迈向生成式信息生态

《BioSystems》：Toward a Generative Information Ecology

　　信息生态学尚未拥有统一的理论基础；现有研究提供了多种解释，却缺乏共同的哲学内核。本文以钟义信的"信息生态学"为出发点，探讨如何将信息生态学转化为一种生成性框架，从而能够成为信息学研究的通用方法论。钟义信的重大贡献在于，他认识到信息生态学的哲学潜力，即推动信息科学范式转换。然而，他的框架存在两个根本性局限。首先，他对"生态学"的理解仍然主要停留在系统内部要素之间协调的框架内，未能充分纳入当代哲学生态学所强调的关系性生成和开放式演化。其次，他对"信息"的理解仍基于表征与转换的框架，这不足以捕捉信息本身的生成性与过程性本质。因此，本文主张必须在统一的哲学框架内对"生态学"和"信息"的概念进行重构。从生成性视角出发，本文首先借助当代哲学生态学阐明信息系统所应满足的生态条件，然后通过过程哲学考察信息的生成机制。在此基础上，本文构建了一个以关系性生成、自创生和向量性信息为核心的生成性信息生态学框架，为将信息理解为不断演化的过程而非静态表征提供了哲学基础。**引言**信息生态学尚未获得统一的理论内涵。Capurro（1990）将其视为对信息的社会、语言和历史维度的一种批判性反思；Truszkowski和Moore（1993）将其概念化为受理论生态学启发的一种信息系统方法，利用信息主体的动态互动和适应能力来维持系统的开放性并适应不断变化的用户需求；Davenport和Prusak（1997）采取了以人为中心的信息管理视角；Eryomin（1998）将其定义为一门研究信息对生物系统（从个体到整个人类）的健康和福祉影响的科学，并致力于改善信息环境；Nardi和O'Day（1999）将其描述为由特定地点中人与人、实践、技术和价值观之间的相互关系所构成的系统。每种视角都各有侧重，但在信息生态学的理论基础和哲学意涵方面尚未达成共识。本文建立在Zhong（2017b；2017c；2017d；2017e）对信息生态学的构想之上——这是一种旨在成为信息学研究通用方法论的哲学框架，广义上可理解为以信息为中心的哲学生态学路径。作为中国人工智能研究的前驱者之一，Zhong从构建一般人工智能理论的角度出发，开启了其对信息生态学的探索。他指出，人工智能出现在20世纪中叶，此时信息科学仍处于成熟阶段，尚未形成完善的科学范式。因此，AI研究采用了当时已高度发达的经典物理科学范式，该方法论预设研究对像是客观的、确定的、独立于主体之外的，并且是可分可重组的，主张排除主观因素，并对复杂系统采用"分而治之"的策略。在Zhong看来，将物理科学范式引入AI研究产生了双重结果：积极的一面是，"分而治之"使研究者能够分解高度复杂的信息系统，从而推动专门子领域的研究；消极的一面是，其对物理还原论的过度依赖，排除了主体性和意义建构，掩盖了整体论在构建一般AI理论中的本质性作用。随着智能科学的发展，该范式在指导AI研究方面的局限性日益明显：真正的智能系统作为开放且复杂的信息系统，不能还原为物理层面的解释机制，物理科学的方法论也无法完全揭示信息的本质。因此，构建一般AI理论迫切需要一个以信息本质为核心的科学范式。Zhong因此呼吁对主流信息研究方法论进行根本性反思，坚持认为信息现象不能还原为物质现象，经典物理还原论无法应对信息科学的核心问题。作为回应，他提出以信息生态学作为一种替代性的方法论框架，强调整体性视野，旨在催生信息科学的范式转换，并为一般AI研究提供新的理论路径。Zhong的信息生态学是一项极具启发性的理论探索。然而，它尚不足以成为信息学研究的通用方法论——其对于"什么是生态学？"和"什么是信息？"的阐释缺乏足够的深度。因此，本文旨在继承其研究议程，同时通过系统的反思与批判推进其研究脉络，以便勾勒出一个真正信息生态学的可行框架。论证过程如下：首先，系统阐述Zhong信息生态学的核心主张；其次，对其方法提出批判性评估；第三，借助当代哲学生态学，阐明由信息流构成的生态系统应当具备的基本特征；第四，通过援引过程哲学，考察在该生态系统内循环的信息应当具有哪些根本特征；最后，基于上述分析，从生成性视角初步提出一个信息生态学研究框架。**信息生态系统模型**在其关于一般人工智能的构想中，Zhong提出了一个信息生态系统模型，如图1所示（Zhong，2017e，第6页）。粗线框整体代表主体，它执行所有智能功能——感知、认知、确认和执行。其知识库存储各种类型的知识——K1（先天知识和常识）、K2（经验知识）、K3（规律知识）、K4（艺术和策略所需知识）**基于当代哲学生态学的批判性分析**3.1 系统整体论不等于系统生态学Zhong的信息生态学试图突破传统AI研究中盛行的还原论，强调信息处理系统应当被视为一个"整体"。然而，他对"生态学"的解释仍然主要停留在系统整体论的层面，未能达到系统生态学的高度。在他的理论中，"生态学"主要意味着信息处理单元之间的连接、反馈和动态转换**标量信息与向量信息**经典信息科学将信息理解为对象状态变化的表征，主体通过感知、编码和计算对其进行加工，从而形成知识和智能——Zhong的信息生态学延续了这一传统。在这一框架中，信息始终被视为一种给定的、可获取的、可加工的对象，核心问题在于它如何被传输、编码和存储。然而，如果信息的本质是组织性的**生态性信息**在当代哲学生态学中，N?ss（1989/1976）通过"内在价值"为深层生态学建立了规范基础，其理论重心置于伦理正当性——这与信息生态学的过程性解释的出发点并不一致。Morton（2010；2016）通过"超客体"切断了所有以人为中心的认知锚点；尽管其后现代解构具有理论力量，但对于信息建模而言几乎提供不了操作性方法论**结论：迈向生成性信息生态学**信息生态学的发展，所需的不只是将整体性、关系性或复杂性添加到传统信息处理框架中，而是需要一次更深层的本体论转变。Zhong的信息生态学通过试图突破还原论、重新理解信息系统为一种主体、环境和功能单元相互关联的整体性系统，作出了重要贡献。然而，在本文的分析框架内，这种整体性**资金**本工作由中国国家社科基金资助（项目编号[24XZX007]）。**未引用参考文献**Brenner and Igamberdiev，2021；Lupasco，1986；Lupasco，1987；N?ss，1989；Rumelhart等，1986；Simondon，2020；Wang，无年份；Wang and Watson，无年份。**数据和材料的可用性**不适用。**利益冲突**作者声明不存在任何竞争利益。**利益冲突声明**作者声明不存在任何已知的竞争性经济利益或个人关系，这些因素可能对本论文所报告的工作产生影响。**致谢**感谢Zhong在IS4SI峰会上所提交的报告和论文给我带来的启发。我还感谢Steven Watson对自创生生态学的指导，以及Joseph Brenner在撰写本文过程中的鼓励和支持。王振松西安交通大学人文与社会科学学院哲学系，西安，陕西，710049，中国