在神经科学与人工智能时代,作为人类意味着要仔细探索那些复杂交汇点——尽管其中存在有效的观点,但这些观点之间仍存在张力,从而显现出不容忽视的微妙之处与挑战。每一页都展现了观点之间以及各主题内部现存的张力,这些张力源于集体讨论,并辅以NHNAI网络研究人员的见解。

民主的复杂性#7:在模仿人类的机器时代捍卫人类的独特性

参与者强调保留人类独有的某些价值观和特征的重要性,例如灵性、智慧、情感、创造力、自主性、批判性思维、想象力、意识、同理心……等等。其中一些能力在我们的民主和法律体系中至关重要,机器无法真正复制。例如,当法庭审理期间或法律形势困难和复杂时,就会出现同理心和倾听的情况。

然而,参与者担心区分人类和机器以及真实和虚假数字内容(例如以人造形式呈现的人工智能生成内容)的挑战越来越大。即使法律法规强制要求公民在与人工智能系统或人工智能生成的内容交互时告知他们,但如果机器模仿人类的能力不断增长,维护和捍卫我们人类的独特性可能会变得困难。关于创造力的问题似乎已经存在。

The following ideas can be found in the global and local syntheses downloadable here

  • (Global – Democracy) Preserving the specificity of human beings (compared to machines)
  • (Global – Democracy) The (difficult) future challenge of distinguishing between AI and humans
NHNAI学术网络的见解:

Nathanaël Laurent(生物学哲学副教授(那慕尔大学,ESPHIN,比利时)和 Federico Giorgi(哲学博士后研究员)(那慕尔大学,ESPHIN – CRIDS,比利时)

哲学文献经常关注人类与机器之间所谓的相似性问题。事实上,人工智能最初被发明并发展的原因之一正是人们的好奇心和雄心,想知道是否有可能创建一种能够像人类一样回答一系列问题的算法—并且以如此现实的方式甚至欺骗人类考官。这个问题促使艾伦·图灵构思了他著名的模仿游戏(图灵,1950)。

另一方面,即使我们假设—但不承认—算法能够通过图灵测试,众所周知,这需要非常具体的实验条件(例如机器被放置在与检查者分开的房间中),这并不意味着机器可以在没有人注意到的情况下取代人类。正如生物学家朱塞佩·隆戈 —Giuseppe Longo)所观察到的,模仿与其模仿的现象之间存在着不可缩小之间的差距机器与生物之间(Longo, 2021)。

即使是最复杂的图像识别算法在学习识别猫之前也必须执行复杂的分类过程,而孩子只需看到一只猫一次就可以做到这一点。这种体验(第一次看到猫)会在孩子身上产生机器无法感受到的情感—例如好奇心或恐惧—。

隆戈对人类和机器之间差异的描述证实了辩论参与者提出的上述论点,即人类具有独特的特征。