生成式人工智能时代的预期重思:迈向混合预期理论
《Futures》:Rethinking anticipation in the age of generative AI: Toward a theory of hybrid anticipation
【字体:
大
中
小
】
时间:2026年10月22日
来源:Futures 3.9
编辑推荐:
• 提出混合预期理论,用于解释AI中介条件下的预期行为。
• 将生成式AI定位为预期系统中的一个认识论资源,而非行为主体。
• 阐释AI如何重构认识论基础设施以及预期系统与过程框架。
• 展示AI中介系统如何通过在选择之前塑造认知来影响对涌现的预期。
• 将AI治理重新框定为
• 提出混合预期理论,用于解释AI中介条件下的预期行为。
• 将生成式AI定位为预期系统中的一个认识论资源,而非行为主体。
• 阐释AI如何重构认识论基础设施以及预期系统与过程框架。
• 展示AI中介系统如何通过在选择之前塑造认知来影响对涌现的预期。
• 将AI治理重新框定为对未来导向知识生产的预期治理。
引言
人类社会一直依赖其预期能力。从古代占卜到当代预测模型,预期一直作为一种机制发挥作用,使个人、组织和社会得以减少不确定性、协调行动并塑造集体未来。在前景研究中,预期占据着核心地位,因为未来被视为不仅仅是预测的对象,而是为当下行动提供信息、并开辟社会转型替代路径的资源(Bell, 1997, Miller, 2018, Poli, 2019)。无论以预期理论、前景素养、战略预见还是预期治理的形式表达,该领域始终强调未来导向的知识塑造着当代决策与长期社会适应(Fuerth and Faber, 2012, Guston, 2014, Slaughter, 2004, Voros, 2003)。
生成式人工智能的出现,正以现有理论仅部分涉及的方式,改变着未来导向知识的生产与流通。预期实践历来依赖工具。书写、档案、图书馆、统计系统和数字网络各自改变了哪些内容可以被回忆、比较、外推和想象,并且各自被吸收进那些使用未来的系统中。生成式AI属于这一谱系。使其不同的是其所能够支撑的认识论操作范围:当代大语言模型能够跨领域综合材料、在大文本语料库中呈现模式、组装替代性叙事,并产出读起来像分析的输出(Bommasani et al., 2021, Bubeck et al., 2023, Kshetri, 2024)。政府使用AI辅助系统进行地平线扫描、风险评估和政策情报;组织将生成式AI应用于前景展望与适应性决策;研究机构将大语言模型纳入知识生产和情景开发。在这些场景中,AI赋能的资源正被嵌入到那些长期以来被认为构成预期本身的活动之中。
这一发展提出了一个基础性问题。尽管各有所异,现有的预期理论共享一个底层前提:未来导向的知识是由人类行动者在人类机构中生成的。预期理论将预期定位于构建并使用未来状态表征的活体系统(Poli, 2019, Rosen, 1985);前景素养强调人类运用未来作为学习资源的能力(Miller, 2018);战略预见研究个人和组织如何探索替代未来,以在不确定性下改善决策(Slaughter, 2004, Voros, 2003);而预期治理则假定机构通过预见、专家知识和审议生成未来导向知识,再将其整合进政策(Fuerth and Faber, 2012, Guston, 2014)。尽管这些视角在不确定性、能动性和参与方面存在诸多分歧,它们都将预期定位于人类认知、社会机构和集体学习之中。这一前提并不错误,本文也没有放弃它。预期仍然是一种由有生命的、有目的的行动者展开的活动——他们想象尚不存在之物。
发生改变的,是承载这一活动的系统。当大语言模型被用来以分析团队无法匹敌的规模和速度来呈现信号、起草情景变体、撰写未来叙事时,问题并不在于机器是否进行预期,而在于:当这类资源成为其基础设施的一部分时,那些使人类行动者得以感知、解释和应对可能未来的预期系统与过程,是如何被重新组织的。这一问题之所以重要,是因为预期并非仅仅是一种技术能力,而是一种基础性的社会能力,它塑造着政府如何制定政策、组织如何配置资源、社会如何想象替代方案。如果预期的基础设施发生改变,那么治理、战略适应与未来营造也都会随之改变。
尽管围绕AI治理、算法决策和数字化转型的学术研究已相当丰富,但关于AI如何重构预期这一社会性组织过程的理论工作却相对有限。现有研究集中在透明度、问责性、可解释性、偏差和人类监督上(Bender et al., 2021, Floridi et al., 2018, OECD, 2024, UNESCO, 2021)。这些关切固然重要,但并未触及AI整合所带来的预期性后果:AI赋能的系统如何改变哪些未来变得可见且可信,以及这些改变如何重塑跨组织、政府和整个社会的预期能力。
为弥补这一缺口,本文提出混合预期理论。该理论主张,预期正从一个以人为中心组织未来导向知识的形态,转向一种混合的社会技术形态:人类行动者继续想象、判断和选择,而他们用以感知和表征可能未来的资源,日益由AI加以中介。与其将AI视为附加在其他一切未变的预期系统之上的决策支持工具,或视为一个与人类并列进行预期的自主行为者,本文主张:AI重构了人类预期所依赖的认识论基础。因此,核心研究问题是:生成式AI如何重构人类进行预期的系统与过程?
本文作出三项贡献。第一,它识别出预期理论、前景素养和预期治理中长期被假定而非被检验的预期能力之人类中心所在,并将这一仍然可以辩护的假设,与另一个更进一步的假设——即使能预期的系统也纯属人类——区分开来;而后者已不再成立。第二,它提出混合预期理论,用以解释生成式AI如何通过认识论委托、算法中介和人类—AI认识论互动来转变预期能力,并明确规定使该理论可用于经验研究的边界条件与命题。第三,它通过表明治理AI越来越多地成为一个治理预期本身的问题,从而扩展了有关前景素养、预期治理和AI治理的讨论。
本文余下部分安排如下。第2部分阐述预期的理论基础,包括对未来预期与对涌现预期的区分。第3部分说明生成式AI如何重构预期系统。第4部分提出混合预期理论、其四项假设以及边界条件。第5部分明确五个机制及其相关命题。第6部分讨论对前景研究和治理的启示,第7部分则以理论与实务贡献及研究议程作结。
本文是一篇概念性文章,其论证通过研究设计而非通过数据收集展开。由于概念性工作往往在没有明确说明其主张如何被组装起来的情况下即遭评判,此处依照Jaakkola(2020)关于概念性文章的框架陈述其设计。按其说法,本文主要是一种理论综合,即将各自独立发展的文献整合起来,以解释一种它们单独都无法解释的现象;同时也包含一种理论适应的成分,因为本文通过从相邻领域引入视角,修订了一个既定构念——预期能力。设计分四个阶段进行。
第一阶段是领域界定。焦点领域涵盖前景研究中的三个研究领域,它们都理论化了行动者如何在当下运用未来:Rosen与Poli传统中的预期理论、与Miller相关的前景素养和预期学科,以及由Fuerth和Faber、Guston所界定的预期治理。之所以选取这些,是因为它们共同关切预期能力所在及其组织方式,而这正是本文重新改写的构念。那些将未来主要视为预测问题的文献被当作背景而非焦点处理。
第二阶段是问题化。将焦点领域与当代实践对照阅读后,本文识别出这三个传统共同持有且极少被审视的一个假设:使能预期的系统和过程由人类认知、专业知识和机构例行构成。这一问题化被刻意收窄。它并不质疑预期是一种人类活动的主张;它追问的是,一旦AI中介的资源被嵌入其中,这些使能系统是否还能被描述为纯粹的"人类的"。
第三阶段是理论整合。为解释AI中介的知识生产如何改变预期系统,本文借鉴了四个桥接文献:科学技术研究,它将知识视为在异质的社会技术安排中产生的(Jasanoff, 2004, Latour, 2005);基础设施与知识基础设施研究,它展示了不可见的基底如何规定了什么可以被知道(Bowker and Star, 1999, Edwards, 2010);社会物质性与分布式认知,它们分析技术与实践如何相互构成(Hutchins, 1995, Leonardi, 2013, Orlikowski and Scott, 2008);以及AI治理研究,它明确了当计算系统中介具有重大影响的判断时所出现的问责问题(Bender et al., 2021, Floridi et al., 2018, OECD, 2024)。这些文献起到方法理论的作用:它们为该领域问题提供分析词汇,而本身并不构成本文的主体。
第四阶段是理论建构。整合被组织成遵循既定理论贡献标准(Whetten, 1989)的结构:四项假设说明转变为何发生;七项边界条件说明它可能在何时何地发生;五个机制说明它如何展开;五个命题陈述从机制推导出的可检验预期;三项转变说明结果上改变了什么。图1呈现了这一架构,表1呈现了边界条件,表2呈现了机制及其理论基础与命题。命题的表述方式使其能够在比较组织与治理研究中接受检验,而这正是本文研究议程所指向之处。
节选片段
预期的理论基础
预期研究是一个异质性领域,本节并不试图进行综合回顾。它重建的是与所涉问题直接相关的理论线索,即预期能力位于何处,以及它如何被组织。此处使用Rosen与Poli,并非将他们作为前景研究的穷尽代表,而是作为针对这一特定问题的分析锚点。Rosen提供了预期系统的基础性表述,而Poli则将预期扩展至……
界定混合预期
混合预期指的是一种社会技术过程:人类行动者在日益被生成式AI、数据基础设施、组织安排和治理机制所中介和重构的预期系统中,感知、生成、解释并动员可能未来的表征。这一概念并不将预期能动性、意向性或面向未来的目的归于AI;相反,它捕捉的是AI赋能的资源如何改变系统与……
混合预期的机制
四项假设解释了预期转变为何发生,边界条件说明了它可能发生于何处;下列五个机制则解释它如何展开。每个机制都源于一项或多项假设,有特定文献作为理论根据,并导出一条命题。图1呈现由此产生的架构,表2汇总了各机制及其理论基础与命题。
重新思考预期、前景素养与预期治理
上述论证具有精确的理论意涵,而精确地陈述它很重要。混合预期理论并不将预期能动性从人类转移到AI。它将分析关注点从个体预期者,转移到那些使人类预期得以实现并被中介的社会技术系统与过程框架上。预期仍然是Rosen与Poli所描述的那样:由能够……的行动者运用可能未来的表征来组织当下的行动。
CRediT作者贡献声明
Taejun (David) Lee:构思、方法论、原稿撰写、审阅与编辑。
关于写作过程中使用生成式AI与AI辅助技术的声明
在本工作准备期间,作者使用了生成式AI与AI辅助技术,以改进稿件的语言、可读性与结构组织。在使用这些工具之后,作者按照需要对内容进行了审阅和编辑,并对发表内容的全部责任负责。
资助
本研究未获得公共、商业或非营利部门任何资助机构的专门拨款。
利益冲突声明
作者声明不存在任何已知可能影响本文所报告工作的竞争性财务利益或个人关系。
致谢
无。
Taejun (David) Lee