Generative AI as an epistemic mirror: six cognitive operations in future-oriented reasoning
本文提出，生成式人工智能作为一种“认识论之镜”，通过将六种认知操作外化并进行统计学上的重构，从而改变了人类面向未来的推理方式，这为理解人工智能如何改变预期提供了一个新的理论框架，并由此区别于传统的反思性媒介。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人类并非时间的被动观察者；我们不断在进行关于尚未发生之事的心理模拟。当一名城市规划师想象二十年后的交通模式，或是一位家长构想孩子未来的职业生涯时，他们不仅仅是在猜测。他们正在构建一个并不存在的状态模型，并让该模型引导他们今日的选择。这种被称为“预期”（anticipation）的能力，是我们思维方式的一个基本组成部分。它依赖于一个简单而强大的机制：我们的大脑提取过去与现在的碎片，将其重新组合，并组装成新的场景。由于我们只能利用大脑中存储的材料，我们所想象的未来受限于我们自身经验的边界。如果我们从未遇到过某种想法，我们就很难将其构建进对明天的愿景之中。
最近，一个新的参与者加入了这项脑力劳动：生成式人工智能。这些系统能够产生看起来像是我们思想之合理延续的文本和图像。它们不再仅仅是完成任务的工具；它们正被要求提出可能性、建议后续走向，并向我们展示我们尚未考虑到的事物。这提出了一个深刻的问题，且极少被研究过：这种机器的存在是否改变了我们思考未来的方式？大多数关于人类与机器如何协作的研究，都聚焦于具有单一正确答案的任务，如解决数学题或诊断疾病。但想象未来并没有标准答案。其目标是未定义的，过程是开放式的。要理解正在发生的事情，我们必须观察思维本身，而不只是最终结果。
一位孔国大学（Konkuk University）的研究人员通过研究工业设计师来探讨这个问题。这些专业人士将对未来的推理作为日常工作的常规部分，并在过程中使他们的思维可视化。他们通过在纸上绘制草图，留下产生这些想法的心理运作痕迹。研究人员首先确定了设计师在想象未来时使用的六种特定心理动作。第一种是“扫描”（scanning），涉及寻找他人可能忽略的微弱、早期的变化信号。第二种是“投影”（projecting），即将当前的趋势向未来延伸。第三种是“发散”（diverging），即一条路径分裂成许多不同的可能性。第四种是“分层”（layering），即同时从多个深度观察未来的情境，从表层事件深入到深层的文化信仰。第五种是“挑衅”（provoking），即挑战那些被认为可行或可接受的事物。最后一种动作是“收敛”（converging），即将众多的可能性缩小至一个首选的结果。
为了观察这些动作是如何变化的，研究人员分析了 1,543 篇发表于 1993 年至 2026 年间、讨论设计与未来的学术论文。分析显示，在过去几年中发生了显著转变。在 2019 年之前，文献高度集中于创造许多不同的情境。然而，在 2019 年之后，致力于“挑衅”——即挑战假设并想象不可思议之事——的研究份额几乎翻了两番。与此同时，专注于“分层”（即多层次思考）的研究份额却下降了。这表明，随着生成式系统的进入，对话的性质发生了变化，转向了更具批判性和颠覆性的思考，尽管这一发现是基于所分析的具体期刊，未必能代表整个领域。
为了理解设计师在使用这些工具时大脑内部发生了什么，研究人员转向了四幅在 2020 年（即生成式 AI 作为实用工具出现之前）绘制的手绘草图。这些绘图作为基准，展示了当人类独自进行这六种心理动作时的样子。例如，展示散乱点的草图代表“扫描”，而带有从一点延伸出的单线的绘图则代表“投影”。通过将这些仅由人类完成的痕迹与使用机器后过程可能发生的改变进行对比，研究人员提出，生成式 AI 起到了“认识论之镜”（epistemic mirror）的作用。与精确反射图像的物理镜子不同，这种数字镜子通过人类知识的庞大统计分布，将思想反射回给思考者，而这些知识并非由思考者本人创造。
研究人员认为，这面镜子以特定的方式改变了这六种心理动作。当设计师扫描微弱信号时，机器会从其庞大数据库的边缘返回信息，有效地将设计师的注意力向外扩散到隐藏新思想的边缘地带。当设计师投影单一趋势时，机器会拉入与该趋势相关的所有纠缠变量，将一条直线转变为复杂的相互依存路径网络。当设计师试图发散并创造新选项时，机器可以建议基于完全不同假设的替代方案，从而导致思考者跳出当前的逻辑平面，而不仅仅是在其平面内扩大角度。
这种转变在“挑衅”行为中或许最为剧烈。人类往往会在撞上“看似合理”或“得体”的墙壁时停止想象。而机器由于缺乏这些社会和文化过滤器，会毫不犹豫地从那堵墙之外返回想法。这使得一个固定的限制变成了一个可协商的视界。同样，当设计师对未来的不同层面进行分层时，机器允许这些层面碰撞和交叉，在人类独自工作时可能会保持分离的交汇处创造新的洞见。最后，当设计师收敛于一个首选的未来时，机器并不会止步于此；它会立即强调那些被排除的元素，在收敛点处播下下一轮发散的种子。
然而，这种新的思维方式也伴随着显著风险。因为机器是从海量的现有文字中汲取营养，它往往返回的是最普遍、最平庸的想法，而非独特的想法。存在一种危险，即这面镜子会将人群的影子反射给思考者，从而强化趋同性而非扩展想象力。研究人员指出，这种张力是真实存在的，且取决于人类如何与其互动，机器既可以拓宽也可以收窄一个人的思维。该论文的一个关键预测实际上反驳了一些现有研究——即认为 AI 总会削弱创造力的观点；研究人员认为，如果人类有意识地针对机器的建议进行筛选，其结果可以实现跨越原本无法实现的逻辑前提的飞跃。
研究结论指出，我们不能简单地询问 AI 是帮助还是阻碍了我们；我们必须询问哪种具体的心理操作正在得到支持或被阻断。扫描、投影、发散、分层、挑衅和收敛这六个动作，现在正被这种外部的、统计学的光学仪器重新配置。这些发现是以可测试的假设而非定论的形式呈现的，为理解我们在智能机器时代如何想象未来提供了一套新的词汇。这项工作表明，这些工具的价值不在于其准确性，而在于它们能够返回经过转换的、我们自身的思想，迫使我们从一个仅凭自身无法企及的距离去审视我们的假设。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。