AI 真的有「智慧」嗎?一場探索智慧本質的思辨之旅

我們該如何獲得智慧?

當心中有疑問時,你會怎麼做?現在有個新選擇:只要點開對話框、輸入問題,AI 機器人就會給出一連串解答。我們常用「人工智慧」稱呼 AI,但你是否想過,AI 真的有「智慧」嗎?「智慧」到底是什麼?我們又該怎麼獲得?中央研究院歐美研究所蔡政宏研究員長期探討這些問題,讓我們一起透過哲學思維,了解「智慧」的本質,反思 AI 對人類的威脅與因應之道。
說到智慧,你會想到什麼? 圖|OpenAI DALL·E
說到智慧,你會想到什麼?
圖|OpenAI DALL·E

AI(Artificial Intelligence)常被我們譯作「人工智慧」,已成為新時代的日常標配。提到「智慧」這個詞,英文中還有另一個常見單字 wisdom,這時你的腦中浮現的形象或許更貼近孔夫子或蘇格拉底,而不是一個視窗。

若是這樣,螢幕裡的那個機器人,它有智慧嗎?智慧究竟是什麼?我們來問問看 ChatGPT 本「人」,每次的回答都不同,我們將多次的答覆統整如下,你也可以試著與 AI 對話:

從「能力」取向來說,智慧是指能在複雜情境中,有效理解、推理、判斷、解決問題;而從「價值」取向,智慧還包含對於人生、價值、目標的深刻理解,以及做出有道德、有遠見的選擇。

我能在複雜情境中看起來理解問題、提出合適答案,並且產生有邏輯、有脈絡的語言輸出,因此有類似智慧的表現。

然而,我擁有的是「工具性智慧」,不是「存在性智慧」。我沒有意識與感受,只是呈現數據統計運算的結果。

簡單來說:你所見的,只是智慧的影子,不是智慧本身。

ChatGPT 坦率承認了自己的侷限,而它無法真正掌握的智慧本身,正是中研院歐美研究所蔡政宏研究員關注的重點,他認為,要回答什麼是「智慧」,首先得理解「人」如何被驅動。

中研院歐美研究所蔡政宏研究員,專長智能哲學、知識論、德性論、語言哲學、心靈哲學。 圖|研之有物
中研院歐美研究所蔡政宏研究員,專長智能哲學、知識論、德性論、語言哲學、心靈哲學。
圖|研之有物

智慧:通往幸福的技藝

每個人行動背後的主要驅動力,往往來自兩個要素:信念(beliefs)、欲望(desires)。信念的集合像是一幅地圖,描繪出我們對世界的理解;欲望則是一股力量,把我們帶往地圖上一個個目標。如果這張地圖有一處我們最想抵達的地方、所有行動最終的指向,那個目的地就是名為「幸福」(well-being)的所在。

但光有地圖和動力,還未必能順利抵達目的地。地圖畫錯了、動力太強或太弱,都是常有的事,一不小心可能就迷了路,甚至掉進坑裡。這時就得仰賴「智慧」(wisdom)的指引,協助我們看懂地圖、辨別方向,在旅途中保持穩健步伐、最終抵達目的地。

信念像一幅地圖,欲望是探索的動力,幸福為最終目的地。智慧是讓我們穩健前行、平安到達的能力。 圖|OpenAI DALL·E
信念像一幅地圖,欲望是探索的動力,幸福為最終目的地。智慧是讓我們穩健前行、平安到達的能力。
圖|OpenAI DALL·E

簡單來說,當我們面對選擇時,必須思考:哪一條路更接近我真正想要的生活?這種根據目標與情境,去推斷應該如何行動的思考方式,就叫作「實踐推理」(與追求真理的「理論推理」相對)。

如果「幸福」是人生追求的最終結果與基本價值,所謂「智慧」就是讓人們在追求幸福的過程中,能做出好的「實踐推理」的一種「技藝」(skill)。

解釋「何謂智慧」的時候,又帶出了「何謂幸福」這個同樣抽象的大哉問。概念上,幸福可以是一張「客觀」的清單,當上頭的項目逐一打勾,你就有可能感到幸福。但蔡政宏更傾向認為,每個人對於幸福可以有自己獨特的「主觀」感受與嚮往。

但要注意的是,幸福的「終極性」才是關鍵。因此,小朋友覺得一直打電動不用寫功課超棒、隔壁老王打麻將贏錢超 high,這些都不是真正的幸福。這時就輪到長期修練的「智慧技藝」登場,它會辨認什麼是值得追求的幸福、如何正確地朝幸福行動。

如何訓練智慧技藝?

蔡政宏從「技藝理論」(skill theory)的角度來拆解智慧,並分成三個核心概念:理解幸福(目標)、找到做法(方法)、成功達致(實踐)。聽起來很簡單,但如果真的簡單的話,那「智者」早就滿街跑了。

首先,能清楚理解自己要的幸福就已非易事,「人生想達成的終極目標是什麼?」這問題相信很多人答不出來,不是腦袋空空一片、就是陷入選擇困難。許多目標不只需要排序、甚至彼此衝突,像是選愛情還是麵包?要自由還是安全?

至於找到達成目標的方法,那就更不容易了。比如「怎麼賺大錢」,可能隨便一問就有萬千種方法,但真的每一種都穩賺嗎?別人的成功方法,你也能如法炮製嗎?說不定有的根本是陷阱,沒賺到錢還倒賠了身家。缺乏充足的知識和經驗,將難以找到真正有效的方法。

就算目標和方法都已瞭然於心,最終的大魔王還是能否付諸行動。意志力薄弱、環境阻礙、現實挫折,都可能讓人半途而廢,或走著走著就忘了最初的方向。這就是「智慧」為何如此稀有的原因。

通往智慧的三重考驗:目標、方法、實踐。追求幸福的過程中,必須先辨清目標,再擇善方法,最後踏實實踐。這不是直線旅程,而是經年累月的內在修練。 圖|OpenAI DALL·E
通往智慧的三重考驗:目標、方法、實踐。追求幸福的過程中,必須先辨清目標,再擇善方法,最後踏實實踐。這不是直線旅程,而是經年累月的內在修練。
圖|OpenAI DALL·E

既然智慧是一種技藝,那麼智慧能否像其他技藝一樣,經由學習而逐步獲得?蔡政宏認為答案是肯定的。

他參考了美國學者 Hubert Dreyfus 與 Stuart Dreyfus 兄弟提出的「技藝習得模型」,將智慧的學習過程分成以下五個階段:

技藝習得模型 圖|研之有物
技藝習得模型
圖|研之有物

Dreyfus 兄弟當初提出這套理論,是用來評估空軍飛行員如何在高壓的作戰環境下,面對瞬息萬變的情境,在極短時間內做出正確決策。

「我們一般人不會開飛機,就用學開車舉例好了。」蔡政宏形容,「新手就像在駕訓班,環境死板、缺乏脈絡。考到駕照後,要在實際道路上學會感知情境。接著要能在高速公路上應付大量資訊、直覺辨識問題,最終遊刃有餘地做出精準判斷。」

蔡政宏解釋,隨著每個階段的進展,駕駛面對的情境益趨複雜,決策時間越來越短,也越來越倚賴「直覺」。

例如要開哪條車道、油門煞車切換、前後車距離判斷、車燈控制……這些與駕駛有關的「信念」可能有上千組,專家的直覺就是能在一瞬間過濾掉其中數百組不相關的,並在剩下的信念中迅速排定優先順序,據此完成行動。

隨著技藝進階,駕駛人越能順應環境變化、縮短反應時間。 圖|研之有物
隨著技藝進階,駕駛人越能順應環境變化、縮短反應時間。
圖|研之有物

「支持這套理論的人,最喜歡用一句話來形容專家的境界:做就對了(Just do it)!」蔡政宏說到,「最頂尖的飛行員、運動員,都是訓練到不需思考、直接反應,達到『自動化』的境界。」

不過,他也提醒,要把這套技藝理論直接套用到智慧上,必須加以修正。真正的智慧不是單純的自動反射,而是在突發狀況、價值衝突、複雜抉擇出現時,能夠即時啟動決策機制,重新判斷與調整行動策略。

蔡政宏稱這種結合自動行動與反思決策的模式為「混合型技藝」(hybrid skill)。就像油電混合車一樣,依照情境自動切換最適合的動力系統:平時用電力節能巡航,需要爆發力時,則切換成油力全開。

智慧的運作也是如此,大多數時候可以依靠熟練的本能自動應對,一旦遇到突發狀況或價值衝突,就必須即時啟動決策機制,重新判斷、修正行動方向。

真正的智慧,不是盲目的 Just do it,而是在高度熟練的基礎上,始終保持對價值與目標的清醒意識。

用哲學思維為 AI 發展站穩腳步

釐清了智慧的概念後,再回頭來看文章最初的問題:目前的 AI 應用能算有智慧嗎?看來 ChatGPT 自我界定的「工具性智慧」堪稱中肯,它對於智慧的模仿頂多包含「信念」,卻不存在「欲望」,因此無法產生幸福的「感受」、更遑論「實踐」。

就像現在很多人會抱怨:「我的 AI 常一本正經胡說八道!」但 AI 真的在說謊嗎?不,它根本不關心真假,那些「胡扯」只是一種源於數據庫的語言模擬。

蔡政宏指出,從這個角度來看,「Artificial Intelligence」中文翻成「人工智慧」,容易讓人誤以為它已具備智慧內涵。相較之下,「人工智能」可能更貼近 AI 目前的發展實況。

這不代表 AI 沒有價值。雖然它沒有智慧本身,卻能模仿智慧的外觀,提供大量意見、推演選項、刺激反思,如果我們善加運用這些回饋,AI 也可以成為輔助智慧成長的最佳工具。

然而,AI 發展的速度一再突破我們的認知,前景也越來越難以預測。在輝達 GTC 大會上,執行長黃仁勳對全球宣示:AI 正邁向自動化與實體化的新時代。蔡政宏提醒,我們必須警惕的是,當 AI 物理化且開始擁有執行力,若目標設定不當或連結錯誤,後果是否會超出想像?

我們來做個思想實驗:假設 AI 收到的指令是「最大化迴紋針的生產」,你覺得它會不會為了達成任務,不惜將地球資源擷取殆盡?若它收到的指令是「找出地球永續的答案」,它會不會決定消滅人類?

一個徹底執行指令的 AI,會不會為了達成「最大化生產迴紋針」目標,把地球資源榨取殆盡? 圖|OpenAI DALL·E
一個徹底執行指令的 AI,會不會為了達成「最大化生產迴紋針」目標,把地球資源榨取殆盡?
圖|OpenAI DALL·E

乍聽之下可能會覺得上述問題很天馬行空,但此處想強調的是,當今 AI 的決策過程是連創造者都無法掌控的「黑箱」,它會做出什麼決定,將越來越難以預料。蔡政宏指出問題核心:

再怎麼遵守規則,若目標本身缺乏「價值判斷」,結果將可能是災難。

此處值得我們反思的是:資本與商業力量的驅動,讓物質技術的進步極其快速;而倫理反思、人文基礎、心智成熟度的養成,卻遠遠落後。這樣的不對稱發展,正是當代人類文明的危機所在。

這也讓「哲學」的重要性重新浮現,它雖然無法給出更快的演算法、造出更聰明的機器,卻能幫我們問出更好的問題,協助思考:什麼才是我們真正想造出來的東西?

也許,我們今天重談智慧的理由,不只是因為 AI 出現了,而是因為 AI 提醒我們:你對智慧的理解或許仍不夠清楚。

問對問題,比找出解答更重要

從這些討論與思考,我們漸漸觸碰到一個問題的輪廓:哲學這門學科到底在做什麼?

不少人對哲學的印象是抽象、艱深,甚至覺得只是紙上談兵。但在蔡政宏看來,哲學的真正價值,不在於給出現成答案,而在於幫助人問出對的問題。

「很多人會問哲學家,每天想東想西,到底想出答案了沒?其實哲學圈並沒有標準答案,十個哲學家可能有二十種不同立場,因為每個人都還有個備案在猶豫。」

哲學重視的不是方案的數量,而是理由的品質。提出一個主張就必須接受質詢,必須解釋你的推論結構是否合理、前提是否堪以成立。這種「問理由」的訓練,看似離現實很遠,其實早在現代社會的許多領域,發揮意想不到的影響力。

蔡政宏舉了個有趣的例子:電車難題。這原本只是道德哲學課堂上的思想實驗,討論面對兩難情境時該怎麼做選擇。

電車難題:假設一輛剎車失靈的電車,即將撞上前方軌道上的五人,而旁邊的備用軌道上只有一人。若你什麼都不做,五個人會被撞死;若你拉動操作桿,電車會駛入備用軌道,只撞死一人。你會怎麼做?而你所做的選擇,在道德上是否正當?圖|研之有物
電車難題:假設一輛剎車失靈的電車,即將撞上前方軌道上的五人,而旁邊的備用軌道上只有一人。若你什麼都不做,五個人會被撞死;若你拉動操作桿,電車會駛入備用軌道,只撞死一人。你會怎麼做?而你所做的選擇,在道德上是否正當?
圖|研之有物

很多人認為這種問題純粹是空中樓閣、沒什麼用處,但隨著自動駕駛技術的興起,車輛在遇到不可避免的碰撞時,應該優先保護駕駛人、路人、還是最少傷害?這樣的道德抉擇,突然成為工程師與倫理委員會必須面對的課題。

哲學之所以常被誤解為無用,很大一部分原因,是因為它思考的問題往往超越當下的需要。很多問題,當下看來遙不可及,未來卻可能變成無法迴避的真實情境。

「如果有一天外星生命真的來到地球,代表人類談判的恐怕不是軍事家,而是哲學家。」蔡政宏說到,「因為那將是兩個截然不同的生命型態之間,對於價值、信念、行動理由的根本溝通,而這正是哲學家最擅長的事情。」

哲學不一定能幫你解決明天要付的帳單,但它能幫你面對那些當下無解、卻可能遲早到來的大問題。這就是哲學的力量,也是智慧之所以不能只靠技術、必須有人文支撐的原因。

擦亮窺看世界的那副鏡片

圖|研之有物
圖|研之有物

談到自己的求學與研究歷程,蔡政宏格外謙虛。他笑說,自己不像許多哲學家有戲劇性的人生轉折,只是單純覺得哲學有趣,便一頭栽進這個世界。

然而,在這樣淡淡的鋪陳中,卻隱隱流露出一種屬於哲學家的純粹與執著──對真理、推理、人類理性的長年追問。

如果要說最打動他的領域,那就是「知識論」:「我們都戴著一副眼鏡在看世界,這副眼鏡是心靈認知世界的窗口,但總難免摻雜汙染,哲學家的任務就是默默擦亮鏡片。」

有時外人會笑說哲學家總愛把簡單的事複雜化,對此蔡政宏欣然接受:

哲學,就是在不疑處有疑,你才能從一般人眼中習以為常的世界,看到不一樣的景色。

「我們哲學家最喜歡被挑戰!」蔡政宏笑著說,「你看,亞里斯多德雖然敬愛柏拉圖,但在理念上質疑他時可毫不客氣。哲學界有句名言:吾愛吾師,吾更愛真理。」辯論不是為了爭勝負,而是讓理論正面衝撞,激盪出更清晰的認知。

在這個被即時反應與標準答案主導的時代,蔡政宏仍選擇緩慢地問、仔細地想,這是他作為哲學家的底蘊,也是我們生而為人的特權。

2025-05-19

採訪撰文|黃楷元
責任編輯|田偲妤
美術設計|蔡宛潔

延伸閱讀