为健康与日常生活构建AI与机器人基础设施：日本国家登月研发项目中的愿景与实践

《Sociology of Health & Illness》：Infrastructuring AI and Robotics for Health and Everyday Life: Visions and Practices in a Japanese National Moonshot Research and Development Project

　　

摘要 本文通过在日本感知AI项目（Awareness AI Project）内开展的民族志研究，考察了面向健康与日常生活的新兴基础设施性AI与机器人技术是如何被提出并协商的。该项目设想了一种依赖对身体状态进行持续测量的分布式辅助，旨在使技术系统退居背景之中。分析揭示了该项目如何将身体与机器设想为紧密耦合，却在数据整合、知情同意（consent）和身体安全方面遭遇深刻的社会技术摩擦（sociotechnical frictions）。研究还追踪了感知到的副作用，包括身体数据的商业流通以及再生产社会不平等的风险。本文认为，此类基础设施化（infrastructuring）尝试尽管近期因政策优先事项的转变而有所收缩，但在社会学上仍具有重要意义。它们凸显了形成中基础设施的不稳定本质，并为理解围绕持续身体数据化（bodily datafication）而出现的依赖与责任重组以及辅助性自我（assisted selfhood）形式，提供了一个批判性参照点。

论文解读：为健康与日常生活构建AI与机器人基础设施——日本国家登月研发项目中的愿景与实践

一、研究背景与问题

在全球范围内，数字技术尤其是人工智能（AI）与机器人技术，正被日益推广为应对人口结构变化、照护与服务领域劳动力短缺以及医疗与福利系统压力的务实方案。此类倡议常将数字技术框定为赋权与参与的工具，承诺扩展个体管理自身健康并在整个生命历程中保持与服务及社区联系的能力。然而，大量社会学研究已表明，这些承诺与新自由主义形式的自我与监视紧密交织，延伸了个体持续监测和优化自身身体与行为的期望。关于自我追踪（self-tracking）和生物数字公民身份的讨论，指向了责任与风险的重新分配，以及对数字基础设施可及性日益增长的依赖。

在日本，这些数字中介的健康与公民身份动态与显著的人口老龄化和对国家竞争力的关切相交汇，使AI与机器人成为旨在维持日常生活与健康支持的政策议程和研究计划的核心。在此背景下，本文考察AI与机器人如何被框定并追求为基础设施本身，而非嵌入既有医疗实践或基础设施中的单纯工具。论文聚焦于日本登月研发计划（Moonshot Research and Development Programme）中目标3（Moonshot Goal 3）框架下的感知AI项目（Awareness AI Project），该项目自2022年启动以来，追求一种由AI驱动系统通过可穿戴设备和环境传感器持续测量和分析身体状态与行为，以在健康和日常生活中提供适应性支持的愿景。该项目不强调壮观的人形机器人，而是探索分布式、背景化的辅助形式，旨在融入日常惯例和环境。其制度性任务主要聚焦于软件和生物信号分析，团队以神经科学、医学、康复和AI研究人员为主。

二、研究设计与方法

该研究采用定性民族志方法，研究人员以社会学家身份于2024年5月至2025年11月嵌入感知AI项目。田野工作包括观察项目会议、学术会议和2025年大阪世博会未来生活体验展等公共活动，并在项目实验室中撰写田野笔记。研究辅以公开的项目文件和政策材料。此外，2024年11月至2025年7月间进行了25次访谈，对象包括日本大学和研究机构中机器人学、医疗保健和社会科学领域的研究人员，以及若干提供更独立或批判性视角的外部学者和实践者。访谈结合半结构化提示与开放式对话，主题涵盖学科轨迹、对AI与机器人的经验、对社会技术影响的期望、对健康相关规范和公众参与的看法以及研究实施中的社会技术障碍。研究人员在项目中的角色是ELSI（伦理、法律和社会影响/问题）研究员，这种双重角色反映了ELSI和负责任研究与创新研究中社会科学家常处于促进创新与保持批判距离之间的动态。研究受基础设施倒置（infrastructural inversion）工作的启发，通过溯因和迭代式参与发展分析焦点。伦理批准由名古屋大学医学研究生院伦理委员会授予（批准号2024-0224），所有受访者均获得知情同意。

三、研究结果

3.1 耦合身体数据与基础设施安排

感知AI项目的基础设施愿景建立在背景化技术与被监测身体之间的紧密耦合之上。所设想的系统依赖持续的身体数据流作为主要资源，使身体过程对技术系统日益可见，同时退居健康与日常生活的背景之中。开发工作聚焦于试点或受控环境中的非侵入性测量，包括使用配备压力传感器的“智能”鞋垫和基于标记的无标记动作捕捉（markerless motion capture）进行步态相关监测，以及在实验室环境中测试通过可穿戴传感器进行的肌电图（EMG）测量。项目成员将这一取向描述为追求“无意识（muishiki）”支持，即辅助应在用户主动意识之外运作。研究人员强调生物功能是“使人成为人”的核心，认为阐明这些身体功能是AI或机器人“自然地”存在于个人空间的前提。该基础设施被设想为必须由身体状态和行为持续供给和调整，使身体本身成为基础设施工作的核心组成部分。身体可见性与机器背景化在此愿景中相互强化，塑造了可被称为“辅助性自我”的形式。

3.2 基础设施化过程中的实际瓶颈

项目开发中遇到的实际瓶颈代表了社会技术协商的关键场所，包括三类相互关联的障碍。第一类瓶颈源于跨多设备和场所整合传感、分析和反馈的尝试。在购物中心使用智能鞋垫的现场试验中，传感器、移动设备和云端分析之间紧密耦合的数据流在繁忙商业空间中容易中断，凸显了所设想“无缝”支持的脆弱性。第二类瓶颈涉及持续身体监测中知情同意（consent）的概念化。研究人员认为有意义的预测需要捕捉细微长期变化的数据，将依赖持续监测视为负责任照护的道德和实践要求。然而，项目面临一个困境：用户意识被刻意最小化以确保无缝整合，而项目成员同时承认明确同意的重要性，但坚持要求传统完全有意识的参与可能损害系统检测和解决细微健康问题的技术效能。第三类瓶颈聚焦于直接干预运动的机器人系统中的身体安全。在肢体支撑设备试验中，设备响应坐站运动的伸缩行为具有不可预测性，研究人员承认该原型仅适用于健康志愿者在密切监督下使用，正式伦理批准虽已获得，但设备被描述为“绝不能直接用于患者”。这些瓶颈表明，构建AI和机器人基础设施不仅是技术问题解决，而是充满社会技术摩擦和持续修复努力的过程。

3.3 感知到的潜在副作用与隐藏后果

参与者对基础设施性AI和机器人的潜在副作用表达了关切，集中于三个主要问题。第一是身体数据的商业和管理流通。研究人员设想了购物中心、康复和体育设施等日常场所通过个人数据流紧密连接的场景，系统可基于数据提供个性化推荐，使健康导向基础设施滑入更广泛的推荐和行为控制架构。步态追踪技术不仅被讨论为检测前衰弱（pre-frailty）的工具，还可能应用于零售分析或工作场所监督。第二是特定健康指标和活动模式的正常化。参与者指出，围绕持续身体数据构建的基础设施可能施加特定健康规范，并加剧现有社会不平等，形成“使用者与被使用者”的关系，以及数字设备已造成的教育阶层分化。第三是更直接干预身体和情绪状态的可能性。外部评论者援引日本科幻小说，设想感知AI类技术成熟后可能基于预测分析预先调节神经化学物质，影响情绪状态，对同意和责任产生不确定后果。

四、讨论与结论

本文通过感知AI项目案例，考察了围绕新兴基础设施性AI和机器人技术的想象与实践。项目设想了人体与技术系统之间动态、相互依赖的关系，同时凸显了此类基础设施化努力中深刻的实际瓶颈和社会技术摩擦。2025年审查后，登月目标3被重组以聚焦人形机器人，感知AI项目虽在审查中获得最高评价，仍因计划重组而结束。这一政策转变揭示了基础设施愿景在技术稳定或“失败”之前就易受政策干扰影响。

本文对医学社会学做出两项主要贡献。第一，研究凸显了身体数据化与技术支持的相互依赖，作为新兴健康基础设施的独特基础。项目设想身体信号不仅是信息来源，也是适应性辅助的触发器，将身体置于传感数据与算法干预紧密相连的响应网络中。研究邀请医学社会学更密切关注新兴的辅助性自我形式，即由持续的、背景化的与技术身体接触所塑造的自我和治理模式。第二，通过在形成阶段而非巩固后关注基础设施，研究补充了通常聚焦于已稳定系统的社会学工作。对早期阶段的关注使得追踪哪些未来场景和关切被允许发展、哪些被压制或边缘化成为可能，并将数据化和算法治理重新定义为持续的测试和试验而非已完成的事实。最终，本文所追溯的基础设施愿景要求一种超越个体用户-设备关系的社会学想象力，考虑AI和机器人如何被动员以重组健康和日常生活的背景条件，将基础设施视为塑造当代社会中参与、依赖和责任边界的深层政治安排。