當AI公司開始聘請哲學家──科技的盡頭還是人類

吳芳銘／政治經濟觀察員

Google DeepMind（谷歌深智科技）近日聘請劍橋學者夏林（Henry Shevlin）擔任AI（人工智慧）「哲學家」（Philosopher），引發科技界與學界高度關注。這項人事安排不只是企業的新職稱，更透露出AI產業正進入一個工程師無法單獨回答科技該如何發展的新階段，標誌著AI從技術競賽走向價值治理的時代轉折。

哲學家走進AI實驗室

過去，科技公司的核心問題很單純：模型能不能更快、更準、更便宜？答案通常存在於演算法、算力、數據與系統架構之中。然而，生成式AI出現後，問題已經徹底改變。

當AI能陪人聊天、提供建議、安撫情緒，甚至被部分用戶視為朋友、伴侶或顧問時，它就不再只是工具，而開始介入人類的判斷、情感與社會關係。科技產品第一次如此深刻地觸碰「人是什麼」的核心問題，而這正是哲學家被帶進AI實驗室的重要原因。

AI的問題，已超出工程範圍

夏林長期研究的領域是「機器意識」，諸如：AI是否可能擁有某種程度的意識與感受？如果一個模型看起來理解人類，我們是否應該將它視為某種具有「內在世界」的存在？

這些問題無法透過增加參數或提升算力來解決。

如果AI真的具備某種意識，隨之而來的將是更龐大的倫理與治理問題。例如：「AI是人嗎？」「它是否擁有權利？」「它能否成為道德主體？」甚至，「痛苦是否只屬於生物？

進一步說，如果AI有意識，那麼將引伸「AI是人嗎？」的身份拷問、對與錯的究問，以及對邊界的追問，這些涉及道德、法律及哲學的問題，指向AI治理。而工程師可以分析模型輸出，卻不能單靠程式回答「理解是什麼」、「意識是什麼」、「痛苦是否只屬於生物」以及各種道德倫理問題，這些問題的解方寄望在哲學家身上。

工程師可以分析模型輸出，但無法只靠程式碼回答「理解是什麼」、「意識是什麼」、「何謂善惡」等哲學問題。這些問題牽涉法律、倫理、政治與社會制度，最終都指向AI治理（AI Governance）的核心。

AI的價值觀，正在被設計

不只谷歌，另家AI公司Anthropic也聘請哲學家阿斯凱爾（Amanda Askell）制定Claude的「憲法」，讓模型在安全（Safe）、倫理（Ethical）與有用性（Helpful）的優先順序，而直接影響模型訓練與回答方式的價值框架。換言之，阿斯凱爾賦予Claude靈魂，讓AI的價值觀不再是產品發佈後的補丁，而是直接嵌入模型開發設計中；這不只是倫理審查，更是產品的生死線。

因此，今日科技公司聘請哲學家，真正原因並不是企業突然變得更高尚，而是它們終於承認：所謂「人機對齊問題」（Alignment Problem），早已不是單純的技術問題，而是牽涉倫理、政治、價值與公共治理的複雜命題，也關係到科技公司自身存在與經營的合法性。

AI的瓶頸：不只是能力，而是定義

目前AI發展面臨的最大轉變，在於瓶頸不再只是能力，而是該如何「定義」的問題。例如：AI應該如何回應有自殺傾向的用戶？如何處理政治、宗教與歷史爭議？當誠實與同理心發生衝突時，何者應優先？當用戶問「你有感覺嗎？」時，模型應該否認、承認，還是保持不確定？當每一種回答都不是中性時，其背後都代表一種倫理選擇。

過去矽谷相信「先推出，再迭代」的創新邏輯，但當AI逐漸成為社會基礎設施，這套模式開始出現危險訊號。推薦錯一雙鞋，只是商業失誤；但若錯誤安撫一個心理脆弱的人，可能就會造成真實傷害。

當科技越強大、覆蓋的應用範圍越廣，產品就越不只是產品，而更像是一套隱形的治理系統。因此，大型AI模型不只是回答問題，它也正在塑造人們對真實、知識、關係與道德的理解。若這種權力只由科技效率與商業目標驅動，將帶來極高風險。

真正重要的，不只是哲學家，而是權力

當然，哲學家進入AI公司工作，也不代表問題就能自動解決。真正關鍵在於：哲學家是否擁有實際決策權？還是只是企業形象與道德包裝的一部分？

如果哲學只是裝飾，將無法阻止科技失控；只有當哲學真正參與模型訓練、產品邊界設定、發布標準與風險評估時，才會成為AI治理的一環。

這場變化同時也提醒社會重新理解人文學科的價值。長期以來，哲學、倫理與社會科學常被認為不夠實用；但當科技開始觸碰「人是什麼」、「社會如何維持信任」、「AI是否應有倫理邊界」等問題時，最不「實用」的學問，反而成為最核心的能力。

程式可以構建人工智慧，卻不能自動產生良知；模型能模擬語言，卻不能自行決定何謂善惡。未來AI公司的競爭，不只在算力、數據與人才，更在價值框架、社會信任與道德邊界。

哲學家進入AI公司，並不是人文學科的勝利，而是科技發展走到深處後，終究必須回到人類社會本身。當人類試圖把幾千年來累積的宗教、法律、倫理與制度智慧寫進機器時，真正的問題已不再只是「AI能做什麼」，而是「我們允許它成為什麼」，以及省思「將對人類社會未來造成什麼後果」。

當定義先於能力、價值觀成為技術參數的一部分時，這些問題，沒有任何一行程式碼可以單獨回答。