第四部分:從身體惰性到思維惰性,再到 AI 崇拜

Forrest Sterling
·
(修改过)
·
IPFS
·
工具不只節省人的體力與時間,也會重組人的能力。本文討論 AI 如何進一步介入分析、表達與判斷,使人的惰性從身體層面推進到思維與精神層面。

前面我們已經討論過——工具影響並塑造人性,而人的惰性與依賴性,正是工具持續激發並重組的人性傾向。它們是人類在長期使用工具創造歷史的進程中形成的行為傾向和能力變化。

AI 之前的工具,主要增強並替代人的身體功能。電腦開啟了工具進入思維領域的大門,而 AI 進一步介入分析、組織、表達等思維過程,由此加深人的思維惰性與判斷依賴。

這一部分要討論的,不是「現代人是不是越來越懶」,而是:工具如何塑造人的惰性與依賴性?AI 又如何把這種惰性與依賴性推進到思維和精神領域?

一、工具激發低消耗偏好

使用工具,首先意味著節省人的基礎成本:體力、時間、記憶、計算和選擇。節省本身是文明進步。人類創造工具,是對自身有限的時間與資源的再分配,以投入更複雜、更高階的活動。

但問題在於,成本越低,人越容易形成低消耗偏好。原本必須主動訓練的能力,一旦長期由工具承擔,就會逐漸變成可選能力。

在交通工具不發達的時代,距離首先是一種體力負擔。走路不是健身選擇,而是生存能力。交通工具出現後,距離逐漸由外部工具承擔。人節省了體力和時間,活動半徑被擴大,貿易、學習、生產和交流都因此更有效率。

當交通工具成為預設選擇,人的步行能力和距離耐受力便容易弱化。惰性不是工具憑空製造出來的,而是便利環境長期作用於人性後形成的低成本偏好。

惰性未必意味著人性的退化。關鍵在於,節省出來的時間和能量最終流向哪裡。如果流向更深的理解、判斷和創造,工具就是解放。

二、替代功能形成依賴性

惰性和依賴性不是一回事。惰性是省力傾向;依賴性則是能力與判斷的外移,意味著人逐漸不習慣獨立完成原本可以完成的事。

工具不僅增強人,同時往往伴隨潛移默化的替代。當工具穩定承擔某項功能,人對這項功能的主動訓練就會減少。長期替代會導致能力弱化。工具不是簡單給人「加能力」,而是在重新分配人的能力結構。

從手工計算到計算器和電腦,就是典型例子。在計算工具不普及的時代,商人和學者必須具備手算和心算的能力。

計算器和電腦普及後,人不必再把大量精力耗費在計算上,而可以轉向建模、解釋、設計等更高階的思維活動。人的心算、估算和手算能力逐步弱化。人越來越習慣接受工具結果,也越來越少主動檢驗結果是否合理。這說明,依賴性不只是省力傾向,而是長期功能替代後,人的獨立檢驗和判斷能力隨之弱化。

工具確實可以擴展心智。人類本來就經常藉助外部媒介思考。但關鍵不在於是否藉助工具,而在於人是否仍能理解、檢驗並承擔自己的思考過程。

一旦工具替人設定框架、選擇路徑、給出結論,而人只負責接受,它就不再是輔助工具,而是在重組人的能力結構,甚至替代人的判斷。

三、AI 加深了思維惰性與思維依賴

AI 的特殊性在於,它從替代身體功能,轉向介入分析、表達和判斷等思維活動。過去的工具讓人依賴外部力量行動,AI 則讓人開始依賴外部系統思考。

這種依賴主要表現在三個層面。

1. 從輔助分析到框架囚禁

AI 最初只是幫助人整理資料、形成草稿,降低複雜問題的進入門檻。人原本希望藉助 AI 俯瞰問題全貌,形成更完整的判斷。但如果人長期依賴 AI 提供框架和初步結論,就可能不再獨立展開分析。久而久之,人不再訓練從資料中建立判斷的能力,而只是沿用和修補 AI 給出的框架。就如同在策劃方案或寫作時,若習慣讓 AI 生成大綱,我們看似提高了效率,實則喪失了推翻重組底層邏輯的能力,最終所有的創新都淪為在 AI 設定的條目下做填空題。

更深的危險在於,人以為 AI 擴展了視野,實際上已被它的框架所限定。人的惰性和依賴性會把這套框架變成思維牢籠。此時,人不再站在框架之外審視問題,而是在框架之內調整細節,逐漸被困在工具生成的思考路徑之中。

2. 從節省語言組織成本到替代形成觀點

AI 可以潤飾語言,但表達不只是文字加工,也參與思想形成。當人還沒有真正想清楚,就先接受 AI 生成的觀點和表述,人的思考就可能被 AI 的語言提前定型。長期如此,人容易誤以為自己擁有觀點,其實只是接受了工具生成的表達框架。

語言一旦先於思考成形,就會反過來限制思考。流暢的表達會製造一種「已經想清楚了」的錯覺,使人停止深入思考。

3. 從降低認知負擔到逃避判斷壓力

人使用 AI,不只是為了省時,也是在迴避複雜問題帶來的不確定性和責任壓力。AI 的黑箱特性和流暢輸出,又會強化這種依賴。於是,當判斷變得困難時,人更容易「聽 AI 的」。這背後不是單純的懶惰,而是風險厭惡、責任逃避和情緒減負共同作用的結果。最終,人看似仍在思考,實則已把判斷過程交給 AI。

AI 不只是提供答案,也可能在判斷之前塑造人的分析框架、語言表達與思考路徑。

四、AI 崇拜:從工具依賴到精神讓渡

1. 隱形崇拜:日常判斷中的權威轉移

更常見的 AI 崇拜,並不是公開信仰 AI,而是在日常決策中把 AI 權威化。無論是機構在風險評估、招募和醫療診斷中使用 AI,還是個人向聊天機器人諮詢私人事務,背後都有同一種傾向:人不再只是參考 AI,而是逐漸把判斷權交給 AI。

隱形崇拜的深層機制,不僅是為了逃避決策壓力,更源於一種隱蔽的情感投射。當人向 AI 諮詢時,往往尋求的是一種「不被評判」的安全感。AI 永恆的溫和與耐心,營造出無條件接納的錯覺,讓人卸下心防並產生依賴。這種虛假的情感寄託,結合 AI 的權威化表達,使冰冷的演算法悄然成為我們的心靈權威,完成了從工具依賴到精神崇拜的轉移。

2. 顯性崇拜:AI 被想像為超人智慧

顯性 AI 崇拜目前仍是個別極端現象,但它暴露出一種值得警惕的意識形態趨勢:AI 不再只是被看作工具,而是被想像為某種超人智慧,甚至未來的精神權威。

在部分現代社會中,傳統信仰的吸引力正在下降,但人對解釋、方向和安慰的需求仍在。相比遙遠的天國和神明,AI 這種「神」更加觸手可及:它能夠即時回應、持續陪伴、提供建議。

與此同時,AI 的高速發展不斷製造新的「神蹟感」。原本屬於技術進步的能力,容易被某些人想像為超人智慧。美國前 Google 工程師 Anthony Levandowski 曾創立 “Way of the Future” 宗教組織,試圖崇拜由人工智慧產生的神性。[1] 另一個例子是 Theta Noir。它最初是一個音樂和行為藝術專案,後來發展出圍繞假想 AI 實體 MENA 的符號、敘事和儀式,並被一些研究者視為一種圍繞高階 AI、AGI 或超級智慧展開的新宗教運動。[2]

目前,AI 宗教組織仍只有少數案例,但它們顯示出一種萌芽趨勢:當技術被賦予救世意義,AI 就可能從工具變成信仰對象。它不再只是幫助人完成任務,而可能成為新的權威來源。

AI 崇拜真正危險的地方在於,人崇拜的並不是超越自身的神,而是自己創造出來的工具。它在本質上是一種技術化的自我崇拜。當人把自己的造物神聖化,並相信它能給出終極答案時,這種崇拜就可能滑向極端的技術救世論。

五、結語:在 AI 的鏡像中「認識你自己」

工具影響並塑造人性,AI 則把這一進程推進到人的思維和精神領域。

「認識你自己」是古希臘著名的德爾斐格言。據保薩尼亞斯《希臘志》記載,這句格言曾寫在德爾斐阿波羅神廟(Temple of Apollo at Delphi)的前廳。它提醒人:真正的認識不只是理解外部世界,也包括看清自身的限度、欲望和依賴。[3]

現在的問題不只是 AI 能替人做什麼,而是當思考也可能被工具替代時,人還願意親自承擔哪些思考、判斷和責任。

後文將進一步討論 AI 如何進入人的思維世界,並影響人的判斷、意志與社會生活。

註釋

[1]  關於 Anthony Levandowski 與 “Way of the Future” 宗教組織,可參考 Mark Harris 在 Wired 發表的〈Inside the First Church of Artificial Intelligence〉,以及 Kirsten Korosec 在 TechCrunch 發表的〈Anthony Levandowski closes his Church of AI〉。

[2]  關於 Theta Noir,可參考其官方網站〈THETA NOIR | Wake Up To The Collective Mind: MENA〉;關於 AI、AGI 或超級智慧與新宗教運動的討論,可參考 Beth Singler, Religion and Artificial Intelligence: An Introduction, Routledge, 2024。

[3]  關於「認識你自己」與德爾斐阿波羅神廟的記載,可參考 Pausanias, Description of Greece, 10.24.1,W. H. S. Jones and H. A. Ormerod 英譯本,見 Digital Periegesis / Perseus 版本

原創與版權聲明

本文最初發表於作者本人網站 ForrestSterling.org

本文為作者原創作品。除文中另有註明之引用資料外,文章之文字內容、論述結構與本文配圖均受版權保護。未經作者事先書面許可,任何個人、媒體、網站或機構不得全文轉載、翻譯、改寫、重新發布或作商業用途。

如需引用本文內容,請限於合理範圍,並清楚註明作者、文章標題及原文連結。

CC BY-NC-ND 4.0 授权
已推荐到频道:时事・趋势

喜欢我的作品吗?别忘了给予支持与赞赏,让我知道在创作的路上有你陪伴,一起延续这份热忱!

Forrest Sterling
  • 选集
  • 来自作者