摘 要：人类智能、人工智能和人机协同智能，是智能社会生成与发展的三种基本能力，它们交织互动形成智能社会发展变化的基本动力。智能的本质是认识能力，三种智能也就是人类认识能力、人工认识能力和人机协同认识能力。人工智能是以对人脑思维亦即人类认识的模拟为根据，在计算机、互联网和大数据等信息技术的基础上发展起来的。虽然人工智能是以模拟个体人脑思维为根据，但在各种信息技术的支撑下，它具备了通用性的功能和前景。当人工智能以其通用性功能向社会不同群体、不同领域和不同层次扩展时，不仅推动新的社会整合与发展，而且还会引起新的分化与衰退。从此出发进一步考察智能社会的发展变迁，会发现很多重大问题等待我们去认识与回答。
智能社会作为一种新社会形态已经来临，这个重大的时代变迁日益加速地被越来越多的人所认同。应当承认，智能社会到来引起的变化不仅是广泛的，而且是深层的，并且最深刻的变化是人类认识能力、人工认识能力和人机协同认识能力的交织互动之变化。从事人工智能研究的专业技术人员不断地宣告接踵而来的智能技术创新，同时兴奋地展望人类认识能力也将会随之大幅提升，社会生活将发生“奇点”到来的飞跃。人们在听到这些喜讯感到由衷欣慰之余，也许会想到科技进步带来的认识能力的快速提升必将引起复杂的社会分化，于是难免泛起种种忧虑。
一、面对新社会形态的理论使命
从技术社会形态变迁的视角看，人类社会发生形态之变已经是第三次了。第一次是原始社会向农业社会的转变，无论在西方还是在中国，这次社会形态转变大约都在公元前7000至公元前5000年，由于这个时期思想文化的文献记载较少，不便本文在思想理论与社会变迁的视野中加以考察，故暂且不论。第二次是农业社会向工业社会的转变，这次社会形态转变大约是从15世纪后期到18世纪工业革命，历时300余年，在这漫长的转变过程中伴随着以认识论为核心的理论革命。
论及西方工业社会新形态的形成，通常从18世纪机器工业或英国工业革命的诞生谈起。实际上，西方工业社会的形成发展经历了一个复杂、渐进的演变过程。英国经济史学家莫里斯·多布把英国工业的发展历史概括为三个阶段：（1）15世纪后期至16世纪前期的城市家庭手工业时期；（2）16世纪中期至18世纪中期的农村家庭工业时期；（3）18世纪后期至19世纪后期的城市工厂机械化时期。多布的考察说明，英国工业社会的形成是以城市家庭手工业、农村家庭工业和城市工厂机械化的发展为基础逐渐形成的历史过程，在这个历史过程中考察工业社会形态的诞生，能够更清楚地揭示思想文化在社会形态诞生中的地位与作用。
在多布概括的英国工业发展的三个历史时期中，欧洲出现了以培根、笛卡尔、洛克、莱布尼茨、斯宾诺莎、休谟和康德等人为代表的近代认识论学术思潮。欧洲认识论为后人留下了卷帙浩繁的学术巨著，之所以能有十几代学者为之倾心追求的认识论研究，首先是因为处于形成与发展中的工业社会向人文社会科学提出了一个不可回避的问题：以什么样的认识方式面对发展变化的现实，才能形成真实反映现实的正确认识和有助于社会健康发展的价值追求？
正是为了回答这一时代之问，学者们前赴后继地提出和探讨了这些难以理清的问题：如何突破中世纪禁锢人们思想观念的神学教条，转向脚踏实地、务求实效的科学认识？如何经过直面经验事实的感觉、知觉和表象等感性认识，上升到概念、判断和推理的理性认识？如何根据对事物本质的把握，通过概念分析和逻辑演绎实现对感性经验的真理把握？如何越过主观对客观的层层迷障和自以为是的狂妄无知，实现清醒而自觉的理论反思？如何实现对世界的时空感知、对现实的科学认识以及对人生善恶美丑的价值评价与审美判断？……
近代认识论研究博大精深，为引导和推动工业社会的生产实践与科学实验，起到了清理观念积弊、祛除精神枷锁的思想解放作用。工业社会能够把人类社会的物质生产能力和物质生活水准提高到空前发达的程度，与近代欧洲认识论对人类认识的形式、过程、逻辑、根据、真理与价值等方面的深入探究，有着不可低估的联系。这里提起这些话题，并非仅是评价近代欧洲认识论的重要意义，而且试图从先哲的积极探索和重要贡献中获得一些启示。培根、笛卡尔、洛克和莱布尼茨等人所处的年代正是工业社会的初期，他们面对工业社会刚刚起步就开始了认识论问题的积极探索。而我们今天面对的是智能社会的开端，智能社会是以人类智能、人工智能以及人机协同智能的提升和发展为首要任务的时代，认识论问题因此成为智能社会哲学社会科学更需开展深入研究的重大问题。
值得学界反思的是，在以人类认识为根据的智能社会已经到来之际，哲学社会科学领域并没有出现像培根和笛卡尔等人那样率先投入迎接新社会形态的认识论研究，而是在长达半个多世纪的时间里对人工智能的研究进展保持沉默。或许是因为图灵在人工智能研究起步之初就将之定义为机器对人类思维的模拟，而后来辛顿等人更是倾注全力去研究人工神经网络怎样像人脑神经系统一样开展思维训练、深度学习、图像识别与图文转换等，这些似乎远离哲学社会科学视野的研究，不仅令从事哲学社会科学研究的学者感到陌生，而且也让他们难以理解。
特别令人遗憾的是，在创建之初就以对社会事实开展科学研究为使命的社会学，竟然对人工智能的研究也表现得沉默寡言与反应滞后。虽然实证主义社会学和人文主义社会学起步之时就把自己的神圣使命瞄准为对人类社会秩序与进步的追求，但是对秩序与进步的追求是以对之有明确认识为前提的。也正因如此，孔德在提出这个基本任务时，便一再呼吁要从神学的虚幻和哲学的思辨中解放出来，要像物理学那样用客观的原则把社会当作自然过程加以观察思考；韦伯反对把人类社会当作外在的物去科学地认识，强调在观察社会发展变迁时不能忘记人类的价值追求和意义理解；马克思在申明自己的基本立场时宣布：“凡是把理论引向神秘主义的神秘东西，都能在人的实践中以及对这个实践的理解中得到合理的解决。”这些社会学传统的奠基人，一开始提出的问题都涉及站在什么立场去正确认识人类社会，其实也就是认识论的基本问题。
从19世纪后期到20世纪60年代后期，人类社会进入了两次世界大战和东西方对立的冷战时期，面对战争的残酷和冷战的严寒，社会学同其他人文社会科学一样，不仅为人类如何摆脱灾难而焦虑思索，试图找到通向安全稳定生活之路，也充满激情地对给世界带来祸患的各种邪恶展开激烈的批判。涂尔干提出通过集体表象整合被肢解的社会；帕森斯阐述AGIL结构功能模式，引导社会良性运行；马尔库塞主张解放爱欲本能，重建社会和谐；梅洛-庞蒂强调知觉现象而抵制偏执的理性狂想。他们的著作中包含了对社会各种重大问题的认识论探索，但因为计算机和人工智能在这个时期还没有显露头角，他们的著作中还看不到对人工智能的论述。
自20世纪60年代后期，社会学开始关注另一种意义上的社会形态变迁，即从工业社会向后工业社会的转变。其实，后工业社会同智能社会是同一种新社会形态的不同表述。丹尼尔·贝尔指出：“‘后工业的’概念与‘前工业的’和‘工业的’概念是对应的。前工业部门主要是资源采撷的，它的经济是以农业，矿业、林业，以及天然气或石油等其他资源为基础的。工业部门主要是使用能源和机器技术从事制造商品的。后工业部门从事加工处理，其中电讯和电脑对于信息和知识的交流极其重要。”简言之，在贝尔看来，后工业社会是与以农业为主的前工业社会和以商品制造为主的工业社会不同的新社会形态，它的经济基础是服务经济，而他所指的服务经济是用电讯和电脑技术处理信息和知识的经济。就此而言，虽然后工业社会概念具有一定的笼统性或模糊性，但同智能社会并没有本质上的区别，因为智能社会也是以利用计算机和通信技术处理信息为主业的社会。
自贝尔阐述后工业社会理论以后，20世纪七八十年代社会学出现了服务经济、知识经济和后工业社会研究热潮，20世纪90年代到21世纪10年代出现了网络社会学和数字社会学研究热潮，21世纪20年代出现了智能社会学研究热点。这些学术热潮的称谓各有侧重，但最基本的内容都是在论述以计算机、互联网和人工智能等信息技术为基础，以交流、存储和处理信息为主要任务，进而增进社会交往活力、提升社会生产效益、改变社会结构的新社会形态。正是在这个意义上，笔者指出：“事实上，无论人们给他们所面对的当代社会变迁冠以何种称谓，那些令人眼花缭乱的社会变迁都不过源于社会生活的信息化。社会生活信息化是工业社会之后最基本的社会变迁，也是社会生活各种形式变化的主要内容和产生根据，因此，‘信息社会’是当代社会最恰当的称谓，这一概念最清楚地概括了一个崭新的社会形态。”
实际上，纵观半个多世纪的社会发展历程，从20世纪70年代初期到21世纪20年代后期，虽然人类社会经历了具有不同特点的发展阶段，但这些表现为产品经济地位下降，服务经济地位上升，网络化、数字化和智能化发展接踵而至的发展阶段，具有明确的本质共同性和趋势一致性。面对这一段总体上具有本质一致性、阶段上具有特殊性的历史发展，当代社会学研究呈现出十分活跃的状态，形成了以列斐伏尔为代表的后现代空间社会学，以卡斯特为代表的网络社会学和以尼古拉斯·尼葛洛庞帝、彭特兰为代表的数字社会学，这些思想理论都为智能社会学的形成与发展做了重要的准备。
二、人工智能生成的根据与作用
事实上，人工智能的研究和推进，从一开始就同社会学的研究有着不可分离的本质联系。当图灵提出让机器像人类一样思维时，这个目标就已经把他们的研究指向了人类社会。人工智能对人类思维的模拟是通过研究个体人脑神经系统实现的，但其目标却是创造能够广泛应用于社会各个领域的通用人工智能。时至今日，人工智能研究的通用目标已经成为实践行动进入社会生活的各种层面，几乎想不到哪个领域不可以加上人工智能的应用。
然而，人工智能的生成根据同其在人类社会中的通用目标是有矛盾的。人工智能模拟人脑思维时，并没有考虑到所模拟的对象是否有出身、职业、地位、贫富、强弱等方面的差别，更没有联系群体、民族、国家、传统、信仰、制度等更广泛的社会因素。因此，以通用为目标的人工智能开始向社会各层面、各领域广泛应用时，一定会遇到具有特殊性、差别性或多样性的社会因素及社会规定性的限制和影响。尤其是那些与价值原则分不开的宗教信仰、权力意志、民族传统、文化习俗、社会理想等社会因素，必将成为人工智能向社会通用迈进时不可逾越的限制。
追求通用性的人工智能怎样才能进入具有复杂差异性的人类社会？具有自身特殊性的个体和群体怎样才能将自己的差异性与人工智能的通用性实现会合与协同？这些既是人工智能与人类智能实现高水平融合的难题，也是社会学可以发挥专业特长的用武之地。
在《奇点临近》和《奇点更近》两部著作中，库兹韦尔细致地考察了人工智能对人脑智能的思维模拟，他对机器神经网络模拟人脑神经系统的深入研究，充分证明了人工智能是对个体人脑思维的模拟。也就是说，人工智能生成的根据是对个体人脑神经系统的模拟，但人工智能却被赋予了作用于社会总体的通用功能。其实，并不是人工智能真实地具有无所不能的通用性功能，而是它的制造者和使用者认为它可以无所不通。人工智能的超强认识功能并非创造者无根据的幻想，它在实际应用中已经表现了非凡能力。人工智能的能力不是个体人脑认识能力的直接放大，而是凭借计算机、互联网和大数据等信息技术的迅速发展和有力支撑，实现了在认识速度和蕴含容量方面的大幅提升。
1950年，图灵首次论述了开展人工智能研究的设想，目标是让计算机像人脑一样思维，并提出了用以检验人工智能亦即机器思维是否成功的经典方法——图灵测试。图灵的论述引起了一些人的重视，西蒙、艾伦·纽厄尔、约翰·麦卡锡、马文·明斯基和克劳德·香农等人积极投入人工智能研究，他们一同被公认为人工智能的奠基人。
1956年，人工智能研究的奠基者齐聚美国新罕布什尔州汉诺威镇的达特茅斯学院，召开了在人工智能发展史上具有重要地位的“达特茅斯会议”，标志着人工智能研究进入了小规模的热潮。令人遗憾的是，人工智能的研究热潮却几经波折。从20世纪60年代到90年代中期，人工智能研究两次跌入低谷，其间虽然在20世纪70年代初到80年代中期，由于医疗和化学专家系统的出现，使人工智能在实际应用领域取得一些成功而形成新的高潮，但扩展范围和持续时间却十分有限。
直到20世纪90年代中期，人工智能研究才重新逐渐活跃起来。互联网的快速发展不仅为人工智能的研究开辟了广阔而快速的信息获得途径，而且也拓展了研究者的学术视野和交流空间。特别是到了21世纪10年代，计算机的运行速度和存储容量大幅提高，加之大数据、云计算和算力的加速提升，以及深度学习、图像分类、语音识别、图文转换、自动驾驶等技术迎来爆发式增长，这些都对人工智能进入发展高潮起到了推动作用。
从以上考察可以看出，人工智能的发展主要得益于两个基础：一是对人类脑神经的研究与模拟；二是计算机、互联网和大数据等信息技术的快速发展。模拟人脑神经为以下研究做了必要准备：建立人工智能的神经网络系统，揭示信息在人工智能神经系统中的传导机制，明确人工智能的认识形式与认识过程；而计算机、互联网和大数据则是人工智能运行和发挥作用的载体，特别是这些信息技术的速度、存量、通道和数据库，是人工智能超越人脑能力的技术保证。
对人脑思维的模拟使人工智能具备了人的认识能力，但思维模拟仅能解决机器怎样像人一样去认识和思维，不能将机器思维或人工智能提升至超越人脑的思维能力。只有借助计算机、互联网和大数据这些非人的设备及其能力，人工智能才具备超越人脑几万倍的运算速度和难以计算的容量。人类大脑可能的最大计算速度为每秒1014次运算，2023年世界顶尖超级计算机——美国橡树岭国家实验室的Frontier的运算速度可达每秒1018次，是人脑的1万倍之多。
互联网对社会交往的扩展和增速作用，也是20世纪90年代以来人类感受到的深刻变化。凭借互联网，个体之间、群体之间、个体与群体之间，不仅在地方空间中开展了无边界的交往，而且进入脱域空间开展了更加广阔、更加快捷的交往。人工智能的不断创新及其通用功能，正是借助互联网实现了迅速展开和广泛传播。
至于大数据对人工智能的支持，更是功不可没。数据库对海量信息的存储与输出，为人工智能知晓各领域知识提供了根据，使其成为任何一个学术团体、组织机构都难以与之相比的智库。人工智能依靠数据存储和数字统计分析，似乎具备了神通广大且无所不及的非凡能力。正是基于人工智能不断被发明创造且不断扩展的能力，人工智能的研究往往都伴有内容丰富甚至具有浪漫色彩的未来构想。
在大量涌现的关于人工智能未来发展的著作中，库兹韦尔的《人工智能的未来》《奇点临近》《奇点更近》，凯文·凯利的《2049：未来10000天的可能》，托比·沃尔什的《人工智能与人类未来》等都引起了人们的广泛注意。库兹韦尔关于“奇点”的预测最令人振奋甚至惊奇：
到21世纪30年代，不断进步的AI和日渐成熟的纳米技术将以前所未有的方式促进人机结合，这将进一步放大可能的希望与潜在的危机。如果我们能够成功应对由这些进步带来的科学、伦理、社会和政治方面的挑战，那么在2045年，我们将深刻改变人类在地球上的生活，使之变得更美好。反之，如果我们失败了，我们的生存就会受到威胁。
库兹韦尔对人工智能的研究具有较强的历史意识，他把人工智能的创建与发展看成是一个从低级到高级的进化发展，认为人工智能与人机融合在历史进程中逐渐推进要经过六个发展阶段：从无机到有机，无生命到有生命，自在意识到人类认识，人类认识到人工智能，人类认识与人工智能融合，人机融合的“智能将延展至整个宇宙，把普通物质转变为能在最密集计算水平上进行组织的数层计算材料”。
库兹韦尔关于人工智能未来发展的预测属于比较乐观的，但他也提到了必须警惕人工智能发展与应用中的风险问题。凯文·凯利和托比·沃尔什等人在预测人工智能未来将给人类带来发展进步时，也谈到了很多社会风险。其中议论比较多的风险是职业替代和人才需求变化，这些也是21世纪20年代人工智能进入快速发展阶段以来社会上议论较多的问题。
人工智能的快速发展和广泛应用，不可避免地对一些职业形成了挑战或冲击，比如人们广泛议论的高等教育领域。高等教育可以说是人工智能迅速发展直接冲击的领域。因为现有高等教育的管理体制、专业设置、课程体系、知识系统、教学方式和人才培养模式等，基本上都是在工业社会基础上建立起来的。工业社会相对确定的工作方式、思维方式、知识体系和人才类型，反映了工业生产的要求。因此，为工业社会服务的高等教育也是按照工业生产的特点建立起来的。
当人工智能以及网络化和数字化等信息技术的融汇，日益加速地推动社会从相对稳定转变为高速流动状态时，社会成员的工作方式、思维方式、知识体系都发生了深刻变化，各行各业对人才类型的要求也发生了重大转变。不仅从事高等教育的大学教师、管理人员和正在接受高等教育的广大本科生与研究生，明确认识到现有高等教育已经滞后于智能社会的深刻变迁，而且社会各界特别是在校学生的家长，也都日益清楚地认识到高等教育必须作出积极有效的改革才能适应智能社会的迅速发展。
社会各界对教育体制、课程体系和人才培养模式的新认识和新要求首先源于市场对人才需求的变化，更确切地说，就是经历了12年基础教育和10年左右的本科、硕士和博士研究生教育的学生，毕业后能否找到一份与所学知识和在学校中形成的能力相匹配的工作。这个问题在当下中国表现得尤为严峻。近几年高校毕业生在就业问题上通常都变得很焦虑。现在的情况不仅是难以找到专业对口的理想工作，而且不论专业只要能找到一个稳定的工作岗位都已经成为不好实现的目标。
严重的就业问题引起一些社会成员对人工智能快速发展的抱怨，很多人认为是人工智能不断增强的功能替代了人们的工作岗位，排挤了青年人的劳动就业机会，甚至有些学者把这种现象称为劳动异化。应当看到，当人工智能应用到各行各业时，确实因为能提高工作效率而减少了工作岗位和从业人员数量，但仅因此而强调人工智能的负面效应，甚至将其指责为科学技术发展的异化，未免失之偏颇。
三、提升与分化同时并存的问题
人工智能的迅速发展提升了机器、人类和人机协同的认识能力，我们在智能社会或智能社会学视角下论述的认识能力，是前文所述三种认识能力的交互作用与同时并存。并且，在这三种认识能力之间，既有相互作用、融合发展的提升，也有对立互斥、分化离异的衰退。
在人工智能快速发展的条件下，离开人工智能的人类智能不可能是当前和未来最聪明、最有实力的人类智能，只有同人工智能协同甚至融合起来才能实现人类智能的提升。与此同时，离开人类智能的人工智能仅仅是机器的智能，虽然其反应速度、存储数据和利用知识的能力远远超过人类智能，但从其已经具备的能力看，它对即时事实的反应、对价值的评价和对审美的判断还超不过人类认识。不仅如此，在介入人类社会的过程中，当人工智能出现独立于人类的价值评价和审美意志，并由此而同人类的自由与发展产生冲突时，人类必将限制它的进一步发展。人类社会只能由具有善良人性的人根据自己的认识支配，否则，出现了独立于人类的机器价值、机器审美和机器行动，人类将进入彻底的无法挽回的异化，人类社会的历史将走向终点。这是每一位创造人工智能、使用人工智能、开展人机协同以及迈向人机融合的人必须严肃而自主面对的问题。
人工智能已经获得了加速度发展，并且其发展速度的增长是指数级的，而人类的认识能力增长是渐进性的，并且是有差异的。当人工智能坚持其能力应用的通用性，不断融入各领域、各层面时，其在提升一部分人类智能的同时，将不可避免地促使人类认识能力的分化。
原始社会最初是以分散的个体和血缘家庭的形式存在的，在不少民族的原始社会中，最具代表性、广受人类学家关注的文化现象就是图腾崇拜。詹姆斯·乔治·弗雷泽、吕西安·莱维-布留尔和克洛德·列维-斯特劳斯笔下描述的原始部落的图腾崇拜，其共同特点都如涂尔干所论，是通过集体活动形成群体兴奋并进而形成图腾崇拜，超越个体和血缘家庭进而进入原始宗教整合的社会发展阶段。人类由此从分散进入整合，形成社会团结。也就是说，人类社会一开始并没有稳定的群体，都是通过集体的文化活动，产生了某种价值目标，在对目标的崇拜中形成了信仰，集结为原始宗教群体。
原始宗教的出现是最初的文化整合，是通过感性的表象认识形成了价值认同。虽然原始人在图腾崇拜中的价值认同缺乏理性分析和逻辑推论，但其通过感性的表象共识形成的价值认同更加稳定。表象认同是形象的认识、记忆与传承，它不必经过理性分析和逻辑推论，而是以视觉、听觉、嗅觉、动觉等身体各种器官的感觉综合而成的知觉，亦即现象学所论述的身体图式的共同感或感性的价值共识。
人以群分的前提是形成共同价值，有了共同价值的凝聚才有了具有不同特点和差异化追求的社会群体。人类通过集体活动形成无数的群体，既是在分化中形成整合，又是在整合中出现分化，二者同时发生才形成了社会。一些学者在评述涂尔干关于集体表象的社会整合功能时，仅注意他论述的社会整合功能，而没有注意与社会整合同时发生的社会分化。事实上，社会成员通过某种集体活动和集体表象形成的社会整合，仅仅是一部分社会成员的整合，而对于其他没有整合入这个群体的社会成员而言，这又是一种社会分化，而这种整合中的分化在现当代社会尤为普遍。
当人工智能促进人类智能提升之时，一部分积极学习和有效利用人工智能的人，不仅提高了自己的认识能力，而且也形成了新形势下的社会整合，成为活跃在经济社会发展前沿的社会群体。然而，由于社会发展具有不平衡性且存在广泛的社会分化，人工智能通用性地进入社会，却未必能在不同的群体、组织、阶层、民族和国家中实现共同性、普遍性地提升认识水平的作用。更明确地说，人工智能推动社会认识水平的提升是差异化、多样化的，而这种提升引起的变化本身就是社会分化。
产生这种效应的原因首先在于社会成员的认识能力和知识基础的差别。在网络传媒、数字信息和人工智能等领域工作学习的科研人员、教师、学生、企业家、管理者和工程技术人员等，他们大多对人工智能的认识和应用是走在时代前列的，他们的认识能力也会随着人工智能的快速发展而不断提升。但那些对信息技术应用以及对相关知识了解比较薄弱的人们，有可能对人工智能不闻不问。人工智能不仅不能提升他们的认识能力，相反会因为人工智能同各行各业相加相融，使他们显得落后与迟钝，从而呈现认识能力下降的问题。
其次是利益受损所致。人工智能的广泛应用替代了一些人的工作岗位，这些人因为利益严重受损而产生对人工智能的抵触或对立情绪，其中大部分人一时难以应用人工智能提高自己的认识能力，甚至会因认识水平相对降低而滑向社会底层。人工智能可以大幅提高某些简单重复、规则明确、模式稳定、功能确定的工作的效率，甚至可直接替代这些工作岗位。一些企业为了降低成本、提高效率，以人工智能替代某些员工的工作，在这些岗位上工作的人的地位、重要性和工资收入会随之下降，甚至会导致一部分员工失业。
最后是价值观念冲突。人工智能的研究与开发是有明确价值追求的，即坚持科学理性主义原则，用客观的实证主义方法，借助计算机、互联网和大数据等信息技术，模拟人脑的神经传导和反应认知过程，以高速计算和海量信息处理，形成高于人脑万倍甚至百万倍的认识能力，推动更高效率的工作，获取更大的经济效益。这是科学主义和工具理性主义的追求，目前在效率方面已达到空前高度，并且还希望达到更高的“奇点”效应。这种科学主义和功利主义追求，同形形色色的宗教信仰、准宗教信念以及各种人本主义、非功利主义的价值原则是明确对立的，持有非科学、非功利价值原则的宗教团体、社群组织和部分个体社会成员，他们难以顺应人工智能的快速发展，无法从中获得认识能力的提高。
另外，无论中外，人工智能都是在国家或地方中心城市中发展起来的。处于中心城市的公司企业、政府机构、社团组织和城市居民对人工智能的认识与使用，是那些远离中心城市的企业、机构、组织和居民无法与之相比的。人工智能发生发展的中心城市效应，不仅延缓了逆城市化进程，而且还加剧了智能资源和智能产业进一步向中心城市集中。这种发展趋势在中国表现得尤为明显，不仅北上广深等一线城市在继续扩张，而且重庆、成都、苏州、合肥、西安等地方中心城市也在努力扩大规模，这些都与中国二十多年来的大规模信息化和智能化发展直接相关。
近些年中国政府采取了很多平衡信息化、数字化和智能化发展的重大战略。诸如“东数西算”战略、数字乡村建设战略、城乡融合发展战略，以及开发西部、振兴东北等战略，都包含了加快发展滞后地区的网络化、数字化和智能化建设的内容。应当说这些战略已经起到了平衡发展的积极作用，但在发展滞后地区还应当大力推动干部和群众的认识能力提升以及思维方式更新，否则，以陈旧的观念面对崭新的智能化发展，必然会出现裹足不前甚至停滞衰退的问题。
四、积极应对智能社会的深刻变迁
智能社会变迁的深刻之处在于认识能力的变化，而且是人类智能、人工智能和人机协同智能在交织并存中提升与衰退同时发生的分化性变化。并且，认识能力提升与衰退的分化性变化，必将引起社会生活的进一步分化，它将表现为进步与落后、积极与消极、富有与贫穷、繁荣与衰败等社会分化的同时发生和复杂演化。
事实上，在智能社会迅速崛起中出现的这种进步与衰退同时并存的变化，在工业社会发展之初已经发生。随着机械工业的迅速发展，物质产品在工厂里被快速而大量地制造出来，资产阶级无比兴奋地面对机械工业创造的巨大财富效应，他们加速资本积累的欲望不断膨胀，在资本主义制度和科学理性的支持下趋近疯狂。福柯称之为理性的疯狂，但这种疯狂的理性不仅认识不到自己的疯狂，反而把那些对资本主义工业化发展有抵触情绪和反抗行为的人们当作“疯子”关进了“疯人院”。福柯在《疯癫与文明》中考察的17世纪法国总医院，就是根据资本主义精神和理性主义原则建立的“疯人院”。其中关押了反抗资本主义制度的破落封建贵族，离开了破产农业庄园的乡村流民，以及一些抵制科学理性原则的知识分子。“在这种以科学为典范的理性主义统治下，人们的情感、意志、理想、选择都受到了贬低和压抑，科学理性在哲学和科学的哄抬下，升到一切文化形式之上，简直如同烈日当空，普照人间。被等同于兽性发作的疯人，面对热烈而耀眼的阳光，不仅无力再像中世纪和文艺复兴时期的疯人那样放荡形骸、狂妄自傲，而且被强烈的理性之光照射得连真实的世界也看不清了。”
虽然目前因人工智能发展而引起的进步与衰退的社会分化现象，并没有像福柯所描述的古典时期表现得那样疯狂，它还仅仅是一种处于萌芽状态的有可能进一步发展的趋势。但对这种趋势如果没有明确的认识和有效的应对措施，当它置社会的消极反应而无所顾忌、不受任何制约地任意加强与扩展时，其导致的社会后果即便不像法国总医院那样大批地囚禁“疯人”，起码也可能出现难以预测的社会分化，甚至发生两极化的对立冲突。因为智能社会的分化是植根于认识能力的分化，它不仅同人们的心理过程、思想观念和价值原则内在地纠缠在一起，而且在人工智能快速发展的加速推进下，它产生的后果会数倍放大，并且其表现形式也会因“人工智能+”、人机协同和人机融合的作用而呈现差异化，进而导致社会成员在交往行为、群体关系、阶层区别、贫富差别、社会信念和价值追求等各方面的社会分化无限复杂和难以想象。如果再考虑具身机器人、真人模拟、仿真再现、图文转换和元宇宙等技术的进一步发展，智能社会的进步与衰退的分化会更加复杂，其后果也更加难以预料。
如何应对智能社会更加复杂的社会分化？首先，应当把提升社会成员的主体认识能力作为大力推广的发展战略在全社会实施。应当通过网络传媒、智能知识普及和典型案例引导等途径，使社会成员普遍认识到人工智能的本质是对人脑思维的模拟，无论人工智能发展到何种程度，它一定是人类作为主体能动创造的产物。要在坚持人类主体地位的基础上，对智能社会来临的时代意义、阶段变化、演化趋势和战略任务形成清醒而积极的认识，进而努力迎接智能社会的严峻挑战和丰富机遇。
其次，应当因群施策和因地制宜地实施“人工智能+”行动。要把人工智能同人们的社会行动结合起来，通过具体的社会行动延伸到各种社会领域。既要考虑人工智能技术的通用性，又要顾及认识能力、认识对象、认识活动的个体多样性和群体差异性。充分考虑个体和群体社会成员的认识活动开展于不同的场域之中，因为认识对象和应用环境的区别，“人工智能+”行动的形式、内容、层次和程度都应当符合社会实际，脚踏实地、务求实效地实施，力戒空谈。
最后，大力推动适应智能社会发展需求的教育改革。目前的教育体制、教学方式、人才培养模式以及知识体系等，基本是在工业社会基础上建立和发展起来的，适应了以机器生产为基础的工业社会对人力、人才、知识和能力的要求，其基本特点是根据科学知识、机器原理、生产程序、通用规则、市场绩效等方面的要求培养人才。这种人才培养模式贯穿了基础教育和高等教育的各个层级和环节，为工业社会发展作出了积极贡献。但在智能社会已经到来的新形势下，不能固守原有教育模式，应当根据智能社会发展的新要求适时作出积极的教育改革，尽快培养适应和推动智能社会向前发展的新型人才。
智能社会作为一种新社会形态，其引起的社会变化一定是全方位的，提出的问题和需要的对策也是多种多样的。基于人工智能技术的加速发展，智能社会发生的问题要比工业社会出现的问题来得更快、更复杂、更具不确定性和难以预测性，因此，需要从不同的社会领域、社会层面和社会需求提出不同的行动策略和发展战略建议。然而，正是因为智能社会发展变迁的迅速性和高度不确定性，在提出和制定应对策略与发展战略时，应当具有超现实性或未来预测性。凯文·凯利、库兹韦尔等人的研究就具有未来预测性，很多预测没有等到未来的时间节点就变成了现实。
在应对智能社会分化可能出现的社会问题甚至社会风险时，还应当认真考虑的议题是社会保障或社会福利问题。智能社会的分化既是认识能力的分化也是社会财富的分化，因为认识能力的强弱直接规定着行动的力量和效率，进而影响获取财富的多寡。当一部分人通过对人工智能技术的创造和利用而提升智能，占有更多财富，进而踏上财富迅速增长之路时，也就意味着缺乏这方面能力的人们会丧失占有财富的机会与份额，进而步入衰退之途，坠入贫困之列。因此，应建立应对智能社会快速发展带来社会风险的社会保障制度和社会福利政策。
随着人工智能技术在各种领域的广泛应用，职业替代问题将不断出现，一些企业由于有效利用人工智能而压缩用人开支，经济实惠且高效安全的机器人将占据企业的很多工作岗位，其结果必将导致一部分人失业。这种问题在美国硅谷的一些大型智能公司已经不断爆发，一方面是企业敞开怀抱迎接AI走上其可以大展神通的劳动岗位；另一方面是大量中层工程技术人员遭到裁员，面临收入锐减、经济困难的境地。政府不仅应当在这些问题已经出现时，采取措施保护企业员工的经济利益和就业权利，而且应当尽快研究如何应对智能社会进一步发展带来的潜在风险和即将发生的危及劳动保障和职业安全的问题。可以考虑既鼓励推广应用人工智能，又通过税收增加财政收入，为开发社会公益性就业岗位筹措资金，提高社会成员的劳动保障，为其生活安全提供支持。通过这些具有人性化的制度安排，把智能社会建成既有高效率又有人间温情的和谐社会。
原文刊发于《学术界》2026年第8期
