AI 能够生成数学证明,Lean 能够验证证明的逻辑正确性,而人类甚至可能无法完整理解其中的推导。
我不免提出疑问:
当机器能够生产人类无法完全理解的知识时,人是否还在真正地认识世界?
本文是对《LLM 撕裂了数学》的延伸讨论,尝试从马克思主义哲学的角度,进一步思考 AI 对人的认识主体性的影响。本文由作者与 LLM 共同讨论完成。
一、认识世界,不只是获得正确答案
马克思主义哲学认为,实践是认识的基础。人不是被动地接受外部世界的信息,而是在实践中主动探索世界、发现规律,并通过改造世界深化对世界的认识。
认识不是对客观世界的机械复制,而是主体能动地反映客观世界。
一个数学家研究问题,不只是为了得到一个正确的定理。他还要提出问题、建立假设、寻找规律、经历错误,最终形成对数学对象的理解。
这个过程本身就是认识活动。
但 AI 正在改变这个过程。
机器可以搜索、推导、生成证明,再由形式化系统验证。人类可能只需要提出目标,等待结果,然后决定是否使用。
人获得了知识的结果,却可能失去了产生知识的过程。
二、知识生产与人的主体性正在分离
传统数学研究有一条完整的流水线:
提出问题、寻找证明、同行评议、发表传播,再由下一代数学家学习和继承。
这条流水线有一个隐藏前提:生产知识的人,也是理解知识的人。
生产和消费绑在同一条认知通道上。
而 AI 正在打破这个前提。
未来可能出现这样的情况:一个定理由机器发现,由机器证明,由机器验证,再被其他机器调用。人类只知道它成立,却不知道它为什么成立;能够使用它,却无法理解它的数学意义。
知识变得可组合,但不可叙事。数学家从读者变成用户。
从马克思主义哲学来看,这里值得警惕的是人的主体性问题。
人本来是认识活动的主体,知识和技术是人类实践的产物。但当人创造的知识系统越来越复杂,反过来成为人无法理解、只能依赖的外部力量时,就出现了某种异化的可能。
人创造了知识体系,却逐渐失去了对知识体系的理解和掌握。
三、机器能代替认识过程吗?
这里必须区分两件事:借助工具认识世界,与让工具代替自己认识世界。
望远镜扩大了人的视觉,显微镜拓展了人的观察范围,计算机提高了人的计算能力。这些工具都没有天然地削弱人的主体性,因为人仍然能够提出问题、理解结果,并通过实践检验自己的认识。
AI 的特殊之处在于,它不仅能够辅助观察和计算,还可能独立完成一部分探索、推导和知识生产。
这就涉及马克思主义认识论中的一个重要环节:认识必须回到实践中接受检验。
机器给出的结论即使通过形式化验证,也不意味着人类已经理解了它的意义,更不意味着人类已经掌握了它所揭示的规律。
如果人只接受结论,不理解前提;只调用工具,不检验适用范围,那么人得到的可能只是知识的使用权,而不是认识世界的能力。
更进一步说,认识本来是一个从实践到认识、再从认识回到实践的辩证过程。如果人逐渐退出知识的生产和检验,只保留对结果的使用,这个过程是否还完整?
四、人的主体性应该保留在哪里?
马克思主义哲学强调,认识世界和改造世界是统一的。人通过实践认识客观规律,又运用认识指导实践,在这一过程中不断发展自身。
因此,AI 不一定会削弱人的认识能力。它也可能成为人的认识能力的巨大延伸。
关键在于:机器生产的知识,能否重新进入人的理解和实践?
未来的数学研究或许会分成两层:
- 机器负责搜索、生成、验证和组合证明。
- 人类负责提出问题、提炼概念、理解结构,并将新的认识运用于实践。
人不必亲自完成每一步计算,但不能完全放弃对规律的理解、对结论的批判和对研究方向的判断。
否则,技术越先进,人反而可能越被自己创造的知识体系所支配。
真正值得担忧的,不是机器比人更擅长认识世界,而是人逐渐放弃了认识世界的主动权。
AI 可以替人计算,可以帮助人发现规律,甚至可以生产人暂时无法理解的知识。
但一个更根本的问题仍然存在:
当人类拥有越来越多的知识,却越来越依赖机器来理解世界时,我们究竟是在扩大自己的认识能力,还是在把认识世界的主体地位让渡出去?
知识可以由机器生产,但人不能因此放弃作为认识主体的能动性。
否则,未来可能出现一种悖论:人类创造了前所未有的知识体系,却越来越无法理解自己所处的世界。