AI对不同学科的冲击:哲学与经济学
理解AI冲击的不对称性，要先理解不同学科的研究问题在结构上有什么本质差异。
实证学科包括经济学、金融学、实证政治学等的研究问题往往有一个可以被系统性开采的结构。一篇开创性论文建立了一个框架或者识别了一个机制，后续大量论文在这个框架里做各种排列组合的变体。AI在这里的能力是真实威胁，因为它可以系统性地扫描哪些组合还没有被人做过，还可以评估不同研究项目的识别策略，而且这些建议常常是非常可信的的。AI还会识别一个自然实验或断点，从诸多事件中扫描制度背景提供干净的因果识别，把它们和可能受影响的结果变量匹配，标记哪些组合还没有被论文覆盖。纯靠认真读文献就能发现的研究机会，越来越难成为独特发现。但真正开创性想法仍然安全，识别全新机制、提出此前没有人想到的框架、获取别人没有的数据。
哲学的顶级问题没有这个结构。一个哲学论证的价值不来自它填补了某个组合空间里的空缺，而来自它从一个全新的角度解读了一个新或旧问题。这个”新角度”不能是在既有坐标系里的新坐标，而是一个新的坐标系本身。AI可以在既有坐标系里做各种可能的变换，但它很难自己提出一个新的坐标系。政治哲学的一流洞察，是发现两个直觉上都合理的命题之间存在真实的张力，然后论证这个张力迫使我们重新考虑某个以为已经解决的问题。这个发现过程需要对某个未解决问题的长期执念，以及对既有框架感到真实不满足的认知状态。AI可以检索文献、标记逻辑矛盾，但它没有执念和品味，而这2样东西恰好是政治哲学一流idea的必要条件。政治哲学的论证不只是逻辑推导，它背后有一个作者认为什么重要、什么值得捍卫的真实立场。这个立场不是可以被任意设定的参数，而是反应作者来自真实的世界经验和道德直觉。阿伦特写《极权主义的起源》是因为她经历了纳粹德国，这个经历塑造了她整个理论框架的问题意识。AI可以分析极权主义，但它没有被极权主义威胁过的经验。
虽然创意工作者面临AI替代，但艺术的顶层idea和政治哲学一样不可被分解。杜尚把小便池放进美术馆，这个想法不是在既有风格的组合空间里做排列组合的结果，而是对艺术体制的真实愤怒。但愤怒是有代价，要承担被体制排斥的风险。AI无法挨骂，也无法胜任这个角色。
AI带来的效率提升转化为更高的产出要求，而非更多职位。参照工业革命时期的”恩格斯停顿”，生产率收益流向机构，劳动者的处境没有改善甚至恶化。在未来相当长时间里，发表通胀加速，中间层期刊的价值信号进一步失效，晋升标准持续提高。再叠加经济下行，学术活动正在从奖励式到惩罚式转变。
夜雨聆风
