近日，由计算机学会（CCC）主办的“计算的未来”峰会圆桌讨论环节以“计算的人文背景”为主题，呼吁改变我们对计算技术的理解与发展方式，强调应更多地融入跨学科和以人为本的理念。此次讨论由马里兰大学的比尔·雷格利主持，参与嘉宾包括谷歌的桑尼·康索沃、约翰·霍普金斯大学的亨利·法雷尔、南加州大学的亚当·拉塞尔以及布朗大学的苏雷什·文卡塔苏布拉马尼安。
雷格利在发言中指出，计算机科学或许正面临一场“库恩式”的范式转变。他认为，当前的理论体系已难以应对人工通用智能（AGI）、医疗、机器人等现代复杂问题。旧有的框架难以满足现阶段的需求，亟需从根本上重新思考这一学科的未来发展方向。
**人工智能：社会与文化的科技表现**
讨论中，一个重要共识是将人工智能（AI）重新定义为不仅仅是技术工具，更是一种社会和文化的产物。法雷尔提出，大型语言模型（LLMs）并非旨在复制人类智慧，而更像一种强大的信息归纳器，类似市场总结经济数据或官僚整理社会信息的方法。这种看法提醒计算机科学家应深入研究社会科学，理解自己技术所带来的社会影响。
**让电子也会思考**
亚当·拉塞尔支持这一观点，他强调生成式人工智能（GenAI）具有颠覆文化类别、引发强烈情感反应的独特能力。他引用诺贝尔物理学奖得主盖尔曼的话，想象“如果电子也会思考，物理学将多么困难”。他指出，AI是一种“边界”技术，既存在于已知与未知的交界处，又不断改变我们的文化认知，挑战自我身份的核心问题。拉塞尔呼吁科技开发者明确未来目标，强调“安全不是为了安全而安全，也不是为了技术创新而创新”。
**应对生成式人工智能的“不确定性”**
康索沃建议使用“认知变换”框架（Cynefin），将当前生成式AI的发展状态归入“混乱”象限。在这个阶段，首要任务不是寻找完美方案，而是减少风险，探索新的实践方式。未来，努力引导完备的、可持续的实践走向“复杂”与“难解”区域，最终迈向“明确”区域，制定出最佳操作准则。她强调，了解自己处于何种状态（或象限）非常重要，这样才能科学设定期望值。同时，要加强跨学科合作，避免盲目追求“快”、“多”的策略，提倡“穷则变，变则通”的渐进式创新。
**重新聚焦：理解人工智能的局限**
文卡塔苏布拉马尼安提醒大家，当前关于AI的讨论许多其实都在重演历史上技术与社会的对话。他强调，理解AI的局限性同理解它的能力一样重要。科学研究不仅要探索系统的可能性，也要了解其不能做什么。这样的批判性评价有助于开发更稳健、可信的系统，也为政策制定提供理性依据。同时，科研人员应关注增强而非取代人类智慧，避免技术成为单纯的“替代品”。
**打破学科壁垒，促进跨界合作**
与会专家一致认为，打破学科壁垒，实现多领域合作，是解决当今AI和高端计算技术面临的巨大挑战的关键。计算机科学与社会科学、人文学科的“心灵融合”被视为未来发展的必由之路。只有将不同背景的专家、普通用户的观点融入技术设计，才能打造出更安全、更有伦理、更具实用价值的科技产品。
峰会最后，大家呼吁营造鼓励跨学科合作的环境，摒弃困于固有圈子的思维定势，以尊重人类复杂背景的态度，共同推动科技的可持续发展。未来，计算不仅是一门技术学科，更是一项深刻的人类事业。
**延展阅读**
如果对本次讨论内容感兴趣，建议关注社区在科技与社会研究中的合作报告，以及促进跨学科研究的最佳实践指南，了解在技术设计、开发和应用中充分考虑人文社会因素的重要性。