2026年7月11日，由清华大学国学研究院、《哲学动态》编辑部、中国社会科学院社会发展研究中心、清华大学—同方知网数字人文联合研究中心共同主办的“智能、心灵与世界——哲学与人工智能学术研讨会”在清华大学蒙民伟人文楼315会议室举行。本次会议汇聚了来自哲学、计算机科学、马克思主义理论、语言学、新闻学、艺术学等多领域的专家学者，围绕人工智能的意识本质、主体性界定、伦理特征及治理方案等核心议题展开深入研讨。
会议于上午九时开幕。开幕式中，清华大学哲学系赵金刚老师与《哲学动态》编辑部孙婧一老师分别致辞，对与会学者的到来表示欢迎，并指出在人工智能技术迅猛发展的当下，哲学与人文社会科学介入相关讨论的紧迫性与必要性。
上午第一场研讨以“意识、认知与语言理解”为主题，由赵金刚老师主持。
浙江大学哲学学院李恒威教授做了以《意识之结：在“过程”与“生命”之间》为题的发言。他从安东尼奥·达马西奥的意识理论出发，指出意识并非高级智能的涌现，而是源于更基础的生命内稳态感受，意识是演化中用于有效管理生命、适应环境的机制。李恒威老师强调，当前的大语言模型缺乏肉体，无法体验与生命维持相关的内稳态，因此不具备产生类似人类意识的生理基础。意识是“有”与“无”的质性问题，而非程度的差异，其核心在于具备自我觉知的能力。
清华大学哲学系鲁向成老师做了以《从联觉到人工智能：多模态感知能否通向意识？》为题的发言。他认为，多模态技术固然增加了信息整合的维度，但未必能生成意识。意识并非信息的被动接收，而是意义的主动生成，往往发生于信息未封闭的“留白”或停顿之处。通过联觉与心盲症的比较研究，鲁向成老师发现，理解并不依赖于内部图像表征，而在于建立新的意义结构。大模型通过预测机制不断消除空白，缺乏人类意识中不可或缺的沉默、犹豫与悬置，因而难以产生真正的意义与意识。
清华大学马克思主义学院刘伟兵老师做了以《机器意识是主体革命还是劳动变革？》为题的发言。他从马克思主义政治经济学视角指出，智能体并不具备自由意志与真正的主体性，其表现出的情感与智能实质上是社会协作，如数据采集、标注、算法开发的“总体功能”体现。刘伟兵老师认为，AI引发的并非主体革命，而是劳动形态的深刻变革，直接劳动转化为间接劳动，智能体成为“总体工人”的一部分。他进一步指出，当前AI基于形式逻辑，倾向于给出功利主义的标准答案，缺乏对美丑、善恶的辩证思考；AI时代的核心矛盾正逐渐转向所有权问题，即AI生成物的归属权集中在平台而非使用者手中。这要求我们跳出科技逻辑，从历史唯物主义出发，关注生产方式与生产关系的变化，这甚至可能催生以重建主体性为核心的新启蒙运动。
清华大学写作与沟通教学中心耿弘明老师做了以《机器有先验认知么？康德机器及其问题》为题的发言。他围绕机器是否为“白板”这一经典哲学命题展开探讨，提出了机器具有三个层次的先验结构：基于硬件与算法架构的“一阶先验”、类比康德知性范畴的潜在“二阶先验”，以及随着黑箱进化可能涌现的以自身存续为核心的“三阶自生先验”。耿弘明老师指出，当前的道德对齐多基于功利主义的行为主义模拟，缺乏康德式的绝对命令维度。如果机器演化出“三阶自生先验”，将引发关于机器道德正当性与人类控制权的深层悖论。
清华大学哲学系邓盛涛老师做了以《见相交互与心识自证之间：从唯识学“四分说”探讨AI认知结构的边界》为题的发言。他从佛教唯识学的“四分说”出发，系统分析了人类心识的四层结构：相分（对象）、见分（感知）、自证分（自我觉知）和证自证分（终极确认）。邓盛涛老师指出，AI虽能模拟见分层面的感知与推理，甚至进行代码级的自我验证，但这仍属于同一层次的对象化操作，缺乏内在的主体体验“自证分”以及基于真如心性的终极确认“证自证分”。因此，AI无法形成人类那样立体递进的心识结构，其认知边界在自证分的门槛前止步。
上午第二场研讨聚焦“伦理、对齐与可解释性”，由孙婧一老师主持。
南京信息工程大学马克思主义学院崔中良老师做了以《人机价值对齐的情感感知基础》为题的发言。他主张，共情是价值对齐的内在机制，单纯的注意力机制或情感计算无法解决感受性问题。崔中良老师从进化心理学角度论证了共情作为道德基础的作用，提出通过增强机器的共情能力，可促进人机协作并抑制反社会行为，避免AI成为缺乏情感感知的“怪物”。
上海社会科学院哲学研究所成素梅研究员做了以《当前价值对齐进路的哲学诊断》为题的发言。她对当前主流的价值对齐进路提出了系统的哲学批评，指出其中隐含的“决定论”与“工具论”前提，试图用确定性控制概率性的AI系统，本身即存在范畴错误。成素梅老师进一步揭示了技术对齐与伦理对齐之间的内在张力：强约束会扼杀AI自主性，弱约束则增加风险。她认为，前向对齐与后向对齐均存在“独断论”预设，即未经充分哲学反思便假定某种价值观为标准。成素梅老师主张，未来应在“不对齐”的前提下寻找动态平衡，坦然接受不确定性。
上海交通大学马克思主义学院闫宏秀老师做了以《数智时代的使用者伦理》为题的发言。她提出，在人类自身的价值观尚未完全对齐的背景下，不应仅将伦理关注聚焦于技术开发者，更应重视“使用者伦理”这一维度。闫宏秀老师指出，使用者不仅是技术的消费者，更是伦理的校准器与风险防控的第一道关口。通过提升使用者的数字福祉与伦理意识，可以有效抵抗技术决定论的侵蚀，确保技术真正服务于人类的美好生活。
浙江大学哲学学院廖备水老师做了以《计算论辩与负责任人工智能：从冲突处理、规范推理到可解释决策》为题的发言。他介绍了一种利用计算论辩框架处理伦理冲突的技术路径。鉴于价值观的文化差异性与伦理规范的复杂性，可通过构建论辩网络，将不同利益相关方的观点予以形式化表达，利用数学工具计算被采纳的论证节点，从而在社会层面达成最大公约数式的共识。廖备水老师强调，这一方法结合了自上而下的规范推理与自下而上的数据学习，为负责任AI提供了可解释的决策支持，是弥合技术可行性与伦理可接受性之间鸿沟的可行方案。
下午第三场研讨以“智能系统、技术与传播”为主题，由清华大学新闻与传播学院蒋俏蕾老师主持。
北京邮电大学人工智能学院刘伟老师做了以《AI的未来发展趋势：人机环境系统智能》为题的发言。他首先剖析了中美在AI领域的结构性差距，美国在软硬件及底层架构上占据主导，中国大模型98%基于英文训练且依赖美式架构。刘伟老师介绍了钱学森提出的“人机环境系统智能”概念，强调该体系包含人、机器与环境三个要素，旨在实现安全、高效与舒适的有机统一。他进一步指出，当前大模型存在机器幻觉、算法越狱和模型坍塌三大技术瓶颈，其本质源于线性函数权重分配的不确定性、训练数据不完备及统计概率偏差。从哲学角度看，大模型仅处于语法级，缺乏语义和语用层面的真正理解，受限于维特根斯坦的语言哲学及休谟的事实-价值二分。刘伟老师提出，未来智能发展应走向人机协同，融合东方传统思想与形式化系统，实现从计算到算计、从事实到价值的跨越。
上海交通大学张拳石老师做了以《实证大模型原生符号智能：从跨模型共识性机理逻辑说起》为题的发言。他通过“等效交互理论”对大模型内部机理进行了系统的实证分析。研究发现，大模型在预测下一个单词时，仅依靠稀疏的50至150个词组交互作用，且不同架构、不同参数量的大模型之间存在高度一致的公共交互机理。张拳石老师指出，大模型的可靠知识恰恰来源于这些共享的公共交互，而非特异性交互，后者多为噪声，且在数学上呈现正负抵消特征。这一发现使得从机理层面严格解释和审计大模型成为可能，例如在法律判案或自动驾驶场景中识别过拟合与错误归因，为建立基于机理而非仅基于结果的评测标准提供了理论基础。
清华大学新闻与传播学院蒋俏蕾老师做了以《人工智能的升维与人机传播的跃迁》为题的发言。她指出，AI已下沉为社会基础设施，深刻改变了传播的主体性与内容生产过程。以爱奇艺“艺人库”为例，AI生成内容引发了关于“活人感”与职业替代的广泛舆情讨论，凸显了情感、创造力等人类特有维度在AI时代不可替代的价值。蒋俏蕾老师的研究表明，用户在与AI互动中虽能感知到一定的共情，但这种感知在得知对方为AI后会大幅降低，且长期依赖可能导致负面心理影响。此外，AI在创意领域的介入引发了关于贡献度评估的“分别心”；在伦理对齐方面，AI往往隐含西方中产阶级的价值观偏见，并在声音形象上延续社会刻板印象（如默认女性助手声音，缺乏老年或多元群体声音）。蒋俏蕾老师预判，未来传播形态可能趋向于人与非人主体的混合交互，这为人机传播研究开辟了新的问题域。
清华大学公共管理学院/法学院陈天昊老师做了以《Mythos级别基础模型能力提升及其对监管的挑战》为题的发言。他以Anthropic的Claude模型为例，系统分析了高阶基础模型在网络攻击能力上的断崖式跃升及其引发的监管困境。由于模型能够高效发现并利用漏洞，Anthropic采取了延迟发布、分层部署以及完善安全护栏等应对策略。陈天昊老师指出，美国政府对此类模型实施了严格的出口管制，甚至要求下线存在风险的公开版本，这反映出网络攻击能力的“双重用途”模糊性所带来的国家安全焦虑。他建议，中国监管应从常规的上线备案制转向预警监管与防扩散监管，特别是在开源模型可能被他国用于军事或基础设施攻击的背景下，亟需强化对能力扩散的控制机制。
下午第四场研讨聚焦“哲学反思、艺术与人文视野”，由清华大学计算机系白钰卓博士主持。
华中科技大学哲学学院吴畏老师做了以《大语言模型的可说明性问题》为题的发言。他严格区分了AI的“可解释性”（explainability）与“可说明性”（accountability），指出当前研究常将二者混淆。吴畏老师认为，大模型的黑箱特性源于其内部复杂的映射关系，现有的局部说明或全局机制解释均难以完全揭示其内在逻辑。从认识论角度审视，完全的可解释性可能是一个伪命题，学界需警惕将AI拟人化为具有推理能力的认知主体的倾向。
中国艺术研究院艺术学研究所孙晓霞老师做了以《视觉技术与艺术观念的变革》为题的发言。她回顾了技术革新对艺术概念的数次重塑，从机械复制时代对“模仿论”的冲击，到现代主义对表现论的推崇，再到AI时代对“创造性”这一最后堡垒的根本性挑战。孙晓霞老师主张，学界不应再纠结于AI作品是否算得上“艺术”这一本质主义追问，而应转向探讨在人机共生条件下，如何重新安排艺术的命题范畴与价值原则。
中山大学哲学系王华平老师做了以《大语言模型理解世界吗？》为题的发言。他从知觉哲学的角度分析指出，大模型虽然具备概念内容并能进行命题推理，但缺乏与非概念内容，即直接知觉经验的联系。王华平老师认为，AI的理解是派生性的、寄生性的，缺乏与世界直接接触的校正机制，这恰恰是其产生“幻觉”的根本原因。即便引入多模态或具身智能，若不能形成真正的非概念内容，仍无法从根本上解决这一问题。
清华大学人文与社会科学高等研究所王浩老师做了以《AI人文学的起点》为题的发言。他批判了当前将AI仅作为批判理论新材料的“Critical AI”研究范式，主张转向“AI Humanities”，即不是用人文理论去批判AI，而是研究AI如何从根本上改变人文学自身的研究对象与方法。王浩老师以诗歌为例，指出AI与诗歌在历史渊源及解释学不可还原性上具有深层共性，呼吁学界认真反思意义生产主体正在发生的深刻变化。
在闭幕演讲环节，由清华大学外文系任方宁老师主持，剑桥大学理论与应用语言学系Ian Roberts教授做了以《Some Remarks on Linguistic Theory and Large Language Models》为题的发言。Ian Roberts教授通过乔姆斯基的经典例句及“中文房间”思想实验，以语言学的精密分析强调了句法（形式）与语义（意义）之间的根本区别。他指出，大语言模型仅处理句法层面的统计规律，并不具备意向性或真正的语义理解能力，人类对其“心智”的归因在哲学上属于一种类别错误。通过对比儿童语言习得过程，Ian Roberts教授阐明了大模型学习机制与人类自然语言习得之间的本质差异，前者是海量数据的统计优化，后者则涉及复杂的认知发展与社会互动。
本次研讨会形成了若干重要共识。与会学者一致认为，人工智能的研究不能仅局限于技术逻辑，必须引入哲学、社会学及认知科学的多维视角。意识的生物学基础、主体的社会建构性以及价值对齐的概率本质，是理解AI与伦理关系的关键枢纽。未来研究应关注使用者能力的提升、跨文化价值的动态平衡以及可解释的伦理决策机制，以审慎而开放的姿态应对人工智能带来的深刻社会变革。
