如今，人工智能（AI）被描绘成一场碘伏性的革命，似乎预示着机器终将超越人类智慧的“奇点”即将到来。但一个根本性的问题却被有意无意地忽略了：我们真的理解AI能做什么、不能做什么吗？在这个信息爆炸的时代，知识和数据的边界越来越模糊，AI系统在给我们答案的同时，也在不断制造新的困惑。《理解和改变世界：从信息到知识与智能》一书的作者、中国科学院外籍院士、图灵奖得主约瑟夫·希发基思（Joseph Sifakis）明确指出，当下的AI热潮，暴露了社会对知识本身的深层误解——我们常常把信息的堆砌当成了智慧，高估了机器的“智能”，却低估了人类独有的社会性和道德责任。

眼下，关于AI的“神话”正在全球蔓延。对话式AI如ChatGPT、DeepSeek能流畅地回答复杂问题，自动驾驶汽车被赋予了“解放人类”的愿景，医疗AI则被寄予解决诊断难题的厚望。然而，约瑟夫的观点却相当冷静：我们今天其实还没有真正的智能系统。在他看来，AI对工业的真正影响，几乎可以忽略不计。就以小米汽车等自动化产品在实践中遇到的意外为例，这些事故恰恰指向了AI在落地时面临的风险和标准缺失问题。

更进一步说，即使AI在安全性上能表现得无可挑剔，它依然面临着一个难以跨越的鸿沟。AI的“智能”，本质上是统计学模型的产物，它缺乏对世界最基本的常识理解，更无法像人类一样，在复杂的社会情境中权衡价值与风险。自动驾驶汽车或许能完美规避碰撞，但它很难理解“礼让救护车”背后所代表的社会契约；AI可以预测地震，但它的结论就像个黑箱，科学家根本无从追溯其逻辑。这些局限不仅仅是技术问题，更是对人类自身认知能力的一次深刻反思——我们是不是把“效率至上”摆在了比可靠性和责任更高的位置？

更深层的危机，其实在于教育和社会价值的重塑。当现代学生依赖AI工具完成作业，当年轻人变得过度物质主义、把职业选择简化为“只看薪酬”，当哲学和人文科学被视为“无用之物”时，我们实际上正在将思考的权利拱手让给机器。约瑟夫警告说，教育的核心绝不是简单地传递知识，而是培养批判性思维和创造力；幸福的意义也不在于物质上的满足，而在于拥有“为梦想奋斗”的自由。AI带来的便利，如果不加约束，很可能会加剧社会的功利化，侵蚀人类在道德决策、冲突解决以及文化传承中的主体性。

与此同时，AI对传统社会结构的冲击也不容忽视，比如自动化系统对当下及未来就业市场构成的潜在威胁。但约瑟夫并非一个技术悲观主义者。他呼吁建立AI应用的全球标准，明确制造商与用户的责任边界，并在教育中寻求STEM（科学、技术、工程、数学）与人文素养的平衡。唯有如此，AI才有可能从“替代人类”的工具，进化为“增强人类”的伙伴。

这次对话中，约瑟夫的观点无疑挑战了当下关于AI的主流叙事。它既为专业读者提供了对人工智能现状和未来趋势的深入洞察，也为大众读者普及了信息学与AI的基础知识，帮助大家思考：在这个智能化时代，人类与机器究竟该如何更有意义地协作共生。

以下就是Edu指南与约瑟夫对话的全文（有删减）。

1、“我们生活在一个对知识存在困惑的时代”

Edu指南：你在书中提到，一个重要责任是展示知识的重要性。你觉得我们生活在一个低估了知识重要性的社会里吗？

约瑟夫：我认为，我们生活在一个对知识存在困惑的社会里。我们拥有海量信息，但厘清信息和知识的概念至关重要。信息是一个数学、计算机科学和哲学中的基本概念，它指的是那些有意义、能用来做出决策的数据。数据可以是感官数据、文本、图片等等，而数据需要人类来解读。所以，要创造信息，就需要人类来解释数据。信息本身是独立于物质和能量的，这一点对理解信息非常重要。

知识则是我们可以用来解决问题的有用信息。换句话说，并非所有信息都是知识。总体来看，人类处理两类问题：一类是理解世界；另一类是通过行动来实现自身目标。

最后，我们需要给“智能”一个定义。智能描述的是我们运用知识来理解世界，并按照目标行事的能力。它特别意味着感知世界、理解环境中发生的事情，并预测其未来状态的能力。所以，回到你的问题，我认为人们并没有清晰理解信息和知识之间的区别。

Edu指南：社会中充斥着真实与不真实、有用与无用的信息。面对这些，我们该如何区分？

约瑟夫：理解这一点也很关键。它与知识的一些关键属性有关。其中一个关键属性是信息的有用性。有些知识可能是真的，但并不太有用或相关。比如，一个非常抽象的数学定理，对多数人来说可能毫无用处。

另一方面，也可能存在很多有用但不准确的知识，也就是不真实的。比如我们在科学中使用的隐喻：我们说电子是一种波，或者说它是一个粒子，但这就是个比喻。在某些情况下，甚至连更简单的信念也可能构成有用的知识。比如原始社会信奉的神话（虚构的故事），虽然它不是真实的知识，但对促进社会凝聚力和维持和平非常重要。

Edu指南：从信息学的角度看，你认为现在是否存在一些“神话”，向普通人传播虚假信息或虚假知识？

约瑟夫：在人工智能系统中，确实存在虚假知识。我们知道它们会系统地制造假的信息和知识，也就是所谓的“幻觉”。为什么会产生幻觉？这是因为机器学习依赖于示例数据的训练。比如，我们通过一个训练过程来让AI学会区分猫和狗，过程中提供了大量图像和对应的答案。但用于训练的数据，往往不能充分覆盖所有可能出现的情况。

所以，如果你问一个训练集没有涵盖到的问题，它就会给出虚假的回答。这就是AI的问题所在。特别需要注意的是，AI生成的虚假回答在形式上与真实有效的知识和回答非常相似，用户几乎无法区分。

2、“我们今天没有真正的智能系统，如果你看AI对工业的真正影响，几乎为零”

Edu指南：我们最近看到一些描述说，如果AI系统变得更智能，幻觉问题可能会更严重。这个说法准确吗？

约瑟夫：这里，我们需要先搞清楚AI系统的智能是什么。如果你查字典，会看到在AI出现之前，智能就被定义为人类理解世界，然后采取行动来满足需求和目标的能力。

如果考虑一个AI系统，这通常意味着它能够理解并有目的地行动。AI能做到这一点吗？或者说，我们今天拥有什么样的AI系统？

现在最常见的AI系统，就是你提问、它回答的对话式系统，比如ChatGPT或DeepSeek。但这远远不够。因为这类AI无法做出决策，无法进行分析、决策和制定目标，这些都是人类的特权。

事实上，AI系统没有配备常识知识。你看，人类有一个世界模型，这是我们自出生以来就发展起来的概念模型。我们用这个模型来理解语言，人类的思维过程也是从感知信息到理解，再从理解到行动。而AI系统，它们只能处理传感器信息，却无法将这些信息与常识知识联系起来，它们做不到这一点。我认为这个解释非常重要。

所以，我认为我们今天没有真正的智能系统，我们只有对话系统。缺少了什么？让我来解释一下。真正的智能系统应该能代替人类执行复杂的任务。我研究过自动驾驶，我们曾相信到2020年就能拥有自动驾驶汽车，但并没有。未来很可能也不会有完全自动驾驶的汽车。为什么？因为驾驶汽车，系统必须能理解复杂环境中正在发生的事情，并实时做出决策，而我们不知道如何构建这样的系统。

我想说的是，今天有对话式AI，人们可以和它玩，提问、得到答案。但我们还需要其他类型的AI，比如用于预测、分析复杂情况、用于工业的AI。如果你看看AI对工业的真正影响，几乎可以说是零。

Edu指南：正如你提到的自动驾驶，最近在工业实践上，一家叫小米的公司遇到了麻烦。他们提供电动汽车，支持辅助驾驶。有些司机使用辅助驾驶功能后就不再专注驾驶，甚至在车里睡觉，导致了事故。

约瑟夫：是的，我知道。我认为应该禁止这种行为，或者说，应该采取更严格的监管措施。我们的技术还不成熟。现在试图在行人和汽车混杂的现实环境中验证这项技术，是危险的。我是说，人们高估了AI的能力，这正是我一直强调的。

关键是，对于AI系统，我们今天并没有标准。我写过很多关于AI系统风险的文章。让我们试着理解一下：我们使用的玩具、烤面包机、飞机等等，所有制造出来的东西都是经过认证的，有安全保障，有标准，有国际规则。如果我正确使用一个烤面包机，它不会杀死我，这是有保证的，在中国、欧洲、美国都是如此。

但现在对于AI系统，我们没有标准。对于自动驾驶汽车，我们没有标准。如果一架飞机有标准，认证机构会说“哦，这架飞机可以飞行”。而AI系统，没有标准。

现在美国发明了一个术语：“自我认证”。意思是，没有中立的权威机构会来保证，而是由制造商自己保证。比如特斯拉，它说“看，我的车非常安全”。但这只是它自己说的。制造商出于其他非技术原因推动这种想法，让人们接受AI，但如果它们在没有任何保证的情况下引发风险，那就太糟了。

Edu指南：规则总是需要的，但大多数情况下，工业实践往往会走在规则和监管之前，不是吗？

约瑟夫：是的，但你需要规则。当我们构建一个系统时，要考虑其重要程度。比如我的笔记本电脑，它不重要，出问题了没关系，换一台就行。

而有些系统非常关键，比如飞机、核电站，这些极其重要，一旦出问题就会危及生命。医疗系统也是。所以我们不能在没有丝毫保证的情况下，就让AI提供诊断、做出决定。在某个时刻，我们应该决定：如果涉及这些关键系统，我们不能接受，因为我们不了解它们是如何运作的。

我想强调的另一件事非常重要：AI系统是一个黑匣子。我们不明白它们是怎么回事。我在航空电子系统、飞行控制器方面做了很多工作。如果你编写软件，你可以分析它并预测说，这是一个可靠性极高的系统。但AI系统，我们不了解它是如何工作的，因此很难保证它的正确性。

Edu指南：从安全角度看，自动驾驶、医疗等领域非常重要，所以相比普通应用，它们需要设置更高标准。

约瑟夫：是的。如果是普通用途，比如办公室里用的，你错了还有时间考虑。但如果在关键系统中使用，就有两个问题：一个是它在没有人类参与的情况下工作；另一个是这些系统很难分析和预测。

3、“AI的问题在于，它们产生了我们不理解的知识”

Edu指南：你在书中提到，人类社会可以被视为一个信息系统。两者之间的关键相似点是什么？

约瑟夫：这是个有趣的问题。首先，我们要理解什么是AI系统，什么是智能体（Agent）。智能体的概念在哲学中早就存在，甚至在AI之前就有了。我们称一个能理解、能行动的系统为智能体。举个例子，动物可以被视为智能体，现在我们也有机器智能体，或者正在尝试构建它们。

智能体的重要特征是它需要解决问题，并且生活在一个社会中。所以，有动物的社会，有人类的社会等等。智能体不是孤立的，它与环境交互，也必须与其他智能体交互。要解决问题，它还可能需要与其他智能体合作，这就是我们所说的集体智慧。

智能体之间有互动，这就是人类社会发生的事情。社会由智能体组成，每个智能体都在追求自己的目标。当智能体是人类时，人类应该合作以实现共同目标，这非常重要，所以有规则。在一个有组织的社会里，你有法律，有道德规则，你不会对别人做你不希望别人对你做的事。

现在我们正在研究人工智能体（AI Agent），将一些想法和人类社会对比，会发现智能机器和人类有很多相似之处。在人类社会中，重要的是我们交换的信息，以及机构之间的信任程度。机构是什么？它有助于实现组织社会的某些共同目标，比如定义什么是真、什么是假。

在机器世界里，我们也有机构。机器中的机构可能是服务器，它们基于信息知识来分配任务或决定机器目标。所以机器社会和人类社会之间是一个非常有趣的类比。如今我们有机器社会，或者正在试图建立机器社会，同时也有我们的人类社会。这也是我试图在书中解释信息作用和知识作用的原因。信息的作用在于，人们相信共同利益，信任或不信任他们的政府，互相信任或不信任。你可以在我的书中尝试探索这个有趣的类比。

Edu指南：如果AI系统足够聪明，能设定目标、建立机构，比如有一个“政府”来帮助实现共同利益，那人类社会与这个AI系统之间是否还有明确的界限？

约瑟夫：这些是深刻的哲学问题，机器与人类有多大不同？这也与伦理问题有关。你知道今天人们谈论“道德AI”，想要一台有道德的机器。但道德行为意味着什么？也有一些理论可以帮助我们理解人类行为的意义。我认为这些都是非常重要的问题。

你可以看到机器和人类的一个巨大区别：人类有一些内部目标，而这些目标迄今为止是由我们自身决定的，比如生存目标。作为一个人，要生存，饿了就要找食物。为了找到食物，我需要分析：我想买食物，银&行账户里钱够吗？我该怎么买？等等。所以人类在拥有目标时会进行分析，这种分析取决于他们的状态、身体状况、健康状况，但也受到外部限制。

为了进行这种分析，人类大脑中有一个价值系统。人们总是有一套价值体系，比如经济价值体系，你知道买面包要花多少钱，买衣服要花多少钱。你还有其他的价值体系，比如，如果我做错了，可能会进监狱、被罚款。人们还有道德价值观等等。

所以人类建立了一套价值体系。当决定做或不做某件事时，我是根据这套价值体系来判断的。这个价值体系反映了社会的价值体系，它不是独立的。希望你能理解这点，因为我们的社会存在价值共识，比如经济价值体系是明确的，道德价值共识（什么是好、什么是坏）也是明确的。所有社会都依赖于规则和某种价值体系，而价值体系是由机构、由政府在全球范围内决定的。

那么我的问题是：我们能给机器配备这样的价值体系吗？如何开发这样的系统？又如何让机器行动？理性是人类思维的一个非常重要的属性。我们根据目标进行分析、选择，试图根据我们所拥有的价值体系选择最佳解决方案。比如，你会想：我应该作弊吗？还是遵守规则？如果做错了，也许能得到一些东西，但也有风险。每次做决定，你都在基于价值体系进行选择。

这是人类一个非常复杂的系统。我们能给机器配备吗？我不知道。我们正在努力，但这些都是仍然需要探索的、非常关键的问题。

Edu指南：在你看来，这是信息系统的局限，还是说只是技术还没发展到那一步，所以AI系统目前无法做得比人类更好？

约瑟夫：这里需要解释一下，人工智能系统可以在某些方面比人类做得更好。人类理解复杂情况的能力是有限的，这与认知复杂性有关。我在书中解释过，认知复杂性意味着如果出现一个包含许多参数的复杂情况，比如我给你讲一个有20个不同角色的故事，你会记不住，因为太多了。但机器没有这个限制。

所以机器可以处理人类无法理解的、非常复杂的数据，从中提炼信息，甚至从复杂数据中提炼知识。这就是机器的能力，它们可以通过分析数据来了解非常复杂的情况。我认为我们应该充分利用这一点，因为机器可以帮助我们理解复杂的现象。现在有一些项目，涉及气象现象、地球物理现象等等。比如地震预测，我们可以用AI来预测地震。

为什么用AI预测地震会成功？因为地震是非常复杂的现象，取决于很多参数。而目前人类的科学理论是有限的，通常只能依赖少数参数，比如最多10个不同的参数。但AI系统可以被训练来处理非常多的参数。如何训练？比如，每天地球上各地发生的地震，我们收集数据并进行训练，AI可以将中国的地震和菲律宾的地震联系起来，做出预测，一些实验数据已经证明了这一点。所以我们可以用AI来预测，它比现有的科学理论做得更好。

当然，AI的问题在于，它产生了我们不理解的知识。这是个问题。对于现有科学理论，因为我们设计了这些理论，理解它们的工作原理，所以对理论结论很确定。但如果AI说明天会发生地震，你信还是不信？你没有任何证据。AI系统非常擅长预测和分析情况，这是它最大的优点，可以在科学中非常有用，比如分析医疗数据。

当然，我们应该时刻保持警惕，因为它们可能会犯错。它们不擅长寻找新目标。而且它们提供知识的方式，我们不知道它如何产生。这将来会成为一个非常重要的问题：你会拥有另一种科学，它能提供一定程度上有效的结果，但你不明白它们为什么有效。

Edu指南：有没有具体的解决方案来处理这个问题？AI产生这么多信息，连它自己都不真正理解，却被科学家用于真实场景。

约瑟夫：是的。假设有人给了你很多信息、知识，然后说“哦，这个会发生”或“这是真的”，但你无法保证。这就是问题所在。你看，在传统科学中，我们理解它，因为科学知识是通过使用数学模型产生的，因此可以非常精确地验证一个理论或科学结论是否正确。但AI系统做不到这一点。

这就是要付出的代价。你会得到很多信息、很多结果，但你应该能自己判断这些结果是否可用，或者考虑是否应该训练AI系统来产生可靠的知识。这是一个开放的问题。现在人们谈论安全AI、负责任的AI，甚至有专门的国际会议。但目前，我们不知道该怎么做。也许未来是可能的，但就目前而言，我们应当小心。

4、“AI可以进化得更聪明，但无法完全超越人类”

Edu指南：正如你所说，AI能处理比人类好得多的复杂数据。到目前为止，人类意识可能还是我们的优势。在你看来，在更远的未来，人类的最终优势是什么？AI不能超越人类的最终门槛是什么？

约瑟夫：对我来说，AI无法超越人类。有人说AI会变得比人类更聪明，这毫无根据。你可能看到过他们谈论通用人工智能（AGI），但当你阅读新闻时，他们所谓的AGI，其实只是人类与机器的对话系统。他们不明白“自主性”问题。自主性意味着，AI不仅要比人类知道得更多——这很容易做到，更重要的是，AI要能像人类一样智慧地处理知识，能组织知识来解决问题。这是今天的AI还不知道该如何做的事情。

为了解决问题——让我说得更精确些——问题有很多种，你可以解决数学问题、解决日常生活中的问题，比如开车、当医生、当厨师。解决问题意味着AI能在复杂的组织中取代人类。

我想强调的是，这是一个非常困难的问题，但这还不够。让我举个例子：自动驾驶汽车的一个问题是安全，避免碰撞。即使假设我有一辆完全安全的自动驾驶汽车，这依然不够。

旧金山有一些有趣的实验。一些公司部署了自动驾驶出租车，它们并不安全，会发生事故。但即使假设它们完全安全，是完美的AI，也还是不够。因为自动驾驶汽车的问题在于，它们不理解：现在在它们身后，一辆警车和一辆救护车想要通过，它们挡住了警车，挡住了救护车，但它们的逻辑是“我是安全的，我已经停下来了，没有事故”。这需要社会智慧、需要集体智慧，而机器目前没有。

那我们怎么能拥有这样的智能体？现在每个AI系统都有自己的目标，比如“我想从北京开车到上海”，这是我的个人目标。当人类驾驶时，在高速公路上，人们需要考虑其他人的目标。而一辆自私的车，会把自身目标放在最高优先级，这对其他车可能不是好事。这就是我们所说的社会智慧，AI系统很难实现。这与AI智能体与人类价值体系的接近程度有关。

Edu指南：如果从道德角度看，自动驾驶汽车在真实场景中一旦发生事故，谁应该为糟糕的事故负责？

约瑟夫：这就是标准为何如此重要。如果发生飞机事故，责任问题很清楚。因为飞机是经过标准认证的，符合标准才能飞行，所以制造商可能并不直接涉及事故责任。现在，如果自动驾驶汽车（比如特斯拉）没有获得认证，那么制造商的责任就直接涉及其中。当然，也有用户滥用AI的情况，但这也是标准需要规定的事情。因此，标准规范定义了制造商和使用者的责任。如果你没有标准，那么就需要进行详细的分析，找出谁应该承担责任。

当然，系统本身不负责任。这些系统由工程师设计，责任归于制造商。这一点很清楚。说责任归于系统、归于AI是没有意义的，只有愚蠢的人才会这么说。因为责任意味着，如果我做错了，我可以解释为什么，并假设要为此付出代价，可能会因此受到惩罚，这是责任感本身固有的含义。你不能说我们要惩罚机器。要惩罚机器，你能做的只有拔掉它的插头。

Edu指南：不同情况有不同的答案。

约瑟夫：是的，但如果没有标准，你就无法界定风险责任的界限。再举个例子，你有一个AI，你问它如何制造一枚冲击波。如果你足够聪明，根据AI告诉你的，你就能做出来。现在，制造商说他们对此不负责，无法控制。但归根结底，他们有责任。

为什么他们要负责？因为如果AI能告诉你如何制造冲击波，或者如何为某人制作假视频，这意味着AI在某个地方找到了这些信息。无论是通过阅读文档、访问互联网等方式，这都应该受到监管。

但你也应该明白，这很难被监管。为什么？从技术上看，它是如何发生的？你向AI提供了大量数据。如果你不过滤数据，比如只过滤书籍、文档等，AI可以通过这一切学到东西。就像我说的，它是一个数据蒸馏器，它提取了数据。但如果要在提交文件之前就对它进行分析并提取关于制造冲击波的所有信息，AI的开发成本会非常巨大。

这就变得技术化了。但你不能简单地通过排除“冲击波”这个词来解决问题，因为排除了这个词，也会排除许多关于战争中冲击波的其他有用信息。

5、“AI无法取代教育，教育的作用不仅仅是给你知识”

Edu指南：这是人与AI系统的互动，以及如何在其中制定规则。我们来谈谈教育。你在书中提到，社会和人们对信息学的重视不够。最近美国、欧洲的一些国家，政府已经将AI课程设为学校的必修课。你认为这足够吗？或者对这门学科进入教育系统有什么建议？

约瑟夫：现在，与AI相关的教育存在一个普遍问题。当然，学生应该学习一些关于AI和技术的知识。我认为今天有一个重要趋势，即在教授纯粹科学知识和技术之间取得平衡，这非常积极。你可能听说过STEM教育（科学、技术、工程、数学），这个想法是学习跨学科的课程，非常好，我想中国也在发生。

但我也认为，现在教育中非常重要的一点是，要向年轻人解释AI带来的危险，并制定行为准则。要解释什么是机器的角色，什么是人类的角色。我的采访中讨论了很多关于年轻学生接触AI工具的问题。想象一下，一个年轻学生用DeepSeek来找答案，我觉得这太糟糕了。因为年轻学生用DeepSeek来回答问题或写文章，意味着他得不到正确和充分的教育。

要知道，教育的作用不仅仅是传递知识，它也在训练你的头脑，训练你的思维、注意力和创造力。如果年轻的孩子每次面对问题时，都要求DeepSeek来帮他解决，那就太糟了。

教育是一个训练过程。就像你是一个运动员、一个跑步者，你每天都在训练自己，想尽可能表现出色。如果在训练中使用机器跑得更快，你当然可以作弊，但这不是运动的目的。同样地，我认为在教育上应该有一些控制。我不是说不该使用，而是应该把工具当作辅助，而不是让它们直接为你做决定、解决问题。所以我们要非常小心。

在谈论技术趋势时，在我看来，不要走向另一个极端，即注重太多技术而忽略了科学，这也可能发生。当然，我认为现在教育中非常重要的一点是，解释人类在多大程度上不同于机器，机器的局限是什么，以及如何使用机器。

Edu指南：一个非常严重的问题是，在AI可以记住很多东西的情况下，一些学科知识已经过时了。人们不一定需要像过去一个世纪那样学习，但这些学科仍然在大学里存在。

约瑟夫：是的。但你看，当你学习一些东西时，比如中国历史，这些不仅仅是事实。知识不仅仅是事实，你学习的也不只是事实本身，还包括分析。在这个过程中，你可以理解进化对人类社会意味着什么，什么对人类社会是坏的，什么是好的。

现在人们说，哦，你什么都不需要知道，你只需要问问题并得到答案。但问题是，首先，你应该有能力分析你得到的信息。就像我说的，如果你了解历史，你会明白社会如何运作，如何在社交场合表现，什么是对的，什么是错的。你学到了一些关于人类价值观的东西。你学习历史、动物生物学、宇宙学，这是你理解世界的过程。

再举一个例子，我小时候也做过实验。当我还是个孩子时，我在学习乘法表。也许现在的孩子不会学乘法表了，因为他们有电脑、计算器。但是学习乘法表能让你了解数字之间的关系、数量之间的关系。通过分析数字之间的关系，你可以理解这是什么意思，什么是类比，什么是按比例或不按比例做某事。所以知识不只是为了让人们知道什么，也是为了理解不同事物之间的关系，这是非常重要的事情。

6、“今天的年轻人变得非常物质主义”

Edu指南：思考过程很重要，而不仅仅是记住知识本身。你也提到，如今哲学、人文学科正在贬值，因为它们和现在人们的生活不太相关。这些学科应该如何改变，来更好地适应当今社会？

约瑟夫：这是一个非常重要的问题。我一生中花了很多时间阅读哲学，学到了很多。当然，我认为哲学也应在学校里教授，因为它给你一个如何理解世界的完整框架。什么是人类？人类和其他生物有什么区别？还能给你一些有趣的基本价值。

我对哲学的批评是，当我还是学生的时候，他们不会告诉我。在古希腊哲学中，哲学的目的是关于如何过一种有价值的生活。哲学的发展有一些时期，有很多伟大的哲学家做出了巨大贡献，我很钦佩他们。但是现在，自20世纪初以来，没有了。我的意思是，我们有很多困惑。你确实需要哲学家，但你会发现它们只是文学。

比如，作为一名工程师，我讨厌不确定的定义。我需要幸福的定义，但哲学家没有给出。这也是我试图在书中解释的。生活中的幸福，意味着你有足够的自由，你有愿景，你有目标（短期和长期），你有资源来实现目标。我不需要太多选择，因为选择太多也可能有问题。所以幸福意味着我对自己有一个愿景，然后有方法去实现，但不是立刻实现，因为这本身就是一场持续的战斗。对我来说，幸福就是能够创造、奋斗、梦想。这非常重要。而且，这些不能是太遥远而无法实现的梦想，这就像一场游戏。

我在书中说，如果你最终达成了无事可做的目标，那么你不会开心。所以我认为，人们应该明白，如果你没有梦想，不为某件事奋斗，生活会很悲伤。

这也是问题所在。我认为今天的年轻人变得非常物质主义。实际上，我看到我的学生也是如此。他们受过良好教育，试图找到一份好工作，而不在乎工作是否有趣。但是，拜托，我们会一辈子从事这些工作，好吗？如果这是一份无聊的工作，生活就没有意义。所以我认为应该为人们提供一个指南，学习如何管理他们所有的问题，理解这一点非常重要。要明白，努力在生活中很重要。

这也是AI的危险所在。AI的危险在于它变成了商品，你随时可用。我见过年轻人说，“哦，让我们问问谷歌我们该做什么，休假该做什么。”这很愚蠢，因为你没有高兴地说“我梦想去威尼斯，在威尼斯度过我的夏天”。这是人们在转移责任。当然，你也有责任去管理你的自由。如果要做什么，你必须做出选择。现在，如果你不想玩这个关于自由的游戏，那么你当然也得不到这个游戏的乐趣。

所以，这就是AI和计算机的问题。不是它们变聪明了，然后我们就可以什么都不做，这永远不会发生。现在的问题是我们转移了决策的责任，因为这很方便，而人类太懒了。如果有人能帮你做，你就不做了。对体力任务来说，人确实有限制，我也可以很懒，但对智力任务来说不是这样。

当涉及到选择自由的问题时，在我的讲座中，我对学生们说：想象你有一个非常强大的奴隶，无论你想要什么都能帮你实现，就像阿拉伯神话中的精灵，你一拍手它就来了：“主人，你需要我为你做什么？”精灵可以做任何事情。

那么现在，谁会成为奴隶？如果你想要的任何东西都能立刻满足，那么你的幸福又是什么？所以人们应该深入了解幸福的概念以及如何实现它。很遗憾，现在人们变得过于物质化了，也不在意决策责任了，而AI正在推进这一点。

7、“如果AI对旧结构产生影响，我们应该想办法安排好一切”

Edu指南：理解幸福和责任对我们自己意味着什么，实际上并不是容易的问题。

约瑟夫：是的，这应该向人们解释。我们可以开设一门应用哲学课程。有趣的是，你可以有很多钱和很多自由，但也能看到，有些这样的人会自杀。为什么？因为他们不知道问题所在。法国哲学家萨特说过，人类的问题在于不知道如何管理自己的自由。如果有太多自由度，人们会变得疯狂。所以问题是如何找到正确的平衡。

道德在其中也非常重要。道德不仅仅来自宗教，它来自非常实际的考虑。因为如果你分析伦理道德，它说这是被禁止的，然后有这个禁令，所以我不抽烟或不做其他被禁止的事，接受这个限制是我的选择。

现在，什么是一个好的平衡？这取决于你在这场关于自由的游戏中有多强大。有些人从出生开始就说“我不做这个”，过着安静的生活，或许不那么令人兴奋，但很平静。也有那些因为富有而变得疯狂的人，他们有很多选择，却不知道如何选择，或者做些别的，这就是自由的问题。人们应该理解这场游戏，这应该被解释，包括生活在社会中意味着什么。

还有信任的问题是什么？责任的问题是什么？冲突的问题是什么？我花了很多时间去理解与某人发生冲突意味着什么。因为如果你理解冲突的含义，你也会明白解决冲突的含义。这些是我们研究的系统中非常简单的概念，我认为这个想法也应该应用于教育。

那么什么是冲突？这意味着我想做某个动作，需要某个资源，另一个人也想做某个动作，需要同样的资源。如果我拿走了资源，你就没有了。所以我们应该就如何使用资源达成协议。这很简单。在社会中，所有关于道德的法律，都在规定如何解决冲突。比如交通规则是如何解决冲突的。在一个十字路口，如果人们不遵守道德法则，会产生什么结果，这非常重要。如果无法解决冲突，今天社会所拥有的和平就会崩溃、受到威胁。

所以人们应该理解这一点。有些人说：“好吧，让我们忘记过去的一切，忘记传统。”我喜欢中国的一点是，中国人坚持传统。家庭的概念非常重要，这是一种结构。在其他社会，这一点可能不被理解，这太糟糕了。我们正在摧毁旧结构，但没有任何新结构来取代它们，这太糟糕了。这也是AI在许多不同层面产生的结果。

所以我要说的是，这就是为什么AI是一场剧变。在社会结构中，比如平台经济，平台可以很棒，电子商务是好事情，但你应该明白，通过这样做，我们也打破了传统结构。因为有人在郊区的某个地方开了一家杂货店，但现在所有这一切都被取代了。

我的意思是，我不反对平台，但这意味着AI存在一定的风险。政府应该考虑，如果出现这种社会变化，或者就业市场变化，该如何解决。我不会责怪AI，我不反对科技。技术可以用于好事，也可以用于坏事。如果创新技术是更高效的，采纳它很好，但效率本身并不是最好的目的。如果我们决定用它来提高效率，这会对现有结构产生影响，我们应该想办法安排好一切。这也是政府和社会的角色。