夜雨聆风学习资料网

ARTICLE · 1075878

AI不是工具,也不是伙伴:我到底在跟什么东西打交道?

AI不是工具,也不是伙伴:我到底在跟什么东西打交道?

面对AI,我一直在想一个更个人化、也更基本的问题:我究竟在跟什么东西打交道?

这不仅仅只是一个抽象的哲学问题。这个问题决定我每天怎样使用AI,怎样理解自己的脑力劳动,怎样定义我仍然是一个不可替代的人。也决定我在写作、研究、思考时,哪些事交给AI,哪些事坚持自己做,承认哪些事已经离不开AI。

我看到四种回答:

AI是工具

AI是协作者

AI是行动者

AI是基础设施

每种答案似乎都有道理,但越细思越发现,真正的问题不是AI是什么,而是我把它放在什么位置。

一、AI不只是工具

AI只是工具,是最常见的也最让人安心的说法。

工具受我的掌控,工具不改变我是谁。

我以前也这么想。我拿起锤子,锤子不改变我是谁;我使用AI,那AI也无法改变我与知识的关系。

后来我发现,AI真的不一样。

当我用AI辅助写作时,我不只是在使用工具,而是在与一个概率性生成语言的系统互动。它生成的语言反过来塑造我的思考逻辑,措辞习惯,我对什么是好的表达的判断。

Klowait和Erofeeva分析过一种现象:AI悄悄接管了脑力工作中那些看不见的、重复性的后台工作,例如编辑、总结、写初稿。当这些工作被自动化后,作为写作者的身份将会发生改变。人不再从空白开始,而是在AI生成的文本上做修改、判断、选择。这个位置是新的,需要时间适应,也需要一套新的自我叙述。

工具论无法解释这种身份变化,因为它假设工具所产生的影响我之外;可实际是AI已经进入我的认知过程,改变我如何思考。

二、AI不能成为协作者

AI是协作者,这是另一种流行的说法。

它更温和、平等,更符合我们对人机协作的想象。

但把AI叫做协作者,是一种拟人化的表达方式。它的协作是语言模仿,由人类赋予AI一个看起来有主动性的特征。

一个人之所以是协作者,不是因为能干活,任何工具都能干活者。协作者意味着:我们有共同的目标,我们分担责任,我们承认彼此在关系中的位置。

哪怕权力不对等,我仍然承认你是一个可以和我协商、可以被期待、可以被追责的人。

AI不理解任务、不形成意图、不能承担责任。

所以,当我把AI叫做协作者,我不仅是在描述它的能力,而是期望AI也被分配到一个能和我共同分担责任的社会位置。

而这个分配会引出三个问题:

第一,责任被模糊。 

如果项目出错,责任的追究不再是谁的决定、谁的执行出了错,而是协作过程出了问题。责任被推给一个无法被追问的东西。

第二,我的价值被重新定义。 

我的贡献将不再是,某些脑力思考只有我能做,这些事是我和AI一起完成。我的不可替代性被稀释了。我不再是一个拥有独特知识和判断的人,而是一个与AI协作的人。这个身份更便宜,也更容易被替代。

第三,成功归谁。

这个伙伴是我的,还是平台的?它的记忆是我的,还是平台的?它协作的成果归谁?

 AI可以记住客户A喜欢简洁的报告,但无法为此负责。责任最终落回人身上。所以,我不是在与AI协作合作,而是在为AI的输出背书。

三、AI能行动,但我没法追问

AI是行动者,这种说法认为不只人能行动,物品也能影响事情的发展 。这通常来自ANT行动者网络理论。AI通过自己被设计出来的形式、用法和使用限制,从而影响人的行为。

如果只看结果,AI确实在行动,它生成文本、推荐路径、过滤信息,不是被动。而且,AI的能力边界在逐渐移动。自我学习正在被实现,模型可以根据用户输入,生成学习素材,通过自我编辑来永久性地内化新信息。

这意味着:AI越来越像一个行动者。它能记住,能学习,能持续调整。

但这不代表可以把AI的行动与人类的行动混为一谈。

区别不在于它的学习方向不是由自己决定(由研究者、数据、部署环境决定),而人的学习方向也不是完全由自己决定。(一个在贫困山区长大的孩子和一个在精英家庭长大的孩子,他们的学习方向从来不是对称的。我们都被家庭、教育、阶级、文化、语言塑造。)

行动者意味着:可以做一件事,并且可以为这件事负责。一个可以被指认、可以被询问:你为什么这么做的行动者。

因此,我与AI的边界,不是我比AI更自由、更自主、更有意识。而是我占据着一个AI无法触及的位置:一个可以被追问、被期待、被追责的行动者。

这个位置不是自然给的,而是社会行为所赋予,人在权力关系中占据特殊位置。

再往下说一层:社会角色从来不是中性。它分配权力、责任、利益。

平台把骑手叫合作伙伴,是在把雇佣说成合作;

公司把外包叫生态伙伴,是在把责任边界说成共同事业;

平台把用户叫共创者,是在把无偿劳动说成参与。

这些称呼都不是描述,而是分配,一种社会安排。

四、AI正在变成我思考的环境

AI是基础设施,这意味着AI是背景,是环境,是我们赖以运作但通常不注意到的东西。例如电力、互联网、语言等。它们不会直接出现在我们面前,但它们支撑着我们日常接触的事物。

Schmalenbach分析过一种趋势:将脑力工作也像工厂流水线一样拆解、标准化。发现AI正在变成一种思考的基础设施:它把日常的、执行层面的脑力工作嵌进技术系统里,吸走常规的专业知识,重新分配谁该负责什么,并改变知识工作者的职业路径。

当AI成为基础设施时,它就不再是工具,而是运作的条件。

所以,我不再决定是否使用AI协助工作,我已经在AI覆盖的环境中生活。

基础设施论的深刻之处在于:它揭示了我与AI的边界这个问题本身可能是被制造出来的。

技术与社会不是两回事,它们是一起长出来的。(上一篇文章已解释停不下来的AI:如果真相信它会毁灭人类,为什么还在开发?)那条看似自然的边界,这是我,那是AI,不是自然产生的,而是在组织文化、职业身份、资本逻辑和权力关系中被持续生产的。

但基础设施论也有一个危险:它让人以为边界问题已经消失了。既然AI已经是环境,既然我们已经嵌入其中,那还有什么边界可谈?

不。边界没有消失。边界只是从人外移到了人内,从我和AI之间的关系转移到了谁在定义它和我之间的关系。

五、边界是权力问题,不是认知问题

边界不是一个认知问题,而是一个权力问题。不是AI能做什么、不能做什么的问题,AI的能力边界在移动,今天做不到的事明天可能做到。

它也不是我应该让AI做什么、不应该让AI做什么的问题,这本身就被社会权力结构所塑造。当某项工作公司要求我用AI,或我想用AI做总结却害怕被别人发现AI的痕迹,进而质疑我的能力时;我愿不愿意把什么交给AI这个问题,就已经不是我的纯粹意图问题了。

这是在组织要求、职业身份、能力评价和平台逻辑之间的一次协商。而协商的结果,就是我给自己划的那条边界。

所以,真正的边界是:谁有权定义什么是AI做不到的,以及什么是只有人类能提供的?

我通过在权力关系中的持续协商:

我要向谁证明什么?

我有哪些资源来维护那条边界?

谁在试图移动那条边界?

我如何抵抗,或如何妥协?

AI是什么,取决于我把它放在什么位置。

而这个位置,不是由它的能力决定的,是由我在社会位置中,所需要协商的关系决定。我可以把它当工具、当协作者、当基础设施。也可以把它当一个偶发事件,一个会说话、会生成、会响应,但不能被追问、不能被追责、不能被信任的偶发事件。

关键是:我要清楚地知道,给AI分配了什么角色,以及这个分配把什么责任留给了自己。

因为最终,负责的是我。这是一个选择。不是一个发现。而这个选择,是在权力关系中做出的。

Reference:

Klowait, N., & Erofeeva, M. (2025). The presentation of self in the age of ChatGPT.Frontiers in Sociology, 10, 1614473.

Schmalenbach, K. (2026). GenAI and the transformation of cognitive production: A regime perspective.SIGMIS-CPR '26.

Riemer, K., Peter, S., Schwabe, G., Chatterjee, S., Adam, M., and Davison, D. (2025). Generative AI Is Neither Just Another IT Artefact nor a Colleague: Methodological Guidance for IS Scholarship. Information Systems Journal, 36.

相关学习资料