胡泳:AI时代人的价值不应由“机器不可替代性”定义
2026/10/25 20:02阅读量 3
Palantir CEO Alex Karp提出只有具身技能者和神经多样性人群在AI时代安全,引发关于人才价值的争议。文章指出这种二分法窄化了人类能力,且隐含了“人必须比AI强才有未来”的错误前提。真正的社会问题在于重构社会契约,将基本生活保障与就业脱钩,承认多元的社会贡献,并关注技术收益的公平分配。
事件概述
Palantir首席执行官亚历克斯·卡普(Alex Karp)在2026年3月的访谈中提出,面对人工智能的发展,两类人群拥有更安全的未来:一是接受过职业技能培训的具身技能者,二是神经多样性人群。这一观点随后被《财富》等媒体广泛报道,引发了关于人才等级、教育方向及社会契约的激烈讨论。作者胡泳认为,卡普的言论虽然触及了标准化认知资本贬值的现象,但其核心逻辑——即人的价值取决于相对于机器的竞争优势——是工业时代思维的延续,亟需从社会层面进行反思和重构。
核心信息
1. 对“卡普二分法”的批判
- 维度混淆:卡普将“具身技能”(如电工操作)与“神经认知特征”(如非典型思维)作为两个平行的人才分类,忽略了二者并非互斥,也不在同一分类维度上。
- 创造力误区:非典型认知方式并不必然带来更高的创造力或更强的抗替代性。人工智能已深入文学、设计、科研等领域,创造性劳动同样面临变革。
- 遗漏关键能力:该二分法忽视了具有关系性、情境性和社会性的人类能力,如艺术家、教师、护理人员和社会组织者的工作价值,无法涵盖复杂的社会结构。
2. 人才与教育的重新定位
- 任务而非职业:AI按任务的可自动化程度重定价劳动,而非简单颠覆职业名称。例如,律师的合同初审可能被改写,但临床判断和责任承担仍需人类;医生的诊断建议可由AI辅助,但沟通与伦理决策不可取代。
- 警惕简化结论:“读大学不如学电工”是荒谬的二元对立。现代职业教育需要深厚科学基础,大学教育则侧重独立思考与全面发展。技术边界是动态变化的,今日难自动化的工作未来可能改变,今日易自动化的知识任务仍具意义。
- 教育目标转型:教育不应仅致力于培养“AI替代不了的技能”,这会导致教育永远追赶机器。大学应提供机器无法给予的经验,如长期研究的耐心、跨学科理解、公共参与能力及社会责任感的训练,让教育回归“成为一个人”的本质。
3. 神经多样性的理性看待
- 去浪漫化:神经多样性(包括自闭症、ADHD等)描述的是认知差异,不等于天才或创造力。许多神经多样性者在求学和职场中仍面临真实障碍。
- 超越生产力视角:如果企业仅在差异能转化为生产力时才予以欢迎,这是对“有用差异”的筛选而非尊重。AI时代需要更大的认知多样性,其价值不应仅由劳动生产率证明。
4. 社会契约的根本重构
- 从“就业权”到“生活保障”:现代社会默认通过出售劳动换取生存资格。在AI提高生产率的同时,应推动医疗、养老、教育、住房及基本收入保障与就业能力脱钩,确保无市场价值者或有尊严生活的基础。
- 从“劳动贡献”到“社会贡献”:承认照护家人、社区建设、艺术志愿服务等非GDP创造活动的社会价值。这些活动的价值依据应是其对人福祉的意义,而非是否具备“机器做不了的技能”。
- 从“适应技术”到“选择生活”:追问的重点不应是“AI之后人还能做什么”,而是“释放出的资源应用于何种人类生活”。是让少数人获利,还是让更多人有余裕参与公共生活、研究与创造?
值得关注
- 收益分配的政治性:生产率的提高不会自动改善劳动者福利。技术收益的分配取决于制度、议价能力和政治选择。当前叙事常将结构性问题转写为个人能力问题,掩盖了规则制定和收益分享的缺失。
- 根本性问题:比“谁能幸存”更重要的问题是,我们是否有勇气重新设计一个不以人的“可用性”为起点的社会。人的未来不应由相对于机器的剩余优势决定,而取决于教育形态、贡献承认机制以及技术红利的分配方式。
