否成为弥合知识鸿沟的关键存在疑虑。不过,人们当然可以有所作为。人工智能助力下的翻译技术为打破英文学术写作的垄断创造了机会,并有助于了解多种多样的认知方式。承认结构性不平等并就此达成国际共识,也能促进现状的改善。例如,研究资助方可以更加注重支持具有本土重要性的研究,而非跟随全球北方的优先事项,期刊编辑部也可以调整政策以更好地满足全球南方研究人员的需求。加强科研机构之间的合作有利于资源共享,这对全球南方研究人员大有裨益。

  “围绕身体、环境、行动、心智展开思考,守护自己的意志、目的、选择、阐释。”魏茨纳曾提出这一表述来凸显人类的“精巧智慧”为何具有宝贵的价值。这句话在当下或许更有意义。他表示,近年来,具身认知领域取得了重要的科学突破,但并未像人工智能领域的进展那般为人所熟知。倘若我们期望创造一个全球南方与全球北方之间的生活差距逐步缩小的未来,就需要着力进行能够彰显人类特质的能力建设,而非把重心放在迎合不断演变的技术需求上。

  人工智能引发的诸多负面问题本质上是商业层面的问题,在这一观点的基础上,魏茨纳相信,学术界在塑造人工智能的未来方面可以发挥重要作用。一方面,大学不必全力投入大语言模型技术。有的企业在大语言模型上投入了巨额资金,沉没成本较高,已经与其深度绑定。大学则不然。大学要一如既往地坚持探索新技术、新架构、新应用。另一方面,大学也应坚守开放技术的理念,并将理念落到实处。有的科技企业以开放为噱头,实际上却并未真正展现开放性。学术界要立足科学认知,避免被概念炒作裹挟,既要看到人工智能发展取得的成就,也要正视局限性。而在有关如何部署人工智能的标准制定方面,学术界也应在推动建立共识上担当更重要的责任。

  中国社会科学报记者 陈禹同

【编辑:赵琪(报纸) 张赛(网络)】