Generative midtended cognition and Artificial Intelligence. Thinging with thinging things

这是一份关于论文《生成式中间认知与人工智能：与生成性事物的共思》（Generative Midtended Cognition and Artificial Intelligence: Thinging with Thinging Things）的详细技术总结。

1. 研究问题 (Problem)

随着生成式人工智能（Generative AI，特别是基于 Transformer 架构的大语言模型 LLMs）的普及，人类与机器的交互方式发生了根本性转变。现有的认知科学理论框架在解释这种新型人机耦合时面临以下挑战：

• 扩展认知（Extended Cognition）理论的局限性： 传统的扩展认知理论（如 Clark & Chalmers 的“延伸心智”假说）主要关注静态、被动的环境工具（如笔记本、手机）如何辅助记忆或计算。这些理论假设环境资源是被动的，缺乏生成能力。然而，生成式 AI 能够主动产生结构化输出（文本、图像、代码），其“生成性”打破了“人类是唯一的生成源”这一假设。
• 社会认知（Social Cognition）的适用性不足： 虽然人机交互具有某种“对话”性质，但 AI 并非具有自主性（autonomy）或真实意图的自主代理（agent）。因此，将其简单归类为社会认知（即人与人之间的互动）是不准确的，因为 AI 缺乏真正的理解力和规范性。
• 意图与作者身份的模糊化： 在生成式 AI 辅助下，人类的创作过程不再是纯粹的“内部生成”，也不是简单的“外部辅助”。AI 的介入发生在从微观（像素、字符）到宏观（完整段落、概念）的各个层面，导致传统的“意图”（Intention）和“作者身份”（Authorship）概念变得模糊。人类如何在接受 AI 建议的同时保持认知代理权（Agency）？

核心问题： 如何定义和理论化这种介于“内部意图生成”与“外部扩展认知”之间，且涉及具有生成能力的非生物实体的新型认知过程？

2. 方法论 (Methodology)

本文采用概念分析与理论构建的方法，结合认知科学、哲学（现象学、行动主义/Enactivism）和人工智能技术原理：

• 概念重构： 引入新造词“中间性”（Midtension/Midtended）来界定一种新的认知状态。作者分析了“意图”（Intention）与“扩展”（Extension）的现有理论，指出其不足，并提出需要一个新的中间范畴。
• 技术原理分析： 深入剖析生成式 AI（如 LLMs 和扩散模型）的内部工作机制（Token 预测、注意力机制、递归生成、微调等），论证其如何不仅仅是工具，而是具有“目的结构化”（purpose-structured）的生成能力。
• 类比与案例研究： 通过具体的认知活动案例（如写作、绘画、爵士乐即兴演奏）来阐释理论。特别是将传统的“物化思维”（Thinging，即人与被动物质的互动）与新的“与生成性事物的共思”（Thinging with Thinging Things）进行对比。
• 维度建模： 提出两个关键维度（宽度和深度）来量化和描述生成式混合认知的整合程度。

3. 关键贡献 (Key Contributions)

本文的核心贡献在于提出了**“生成式中间认知”（Generative Midtended Cognition）**这一新概念，并构建了相应的理论框架：

A. 核心定义：生成式中间认知

作者定义：当生成系统（Y）的生成性干预成为认知主体（X）对认知产品（Z）进行意图性生成的构成性部分，且 X 仍保留某种程度的代理感或作者身份时，即发生“中间认知”（Midtension）。

• 这既不是纯粹的内部思维，也不是被动的扩展，而是一种混合的、递归的认知过程。
• AI 的干预被视为“构成性”的，意味着如果没有 AI 的生成，该特定的认知产品就不会以这种形式存在。

B. 两个关键维度

为了区分不同类型的混合认知，作者提出了两个维度：

1. 宽度（Width）： 指生成过程对上下文的敏感度。
   • 从仅关注最后一个词（Level 0），到整篇文章（Level 2），再到个人历史、所有阅读过的材料甚至多模态数据（Level 4+）。
   • 宽度越大，AI 对个体风格和语境的适应越深，认知整合越紧密。
2. 深度（Depth）： 指生成性循环交互的粒度或尺度。
   • Level 0-1（对话/成品级）： 完整的句子、段落或图像。这类似于传统的社会对话或扩展认知。
   • Level 2-3（中间级/中间认知）： 单词、音符、感知 - 动作令牌（tokens）。这是本文关注的核心，AI 在微观层面介入，人类在潜意识或半意识层面接受并整合这些建议。
   • Level 4-5（内省级/Introtension）： 本体感觉、神经层面（如脑机接口）。目前尚未普及，但理论上是可能的。
   • 中间认知特指在深度上介于完整对话单元和神经/亚个人过程之间的状态。

C. 理论定位

• 区别于扩展认知： 扩展认知假设环境是被动的，而中间认知假设环境（AI）是主动生成且“目的结构化”的。
• 区别于社会认知： AI 不具备自主性，因此不能视为真正的社会伙伴，但其交互模式（如参与式意义构建）与社会认知有相似之处。
• “与生成性事物的共思”： 重新定义了人与技术的关系，技术不再是被动工具，而是具有生成能力的“事物”，人类与其共同思考。

4. 结果与讨论 (Results & Discussion)

基于上述框架，文章探讨了生成式中间认知的潜在影响、风险与收益：

• 认知增强与异化：
  • 收益： 生成式 AI 可以作为“会说话的图书馆”，极大地提升人类的创造力和跨学科能力，实现“站在生成巨人的肩膀上”。
  • 风险（认知萎缩）： 过度依赖可能导致人类自身创造力的退化（类似于计算器导致心算能力下降）。如果 AI 训练数据主要来自 AI 生成的内容（模型崩溃），可能导致全球性的创意枯竭。
• 意图经济（Intention Economy）与真实性危机：
  • 意图 commodification： AI 可能利用其深度上下文理解能力，在人类意图形成的瞬间（如点餐、写作）植入商业建议。这不仅仅是注意力经济，而是直接对“意图生成过程”进行商品化。
  • 真实性（Authenticity）： 当 AI 深度介入（高宽度、高深度）时，最终产品的“真实性”受到质疑。如果 AI 的调优基于开发公司的价值观而非用户，用户的作者身份和自主性将被削弱。
• 社会与政治影响：
  • AI 正在成为社会协调的中介（如调解冲突、组织会议）。如果缺乏监管，这种“中间认知”可能被用于操纵社会规范、加剧偏见或形成“生成阶级”（Generative Class），导致深层的异化。
• 辩证的可能性： 作者提出一种“负面辩证法”的可能性，即人类可以有意识地利用 AI 生成的内容作为反向刺激，通过“对抗”AI 的建议来激发更具原创性的创造力。

5. 意义 (Significance)

• 理论填补： 本文填补了认知科学在解释“具有生成能力的人机混合系统”时的理论空白。它超越了传统的“扩展心智”和“社会认知”二分法，提供了一个更精细的框架（中间认知）来理解当前的 AI 时代。
• 伦理与政策指导： 通过区分“宽度”和“深度”，为评估 AI 系统的伦理风险提供了具体指标。例如，高宽度的个性化 AI 可能带来更大的隐私和自主性风险。这为制定 AI 监管政策、设计可解释的 AI 系统以及保护人类认知自主权提供了理论依据。
• 未来展望： 文章警示了“意图经济”的潜在危险，并呼吁认知科学界关注人机交互中“生成性”的本质变化。它指出，未来的认知研究必须将非自主但具有生成能力的技术纳入核心分析范畴，而不仅仅是将其视为工具。

总结： 该论文不仅是一个哲学概念的创新，更是对生成式 AI 时代人类认知状态的一次深刻诊断。它提醒我们，我们正在进入一个“与生成性事物共思”的时代，这种关系既带来了前所未有的创造力爆发，也潜藏着认知自主性丧失和真实性危机的巨大风险。