历史学家吉尔·莱波尔:硅谷误读科幻小说,威胁民主制度

哈佛大学历史学家、《纽约客》特约撰稿人吉尔·莱波尔对科技行业有一个尖锐的诊断:其最有权势的领导者是糟糕的读者。在她即将出版的著作《人工国家的兴衰》中,莱波尔论证硅谷对科幻小说的误用正在主动摧毁花费数百年建立的民主制度。

Share
Editorial illustration: A worn paperback science fiction novel lies open on a desk beside a sleek smartphone or tablet, the  — MonstarX

历史学家吉尔·莱波尔:硅谷误读科幻小说,威胁民主制度

历史学家吉尔·莱波尔:硅谷误读科幻小说,威胁民主制度

哈佛大学历史学家、《纽约客》特约撰稿人吉尔·莱波尔对科技行业有一个尖锐的诊断:其最有权势的领导者是糟糕的读者。不是糟糕的工程师,不是糟糕的融资人——而是糟糕的读者。在她即将出版的著作《人工国家的兴衰》中,莱波尔论证硅谷对科幻小说的误用所造成的危害远超产生蹩脚的创业公司名称。历史学家吉尔·莱波尔指出硅谷误读了它声称为文化圣经的这一类型——她主张,这样做正在主动摧毁花费数百年建立的民主制度。

这是一项严肃的指控。对于现在在亚洲各地构建产品的开发者和创业者来说,这个观点值得认真思考,而不是轻率地将其视为美国文化战争的论调。

发生了什么

莱波尔在TechCrunch的《Equity》播客上发表讲话,配合其新书发布,她阐述了一个严峻的论点:科技公司正在逐步取代民主政府的职能。根据TechCrunch对这次采访的报道,她将这一转变描述为"以算法、公司和机器统治的形式回归专制和神秘化"。

科幻小说的角度是莱波尔论述具体化的地方。她特别指出埃隆·马斯克等人物是更广泛阅读理解失败的典型。塑造硅谷想象力的类型文学——阿西莫夫、吉布森、迪克、勒古恩——在很大程度上是警示性的。这些作者在书写警告,而非蓝图。阿西莫夫小说中的机器人存在是为了审视人类伦理,而不是激发创办一家真实的机器人公司。吉布森赛博朋克中的反乌托邦是对企业权力的批评,而非鼓舞人心的路线图。

然而,莱波尔论证,科技行业把这些文本当作了操作手册。结果是一代创业者真诚地相信他们生活在科幻英雄叙事中——破坏腐败的遗留系统,加速人类走向不可避免的科技乌托邦——而他们崇拜的作者实际上是在书写正是这种思维方式的危险。

她的著作将此框架化为她所谓的"人工国家"的兴起:一种私人技术平台吸收了如此众多政府职能——身份、通信、金融基础设施、公共话语——以至于民主问责在结构上变得不可能的状态。人工智能是加速剂。当影响数百万人的决策由私人公司拥有的算法做出时,谁统治谁的问题变得真正难以回答。

为什么这对亚洲很重要

东南亚、印度或东亚的开发者容易将莱波尔的论点理解为一个特别是美国的问题——与硅谷特有的自由意志主义例外主义的清算。这样的理解过于舒适。

亚洲与技术和治理交汇处的关系是其自身复杂的故事。多个亚洲政府已经积极推进将人工智能整合到公共行政中——从新加坡的"智慧国家"倡议到印度的数字公共基础设施栈,再到中国的算法治理实验。莱波尔提出的问题——当机器做出重大决策时谁负责——在这些背景下并非抽象的。这是实时政策。

对于亚洲科技创业生态来说,莱波尔的批评的着陆方式与硅谷不同。许多亚洲创业者是政府一起构建,而不是对抗政府,通常是出于必要。东盟、南亚和东北亚的监管环境支离破碎且变化迅速。在印度尼西亚构建金融科技的创业者面临的问责框架与在韩国或日本构建的创业者不同。"快速行动、打破常规"的精神对这些市场来说一直都不适用——莱波尔的论证有助于从结构上解释为什么。

这里还有一个阅读文化的层面值得承认。莱波尔引用的科幻传统绝大多数是英语世界和西方的。亚洲有自己的推测小说——例如刘慈欣的《三体》三部曲,它以在哲学上不同于吉布森或海因莱因的方式处理技术决定论和文明风险。如果硅谷的问题部分是文学想象力的失败,那么亚洲科技的问题是:我们是从谁的想象力中构建的?

这不是修辞问题。创业者对他们正在构建什么以及为什么要构建的故事讲述——塑造产品决策、招聘文化和伦理框架的方式在出现严重问题之前往往被低估。

这对开发者意味着什么

莱波尔的论证在文明批评的层面上运作,但对于任何在人工智能时代编写代码或发布产品的人都有实际影响。

最直接的是设计中的问责。当你将人工智能集成到产品中时——无论是推荐引擎、信用评分模型、招聘工具还是客户服务机器人——你做的是治理决策,而不仅仅是技术决策。谁可以对输出提出异议?谁可以审计模型?当它产生有害结果时谁承担责任?这些问题不能推迟到后续的产品冲刺中。

莱波尔关于"机器统治"的框架在这里很有用,正因为它重新框架化了风险。开发者倾向于从准确性、延迟和成本的角度思考人工智能功能。这些指标很重要。但当人工智能系统做出影响人们获取信用、医疗、住房或就业机会的决策时,模型层面的准确性是必要的但不充分的。该系统还需要是可理解的、可争议的和可问责的——这些是架构性而非仅仅算法性的特质。

对于在MonstarX等平台上构建的团队来说,这意味着要仔细思考如何向最终用户公开人工智能功能,以及在开发工作流本身中构建了什么护栏。一个使无摩擦地发布人工智能功能成为可能的人工智能原生开发平台也承担着使负责任地构建这些功能同样无摩擦的责任。

第二个含义是关于开发者讲述给自己的故事。莱波尔对硅谷作为糟糕读者的聚集地的批评部分是对一种特定知识傲慢的批评——相信技术能力赋予道德权威的信念。吸收了"快速行动"精神而没有质疑它的开发者,仅仅因为他们在曼谷或班加罗尔而不是旧金山构建,就不会免于这种失败模式。

广泛阅读——包括阅读技术批评者,而不仅仅是其倡导者——不是软技能。这是一个设计输入。读过肖莎娜·祖博夫关于监视资本主义、萨菲亚·乌莫亚·诺布尔关于算法压迫,或是的,吉尔·莱波尔关于人工国家的工程师,会做出不同的架构决策。