本文来自微信公众号：探索与争鸣杂志（ID：tansuoyuzhengming），本文原载《探索与争鸣》2023年第6期，作者：夏莹（四川美术学院特聘教授，清华大学哲学系长聘教授），原文标题：《夏莹｜机器语言批判｜本刊特稿》，头图来自：《摩登时代》
自2022年11月ChatGPT（Chat Generative Pre-trained Transformer）诞生以来，其以加速主义的典型方式迅速迭代。由于ChatGPT所敞开的是一个带有创意性的文本生成，它再度引发了社会各界对人工智能的热议，由此形成显而易见的两种态度：一是技术乐观主义者对于人工“智能”不断增强的欢呼；二是技术批判主义者对于人工智能威胁人之存在的忧虑。
尽管这两种态度在表述方式上截然不同，但是它们用以推演结论的前提性假设有着本质上的一致性，即它们都以一种无批判的方式来讨论以ChatGPT为代表的人工智能的哲学基础。这一哲学基础包括两个方面。
其一，对“智能”的定义带有强烈的经验主义色彩，以量化和可计算的方式完成了对诸多存在着质性差异的经验材料的综合，在该意义上，人工智能与人的智能之间形成了一种可用“高”“低”的标准来言说的比较。
其二，由于完全忽视了支撑人工智能发展的技术诞生的历史和特定的社会条件，人工智能的演化逻辑具有了似乎与人的生活和生产方式全然无关的客观性，导致人陷入了一个无法理解的自我异化的悖论中：人们一边恐慌于人工智能对人类生存的威胁，一边不断地拓展着人工智能对人类威胁的领域。
ChatGPT的诞生几乎将创意文本生成融入了作为“人的存在之家”的“语言”，也正因如此，本文将ChatGPT视为该智能形态的典型代表，并将批判的重点集中于承载这种人工语言的机器体系上，尝试从机器体系诞生的最初的社会历史背景出发对于机器语言（ChatGPT不过是这种机器语言较为完善的表达方式）进行批判性考察，以揭示当代人工智能发展的内在动力机制。
从理想化的普遍语言到被异化的技术语言
首先需要明确的是，本文所谓的“机器语言”指的是一种人工智能语境下的技术语言模型。尽管它目前表现为对人类自然语言的模仿，但就其建基于对已有语料库进行概率性的推理和排列而言，在其技术的迭代过程中，莱布尼茨构想的理想化的人工语言会成为其未来发展的题中应有之义。
对于莱布尼茨来说，他梦想着构筑一种作为人工语言的普遍语言：“这种语言是一种用来代替自然语言的人工语言，它通过字母和符号进行逻辑分析与综合，把一般逻辑推理的规则改变为演算规则，以便更精确、更敏捷地进行推理。”
在莱布尼茨的梦想中，拥有了这一人工语言的两位哲学家最终可以如同数学家一样，用不着辩论，只要把笔拿在手里，并且在算盘前面坐下默默相约：让我们来计算一下吧！论辩的结果就可以随之产生。
但严格说来，莱布尼茨的普遍语言只是为人工智能语言提供了一种理论上的可能性，而并没有直接揭示这种人工智能语言的本质。将计算引入语言中以消除语言的歧义性是构筑普遍语言的理论旨归，这本无可厚非，然而当人工智能借助于一架机器，即计算机来实现这一理念时，却产生了与莱布尼茨构造普遍语言之理论旨归并不一致的“剩余”。这一剩余特别体现在作为技术架构的计算机对语言本质的彻底改造。其中，人的使用和理解不再是语言组织方式的主要依据，人如何“说”语言的方式反而是取决于作为技术架构的计算机的运行方式和生产方式。
海德格尔在《流传的语言与技术的语言》中深入分析了技术的语言的构造方式，深刻指认了“机器”成为“语言”之载体后，语言之本质被颠覆了。
马丁·海德格尔（Martin Heidegger）
海德格尔以技术（τεχνικον）的希腊文源头为阐释出发点，一方面揭示了“技术”在原初希腊文中所意指的是“把作为在场者展现出来的东西敞开出来，讲明”，另一方面，他更加强调了在现代社会中存在的现代技术的基本特征，“现代技术向自然提出要求，提供能。事情就是，要把字面意义所指的能提供出来、制造出来，可供使用”。
由此，现代技术不再仅仅像原初希腊世界中那样关注认知技术，而是强调一种“行”，只是这个“行”具有整套完整的操纵自然的基本架构：“埋藏在自然中的能被开采出来、开放出来的被改变形态，改变形态的被加强，加强的被储存，储存的被分配。把自然能准确安排好的这些方式，也是被操纵着的，而此操纵本身又必须保持准确。”自然科学在现代技术中都失去了自身理论的纯粹性，其最终不再以探寻真理为目的，而是考虑如何将自然转化为一种可计算的对象。
现代技术由此内含一种强制性逻辑，在这一逻辑的规约下，原本由人“说”的语言，其形态和本质都发生了根本性的变化：作为说的语言被改型成为只管给信号报道的语言，其所依据的技术计算原理，就是大型计算设备之所以被建造与作出贡献之根由。
在技术语言的构筑过程中，“语言怎样才能还是语言并应是语言，这条规章须由机器之各种技术可能性来决定，语言成为什么样式与性格，由给出形式信号的各种技术可能性来决定，而给出形式信号的技术力量则以最高可能的速度推动着持续不断的‘是否序列’（Ja-Nein-Entscheidungen）向前发展……语言的样式是由技术规定的”。
在此，海德格尔更加强调以现代技术为座架的人类的言说方式的批判路径与当下人工智能技术对语言的操纵与宰治的联系。
ChatGPT对自然语言的改造：让呈现优先于讲述
具体到正在不断迭代的ChatGPT，尽管它可以通过深度学习生成与人类撰稿者类似的创意文本，但它仍是一个不折不扣的海德格尔意义上的“技术语言”。无论其迭代功能变得多么强大（例如GPT-4已经可以识别图像与文字的混合资料，并对一些略带调侃的文字和资料进行辨识），它仍不过是一款输入一段文字（或指令）就返回对应文字的软件。所传入的文字指令会调用已训练的语言模型，并得到答案结果。
GPT代表了技术语言的一个系列，而ChatGPT只是这一技术语言系列的分支。GPT全名为生成式预训练转换器，该系列在大量文本数据上进行训练，以生成类似的文本。GPT是由几个规模较小的深度学习模型架构组合构建的，可用于各种自然语言处理任务，如文本生成、语言翻译和文本分类，这些都可以调用GPT模型完成。其名称中的“预训练”所指的是先在大型文本语料库上进行初始训练，这一过程依赖于人工反馈。模型可以学习预测段落中的下一个单词，这使得即使在具体任务的训练数据有限的情况下，该模型仍能在后续任务中表现出色。
比如在ChatGPT里所使用的对话数据属于“具体任务”的训练数据，在让模型学习这些对话数据之前，模型已经学习了整个语料库数据。ChatGPT的预训练包含大量对人类偏好的反馈，由此产生了大量作为人工标注而存在的新的劳动形式。然而，正是因它在某种程度上依赖于人类自然语言反馈，目前的ChatGPT在运行中常常出现一些看似“荒谬”的答案。例如，编造并不存在的论文、无法辨识的虚假信息，以及跨学科和多领域数据分析能力方面的不足等。这些弱点在最新推出的GPT-4中也未能完全克服。面对这些目前还无法解决的问题，ChatGPT在官方介绍中，特别对于试图进行预训练的人类反馈（被ChatGPT开发团队称为“激发”）该如何给予指导性的说明：
我们的模型可以做很多事情，从生成创意性故事到构筑一个复杂的文本分析。因为它们能做很多事情，所以你不得不精确地描述你究竟要什么。呈现（showing），而不仅仅是讲述（telling），常常是生成一个好的激发的秘密所在。
而ChatGPT开发团队对于何为好的“激发”的描述清晰地揭示出该软件作为技术语言所特有的强制性特点，即其在着力创造一种接近自然语言的人工语言的同时，却要求自然语言必须首先按照其技术生产方式（即依赖于“激发”形成的人类反馈机制）来进行言说。这种言说方式被特别规定为以“呈现”为优先，而非“讲述”。这种表达的转换进一步透露出技术语言所能容纳的自然语言样式，侧重于“呈现”的语言样式更多地还原为信息的语言，而侧重于“讲述”的语言样式则包含着丰富的经验内涵和故事。信息与故事在此非仅仅意指人类语言的两种表达方式，它们并存于同一时代，共同描述一种可能的世界图景（image）。实际上，它们只能以前后相继的方式共存。随着人类讲述故事能力减弱，信息呈现能力增强，整个世界图景也在这种信息呈现中失去了内含丰富经验的故事形态，而只剩下碎片化的信息存在样态。
不可否认的是，人类语言样式的这种变化与技术语言的生成和普遍应用之间是相辅相成的。换言之，让呈现优先于讲述，并不全然是技术语言发展的结果，同时也是产生技术语言的前提条件。因此，对技术语言的反思和批判不能仅仅囿于对技术本身的批判。似乎技术的生产方式是导致这种语言形态转变的根本原因，这正是海德格尔在区分“流传的语言”与“技术的语言”时所呈现出的一种批判路径。
流传的语言作为“未经技术改造的交往口语”，“是收藏已说过的语言之新的可能性。已说过的语言本身包含并馈赠给未说过者”。这样的语言“要用人来办这件事”。相应地，海德格尔将技术语言视为一种异化了的语言样式，构建了一种先在的本真性与异化的二元逻辑。在此，“语言之本真性就是把在场者与不在场者，也就是最广义的现实性显示出来与现象出来之说。
因为技术语言是通用在形式化了报道与给出信号的体系中，如此技术语言就成为对作为上述那样的说的语言之本真性的最尖锐与最威胁的攻击”。技术语言被描述为了原初技术和原初语言的一次无可挽回的“失乐园”。这种异化和复归的批判逻辑使得海德格尔对现代技术和技术语言的批判只是透露出一种浪漫主义的乡愁，却全然没有对技术语言存在的根本原因进行探寻，即对其得以产生的特定社会历史背景进行分析，因此也无法从辩证的角度看待技术语言的异化与技术之间的交互作用。
机器语言批判之一：作为机器体系的人工智能
因此，本文将用“机器语言”替代海德格尔的“技术语言”来命名人工智能的语言表达。这一命名的更改一方面可以承袭海德格尔对本真语言之异化的批判路径，同时更为重要的是，本文将立足于马克思在《1857—1858年经济学哲学手稿》中关于“机器体系”的诞生与资本的本质性关联的思想，探寻被异化的技术语言为何会发生堕落的根本原因，并以此阐明推动人工智能不断迭代的根本动力并非技术的自我演进，而是左右人类生产方式的资本逻辑。
今天的人工智能正在不受限地“开疆拓土”，预设了技术具有无立场的客观性，它作为一种中性生产力，以文明和进步之名获得了自身发展的权利。但实际上，技术，特别是以人工智能为代表的技术发展模式，俨然已经构筑了一种对人类存在的统御。海德格尔对技术的批判揭示了技术实施这种统御的方式，但却没能指出为何技术的发展必然要带有这种统御性。这种统御的本质并不源于技术，特别是人工智能自身的内部结构方式，而是需要通过对技术被人类运用的历史溯源来找寻答案。
技术作为一种外在于人的操作方式，在本质上是资本时代社会劳动不可或缺的重要要素。它的存在样态伴随着劳动形式的变化而变化。
在19世纪，技术的初期表现形态是一种机械装置，它以磨损率的形式直接参与最初的资本主义生产过程。这决定了晚期马克思建基于对资本问题的系统研究所展开的政治经济学批判。对机器的关注从来不是可有可无的，机器不仅作为独立的章节存在于被马克思精心修改的《资本论》第一卷中，同时还以固定资本的形态不断出现在晚年马克思多部政治经济学批判手稿中。特别是在著名的《1857—1858年经济学哲学手稿》中的“固定资本和社会生产的发展”章节。由于其中对机器体系的讨论与今天对人工智能的描述高度吻合，因此，这一章节现在被命名为“机器论片段”，备受当下理论界的关注。
在19世纪初，机器作为社会生产的一种物件出现，马克思对此进行了深入的把握和理解，而在他之前，古典政治经济学家如李嘉图也曾讨论过机器的问题。在古典政治经济学中，机器被视为一种生产资料，按磨损率计入成本。
在李嘉图看来，机器只是辅助快速增值的客观条件，与人没有直接关联。但马克思却并不这样看待机器，正如他也不认同将固定资本与流动资本作为划分资本类型的标准一样。因为在马克思看来，李嘉图等人对资本运行方式的分析在“把人们的社会生产关系和受这些关系支配的物所获得规定性看作是物的自然属性”，本质上是“粗陋的唯物主义”，它就等于一种粗俗的唯心主义。由此决定了马克思在面对资本运行方式的时候，从来不是只见物（即机器），不见人（开动机器的劳动者）。
在马克思看来，资本要运转起来需要三个要素：劳动材料、劳动资料和活劳动。每个要素都涉及“劳动”的概念。这些要素分别对应于古典政治经济学中资本运行所需的原材料、工具和劳动者。
在古典政治经济学家看来，劳动者和作为工具的机器都不过是完成资本增值的工具。但当马克思为这三个要素都加上“劳动”内涵，他将资本的生产整个地与人关联了起来。被李嘉图视为固定资本的机器，在资本主义生产方式中变成了与劳动者相对峙的一个“庞然大物”。“加入资本的生产过程以后，劳动资料经历了各种不同形态变化，它的最后的形态是机器（Maschine），或者更确切些说，是自动的机器体系（System der Maschinerie）；自动的机器体系不过是最完善、最适当的机器体系形式，只有它才使机器成为体系。它是由自动机，由一种自行运转的动力推动的。这种自动机由许多机械器官和智能器官组成，因此，工人只是被当作自动的机器体系的有意识的肢体。”
卡尔·海因里希·马克思（Karl Heinrich Marx）
大卫·李嘉图（David Ricardo）
显然，马克思将机器视为与前资本时代的劳动工具截然不同的新存在。它既是具有物理形态的机器，同时又是一个包含着体系化强制的机械装置（Maschinerie）。它天生地包含着社会生产关系的一种生产工具，其基本特征是自动化。尽管在马克思的时代这种自动化还未达到今天人工智能的水平，但马克思已经在自动化发展的内在逻辑中提出了机器体系所需的“机器器官和智能器官（mechanischen und intellektuellen Organen）”。在这个意义上说，今天的人工智能技术形态不过是马克思所谓的机器体系的激进表现形式。
由于马克思不仅看到了机器的“物性”，还看到其中内在的“社会关系”，因此，在机器体系的语境中，操纵机器进行生产的工人不再被视为与劳动工具无关的另一个生产要素。曾经作为人类延伸的手臂的劳动工具，现在与工人之间的关系发生了根本性的颠倒。工人成为“自动的机器体系的有意识的肢体”。这意味着被机器体系所裹挟的劳动者完全失去了自身劳动的主动性和能动性。
“工人的活动表现为：它只是在机器的运转，机器作用于原材料方面起中介作用——看管机器，防止它发生故障，这和对待工具的情形不一样。工人把工具当作器官，通过自己的技能和活动赋予它以灵魂，因此，掌握工具的能力取决于工人的技艺。相反，机器则代替工人而具有技能和力量。它本身就是能工巧匠，它通过在自身中发生作用的力学规律从而具有自己的灵魂，它为了自己不断运转而消费煤炭、机油等（辅助材料），就像工人消费食物一样。只限于一种单纯的抽象活动的工人活动，从一切方面来说都是由机器的运转来决定和调解的，而不是相反。劳动现在仅仅表现为有意识的机件，它以单个的有生命的工人的形式分布在机械体系的许多点上，被包括在机器体系本身的总过程中。劳动自身仅仅是这个体系的一个环节，这个体系的统一不是存在于活的工人中，而是存在于活的（能动的）机器体系中，这种机器体系同工人的单个的无足轻重的动作相比，在工人面前表现为一个强大的机体。”
在此，马克思所描述的活的、能动的机器体系成为刻画今天人工智能技术本质的精确表述。马克思对这种技术形态的批判主要体现在两个方面。其一，马克思从技术形态尚未完全成熟的状态中看到这一技术形式对人的劳动方式以及生活方式的根本性改变。“工人不再是生产过程的主要作用者，而是站在生产过程的旁边。”其二，马克思在机器体系运行逻辑的激进演进中看到了人的历史命运。机器将劳动过程分解，推动分工进一步发展。然而，机器实现的分工把工人的操作转变成机械操作，其实际后果是不仅塑造“物化”（卢卡奇）与“单向度”（马尔库塞）的人，更重要的是“达到一定地步，机器就会代替人”。
显然，马克思在这里借助机器体系的表述方式得出的结论，与海德格尔关于技术语言的分析具有同构性逻辑。马克思的机器体系作为人工智能技术的初级形态，其所形成的是对工人劳动形式的全面改造。在此不是工人在操纵机器进行生产，而是机器在改变着工人的活动方式。概而言之，机器体系塑造了工人的劳动形式。在海德格尔的技术语言批判的语境下，相应的结论即“语言的样式是由技术规定的”。
机器语言批判之二：人为何要疯狂迭代宰制自身的机器语言
当本文用机器语言来界定ChatGPT为代表的人工智能所构筑的一种语言类型的时候，隐含着两个维度的内涵：其一，ChatGPT是一种包含着客观技术内核的机器的语言；其二，ChatGPT同时还是包含着对人类自然语言进行宰制的机器体系的语言。作为人工智能的当代表现形态之一，它与马克思的机器理论有着不可分割的内在关联。因此，从这个视角切入对于ChatGPT的批判，我们将不仅看到这种机器语言对人类语言的改造、异化与宰制，更为重要的是，我们会发现ChatGPT作为现代资本主义生产资料的组成部分，以加速主义的方式进行着迭代。
由于ChatGPT入侵的是人的语言，因此其对于人类的挑战也是前所未有的。它呈现出在处理和分析大量文献资料方面所具有的超强能力，并因此对创意文本的从业者构成了巨大的挑战。但如果我们立足“机器体系”语境来思考这个挑战，我们将发现这个挑战的存在不仅仅预示了ChatGPT作为机器语言的本质属性，同时更彰显出当下职业化的创意文本本身面临的本质性困境，创意文本作为一种劳动形式，已经失去了根本属“人”的创造性，其文本在模式化的写作方式下成为可借助于大量语料库自动生成的机器语言。这一事实意味着ChatGPT的出现引发的忧虑不应在于人工智能是否具备越来越多的人类能力，而在于人的能力为何越来越能失去属人的本性，而趋于机械化。
具体说来，作为一种机器语言，ChatGPT被生成以及迭代的全部意义并不在于创造真正富有创造性的文本。如果我们苛求ChatGPT能够完成真正意义上的文学、哲学和艺术创造，这并不符合其根本任务导向。同时，ChatGPT也绝非要替代抑或减轻创意文本从业者的劳动，从而使他们可以从繁重的文本创作工作中解脱出来。恰恰相反，就像所有形式的人工智能一样，ChatGPT最终会迫使相关行业出现技术性失业，即马克思时代所称的创造过剩人口，同时加重行业中劳动者为进一步持续增加剩余价值而展开的内卷化的劳动。对于这一维度的关照，我们只有将ChatGPT概念化为机器语言，并尝试在机器体系的诞生与资本主义生产方式相勾连的意义上理解，才会获得全部的理解。
概言之，机器的应用与资本主义特有的生产方式密不可分。它几乎是资本在增值强制的逻辑下的必然结果。如果我们将文本创意作为一种职业，即一种劳动形式，那么在这个领域中，资本逻辑最终会全力发明和迭代类似ChatGPT这样的机器语言。因为资本永不停止的增值强制，需要发明机器体系来完成对必要劳动的压缩，以持续扩大剩余劳动带来的剩余价值的增长。
当然，以增值为基本内涵的资本概念带有马克思特有的批判底色。在亚当·斯密看来，资本是一定量的积蓄和储存的劳动，在大卫·李嘉图那里，资本是一国财富中用于生产的部分，由进行劳动所必需的食物、衣服、工具、原料、机器等组成。然而，马克思对这两位古典政治经济学家提出了批评，认为他们的资本概念只看到物，而没有看到人。
在马克思看来，资本不过是一种有待加工的生产资料，即便在斯密那里，劳动已作为资本的主体性本质被提出来，但也只是作为一种生产要素，斯密并不关注作为资本的生产资料如何获得自我增值，而这种“增值”逻辑恰恰是马克思用以界定资本的关键：“在G—W—G这一运动中出现的价值，是从流通中产生，进入流通，在流通中保存自己并且自行增值的价值，是产生剩余价值的价值。这样的价值就是资本。”
对马克思而言，隐含着增值强制的“资本”本身需要特别关注劳动力转化为商品的过程中所产生的活劳动：“资本的原始形成只不过是这样发生的，作为货币财富而存在的价值，由于先前的生产方式解体的历史过程，一方面能买到劳动的客观条件，另一方面也能用货币从已经自由的工人那里换到活劳动本身”。尽管实现价值增值需要依赖于整个流通过程，但增值的根源却始终是被资本无偿占有的活劳动中所包含的剩余劳动。
在马克思的分析视角下，资本和劳动之间的对峙呈现零和博弈的关系。由此，作为资本增值源泉的劳动必然包含两个组成部分，即必要劳动和剩余劳动。于是资本增值的方式，即榨取剩余价值的方式可以分成两种。
其一，是绝对剩余价值的创造，如增加工人的工作时间。在一个相对固定的工资水平下，工人工作时间越长，资本家获取的剩余价值就越多。于是马克思在《资本论》中专门讨论了从14世纪中叶直至其生活的19世纪中叶关于延长工作日的各种强制性法律以及争取正常工作的斗争。
其二，是相对剩余价值的创造。它是伴随着机器体系的应用而得以获得不竭的增值动力。一方面，借助机器体系的运用制造相对“过剩人口”：“只要工人的活动不是（资本的）需要所要求的，工人便成为多余的了。”在以机器体系为主导的技术迭代中，不断出现“技术性失业”，其对于资本增值的意义在于让雇佣劳动者不敢去与资本家做太多的抗争，因为他们可能随时被辞退，被过剩人口中的某一位所替换，从而成为没有生活来源的相对过剩人口。
对于劳动本身而言，机器体系的应用缩短了必要劳动时间，相对延长了剩余劳动时间，直接结果是在相同的时间内创造剩余价值的可能性不断增加。从这个意义上说，机器的应用并不能根本缓解劳动强度，在增值强制的逻辑下，劳动强度不断增加。
马克思清楚地意识到在资本主义生产方式下，机器的应用与工人劳动之间存在着一种看似荒诞的关系：“说什么由于资本家利用固定资本（……）使工人的劳动减轻了（相反，资本家利用机器使工人的劳动失去了一切独立性和吸引力），或者使工人劳动的时间缩短了，所以工人就和资本家分享劳动产品了，这种说法是极其荒诞的资产阶级滥调。相反，只有在机器使工人能够把自己的更大部分时间用来替资本劳动，把自己的更大部分时间当作不属于自己的时间，用更长的时间来替别人劳动的情况下，资本才采用机器。”
因此，资本家不断投入资金去进行机器与技术的研发，并不是为了减轻劳动者的工作负担，而是为了尽一切可能让劳动者可以进行更多的剩余劳动的劳作，以生产更多的剩余价值。因此，采用机器和发展科学技术对资本家来说并非解决劳动力短缺的问题。然而，人们常常在广泛采用机器之后有一种直观感受，好像劳动不再需要大量人参与。
实际上，早在机器体系普及之初，马克思就指出了机器与劳动力聚集之间看似令人费解的关系：“只有使用大量工人，机器体系才能发挥作用，而对资本来说，工人的积聚正如我们看到的，是资本的历史前提之一。机器体系的出现，不是为了弥补劳动力的不足，而是为了把现有的大量劳动力压缩到必要的限度。只有在劳动力大量存在的地方，机器体系才会出现。”
于是，在资本主义初期，机器体系的诞生带来了大量劳动力的集聚，同时将劳动能力压缩到必要程度。就像卓别林在《摩登时代》中描绘的那个只知道拧螺帽的工人一样，他的全部劳动的必要性只有这一个动作。机器的引入看似省去了工人许多不必要的动作，但同时也导致工人劳动形式的绝对单一化以及劳动强度的无限增长。
《摩登时代》
从这一意义上说，我们或可以理解为什么以人工智能为代表的新技术不断在各个领域对人的生存本身构成威胁，但其不断迭代的脚步却并未停止。人们几乎荒诞地制造和迭代着威胁自身生存的新技术，其背后的根本动力正是资本对于价值增值的无止境追求。正因如此，在所有旨在替代和减轻人类劳动的新技术发明和迭代中，人们从未真正获得自由和闲暇，反而越来越多地被新技术的加速主义节奏所裹挟。
余论
以增值强制为主导的资本逻辑不断催生新技术。作为一种机器语言，ChatGPT的运行机制仍然受限于计算机的输入输出方式，因此它的诞生与迭代只是人工智能浪潮中的一个分支。然而，它的出现之所以引发如此强烈的反响，是因为作为一种机器语言的生成软件，它替代的是一种在马克思所生活的19世纪无法替代的脑力劳动。这似乎对人类的属性和尊严构成了终极挑战。
基于对ChatGPT的警惕、恐惧与批判，2023年3月底，OpenAI的共同发起人伊隆·马斯克（Elon Musk）和一群人工智能专家及行业高管在一封最新发布的公开信中呼吁，在未来六个月暂停对GPT模型的训练，以免该模型变得更加强大，构成对人类社会的潜在风险。
作为这一技术的发明和迭代的主力推手也以叫停的姿态宣告要为ChatGPT设置必要的界限，但这一否定性态度反而表明他们对这一新技术之强大的肯定，即他们认为ChatGPT正在威胁人的生存，并且我们所能做的也只是停止这一技术领域的研发。但这种叫停技术研发的解决路径并不意味着今天主导人工智能技术研发的从业者对人工智能之根本的反省与自知，恰恰相反，它进一步表明技术的研发者还完全不能了解今天支撑人工智能之技术迭代的根本动力在于作为增值强制的资本。
在趋利机制的推动下，一种技术的叫停，并不能终止人工智能的研发，甚至这种叫停本身也可能成为博取对ChatGPT更进一步关注，从而带来流量资本的有效手段。因此，从根本上批判ChatGPT的思考路径从来都不存在于技术本身，它注定要指向资本逻辑，以及更进一步说，在现代社会中那些可被资本逻辑裹挟的人类生存方式的批判。
未来生命研究所（Future of Life Institute）公布的“暂停巨型AI实验”的公开信
就作为机器语言的ChatGPT而言，被津津乐道的“呈现优先于讲述”的语言表达方式所透露出的正是现代社会中人类语言表达方式在资本主义时代的根本性变化。
正如本雅明在《讲故事的人》中所指出的，在现代社会中，能够讲故事的人越来越少，因为人们在讲述中带入的是一种融合了他人、历史与自身体验的丰富经验，而这一丰富经验在现代资本主义社会被削弱了：“经验从来不曾被摧毁得如此彻底：战略经验被战斗性的战术摧毁，经济经验被通货膨胀摧毁，身体经验被机器竞争摧毁，道德经验被当权者摧毁。”由此诞生了出自封闭作者之手的长篇小说，以及最终，“随着中产阶级的全面兴起——在发达资本主义时代，新闻业时期最重要的工具之一——一种新的交流形式出现了……和小说一样，它也是讲故事的陌路人……这种新的交流形式就是信息”。而正是信息的诞生，才使得“呈现优先于讲述”不仅成为可能的，而且成为必要的。
因此，如果说ChatGPT作为一种机器语言，其得以诞生和迅速迭代理论上的必然性是资本的增值强制逻辑推演的必然要求，那么，其可被实现的现实可能性却是由于现代人自身的经验贫乏所带来的语言交流方式日益碎片化、信息化，在人们只想追求精准而及时的传递消息以后，ChatGPT所代表的这种机器语言才有被设计和应用的全部可能性。因此，对于这一机器语言的批判，并不在于以叫停的方式来“否定”它，目前我们更紧迫的任务是在充分理解其内在驱动的资本力量以及现代人交流表达的信息化和碎片化的基础上，限制资本逻辑的无限扩张，尝试消解日益抽象而扁平的生活经验，培养一种更富有“讲述性”的体验及其表达，才更具根本性的意义。
本文来自微信公众号：探索与争鸣杂志（ID：tansuoyuzhengming），作者：夏莹