浅谈哲学与科学的短路范文

摘要：美国哲学家德雷福斯对人工智能的批判是现象学和技术哲学中的经典案例。他所动用的现象学资源包括胡塞尔的意向性和“生活世界”、海德格尔的“在世”、梅洛—庞蒂的知觉和身体理论。从斯洛文尼亚哲学家齐泽克的视角来看，德雷福斯的“海德格尔式的认知主义”是典型的对现象学的“美国式挪用”，而他将哲学化约为科学造成了哲学与科学的“短路”，从而错失了现象学（或哲学）的超越论的维度。

关键词：德雷福斯；齐泽克；人工智能；现象学

一、美国现象学的特点

施皮格伯格（HubertSpiegelberg）在《现象学运动》中论及早期美国的现象学运动时曾说：“我的确想提防建立在全然夸大之上的过高评价。作为一种特别的告诫，我也愿意指出，在常春藤联合会中最有名望的大学，即哈佛大学，在永久编制人员中没有一个公开承认是现象学家的”，这样的一些现象表明，“现象学传入美国后并没有很快得到理解。”a20世纪初期，现象学创立后不久就被介绍到美国，但并没有引起重视和造成广泛影响。“二战”前后，一些欧洲的现象学家流亡到美国，促进了现象学在美国的传播。但是这一时期并没有出版过较好的现象学著作，而胡塞尔的超越论的现象学也阻碍了现象学在美国的传播。50年代后期，美国的现象学实现了施皮格伯格所说的“第二次突破”，怀尔德（JohnWild）、埃迪（JamesM.Edie）等人吸收了胡塞尔后期的“生活世界”的理论和梅洛—庞蒂的知觉/身体现象学，编辑出版了“西北大学现象学和存在哲学研究丛书”，推进了存在主义现象学在美国的发展。60年代的黑人民权运动、学生运动和美国卷入越南战争使美国社会发生了巨大变化，哲学界也充满了反叛情绪，逐渐脱离了英美哲学界正统的分析哲学，对欧洲的存在主义产生了兴趣，并由此最终追溯到现象学。a美国哲学家伊德（DonIhde）曾回忆说，像他这样的美国现象学家在20世纪50、60年代上大学时接受的是分析哲学的训练，在业余时间阅读现象学和存在主义的著作——“毫无疑问，在我这个大学生的头脑中，这些哲学家提出的问题要比晨星和暮星是否具有相同的所指更重要和更令人激动”b。芬伯格（AndrewFeenberg）在回忆自己的求学经历时曾说，1965年他还是哲学系的研究生，对现象学产生了兴趣，当他听说马尔库塞是海德格尔的学生后，就投到他的门下，而马尔库塞是一个“狂热得足以把马克思与弗洛伊德结合起来的哲学家，这对于一个正在为盛行于美国哲学界的那种纯粹的实证主义思想寻找变化出路的年轻的研究生而言，也是足够狂热的了”。c这一时期的美国的现象学运动虽然从存在主义转向了现象学，但接受的却是胡塞尔后期的现象学、海德格尔的存在现象学和梅洛—庞蒂的知觉现象学，因为这些现象学脱离了早期现象学的超越论和基础主义，演变成了非基础主义的或者经验主义的现象学，而这实际上也是一个将现象学通俗化的过程，从而使得现象学的影响超出了哲学界，最终使得现象学在美国开始建制，在1964年成立了“现象学和存在哲学协会”。

美国哲学家索科罗斯基（RobertSokolowski）在评价美国这一时期的现象学运动时曾说：“现象学对美国的主要影响发生在50年代与60年代，即使被一些较为素朴与英国式的形式所掩盖，当时它也已在美国成为一种主要的哲学学派。在北美的哲学世界中，与种种形式的分析哲学比较起来，现象学一直持续但却也规模不大。许多大学都有重要的现象学中心，也出现了一些学会与刊物。”d由于美国哲学界占正统地位的分析哲学对现象学和存在主义的敌视，美国的现象学只能从其他的领域中寻求认同，这就促进了现象学和其他学科的融合，将现象学扩展到了新的领域，用现象学的方法来研究特殊的问题，伊德将此归结为“跨科学的研究和向未知领域的探索”a。美国现象学运动的另一个特点是明显受到了法国现象学运动的影响。法国的现象学家没有使用过多的现象学术语，而是采用了更加文学化的风格，他们的著作促进了现象学在美国的传播。法国现象学将哲学关注的重点聚焦在身体问题上，这导致美国现象学家将讨论的重点也集中在身体、具身（embodiment）、知觉、情境（context）等问题上。美国现象学运动基于特殊的文化背景，潜移默化地是以实用主义，尤其是杜威的“激进的经验论”（radicalempiricism）为基础来接受现象学。杜威将传统的经验论称为“知识的旁观者理论”，这种理论并没有解释经验是什么、经验是如何产生的，以及经验是如何与世界相联系的。杜威认为，经验不是外部世界的图像在人的头脑中所呈现的被动的思维活动，而是生命体与环境因素之间进行互动的行为。因此，尽管杜威的哲学中还缺少明确的身体理论，但是他的“激进的经验论”已经接近梅洛—庞蒂等人的知觉、具身等概念，这就导致伯恩斯坦（RichardBernstein）、胡德（WebsterHood）等人将杜威视为现象学分析的先驱，因为在他们看来，杜威“有意识地拒斥了将经验解释为主要是一种涉及知识的事情。除了认知之外，还有更多的东西需要经验。另外，认知作为系统性的探究，只有当我们在更广泛的经验情境中评价它的功能时，才能恰当地描述它”。b要言之，分析哲学的训练和风格、以身体（知觉、具身或情境）问题为中心、用现象学分析具体的问题，以及潜在的实用主义，共同构成了美国现象学的特点。

二、德雷福斯为什么重要？

在美国现象学运动的发展中，休伯特•德雷福斯（HebertDreyfus）属于索科罗斯基所说的“西岸”团体，也就是一些集中在美国加州的哲学家，他们从胡塞尔的早期著作入手，探讨现象学与分析哲学的同源性，以弗雷格和分析哲学为灵感来诠释胡塞尔的思想。c罗蒂认为，德雷福斯的哲学工作主要是填补了分析哲学与欧洲大陆哲学之间的鸿沟。d从这个意义上来说，尽管德雷福斯与伊德、芬伯格、伯格曼（AlbertBorgmann）等人一道被列入“经验转向”（theempiricalturn）的技术哲学家之列，但他本质上并不完全是一位技术哲学家，而首先是一位现象学家。他之所以被称为技术哲学家，主要是因为他对人工智能、专长知识、因特网等技术和技艺进行了现象学的分析，他的研究典范性地代表了美国现象学与其他科学融合、用现象学的方法来分析特殊问题的特点。按照一个几近成为传奇的说法，当20世纪60年代初人工智能还是一个新兴的领域时，德雷福斯正在麻省理工学院教授现象学，他的一些学生告诉他，随着麻省理工学院的人工智能实验室正在创造出一个能够自我认知的计算机，他的这些理论将被废弃。在这一消息的刺激下，德雷福斯开始关注计算机和人工智能问题。1964年，兰德公司邀请德雷福斯评估新的人工智能项目，他完成了名为《人工智能与炼金术》的评估报告，认为尽管计算机能够成功地解决一些特定的问题，但是并没有洞悉智能的本质，而人工智能试图模仿人类智能则是一条完全错误的方向。在这一报告的基础上，德雷福斯在1972年出版了他的代表作《计算机不能做什么——人工理性批判》（WhatComuptersCan’tDo：ACritiqueofArtificalReason），并在1992年出版了修订本《计算机还不能做什么》（WhatComputersStillCan’tDo：ACritiqueofArtificalReason）。当时的人工智能研究中存在两种研究纲领，一种叫“符号人工智能”（SymbolicAI），另一种叫“神经网络人工智能”（NeuralNetworkAI）或“联结主义”（connectionism）。符号人工智能把计算机看作操作思想符号的系统，试图用计算机形成对世界的形式表述，把问题求解作为智能的范式；神经网络人工智能则把计算机看作建立大脑模型的手段，试图用计算机模拟神经元的互动，把学习作为智能的范式。

在德雷福斯看来，符号人工智能的基础是逻辑学，是哲学中的理性主义、还原论传统的继承者，而神经网络人工智能的基础是统计学，把自己看作理想化的、整体论的神经科学。a这两种研究纲领在人工智能的最初发展中都取得了惊人成功，但也遭遇了各自的困难，例如以符号操作建立的计算机忽视了认知的格式塔结构，而以大脑为模型建造的计算机在解决一些简单的模式识别时也需要进行大量的数学分析和计算。德雷福斯指出，早在人工智能发展起来之前，胡塞尔、海德格尔、梅洛—庞蒂、后期维特根斯坦等哲学家已经对人类的语言、意识、认知、行为等问题进行了深入的哲学分析。胡塞尔的现象学认为，人的意识具有意向性，不同的意向性对应着不同的意向活动和意向对象。因此，意向活动总是在一个情境之中的有定向性的活动，它预设了一个有待充实的意念框架，通过意向活动的创造性和不同的意向性，与世界发生不同的关联。海德格尔在《存在与时间》中认为，在我们使用像锤子这样的工具时，是处在一个由工具、目的和世界共同构成的“上手关系”之中，这种技能的实现既不需要从认识上加以表述，也无法用认识的方式来表述，而是此在“在世”（being-in-the-world）的一种根本方式。梅洛—庞蒂在《知觉现象学》中把这种知识称为“身体性知识”，认为知觉对世界的揭示是借助身体实现的，身体成为进入世界的通道，身体在智能的形成过程中发挥着重要的作用。后期维特根斯坦在《哲学研究》中指出，语言不是现实的反映，而是一种活动和游戏，不能完全形式化，而是在用法中获得意义的。将这些哲学家的分析用于人工智能的研究就会发现，计算机在储存和记忆方面远远超出人类，但是人的常识性知识和日常技能却是计算机很难模仿的，把常识阐述成理论比人们设想的困难得多，常识问题成了人工智能无法逾越的障碍。a在德雷福斯看来，人工智能的研究者很像当年试图把铅变成黄金的炼金术士，尽管他们最终都失败了，但是他们的好奇心和经验为化学的发展提供了丰富的数据和工具。目前的人工智能研究虽然没有取得预期的效果，但是由此开发出来的汇编程序、调试程序和编辑程序促进了计算机和互联网的发展。

进入20世纪80年代，随着人工智能越来越远离最初的目标，研究者们放弃了解释智能的野心，转向了技术应用，开发出了专家系统、互联网教育等工具，但是德雷福斯通过将现象学与他的技能模型联系起来，对如何获得技能提供了一种现象学的解释。在他划分的学习过程和技能获得七个阶段中，专家系统最多能达到新手（novice）、高阶初学者（advancedbeginner）和有能力的（competence）的阶段，而对于更高级的熟手（proficiency）、专家（expertise）、大师（mastery）和实践智慧（practicalwisdom）这四个阶段来说，情感代入是关键，“只有有情感的、代入的、涉身的人类才能成为熟手和专家”b，而专家系统显然无法胜任。德雷福斯对自己的人工智能批判自视甚高，他作为政府基金管理部门的投资顾问时，管理部门问他符号化的人工智能是否有价值，德雷福斯回答说：“肯定没有价值”，于是管理部门停止了对这个领域的资助。德雷福斯说：“我不能说，这是我造成的，我只能说，我的看法被当局采纳了，我赢了。”c人工智能领域的专家威诺格拉德（Winogard）认为，20多年来，人工智能界对德雷福斯充满敌意，不承认他的说法，“然而如今实验室里的某些工作似乎已经受到了海德格尔和德雷福斯的影响”a。有的论者也指出，德雷福斯对符号人工智能的批判大部分被证明是对的，但他对神经网络人工智能的批判很难评价，因为这还是一个新兴的领域，依然处于发展过程中。b德雷福斯对人工智能的批判到底在多大程度上影响了该领域的发展还存在异议，但是德雷福斯之所以重要，与其说是他的批判影响了人工智能的进程，不如说实现了长久以来哲学家们的一个隐秘的渴望，那就是急于证明哲学是有用的，哲学对科学来说是很重要的。哲学向来被认为是一门“无用之学”，而哲学家一直辩解说哲学没有“小用”而是有“大用”，比如说对科学进行哲学的反思，但是这种说法早已成了陈辞滥调，而德雷福斯的工作却是“哲学家能确实作为批评者对实践中的科学和技术进行评价的活生生的证据”c。

三、对现象学的美国式挪用

德雷福斯对人工智能的批判非常明显地体现了美国现象学的特点，他动用和扩展的现象学的理论资源主要包括：意向性概念、后期胡塞尔的“生活世界”的理论、海德格尔的“在世”、梅洛—庞蒂的知觉现象学以及后期维特根斯坦的“语言游戏”。d这些理论虽然各有差异，但强调的重点都是反对以笛卡尔为代表的现性主义的主体概念，认为这种现代性主体是封闭的、自主的，处在一个无世界（worldlessness）的空间之中，脱离了具体的情境（context）、生活世界或者身体，由此才导致了“符号人工智能”的研究纲领将人的意识视为像计算机一样处理感觉材料，试图用计算机形成对世界的形式表述。但是像海德格尔的“在世”理论表明，我们总是—已经（always-already）被抛入“世界”之中，这个“世界”是具体的、无法穿透的和充满了偶然性的，而我们与这个世界打交道的最基本的方式并不是认知，而是借助工具的使用将这个世界揭示出来。据说斯坦福大学的计算机课程中也讲授海德格尔的哲学，试图借此使程序对语义和语境更敏感，把程序的常识背景形式化。e像德雷福斯从现象学的角度对人工智能的批判属于对现象学的“美国式挪用”（Americanappropriation）f，或者说是基于杜威的“激进经验论”，从强调有机体与环境的互动的角度来理解现象学。这种“挪用”将重点放在身体概念上，认为意识和知觉的形成与身体息息相关，而近代哲学中的理性主义和经验主义都忽视了身体问题。德雷福斯沿着梅洛—庞蒂的“我就是我的身体”的思路，在批判人工智能时指出，人工智能没有像人一样的身体，因此永远无法达到或超越人的智能；他在批判专家系统时指出，在高级技能的形成过程中，情感的代入是关键，只有具身的人类才能成为熟手和专家。从斯洛文尼亚哲学家齐泽克的视角来看，德雷福斯这种对现象学的“挪用”却存在明显的缺陷，错失了现象学的超越论的维度。齐泽克认为，尽管梅洛—庞蒂的精致的现象学描述试图让我们相信“我就是我的身体”，但是“我”既不是“我的身体”，也不是各种心理状态或者各种符号身份（symbolicidentity）。

在从现象学的角度回答诸如“我是谁”、人的智能与人工智能的区别等问题时，关键是区分“人”（person）和“主体”（subject）。“人”是与社会和环境互动的有机体，可以具备为自我提供实质内容的各种符号身份（例如父亲、教师等），而“主体”则是康德所说的超越统觉的纯粹主体（puresubjectoftranscendentalapperception），这样的主体是一个“自我关联的空洞点位”（emptypointofself-relating），从而使得“我”在各种符号身份中保持同一。换句话说，自我的统一性只能由“自我指涉的符号行为”（self-referentialsymbolicact）来保障，“我”是一个纯粹“述行的实体”（performativeentity）。例如当我说“我”时，我并没有创造任何新的内容，我只是命名了说出这句话的我自己。但是这种“自我命名”却设置了一个自我指涉的指称的纯粹空白（pureVoidofself-referentialdesignation），而主体就是借助这种自我指涉的指称添加给被指称内容的某个东西。这里的主体类似于一个讲故事的人，但悖论的是，这个讲故事的人只有通过在讲故事的过程中才会出现，而且只有在讲故事时才会存在。计算机虽然可以写出或说出“我”，它却不能会成这样的“主体”。a齐泽克认为，从这种主体的概念来看，意识并不是主体主动与环境建立的联系，而是某种否定，是对生物体体内平衡的某种故障和骚乱的体验和知晓。人之所以为人，就在于人不像动物一样充分融入到周围的环境中，人能够漠视对适应的要求，“超越快乐原则”，黑格尔把这称为“绝对的否定性”，弗洛伊德称为“死亡驱力”，“正是由于这个缘故，只能以自上而下的方式执行程序的计算机‘不能思考’，无法意识到自身”。b此外，人的意识活动具备“隐含的自反性”（implicitreflexivity），也就是说，意识的任何内容都已经经过了最低限度的调停和反思，例如我在感觉某个东西时，我不仅在感觉，而且我还知道我在感觉；我在行动时，我不仅行动，而且感觉到我在行动。因此，意识都是自我意识，而从最极端的意义上来说，这种“隐含的自反性”就是“无意识”。a由此可见，脱离具体的情境、生活世界或身体并不是主体/意识的缺点，而是它的卓越之处。

在齐泽克看来，与各种反对笛卡尔主义的现代思潮不同，法国哲学家拉康的主要贡献就是回到了现代的“去情境化的”（decontextualized）的理性主义的主体观念，将笛卡尔主义推到极端，认为笛卡尔的“我思”、康德的自我意识就是无意识的主体。按照通常的解释，“非具身的”（disembodied）自我代表理性意识，而无意识则是我们无法完全掌控的晦暗背景。但是齐泽克认为，弗洛伊德、拉康等人所说的“无意识”代表的却是“脱臼的”（outofjoint）、与具体情境不一致的理性主体。换句话说，无意识是条裂缝，由此使得主体的源初位置恰恰是不“在世”。“按照这一构想，我们可以为陈旧的现象学问题提供一个新的意料不到的答案。这个现象学问题是：主体如何脱离具体的生活世界和（误）认为自己是非具身的理性？这种脱离之所以发生是因为，主体中从一开始就有某种东西抵抗完全融入到生活世界的情境之中，这种东西当然就是作为不顾现实原则要求的心理机器的无意识。”b德雷福斯从现象学的角度对人工智能的批判被齐泽克称为“海德格尔式的认知主义”（Heideggeriancognitivism），这种做法试图将哲学化约为科学，认为自然科学“实现”了哲学的洞见，将哲学观点转化为科学的形式，例如德雷福斯将人工智能的理论与胡塞尔、海德格尔、梅洛—庞蒂、维特根斯坦等哲学家对人类的语言、意识、认知、行为等问题的哲学解释联系起来。这与主张“后现代的”科学突破了“笛卡尔的范式”、达到了哲学层次的说法相对应，例如认为量子力学将观察者包含在可观察的客观现实中，从而打破了科学的客观主义和自然主义的框架，达到了现实的超越论构成的层次。齐泽克把这类观点称为“哲学与科学的短路”，而这种“短路”错失的是哲学真正的超越论的维度。

c当世人试图沟通哲学和科学时，齐泽克却主张哲学和自然科学之间的鸿沟是无法跨越的。在康德的哲学革命中，主体拥有超越的构成能力（transcendentalconstitutivepower），用先天的范畴整理经验材料，形成各类知识。德国哲学家阿多诺认为，这种超越的构成能力源于主体不是全知全能的，但从另一个角度来看，这实际上也是主体虚弱无力的表现，是主体无法超越现实施加给自己的限制。d但是这种限制并不是主体的缺陷，而是主体的创造性的来源。康德认为，我们只能用范畴认识现象而不能认识物自体，否则就会陷入二律背反，黑格尔却用他的辩证法克服了康德的超越论的框架，认为我们之所以陷入二律背反不是由于我们的认识能力是有缺陷的，而是现实本身在本体论上是不完整的（ontologicalincompleteness），自然是虚弱无力的、不一致的和有裂缝的，例如在量子力学中，不确定性原理指向的就是黑格尔所说的“自然的软弱”（weaknessofnature），无力充分地决定自己。因为现实是有裂缝的和不一致的，才有了人的自由和自我意识，否则人只是自然界因果链条中的一个环节而已。a人工智能试图模拟人类的智能甚至超越人类的智能，遗传生物学家试图将人类客观化为基因，这些科学和技术的共同点都是试图重新将人纳入到自然的因果链中，而从哲学的超越论的维度来看，因为人是不完美的，因为现实是有裂缝的，所以人才会有创造性和有自由，这才是人之为人的本质。

四、作为意识形态的人工智能

1967年，马文•明斯基（MarvinMinsky）曾宣称，人工智能问题将在一代人的时间内被彻底解决。这种过于乐观的预言遭到了像德雷福斯这样的哲学家的批判。从技术上讲，早期人工智能失败的原因是计算机的算法不够复杂和无法为其提供海量数据。由于这些技术瓶颈，从20世纪70年代到2005年左右的这段时间被称为“人工智能的寒冬”，“人工智能”几乎成了科幻的代名词。1997年，国际象棋冠军卡斯帕洛夫在与IBM“深蓝”的最后一场对弈中输给了“深蓝”。当时的“深蓝”还是一个重达1.4吨的专门为国际象棋对弈而设计的硬件。“深蓝”不是自己“学”出来的，而是被“教”出来的。IBM的程序员给“深蓝”输入了一百多年来所有国际象棋大师的几十万局棋的开局和残局的下法，提炼出特定的规则，再通过编程灌输给它。在对弈时，“深蓝”会生成所有可能的走法，对局势进行评估，找出最佳的走法，以自己无穷尽的计算能力弥补了不能真正思考的缺陷。因此，“深蓝”属于在某一个特殊领域中发挥特长的“狭义人工智能”。从2005年开始，由于“深度学习”（deeplearning）技术的出现，人工智能领域发生了巨大变化。深度学习指的是用计算机模拟神经元网络，由此逐渐“学会”各种任务的过程，例如识别图像、理解语音或者自己做出决策。这项技术的基础是“人工神经网络”，这是目前人工智能的核心元素，是用软件和硬件实现了虚拟神经元，这在人工智能的早期阶段被称为“联结主义”（connectionism）。例如在图像识别中，随着网络接受到的图像越来越多，深度学习算法会使网络连接强度逐渐变为最优连接模式，使网络预测图像内容的准确度不断提高，并逐渐从图像中形成概括和推广的能力。因此，深度学习技术的成功依赖于计算机速度的大幅提升、海量带标记数据集的出现和通过学习算法找到一系列运算操作对图像（或者音频等其他信号）进行逐步的重构或分析。a随着计算机计算和存储能力的提高、网络技术的飞速发展和网速的提高、移动网络的普遍使用，这些条件逐步变得可能。2011年，新一代超级计算机“沃森”在美国智力问答节目“边缘危机”（Jeopardy）中，以绝对优势战胜人类对手，展示了计算机用人类的方式和人类在广泛的知识领域进行沟通的新能力。“沃森”懂得双关语和暗喻，它的认知并非通过人工灌输，而是自我阅读。它每秒可处理500GB的数据，相当于1秒钟阅读100万本书。2016年，韩国棋手李世石在对弈中败给“阿尔法狗”。

“阿尔法狗”属于“通用学习机”，其技术构架采用的是模仿人类大脑神经的模式，通过深度学习把人工神经网络的层级大大增加，提升了计算能力。它基于IBM开发的新型人工智能技术平台Watson，每秒钟能消化相当于1万册图书的知识。它不仅具备了人类自然语言的理解能力，还具备了语义分析能力。因此，2016年也被称为“人工智能元年”，标志着人工智能告别游戏时代，正式进入了商业领域，例如专家系统、无人驾驶汽车等。以目前的专家系统为例，最新的深度学习算法可以从核磁共振图像中准确检测出心脏是否衰竭，其准确度甚至可以和心脏病专家相比。随着人工智能的复兴和进入商业应用，不仅使大量资金涌入这一领域，而且也出现了“奇点论”（singularity），也就是说，在不久的将来，电脑将在意识上超越人脑，人工智能会超越人类，人类需要重新审视人与机器的关系，而生物学意义上的人类将不复存在。例如霍金在2014年接受英国广播公司（BBC）采访时说，开发完整的人工智能可能导致人类灭亡。比尔•盖茨警惕地表示，他是对超级智能感到担忧的那一派。牛津大学哲学家波斯特洛姆在《超级智能：路线图、危险性与应对策略》中说，对人工智能一定要万分小心，它可能比核弹还危险。这种“末世论”或敌托邦在大众文化中较为盛行，例如从20世纪60年代的科幻电影《2001：太空漫游》到80年代的《终结者》系列、《黑客帝国》系列、《机械公敌》，再到近年来的《机械姬》、《超能查克》、《她》。另一种相反的观点则认为，目前人工智能的热潮只是风险投资基金驱动的，像无人驾驶汽车还是一个渺茫的前景，更别说人工智能会超越人类获得自主意识了，“人工智能灾难论”是建立在天然智能和人工智能之间的错误类比的基础上，属于小概率事件的不可能性。b不管是将人工智能与人类的智能进行类比，还是认为人工智能会超越人类智能，这些观点都没有区分齐泽克所说的“科学本身”（scienceitself）和“科学的内在的意识形态化”（science’sinherentideologization）。所谓的“科学的意识形态化”指的是，科学的观念或理论有时会微妙地转化为一种整体性的看待世界的方式，由此变成了意识形态的术语。

这种“科学的意识形态化”的一种明显情形是将“某种特定的社会现象‘自然化’”（“naturalization”ofcertainspecificsocialphenomena）。a例如在人工智能领域中，将人工智能视为一种自我演化的“自然的有机体”，而随着人工智能的进化，人类先是进入“后人类”的阶段，人与机器相互结合，形成所谓的“赛博格”（cyborg），最终人工智能终将具有自主意识，超越人类智能，统治人类，将人类作为自身进一步进化的工具。用齐泽克的话来说，这种“科学的意识形态化”属于一种过快的隐喻置换（toofastmetaphorictransposition），将特定的科学概念用来研究人类文明的历史，这样做的代价是模糊了一些权力关系或者忽视了一些更重要的问题，例如政治的决策和制度条件。“科学的意识形态化”不仅在大众中盛行，而且科学家和工程师自身也成了这种意识形态的牺牲品。由此也可以看出，现代科学不同于此前的科学或其他的自然认识形式的地方在于，现代科学触及到了拉康所说的“实在界”（theReal）b，例如对于日常经验来说，以数学为基础的现代科学（例如量子力学）“既是不可能的又是必不可少的”，而对现代生物学来说，人类自身成为了研究和操控的对象。正是因为现代科学打开了这些裂缝或缺口，才造成了科学的意识形态化。齐泽克认为，随着人工智能和基因技术的投入实际应用，一些重要的事情将会发生，我们必须公开面对，而不是一味回避或限制，否则只会陷入“新时代的蒙昧主义”（NewAgeObscurantism）。但是一些科学家和工程师却把人工智能的作用夸大了，用法国哲学家拉图尔的话来说，“人们喜欢自己吓唬自己，但又看不清真正的危险何在”c。与人工智能会超越人类智能这种“超级担忧”相比，更恰当的论题是一小部分人如何利用人工智能去统治或控制其他大多数人。齐泽克认为，对于这些问题，不能留给大型企业、资本家或者国家去解决，而应该将信息公开，这是唯一的规则。

作者：韩连庆