哲学在人工智能时代的角色

AI 实验室正在引入哲学家以应对复杂的系统性问题

人工智能公司正越来越多地聘请哲学专业的学生，以应对 LLM 开发中的伦理、概念和结构性挑战。虽然有人认为这是一种小众趋势，但纽约大学的 David Chalmers 等知名人物指出，对具备 AI 训练背景的哲学家的需求目前正超过供应量。

行业采用主要集中在顶尖实验室。例如，DeepMind 和 Anthropic 各自雇佣了至少六名哲学家。这些角色通常专注于意识、伦理和智能的结构性质之间的交集。

哲学在 AI 工程中的实际应用

除了理论伦理学之外，哲学的特定分支在 AI 系统的技术实现和优化中提供了直接的效用：

语言哲学与提示工程

应用语言哲学——特别是言语行为理论（Speech Act Theory）以及 J.L. Austin 和 John Searle 的著作——使工程师能够超越将“提示工程”视为试错练习的范畴。通过将提示视为“行为”（请求、承诺、声明或指令）而非仅仅是句子，开发者可以更有效地引导 LLM 行为并减少幻觉。

形式逻辑与编程

形式逻辑——哲学课程的核心内容——与计算机科学之间存在显著的重叠。许多哲学专业的学生发现，逻辑方面的严谨训练为编程提供了基础性的理解，因为这两个学科都要求具备澄清思想并以精确、无歧义的术语进行表达的能力。

Epistemology（认识论）与系统设计

随着 AI 从简单的聊天界面转向自主系统，认识论（Epistemology）——即研究知识以及“知道”某事物的含义的研究——正变得越来越具有实用性。理解“知道”、“假设”与“动机推理”之间的区别，对于构建能够保持事实依据并避免系统性偏见的系统至关重要。

对“哲学热潮”的批判性视角

尽管存在这一趋势，但关于这种转变的实际影响和规模，出现了几个反向观点：

• 规模与炒作： 批评者指出，AI 实验室雇佣的哲学家数量与成千上万的软件工程师和产品经理相比微不足道。有人认为“哲学专业的复仇”仅限于该领域前 0.1% 的极小部分。
• 声誉洗白： 一些观察者认为，AI 公司聘请哲学家并非出于技术效用，而是为了“洗白其声誉”并为那些可能从根本上具有反社会性质的产品提供一层伦理考量的外壳。
• “沼泽效应”： 有人担心 AI 的诱惑可能会误导非技术类人文专业学生，使他们在对 AI 的误解（将其视为不仅仅是“线性代数”）的基础上改变人生轨迹，从而进入一个他们缺乏必要技术技能以保持竞争力的领域。

跨学科教育的未来

当前的情况表明，人文专业学生进入科技行业最可行的路径是一种混合模式。将哲学学位与计算机科学相结合被认为是符合行业发展方向的理想组合，它将清晰论证和澄清复杂思想的能力与实现这些思想的技术能力结合在了一起。