三、科學研究第五范式——人工智能知識生產(chǎn)

人工智能驅(qū)動的科學研究大大提高了科學發(fā)現(xiàn)的效率和速度，推動了人類知識生產(chǎn)的革命性變化。如果說數(shù)據(jù)驅(qū)動的人工智能是科學研究的工具，那么智能驅(qū)動的科學研究將引發(fā)知識生產(chǎn)的范式革命。2024年5月，英國皇家學會發(fā)布了《AI時代的科學：人工智能如何改變科學研究的本質(zhì)和方法》報告，提出：“人工智能的最新發(fā)展表明，科學研究的方法可能會發(fā)生變革。這些變化集中在使現(xiàn)有的任務(wù)更有效率，改變產(chǎn)生知識的過程，或啟用新的發(fā)現(xiàn)機制?！贝竽Ｐ偷闹R生產(chǎn)不僅引發(fā)研究的立論根基的變革，還引發(fā)認知主體和知識內(nèi)容的改變，更引發(fā)認知工具的變革，從而對知識生產(chǎn)產(chǎn)生革命性影響。

1. 知識生產(chǎn)的邏輯起點由現(xiàn)象變?yōu)閿?shù)據(jù)

智能驅(qū)動的大模型知識生產(chǎn)為何能夠成為科學研究的第五范式，主要在于其立論根基和邏輯起點發(fā)生了重大變革，知識生產(chǎn)的根基和起點由現(xiàn)象轉(zhuǎn)變?yōu)閿?shù)據(jù)。前四種科學研究范式不管研究宏觀世界的物質(zhì)形態(tài)還是研究微觀世界的量子、分子、原子等，不管是對于物理學、化學、生物學、天文學等知識的增長，還是關(guān)于生活本領(lǐng)和技能的默會知識的生產(chǎn)，都是屬于經(jīng)驗現(xiàn)象的研究，而智能驅(qū)動的大模型的知識生產(chǎn)，則不局限于現(xiàn)象層面，而是深入到數(shù)據(jù)層次，這涉及認知層次的改變。數(shù)據(jù)、現(xiàn)象雖然都可以認識世界，但對世界的理解層次是不同的。現(xiàn)象指的是自然界或者社會中事物呈現(xiàn)的外部樣態(tài)，不需要處理就可以被人類觀察到。數(shù)據(jù)主要是以數(shù)字、文字、圖像或者影音視頻等形式出現(xiàn)，數(shù)據(jù)可以描述或者解釋現(xiàn)象，數(shù)據(jù)不能從物體表面獲取，需要通過觀察、測量或者記錄才能刻畫。如果把知識生產(chǎn)的內(nèi)容局限于現(xiàn)象層面則需要揭示現(xiàn)象背后的規(guī)律，需要尋找現(xiàn)象背后的因果關(guān)系。例如，“天空是藍色的”是人類觀察到的現(xiàn)象，如果對此現(xiàn)象進行解釋，需要找到現(xiàn)象背后的因果關(guān)系，只有分析現(xiàn)象背后的原因才能對現(xiàn)象本身進行科學解釋。知識生產(chǎn)的起點是現(xiàn)象，知識生產(chǎn)往往需要先提出問題，然后再引導(dǎo)人們?nèi)ニ伎既绾谓鉀Q問題。基于現(xiàn)象的知識生產(chǎn)采用歸納法、演繹法或類比法等邏輯方法進行，通過這些知識生產(chǎn)的方法，深入探索現(xiàn)象背后的規(guī)律，新知識得以產(chǎn)生。因此，基于現(xiàn)象的知識生產(chǎn)是一個不斷提出問題、尋找因果關(guān)系、解決問題的過程。而基于數(shù)據(jù)的知識生產(chǎn)與基于觀察的知識生產(chǎn)在研究方法、研究內(nèi)容、研究過程等方面截然不同。如果認為知識生產(chǎn)的立論根基和邏輯起點是數(shù)據(jù)，其預(yù)設(shè)是數(shù)據(jù)表征世界，數(shù)據(jù)表征的鏡像世界和真實世界是同一個世界，數(shù)據(jù)表征了世界，人類將不再直接去觀察現(xiàn)象，而是通過挖掘數(shù)據(jù)之間的相關(guān)關(guān)系來發(fā)現(xiàn)和揭示自然界和社會的規(guī)律。知識生產(chǎn)的邏輯起點是數(shù)據(jù)，而不再是現(xiàn)象背后的因果關(guān)系，只要關(guān)注相關(guān)關(guān)系、分析相關(guān)關(guān)系就可以解釋現(xiàn)象。這是對知識生產(chǎn)的出發(fā)點和源頭的顛覆，顛覆了科學知識的起點是問題的傳統(tǒng)觀點。

從現(xiàn)象到數(shù)據(jù)引發(fā)了知識生產(chǎn)立論根據(jù)和邏輯起點的革命性變化。知識生產(chǎn)的立論根基是數(shù)據(jù)，知識生產(chǎn)只關(guān)注數(shù)據(jù)，而不關(guān)心原因，只關(guān)注從數(shù)據(jù)中能得到什么知識。由于知識生產(chǎn)的立論根基是數(shù)據(jù)，那么知識生產(chǎn)只關(guān)注知識生產(chǎn)的可靠性，不再追求知識是否是可驗證的真信念；只關(guān)注知識的可知性，不關(guān)注知識的確定性；只關(guān)注知識的相關(guān)性，不關(guān)注知識的真理性。相較于認為知識生產(chǎn)是通過觀察，只關(guān)注事實，而非真正關(guān)注事物，數(shù)據(jù)相對于現(xiàn)象是更深層的因素。只有深入到數(shù)據(jù)層面才能揭示事物的本質(zhì)，關(guān)注現(xiàn)象只能使認識停留在事物表面，而數(shù)據(jù)是理解和揭示事物間關(guān)系的關(guān)鍵。

2. 大模型引發(fā)知識圖景變革

知識的觀念是人類對于知識的基本態(tài)度和基本看法。由于大模型知識生產(chǎn)方式的不同，知識的觀念發(fā)生革命性變化。前科學范式時期的知識是通過講故事解釋自然現(xiàn)象，例如，中國神話自然觀用有意識、有想法的“雷神”和“電母”來解釋閃電、打雷等自然現(xiàn)象。到了科學范式時期，通過觀察現(xiàn)象，用數(shù)據(jù)工具計算或科學研究方法產(chǎn)生知識，如開普勒通過大量的觀測數(shù)據(jù)發(fā)現(xiàn)行星運動的三大定律，證明哥白尼的“日心說”，開普勒通過軌道定律、面積定律以及周期定律刻畫了地球圍繞太陽運動的規(guī)律。大模型引發(fā)我們對知識觀念的重新思考。首先，嚴格決定論的世界圖景被打破。嚴格決定論起源于 18 世紀的法國啟蒙運動，嚴格決定論的世界圖景認為世間萬物皆遵循因果關(guān)系，每一個結(jié)果或者事物都有其原因，沒有無原因的事件，萬物都受自然界規(guī)律的支配，自然界的規(guī)律就是機械物理的因果關(guān)系，人和人之間的關(guān)系也可以用因果關(guān)系來解釋。拉·梅特里的哲學著作《人是機器》提出，人的肌體和心靈的一切活動都是機械運動的一種表現(xiàn)，都是身軀上各種“機器”機械作用的結(jié)果，受自然界規(guī)律的嚴格支配。智能驅(qū)動范式下的不確定性使嚴格決定論失效，“所謂的‘不確定性’，就是在認識進入更深層次時，傳統(tǒng)建立在因果性基礎(chǔ)之上的決定論的不可能”?？茖W是科學家在實驗室中建構(gòu)出來的科學，實驗室條件具有可控性，實驗室科學相對來說具有穩(wěn)定性，但它不能把自然界的所有條件都考慮在內(nèi)，因此是相對不完整的，實驗結(jié)果也未必能與自然界通約。其次，知識觀念發(fā)生革命性變化。知識往往被認為是來源于科學實證、邏輯推理和經(jīng)驗驗證，是能夠解釋現(xiàn)象、解決問題的。隨著大模型的發(fā)展，知識的觀念也在發(fā)生變化，赫拉利提出“科學革命并不是知識的革命，而是‘無知的革命’”。這是對科學革命的知識觀念的變革?？茖W知識具有不確定性、模糊性和隨機性，是不可預(yù)測的，需要數(shù)據(jù)挖掘技術(shù)和深度學習等大模型技術(shù)從海量信息中提煉有價值的信息，填補知識空白。再次，知識不再是必然性的。大模型知識生產(chǎn)是基于相關(guān)關(guān)系而非因果關(guān)系，大數(shù)據(jù)之父維克托·邁爾 - 舍恩伯格就提出：“大數(shù)據(jù)時代最大的轉(zhuǎn)變，就是放棄了對因果關(guān)系的渴求，取而代之關(guān)注相關(guān)關(guān)系?！币蚬P(guān)系預(yù)設(shè)的是知識的普遍必然性原則，而相關(guān)關(guān)系預(yù)設(shè)的是知識的或然性轉(zhuǎn)向，這導(dǎo)致了人類在認識論上的轉(zhuǎn)變。從追求因果性知識到追求相關(guān)性知識的轉(zhuǎn)變，知識不再是一味追求真理性，而是追求逼真性和實用性。數(shù)據(jù)挖掘是知識生產(chǎn)的過程，數(shù)據(jù)挖掘的是相關(guān)關(guān)系，因此相關(guān)關(guān)系成為知識生產(chǎn)的方式，大數(shù)據(jù)對相關(guān)關(guān)系的追求影響著人們對知識觀念的理解。只要知道“是什么”，而不需要知道“為什么”。因果關(guān)系雖然有的是概率相關(guān)關(guān)系的一種獨特形式，但嚴格意義上標志著確定性科學的改變。這就顛覆了千百年來人類的知識論思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰(zhàn)。大模型的知識生產(chǎn)改變了知識的世界圖景。

——摘自閆坤如《大模型知識生產(chǎn)革命及其哲學反思》，《思想理論教育 》2025 年第4期