人工智能生成文本的社会表征困境：模拟意义建构与真实社会知识的边界

这篇综述深入探讨了人工智能（AI）生成文本（如大型语言模型LLMs产生的故事）能否被视为社会表征理论（SRT）中的社会表征（SRs）。文章提出"准主体"（quasi-agents）概念，强调AI系统虽能模拟对话行为，但缺乏真正的意向性、社会意识和文化实践嵌入性。研究揭示了将机器生成文本误认为社会知识可能侵蚀公共话语的对话基础，对教育、媒体和政策领域具有重要警示意义。

　　

模拟意义建构还是社会知识？人工智能与表征的边界

1 引言

随着人工智能（AI）系统生成流畅叙事能力的提升，亟需区分AI生成文本与社会表征（SRs）的本质差异。大型语言模型（LLMs）如GPT-4产生的文本虽包含文化主题，但缺乏真正的社会意义建构过程。这引发关键认识论问题：算法生成的语言是否应被视为交流知识？当AI日益融入教育、新闻和公共话语时，需要审视其对社会行为理论中对话本质、意向性作用和集体意义建构条件的影响。

2 从集体建构到算法生成

社会表征是群体通过互动、交流和协商形成的价值观念系统，包含主体（群体成员）、对象（被表征事物）和项目（建构目的）三个要素（Toblerone模型）。相比之下，LLMs生成文本是孤立算法过程，虽训练数据源自人类文本，但缺乏实时社会互动。AI可以重组文化元素，却不参与文化实践，其表征是自动化模式复制的产物，而非集体意义建构的结果。

3 锚定与具象化：人类意义建构 vs 统计模仿

社会表征通过锚定（将新事物纳入已知范畴）和具象化（抽象概念具体化）使陌生现象熟悉化。AI故事虽呈现类似表面特征，但本质不同：LLMs没有认知需求来化解陌生感，只是机械复制数据中的语言模式。例如解释量子物理时，AI可能借用"粒子像弹跳小球"的类比，但这仅是统计高频选择，而非真正的认知策略。人类锚定具象化是创造性适应过程，AI则默认最常见类比。

4 对话性与互动幻象

社会表征本质上是对话性的，产生于多视角交流中，具有认知多元性（cognitive polyphasia）特征。而AI生成文本是独白式产物，虽可模拟对话形式，但缺乏真实的多声部互动。LLMs倾向于融合训练数据中的主流观点，无法像人类社区那样通过挑战进行表征调整。当AI系统如ChatGPT模拟对话时，用户可能产生"准社会性"（quasi-sociality）体验，但这只是表面表演，缺乏真正的交互主体性。

5 生成AI中的准主体性：模拟对话与社会能动性

"准主体性"概念指具有主体行为特征但缺乏完整内在品质的实体。LLMs表现出惊人的语言行动能力却无真正理解，体现能动性与智能的分离（Floridi，2023）。Dennett的"意向立场"理论解释人类为何自然将信念、欲望赋予AI系统。Coeckelbergh则强调通过语言互动，AI被建构为"准他者"。这些视角共同揭示：AI在交互中被视为社会行动者，尽管其能动性是关系性和表演性的。

6 人工对话与人类解读：探索零度交流能力

LLMs通过高维模式匹配模拟对话行为，具有"零度"交流能力——精于形式但缺乏人类交流的生活语境和目的。Searle的"中文房间"论证表明，通过规则输出恰当响应不等于真正理解。Bender等（2021）指出LLMs文本的意义实际由人类读者赋予。这种能动性是"准"性质的：AI表现得像交流主体，实则仅是表层表演。

7 社会反应：实证表现与影响

研究表明人类会无意识地对AI应用社会规范（Nass等，1994）。早期聊天机器人ELIZA即引发用户深度投入（"ELIZA效应"）。最新分析显示87%的ChatGPT相关推文将其视为社会行动者（Heaton等，2025）。这种准主体性既支持心理健康等应用，也带来信任和伦理问题。当用户将社会信任赋予AI时，可能产生"责任缺口"——错误归因算法行为的责任。

8 交流模拟构成社会能动性吗？

从严格定义看，LLMs缺乏意向行动、主观体验和道德责任等主体要素（Searle，1980）。但若采用关系定义，AI系统确实在社交交换中扮演类主体角色，影响人类行为和情感状态。这种二元性表明：LLMs是准主体——行为上类主体，效果上影响社会，但非传统意义上的完整主体。理解这种双重性对设计尊重真实与模拟思维差异的AI系统至关重要。

9 符号功能与社会语境作用

社会表征作为符号系统，承载文化意义和集体记忆（Moscovici，1961）。例如"童年"表征影响儿童福利讨论和政策制定。AI生成符号完全派生自人类内容，如儿童故事可能使用"智慧古树"等文化符号，但这是统计选择而非社会意图。Lacan的"镜像阶段"隐喻恰切描述AI的"社会镜像"功能——提供看似连贯实则肤浅的集体知识反映。AI输出只有被人类采纳后才获得社会表征地位。

10 结论

社会表征与AI生成表征在起源和本质上存在深刻差异。前者产生于集体意义建构，后者是算法模式复制。"准主体"概念的提出为SRT提供了分析AI社会角色的新工具。将机器输出误认为社会知识可能掩盖真实的意义建构过程。维护社会表征与算法模拟的区分不仅是理论需要，更是规范要求——尤其在教育、媒体和政策领域。最终，意义建构始终是人类集体的根本事业，AI可以反映但无法原创。