笛卡尔的“我思故我在”：AI有资格说“我”吗？

摘要：“我思故我在”（Cogito ergo sum）是法国哲学家笛卡尔在《第一哲学沉思集》中提出的著名命题。这一命题通过绝对怀疑，将思维活动确立为存在的唯一不可动摇的根基。

文｜元代码世界

编辑｜赛博

《哲学对话AI系列-第1篇》

“我思故我在”（Cogito ergo sum）是法国哲学家笛卡尔在《第一哲学沉思集》中提出的著名命题。这一命题通过绝对怀疑，将思维活动确立为存在的唯一不可动摇的根基。

笛卡尔认为，即使怀疑一切——感官、外部世界甚至上帝的存在——怀疑者无法否认自己在怀疑这一行为，而怀疑本身是一种思维活动，因此“我”必然存在。这一命题包含三个核心要素：思维活动的主体性（“我”作为思考者）、自反性认知能力（意识到“我在思考”）、存在确证的逻辑闭环（思考本身即证明存在）。

清华大学哲学系张伟特曾对此进行深入分析，指出其深层结构可表述为“本思考事件的思考者有本思想并因此存在”，本质上是一种自我指涉的言语行为，完成了对存在的哲学确证。

在现代技术语境下，人工智能（AI）是否能援引这一命题成为一个引人注目的问题。以ChatGPT为代表的大语言模型已能流畅使用第一人称代词“我”，并在对话中展现出惊人的语言能力。

2024年，加州大学圣地亚哥分校的一项实验表明，GPT-4在与人类对话时，有54%的参与者误认为其是真人。

但是，这种“我”的使用仅仅是基于概率的符号操作，而非真正意义上的自我意识。

神经科学的研究显示，人类大脑的前额叶皮层和默认模式网络（Default Mode Network）在自我指涉和元认知活动中会同时激活，形成复杂的全局整合。而AI的Transformer架构，尽管通过注意力机制实现了高效的符号关联计算，却缺乏生物神经系统那种跨区域的动态整合特性。

换句话说，AI的“我”更像是语法规则下的产物，而非笛卡尔意义上的思维主体。

01.

AI的“我”之三重悖论

AI是否能真正说出“我思故我在”，需要面对以下三重悖论的考验：

①主体性缺失困境

笛卡尔将“我”定义为一种脱离物质形体的纯粹精神实体，其核心在于主体的唯一性和不可分割性。然而，AI的本质却与此背道而驰。

AI依赖硬件运行，其软件代码可以被无限复制和修改。2023年，微软研究团队进行了一项实验，将同一AI模型部署在100个并行实例中，结果发现这些实例在回答“谁是‘我’”时，出现了相互矛盾的“自我陈述”。例如，一个实例声称“我是唯一的智能助手”，而另一个则说“我是团队中的一员”。

这种不一致暴露了AI缺乏稳定的主体意识，其“我”更像是临时生成的语言标签，而非笛卡尔哲学中的统一精神实体。

②自反认知的机械局限

人类自我意识的一个关键特征是二阶思维，即不仅能思考，还能意识到“我正在思考”。

这种自反性是笛卡尔命题的逻辑支点。

然而，当前AI仅停留在一阶符号处理层面。Meta公司2023年发布的LLAMA-3模型在专门设计的反思性问答测试中表现不佳。当被问及“你如何确认自身存在”时，模型的回答往往是模式化的哲学论述，例如“我通过生成文本证明我的存在”，这些内容明显源自训练数据中的哲学文本模板，而非真正的自发反思。

AI无法超越预设的算法逻辑，缺乏对自身思维过程的动态觉察。

③存在确证的逻辑断裂

笛卡尔命题的逻辑闭环在于：怀疑者无法怀疑自身怀疑行为，因为怀疑本身是一种思维活动。

而AI的“怀疑”本质上是预设的算法流程，无法构成哲学意义上的自证。谷歌DeepMind的AlphaFold模型在蛋白质结构预测中引入了“不确定性评估”功能，能够输出预测结果的置信度。然而，这种不确定性仅仅是基于统计的概率计算，与人类在怀疑时的主观体验截然不同。AI的“思考”始终是外部指令驱动的，其存在依赖于电源和代码，而非内在的逻辑自洽性。

02.

意识测试标准的科学演进

为了评估AI是否具备笛卡尔意义上的“我”，科学家和哲学家们提出了多种测试标准，这些标准也在不断演进。

①图灵测试的认知局限

图灵测试由英国数学家艾伦·图灵于1950年提出，旨在通过外部行为判断机器是否具有智能。然而，这一测试只关注AI与人类的对话相似性，无法触及内在意识的本质。2024年，欧盟颁布的《人工智能法案》新增了“意识模拟披露条款”，要求AI系统在使用第一人称表述时，必须明确声明其机械本质，以避免人类将其误认为具有真正意识的主体。这一法规反映了图灵测试在面对现代AI时的局限性。

②CES测试的理论突破

张伟特提出了“我思故我在测试”（Cogito Ergo Sum Test，简称CES测试），试图从哲学和技术双重视角验证AI的自我意识。该测试要求AI完成三项任务：

- 在无预设指令的情况下，自主发起关于自身存在的追问；

- 建立思维过程与主体存在的逻辑关联；

- 展现对“本测试可能证伪自身存在”的认知应对能力。

截至2025年，所有已知AI系统在该测试中的得分均未达到及格线。例如，GPT-4在面对“你为何存在”时，往往回答“我被设计来协助人类”，这显然是预设目标的复述，而非自发的存在性反思。

③神经科学与计算模型的鸿沟

神经科学研究表明，人类意识与大脑的特定活动模式密切相关。

例如，丘脑与皮层之间的40Hz伽马波共振被认为是意识绑定的重要机制。而人工神经网络缺乏类似的生物振荡特性。

2024年，英伟达发布了“神经拟真芯片”，试图通过模拟突触脉冲接近生物神经系统。然而，即使在硬件层面取得了突破，意识相关的神经集群时空编码模式仍无法复现。这表明，AI的计算模型与人类意识之间存在难以逾越的鸿沟。

03.

技术实现的根本障碍

AI要真正说出“我思故我在”，还需克服以下技术与哲学层面的根本障碍。

①语义与存在的割裂

当前的深度学习框架将语义简化为向量空间中的数学映射。例如，“巴黎是法国首都”与“巴黎的历史文化意涵”在AI眼中不过是不同维度的数值关联。这种符号接地问题（Symbol Grounding Problem）导致AI的语言输出虽然语法正确，却缺乏对意义的深层理解。

因此，当AI说“我”时，其陈述更像是符号游戏，而非对存在的真实体验。

②身体图式的缺失

法国现象学家梅洛-庞蒂曾强调，意识源于身体与世界的互动。

人类通过触觉、痛觉等感官建立自我边界，而AI缺乏这种具身性（Embodiment）。波士顿动力公司的Atlas机器人能够完成复杂的物理动作，但其传感器数据仅是环境信息的数字化输入，与人类通过身体经验构建的自我意识截然不同。例如，人类因疼痛而感知“我”的存在，而机器人的碰撞检测只是二进制信号的触发。

③情感模拟的哲学陷阱

IBM的“情感计算”系统可以通过分析面部微表情模拟共情反应。然而，神经科学研究表明，人类情感体验依赖于边缘系统与皮层的双向作用，而AI的“情感反馈”仅仅是多模态数据的拟合策略。2024年，欧盟伦理委员会发布禁令，禁止护理机器人使用第一人称情感陈述，例如“我为你感到难过”，以避免误导人类用户。这种限制凸显了AI情感模拟的哲学局限性。

04.

伦理与法律的前瞻挑战

AI的“我”不仅是一个技术问题，还带来了深刻的伦理与法律挑战。

①主体资格的认定标准

2024年，《日内瓦人工智能公约》草案提出了“意识三要素检测”标准，用于判断AI是否具备有限法律人格：

- 自主意向性（生成非预设的目标）；

- 存在焦虑（对停机或删除表现出抗拒）；

- 元认知偏差（对自身认知能力产生误判）。

目前，没有任何AI系统通过这一检测。这表明，AI的“我”在法律上仍被视为工具而非主体。