徐 贲：代际转换与AI时代“世代差异”

学人简介：徐贲，1950年生于江苏苏州，美国加州圣玛丽学院英语系荣休教授。作者授权首发。

我的一位朋友带他的女儿来我家做客。女孩19岁，是芝加哥大学二年级的学生，喜爱哲学，谈到奥古斯丁《忏悔录》中偷梨故事和“无目的之恶”，又谈到《贝奥武甫》中的恶不是奥古斯丁意义上的“无目的之恶”。二者真正的关联，是都触及了一个比“为了利益而作恶”更深的问题：恶为什么会在没有充分功利理由的情况下持续发生？这是人文经典与当代恶的内在联系。

对这样的问题，她不仅有自己的独立见解，而且对新概念的人机共笔有亲身实践，已经快三年了，成熟度超过许多大学生和研究生。这里所说的“成熟”，并不是指她比别人更会使用AI，而是她在这样的知识层次上，已经不再满足于让AI替自己寻找资料、生成答案或润色文字。她会把AI当作一个可以不断追问、质疑和反驳的思想对手：同一个问题，她可能要求AI从不同立场回答，再寻找彼此之间的矛盾；一个看似已经得到答案的问题，她还会继续追问其依据、盲点和可能遗漏的关系。

她真正练习的，是如何借助AI不断制造新的问题，并从机器提供的大量可能性中作出自己的选择和判断。她告诉我，她不少上了年纪的老教授反对学生用AI，而事实上，没有一个学生是不用的。她一位教中世纪《贝奥武甫》（Beowulf）的老教授对她的一篇论文印象深刻，因为论文提出的角度是他一辈子都没有想到过的。

这个故事真正值得注意的，不是一个19岁的学生会使用AI，而是她已经开始形成一种不同于一般学生的新概念写作关系：AI不再只是搜索引擎、答案机器或廉价代笔者，而成为一种能够迫使她重新思考问题的认知伙伴。人机共笔因此不只是一种写作方法，更是一种重塑人类认知、想象力与思维边界的智识对话。它不是让机器替代思考，而是在人与算法的深度交锋中，借由AI的博识、反驳与跨界联想，碰撞出人类个体因经验局限而难以独自抵达的视野。

当年轻一代学会跨越单纯的“命令—输出”模式，将AI视作思想的试金石与义肢时，写作便不再只是孤立的文字组装，而可能成为一次主体性重构与批判性审视的创造性历程。那位芝加哥大学女孩所提供的，因而不是一个“年轻人更会用AI”的故事，而是一个值得认真观察的样本：一个人究竟可以怎样通过与AI长期而深入的共笔，把机器的庞大产能转化为自己的问题意识、洞察力和思想开拓。

那位芝加哥大学女孩的故事之所以值得深究，恰恰因为它打破了当下讨论人机共笔时最常见、也最容易陷入的一种叙事框架——把“世代”简化为“年龄”，把“接受AI”简化为“年轻人的天性”，把“抵制AI”简化为“老一辈的固执”。

如果真正观察她与一般学生使用AI的方式，就会发现问题远比“年轻人会不会用AI”复杂得多：同样是19岁，有人已经把AI变成了不断追问、质疑和碰撞思想的对象，有人却仍然只是把它当作更快的搜索引擎和更省力的代写工具。年龄相同，使用的却可能是两套完全不同的认知方式。

真正值得追问的不是“谁在使用AI”，而是“一个人究竟怎样使用AI”。有人让AI替自己寻找答案，得到结果便结束；有人却把答案当作新的问题，要求AI解释依据、提出反面意见、寻找遗漏，甚至故意让它与自己的判断发生冲突。前一种使用主要改变的是完成任务的效率，后一种使用则可能改变一个人提出问题、组织知识和形成判断的方式。那位女孩与一般学生之间真正值得注意的差别，正在这里，而不在她的出生年份或学校名称。

如果说当下关于AI写作的讨论大多停留在“伦理恐慌”与“效率崇拜”的两极，那么这里试图开辟的，是第三条道路：把人机共笔理解为一种可以通过实践逐渐形成的认知迁移，并进一步追问，这种迁移能否真正提高一个人、一个学术共同体乃至一个文明提出新问题的密度。真正值得关注的，也许不是有多少人开始使用AI，而是有多少人因为使用AI而改变了自己与知识、问题和判断之间的关系。

从这个意义上说，AI时代所谓的“代际差异”，首先不是出生年份的差异，而是认知关系的差异。也正因此，需要进一步追问的不是“年轻人为什么更适应AI”，而是：所谓“世代”（generation），究竟能不能被重新理解为一种可以跨越年龄的认知位置？

德国社会学家卡尔·曼海姆（Karl Mannheim）在《世代问题》（The Problem of Generations）中早已提醒我们，“世代”从来不只是一个人口统计学概念，而是一种社会位置（Lagerung）：出生在同一时期的人共享着“潜在的”世代位置，但只有当一部分人共同经历、并共同赋予意义于某种历史断裂时，他们才真正结晶为一个“实际的世代”（actual generation），而另一部分同龄人则可能始终停留在潜在层面，与那场断裂没有真正的关系。

这个洞见对于理解人机共笔的代际转换极为关键：真正划分“新世代”与“旧世代”的，从来不是一个人是否出生在ChatGPT问世之后，而是他是否经历并接受了某种认知结构上的断裂——是否把AI从一个被动应答的工具，转变为一个可以被质询、被反驳、被当作“试金石”的对话性他者。

由此，我想提出一个比“数字原住民”更精确的概念：“认知世代迁移”（cognitive-generational migration）。它描述的是一种可以发生在任何年龄个体身上的认知重组过程：一个19岁的学生完全可能因为始终把AI当作代笔工具而停留在“旧认知世代”；而一位年过七旬、毕生信奉手写与孤独沉思的老教授，也完全可能在某一篇论文面前——正如那位《贝奥武甫》教授一样——突然意识到，自己面对的并非简单的投机取巧，而是一种从未设想过的思维路径。代际转换因此不是一条不可逆的时间之河，而是一系列可以被个体主动跨越、也可以被个体主动拒绝的认知门槛。

 该图片使用了AI生成技术

老教授群体对AI写作的抵触，如果不是出于“占有”自身学术资本的危机感，其深层逻辑往往诉诸一种未被明言的信念：真正的写作必须源于纯人类心灵的独自创造，任何外部智识的介入都是对“原创性”的污染。

但这种写作观并不是人类文明自古以来唯一的形态。米歇尔·福柯（Michel Foucault）在《什么是作者？》（“What Is an Author?”）中指出，“作者”作为一种承担法律、道德和文化责任的主体身份，具有鲜明的历史性；所谓“作者功能”（author-function），并不是文学生产中一个永恒不变的自然事实。在更为久远的文本传统中，集体、匿名、引述、模仿、注释与再书写，同样构成了知识和文学生产的重要方式。

这一点在中国文学传统中体现得尤为鲜明，也正是比较文学出身的写作者可以重新激活的一种资源：科举时代的八股文要求士子“代圣人立言”，即以孔孟的立场和经典为依据展开论述；集句诗把前人诗句重新组合为新的作品，拟古之作以承继和模仿前人为重要路径，历代注疏传统则更直接地把文本理解为与前人持续对话的过程。这些传统当然不能简单等同于今天的人机共笔，却至少说明了一点：写作从来不只是一个孤立心灵凭空创造的过程。

但这里恰恰存在另一面。中国传统中的“对话”和“承继”，并不总意味着思想的自由流动。八股文的“代圣人立言”同时意味着一种高度制度化的思想规范：什么可以说、应该怎样说，甚至什么才算正确，都在既有经典和制度的边界之内。注疏可以是与前人的深入对话，也可以成为对权威的不断加固；拟古可以孕育新的创造，也可能沦为对既定形式的反复摹写。也就是说，同样是借助他者写作，既可能扩大人的思想，也可能削弱人的判断。

这恰好构成了AI时代最值得警惕的反讽。如果一个人只是把模型生成的答案当作标准答案，把模型的平均判断当作自己的判断，那么“代圣人立言”不过是换了一个对象，变成了“代模型立言”。过去约束思想的可能是经典、科举制度和权威解释，今天则可能是训练数据、模型偏好和算法生成的“常识”。形式变了，思想把自己交给权威的危险却可能以另一种方式重新出现。

因此，把“独自原创”奉为写作唯一正当性来源的观念，与其说是文明的普遍常态，不如说是现代以来逐渐强化的一种写作理想，其中尤其包含了浪漫主义关于“天才”的想象。人机共笔今天引发的不安，因而未必意味着写作正在背离某种自古以来的规范；它也可能意味着，我们正在重新面对写作本来就具有的对话性、引述性和关系性。但真正值得守住的，并不是“写作必须独自完成”这一形式，而是写作者不能放弃自己的判断。

这也意味着，人机共笔并不是简单地把过去的某种写作传统重新搬回来，更不是为任何形式的“代笔”寻找正当性。AI带来的真正变化在于，它第一次把外部智识以如此巨大、即时而具有生成能力的方式引入了写作过程。它既可能成为思想的放大器，也可能成为新的权威。区别不在于有没有“他者”进入写作，而在于人是否仍然能够与这个他者保持距离、提出异议，并最终对自己的判断负责。当写作的关系结构发生变化之后，真正必须由人承担的，恰恰不是每一个句子的机械生成，而是不能被外包的判断。

安迪·克拉克与戴维·查尔莫斯（Andy Clark and David Chalmers）在《延展心灵》（“The Extended Mind”）中提出的命题，可以为AI可以成为人类智能的“义肢”这一比喻提供更严格的哲学基础：认知系统的边界并不必然止于颅骨之内。

当外部工具与人类主体形成紧密耦合，并被持续、可靠地调用时，这个工具便可能功能性地成为认知过程的一部分，而不再只是外在的辅助设备。若接受这一前提，那么“这篇论文是不是AI写的”这个问题本身就可能问错了层级——它就像质问一个使用延展认知的人：“这个判断是不是完全由你的大脑独自做出的？”把认知发生的层级与责任归属的层级混为一谈。

真正值得追问、也是更经得起长期检验的，是我近年反复论证的“判断在场”：关键不在于每一个句子是否由人类亲手敲出，而在于选题由谁提出，在多个AI生成的可能路径之间由谁取舍，对机器提供的博识由谁质疑和驾驭，以及最终的判断由谁以自己的名字承担。在这些环节中，是否始终存在一个不能把最终判断交给机器的主体，才是问题的核心。

从这个意义上说，代际转换真正带来的，并不是判断的消失，而是判断发生地点的上移——从句子的微观层面，逐渐迁移到问题的架构、思路的选择和最终裁断的层面。过去，我们习惯把作者性更多地寄托在“亲手写出每一个句子”上；AI进入写作之后，作者性的重心可能越来越转向“为什么提出这个问题”“为什么选择这条路径”以及“为什么最终接受这个判断”。

这也意味着，未来的学术评价如果继续主要停留在句子层面追查“AI痕迹”，就很难完整把握已经发生的写作变化。真正需要评价的，或许不再只是文字究竟由谁生成，而是一个人在AI深度参与之后，是否仍然保持了问题意识、判断能力和最终责任。只有当评价的重心随之上移，评价体系才可能真正回应写作实践本身正在发生的迁移。

当下流行话语中的“数字原住民”概念（马克·普伦斯基 Marc Prensky 于2001年提出），容易让人产生一种几乎自动的代际红利想象：晚出生者天然更擅长使用新技术。但二十多年后的实践已经表明，这一预设混淆了“熟练操作界面”与“具备深度对话能力”这两件截然不同的事情。

一个十九岁的学生当然可能比一个七十岁的教授更熟练地使用各种AI工具，但这并不意味着她更懂得如何让AI参与思考。一个学生可以让AI几秒钟写出一篇关于《贝奥武甫》的论文，也可以把同一个问题连续追问十几次，要求AI提出彼此冲突的解释，再从中发现一个自己原先没有想到的问题。这两种使用方式，表面上都叫“使用AI”，实际上却属于完全不同的认知活动。

这不是要将AI理想化地设定为一个“可以追问、质疑和碰撞的思想他者”。因为在实践中，大语言模型（LLM）的底层机制基于概率预测，其内在倾向是“顺应用户语气与谄媚”（Syco-phancy）以及生成“平滑的常识”。 要让AI真正成为一个高质量的“思想对手”，不仅需要使用者极其熟练地施加提问策略（Prompting Strategy），更需要使用者时刻警惕机器的“虚构事实”与“逻辑陷阱”。对人文研究来说，如果使用者缺乏强大的人文知识储备，极易被AI看似严密实则平庸的语言结构所俘获。

一般大学生或研究生与芝加哥大学女孩之间的成熟度落差，恰恰说明同一代人内部完全可能出现深刻的分化。这种分化未必沿着地域、学校排名，甚至也不完全沿着经济资本展开，而可能沿着一条更隐蔽的轴线展开：我称之为“认知代际资本”（cognitive-generational capital）。借用布尔迪厄（Pierre Bourdieu）在《资本的形式》（“The Forms of Capital”）中对文化资本的分析框架，这里所说的是一种新的稀缺资源——一个人在早期是否获得了把AI当作思想对手而不是答案贩卖机来使用的训练机会，并由此形成相应的心智模型。

“认知代际资本”的分化不完全沿着经济资本展开。但在现实中，能够将AI当作“思想试金石/辩论对手”的前提，是使用者自身已经具备了高水准的“批判性思维”与“元认知能力”。芝加哥女孩的成熟，与她从中学开始就在私立学校接受人文经典教育密切相关，也在很大程度上得益于芝加哥大学严苛的高等人文教育背景（否则没有提出《忏悔录》与《贝奥武甫》关于恶的本体论的学术环境）。因此，能够完成“认知世代迁移”的，或许依然是拥有优质教育资源与深厚人文底蕴的精英群体。AI作为“认知义肢”，可能非但没有平铺智识差距，反而借助这种“问题意识的密度差异”，加剧了智识阶层内部的隐性分化。

这种分化其实并不难理解。同样面对一个问题，工具型使用者往往问：“请告诉我这个问题的答案。”得到答案以后，任务便结束了。对话型使用者问的却可能是：“你的解释依据是什么？有没有相反的解释？如果这个观点成立，它会与我以前读过的什么发生冲突？你有没有忽略什么？”前一种方式提高的是完成任务的速度，后一种方式改变的则是问题本身。前者把AI当作一个效率极高的助手，后者开始把AI当作一个需要不断追问、质疑甚至反驳的思想他者。前者只是完成一篇论文作业，后者则是有了又一个值得与他人在聊天时和饭桌上讨论的问题。

代际转换真正的风险，不在于老一代整体被淘汰、年轻一代整体崛起这样一种整齐的图景，我和这位芝加哥女孩就是隔了两代人的聊天，她父亲和我孩子是一辈，而她则比我大孙女年长8岁。“代隔”真正令人不安的可能性是：许多“数字原住民”可能始终停留在“工具原住民”的层次——熟练却浅层地使用AI完成任务；而只有少数人，无论老少，真正成长为“对话原住民”，把AI当作可以被质询、被反驳的思想他者。

于是，一个看似已经跨入AI时代的人，实际上可能仍然生活在旧的认知方式中；反过来，一个年龄很大的教授，如果开始习惯于让AI挑战自己的假设、提出自己没有想到的关联，也可能发生真正的认知世代迁移。

前者更容易产生同质化的内容，后者则可能像那位女孩一样，从与AI的持续对话中发现教授多年研究生涯中从未设想过的角度。这里真正发生的变化，并不是机器替人思考，而是人开始把机器产生的答案、反驳和意外关联，重新变成自己必须处理的问题。AI提供的不是现成的思想，而是大量需要人作出选择、判断和重新组织的可能性。

如果这种差距逐渐固化，它就可能演变为一种比传统经济阶层更加隐蔽的新型智识壁垒。未来真正稀缺的，可能不再只是“能不能接触AI”，甚至也不只是“会不会使用AI”，而是能否利用AI不断扩大自己的问题意识、判断能力和思想边界。到那时，所谓“数字原住民”这个称呼本身也许已经失去意义：真正值得区分的，不是出生在AI之前还是之后，而是谁真正学会了与AI一起思考。

托马斯·库恩（Thomas Kuhn）在《科学革命的结构》（The Structure of Scientific Revolutions）中援引马克斯·普朗克（Max Planck）的著名论断——科学真理的胜利往往不是靠说服反对者，而是靠反对者终将死去、熟悉新真理的一代人成长起来——来解释范式转移为何总是滞后而痛苦的代际过程。这一“普朗克原则”长期被用于解释AI写作中的代际抵抗：老教授终将退休或离去，熟悉人机共笔的一代人终将成长起来，它最终也会成为某种默认的写作方式。

但我想在这里提出一个更具能动性、也更契合我两年多共笔实践的判断：AI时代的认知世代迁移，与库恩意义上的范式转移存在一个重要的结构性差异——它并不必然依赖生理意义上的世代更替，而可以发生在同一个人的生命周期之内，通过主动的认知重训而实现。一个七十多岁的教授完全可以在今天开始学习如何与AI对话、质疑AI、利用AI重新组织自己的知识；一个二十岁的学生，也完全可能只是把AI当作搜索引擎和廉价代笔者，始终停留在旧的认知模式之中。

因此，那位被一篇论文震动的《贝奥武甫》老教授，其真正重要之处并不在于我们可以据此断言他已经完成了“认知世代迁移”，而在于那个瞬间打开了一种可能：一个人的生理世代并没有改变，他所面对的认知世界却可能开始松动。真正的迁移，还需要进一步的实践——是否愿意重新理解AI的角色，是否愿意让它挑战自己原有的知识结构，是否愿意改变自己的研究和写作方式。认知世代因此不是一次年龄意义上的“换代”，而是一种可以发生、也可以拒绝发生的个人选择。

这也使“普朗克原则”在AI时代呈现出某种反转。过去，人们只能等待旧范式随着旧一代人的离去而逐渐让位于新范式；今天，至少在AI参与知识生产的领域，个体有可能主动跨越原本需要等待一代人才能完成的认知距离。我们不必把希望寄托在“老一代终将逝去”这一残酷而缓慢的历史进程上，而可以开始思考：怎样的教育，怎样的写作训练，怎样的制度环境，能够帮助一个人主动完成这种跨越。

如果说传统范式转移更多是时间推动的历史事件，那么AI时代的认知世代迁移，则可能越来越成为一种个人可以参与的认知实践。时间仍然会推动世代更替，但它不再是唯一的力量。AI在一定程度上把范式转移的钥匙交还给了个体：一个人不必等到下一代人成长起来，才有机会进入一个新的认知世界；他也可以在自己的生命之内，重新成为一个“新世代”的人。

代际转换最终应当以什么来衡量？不是AI工具的普及率，也不是有多少学生“承认”自己用了AI，而应当是一个更实质性的尺度：在一个学术共同体乃至一个文明体之中，那些真正打开新问题、提出前人从未想到过的角度的写作，其出现的密度是否正在提高。

这也是“文明智能”这一框架最终关心的问题。AI真正可能改变的，并不只是知识生产的速度，而是一个文明提出新问题、发现新关系、重新理解自身的能力。如果人与AI之间越来越频繁的互动，只带来更多数量相近、观点相似、语言平滑的文本，那么技术的普及并不等于认知的跃迁；只有当新的问题和新的洞察不断出现，技术才真正开始转化为文明的智能。

因此，代际转换本身并不会自动带来思想的更新。它只是打开了一扇比以往更宽的门，让人类第一次可以如此大规模地与一种非人类智能共同进入知识生产。但门有多宽，并不决定门后有什么；真正决定文明能够走多远的，仍然是人类自身的洞察力、批判力，以及对意义永不满足的追问。

也许，这才是AI时代衡量“新世代”最值得关注的尺度：不是有多少人学会了使用AI，而是一个时代究竟因此学会了提出多少过去没有提出过的问题。