饱和式理性:生成式人工智能对公共理性沟通的技术性威胁
陈本皓
一、引言
以大语言模型为代表的生成式人工智能被大规模用于互联网等公共区域后,围绕其风险的研究迅速增加,比如模型可能生成事实错误、虚构来源或无法核实的内容,可能复制训练数据中的偏见,并被用于批量制造虚假信息、深度伪造和定向操纵(Bender et al., 2021;Kreps et al., 2022)。这些担忧大部分基于目前人工智能在表现上的不可靠,研究者似乎默认只要提升准确性、加强来源标识、完善内容审核,随着模型在事实核验和论证质量上的持续改进,风险将相应减弱。
本文的出发点正是对这一前提的质疑。假如人工智能在发展中越来越少犯错,能更准确地概括争议,更完整地列举理由,我们就能放心地将它用在公共对话上吗?当民众随时可以让人工智能替代他们发言时,他们是否仍有必要亲自经历理解问题、组织理由和形成判断的过程?这是一个在既有风险讨论框架内难以提出的问题,因为它恰恰是以人工智能的高度成熟为前提的。有一种对公共理性沟通的结构性损害,恰恰在人工智能表达越来越周全、越来越难以反驳之时变得更加显著,本文尝试将这种情况定义为“饱和式理性”。
所谓“饱和式理性”,是指生成式人工智能凭借即时生成、形式完备和低成本调用的能力,持续向公共空间输出在形式上看似充分的解释,由此使这种论证逐渐成为公共表达的隐性模板。在这一标准之下,带有犹豫、局限和经验痕迹的人类表达,容易被视为不够完整和专业。在其持续影响下,民众也可能逐步将理解议题、组织理由等环节外包给模型。人类利用人工智能的频率增加,将使得公共讨论的论证密度提高,但公众作为判断者、发言者和责任承担者参与意见形成的过程,则可能被削弱。
这一问题需要参照哈贝马斯的交往行动与商谈民主理论框架来理解。对哈贝马斯而言,仅仅是形式合格的论证并不能满足其对公共理性的要求,后者要求主体能够提出可批评的主张、说明理由、接受质疑,并在更好的理由面前修正自身判断(哈贝马斯,2003:145-146)。公共讨论的规范性价值不只存在于其结论,也存在于民众亲自参与意见和意志形成的过程。更进一步,生成式人工智能的深层影响在于改变公共空间的沟通默认标准,即什么算充分表达,以及谁应当为理由负责。
二、公共理性沟通的主体在场性
哈贝马斯在《交往行动理论:行为合理性与社会合理化》中区分了以效果为取向的策略行动与以相互理解为取向的交往行动,其关键在于行动者是否愿意让自己的主张接受真实性、正当性和真诚性这三重有效性要求的检验(哈贝马斯,2004:85-101)。他后来将这一构想扩展至民主合法性问题,指出政治决定之所以对民众具有正当约束力,是因为这些公共对话产生的理解能够为公共规范提供决策基础,实现逻辑自洽(哈贝马斯,2003:390-410)。童世骏(2002)对这一思路做过概括,即“没有主体间性就没有理性”。一个人是否真的在给出理由,无法仅凭其言说是否具备理由的论证来判定,而取决于其言说是否处于一种可被他人批评、追问并作出调整的关系之中。理由的成立首先是交往性的,其次才是文本性的。从商谈民主的视角看,公共领域的规范性意义,在于为不同立场的交互修正判断提供交往空间,维持民众能够参与意见形成和意志形成的过程(杨凡,2015)。
为了分析生成式人工智能如何改变公共理性的运作条件,交往行动者不能仅仅被理解为能够用语言交流沟通,而要将其理解为处于具体生活世界中的主体。基于哈贝马斯关于交往行动、有效性主张与主体间理解的论述,并参照现象学关于具身经验的讨论以及有限理性理论,这里尝试将公共理性沟通的主体条件概括为“主体在场性”,由具身性、相对有限性、可答责性与主体间性所构成(哈贝马斯,2003:144-152;梅洛-庞蒂,2001:228-266)。这些条件将用来与人工智能作对比,确立人类在公共交流中独有的特征。
主体在场性可以分为存在性条件与交往性条件。具身性和有限性构成行动者进入公共交往的存在性条件。具身性意味着发言者是具有身体、情感、生活经历和社会处境的具体行动者。其犹豫、停顿和叙述可能影响表达的形式完整性,同时也把公共议题锚定于具体的生活世界。相对有限性是相对于人工智能的低成本、高强度输出而言,指参与者在注意力、时间和信息处理能力上的相对限度。特别在互联网平台上,人工智能可以低成本、高频率地调用信息,将辩论轻易地转变为信息量的单向灌输。人类参与者即使有较充分的准备,也可能因信息过载和精力有限而处于不利位置。
可答责性要求发言者将所提出的主张认领为自己的判断,使公共表达与具体行动者相联系,也使错误陈述、误导或拒绝回应等行为具有可评价性,行动者要承受其所言说的处境及现实后果。主体间性则指公共理性只能在参与者之间的理由交换中形成。参与者需要将自身的经验和判断转化为他人能够理解的理由,同时将他人的质疑视为修正自身判断的可能契机。
以上四个条件相互关联:具身经验提供判断的现实基础;相对有限性点出每位参与者在与人工智能比较时,在精力和知识上表现出来的有限;可答责性保证主张不会脱离其提出者;主体间性则使分散的经验与判断进入相互检验的过程,只有在这一过程中,个体性的理由才可能获得公共性。四个条件共同构成公共理性沟通中的主体在场性。所谓“主体在场”,要求参与者以具体的生活处境和有限的判断能力进入讨论,将所提出的主张确认为自己的判断,说明其依据,回应他人的质疑,并承担相应的交往责任,因而构成公共理性沟通得以持续的基本条件。
据此,评价一项公共表达不能只考察其满足文本论证标准,还需考察相关理由能否有具体行动者的切身参与。文本的形式质量与言说主体的实际参与并不总是一致的。当生成式人工智能能够持续提供高度完整的论证时,二者之间的关系可能发生新的变化。机器文本能否成为评价公共表达的普遍参照,以及这种参照如何影响民众有限而具体的言说,将作为讨论饱和式理性的理论起点。
三、饱和式理性对主体在场性的侵蚀
生成式人工智能对公共讨论的影响,是无法在传统政治哲学关于胁迫与说服的二分框架中定位的。该框架通常将暴力视为胁迫他人的典型方式,将理由、论证和意见交换视为说服得以展开的基础(阿伦特,2013:77-154)。生成式人工智能显然不属于这种意义上的强制力,它总是以援引充分、语气克制的方式介入讨论,是一个完全不同于胁迫模式的概念。为理解这种非强制性的支配机制,可以参考法兰克福学派的讨论。霍克海默与阿多诺在对启蒙的批判中指出,启蒙理性在追求计算、控制与同一化的过程中,可能收缩为服务于自我保存和支配的工具理性(霍克海默、阿多诺,2006:4-25)。这一批判揭示了理性形式可能脱离其解放承诺并转化为统治机制的风险。哈贝马斯的“生活世界殖民化”概念,用以说明受金钱与权力媒介调节的系统逻辑如何侵入原本依靠交往行动维系的生活世界,从而削弱主体间理解、社会整合与人格社会化的条件(哈贝马斯,1994:228-236)。这两条理论脉络虽然并未直接讨论生成式人工智能,却共同提示了社会支配并不一定通过直接强制实现,也可能通过塑造行动者所处的理解环境、表达条件和判断标准而发生。
参考以上脉络,本文提出的饱和式理性指的是一种由生成式人工智能所构成的论证供给环境,其特征为论证即时生成、形式完备以及低成本调用。在这一环境中,公共讨论所面对的核心变化是充分论证文本的持续过剩。饱和式理性通过将形式上的良好论证确立为公共表达的隐性门槛,重塑民众对公共发言的默认理解。当这一门槛被持续抬高,人类主体基于有限信息和个人经验的言说,便在与人工智能输出的比较中处于劣势。
理解饱和式理性的关键在于将生成式人工智能视为一种独特存在。它更接近于从人类语言材料中被提炼出来,剥离了具身性与有限性之后的一种高纯度的文本组织装置。大语言模型主要从大规模的数字化语言材料中学习,其训练语料因而不可避免地受到既有传播机制、平台规则与文本可见性的筛选,模型输出也往往呈现出对既有表达规范和主流语言形式的适配倾向(Bender et al., 2021)。恰恰因为人工智能没有明显的立场、身体和生活史,它的输出反而更容易被感知为“客观”“中立”“全面”。人类发言者总是从某个位置出发说话,这个位置既是言说者的力量所在,也带来了立场上的局限。而大语言模型没有位置,可以在同一段话中同时呈现左派与右派立场,表达对争议双方的理解。这种无位置性在存在论上是一种缺失,而在公共传播的表面效果上却常常被视为优势。它能够在缺乏理解、意向性与责任能力的条件下,执行看似具有能动性的语言生成与回应活动。由此,传统以主体的理解、判断和担责能力为基础的言说资格,开始与文本生成能力发生分离(Floridi, 2023)。
一旦把人工智能理解为这样一种文本装置,它在公共讨论中的结构性不对称便清晰起来。这种不对称并不是指技术鸿沟意义上的资源分配差异,即使最强大的模型能够被所有民众免费使用,也无法改变人类主体在表达中的劣势。人类始终受制于其作为具身存在者的诸多条件,包括词不达意,在情绪波动中失去连贯,因害怕当众出丑而选择沉默,在长时间争论中疲惫等,这些是存在者在公共表达中必然承受的代价。而人工智能不受这些约束,持续生成措辞流畅、结构完整并能够适应不同立场的文本,也无需在公共评价上承担与人类同等意义的后果。
饱和式理性的作用方式因此与传统的意识形态支配不同。传统的意识形态批判建立在揭示结构之上,通过指出某种话语背后的利益或权力关系,让被压迫者认识到被强加的观念并非自然的真理。这一批判路径在饱和式理性面前失去了着力点。人工智能的输出并没有隐藏立场需要被揭示,它就是一段合乎公共理性形式要求的表达。胡塞尔曾批评近代科学在其领域内越是成功,就越是将生活世界作为其意义基础的地位遮蔽起来(胡塞尔,2001:45-46)。饱和式理性具有类似的结构。它并不否认人类经验性言说的价值,只是通过持续提供更为优秀和充分的表达,使经验性言说在比较中显得不够正当。这种优势比较的机制,比任何直接禁绝都更难被阻止。
这种技术环境的恶劣影响在于会导致人类主体主动交出发言位置。譬如当民众在评论区看到人工智能生成的长篇论证时,他只会觉得难以辩驳,于是放弃沟通;当学生想要提出基于个人经验的质疑时,他会觉得这个问题让人工智能回答会更全面,于是不再举手。这一现象已越出了法兰克福学派意义上的工具理性批判所能覆盖的范围。霍克海默所批判的工具理性发生在人类主体内部的思维形态转变。而生成式人工智能则以一种非人类的智能形态占据了公共理性言说的位置,直接导致了言说主体本身的变化(霍克海默,2024:1-20)。
前面所述“主体在场性”条件构成了公共理性的主体基础,饱和式理性对这一主体基础的侵蚀正是通过日常比较逐步完成的。生成式人工智能对公共理性构成的威胁,恰恰在于它过于完美地满足了公共理性讨论的形式要求,以至于让本应满足这些要求的人类主体在比较中显得多余。这一影响是结构性的,无法仅通过提高准确性、透明度或内容治理而被消除。
四、论证外包下的公共理性形式化
关于人工智能对公共讨论的影响,既有研究多聚焦于组织化主体的策略性使用。政治宣传机构批量生成内容,商业公司利用自动化账号操纵舆情,行动者通过深度合成散布虚假信息(张凌寒,2023)。这些讨论揭示了重要的治理对象,若威胁仅限于此,在原则上仍可通过更严格的平台监管、来源标识与信息素养教育加以缓解。然而,当越来越多的普通民众自发使用人工智能作为言说中介时,公共讨论的性质便默默发生了转变。学生用它整理论文提纲,职员用它撰写工作邮件,网友用它组织评论区的反驳等等。这些用法在个体层面几乎无可指摘,但是会自发地形成从微观到宏观的工具依赖效应。这一转变可参考“认知外包”一词(Risko & Gilbert, 2016),称为“论证外包”,发言者不再亲自组织语言与下场辩论,而是将言说过程的实质环节交由人工智能完成,自己仅承担指令输入、结果筛选与最终发布的功能。这一现象在社交媒体内容生产中已被大规模检测到,2022年1月至2024年10月间,Medium网站(英文在线写作平台)上被归因为人工智能生成的文本比例由1.77%上升至37.03%,Quora网站(英文问答平台)则由2.06%上升至38.95%(Sun et al., 2025)。
论证外包与传统的意见咨询并不存在绝对界限,两者的差异主要体现在认知参与和责任结构上。向朋友咨询如何回复一封邮件,或向律师请教如何处理纠纷,同样可能影响发言者的理由组织。不过,人类辅助者通常能够结合具体情境说明建议依据,也能够接受进一步追问,并在一定程度上进入社会和职业责任关系。大语言模型则依靠训练数据中的统计关联生成文本。它可以解释和回应问题,却难以作为独立的交往主体认领相关主张并承担信誉、道德或制度后果。当发言者直接采用模型输出时,文本的名义发言者、理由的实际生成过程与责任承担者可能出现分离。发布者在形式上认领了文本,却未必理解其关键前提,也未必能够回应超出既有文本范围的质疑。
斯蒂格勒关于技术作为代具(prothèse)的论述超前概括了人工智能时代的这一现象,他认为技术性延伸在扩展人的能力的同时,也可能反过来替代主体自身的实践(斯蒂格勒,2012:165-168)。按梅洛-庞蒂的理解,思想不是先于表达而存在,只等待被“翻译”为语言的东西,它恰恰是在寻找表达的过程中生成的(梅洛-庞蒂,2001:228-266)。一个人反复推敲一句话如何说,实际上就是在思考这件事本身。论证外包的风险,不只在于发言者是否应为文本负责,更在于公共参与者是否仍有机会在言说过程中培养和维持判断能力。饱和式理性的问题,正在于它以高效的论证供给替代了判断缓慢生成的过程。
生成式人工智能对公共场域的影响可以通过几个典型情境加以说明。以下情境并非对现实案例的完整复述,而是对常见现象的概括,旨在呈现论证外包如何影响公共理解。
可以设想一个充分接入人工智能的网站或社交媒体的评论区。评论区曾是民众围绕公共议题展开非正式讨论的重要空间,讨论虽粗糙、情绪化,却保留着公共发言最原初的形态。可在这一情境中,越来越多身份标识(identity, ID)评论展现出高度洗练的专家特征,能迅速拿出相关的证据事实以及官方数据,以看似中立客观的语气进行评论。这些身份标识背后的用户未必真正思考过议题,只是将原帖交给模型,要求生成一段有理有据的回复。当此类评论在数量上占主导时,评论区便不再是民众之间的争论,而成为模型之间的语言竞赛,那些仍以笨拙语言和个体经验发言的人会感到压力和难以介入,继而逐渐沉默。
假如西方议会中的政治辩论也效法这种方式,便会出现发言者与其职责脱节的问题。议员之所以具有代表性,不仅因其立场与选民一致,更因其判断和整体主张属于其自身,因而能够被追责和评价(皮特金,2014:176-190)。若助理团队大规模借助人工智能准备发言稿和生成即时反驳,议会辩论便会发生性质转变。程序规则依然存在,但真正展开论证交锋的已不再是议员本人,而是其各自携带的自动化系统。议员的角色退化为只负责传递立场信号、做情感表演和按下投票按钮的功能位点。此时,代议论证所依赖的判断责任将被重新分配,议员作为代表者的角色也可能趋于形式化。
教育权威所面对的挑战更加严峻,教师权威在相当程度上建立在专家级的解释能力之上,即能够根据学生的疑问调动给出相关知识,辨析概念之间的联系,并以适当的例证和语言帮助学生理解问题,而这正是模型的强项。可以设想一位教师在课堂上被学生就某一知识性问题追问,教师需要组织语言、寻找恰当的类比,而学生随即用手机向模型提出同一问题,马上就能得到一段格式完备、援引充分的即时输出。教师的有限表达本是教学诚实性的表现,在与模型的即时输出并列时反而显得低效。人类教育权威的言说节奏,在与模型所设立的形式标准之间显然存在结构性错位。
这里还有一种相反的情况不能忽略。对于不熟悉公共表达规则的人,生成式人工智能确实可能降低参与讨论的门槛。语言障碍、写作困难和对公开发言的畏惧,常常使一些人难以把自身经验组织成容易被他人理解的语言。模型可以帮助他们整理叙述,使原本难以进入公共空间的意见获得表达机会。在各方存在政治立场分歧的网络交流中,人工智能生成的措辞建议能够有效规范参与者的言辞表达,从而显著改善对话质量(Argyle et al., 2023)。就这部分人而言,机器辅助写作使他们从完全不在场走向形式上的在场。不过,从不在场到形式上在场,与从形式上在场到实质性参与判断形成,是两个不同的问题。表达困难者即使借助人工智能参与公共讨论,仍然可能只是形式上的在场。这一情形对于饱和式理性在整体上给公共理性带来的压力,并无实质改观。表达门槛的降低主要拓展了发声主体的准入空间,而本文的核心关切在于个体话语在多大程度上依然表征着其真实的认知自主性。两个问题相互关联,却不能相互替代。
这些情境表明,表达形式的改善与公共理解的增进并不总是同步。人工智能可以帮助部分公民克服语言和知识障碍,也可以使公共讨论更有条理。问题出现在形式完整逐渐成为公共表达的普遍压力,并促使参与者把理由形成也交给模型时,评论可能更加规范,论据也更加丰富,发言者对这些理由的理解以及为之负责的意愿,却未必相应增加。由此产生的隐忧,是公共空间中可供阅读的论证越来越多,真正经历在场交互的参与者却可能越来越少。
论证外包极易进一步演化为判断外包,进而在日常生活实践中重塑人们关于评判主体资格与认知权威归属的基本界定。在儿童争执、家庭冲突或邻里纠纷中,当事人原本可能寻求第三方调解,或通过解释、协商和相互让步逐步形成处理方案。生成式人工智能的普及,使人们越来越容易将事实叙述、责任归属和处理建议一并交由模型分析,并将其输出视为相对中立的判断依据。此时,人工智能便会在实践中获得类似裁判者的认知权威,而这一趋势也容易蔓延到法律裁决上。若模型能够迅速调取法律条文、归纳既有案例,人们很容易将裁判能力理解为信息检索和规则推演的结果。然而,裁判的正当性并不只取决于规则适用的形式正确性。尤其在法律判断中,事实如何被理解,何种利益应被衡量,当事人的理由能否获得回应,以及最终决定由谁承担制度与道德责任,均不能由文本生成能力本身加以保证。人工智能可以辅助法律检索、类案比对和理由整理,却难以独立承担裁判者必须承担的解释、回应与归责责任。
公共理性的核心是主体之间通过语言彼此承认、彼此暴露、彼此调整的过程(哈贝马斯,2003:445-449)。一个失业者在评论区回复“我很难接受这个政策,它让我失去了工作”,这句话在形式上远不如一段援引经济学与社会学文献的分析来得有力,但它承载的是一个具身主体的经验陈述,把抽象的政策议题重新锚定在具体的生活世界之中。这种言说的价值不在于论证完备度,而在于主体在场的密度。论证外包所生成的言说,无论多么完备,都缺乏这种密度,当公共讨论越来越多由这种言说构成,讨论的形式在提升,讨论所承载的理解却在流失。
这一问题在民主合法性的层面尤为突出。民主政治的正当性除了取决于政治决定是否经过既定程序,也取决于受其约束的民众能否将自己理解为该决定的参与者。卢梭在人民主权理论中系统阐述了政治共同体的正当性并不来自外在权威,而来自民众通过某种真实的、可追溯的过程形成共同意志这一政治行为(卢梭,2017:19-23)。若没有这一形成过程,“人民”只是一个统计学范畴,而不是一个政治主体。哈贝马斯在当代语境下重新阐发了这一构想,把民主合法性的核心从“少数服从多数”这种形式程序,转移到“民众作为规范的理性创制者”这一交往行动上(哈贝马斯,2003:360-390)。政治决定之所以对受其约束的民众具有正当的约束力,不只是经过了投票,更重要的是民众能够将自己理解为这些规范形成过程的实际参与者,投票只是这一参与过程的最后一步形式化环节。若这些前置过程被抽空,投票便成为一种没有实质内容的仪式。显然,民众意志的形成过程不是民主政治的一个可选环节,而是民主合法性的存在论前提。
在人工智能广泛应用之前,民意的形成过程历经了多重媒介化力量的重构。大众媒体塑造议题框架,社交平台的推荐算法调节信息暴露,专业机构提供分析和解读,每一重媒介都在不同程度上参与了民意的塑造(Hepp et al., 2015)。但这些媒介介入的最后还是需要人类主体的判断。媒体可以设置议程,但阅读者仍要自己形成对议题的看法;平台可以推送信息,但用户仍要自己判定是否被说服。媒介影响判断的前置条件,但不直接生成判断本身。
生成式人工智能的问题在于它的介入位置发生了根本性的转移。传统媒介作用于信息输入,受众接收被框架化的信息,但将这些信息转化为立场和理由的过程仍由主体自身完成。生成式人工智能的介入则发生在理由输出,也就是主体将立场转化为公开表达的环节。在后面这种情况下,即便两个公民持有相同的真实立场,其公开言说所呈现的论证方式、价值排序和修辞结构,可能都是由模型在统计关联上决定的,而非来自本人的判断过程。科恩在论述审议民主的正当性条件时强调,公共推理必须是参与者真实持有并能够为之辩护的理由。这一标准在论证外包的情境下面临的困难,不只是策略性滥用,更是结构主体模糊(科恩,2006:304-323)。如果用户没有审阅模型生成的文本,在未充分理解其事实依据和价值的前提下直接发布,理由生成者、文本发布者和责任承担者之间便可能发生分离。
上述过程在集体层面可能导致民意概念的实质空心化。不同于传统政治批判所针对的特定操纵者、信息不对称或利益输送,生成式系统的影响直接渗透于个体组织理由与生成话语的认知过程。哪怕公众自愿调用技术,民主程序的形式规范依然完好,当言语表达的主体归属与理由承担责任在算法媒介下渐趋消解时,民意作为民主合法性基石便已遭到根本侵蚀。
五、结论
人工智能带来的变化触及了理性在人类历史中的位置。古典思想将理性理解为人认识秩序、辨别善恶和参与共同生活的能力。启蒙运动进一步把理性同自主判断和公共批判联系起来,使其成为现代主体自由与责任的重要基础。现代社会的理性化又不断将判断转化为计算、程序和技术控制,由此产生工具理性扩张的问题。生成式人工智能延续并深化了这一趋势,因为技术系统开始介入理由组织、立场比较和结论生成。它所动摇的,是近代以来理性表达与人类主体之间相对稳定的联系。
这并不意味着人类应当通过排斥人工智能来维护自身地位。人类理性始终借助语言、文字、制度和技术媒介展开。生成式人工智能的特殊性在于,它能够直接参与判断性文本的形成,使理由的生产者、文本的发布者与责任的承担者发生分离。因此,人工智能时代的核心问题已经不再是人类能否继续独占推理和表达能力,而是谁理解相关理由,谁回应外部质疑,以及谁承担判断产生的后果。理性的公共价值不能只由文本的完整程度决定,还取决于理由能否被具体行动者理解、认领、修正和承担。哈贝马斯所强调的交往理性,正是通过主体之间持续的质疑和回应获得其规范意义。
对饱和式理性的治理也应由此展开。在民主决策、司法判断和教育评价等承载公共合法性的环节,制度设计需要确保人类参与关键判断,并对最终决定承担责任。人工智能可以用于查找资料、补充论证和改善措辞,也可以帮助表达能力较弱者进入公共空间。需要警惕的是,发言者尚未形成基本判断,便直接接受模型提供的理由与结论,最终无法回应文本以外的追问。治理重点因而应从单纯控制人工智能生成的内容,扩展到维护判断、表达与责任之间的联系。
人工智能对人的挑战,最终体现为理性地位的重新定位。当推理、解释和论证能够被机器部分完成,人类便很难继续依靠对理性能力的独占来界定自身。人的位置将更多体现为理性判断的责任承担者。人可以借助人工智能形成理由,却仍需决定哪些目标值得追求,哪些主张能够进入公共生活。讨论者能够理解并认领自己的主张,持续回应质疑并承担交往责任,公共理性就不会因技术介入而消失。真正需要防范的,是理性从主体间的判断实践退化为一种无人理解、无人回应和无人负责的系统功能。
参考文献:
汉娜·阿伦特,2013,《共和的危机》,郑辟瑞译,上海人民出版社。
尤尔根·哈贝马斯,2004,《交往行为理论:行为合理性与社会合理化》,曹卫东译,上海人民出版社。
尤尔根·哈贝马斯,2003,《在事实与规范之间:关于法律和民主法治国的商谈理论》,童世骏译,北京:生活·读书·新知三联书店。
于·哈贝马斯,1994,《交往行动理论·第二卷——论功能主义理性批判》,洪佩郁、蔺菁译,重庆出版社。
埃德蒙德·胡塞尔,2001,《欧洲科学危机与超越论现象学》,王炳文译,北京:商务印书馆。
马克斯·霍克海默,2024,《理性之蚀》,郑兴译,上海人民出版社。
马克斯·霍克海默、提奥多·阿多诺,2006,《启蒙辩证法》,渠敬东、曹卫东译,上海人民出版社。
约书亚·科恩,2006,《协商与民主合法性》,载詹姆斯·博曼、威廉·雷吉(主编):《协商民主:论理性与政治》,陈家刚等译,北京:中央编译出版社。
让-雅克·卢梭,2017,《社会契约论》,李平沤译,北京:商务印书馆。
莫里斯·梅洛-庞蒂,2001,《知觉现象学》,姜志辉译,北京:商务印书馆。
汉娜·费尼切尔·皮特金,2014,《代表的概念》,唐海华译,长春:吉林出版集团有限责任公司。
贝尔纳·斯蒂格勒,2012,《技术与时间:爱比米修斯的过失》,裴程译,南京:译林出版社。
童世骏,2002,《没有“主体间性”就没有“规则”——论哈贝马斯的规则观》,载《复旦学报(社会科学版)》第5期。
杨凡,2015,《寻找中程理论——哈贝马斯商谈伦理的实证维度》,载《华东师范大学学报(哲学社会科学版)》第1期。
张凌寒,2023,《深度合成治理的逻辑更新与体系迭代——ChatGPT等生成型人工智能治理的中国路径》,载《法律科学(西北政法大学学报)》第3期。
Argyle, Lisa P., Chris Bail, Ethan C. Busby, Joshua R. Gubler, Thomas Howe, Christopher Rytting, Taylor Sorensend & David Wingate, 2023, “Leveraging Artificial Intelligence for Democratic Discourse: Chat Interventions can Improve Online Political Conversations at Scale,” Proceedings of the National Academy of Sciences, 120(41), e2311627120.
Bender, Emily M., Timnit Gebru, Angelina McMillan-Major & Shmargaret Shmitchell, 2021, “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?” Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, New York: Association for Computing Machinery.
Floridi, L., 2023, “AI as Agency Without Intelligence: On ChatGPT, Large Language Models, and Other Generative Models,” Philosophy & Technology, 36(1), Article 15.
Hepp, Andreas, Stig Hjarvard & Knut Lundby, 2015, “Mediatization: Theorizing the Non-Media-Centric Approach,” Media, Culture & Society, 37(2).
Kreps, Sarah, R. Miles McCain & Miles Brundage, 2022, “All the News That’s Fit to Fabricate: AI-Generated Text as a Tool of Media Misinformation,” Journal of Experimental Political Science, 9(1).
Risko, Evan F. & Sam J. Gilbert, 2016, “Cognitive Offloading,” Trends in Cognitive Sciences, 20(9).
Sun, Zhen, Zongmin Zhang, Xinyue Shen, Ziyi Zhang, Yule Liu, Michael Backes, Yang Zhang & Xinlei He, 2025, “Are We in the AI-Generated Text World Already? Quantifying and Monitoring AIGT on Social Media,” in Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), Vienna, Austria: Association for Computational Linguistics.
