来源：探索与争鸣杂志
有学术的思想 EXPLORATION AND FREE VIEWS
官网地址 http://www.tsyzm.com
目前本刊只接受《探索与争鸣》网站投稿。请收藏唯一真实官网地址www.tsyzm.com。原编务邮箱tsyzm@sssa.org.cn停止使用，原投稿邮箱tansuoyuzhengming@126.com为编务邮箱和应急邮箱。原创文章，未经授权，谢绝转载，如需转载请留言。
AI 时代的智力物替、主体重塑与结构转型
——一个人工智能社会学的分析框架
王宁 | 东南大学人文学院教授、中山大学社会学与人类学学院教授
本文原载《探索与争鸣》2025年第3期
具体内容以正刊为准
非经注明，文中图片均来自网络
（王宁教授）
从技术/数字社会学到人工智能社会学
当下我们正经历人工智能革命。人工智能已经渗透在多个领域，构成一种全方位的数智化或智能化趋势，带来多行业效率的大幅度提高，并为“人的全面发展”奠定了基础。人工智能革命也是一种劳动工具的革命。如果农业社会的劳动工具是“使能技术”，工业社会的劳动工具是“替人技术”，那么，智能社会的劳动工具便是“类人技术”。人工智能在某些方面具有类似于人的智力。例如，生成式人工智能（如OpenAI公司推出的 ChatGPT4、Sora、马斯克旗下人工智能公司 xAI推出的Grok3、中国的深度求索公司推出的DeepSeek-R1）能够在接受指令后，在很短的时间内生成我们所需要的文本、数据、图片或视频。最新款的ChatGPT4o甚至能够用语音与人进行无缝对接的互动。
可以说，在ChatGPT推出之前，该领域的社会学者主要集中于研究数字社会学或计算社会科学，并在数字社会学领域取得相关研究成果。自 2023年3月14日ChatGPT4推出后，一些敏锐的社会学者迅速跟进，展开了对人工智能社会学的探索。不过，尽管在 ChatGPT4推出后以AI为主题的期刊文章数量出现了井喷，关于人工智能社会学的研究相对还是较少。
国内现有关于人工智能社会学的研究成果，大部分源于原来从事数字社会学和计算社会科学研究的一批学者。他们围绕人工智能在人的主体性、生产力和生产关系、社会关系和社会结构、社会治理，以及知识生产、传播和扩散体系等方面带来的影响等问题展开了探索。不过，迄今为止，学者们虽然意识到人工智能与以往的数字技术有区分，但学界似乎尚未提出测量二者差异的分析性概念。如果说，数字技术涵盖了人工智能，但人工智能与以往的数字技术在内容上既有交叉，也有区别。只有把交叉部分不同的内容区分出来，我们才能对人工智能作出更有针对性的社会学分析。
要对人工智能与以往的数字技术的区别进行测量，就必须找到一个形式概念。所谓形式概念，就是侧重事物的形式方面的概念（这一类概念常常是变量概念）。例如，如果“猪”“狗”“猫”是实质概念，即它们涉及动物的具体内容，那么，“体积”或“重量”就是形式概念（或变量概念），用这一类形式概念就可以对猪、狗、猫进行区分和比较——猪的体积大于狗，狗的体积大于猫；或者说，猪的重量大于狗，狗的重量大于猫。同样道理，要对人工智能和以往的数字技术作出区分，也必须提出某种形式概念。“智力物替程度”（技术对人的智力的替代程度）就是这样的概念。在智力物替上，以往的数字技术都不如生成式人工智能。找到了人工智能不同于以往数字技术的独特内容以后，我们就可以更有针对性地对人工智能进行社会学分析。
对人工智能进行有针对性的社会学研究有两种不同路径：一是开发出只适合于分析人工智能，但无法兼容其他技术，同时也无助于分析人工智能与其他技术区别的社会学理论视角；二是建立一个既适合于分析人工智能，又适合于分析其他技术，同时还能有效揭示人工智能与其他技术区别的社会学理论视角。本文选择后一种立场。
从研究现状看，能应用于分析人工智能的社会学视角，主要为技术社会学所创立。但是，传统的技术社会学的各种理论范式难以对人工智能的后果作出充分解释。部分原因在于，传统的技术社会学研究者没有充分预料到技术可以发展到智力物替的阶段。他们还没有开发出分析智力物替现象的理论范式或理论框架。不但技术社会学领域是这样，更具基础性的社会理论领域也是如此。社会学的奠基人（韦伯、涂尔干、马克思等）在创建他们的宏大或形式理论的时候，均没有预测到、更没有目睹人工智能革命。当代各种社会学理论框架、范式或视角是否可以用来指导人工智能的相关研究，均有待研究实践的检验。
这说明，生成式人工智能的出现，意味着以往的技术社会学的底层逻辑必须重构。以往的技术社会学预设技术无法替代人的智力（主体性），但生成式人工智能的产生打破了这个预设。因此，技术社会学有必要从思考“人的主体性是否可被技术替代”入手，形成可分析包括人工智能在内的各种技术的更具有概括力的技术社会学分析框架。有鉴于此，本文选择重构吉登斯的“结构与能动的关系”理论框架，把“物质”（包括技术物）纳入其中，试图提出一个既能分析所有技术，又能凸显人工智能独特性，同时还能有效区分人工智能与其他技术的社会学分析框架。
人工智能的研究可以把“镜头拉近”（zoom in）和“镜头拉远”（zoom out）的视角结合起来。镜头拉近的视角是指把人工智能的镜头放大，集中分析人工智能本身的特征、构成、功能和属性。它聚焦人工智能本身，侧重其性能和特征及其对某个具体行业的影响。镜头拉远的视角则是把人工智能的镜像缩小，从而更清楚地看清人工智能与社会系统中其他因素的关系。它侧重分析人工智能在社会系统中的位置和作用。鉴于国内针对人工智能的相关研究主要是用“镜头拉近”的视角，本文拟选用“镜头拉远”的视角，也就是通过拉长镜头，来审视人工智能作为一种技术，与人的主体性和社会结构分别形成了何种关系。
社会学与技术：一个“结构-物质-能动的三角联动”新分析路径
社会学如何研究技术、器物、物体或物质？常见的有三条路径。第一条路径是“社会建构”路径，主要体现在技术社会学领域。它把技术看作社会建构的产物，既研究社会结构和社会关系如何形塑技术创新，又研究技术产品对社会结构和社会关系的影响。第二条路径是“符号－体验”路径，主要体现在消费社会学领域。它把技术产品既当作一个符号（如鲍德里亚、布迪厄），又当作体验的来源（如坎贝尔）。第三条路径是“物质文化”路径，主要体现在文化人类学和消费人类学领域。器物被当作物质文化的组成部分（器物既是文化分类的体现，也是人类文化的物质要素），而物质文化是人与环境交互作用的结果。
上述三条路径并未穷尽器物研究的所有路径。不过，本文不打算对其他各种路径一一展开讨论，而是试图建立一个“结构－物质－能动的三角联动”的新分析路径。具体来说，该路径是在吉登斯所说的“结构和能动的二重性”中的“结构”和“能动”维度的基础上，加入“物质”（包括技术客体）的维度，而形成三角联动的框架（图1）。社会系统的演进和变化，正是源于这三角关系的变化。其中任何一个维度率先变化，都会引发其他两个维度相应变化。三个维度之间相互影响，构成一个联动关系。因此，要对结构－物质－能动的三角关系进行研究，可以分别先对结构和能动、物质和能动、物质和结构三对关系进行分析。当然，每一对关系都受到第三个维度的影响（介入）。
（图1 “结构-物质-能动”三角联动关系）
首先，结构（structure）和能动（agency）构成吉登斯所说的“二重性”关系。笔者把它称为“互构性”关系（结构和能动相互依赖、相互作用、相互构造对方）。其次，物质和能动构成“相倚性关系。它包括“建构性”（技术是主体建构的产物，技术的产生离不开主体的知识创新）和“可供性”（技术为主体提供了行动机会，但不决定行动；行动机会的利用与否，取决于能动本身）两个方面。再次，物质和结构的关系则是“纠缠性”关系，二者相互交织、相互影响、相互制约。在上述任何一对关系中，任何一方的变化都会导致对方的变化。这个过程就是联动。关于结构和能动的关系，吉登斯已经作了详细分析，本文则集中讨论物质和能动的关系，以及物质和结构的关系。
结构－物质－能动的三角关系既可以是一种均衡的关系，也可以是一种失衡的关系。在三角均衡关系中，三角关系形成一个稳态。其中任意一个维度率先发生变化，都会导致原有的三角关系失去平衡，从而进入失衡状态。既然失衡是由其中一个维度率先变化引起的，这就会引起其他两个维度的相应变化，进而达成新的平衡。至于哪个维度率先发生变化，则取决于具体情境，三者中的任何一个都有可能率先发生变化。我们需要首先探察三角关系中每一个维度率先变化所导致的联动。
其一，“能动”率先发生变化。它分别导致物质和结构的连锁反应和变化。例如，在马丁·路德的宗教改革以后，西方出现了新教。它导致“能动”率先变化。正如马克斯·韦伯所说，在新教伦理的驱动下，资本主义率先在西方形成。新教精神也有助于自然科学的兴起，而自然科学的发展则促进了技术的进步，从而形成了新的器物（物质）。技术反过来又影响了能动和结构。“能动”率先变化的另一个例子是西方的启蒙运动，它对促成现代性的诞生发挥了至关重要的作用。而现代性既包括结构的维度，也包括物质的维度。
其二，“结构”率先发生变化。它分别导致能动和物质的连锁反应和变化。例如，改革开放之初，中共中央决定推出“对内搞活、对外开放”的经济政策，推行“有计划的商品经济”，并在农村施行“家庭联产承包责任制”，在城市实行“按劳分配、多劳多得”的分配制度。这一系列的结构变动，既带来了“能动”的变化（比如，居民的劳动和创业的积极性被调动起来），也带来了“物质”的变化（比如，商品供应迅速丰富起来）。而能动和物质的变化，反过来又进一步推动了结构的变化（比如，建立社会主义市场经济体制举措的推出）。
其三，“物质”率先发生变化。它分别导致能动和结构的连锁反应和变化。“物质”的变化可以分别从正面和负面两个方向发生作用。从正面的角度看，某种“物质”（如技术）的出现，促成结构和能动的积极变化。正如马克思所说，蒸汽机的出现导致了资本主义经济模式的形成。在这里，器物或工具不但导致了结构的变化（资本主义的生产结构），而且导致能动的变化（劳动者的生产效率提高）。从负面的角度看，某种物质的消失则会导致结构和能动的消极变化。例如，资源依赖型城市如果没有在资源枯竭之前布局产业结构调整，那么，当矿物资源枯竭后，其产业结构就会崩溃（结构的消极变化），劳动者也将陷入被动局面（能动的消极变化）。这就是“资源的诅咒”所描述的情况。
在结构－物质－能动三角联动的模型中，结构、物质和能动都是形式概念。它们也可以分别转化为实质概念。与结构、物质和能动大致对应的实质概念分别是制度（包括正式制度和非正式制度）、技术和文化（观念）。基于上述分析，在对人工智能进行社会学研究时，我们可以在“结构－物质－能动三角联动”的形式理论框架的指导下，在中层理论的层面进一步提出关于人工智能社会学的分析框架。
从体力物替到智力物替：
物质和能动的关系的变迁
结构－物质－能动的三角联动涉及三个维度的关系，为了分析之便，可以分别剖析物质和能动的关系、物质和结构的关系、结构和能动的关系。吉登斯已经详细论述了结构和能动的关系，本文将集中分析物质和能动的关系、物质和结构的关系。需要指出的是，当我们分析物质和能动的关系的时候，并不意味着这二者与结构没有关系。同样，当我们讨论物质与结构关系的时候，也不意味着这二者与能动没有关系。三者始终是相互交织、相互影响的。为便于分析，我们进行“对子”式分析，暂且把第三个维度当作控制变量。
（一）人力物替 ：从体力物替到智力物替
当人与人工智能机器发生关系的时候，我们就可以借用物质与能动的关系视角来进行分析。在这里，AI 机器属于物质的范畴，而人的行动及其行动能力属于能动的范畴。当二者处于均衡关系时，二者是稳定的关系（体现为日常化的常态实践）。当二者中的一端率先发生变化，二者的关系就会出现失衡，为了再平衡，另外一端也会发生相应的变化。AI机器的出现，意味着人和机器的关系发生了失衡，因为物质一端发生了变化，它超越了以往机器的能力。于是，人就要适应AI机器的变化。
不过，关于人工智能革命对能动的影响的分析，还要放到大尺度的历史背景下进行。从大历史的尺度看，人始终在寻找和发明更有效的工具来提升自己的能力。制造更好的物质或工具，本身是能动性的体现。而一旦更好的物质和工具出现后，会对更多的人的能动性产生积极影响，进而影响结构。可以说，人类的历史就是借助人的能动性创造更好的人造器物，从而提升人的能动性的过程。人造物质对人的作用，在于提升人的主体性和能动性。可见，物质和能动的相互交织和相互促进，是人类历史进步的重要内容。
1. 体力物替
与其他动物相比，作为高级动物的人的生物性能力在很多方面是逊色的（如听力、嗅觉比不过狗，视力比不过鹰，跑速比不过猎豹，肌肉力气比不过巨兽）。可见，人仅凭生物性能力在动物世界中并没有多少竞争优势。人超出其他动物的地方主要在于其智力和知识，而知识是可以不断积累和进步的。人的知识不但让人可以在具体情境中作出理性判断和决策，而且分别从两个方面延长人的肢体能力，弥补人的生物性能力的不足。一方面是人的能力的社会延长。基于制度、组织和关系网络的知识，人们以正式或非正式组织的方式（如分工合作、社会协作）来克服个体的生物局限性，从而使每一个个体都衔接来自社会和文化的力量，从而弥补了个体的生物性能力的不足，增强了个体的总体竞争优势。另一方面，借助由知识指导而制造出来的器物和工具来延长自己的肢体，克服自身生物性能力的局限，提升个体的总体产出能力。
在结构－物质－能动的三角关系中，暂且撇开结构（如制度安排）不谈，仅就器物 / 工具（物质）和人的行动及行动能力（能动）来说，人类社会不断寻找或制造器物 / 工具来克服生物性能力不足的局限。但人的行动能力不只限定在生物性能力（体力和感官力），还包括智力。二者合称为“人力”。在某种意义上，人类社会的历史就是人力物替的历史。人力物替包括体力物替和智力物替两类。前者主要发生在农业社会和工业社会，后者则发生在当代。
在数字技术革命之前，人类的历史在某种意义上就是用物质（器物 / 工具）替代人的体力或肢体的历史。这个过程就是“体力物替”。正如吉登斯在其《现代性的后果》一书中所说，在传统社会，人们用自然动能（自然力，如风力、水力、畜力）来替代人的体力，用简单工具来替代徒手或肢体，从而大大提升了人的生产能力。到了工业社会，人们则用机器来替代人的体力，使得人的能力以几何级数提升。迄今为止，我们至少经历了两次体力物替过程。
（吉登斯《现代性的后果》）
第一次体力物替发生在传统社会，它历经漫长的年代。严格来说，传统社会的体力物替主要表现在两个方面：一方面，用自然力替换人的体力；另一方面，使用简单工具来替换徒手操作。前者可以叫作“动能物替”，后者可以叫作“肢体物替”（或“肢体延长”）。动能物替的目的是节省人的体力，肢体物替的目的是减少劳动强度，二者都是要提高劳动效率。动能物替的例子有帆船、水车、风车、马车、用牛耕田 ；肢体物替的例子则是各种工具劳动来替代徒手劳动，例如，用锄头挖土替代用手刨土、用弓箭射杀猎物替代用拳击打猎物、用刀切肉替代用手撕熟肉。众所周知，人不同于动物的主要差异之一在于人能够制造和使用工具。这意味着肢体物替（或肢体延长）伴随着人类的进化（肢体物替中的“物”经历了从旧石器、新石器、青铜器到铁器的转换）。不过，在传统社会中，尽管人们采取了动能物替和肢体物替的形式，却没有免除体力劳动，只不过是减轻了体力劳动量和劳动强度（如用牛耕田减轻了用锄头松土的劳动量，用锄头挖土减轻了徒手挖土的劳动强度）。
第二次体力物替发生在工业社会和后工业社会。它始于工业革命，至今只有两百多年的历史。这是一种高级形态的体力物替，即用机器替代人的体力劳动量和劳动强度。它也包括动能物替和肢体物替。一方面，正如吉登斯所说，工业革命起源于动能革命，即用人造动能替代自然动能（风力、水力和动物力）。人造动能包括蒸汽动能（如蒸汽机和蒸汽机车使用的蒸汽）、电力动能（如电车、电力驱动的机器）、燃油动能（如内燃机车、汽油驱动的汽车）、燃气动能（如燃气驱动的汽车）。另一方面，工业革命也包括机器革命。机器借助人造动能，大大提升了生产能力。而机器则处于不断进化过程中。发展到今天，机器已经具备很高的自动化程度。相应地，机器替代了人的体力。以往手工完成的任务，大部分都交给机器来做了。
当然，这两次的体力物替不仅是物质替代人的体力，而且是物质替代人的技能的过程。只不过，在第一次的体力物替过程中，人的技能是简单技能，而在第二次的体力物替过程中，人的技能是熟练技能。由于技能也是具身能力（embodied skills），因此，笔者也把它归到“体力”的范畴。随着人工智能的出现和应用于工业生产，人的大部分熟练技能都由自动化机器来替代了。生产过程的计算机化、自动化和智能化，不但大大减少了对体力劳动的需求，而且减少了对熟练工人的需求。关于这一机器换人的趋势，法国思想家安德烈·高兹早有预言。智能制造以加速度的方式替代了人的技能。如果说机械化和电力化取代的是简单体力或简单技能，那么，自动化和智能化取代的是复杂体力或熟练技能。
这两次的体力物替分别带来了生产力的解放和进步。它们也让劳动主体不同程度地减轻了体力劳动负担、减少了体力劳动强度（当然，工具并没有完全替换掉体力劳动），从而腾出时间和精力从事相对较为“轻松”的驾驭器物 / 工具的活动（如用驾驶帆船替代用手划船）。在此意义上，体力物替在一定程度上达成了主体的解放。在这里，人把自身的部分主体性转让给器物或工具。器物或工具促成了人的肢体的延长和体力的提升。
在不同时代，体力物替中的物具有不同的知识含量（能动性差异）。农业社会的体力物替中的物，主要是自然物和简单的人造物（如农具、水车、风车等）。工业社会中的体力物替中的物，主要是复杂的人造物（如机器、流水线、自动化设备等）。不论是简单的人造物，还是复杂的人造物，都是知识的凝结。在这里，物质（人造物）和能动（知识）发生了相互作用。简单的人造物和复杂的人造物虽然都由人创造，但其知识密度不同。前者是低密度知识的凝结，后者是中密度或高密度知识的凝结。而知识生产又受到结构（对知识创新的宽容和激励的制度）的影响。在这个意义上，人类社会在体力物替上的差异，是社会结构差异导致的。发展中国家和发达国家的区别，在某种程度上就是体力物替的差异。前者停留在低水平的体力物替阶段（如用畜力替代人的体力、用锄头挖洞替代徒手挖洞），后者则进入到高水平的体力物替阶段（如用挖掘机替代徒手和用锄头挖洞），而这种差异源于制度（结构）的不同。
2. 智力物替
时至今日，在体力物替不断向高水平发展的同时，我们也看到了智力物替正在发生，这是人工智能兴起导致的结果。在传统的哲学和社会科学理论中，作为主体的人与作为客体的物是对立的。其背后的缄默预设是，人的物质性方面（如体力）可以由物来替代，但人的智力则是不能由物来替代的。但是，随着计算机的出现，这个预设受到了挑战，至少人的一部分智力工作，可以交给计算机来完成，如数学计算、语言翻译、信息检索等。而计算机是基于0和1的二进制来运行的。计算机软件的出现，意味着智力物替的开启。显然，数字技术革命为智力物替铺平了道路。
在1956年暑假召开的美国达特茅斯学院举行的会议上，约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky）、纳撒尼尔·罗切斯特（Nathaniel Rochester）、克劳德·香农（Claude Shannon）等多位计算机先驱学者首次提出了人工智能的概念，并讨论如何让计算机模拟人的智力过程。经过近70年的发展，终于实现了今日所取得的智力物替成就。
智力物替先后经历了两个阶段。在第一个阶段，智力物替采取了局部和有限的智力物替的方式。最典型的例子是用计算器来进行简单的数字运算。随着计算机软件的发展，复杂的数学计算也可以交给机器来做。人们只要输入数据、发出指令，剩下的数学计算工作就交给计算机软件来完成。在这里，机器所替代的人的智力是有限的、单一维度的。以科学研究为例，计算机软件只能帮助研究人员进行数学计算，但无法替代研究人员完成全部研究过程。翻译软件也是如此，它可以帮助人们进行翻译，但一旦遇到一些独特或专业的词汇，它就无能为力了，需要人们自己对机器翻译结果进行修改和润色。智能家居、自动驾驶、智造过程等都是在局部替代人的智力。这一阶段机器所替代的智力，是相对较为简单的智力（即具有逻辑性、规律性和重复性的智力工作）。
高兹把知识分为两种类型：形式知识和体验知识。形式知识指的是“技术－科学”知识。它是可编码的知识，可与主体分离，并可通过教育机构来进行传递，如有关规律、原则和程序知识。与之相对，体验知识是一种实践能力和共享技能，它构成日常生活的一部分，也是日常生活的直观知识，包含感觉和情感的维度。如果我们把知识对应于智力，那么，在这个阶段，人工智能所替代的，主要是与人的形式知识相关的智力，而不是与体验知识对应的智力。
在第二阶段，智力物替的程度大大提高。在这里，智力物替中的物的典型代表，就是生成式人工智能。它已经具备一定的分析、推理、归纳、综合、学习和创造能力，构成类似于人的“类主体”。ChatGPT4、sora、ChatGPT4o、Grok 3、DeepSeek-R1就属于第二阶段的智力物替。比如，ChatGPT4o还能用语音与人进行流畅的交流。它不但能理解人的自然语言的含义，而且可以作出恰当、得体的语音回应。在这里，机器所替代的智力，是较为复杂的智力。同时，在这个阶段，人工智能可以替代人的一些具有程序化特征的情感表达。这种情感可以称为形式情感，而不是实质情感。
第二阶段的智力物替中的“物”，已经不再是与主体完全对立的“物”，而是具有某种“智力”的器物。可以说，人工智能机器既是人的部分智力的替换，也是人的智力的延长。以计算能力的速度和精确度为例，人工智能已经超越了人。人工智能在具有逻辑性和规律性的决策和博弈中也比人更有优势。曾经的人机围棋比赛中，人工智能机器阿尔法狗击败了围棋世界冠军李世石，并导致李世石在2018年退出围棋职业比赛生涯，这种具有人的某些方面智力的人工智能机器，可以看作是“类主体”。它是人的部分主体性转移到机器（硬件加软件）上的结果。人和人工智能机器的结合，使人可以把一些程式性、重复性和规律性的计算、推演、分析和综合工作交给“类主体”，从而把时间和精力用在更具有创造性的思维活动上，并由此提高劳动生产率。如果说，在体力物替中，器物让人从体力活动中解放出来，那么，在智力物替中，人工智能机器让人从部分的智力活动中解放出来。
（阿尔法狗对战李世石）
（二）AI机器：物质和能动关系的革命性变革
AI 的出现，让物质和能动的关系发生了革命性的变化。一方面，物质（人造物质）不再是过去那种与主体完全对立的物，而是承接了人的部分主体性和能动性。另一方面，能动也不再是过去那种能动，借助 AI 的人的能动性大大加强和提升。要分析 AI 时代物质和能动的关系的变化，关键在于分析人工智能何以以及如何承接人的部分主体性和能动性（图2）。
（图2 人工智能对能动（agency）的改变的影响）
注：实线箭头表示下文要讨论的内容。虚线箭头表示存在影响，但囿于篇幅不在下文讨论。
1. 从受动体到能动体
人工智能机器和非人工智能机器有相似的地方，也有不同的地方。就相似之处来说，二者都是受动体，即被动的客体。人不去使用或启动机器，它就处于闲置、静止状态。只有人去使用机器，它才变成起作用的工具（在此意义上，拉图尔把物体称为“行动体”）。同样，在人启动人工智能机器的按钮或向其发出指令之前，人工智能机器也处于闲置、静默的状态。它显然也是一个受动体。当然，也有一类机器不需要人去启动按钮才起作用，因为人把“按钮”设置成某种超阈值的刺激物。如果刺激物达到了某种阈值，器物就会作出反应。比如，感应灯（人行走发出的声响让其亮灯）、警报器（烟雾达到阈值发出警报声响）、烧水壶（水开了自动关闭电源）。这一类物同样也是受动体，只不过“指令”被人设置成超阈值刺激物。
但人工智能机器具有不同于非人工智能物体的地方。就后者来说，尽管人们开动机器后，机器能够自动运转（具有施动性）。但这种机器并没有人的智力，不具有任何人的主体性。与此不同，人工智能机器在人按下电源开关按钮（也需始终保持通电状态）并接受人的指令后，会在一定程度上具有自主性或主体性。它能分析、归纳、推理和学习，并具有负反馈能力，体现出人的智力水平，而且在某些方面的智力水平超过人类（如 DeepSeek可以比人更快地梳理以往知识库并生成文本）。在此意义上，人工智能机器承接了人的某种范围或程度的智力水平、自主性和主体性。由于人工智能机器具有一定的智力以及依据知识库存对情境作出反应的能力，它属于吉登斯所说的“能动体”（agents）。由于它必须在接受指令后才发挥能动性，且这种能动性是由工程师的编程和预训练决定的，因此，可以称之为“阈限内的能动体”。离开这个阈限，它就不再是能动体。
作为“能动体”的生成式人工智能机器也可以叫作类主体，即在某些方面具有类似于人的能力的主体。类主体既不同于物或物客体，也不同于作为主体的人。说它不同于物客体，是因为它具有人的某些能力，包括一定的智力、自主性和学习力。说它不同于人或主体，是因为它依然还保留受动体的特征（它在启用之前或接受指令之前是受动体）。即使它具有人的某些方面的能力，也是人赋予它的，是人在机器上进行设置的结果。如果说，人工智能机器是物质性和能动性纠缠的结果（既有物质性，也有某种程度上的能动性），那么，它的物质性和能动性的结合，也是由人造成的结果。同时，人作为主体包括多个维度，不但包括智力和学习力，而且包括情感、意志、良心和审美。而人工智能机器智能主要是模拟人的智力，难以充分地模拟人的情感、意志、良心和审美。
2. 人工智能机器作为受令型主体
人工智能机器作为类主体，意味着它不等同于人。它只是类似人的某些方面的主体。就智力方面来说，人工智能机器区别于人的特征是什么？简单地说，最大的区别在于自主性。人不但是自主的主体，而且也是权力主体。依照韦伯的界定，权力是人们具有按照自己的意志向他人发令，并使后者服从的能力。发令和受令正是权力关系的体现。权力是相对于具体关系而言的。由于人们具有多重关系，而不同关系中的受令和发令地位是不同的。例如，一个人在上司面前没有权力，是服从者，但在下属或子女面前则具有权力。可见，个人既可以是发令者，也可以是受令者。这说明，人同时具有发令和受令的特征。与人不同，人工智能机器则缺乏这种自主性和权力，它只是受令型主体。称它是受令型主体，是在两个意义上而言的。一方面，人工智能是人造的机器，其智力是工程师向其输入软件和数据并进行预训练的产物。另一方面，人工智能不会自主设置目标和任务，它必须待人向它发出指令后，才会去执行任务，施行其能动性。这种能动性是一种阈限范围内的、程控的能动性，即由工程师编的程序所支配的能动性。在此意义上，人工智能机器阈限内的能动性，不过是人的能动性向人工智能机器的“外包”或“转移”。这就是前面所说的智力物替过程。
发令型主体作为自主性主体，体现为具有自我意识和反身意识。人工智能机器作为受令型主体，没有自我意识和反身意识，只能机械地执行人发出的指令。此外，人工智能机器作为“人工主体”，缺乏人的知、情、意统一的完整性，只是人的智力延长的工具。但它又不同于体力物替中的“物”，人工智能机器承担的是人的智力替代，具有程控化的智力水平，构成“阈限内的能动体”。
3. 输入的主体性与模拟社会化
之所以说人工智能机器是“阈限内的能动体”，是因为以 ChatGPT4为代表的生成式人工智能机器展现出强大的能动性，但这种能动性是由工程师通过输入大量数据而预先“训练”出来的。它可以在输入数据的范围内展现其分析、归纳、推理和综合判断的能力，并基于这个输入的数据基础，在当下与人的互动中进行学习，进而对具体情境作出相应的调试。要让人工智能机器替代人的智力，就必须对它进行“预训练”。而人工智能机器的智力水平以及与人互动的能力，取决于工程师在对它进行预训练时所输入数据的质和量。这种“预训练”其实是模拟人的社会化过程，但不是模拟人的多维的社会化，只是模拟单一维度的社会化，即智力的社会化。通过这种模拟社会化，工程师让人工智能机器“习得”人类已有的知识，并以此作为发挥其智力水平的基础。
人工智能机器的模拟社会化具有如下四个特征：第一，时间压缩的社会化。人的社会化需要经过较长的时间，从婴儿出生到法定成年人的社会化历程至少需要耗费18年时间。而与人不同，人工智能机器的模拟社会化的时间大大缩短。工程师可以在短时间用海量数据来对人工智能机器进行预训练，从而快速地完成模拟社会化历程。第二，海量知识浓缩的社会化。人的社会化受到其家庭背景、学校教育质量、社区情境等多方面因素的约束，不同的人在知识和智力水平上呈现出差异。比如，来自低收入阶层背景的孩子往往具有更多的知识短板和局限，其习得的知识常常缺乏系统性。人工智能机器则不同，工程师可以用系统、全面、完整的知识或数据来对人工智能机器进行“预训练”，克服知识不系统的短板，获得比人更系统、全面和完整的知识储备。如果说人的社会化让人进入分工角色，且只能承担某一种专业角色，那么，人工智能机器进行系统的社会化，则可能成为全能角色。第三，动态更新的社会化。人在完成初级社会化后，还应继续社会化。但许多人囿于各种约束，而不能与时俱进。与人不同，人工智能机器可以实现动态更新的社会化。工程师可以不断用更新过的数据和知识来对人工智能机器进行训练。第四，有意识形态偏好的社会化。工程师用来对人工智能机器进行预训练的数据或知识具有意识形态性，反映了工程师的意识形态偏好。
正是这种模拟社会化，让人工智能机器在理论上可以在某个时点承接此前人类全部的知识储备，从而在人类知识储备的基础上施行其能动性。在某种意义上，以ChatGPT和DeepSeek为代表的人工智能机器正是人类知识的浓缩器和化身。而人工智能机器的局限，则在于工程师的“预训练”质量。如果工程师用来对人工智能机器进行“训练”的知识是有偏见的、偏狭的，那么，它就会承接这种偏见和偏狭。
三大领域、六种类型：AI机器与结构转型
如前所述，依据结构－物质－能动三角联动理论，技术革命所带来的新产品（物质）不但导致主体的变化，也会导致结构的变化。在物质－结构－能动三角关系中，任何一个因素的变化，都可能带来其他两个因素相应的变化。或者说，结构－物质－能动的三角关系，既有可能是均衡的，也有可能是失衡的。均衡意味着三者关系稳定，失衡说明三者关系不稳定。而不稳定来源于其中一个因素比其他两个因素发生了较快的变化，从而导致失衡。而失衡往往还会催生再平衡，从而引发其他二者的联动性变化。技术工具或产品作为一种物质产品，往往是较易于发生变革的领域。一旦技术产品发生变化，势必对能动和结构构成影响。而技术产品本身也受能动和结构的约束，正如默顿在《社会结构与社会理论》一书中所说，特定的结构和特定的能动更有利于技术革新。
（默顿《社会结构与社会理论》）
在从物质和能动的关系的视角分析了AI机器后，我们还有必要进一步分析AI机器（物质）与社会结构 / 制度（结构）的关系。具体来说，我们要分析人工智能尤其是生成式人工智能出现以后，结构将发生何种变化。毋庸置疑，作为物质 / 器物的人工智能和结构的关系是双重的：一方面，人工智能既是特定结构下的产物，又受到结构的约束；另一方面，人工智能产生以后，会导致结构的变化。这里仅分析后一方面（图3）。
图3 人工智能对结构变迁的影响
注 ：实线箭头表示下文所要讨论的内容。虚线箭头表示存在影响，囿于篇幅不在本文讨论。
人工智能对结构变迁的影响可以从多个领域多个层面加以分析，本文只集中分析三个主要领域的结构：经济、政治和社会领域（文化领域也会受人工智能影响，但文化的一部分属于能动范畴，所以不在本文结构范畴下讨论）。其中，每一个领域又各自包括两种相互关联和相互影响的类型：经济领域的结构包括生产结构和职业结构，政治领域的结构包括权力结构和再分配结构（公共政策），社会领域的结构包括互动结构和情感结构。除了每个领域中的两种结构变迁彼此会相互影响外，每一种类型的结构变迁都与其他类型的结构变迁相互影响（图4）。囿于篇幅，各种类型的结构变迁之间的相互影响留待以后讨论，本文仅讨论人工智能对三大领域、六种类型结构变迁的影响。
（图4 受人工智能影响而发生变迁的主要结构类型及其相互影响）
（一）经济领域的结构变迁
1.生产结构的重组
人工智能的出现，让全球生产结构发生了重组。费拉里认为，在西方社会，龙头企业如谷歌、微软、亚马逊等实现了从全球生产网络向神经生产网络的转型。所谓全球生产网络指的是，全球地理空间上的生产和运营的各个环节相互连接和衔接的网络，物品和服务借此得以生产、配置和消费。在这种全球生产网络中，龙头企业占据核心地位。无论其角色是买家、生产者、协调员、控制者或市场开拓者，抑或多个角色的组合，它都有能力对全球生产网络进行协调和直接控制。全球生产网络可以区分为“买家驱动的网络”和“生产者驱动的网络”。在前者中，买家、零售商或商家占据主导地位。在后者中，生产商和制造商占据主导地位。而不论是哪一种网络，龙头企业都是通过控制全球生产网络中其他行动者的方式来进行地理套利，客观上强化了地理空间上存在的不平等。这是一种在空间上进行地理扩张的生产网络。
在费拉里看来，随着人工智能的出现，另外一种生产网络已经出现，即神经生产网络。这是一种计算包封（computational envelopment）空间，生产活动就是在这种空间中发生的。如果说，全球生产网络中的龙头企业试图通过利用空间上的不平等来获得对其他行为者的控制，那么，神经生产网络中的龙头企业则试图借助人工智能的基础设施，通过包封生产活动的空间来控制其他参与者。
这些生产发生在计算空间中，由人工神经网络驱动。而这些生产活动被龙头企业包封（enveloped）。在亚斯看来，所谓包封，就是时空的本地化折叠，它以创造经济价值的目的来形塑人们对时空的感知能力。费拉里的看法略有不同。他认为，包封作为计算系统或人工神经网络，需要一个计算过程。没有计算机的运算，就不能发展为神经生产网络。如果说，在理论上，全球生产网络可以没有计算过程而存在，那么，神经生产网络没有计算过程就不能存在。
人工智能应用于大数据的开发利用还导致“认知资本主义”的形成，进而导致工作和休闲、生产和生活、车间和私人空间边界的模糊化。换言之，生产领域和生活领域的结构被重组，生活领域也被整合到生产结构中来。依据意大利马克思主义代表人物相关观点，在认知资本主义中，非物质劳动包括信息劳动和文化劳动两个层级，非物质劳动在价值创造中的作用越来越大。随着人工智能和大数据的兴起，日常生活被整合进生产结构的趋势也愈发明显。消费者在使用平台和人工智能基础设施时会留下数据，这些数据会被资本所利用。在此情境下，数字平台的消费者不但在消费数字技术产品和服务，而且在为平台进行数据生产活动（他们因此成为产消者），而这种生产被资本利用和剥削了。在大数据时代，出现了整体性的生活产消化（total prosumification of life）趋势。
2. 职业结构的重组
如前所述，人工智能机器出现后的一个后果是智力物替。尽管智力物替对职业结构（或阶层结构）所造成的影响还没有充分显示出来，但这种影响是不可低估的。正如自动化生产线导致大量的制造业工人被机器所替换，即机器换人（体力物替），人工智能也将导致许多白领或中产阶层的智能被机器所替换，随之而来也会出现新的职业，并对劳动者技能升级和重构提出要求。 不过就目前来看，人工智能影响了部分就业，但并没有大量削减劳动力，而是导致了劳动力的重组，以及工作任务的重新分解和组合，即分解为可被AI替代的部分和不可替代的由人来执行的部分，以及二者的组合。就发展趋势来看，那些白领或中产阶层所从事的具有可重复性、规律性和逻辑性的许多工作内容（如会计师、律师、医生、教师、审计师、设计师、编程师、数据分析师、金融分析师、翻译等），也就是高兹所说的“形式知识”，将越来越可能被人工智能机器所替代。这意味着，中产阶层的职业也出现了可被机器替代的属性。尽管目前人工智能还没有大量替代白领，但不意味着未来不会出现这种可能。当越来越多的白领的主要任务可由人工智能替代时，就会从根基上瓦解中产阶层的人力资本所立足的基础，从而使得他们与蓝领工人一样进入机器换人的行列。
这还意味着，人工智能机器的出现，也提供了新的中产阶层的标准——其技能是否会被人工智能机器所替代（智力是否具有可替代性）。在过去，人的技能的可替代性来自他人。这种可替代性，也可以叫作“社会替代性”，即个体的技能可以被其他人所替代。技能越是简单，或越是不需要经过培训就能上岗的职业，被他人替代的概率就越大。因此，人们努力通过教育和培训而提升自己的人力资本，以降低自己的社会替代性。中产阶层就是握有较高的教育资本和人力资本、可被他人替代的概率较低的群体。
随着“智能物”或自动化和智能化技术的出现，人的技能也可以被自动化 / 智能化机器替代，这可以称为“技术替代性”。当下出现的“机器换人”（如无灯工厂）描述的就是这种情形。但智能化技术换人不仅体现在机器替换蓝领工人上，也体现在人工智能替换白领阶层上。人工智能革命可能让此前中产阶层抵御其人力资本的社会替代性的努力化为泡影。颠覆他们技能的不可替代性的“武器”正是人工智能。的确，他们人力资本的社会替代性较蓝领工人低，但他们的人力资本因为人工智能的出现而具有了 AI 替代性。中产阶层的人力资本的 AI 替代性，让他们在职业可替代性上向蓝领工人看齐。这意味着，原有的职业结构或社会阶层结构发生了改变。原有的部分中产阶层相对于蓝领工人的一些阶层优势和地位，将可能不复存在。
与此同时，那些掌握了数字技术和人工智能的设计、制造和应用的技术精英，将在职业结构或社会分层地位中获得优势地位。这些数字精英将借助人工智能而瓦解传统的白领精英的社会结构。不仅如此，如前所述，他们还将借助数字分权而提升自己的社会地位。他们不仅在经济资本上具有优势，也将在社会权力上具有优势。
在这种智力物替的趋势下，新的中产阶层将来源于那些其人力资本不具有 AI 替代性的从业人员。那些工作内容越是具有情感、创意、美感、想象力等元素（即感性资本），或者具有高兹所说的“体验知识”的岗位，其被 AI 替代的概率就越小。这可能促成工作的个性化、独异化、情感化、创意化等趋势的出现。在新的社会阶层划分中，智力资本的重要性可能相对下降，而感性资本如情感感知、表达能力，美感判断力、创造力、想象力等“非理性”人力资本的重要性相对上升。
（二）政治领域的结构变迁
1.权力结构的重组
随着人工智能的出现，民主社会的权力结构将发生重组。权力结构的一个最显著变化是数字分权。它不但包括数字公司的分权（通过 AI 的基础设施），而且包括个人的数字分权（通过自媒体）。那些拥有人工智能基础设施的龙头企业，借助其 AI 基础设施，获得了新增的权力。他们可以通过利用人工智能基础设施来形塑和操纵公共舆论，从而获得权力。人工智能算法反映和强化现存的社会偏见和歧视。如果对人工智能机器进行预训练的数据存在偏见（如呈现在就业、犯罪、金融等领域的偏见），那么，人工智能算法就可能把这些偏见加以内化和再生产。拥有人工智能基础设施的龙头企业可以借助自己的意识形态“偏见”来影响社会和政治生活。同时，这些企业也可以利用赛博攻击（cyber attacks）来对违背自己的意识形态立场的对手进行打击。这意味着，拥有人工智能基础设施本身让这些企业获得了意识形态操控的权力。同时，如前所述，由于拥有人工智能基础设施的龙头企业渗透到经济和社会的范围越来越广，这意味着它们也获得了过去的龙头企业所没有的经济和社会生活控制权。
就此而言，人工智能既有可能为一些部门赋权，也有可能导致另外一些部门的去权。以知识生产和依据专业知识从事服务的部门为例，随着生成式人工智能的出现，这些部门不再具有对专业知识的生产（包括知识创新、传播和扩散三个环节）和知识利用（如医生、律师、会计师等专业人士）的垄断权或知识壁垒，生成式人工智能瓦解了这种垄断或壁垒。人工智能还导致传统的主流媒体的去权。随着人工智能基础设施的出现，用户或个体获得了直接在网上发声的权力（个体化的数字分权），这导致一种去中心化的媒体权力结构的出现。在这种情境下，传统媒体公司逐步衰落，而自媒体的话语权力加速扩张。当然，个人在社交平台上的发声也受到平台公司的监控。但不论如何，原有的中心化的意识形态权力越来越被去中心化的、扁平化的意识形态权力所替代。不过，由于信息茧房效应的存在，网络上的舆论也日渐呈现两极化的趋势。
需要注意的是，在非民主社会，人工智能的出现尽管在一定程度上也会导致数字分权（如自媒体的话语权），但在总体上权力部门在控制和利用了数字技术和人工智能以后，反而会加强其对社会成员的监控力和监控权，并使监控的视角渗透到社会生活的每一个角落，从而大大提升权力的集中程度和权力部门的管控力度。借助人工智能而实现的技术治理（或数字治理），也提升了管控部门的权力以及管控的一体化程度。正如韦伯所说，现代科层制导致“理性的铁笼”，现代权力部门的管控与人工智能的结合，将可能导致“数字铁笼”的出现。
2. 再分配结构的重组
人工智能通过体力物替和智力物替而大大提高社会劳动生产率。随着人工智能渗透到各行各业，社会的宏观生产能力和效率将大幅提高。与此同时，人工智能导致的体力物替和智力物替也将带来大量人员失业。这意味着，人工智能是一把双刃剑。它既可能带来生产力的突飞猛进，又可能因人力物替而带来大量失业。在这里，物质和结构的关系发生了失衡。这意味着，人工智能革命会导致结构的联动反应。
如果人工智能的普及将引发大量失业，那么，国家在社会保障和社会福利建设上就必须加大力度。为此，需要进行再分配结构的改革。而再分配结构的改革，又牵涉税收结构的改革。既然人工智能导致智力物替和体力物替，进而将联动带来失业，那么，引入人工智能后雇佣人数减少的部门的税收，就不应沿用原有的征管模式，而需要进行改革以满足再分配体制支持失业人员生计的需要。
人工智能提升了人的价值，因为它解放了人的部分智力，让人得以把精力集中于更具创造性的活动中。但与此同时，它也贬低了人的价值，因为它通过智力物替和体力物替而导致人们失业，而失业者在某种意义上被认为是“无用之人”，失去了人的应有价值。这就是人工智能所引起的人的价值悖论。要解决这个人的价值悖论，整个社会的再分配体制就不能沿用过去的模式，而必须把人工智能所引起的人力物替后果纳入考虑的范围，并让被替代的人分享人工智能所创造的财富。同时，工作制度也应进行相应的改革，以减少每个人的工作时间的方式，变相增加对人力的需求，从而扩大就业。
（三）社会领域的结构变迁
1.社会互动结构的重组
人工智能技术可以变成个人消费品，如智能手机。随着智能手机的普及化，社会互动结构也发生了变化。在过去，社会的直接互动受到空间距离因素的制约。相应地，人们之间的直接互动，往往是面对面、近距离的。而远程的互动，则往往是间接的。远距离的人们之间的互动，常常采取了功能互动的方式。例如，我们无需知道对方是谁，就可购买对方生产的商品。显然，人们的直接互动频率与交往的情感卷入度，受到空间因素的约束。
而智能手机的出现导致“跨距直接互动结构”或“连接泛在”的出现。在这种结构中，人们与远距离的他者的互动，不再局限于功能互动（如间接的商品交换），也可以采取直接互动的方式。换言之，智能手机消解了远距离的人们进行直接互动的距离约束，不论其是熟人，还是陌生人。例如，人们既可以借助智能手机进行即时文字互动，也可以用智能手机进行语音或视频对话。在这种跨距直接互动结构中，空间距离对人际直接互动的约束减弱了，人们可以远程进行类似于零距离的直接沟通与互动。
智能手机导致的跨距直接互动结构总体带来了两种不同的社会后果。就积极方面来说，人们超越了空间距离的约束，可以远程进行各种直接的社会沟通和合作。例如，借助数字技术导致的跨距直接互动结构，人们可以用高效快捷的方式，对私人物品的剩余使用容量进行交换或交易。这也是分享经济得以兴起的原因之一。跨距直接互动结构还导致社会商业的产生。就像借助亚马逊、咸鱼等平台，人们可以把自己不用或不想保留的产品放在网上与陌生人进行直接交易。就消极方面来说，它让雇员在下班以后的可达性大大提高。如果没有制度的约束，雇主或管理人员可以随时联系到雇员，并向后者下达需要在工作时间以外完成的任务，这导致雇员的工作和休闲的制度边界的崩塌。智能手机在雇员的超时劳动上，发挥了技术中介的作用。
2. 社会情感结构的重组
情感在表面上看是个人的事情，但也受到社会、制度和文化的制约，并有其相应的制度安排。例如，生产、工作或公共空间往往被看作理性空间。在这样的空间中，劳动者必须约束和控制自己的情感，不可任意宣泄或释放情感。而在娱乐、文化或私人生活空间（如电影院、音乐演唱会、足球赛场等），情感则获得了制度性或合法性的释放和宣泄渠道与空间。但人工智能的出现，打破了这种理性空间和情感空间的二元划界。人们在娱乐、休闲和私人生活空间中从事的情感活动变成了数据，而这些数据构成平台公司开发利用的生产资料。于是，传统意义上的情感空间便不再只是纯粹的情感空间了，而且变成了生产空间。换言之，人们的情感空间被整合到生产空间中，社会的情感结构便发生了变化。
同时，由于人的“形式知识”将更多地被人工智能机器替代，难以替代的“体验知识”，包括具身性的情感表达、美感鉴赏力、悟性、创造力等，便成为抗拒“可替代性”的独异性资本。在过去，生产空间曾经被认为是理性空间，没有或很少有情感内容的位置，随着人工智能渗透到生产领域的范围越来越广，情感体验和表达在生产空间越来越具有合法性。
此外，情感结构也体现为亲密关系结构。在过去，亲密关系是一种人与人之间的关系结构，即没有社会距离的关系结构。然而，伴随着人工智能机器的出现，人与人之间的亲密关系结构也会发生变化。一部分的亲密关系从人与人的无社会距离的亲密关系结构，将演变成人与机器的无社会距离的拟亲密关系结构。虽然人工智能机器不能完全模拟人的全部情感内容，但可以模拟一些基本的、程序性的情感表达。随着内嵌了人工智能的人形硅胶机器人进入家庭，人的亲密关系中的伴侣或陪伴也可以被机器人部分替代。而随着人口老龄化的加速，老人的照料和护理工作或至少是其中的一部分工作，也将由人工智能机器所替代。由于这种 AI 机器人具有响应人的指令、与人进行对话和互动的能力，它在一定范围内将进一步替代人们的亲密关系。
结语：作为“双刃剑”的人工智能
生成式人工智能的出现给人文学科和社会科学（包括社会学）研究带来了前所未有的挑战和冲击。其中一个挑战就是以往的一些社会科学理论预设（如人的智力和创造力不可被物所替代）遭到冲击。在社会学领域，人工智能往往被认定为技术社会学的研究对象，从而归入技术社会学的研究范围。就技术社会学而言，现有的各种理论范式（如“技术决定论”“社会建构论”）在应对生成式人工智能的冲击上明显显得力有不逮。之所以如此，是因为这些理论范式没有明确界定人工智能与以往技术（如数字技术）的区别。与此同时，这些理论范式似乎也蕴含了这样的预设：技术不会替代人的智力和创造力。而实际上，生成式人工智能所导致的智力物替现象已经打破了这种预设。
要对人工智能进行有效的社会学分析，既要区分人工智能与以往的技术的差异，又要建立一种可鉴别这种差异的一般的社会学理论分析框架，从而既能凸显人工智能的独特之处，又能说明它何以与以往的技术存在差异，同时还能对以往的技术具有解释力。
基于这一考虑，本文重构了吉登斯的“结构与能动的二重性”理论：在吉登斯所说的结构与能动的关系中添加了物质的维度，并使三者构成三角联动的关系。技术可以看作属于物质的范畴。技术的产生、变化及其后果，必须放在“结构－物质－能动的三角联动”的框架中来分析。具体来说，结构－物质－能动的三角联动过程经历了从平衡到失衡再到再平衡的动态过程。我们可以把人工智能机器看作导致结构－物质－能动三角关系失衡率先变化的维度。它的变化势必相应地引起能动和结构的变化。而在变化中，结构和能动又是相互影响和促进的。
基于结构－物质－能动的三角联动的分析框架，我们可以更清晰地看出人工智能的突生属性以及它和结构与能动的关系。人工智能尤其是生成式人工智能机器的出现，将分别导致能动和结构的变化。从能动的变化看，人工智能机器将在以往的体力物替的基础上导致智力物替，从而让人从一部分智力工作中解脱出来，转而从事更具创造性或情感交流性的工作。从结构的变化看，人工智能机器的出现，将导致原有的社会结构与人工智能机器产生不相适应的问题。相应地，社会结构也将发生各种变化。但我们不能因此就陷入技术决定论。结构和能动各自从不同的角度约束人工智能，形塑人工智能的使用边界和使用方式。
事实上，人工智能并非万能，它是一把双刃剑。它在给能动和结构带来革命性变化的同时，也可能带来一些不利的后果。除了前述“人的价值悖论”，人工智能还会引起“保护悖论”。人工智能借助人脸识别技术，可以迅速辨别出罪犯，从而为保护居民、打击罪犯提供工具，但与此同时，它也可能成为侵犯居民隐私的工具，使居民暴露在私人信息暴露的风险中。它还有可能导致“治理效能悖论”。人工智能强化了社会治理的精准性，提高了治理效能，但同时由于它可能过于精准而不留缝隙，导致社会治理缺乏足够的弹性，因而又降低了治理效能。它可能导致用形式理性替代实质理性，用工具理性替代价值理性。
当然，人工智能的三大悖论并不意味着我们要放弃人工智能，关键在于如何更妥善、更有效地利用人工智能。如同“火”既可以导致有利的结果，也可以导致毁灭性的后果，因而对“火”的趋利避害的利用（技术向善），需要一套社会共享的规则、规范和制度，对“人工智能”的趋利避害的利用，同样需要一套社会共享的规则、规范和制度。而要形成这些规则，同样可借助结构－物质－能动的三角联动的分析框架。
原文：https://mp.weixin.qq.com/s/e8c9pRt-5BqnyZMbQd8HUg