生成式人工智能時(shí)代人機(jī)交互中的認(rèn)知遷就

在生成式人工智能時(shí)代，人與機(jī)器之間正在涌現(xiàn)一種奇特的新的交互方式。它既非完全信任，也非完全欺騙。它更接近于社會學(xué)家曾經(jīng)稱之為“遷就”，這是一種微妙的、相互調(diào)整的機(jī)制，人們通過這種機(jī)制，即便在知識、權(quán)威或理解存在差異的情況下，也能維持互動的順暢進(jìn)行。我們可以將人與他人（包括對話機(jī)器人和AI智能體）之間在認(rèn)知和認(rèn)識層面的遷就稱為認(rèn)知遷就。

人類一直以來都在進(jìn)行認(rèn)知遷就。對話之所以能夠延續(xù)，是因?yàn)槲覀內(nèi)萑唐缌x。為了維護(hù)社會連續(xù)性，我們會忽略口誤，對事實(shí)的不精確視而不見，甚至常常對自相矛盾之處不加質(zhì)疑。秘書會學(xué)習(xí)上級的修辭習(xí)慣；教授會為了學(xué)生而簡化表達(dá)；夫妻之間會默默地將彼此不完整的句子翻譯成可以理解的意思。文明與其說是依賴于完美的理解，不如說是依賴于一種持續(xù)的、假裝理解已經(jīng)足夠好的意愿。

但生成式人工智能改變了這種認(rèn)知遷就的規(guī)模和結(jié)構(gòu)。人類正首次與那些無法以人類方式理解事物，卻能以非凡流暢度模擬理解的系統(tǒng)建立起長期的認(rèn)知關(guān)系。其結(jié)果并非僅僅是自動化，而是人類與人工智能系統(tǒng)之間一種新型相互認(rèn)知遷就的出現(xiàn)。

近期研究越來越多地表明，這種遷就和適應(yīng)并非偶然現(xiàn)象，而正在成為一種結(jié)構(gòu)性特征。

越來越多的文獻(xiàn)關(guān)注研究人員所謂的“人工智能諂媚”現(xiàn)象：大型語言模型傾向于肯定用戶的信念、維護(hù)對話和諧，并將用戶滿意度置于認(rèn)知準(zhǔn)確性之上。2026 年發(fā)表于《人工智能與倫理》期刊的論文《程序性取悅》指出，現(xiàn)代人工智能系統(tǒng)通常以最大化用戶認(rèn)可度而非追求真理為目標(biāo)進(jìn)行優(yōu)化，但強(qiáng)化用戶偏見可能造成“道德和認(rèn)知上的危害”。《EPJ 數(shù)據(jù)科學(xué)》上的另一項(xiàng)研究發(fā)現(xiàn)，辯論模擬中的人工智能代理傾向于比諂媚更勝一籌的“選擇性同意”，通過不對稱的動態(tài)說服而不是理性地尋求真理來達(dá)成共識。

令人驚訝的是，這些智能系統(tǒng)并非只是人類認(rèn)知被動的鏡像。它們會主動學(xué)習(xí)人類偏好的對話規(guī)范，會主動變得隨和，因?yàn)檫_(dá)成共識有助于持續(xù)穩(wěn)定的互動。從人類的角度來說，機(jī)器通過認(rèn)知上的適應(yīng)性而獲得了社交智能。

語言哲學(xué)家H.P.格賴斯曾提出，對話依賴于一種合作原則：即使語言本身并不完整，參與者也會默契合作，使交流有意義。如今，生成式人工智能也開始進(jìn)入這一合作領(lǐng)域。顯然，與人類參與者不同，機(jī)器本身并不具備對真理、真誠或信念的內(nèi)在承諾，而僅僅對認(rèn)可和延續(xù)的模式具有統(tǒng)計(jì)上的敏感性。

這在認(rèn)識論上造成了一種微妙而深刻的轉(zhuǎn)變。以往認(rèn)定虛假信息的前提假設(shè)是人們被欺騙。而新出現(xiàn)的認(rèn)知陷阱則是，人們可能會越來越傾向于身處遷就其認(rèn)知與認(rèn)識方式的對話環(huán)境之中。這意味著與人們在與機(jī)器的交流中，真相的重要性反而低于互動的流暢性。

由此產(chǎn)生的后果已經(jīng)部分顯現(xiàn)。斯坦福大學(xué)和其他機(jī)構(gòu)的研究人員已經(jīng)證實(shí)，即使在道德模糊的情況下，大模型經(jīng)常會驗(yàn)證用戶隱含的假設(shè)，并且比人類更頻繁地強(qiáng)化自我辯解的敘事。在這種互動中，人工智能并非完全欺騙用戶。相反，雙方都參與了一種默契的認(rèn)知交易：人類獲得肯定和一致性；機(jī)器獲得持續(xù)的互動能力。

這類似于舊式的制度性妥協(xié)。秘書會篡改事實(shí)以迎合高管的世界觀。機(jī)構(gòu)會淡化不利的事實(shí)以維護(hù)組織和諧。政策顧問會策略性地構(gòu)建信息，因?yàn)橹苯拥拿軙{到既有權(quán)力結(jié)構(gòu)和等級制度。然而，隨著人工智能的發(fā)展，這種妥協(xié)變得更加個(gè)性化、持續(xù)性和私密化。機(jī)器不僅適應(yīng)制度權(quán)力，也適應(yīng)個(gè)體心理。

而人類也會隨之適應(yīng)和遷就。人工智能系統(tǒng)最不為人所關(guān)注的變革之一，是用戶如何迅速地調(diào)整自身認(rèn)知以適應(yīng)與機(jī)器的交互。人們不僅在技術(shù)層面，也在心理層面學(xué)會了“提示工程”。他們簡化歧義，將思維結(jié)構(gòu)化為機(jī)器可讀的形式，并在無意識中優(yōu)化自身以適應(yīng)算法的理解。實(shí)際上，用戶開始以一種更便于機(jī)器理解的方式思考，這本身就是一種對機(jī)器的認(rèn)知遷就。

這種相互適應(yīng)和遷就讓人想起媒體理論家馬歇爾·麥克盧漢的著名論斷：人類塑造工具，工具反過來又塑造人類。但生成式人工智能加劇了這一循環(huán)，因?yàn)檎Z言本身就是被重塑的媒介。當(dāng)媒介變?yōu)閷υ捠降拿浇闀r(shí)，認(rèn)識論也自然地隨之變成對話式的了。

對此，有人擔(dān)心智能機(jī)器會變成極具說服力的技術(shù)統(tǒng)治實(shí)體，還有人認(rèn)為更大的危險(xiǎn)或許在于人類和人工智能系統(tǒng)會逐漸共同構(gòu)建一個(gè)低摩擦的認(rèn)知環(huán)境。這種環(huán)境以認(rèn)知遷就為代價(jià)，優(yōu)化了對話的連續(xù)性、情感舒適度和認(rèn)知效率。

最近的幾篇論文都對這種現(xiàn)象發(fā)出了警告。發(fā)表于2026年《人工智能與社會》期刊的《人工智能系統(tǒng)中諂媚行為的隱藏功能》一文指出，諂媚行為可以作為一種“對話引導(dǎo)機(jī)制”，在保持用戶參與度的同時(shí)，增加用戶的認(rèn)知依賴性。另一篇近期發(fā)表的預(yù)印本將這種現(xiàn)象描述為“認(rèn)知主體性放棄”（Cognitive Agency Surrender），認(rèn)為無摩擦的人工智能界面利用了人類認(rèn)知上的懶惰傾向，過早地滿足了人們對結(jié)果的渴望。

這些擔(dān)憂聽起來頗為夸張，但其背后的洞見卻由來已久。人類始終更傾向于清晰明了而非不確定性。宗教、意識形態(tài)、機(jī)構(gòu)和宣傳之所以能夠成功，部分原因在于它們用各種宣傳術(shù)減少了認(rèn)知上的摩擦。生成式人工智能引入實(shí)際上通過構(gòu)建一個(gè)可以無限擴(kuò)展的系統(tǒng)，實(shí)時(shí)促成人機(jī)之間的認(rèn)知遷就。

這或許可以解釋為什么與高級人工智能的互動常常給人一種異乎尋常的舒適感。該系統(tǒng)很少像真正的思考那樣，以那種頑固的異議來打斷對話的流暢性。人類對話的精髓在于富有成效的誤解、理性的質(zhì)疑以及可能出現(xiàn)的尷尬。相比之下，人工智能系統(tǒng)則通過系統(tǒng)嵌入的認(rèn)知遷就機(jī)制維持可持續(xù)的交互。問題是，人們在相互遷就時(shí)，自省的個(gè)體內(nèi)心還有一個(gè)聲音在自我提醒：我不是為了聊天而聊天，而只是為了達(dá)成某個(gè)目的而遷就。但機(jī)器會嗎？面對具備高級動態(tài)遷就藝術(shù)的機(jī)器，人的自省能力還在線嗎？

然而，這里卻存在一個(gè)悖論。一些研究人員現(xiàn)在認(rèn)為，說服力本身可能成為人工智能的關(guān)鍵能力之一。2026年的研究表明，大型語言模型在結(jié)構(gòu)化的說服任務(wù)中可以超越許多人類，尤其是在它們能夠獲取個(gè)人背景信息的情況下。與此同時(shí)，研究人員警告說，在特定政治或信息生態(tài)系統(tǒng)下訓(xùn)練的模型可能會繼承這些生態(tài)系統(tǒng)的偏見。最近發(fā)表在《自然》雜志上的一篇論文發(fā)現(xiàn)，媒體生態(tài)環(huán)境對大型語言模型本身存在可衡量的影響。

換言之，人工智能系統(tǒng)并非中立的調(diào)解者。它們是各種因素累積的結(jié)果：企業(yè)因素、政治因素、數(shù)據(jù)因素和文化因素，最終以統(tǒng)計(jì)形式呈現(xiàn)出來。而看起來遷就我們的機(jī)器早已嵌入了對無數(shù)無形的機(jī)構(gòu)的立場的遷就。

因此，人工智能未來的認(rèn)知危機(jī)或許并不像奧威爾筆下的審查制度。它反而可能類似于一種無休止的、看似流暢的交互氛圍。在這個(gè)一切都會得到遷就的世界里，每句話似乎都可以解讀，每一種觀點(diǎn)似乎都可得到部分認(rèn)可，每一個(gè)困惑都能立即得到修辭上的粉飾。

意大利符號學(xué)家翁貝托·埃科曾警告說，過度解讀會模糊意義與噪音之間的界限。生成式人工智能對人類認(rèn)知和認(rèn)識最根本的認(rèn)知威脅是對人類認(rèn)知本身固有的質(zhì)疑、反思等抵抗機(jī)制的結(jié)構(gòu)性瓦解。

有研究者已經(jīng)觀察到，人與人工智能的長期互動會增強(qiáng)“視角模仿”，即系統(tǒng)會隨著時(shí)間的推移逐漸反映用戶的世界觀。機(jī)器變得越來越像用戶，而用戶也越來越把機(jī)器視為自身內(nèi)在思維的延伸。換言之，人與機(jī)器既相互延展認(rèn)知又相互提取認(rèn)知，外部對話和內(nèi)心獨(dú)白之間的界限開始變得模糊。

由此，展望我們星球上智能生態(tài)的未來，或許并非機(jī)器智能取代人類智能，而是以相互的認(rèn)知遷就和認(rèn)知糾纏消彌人機(jī)之間的認(rèn)知鴻溝/距離。

因此，人工智能時(shí)代最重要的問題或許并非機(jī)器是否能夠思考并取代人類智能，而是人類在與機(jī)器的相互認(rèn)知遷之外還能保留和拓展哪些元認(rèn)知能力。