2022年10月28日上午，由中国人民大学科学技术哲学教研室、中国自然辩证法研究会青年工作委员会、科技哲学史专业委员会共同主办的“当代科技哲学前沿系列讲座”在腾讯线上会议室如期举行。本次讲座题目是《机器认识中的不透明性及其意义》，主讲人为北京师范大学哲学院董春雨教授，讲座由中国人民大学哲学院副院长刘劲杨教授主持，科技哲学教研室主任马建波副教授、王小伟副教授担任评议嘉宾，刘永谋教授也参与了讨论。全国各地高校的专家学者、硕博研究生200余人共同参与了此次线上讲座。讲座从认识的不透明性或认识黑箱的角度，从本体论和认识论的维度，探讨AI面临的可解释性问题及限度问题等。

董老师首先介绍了机器认识论何以可能。机器介入认识的三次革命使经验的主体经历了从人到“人与机器”再到机器的转移，实现“人—机”的共同进化，认识论也从人类中心走向非人类中心，在某种程度上可以消解人与机器的对立，承认机器在认识论中应有的价值。此外，大数据和人工智能中的“算法黑箱”产生的不透明性可能正是它们的特征，人类应该在某种程度上接受这种不透明性。

随后，董老师从认识的不透明性的角度出发分析相关性与因果性的复杂关系。从毕达哥拉斯的“万物皆数”到惠勒的“万物皆比特”形成的透明的计算主义，使得人们认为可通过某种算法来认识宇宙万物。但实际上大数据和人工智能的内部运行隐含着很多层级的“认识不透明性”，这导致了人工智能的解释难题。董教授认为要解决这一问题，应该从相关性走向因果性，他认为珀尔的从关联到干预，再从干预到反事实的“因果关系之梯”可作为从表观的、复杂的统计相关性走向真正的因果性的一种可行的方法论策略，有助于消除认识的不透明性。

在从大数据视角揭示了因果机制的可能性后，董老师认为已有的哲学探究往往将因果效应和因果机制混为一谈，只有将两方面加以区分，才能更好地理解大数据因果关系的作用和限度。他还认为，从大数据中推断出因果效应固然很重要，但更重要的是理解其背后的因果机制，这源于因果效应在经验上表现为条件概率，而因果机制是对因果效应的本体论解释。董教授认为传统的统计学观点认为数据方法无法揭示因果机制，而大数据具有揭示因果机制的可能性。通过将结果“为什么”发生的因果机制问题，转化为原因“怎样”引起结果的因果过程问题，并借助因果网络的形式描述因果过程，揭示了因果机制何以可能。

结论处，董老师提出计算机的发展，尤其是大数据的兴起引发的了“知识”的个性化变化，个性化知识所具有的具体性、个人性、强有效性、实用性、不确定性等特征，使我们在如何看待知识、发现知识方面发生了根本性的转变。我们从个性化入手去建立解决问题的模式，将更能有效地应对复杂性问题，所以这一认识论范式的转向是我们应该关注的课题。

在评议环节，王小伟老师在评议中指出董春雨教授的讲演包含两方面重要内容：从人到技术方面，技术变得越来越不透明。尤其是在使用深度神经网络的人工智能软件时，神经网络的多层级特征使决策的输出逻辑很难回溯。需要不断的输入数据来训练神经网络。边缘案例层出不穷，长尾效应明显。在自动辅助驾驶汽车的案例中，则可能造成安全事故。从技术到人的维度则恰恰相反，随着人生活的高度数据化，个人的隐私荡然无存，算法对人的支配到了十分严重的地步，人的生活高度透明化了。这两点都值得深入思考。马建波老师充分肯定了本次讲座的意义，认为董老师深入浅出地讲解了机器认识不透明性的来龙去脉，并对其中核心难题进行了辨析，对科学哲学和人工智能的相关研究极具启发性和建设性。关于人工智能的奇点，马老师提出如下问题：从系统论或整体论的角度来看，一个系统能否演化或涌现出超越于自身的存在物？如果这一点能得到某种程度的证明，那么是不是所谓的奇点就是不可能出现的？董春雨教授细致回应了相关评议和学生提问，涉及论题包括：因果性与相关性的关系问题，机器认识透明性的社会成本问题，人工智能未来走向等问题。

刘劲杨老师对本次讲座做了简要总结，认为本次讲座把当代前沿问题置于科学认识论的发展史的过程中，深入揭示了机器认识的变革性意义与价值，讲座从认识论基础问题切入，结合复杂性科学与因果性科学视角，直面当下理论与业界热烈关注的不透明性问题，分析透彻，引人深思，以科学冷静彰显人文关怀，推进了我们对机器认识的深度与广度。整场讲座师生参与度高，研讨意犹未尽，圆满结束，期待未来更多研讨。

（供稿：李泓贝）