当我们用机器尺度重新定义"理解"与"智能"
最近，我收到一名高三学生的求助。原因是他的老师每日都传播一些消极言论，比如未来所有工作都会被人工智能取代……这让这位学生陷入困惑，觉得每天的学习毫无意义，学不进去，却又感到极度焦虑，最终产生了轻生的念头。我能理解这种言论的初衷——高中老师或许想激励学生学习——但在高考前如此扰乱学生心态，不是蠢就是坏。更何况，这种观点本身就对人工智能时代存在严重误解。
然而，这种"焦虑"并非个例。在人工智能的公共讨论中，人们最常表达的担忧是机器可能变得过于强大，以至于超越甚至控制人类。但相比超越和控制人类，一个更为隐蔽且更具破坏性的危险正在悄然蔓延：我们面对的不是机器按照人类标准变得"足够聪明"的问题，而是我们自己开始按照机器的运作方式来重新定义何为"聪明"。当一个大语言模型能够生成连贯的对话内容时，我们就倾向于说它"理解"了用户的问题；当一个人工神经网络能够完成复杂的分类任务时，我们就习惯性地赋予其"智能"的标签。
这种语言使用方式并非中立的描述性选择，而是一种具有深远影响的概念操作。本文将从语言哲学的角度，阐明"理解"与"智能"这些概念在自然语言中的逻辑句法，分析将机器行为纳入这些概念范畴时所犯的范畴错误，以此揭示这种概念侵蚀会反过来削弱我们理解自身心智的能力。
理解并非内在状态
路德维希·维特根斯坦在其后期哲学中，对"理解"这一概念进行了深刻的句法考察。在《哲学研究》中，他指出："理解不是一个心理过程，而是一种能力、一种倾向、一种态度。"人们常被误导，以为理解伴随某种特定的内在体验，例如一道"灵光闪现"或一种"恍然大悟"的感觉。然而，维特根斯坦论证，这种内在体验既非理解的必要条件，也非其充分条件。一个人可以在计算时感到迷茫却实际正确完成了计算，也可以感到无比确定却得出错误结论。理解的真正标准在于其在公共语言游戏中的实际运用，对指令的恰当中断、对问题的适当回应、在特定情境下采取正确的后续行动。这意味着，"理解"的概念本质上嵌入在一种生活形式之中，它预设了具有共同感知、情感和身体能力的主体。
句法不同于语义
约翰·塞尔的"中文屋"思想实验精准揭示了机器模拟与人类理解之间的根本差异。在一个房间中，一个不懂中文的人依据一套规则手册，对传入的中文符号进行操作，最终输出同样符合中文句法规范的答案。从外部看，房间的行为与一个真正理解中文的人难以区分。然而，塞尔论证，房间内部的人——以及整个系统——并不"理解"中文：他所处理的只是无意义的符号形态，而非语义内容。
塞尔的核心区分在于句法（对符号形式的操作规则）与语义（符号与世界、与使用者意向性之间的关系）。任何纯粹的计算系统，包括当代最先进的大语言模型，本质上都是一个庞大的符号操作装置。它所完成的任务属于"句法"层面，根据统计规律将一个词元映射到下一个词元。没有任何一种仅仅通过形式操作就能产生的、真正指向世界或具有意向性的语义内容。
逻辑句法与范畴混淆
Ryle在《心的概念》中提出的"范畴错误"（category mistake）概念，为理解这一混淆提供了进一步工具。范畴错误发生在当我们以适用于某一逻辑类型的术语来描述另一逻辑类型的事物时。在人工智能语境中，将机器的模式匹配说成"理解"，正是这样一种范畴错误，它把适用于有生命、有历史、有身体、在社会互动中被规训的主体的谓词，错误地应用到统计模型之上。
智能的概念及其固化
日常语言中，"智能"始终与一系列复杂的、情境性的能力相关联，包括解决问题的能力、学习能力、适应新环境的能力、对自身局限的反思能力，尤其重要的是，在不确定性面前做出判断的能力。这些能力不是在孤立的信息处理中展现的，而是在与世界的具身交互、与他人的协作与竞争、以及对共同价值的回应中展现的。
人工智能领域的传统，从图灵测试到现代基准测试，都倾向于将智能操作化定义为一组可测量的任务表现。一个模型如果在GLUE基准上得分高，就被认为"理解自然语言"；如果在视觉识别任务上精度高，就被认为"具有视觉智能"。这种操作主义在工程学上是有效的，但当它将自身作为智能的定义而非指标时，就发生了概念的迁移。这种迁移的危险在于，它抹去了智能概念中那些无法被量化的维度，例如对自身行动后果的感知、对道德困境的敏感、在信息不完备下的审慎。当一个系统仅仅因为通过了一项测试就被授予"智能"称号，我们实际上是在把智能的标准降低到机器恰好能够达到的水平。
语言哲学，特别是维特根斯坦对"私人语言"的批评，提醒我们不能仅从外部行为推断内部状态。但是，一种武断的行为主义在AI讨论中值得被警惕：只要机器输出与人类不可区分的答案，它就"拥有"了人类的能力。然而，正如中文屋论证所示，行为等价不等同于能力同一。当我们说一个真正理解中文的人"理解"时，我们不仅是在描述其输出行为，更是在指称其理解过程所嵌入的整个生活历史、身体条件和社会关系网络，这些都是硅基计算模型所不具备的。
概念侵蚀的危险机制
概念侵蚀的发生通常不是通过公开宣告，而是通过语言使用的潜移默化。最初，我们说机器"模拟理解"或"表现出类似智能的行为"；随后，引号悄然消失；最终，"理解"和"智能"在技术语境中被重新定义，以指称一种纯功能性的、输入-输出的映射关系。这个过程类似于维特根斯坦所说的"语言放假"，词汇离开了它们原本的生活形式，在没有惯常锚点的情况下自由漂浮。当"理解"被从它扎根的人类互动形式中抽离出来，它便成为一个空洞的能指，可以被填充任何技术定义。
最深刻的危险在于，概念标准的变化会反过来塑造我们对自身的理解。如果我们习惯性地把机器的统计推断称为"思考"，就可能逐渐遗忘人类思考中那种非计算性的、不可完全规则化的维度，例如直觉、洞察、情感判断以及通过身体与世界的直接接触。我们开始按照机器的标准来审视自己，这种隐喻一旦固化，就会遮蔽那些无法被纳入计算框架的人类心智特征。
维特根斯坦告诫我们，不要将一种语言游戏的规则应用到另一种语言游戏上。科学与工程的语言游戏有其合法用途，在既定的、限定的任务上构建高效的系统。但是，当这些技术语言渗透到日常语言哲学的概念领域，就会产生"概念范畴混淆"。保护概念的完整性不仅仅是一项学术练习，而是一种认知上的自保策略。如果我们丧失了描述人类独特认知能力的语言，我们也就丧失了对技术进行批判性反思的立足点。