怎样谈论「AI」而不给它添上人格

我们在 Tech Policy Press 的评论文章（《我们需要谈谈如何谈论“AI”》）中提出，拟人化语言让人更难把所谓“AI”技术究竟在做什么、何时该用、是否该用说清楚，应当弃用。但这类说法如今已经根深蒂固，要养成新的说话和写作习惯得下功夫。这功夫至少分三步：

察觉哪些用词是在拟人化
找到替代说法
养成使用替代说法的习惯

我们在研究（评论文章中有概述）中一直在做前两步：把拟人化语言分类，再按这些类别整理出可用的替代说法。

去拟人化的语言，谈论计算机系统时说的是它的功能（人们造它、用它来做什么），把能动性归于使用系统的人而非系统本身，并且避免使用那些抬高认知能力的隐喻。

我们的目标是找到尽量一目了然的替代说法，让你直接拿去用，不必额外解释。（当然，如果有人问“你为什么这么叫它？”，那也是个很好的开场。）

有些改写读起来可能有点别扭，也比拟人化的简写更长。这意味着用它们需要多一点坚持，但这未必是坏事。我们本就该停下来想一想，自己正在使用、甚至只是在讨论的技术，实际到底做了什么。

下面我们按 Inie et al 2026 中识别出的拟人化语言类别逐一来看，并给出每一类的去拟人化示例。

我们的建议

认知者与认知产物

这一类极其常见，因为营销术语 artificial intelligence 本身就是这么用的。这类语言把思考安在算法身上。我们建议改为：描述软件在执行计算或其他算法操作，把思考归于使用系统的人。（有些情况下，人们用这些系统时显然没在思考，但该思考的仍然是他们。）

示例：

artificial intelligence → probabilistic automation hybrid intelligence → augmented human intelligence image recognition → image labeling speech recognition → automatic transcription the model shows bias → the model reflects bias model mistakes → model errors chatbots are good at … → chatbots are good for … hallucination → undesirable output

goal → success condition 总的来说，我们建议在指代技术时避免使用 artificial intelligence 或 AI。我们仍然会谈论 AI 产业，因为那是一个事物的名称，也会把 AI 作为一种意识形态来谈论。但当所指的其实是某个具体的技术系统时，永远更好的做法是直接说出那个系统本身。也许它是某个具体产品，也许它是具备某种特定功能的系统，比如自动转录。无论哪种情况，都值得去找一个不会同时把系统拟人化的名称。如果你需要一个更笼统的说法，我们上面推荐的 probabilistic automation 适用于许多（但不是所有）被当作“AI”出售的东西。我们同样把 hallucination 归入这一类，因为它的原义是指感知到并不存在的东西，而软件系统（尤其是对话模拟器）当然不感知任何东西。我们提出的一对一替换说法是 undesirable outputs，但同样重要的是要知道，所有 LLM 输出都是按概率生成的合成文本；在系统这一侧，desirable 与 undesirable 的输出之间没有本质区别，区别只存在于解读它们的人那里。

Emotion

这一类说法会暗示软件系统拥有情感生活。我们在这里没有特别推荐的改写方式，因为除了重申那个显而易见的事实——计算机没有任何情感状态——之外，并没有准确的方式来谈论计算机的情感状态。这一类里也许最微妙（因而对语言学家来说最有趣）的一点是，这些对情感体验的暗指会以出人意料的方式溜进来：如果你说 ChatGPT 做某件事时 struggles，或者说你得 coax 它才给出某种输出，你就是在把它描述成仿佛拥有情感状态。

沟通

这类词把自动化系统——通常是合成文本的挤出机器——摆在与人类同等的沟通位置上。如果我们“ask”Claude 某件事，就等于把 Claude 描述成了对话伙伴。不要用 ask、say、inform、discuss 这类动词，改用适合计算机的 input 和 output。另一种做法是把模拟这一事实摆到台面上。示例：

prompt → text input answer → output chatbot / conversational agent → conversation simulator

能动性

把能动性安在机器身上的说法，往往是在掩盖人的利益和目标。我们建议改写为把能动性归于人，或者换用能动性更弱的动词。示例：

ChatGPT assisted students → the students used ChatGPT revealing the solution → displaying the solution AI agent → probabilistic, unverified software manipulator 这一类里绕不开的流行词是 AI agent（以及 agentic AI systems 之类的变体）。这个词指的是这样一类软件系统：它们把 LLM（概率性的合成文本挤出机器）和/或其他组件，与能够影响现实世界的其他系统连接起来——也就是那些原本为人设计的系统，用来安排日程、订机票或完成其他购买行为。我们目前建议用 probabilistic, unverified software manipulator，好处是能凑出一个足够难听的缩写（“不用了，我不想用你的 PUSMic 系统。”）不过我们完全欢迎其他方案！发给我们，如果有特别贴切的，我们会加进这份清单。

人类角色类比

这类词把系统说成在做和人相同的工作，从而掩盖了这种自动化在各方面都达不到要求的事实，同时贬低了人实际从事的工作和我们建立的关系。把系统称为 tutor 或 co-creator 是过度宣称，描述的是开发者希望自己能开发出来的东西——为的是那些想用系统取代人的人。对这类词，我们的建议是用语言把算法描述成人使用的工具（或产品），而不是类人的实体，同时更清楚地说明系统功能，也不透露出取代人的意图。

名称与代词

我们用哪些名称和代词来指代系统，本身也可能起到拟人化的作用。系统名称要棘手一些，因为命名权通常归开发者所有：一旦他们用某个人的名字来命名，其他人就只能跟着重复这个拟人化的选择（说的就是你们，Anthropic，还有 Claude），要么绕来绕去（Anthropic 的对话模拟器）。代词则是每次都要重新选的。第一步，先避开通常只用于人（和宠物）的代词，比如 he、she，以及单数 they。但更细微的选择同样会拟人化——比如用 you 或 them 把算法和人归为一类。把系统和人分开，避免使用统称代词，是更好的做法。示例：

谁说得对？ → 机器的输出是否正确？ 他们产出结果 → 团队用它［系统］产出结果

生物学隐喻

在“AI”（及其子领域）中工作的计算机科学家，长期以来一直在技术术语里嵌入生物学隐喻。这些说法起初或许只是比喻，但它们同时也在暗示一种并不存在的相似性。修改时，问问自己：怎样才能更精确地描述系统功能，让读者更清楚地知道实际发生了什么。示例：

神经网络 → 加权网络（出自 Hunger 2023） 模型消耗数据 → 数据被用于设定模型权重

一些感想

我们鼓励你试试上面这些改写，也照同样的思路自己造一些。一开始可能会觉得别扭，但以我们的经验，这比稳定地念出或拼出 anthropomorphization 这个词要容易，所以也算有点安慰。它还可能带来一点社交上的尴尬，因为你是在逆着语言和文化的潮流游，但这本身也可以是有回报的。在 Emily 一月的一次演讲上，有学生问她：在和朋友的交谈中，怎样才能为抵抗“AI”出份力，又不至于扫大家的兴。Emily 说：就扫大家的兴！如果你把当前的处境想成一片难以行走的泥沼，那么插下一根棍子，你就能开始为其他人造出一块可以站上来的硬地。