人工智能指导下的表演：阿伦特视角

摘要 在本文中，我将探讨弱人工智能（更具体地说，我将专注于深度学习）对人类行动能力可能产生的影响。为实现这一目标，我将首先论述阿伦特的行动哲学，该哲学旨在强调行动有别于其他形式人类活动的显著要素。根据阿伦特的观点，行动应被视为实践（praxis），是一种以自身表现为目标的活动。行动的真正意义包括表达自己个性的 "激情"；只有当我将自己作为一个新的开端引入人类互动之网，表明我与他人的相关性和区别时，我才能表现出自己的独特个性。从阿伦特的这一观点出发，我将从两个可能的角度分析深度学习对现代人工智能的影响。首先，我将论证人工智能与行动之间的直接互动是不可能的。由于人工智能以效率为原则，因此它既不能为我们提出某些行动目标，也不能超越这些目标的实施，因为行动不是以工具性的高效需求为指导，而是以 "成为某个人 "的存在欲望为指导。其次，我还将分析人工智能对行动产生间接影响的可能性。更具体地说，我将分析神经网络在数学计算的基础上在个人之间传播行动的能力。正如我将论证的那样，这种超越人类认知能力的循环效率有可能组织起更广泛的个体间互动网络，并成为行动能力的催化剂。