人工智能的崛起正在改变我们的职业和个人生活。从自动电子邮件回复到复杂的决策算法，AI 正渗透到我们的屏幕和思维中。在 2025 年不断演变的政治格局中，我们越来越感觉像是生活在科幻场景中。这引发了一个令人不安的问题：我们还能担任多久的创作者和编剧，而不是仅仅成为按照剧本说话、听从指令的演员？持续且看似无情的 AI 整合带来了一个微妙但重要的风险：主体性衰退。
这与机器接管的反乌托邦无关；而是关于我们自主决策能力和意愿的逐步侵蚀，无论是在线上还是线下。从根本上说，主体性是有意识地采取行动的能力。这意味着我们是行动的发起者，能够影响环境并塑造行动结果。在 AI 背景下，这意味着在有意识地利用技术力量的同时，保持独立发起和执行行为的能力。这是在将 AI 作为工具使用与对其产生依赖之间的平衡。
AI 环境下主体性衰退的 4 个阶段
我们与 AI 的互动通常遵循一个可预测的模式，如果不加注意，这种发展可能导致主体性降低。以下是四个阶段的分析：
1. 探索：初始接触 这个阶段标志着我们与 AI 的首次接触。我们被好奇心驱使，在不完全理解其机制的情况下尝试新工具并探索其潜在应用。 特点：能力低，亲和度低。我们对 AI 感兴趣但缺乏有效使用它的专业知识或理解。
2. 融合：逐渐熟悉 随着经验的积累，我们开始将 AI 整合到日常工作流程中。我们认识到其效率提升，并开始依赖它处理常规任务。 特点：能力和亲和度不断提高。我们正在发展使用 AI 的技能并欣赏其好处。
3. 依赖：形成依附 AI 从有用的工具转变为运营的关键组成部分。我们依赖它进行决策支持和任务执行，有时甚至不会批判性地评估其输出。 特点：技术能力强，但独立思考可能减弱。我们熟练使用 AI，但不断提升的技能会悄悄削弱我们的批判性思维和问题解决能力，以及推动知识边界的欲望，而是转向询问 ChatGPT。
4. 依附：自主性减弱 我们发现自己在没有 AI 的情况下难以完成任务（比如写文章或代码）或做出决策（你上一次带着明确的观影计划登录 Netflix 是什么时候？），导致主体性意识下降。我们变得过度依赖，失去了自主行动的能力和欲望。 特点：亲和度高，但无 AI 时运作能力低。我们习惯了 AI 的便利，但失去了独立运作的技能和信心。
这种演进说明了从赋能使用到不健康依赖的潜在滑坡。
主体性衰退不是突发事件；它是一个渐进的过程，往往在深深扎根之前都难以察觉。它以几种相互关联的方式表现出来。我们越来越多地将认知任务外包给 AI，从记忆回忆到复杂分析，导致所谓的认知卸载。虽然这可以提高效率，但也可能导致我们认知能力的退化。我们变得更有效率，但特别是当 AI 接管与我们职业自豪感和自我认同密切相关的任务时，这种委托可能会降低我们对工作的满意度。
随着我们能力的下降，我们的模型变得更加复杂，同时仍然容易产生幻觉。许多 AI 系统的"黑盒"性质（其决策过程不透明），加上人类对事实核查的意愿和能力日益减弱，这是危险的，并侵蚀了信任。
缓解主体性衰退的风险，意味着要在个人和机构层面采取对策。
AI 使用中培养主体性：四个 A
为了缓解急性主体性衰退的风险，我们必须主动管理 AI 整合并有效应对上述阶段。这种主动管理的关键在于 4 个 A：
意识 (Awareness)：培养对 AI 能力和局限性的认识是第一步。个人和组织必须深入理解 AI 的工作原理、潜在影响以及保持人类监督的重要性。这种认识应该延伸到围绕 AI 的伦理考虑，促进负责任的开发和部署。
欣赏 (Appreciation)：在意识的基础上，可以培养对自然智能和人工智能价值的欣赏。超越非此即彼的二元理解，这意味着认识到 AI 是增强而非取代人类能力的工具。培养人类和 AI 之间的协作文化可以带来更有效的问题解决和创新。
接受 (Acceptance)：接受涉及将 AI 作为现代环境的基本组成部分。这并不意味着盲目采用这项技术的每一个新形式；而是要战略性地将 AI 整合到繁琐且耗时的个人决策中，如购物，或者可以提供效益的低效工作流程中。接受还需要调整组织结构和角色，以优化人机协作，同时注意优化人类福祉。
问责 (Accountability)：最后，问责对于维持主体性至关重要。组织必须为 AI 系统建立明确的责任线，确保即使在涉及 AI 时，人类仍然对决策和行动负责。这包括制定健全的治理框架，审计 AI 系统的偏见和错误，并在出现问题时实施纠正机制。
掌握 AI 作为实现目标的手段
理解 AI 时代的主体性动态，涉及认识从实验到依赖的滑坡，并主动培养我们自己的主体性。AI 是达到目的的手段，而不是目的本身。如果它能让我们更快乐，使我们与自然的共存更可持续（考虑到当前模型的能源足迹，这是一个很大的假设），那么我们就找到了解决方案。要掌握这种平衡，我们需要培养混合智能，作为抵御主体性衰退的堡垒。
