【作者】法的社會(huì)視野
【內(nèi)容提要】
內(nèi)容摘要：大數(shù)據(jù)與人工智能讓“認(rèn)知方式”、“思維方式”、“行為方式”發(fā)生了巨大改變，但當(dāng)下，大數(shù)據(jù)與人工智能對人類的認(rèn)知、思維和行為方式上依舊存在兩大主要詬病，同時(shí)對大數(shù)據(jù)與人工智能的應(yīng)用，還需要避免掉入認(rèn)知、思維和行為方式的陷阱。發(fā)展一種人們更愿意接受大數(shù)據(jù)與人工智能應(yīng)用的友好界面，走出人工智能改變以往認(rèn)知、思維和行為方式的“硬干預(yù)”、“強(qiáng)干預(yù)”的窠臼，邁向更為符合認(rèn)知心理-行為選擇偏好的“軟干預(yù)”、“弱干預(yù)”，才是大數(shù)據(jù)和人工智能應(yīng)當(dāng)有的發(fā)展之路。
全球領(lǐng)先、體制獨(dú)特的美國奇點(diǎn)大學(xué)，聚集了一批最前沿科學(xué)家和精力過剩的“瘋子”，他們只有問題意識(shí)，想象力豐富，大膽跨界或許根本沒有學(xué)科邊界，實(shí)驗(yàn)室奇思怪想，成果匪夷所思，創(chuàng)造了許多難以想象。而這所學(xué)校的創(chuàng)始人庫茲韋爾借助于對人類與技術(shù)結(jié)合的深刻闡釋，更是把大數(shù)據(jù)驅(qū)動(dòng)的人工智能超過人類的那一時(shí)刻稱之為“奇點(diǎn)”，并以此為創(chuàng)辦的學(xué)校命名?；谏鐣?huì)學(xué)的視角，簡言之將大數(shù)據(jù)對事物治理的方式擬人化，就是人工智能。那么，“臨近奇點(diǎn)”的大數(shù)據(jù)與人工智能又正在對人類的認(rèn)知、思維和行為方式帶來什么重要改變，同時(shí)存在什么短板，以及又應(yīng)如何設(shè)計(jì)大數(shù)據(jù)與人工智能更易被接受的認(rèn)知界面？
一、大數(shù)據(jù)與人工智能改變了什么
以智慧司法基礎(chǔ)科學(xué)問題與大數(shù)據(jù)、人工智能技術(shù)研究為例，最高人民法院正集中力量攻關(guān)案件審判執(zhí)行全流程的智能問答技術(shù)，要能支持多輪交互、多模式、情感化的問答，改變法院的人工咨詢業(yè)務(wù)場景；研究審判全流程的風(fēng)險(xiǎn)排查，改變對立案、審判到執(zhí)行案件的風(fēng)險(xiǎn)預(yù)警范式；聚焦于人臉識(shí)別的跨區(qū)域、分布式涉案人員智能檢索技術(shù)，改變法院應(yīng)用的單一維度檢索服務(wù)；通過構(gòu)建覆蓋案件案情復(fù)雜度、審限內(nèi)結(jié)案率、裁判偏離度等的動(dòng)態(tài)工作量測算模型，改變對法院各類人員的績效評估。無疑，以上所有智慧司法基礎(chǔ)研究的共性，都是指向“基于大數(shù)據(jù)分析賦予事物以認(rèn)知和學(xué)習(xí)的能力”，強(qiáng)調(diào)“以更為靈敏的人工智能植入司法全過程而帶來真正的改變”。
1. 大數(shù)據(jù)與人工智能讓“認(rèn)知方式”，從理論樹、小數(shù)據(jù)統(tǒng)計(jì)逼近“全數(shù)據(jù)模型”。多數(shù)社會(huì)科學(xué)更偏愛知識(shí)積累、理論解釋及反思批判，“樹”結(jié)構(gòu)是該種認(rèn)知方式長期形成的建構(gòu)物。然后，開始出現(xiàn)基于統(tǒng)計(jì)學(xué)的小數(shù)據(jù)實(shí)證主義，它是試圖在雜亂無序的世界中梳理其中的頭緒，并提供合乎邏輯又并不必然存在因果關(guān)系的解釋。不過小數(shù)據(jù)統(tǒng)計(jì)從樣本甄選后的主觀數(shù)據(jù)，到主觀的邏輯建構(gòu)乃至解釋模型的形成，其實(shí)滲透乃至注滿人的意志，加之無法窮盡的解釋殘余和“情隨境遷”的可變性，因此，以小數(shù)據(jù)為基礎(chǔ)的理論較難被固化為確定性知識(shí)。而依賴于PB、ZB級大數(shù)據(jù)規(guī)模、精致及交互印證的算法以及人工智能本身的超算能力和深度學(xué)習(xí)，又進(jìn)一步改變了小數(shù)據(jù)只是數(shù)據(jù)洪流中的byte片段狀況，甚至提出社會(huì)科學(xué)始終執(zhí)著的因果關(guān)系再無探究必要，而只要知道相關(guān)性就足夠，在一定程度上它以更加逼近“全數(shù)據(jù)模型”的當(dāng)量，已成為相當(dāng)有效預(yù)測和掌控人類認(rèn)知方式的新工具。
2. 大數(shù)據(jù)與人工智能讓“思維方式”，從技術(shù)驅(qū)動(dòng)、數(shù)據(jù)驅(qū)動(dòng)進(jìn)化到“場景驅(qū)動(dòng)”。技術(shù)驅(qū)動(dòng)的核心特征是人的參與，人們通過技術(shù)收集初始化信息，以及制定策略和執(zhí)行實(shí)施，即“根據(jù)定位完成測試優(yōu)化”。隨著技術(shù)發(fā)展，人的連接和交流方式趨于多樣化、多維度、零成本和零時(shí)差，直接導(dǎo)致被收集數(shù)據(jù)的爆炸式增長，數(shù)據(jù)驅(qū)動(dòng)變得必要且成為現(xiàn)實(shí)，出現(xiàn)了數(shù)據(jù)可以對諸如消費(fèi)者偏好等實(shí)際需求提供決策依據(jù)，即“根據(jù)精準(zhǔn)畫像完成預(yù)測分析”。而現(xiàn)在的人工智能，則是根據(jù)“時(shí)刻在場景中產(chǎn)生數(shù)據(jù)”持續(xù)不斷更新和優(yōu)化數(shù)據(jù)，以更敏銳地洞悉情境中“人”的最佳決策機(jī)制，即“借助于全渠道整合數(shù)據(jù)和機(jī)器式自我進(jìn)化升級，提供更精準(zhǔn)的場景化決策方案”。
3. 大數(shù)據(jù)與人工智能讓“行為方式”，從單一性終端、解空間發(fā)展到“問題空間”。除了AlphaGo的不敗神話，康奈爾大學(xué)基于計(jì)算機(jī)對鐘擺運(yùn)動(dòng)方程和多代演算而輸出了能量守恒定律，卡耐基梅隆大學(xué)開發(fā)的Libratus對決戰(zhàn)勝德州撲克頂尖高手，斯坦福大學(xué)全智能掃描精準(zhǔn)篩查90%以上肺癌，以及谷歌無人駕駛、科大訊飛聲紋識(shí)別、無人機(jī)物流、RFID貨物盤點(diǎn)、IBM沃森機(jī)器人、德勤財(cái)務(wù)機(jī)器人、高盛總部銀行交易員從600名減為2名等，無一不在顯示人工智能的自學(xué)習(xí)能力所達(dá)的匪夷所思的程度。人工智能擺脫了單一性終端的決策與行為方式，即那種將個(gè)體提供的輸入值進(jìn)行平均處理，使得個(gè)體之間缺乏相互影響的容易導(dǎo)致群體性偏差的行為方式?；诖髷?shù)據(jù)的人工智能是“群體大腦的同步運(yùn)行與不斷優(yōu)化整合”，以足夠的激勵(lì)量形成決策，即開始可以理解和處理個(gè)體之間的影響，影響和改變用戶的行為和習(xí)慣。換言之，人類在行為方式上出現(xiàn)了把選擇權(quán)交給人工智能的傾向，使得人們“會(huì)提問”比“會(huì)解題”更重要，即不僅懂得“解空間”層面的求解，更要懂得“問題空間”層面的求索。
二、大數(shù)據(jù)與人工智能有什么短板
即使大數(shù)據(jù)與人工智能已經(jīng)深刻對人類產(chǎn)生了深刻影響，仍然存在不可回避的短板。當(dāng)下階段對大數(shù)據(jù)與人工智能對人類的認(rèn)知、思維和行為方式上的主要詬病，主要包括兩個(gè)方面：
一方面，基于大數(shù)據(jù)的人工智能系統(tǒng)自身的問題。賴以大數(shù)據(jù)驅(qū)動(dòng)的人工智能“重相關(guān)而輕因果”，一旦在大數(shù)據(jù)分析中加入因果控制變量后，相應(yīng)結(jié)果的輸出值往往會(huì)發(fā)生巨大甚至相反變化。同時(shí)，現(xiàn)實(shí)情境中數(shù)據(jù)挖掘力、結(jié)構(gòu)化、可視化程度較差等技術(shù)問題，以及大數(shù)據(jù)獲得和產(chǎn)權(quán)歸屬的爭議、割裂數(shù)據(jù)而產(chǎn)生的“數(shù)據(jù)孤島”現(xiàn)象、出于隱私保護(hù)導(dǎo)致的獲取大數(shù)據(jù)殘缺不全等人為問題，又使得所謂的大數(shù)據(jù)可能為片段而非全部，一開始就讓人工智能決策的認(rèn)知依據(jù)具有相當(dāng)?shù)牟煌暾?。在此基礎(chǔ)上，未達(dá)到“超人工智能”之前的智能化認(rèn)知，其實(shí)還是基于現(xiàn)有條件的、較之以往小數(shù)據(jù)而更加接近于客觀真實(shí)和歷史規(guī)律的把握，目前尚難對于人類的靈光一現(xiàn)、劍走偏鋒或情感泛濫的偶然性、個(gè)性化、偏離度，給以更加精準(zhǔn)的把握，它使得概率論還是大數(shù)據(jù)與人工智能思維的核心構(gòu)件，而無法“真正的思維與理解”。
更進(jìn)一步值得注意的是，人類對大數(shù)據(jù)與人工智能的應(yīng)用，還需要避免掉入認(rèn)知、思維和行為方式的陷阱，因?yàn)榧幢闶前l(fā)展到更加確有價(jià)值的數(shù)據(jù)與智能，依然不能徹底替代原子化個(gè)體所構(gòu)成的現(xiàn)實(shí)世界。因?yàn)閺母畹膶哟紊现v，迄今還沒有證據(jù)證實(shí)人工智能獲得了認(rèn)知與思維所依賴的“自我意識(shí)”，換言之，就是目前的人工智能通過大數(shù)據(jù)分析和信號傳遞過程，還無法像照鏡子那樣，借助于與“鏡子中的我”與“自己的感覺”相互印證，從而確認(rèn)和感知自我。正如查爾斯·泰勒所說，“在認(rèn)知的不同條件或賦予其生活以意義的不同條件之間，存在著密切的關(guān)聯(lián)。”因此，即使是最前沿的情感計(jì)算，也只是機(jī)器通過人的面部表情或體征來判斷人的情感。
另一方面，歐洲和日本等國家對大數(shù)據(jù)和人工智能的反面看法，尤其是對令人生畏的人工智能正在逐步取代“流程化的工作崗位”導(dǎo)致失業(yè)增加的反對聲音，就是提醒和警惕“誰最有可能獲得和控制大數(shù)據(jù)，并把大數(shù)據(jù)作為一種不正操控手段”這樣的行為方式邊界問題。因?yàn)榧夹g(shù)精英不斷用人工智能和算法來驗(yàn)證選擇的合理性，意味著他們更可能越來越會(huì)讓人們在行為方式上采取“把自己選擇的權(quán)利交給大數(shù)據(jù)和人工智能”。這樣，掌握了大數(shù)據(jù)和人工智能的少量精英和大公司，無論是客觀抑或有意為之，行為方式的這種“迭代”都會(huì)造成擴(kuò)大數(shù)字鴻溝而導(dǎo)致整體的不公平，少數(shù)人會(huì)由此逐步控制人類財(cái)富。那么，日益具有滲透性、侵入性和難以理解的大數(shù)據(jù)和人工智能技術(shù)，如何避免被人誤用或?yàn)E用，又要通過什么樣的規(guī)制體系、隱私法和采取什么樣的行為方式，才能夠控制由它引起的反社會(huì)行為，甚至大數(shù)據(jù)和人工智能面前又是否存在分享的民主和平等問題，都是人們在對之抱以熱望的同時(shí)保留一份謹(jǐn)慎的過硬理由。
三、人工智能的認(rèn)知心理和行為友好界面
毫無疑問，以上的改變與短板雙向度分析，使得許多人對大數(shù)據(jù)和人工智能在認(rèn)知、思維和行為方式帶來的席卷浪潮，采取了翹首以待與理性審慎之間的徘徊態(tài)度。其中，更加容易被人們所接受的關(guān)鍵，就在于要進(jìn)一步提供可視化、可比對、可控制的大數(shù)據(jù)和人工智能應(yīng)用界面設(shè)計(jì)，它有賴于認(rèn)知心理和行為學(xué)的機(jī)理干預(yù)。
因?yàn)殡m然大數(shù)據(jù)和人工智能的短板客觀存在，但畢竟它提供了社會(huì)科學(xué)意義的一種新境遇和背景，就是借助于技術(shù)處理直觀呈現(xiàn)各種數(shù)據(jù)之間的相關(guān)性和趨向性，哪怕并非結(jié)論本身抑或只是社會(huì)科學(xué)研究的過程，卻客觀上成為我們進(jìn)一步探究諸如是什么、為什么和應(yīng)該是等問題的經(jīng)驗(yàn)素材；同時(shí)，通過降噪、去冗和分類等處理，還可以還原為揭示因果關(guān)聯(lián)的小數(shù)據(jù)，至少成為人類甚至個(gè)體去反思自身行為和意義的新的符號和工具。基于這一判斷，進(jìn)一步引入行為-心理或認(rèn)知行為實(shí)驗(yàn)，探討人們對大數(shù)據(jù)和人工智能可視化的路徑，即所謂認(rèn)識(shí)“在什么條件下”人們更愿意接受大數(shù)據(jù)和人工智能的問題，便浮出水面變得尤為重要。
接下來的問題就是，面對大數(shù)據(jù)與人工智能在對人類的認(rèn)知、思維、行為方式上并存的“改變與短板”，微觀認(rèn)知心理機(jī)制上又如何設(shè)計(jì)更溫和、更人性化以及許多時(shí)候也更有效的界面，讓它能更容易被接受呢？
微觀認(rèn)知心理研究領(lǐng)域中心理-行為與神經(jīng)學(xué)的結(jié)合，是近年來認(rèn)知心理學(xué)的革命性事件，也是現(xiàn)代發(fā)展最快的心理學(xué)研究領(lǐng)域。大量的新發(fā)現(xiàn)不斷深化、修正、挑戰(zhàn)和改變既有的企業(yè)社會(huì)責(zé)任研究方向。這種學(xué)科交叉后的最顯著貢獻(xiàn)，在于改變了無法直接觀察人腦“黑箱”的研究狀態(tài)，允許研究者結(jié)合行為數(shù)據(jù)與人腦活動(dòng)數(shù)據(jù)，更為客觀準(zhǔn)確地揭示和解釋判斷、決策、行為的過程，極大深化了對認(rèn)知和行為發(fā)生機(jī)制的理解。從本質(zhì)上，它是在被控制的環(huán)境中觀察有或沒有某一要素時(shí)，大數(shù)據(jù)與人工智能發(fā)展對人的認(rèn)知、思維和行為方式影響是否會(huì)發(fā)生顯著變化。
比如，阿姆斯特丹機(jī)場的小便池蒼蠅設(shè)計(jì)，這是隱性社會(huì)認(rèn)知研究中最詼諧的案例，是經(jīng)濟(jì)學(xué)家克卜姆(Kieboom)為阿姆斯特丹奇佛爾機(jī)場男廁小便池所做的設(shè)計(jì)方案。便溺在池外是男廁管理中常見的麻煩。許多廁所或安排專門人員清理地面，或設(shè)計(jì)出不同方案以引導(dǎo)守規(guī)行為。阿姆斯特丹方案沒有采用正面（“上前一小步，文明一大步”）等文字說服方式。該方案在便池中安放蒼蠅圖案，并成功使濺出量減少80%。男性對準(zhǔn)視覺目標(biāo)小便的行為傾向或許與生俱來。阿姆斯特丹方案利用了行為本能，即小便時(shí)對準(zhǔn)視覺目標(biāo)是自動(dòng)化行為，在個(gè)體自愿、自發(fā)的條件下，阿姆斯特丹方案在自動(dòng)化行為原理和社會(huì)目標(biāo)之間進(jìn)行了微觀認(rèn)知心理學(xué)上發(fā)生機(jī)制的探索。這對于深入研究大數(shù)據(jù)與人工智能“會(huì)在什么條件下更容易被接受”，具有很強(qiáng)的啟迪意義。
這種加入大數(shù)據(jù)與人工智能領(lǐng)域的新研究方法作用在于，可以確定哪些復(fù)雜因素會(huì)明顯對數(shù)據(jù)與智能所產(chǎn)生的承擔(dān)產(chǎn)生影響，從而為設(shè)計(jì)大數(shù)據(jù)與人工智能的干預(yù)原則、干預(yù)程度、干預(yù)方式、干預(yù)路徑等起到潛移默化而又意義深遠(yuǎn)的效用，創(chuàng)新式提出一種人們更愿意接受大數(shù)據(jù)與人工智能應(yīng)用的友好界面，走出人工智能改變以往認(rèn)知、思維和行為方式的“硬干預(yù)”、“強(qiáng)干預(yù)”的窠臼，邁向更為符合認(rèn)知心理-行為選擇偏好的“軟干預(yù)”、“弱干預(yù)”的全新獨(dú)特發(fā)展之路。
原文刊載于《上海法學(xué)研究》（2019年第13卷）