大语言模型的软肋:今天我们为何仍要读塞尔?

塞尔哲学,特别是其“中文屋”论证,在当今大语言模型时代展现出新的生命力,其思想为人工智能发展提供了关键批判视角和哲学基础。尽管塞尔于2025年9月逝世,但其学术遗产持续影响着对AI本质的讨论。
一、塞尔的学术定位与核心思想
塞尔的学术体系以通俗语言承载深刻哲学洞察,弥合了分析哲学与欧陆传统的分野。他坚持用最小技术符号表达复杂思想,例如在《意向性》中提出“言语行为奠基于意向活动”,虽未深读胡塞尔,却被欧陆学界视为向现象学致敬。同时,他在物理主义盛行的心灵哲学领域,为意识与自由意志的不可还原性辩护,拒绝科学主义对人文精神的侵蚀,这种立场为AI伦理提供了哲学根基。
二、“中文屋”论证的当代重释
塞尔于1980年提出的“中文屋”思想实验,核心在于揭示符号操作与真实理解的本质差异。该实验设想一个仅靠规则手册处理中文符号的英语母语者,虽能生成正确回复却不理解中文本质,以此论证程序化符号处理无法产生真正的意向性。这一批判直指当前大语言模型的软肋:它们依赖统计规律预测词元,而非建立符号与世界的因果联系。例如,当训练数据被污染时(如篡改历史事件描述),模型会因“少数服从多数”的统计特性强化偏见,无法像人类一样通过理性批判发现真相。
三、AI发展瓶颈与塞尔哲学的启示
当前AI技术面临的核心挑战印证了塞尔的预见。首先,统计模型的本质局限:大语言模型缺乏对物理世界的具身经验,其知识完全依赖预训练数据,无法自主探索或验证现实。其次,理由间隙与自由意志的缺失:塞尔行动哲学指出,人类决策存在欲望驱动的“理由间隙”,而现有AI仅靠目标函数或随机函数模拟决策,无法重构真正意义上的自由意志。这种差距凸显了单纯数据驱动路径的不足——如司马光砸缸的案例所示,人类智能能基于单一事件触发创造性意向转换,而AI需依赖海量相似数据才能近似实现。
四、未来AI发展的哲学路径
塞尔哲学为AI进化提供了三方面启发。其一,具身化与世界模型的必要性:需将AI与传感器、行动装置结合,使其在物理世界中形成内部表征,而非仅作符号搬运。其二,社会规则的辩证整合:塞尔在《社会实在的建构》中强调,规则遵循需以“理解”为前提。这意味着AI应学会在特定语境中微调行为,而非通过监督学习强行对齐人类价值观。其三,意向性理论的应用:通过多面相表征训练AI,使其能像人类一样根据背景知识灵活转换对事物的理解方式,从而突破统计模型的框架限制。
塞尔哲学犹如一剂清醒剂,提醒我们AI发展的终极目标不是模拟智能,而是理解智能的本质——包括意识、自由意志与社会互动中蕴含的哲学深度。在算力与数据竞争白热化的今天,重拾塞尔的思想资源,或许是避免技术迷失方向的关键所在。
