哲学家涌入AI企业：从“对齐”到“机器意识”，他们能解决什么？

哲学与计算机科学渊源深厚，如今一批哲学研究者离开学术界，进入DeepMind等头部AI企业，承担此前由计算机科学家主导的难题。政治哲学家Iason Gabriel曾为DeepMind的“AI对齐”奠定哲学基础；伦理学研究者Amanda Askell博士毕业后进入AI领域，主导塑造了Claude模型的道德与性格；剑桥学者Henry Shevlin则走上DeepMind新设的“哲学家”岗位，聚焦机器意识与AI伦理。

核心工作：对齐、幻觉与意识

AI企业的哲学人才主要解决三大类问题。

1. AI对齐

早期防止模型输出有害内容的方式是硬性限制，例如彻底禁止谈论炸弹制作，但这种方法笨拙且容易被绕过。企业需要更灵活的对齐规则，而这依赖对善恶是非的概念辨析和逻辑分析。研究者发现，若允许模型在特定场景下打破一条规则，它可能顺势违反更多规则。埃克塞特大学学者Shane Glackin认为，最佳解释是模型训练文本库中存在语义关联，将“好”与“坏”内容相连；一旦放宽限制，模型会抓住特例并沿着关联推导出更多负面内容。这正是哲学逻辑分析擅长处理的议题。

2. 减少幻觉与偏见

哲学人才也参与优化模型性能，减少模型凭空编造信息，并消除固有偏见。

3. 机器意识研究

哲学家尝试将人类意识理论应用于AI，回答AI是否具备感知能力这一长期争议问题。这一古老哲学议题如今成为AI企业必须面对的工程瓶颈。

规模与隐患

美国哲学协会非学术职业委员会主席Aaron Kagan梳理大量招聘广告后发现，粗略的关键词统计中，26.6%的AI岗位文案提及伦理、安全、对齐、治理或政策；但剔除套话后，仅约5%的岗位会实质性开展相关工作。

爱丁堡大学哲学学者Mahrad Almotahari认为，哲学家的作用更多是协助工程师解析模型内部机制——将海量数学运算的描述，转换为更高维度的表征层面描述。但他对哲学能否破解机器意识这类终极问题持怀疑态度。

亦有学者提醒，企业大批量聘用哲学家可能催生偏向企业利益的研究成果。伦敦政治经济学院教授Jonathan Birch表示，哲学界尚未在意识、能动性、道德等核心命题上取得重大突破，而AI领域的终极哲学答案仍遥不可及。