摘要：吴小安在《机器意识与因果自我模型》中提出，没有因果自我模型就没有真正的机器意识。这是一个大胆的设想，但其具体观点与论证中有一些问题值得商榷。就因果自我模型对于机器意识的必要性论断而言，其主要论证的两个步骤都有进一步讨论的空间。第一，建构因果自我模型并非获得关于自身的因果推理能力的唯一途径。第二，因果推理与反事实思维能力亦非高水平意识状态的必要条件，可能只是某些特定意识内容的条件。另外，文章声称“统合”主流意识理论的主张，有混淆本体论层面的因果结构与认识论层面的因果表征之嫌。针对如何在结构因果模型中融入自我，也存在更有潜力的思路。没有理由认为人工智能的因果进路与机器意识之间有紧密联系，前者没有且不应该把后者作为目标。
关键词：机器意识 因果自我模型 因果人工智能
作者：张寄冀，香港中文大学哲学系教授。
来源：《中国社会科学》2026年第8期P196—P203
随着人工智能的飞速发展，关于机器意识的讨论愈趋热烈。一种常见的想法是（高水平）意识多半与高级认知能力相关，由此论断某些高级认知能力是促成（高水平）意识产生的重要因素甚至是其存在的必要条件。吴小安《机器意识与因果自我模型》一文（以下简称“吴文”）即为这类观点的一个代表。吴文基于因果与反事实推理在高级认知中的重要地位，试图论证珀尔（Judea Pearl）的结构因果模型框架，以及基于该框架的反事实推理模式，为机器意识提供了结构性基础，并提出了因果自我模型作为迈向机器意识的关键架构。吴文提出了一些新颖的设想，其跨学科整合的尝试也值得赞许。本文将分析吴文论证中几个不足，并在结尾提出一个建议：除非有强大的理由或证据，否则不要将意识与因果推理能力捆绑。因果人工智能的研究没有把机器意识作为目标，也最好不要成为机器意识的必由之路。
一、吴文的核心论点
吴文在摘要里明确地提出一个观点：“系统只有将自身视为因果链条中的主动节点，并能够基于这种因果自我模型进行反事实模拟与内省，才具备迈向真正意义上的机器意识的结构性基础。”文章开篇也屡次使用必要条件句式，比如，“它需要在内部拥有一个以‘自我’作为中心节点的模型，用于表征自身各状态与行为的因果关系”。从这些陈述看，吴文的主旨是论证机器意识的一个必要条件：没有因果自我模型，就没有真正的机器意识。
这个观点不仅被开宗明义地强调，且在吴文里有较详细的论证，因此笔者把它当作吴文的核心论点。该论点本身也颇为大胆新颖，值得探讨。但在进一步分析此论点及相关论证之前，需要说明吴文的雄心似乎并不限于此必要性论断。文章也有一定篇幅指向所谓“意识的难问题”，即对现象性意识的产生和特性给出充分的解释，比如类似下面这样的断言：“结构因果模型则为这些主观体验维度的理解和实现提供了统一、结构化的解释路径。”“因果自我模型更进一步给出了‘知其所以然’的解释路径，弥补了现有理论的解释空白。”“借此力图克服传统功能主义所无法回避的一些根本性哲学难题，例如‘意义从何而来’以及‘主观体验如何涌现’等问题。”这种倾向在文章的第三节更为明显。此节回应的大多数挑战，诸如“中文屋论证”“僵尸论证”“具身认知理论”，都是针对某种充分性论断，对因果自我模型的必要性几乎完全无损。作者在“因果自我模型的证成及其价值”一节聚焦这些问题，表示他很关心因果自我模型的某种充分性，与开篇强调的必要性有显著不同。
但就正面论证来看，吴文中与充分性论断相关的讨论多是断言，比如上述的几例。另一个典型例子是，吴文中几次提到因果自我模型作为意识涌现的（充分的）结构基础。如果要论证此观点，至少需要对“涌现”这个重要概念作一些界定。比如，依照查尔莫斯（David Chalmers）的强弱涌现的区分， 如果此处的“涌现”是指强涌现，那么这样的涌现在理论上就是不能从任何“基础”里推导出来的现象。反过来就很难理解我们如何判断强涌现的“充分的结构基础”是什么。而如果此处的“涌现”是指弱涌现，那么这样的判断有希望被证成，但多半也需要对弱涌现这个范畴作更细致的分析。就笔者所见，吴文未对“涌现”这个概念进行足够剖析。
综上所述，吴文的核心论点当为其开篇就强调的必要性论断。文中那些涉及“意识的难问题”的充分性论断，实则是作者的理论愿景。据此，下一节将集中考察吴文针对该必要性论断给出的论证。
二、因果自我模型如何必要
有何理由相信因果自我模型是构成机器意识必要的“结构性基础”？就笔者对吴文的理解，其中心论证可以重构为一个三段论。
前提一：内嵌（在内部建构）因果自我模型是获得关于自身的因果推理尤其是反事实思维能力的必要条件。
前提二：具有关于自身的因果推理与反事实思维能力是高水平意识产生的必要条件。
结论：内嵌因果自我模型是高水平意识产生的必要条件。
但这里的两个前提都需要讨论。前提一中说的因果自我模型是特指基于珀尔的结构因果模型的一种架构。虽然结构因果模型是表征和推演因果关系的一种很有用的形式化工具，但要说此架构是获得因果推理能力的必要或唯一途径，还需要更多论证支持。因果推理的文献里有各种各样的形式化框架，比如经常拿来与结构因果模型作比较的潜在结果模型，以及诸如因果理论和事件演算之类的逻辑框架。就算一个形式框架被证明是某种规范性意义上的最优选择，认知多元主义也提醒我们，不同认知主体完全可能通过不同的表征方式获得因果推理能力。
当然，即使内嵌结构因果模型不是获得一般因果推理能力的唯一途径，它有可能是唯一的，或者比其他方式容易得多的，能融入自我因而催生内省式的因果推理的架构。将因果模型与自我模型结合是吴文的一个新颖构想，因此这样理解前提一的理据很可能是契合本意的。虽然这是支撑前提一的一个可能进路，但就吴文给出的提议，即把“自我”当作一个内生变量放入结构因果模型中，难以体现结构因果模型在此点上的独特之处。若换为其他因果推理的形式框架，也可以在原则上给出类似的提议。至于细节上的成本差异，则需要通过细致的尝试与比较才能了解。因此，就吴文提供的理据来看，可以合理地拒斥前提一。
前提二的问题可能更为关键。如果将其理解为一般性主张，即关于自身的因果推理和反事实思维能力是任何高水平意识产生的必要条件，那么它面临反例。一个人全神贯注地聆听音乐，沉浸于水彩画的鲜艳质感，或处于冥想中的纯粹觉知状态时，可以拥有丰富的高水平意识体验，但这些体验似乎并不以任何因果推理或反事实思维为条件，至少吴文没有对此提供理论或经验证据。相反，一些关于视觉意识的神经机制研究表明，丰富的视觉意识体验可以在没有高阶认知加工介入的情况下发生，仅需视觉系统内部的循环加工即可支撑。对这些发现的一个自然解读是，意识体验的产生并不普遍依赖于推理性的认知操作。
吴文举了一些例子来支持前提二，强调反事实推理对后悔、遗憾、责任感、选择的自由度这样的意识体验至关重要。这些例子有一定的说服力，也有一些来自心理学和神经科学的证据。但需要注意，这些例子是一类具有特定内容的意识状态。从这些例子看，反事实推理的重要性并不是作为意识的一般性条件，而是和一些特定的意识内容有密切联系。这里我们可以借用意识研究领域的一个常见区分，即一般意识（状态）和特定意识（内容）之间的区别。大略说来，前者是指有意识的状态，与无意识的状态作对比，而后者是指特定意识内容，与不同的内容作对比。吴文的例子说明，反事实思维能力是某些特定意识内容的条件，还谈不上是意识状态的必要条件。
从这个角度看，吴文对于前提二的论证似乎存在一个逻辑跳跃。举证的关注点是特定类型的意识内容，但结论却扩展为关于“机器意识之结构性基础”的一般性宣称。实际上，结合以上对两个前提的局限性的揭示，此论证能够支撑的最强结论应该是，某种形式的因果自我建模是某些特定意识内容（那些依赖对自身因果角色之反思的意识内容）的必要条件。从这一结论到“因果自我模型是意识产生的结构性基础”之间，还颇有一些距离需要填补。
吴文并没有对“意识”这个含义众多的词作出明确界定。虽然吴文的整体论述给人的印象是其关注一般现象意识，但也有可能其核心部分只针对一类特定的与自我觉知相关的意识内容。以上分析说明，对吴文观点的一个合理诠释是认为它只限于一类特定内容的意识。
在这个中心论证之外，吴文的一些表述还暗示了两条辅助论证路径。一是自我表征路径，即意识需要第一人称视角，而第一人称视角需要一个将自身表征为因果主体的内部模型。二是主客边界路径，即意识需要自我与非自我的区分，而这种区分需要通过表征自我的因果干预范围来划定。这两条路径似乎共享同一个预设：关于自我的因果性质表征是自我表征本身的前提，或至少与之同时发生。但这一预设尚缺乏充分论证，且与发展心理学和认知神经科学的现有证据难以足够契合。一些关于自我觉知发展层级的研究表明，自我与非自我的区分在新生儿阶段已经存在，很可能早于因果或任何推理能力的出现。自我与环境的区分也可能通过直接感知把握自身与环境的空间关系来形成，而并非依赖因果建模。其他很多关于“最小自我”或“原始自我”的研究都不支持自我表征的基础层要以因果性质的表征为前提。更合理的图景可能是：先有自我表征，再发展出对自身因果属性的认识。如果是这样，那么关于自我的因果建模就不是意识中自我觉知维度的基础，充其量只是其进一步发展的条件。
三、因果自我模型如何统合主流意识理论
吴文开篇还有一个论断，声称因果自我模型“统合了两大主流意识理论的思想，既承认全局广播与信息整合对于意识功能的重要作用，又强调内部因果结构对于意识本质的关键意义，从而弥合纯功能描述与主观体验之间的落差”。在第二节中，吴文进一步阐释了“统合”的方式：一方面“继承并深化了全局工作空间理论关于意识信息整合的思想”，另一方面“借鉴集成信息理论关于意识与因果结构密切关联思想”。暂且不论这种统合的意义是否深刻，但这里暗示了因果自我模型理论与集成信息理论中对因果结构的凸显相契合。
集成信息理论谈论的系统内部的因果结构明显是本体论层面的，是指系统各组成部分之间事实上的因果力或因果联结。在此框架中，重要的是系统的物理基质本身具有何种内部结构和因果约束，而非该系统在认知上表征了什么内容。而吴文所提出的“因果自我模型”则处于不同的层面。它是系统的一个认识论意义上的构造，一个关于自身与环境之间因果交互关系的表征性模型。这里的“因果”指的是模型的表征内容（系统所建模的对象是因果关系），而非实现该模型的物理基质本身的因果整合度。
这样看来，说因果自我模型“统合”或“借鉴”集成信息理论，其误导性似乎多于启发性。当然，吴文也有些说法试图去联系这两个层面的“因果”。比如，吴文写道：“因果推断能力的实现可能提升系统内部因果结构的复杂性，从集成信息理论角度看，这或许有助于提升机器的意识水平。”这个说法明确区分了认知意义上的因果建模和推断能力同本体论意义上的内部因果结构的复杂性，是值得赞许的，但它对这两者间关系的论断则很像是一种猜想。猜想并不一定不对，有时也会指示重要的探索方向。从这个意义上说，该猜想也可能是吴文的一个贡献，但吴文并没有给出证据支持。
同时需要强调的是，即便系统的因果推断能力的确与其内部因果结构的复杂性正相关，这也不足以说明促成前者的因果模型就“统合”了基于后者的理论。其他高级推断能力的实现同样可能伴随内部因果结构的复杂性的提升。
吴文还强调因果自我模型可以避免集成信息理论面临的“简单电路可能具备意识”的悖论或泛心论倾向，因为按照吴文的设想，有意识的系统不仅具有合适的内部因果结构，而且需要“明确地建构一种具体的因果内容和语义”。这样可以排除很多直观上无意识的系统。但通过附加一个认知能力要求来避免泛心论，似乎也同集成信息理论强调内在性质、反功能主义的立场不统一。
即使要加入功能性条件来限制集成信息理论的适用范围，也有太多的理论可能性。全局广播、高阶表征、情感评价、时间整合与叙事自我建构等，都是至少和因果自我建模同等地位的候选者。后者如果有特殊之处，似乎还是因为与集成信息理论撞了“因果”这个词。
四、如何在结构因果模型中融入自我
“因果自我模型”不失为一个有趣的提议。一个系统对自身具有因果层面的表征，从而能够（或更好地）进行关于自身的因果与反事实推理，是一个值得形式化探讨的想法。吴文在结构因果模型的基础上给出的思路未能充分展开，仅止于一个循环路径结构（WorldState→Percept→Self加上Self→Action→WorldState），表示一个标准的感知—行动循环。这个循环结构的描述虽然容易理解，但适用于任何基于模型的强化学习系统。比较特别的一点是，吴文强调必须把自我（Self）作为一个因果节点显式地放到结构因果模型中，成为一个内生变量。
吴文没有探讨细节，一来可能是篇幅限制，二来可能是因为将“自我变量”放入结构因果模型并不是自然简单的扩展。作为一个变量，“自我”的可能取值为何？决定这个变量的结构方程是什么形式？依赖什么样的母节点？容许对这个变量作出干预吗？如何理解这样的干预？这一系列的问题值得进一步探讨，但处理它们多半不是轻而易举的，会有理论上和应用上的“成本”，很难预测是否会与“收益”相匹配。同时，就像上文提到的，“把自我加入因果模型”这样的融合方式，不一定能体现结构因果模型在这一点上的独特性或优势。
笔者认为，要构造因果自我模型，把“自我”作为一个内生变量放进结构因果模型不一定是必须的。一个不同的设想是把心理学中的某个（非因果）自我模型（如自我图式模型）与标准的结构因果模型嫁接。结构因果模型这个部分并不出现“自我”这样一个变量，嫁接的方式是把自我模型表征的状态对应于对结构因果模型中的变量进行干预的选项集。在珀尔的框架中，本来就可以自然地把干预算子解读为预设了一个执行干预的能动者，但这个能动者在模型内部是隐形的，或者说不是内生的。如果我们将“自我”理解为那个能施加干预操作的能动者，那么“自我”就不是因果模型中的一个节点，而是体现在模型的可变化的方式之中，或者说体现为因果模型外部的一个视角结构。维特根斯坦曾说：“主体不属于世界，而是世界的界限。”套用这句式，笔者建议考虑这样的架构：“自我不属于因果模型，而是模型的界限。”
如果坚持把“自我”当成因果模型中的一个变量，那也很可能不该被当作一个普通变量或者和物理变量处于同一层次的变量，而应该被认为是一个处于更高层、由一些普通变量构成的变量。近年来，哲学和人工智能领域有不少关于多层因果建模的工作，同时考虑因果关系和构成性关系。这些工作可能为因果自我模型构想提供更多理论资源。
结语
总结说来，内嵌因果自我模型并非获得关于自身的因果推理能力的唯一途径，而因果推理与反事实思维能力也并非一切高水平意识体验的必要条件，充其量只是某些特定意识内容的条件。如何将“自我”作为显式变量嵌入结构因果模型，面临一系列技术问题。
此外，吴文还有一个预设值得讨论，即认为制造有意识的机器是我们应该追求的目标。文章在结语中写道：“我们不能仅满足于智能系统的功能表现。如果人工智能要真正以人类可理解、可信任的方式参与社会互动和决策过程， 赋予它某种形式的自我意识或许将成为关键一步。”然而，机器意识是否可欲，是一个争议极大、悬而未决的问题。一个具有主观体验的人工智能系统可能带来严峻的伦理困境：它是否拥有道德地位和权利？我们是否有义务不关闭它？部署有意识的机器是否构成一种系统性的安全风险？这些问题远未得到解答。在不少研究者看来，机器意识即便可能实现，也未必应当被追求，至少不应当在缺乏充分伦理论证的情况下被当作一个不言自明的好事。
最后还有一点需要说明。吴文转述人工智能因果路径的领袖珀尔的一些说法，可能给读者造成一种印象，似乎因果人工智能的研究进路与机器意识存在某种内在的亲缘关系。因果人工智能研究的核心目标——提升模型的可解释性、稳健性、分布外泛化能力以及公平性——并不以机器意识为旨归。珀尔的确在其科普著作结尾的哲学畅想中以及一些访谈语录中提过与吴文观点类似的论断（值得注意的是，珀尔有对机器意识风险的反思，虽然他似乎认为这个风险可通过价值对齐控制），但在严谨的因果推断与因果机器学习工作中，无论是珀尔自己还是别的研究者，都没有以机器意识为远景目标。
笔者认为，将因果人工智能与机器意识捆绑，会对因果人工智能这一本身目标明确的研究纲领产生不必要的关连。如果因果建模与推理能力果真如吴文所暗示的那样，是通往机器意识的“必由之路”或“结构性基础”，那么对于那些认为机器意识不可欲或风险过高的人来说，这是反对人工智能因果路径的绝佳理由。同时，当下主流的、非因果的研究路径在这一点上倒可以心安理得、高枕无忧。这听起来并不是利好因果人工智能。合理的态度应该是，因果推理能力是值得追求的认知能力，发展具有此能力的人工智能有充分的、与机器意识无关的理由——更好的决策、更强的泛化、更高的透明度。而机器意识之可能性与可欲性，则是一个独立的、需要深刻反思的问题。就目前而言，还没有让人信服的理由认为两者之间存在吴文设想的那种紧密的理论纽带。
