哲學在人工智慧時代的角色

AI 實驗室正整合哲學家以解決複雜系統性問題

人工智慧公司日益聘請哲學系畢業生，以應對大型語言模型（LLM）開發中的倫理、概念與結構挑戰。雖然有些人認為這只是小眾趨勢，但像紐約大學的 David Chalmers 等知名人物指出，具備 AI 訓練的哲學家需求目前已超過供給。

產業採用主要集中在頂尖實驗室。例如，DeepMind 與 Anthropic 各自至少聘用半打哲學家。這些職位通常聚焦於意識、倫理與智慧結構本質的交叉領域。

哲學在 AI 工程中的實務應用

除了理論倫理外，哲學的特定分支直接提供了 AI 系統技術實作與最佳化的效用：

語言哲學與 Prompt Engineering（提示工程）

運用語言哲學——特別是語言行為理論（Speech Act Theory）以及 J.L. Austin 與 John Searle 的研究——讓工程師能超越將「prompt engineering」視為試錯練習的做法。將提示視為「行為」（請求、承諾、宣告或指示）而非單純句子，開發者即可更有效地引導 LLM 行為，減少幻覺產生。

形式邏輯與程式設計

形式邏輯是哲學課程的核心，也與電腦科學高度重疊。許多哲學系畢業生發現，嚴謹的邏輯訓練提供了程式設計的基礎理解，因為兩個領域皆需要將思考澄清並以精確、無歧義的方式表達。

認識論與系統設計

認識論（epistemology）研究知識以及「知道」的意義，隨著 AI 從簡單聊天介面轉向自主系統，變得越來越實務。了解「知道」與「假設」以及「動機推理」之間的差別，對於構建能保持事實根基、避免系統性偏見的系統至關重要。

對「哲學熱潮」的批判觀點

儘管此趨勢被廣為感知，仍有多項反論指出其實際影響與規模有限：

• 規模 vs. 炒作： 批評者指出，AI 實驗室聘用的哲學家數量相較於數千名軟體工程師與產品經理而言微不足道。有些人認為「哲學系畢業生的復仇」僅限於該領域頂尖 0.1% 的極小部分。
• 聲譽洗白： 有觀察者認為，AI 公司聘請哲學家並非出於技術需求，而是為了「洗白」企業形象，為可能本質上反社會的產品提供道德外衣。
• 「沥青坑」效應： 擔憂 AI 的吸引力會誤導非技術的人文科系學生，讓他們在誤以為 AI 超越「線性代數」的情況下改變人生軌跡，最終進入一個缺乏必要技術能力而難以競爭的領域。

跨領域教育的未來

當前情勢顯示，對於想進入科技產業的人文學生而言，最可行的道路是混合式學習。將哲學學位與電腦科學結合被視為產業發展的理想組合，既能培養清晰論證與複雜思考的能力，又具備實作這些想法的技術本領。

---

摘要： AI 的興起為哲學系畢業生，特別是專精於邏輯、認識論與語言哲學的學生，創造了新的職業機會，儘管此招聘潮的規模仍具爭議。

標題： 哲學在人工智慧時代的角色