文｜胡泳

      北京大学新闻与传播学院教授 

我批评现在的机器人离养老、照护差得很远，评论区一片骂声。当然不乏有人会把“老登”这顶帽子给顺手扣上，还有人说我“认知过低，不配谈高纬度的事”（还把“维度”一词打错了）。 

最常见的鄙夷之词是“你落伍了，十年后的人工智能机器人是你这样的人文学者想象不到的”，也绝不少见的指责是“你思想太保守，还指着用真人服务”，告诫我“意识不改变就不会适应新时代”。 

容我说得直白一点，也不使用“机器人神话”“技术乌托邦”这种更带文学性的言辞，在我看来，这些人的想法，就是把机器人当救世主——当社会不愿意面对制度问题、政策问题、人口变迁和家庭变化时，技术极易被召唤出来充当救世主。 

不得不说，现在“机器人救世主主义者”真是人多势众、来势汹汹啊。 

把机器人当救世主的人，也就是围绕机器人做大梦的人。“机器人的幻梦”的本质是：人把机器人实际能够做到的事情，投射成机器人最终能够做到的一切。 

这里的“幻梦”不是说机器人完全没有能力，而是说现实能力与想象中的能力之间发生了膨胀性的错位。机器人可以执行任务、感知环境、移动物体、辅助生产，甚至在某些场景中表现出令人惊讶的自主性；但人们很容易从“它能够完成某些任务”跳跃到“它能够像人一样做事情”，再跳跃到“它最终可以替代人”。这些跳跃本身，就构成了“机器人的幻梦”。 

尤其值得注意的是，“机器人”这个词天然带有一种拟人化倾向。我们很容易把机器人的行动解释成“意图”，把它的反馈解释成“理解”，把它的自主运动解释成“自主性”，把它在复杂环境中的适应解释成“智能”。于是，一个本来由传感器、算法、执行器和控制系统构成的技术装置，被逐渐赋予了人的心理属性。 

问题就出在“投射”上。机器人在某个特定任务中的成功，本来只说明它在特定条件、特定环境和特定目标下具有某种能力。但人们往往会把这种局部成功想象成一种普遍能力。 

我批评目前机器人连倒水这样的简单任务都做不到，有个网友表示疑惑：我听说机器人做手术都行啊，为啥倒水不行呢？ 

问题直接击中了机器人智能中一个非常反直觉的现象：越是看起来“高级”的任务，有时反而越容易；而越是看起来“简单”的任务，反倒越困难。 

手术机器人通常工作在一个高度结构化的环境中。手术台的位置、患者的姿态、器械的形状、操作流程、视觉信息以及医生的控制方式，都可以被严格规定。尤其是现代手术机器人，很多时候并不是机器人自己决定如何做手术，而是人在控制，机器人负责极其精确地执行动作。它擅长的是高精度、可重复、边界明确的操作。 

而倒水看起来简单，却包含大量机器人难以处理的隐性变量。杯子可能轻，也可能重；里面的水可能只有半杯，也可能装得很满；杯子的摩擦力、材质、形状不同；桌面可能有一点倾斜；水会晃动；倒水的速度稍微变化，水流就会改变；杯子什么时候应该停止倾斜，也不是一个固定角度。人类只需要看一眼、动动手、花上几秒钟，就能根据这些连续变化不断调整。但这些变量却难倒了机器人。 

仅仅是精准触觉，机器人就做不到。它无法像人一样感知实时的摩擦力和滑移。用力太小杯子会滑落，用力太大又会捏碎杯子。我们或许没有意识到，人类所谓的“简单动作”，背后其实积累了数百万年的身体智能以及一个人一生中大量的感知—行动学习。 

婴儿第一次拿杯子的时候也并不容易。为了倒出一杯水，他需要逐渐学习重量、距离、抓握力度、物体形状、液体的运动、手臂的位置以及视觉反馈。只不过这些能力经过身体发育和长期经验之后，最终被压缩成了我们几乎不会意识到的动作流：拿杯子，倾斜水壶，感觉水流，随时调整，最后停止。 

而机器人要想自如地倒水，就需要同时完成：视觉感知+物体识别+状态估计+力觉/触觉+动态预测+实时控制+误差修正，每一个微小的变化都需要重新计算关节力矩和坐标点。只要其中一个环节出现一点偏差，错误就会不断叠加导致失败。 

这也揭示了一个更深的问题：机器人所谓的“智能”，不能单纯用任务看起来有多高级来衡量。任务的“高级感”其实是个很容易骗人的指标。让机器人解决复杂的数学问题、赢一盘棋，或生成一份专业报告，看上去显然比让它端起一杯水、扶老人起身，或察觉一个人即将失去平衡，更能证明其“智能”。问题是，人类小孩都能做到把一杯水从桌子这头挪到那头而不洒出来，机器人却做不到，那它又智能在哪里呢？ 

这就是机器人学中经典的莫拉维克悖论（Moravec's paradox）：对人类而言需要高度抽象推理的任务，计算机相对容易完成；而人类看来最基础的感知、行动和情境判断，对计算机却异常困难。 

更进一步说，很多看似“高级”的任务，其实发生在高度结构化、规则明确的封闭系统中。问题的边界是明确的，可能的选项也是有限的，因此计算机可以通过大规模计算、蛮力搜索和模式匹配找到有效答案，而不必真正理解问题的意义。 

相反，那些看起来“简单”的任务——比如判断一个陌生情境该如何应对、察觉对方言语之外的情绪和意图，或者根据不断变化的环境即时调整行动——往往需要一种更接近人类的灵活而具备情境感和常识的认知能力。 

照护领域尤其能够暴露这种差异。照护中最难自动化的部分，不是那些看起来最“高级”的任务，而是大量微小的身体—感知判断。例如，机器人可以非常准确地提醒老人“该吃药了”，甚至可以根据数据预测服药风险。但假如老人需要喂饭，或许也能够做到让机器人识别食物、用勺子舀起移动到嘴边，再放入老人口中，然后重复这一动作。可在实际的照护场景中，真正的喂饭远不只是完成这样一个动作序列。 

照护者需要判断老人此刻是否真的想吃，食物是不是太烫、太硬或不合口味，老人张嘴的速度是否发生变化，吞咽是否顺利，是否因为疲劳而需要暂停。有时老人迟迟没有张嘴，可能是因为他疼痛、恶心、分心，甚至只是想自己拿勺子。如果老人突然呛咳，照护者还必须立即停止喂食并判断下一步该怎么做。

更重要的是，喂饭本身还是一种关系行为。一个熟悉老人的照护者可能知道他喜欢先吃什么，知道他今天情绪不好，应该放慢速度，也知道什么时候应该鼓励他自己吃，而不是直接喂给他。对于失智老人，照护者甚至可能通过表情、眼神和一些微小动作判断老人是否理解正在发生什么。而机器人只会把“喂饭”拆解成一系列可以执行的步骤，至于每一步骤对于这个具体的人究竟意味着什么，就茫然无知了。 

这就是动作执行与持续的感知、判断和关系性理解之间的差别。任务的表面复杂程度与认知复杂程度并不总是成正比：越是开放、模糊、不可预先编码的现实情境，越考验真正的智能。一个看似简单的动作，可能隐藏着远比复杂计算更高的认知要求；而一个看似高深的任务，如果问题边界清晰、规则明确，反而不过只是计算能力的充分发挥。 

机器人能够做手术，于是我们相信它能够照护病人；机器人能够完成精密装配，于是我们相信它能够处理家庭中的各种杂务；这些都属于从能够完成某项任务到可以胜任所有任务的逻辑跳跃。专门能力的高度，并不等于通用能力的广度。尤其当机器从手术室、工厂这样的结构化环境进入家庭和照护现场，面对的是一个开放、混乱、充满偶然性和个体差异的世界时，“会做一件事”与“什么都能做”之间，其实隔着一道巨大的认知鸿沟。 

这个跳跃比第一步（任务复杂度的误判）更隐蔽、更危险，它从“能做什么”（what it can do）跳到了“它是什么”（what it is）。 

前一个问题属于功能层面。机器人能够处理语言、规划路径、完成手术、生成回应，这些都可以通过外在行为和任务绩效来验证。如果我们说：“机器人能够完成X”，这里讨论的是机器人具有什么功能、能够执行什么任务，以及在特定条件下可以达到怎样的性能。 

但后一个问题属于存在论和主体性层面：机器人能够完成X，它是否因此就是一个能够感受、关心和体验世界的主体？如果你从机器人能识别人脸，推导出机器人“认识”人，再得出结论说机器人具有某种理解他人的主体性，那么你不仅对事实判断进行了概念转换，更从功能属性开始推断存在属性。也就是说，你从机器人表现出某种能力跳到了它具有与这种能力相对应的内在主体性上。 

哲学家丹尼尔·丹尼特（Daniel Dennett）提出过“意向立场”（intentional stance）的概念：人类面对复杂系统时，天然倾向于用“信念”“欲望”“意图”这些词去描述它的行为，因为这样预测起来最省力，也即我们能够更有效率地预测它接下来会做什么。

比如，我们可以说一台机器人“想要帮助老人”“知道老人饿了”“决定提醒他吃药”，这类说法在实际操作中可能非常方便，因为它们用简洁的心理语言概括机器复杂的行为模式。但对丹尼特而言，这只是一种解释策略，不代表系统真的拥有信念、欲望或意图。但问题在于，这个策略一旦好用，我们很容易忘记它只是“立场”，而误以为揭示了对象的真实本质。

有个经典的例子：1966年由麻省理工学院计算机科学家约瑟夫·魏岑鲍姆（Joseph Weizenbaum）开发的ELIZA程序，采用的是非常简单的关键词识别和模式匹配机制：当用户说“我妈妈让我不开心”时，程序可能将其中的“妈妈”提取出来，再按照预设模板回应：“请多跟我说说你的妈妈。”它并不真正理解“妈妈”“不开心”或用户的个人经历，更没有所谓的情感体验和共情能力。 

然而，令人意外的是，许多使用者却很快把这种机械性的回应理解为倾听、理解甚至关心；有人甚至不愿意让魏岑鲍姆的研究人员查看自己与程序的对话，因为他们已经产生了类似与真人交流时的隐私感。

“ELIZA效应”（ELIZA effect）后来变成了一个通用术语，指人类将无意识的机制误读为有意识的理解的倾向。ELIZA最重要的地方并不在于它有多“智能”，而恰恰在于它尽管如此简单，却已足以让人产生强烈的心理投射。 

这告诉我们，人类对机器主体性的误判，并不一定发生在机器真正具备高度智能之后。很多时候，只要机器能以足够符合人类交流习惯的方式回应，我们就会主动替它补上“理解”“意图”和“情感”这些机器本身未必拥有的东西。今天的大语言模型比ELIZA复杂得多，但这种心理机制维持不变；相反，语言生成越自然，机器越容易触发这种投射。

放到照护场景中，这一点尤其值得警惕。我们动辄说照护机器人可以“照顾”和“陪伴”，甚至说它“越来越像人”，但这些词本身已经悄悄完成了语义偷换：我们原本描述的是机器能够执行哪些功能，却不知不觉开始用人的关系性行为来描述机器。 

如果机器人说“你今天看起来很难过”，我们很容易理解为它注意到了我们的情绪；机器人随后播放音乐、说几句安抚的话，我们又进一步认为它在安慰我们；如果它能够根据长期数据调整自己的回应，我们甚至可能认为它已经关心到具体的个人。 

然而这些判断实际上经历了连续的推论：从机器能够识别某种行为模式，到机器能够根据模式作出适当回应，再到机器具有“关心”的意图。前两者属于功能性描述，最后一个已经进入主体性判断。 

丹尼特的“意向立场”提供的一个重要提醒是：我们可以暂时把机器人当作一个有意图的行动者来理解，但不能因为这种解释有效，就认为它已经证明了机器拥有相应的内在主体性。“它表现得像是在关心我”和“它真的关心我”，是无法轻易画上等号的。一台照护机器人可以持续陪着一个老人，却不意味着它像人一样与这个老人建立了一段关系。 

投射还会发生第三次跳跃：从“是什么”到“能否替代人”。以照护而论，既然机器人能够执行某些照护任务，于是我们就开始用“照顾”“陪伴”“关心”等关系性语言描述它；而一旦我们接受了这种描述，下一步便很容易认定：既然机器人能够“照顾”人，它最终就能够“替代”照护者。

对这一跳跃，我称之为“替代性谬误”，它是一种推理错误。

我们可以把替代区分为三个层次：

功能替代——机器人能不能完成某一项原本由人完成的工作？ 

角色替代——机器人能不能承担原本由人的角色所承担的一整套职责？ 

关系替代——机器人能不能成为原来人与人之间关系的替代者？

第一层可能成立，并不意味着第二、第三层也成立。照护机器人尤其清楚地暴露了替代性谬误，因为它把某一功能可以被替代悄然偷换成了整个关系可以被替代。 

“照护”可以被分解成两个层面：

一是可操作化的功能——提醒服药、监测生命体征、协助起身、帮助移动，甚至根据语气识别情绪，并以温和的方式作出回应； 

二是关系性的维度——被照护者感受到自己被另一个有意识的主体所惦念、所看见，这种“被看见”本身构成了照护的意义核心，而不是附加品。

机器人或许能够越来越出色地完成第一层，但第二层依赖于一个前提：对方确实拥有一个能够“惦念”你的内在。如果这个前提是假的，那么被照护者所体验到的“被关心”感，严格来说是一种系统性的错觉：不是使用者判断错误，而是情境本身在结构上诱导了这种错觉。 

也就是说，机器人使用人的语言、语调、表情和回应方式，令使用者自然地把功能性的反馈理解为关系性的回应。于是，被照护者所体验到的“有人关心我”，并不一定来自一个真实的关心主体，而可能来自人与机器之间互动结构所制造出来的关系幻觉。

这里存在一个更尖锐的伦理问题：即便被照护者（比如失智老人、孤独的高龄群体）因为这种错觉而主观感受更好——情绪更稳定、孤独感降低——我们是否可以说这就足够了？这其实是功利主义式的“结果好就行”的立场，与一种更康德式的立场（“将人当作应当被真实对待的目的，而非被哄骗的对象”）之间的冲突。 

日本、欧洲一些养老机构引入陪伴机器人（比如PARO海豹机器人）的实践，已经直面这个问题——效果数据显示焦虑和孤独感确实下降，但批评者认为，这种“下降”建立在一种被结构性设计出来的误认之上，某种意义上是在用技术手段回避本该由人类社会去承担的照护责任。同时，如果让失智症患者相信一台机器真的爱他们、关心他们，那么这可能构成一种商业性的情感操纵。

需要追问的是，当技术有意制造“我爱你”的错觉时，谁从这种情感依附中获益？一个脆弱的人是否有能力对这种关系作出真正知情的判断？

更进一步说，“替代照护关系”这个说法本身还预设了照护关系是可替代的对象，好像只要功能对等就能补位。但关系性的价值很可能恰恰来自于不可替代性本身——你被某个特定的、有自己生命史、性格、局限和脆弱性的人所照护，他完全可能感到疲惫、厌烦、无力，甚至有能力离开，却仍然选择留下。这种主体性选择是机器人所不具备的，或者说，我们尚不确定其是否具备，然而这种不确定性本身，就足以让“替代”这个说法站不住脚。 

照护恰恰是把前面讨论的所有跳跃都推向极致的试金石，因为照护本身就是一种关系性存在，而不只是一组可拆解的功能。以功能性视角看待照护，或许可以将其拆解为一组可操作、可编码的任务，进一步形成一份可被完整规约、量化执行并核验完成度的行为清单，“好的照护”也似乎可以通过任务完成率、响应速度和准确度来衡量。

问题是，照护是否真的可以被还原为这些任务的总和？如果照护的价值并不只存在于“做了什么”，还存在于“谁在做、为什么做，以及被照护者如何理解照护者的在场”，那么一份再完整的行为清单，也只能描述照护的功能外壳，而无法穷尽照护的关系性意义。这种意义之所在，乃是一个主体出于对另一个主体的惦念、责任感和爱，自愿承担起脆弱他者的重量——这里包含着意图、承诺、可能的牺牲，以及承认。 

当我们说“机器人能够照顾人”时，我们最初的意图可能是在第一层意义上使用这个词。但“照顾”这个词天生携带着第二层的道德分量。它不仅描述一个行为是否被完成，还暗含着一种关系判断：有人注意到你的需要，有人对你的脆弱作出回应，并且在某种意义上对你的处境负有责任。

照护不能完全交给机器人，并不是因为机器人无法完成照护中的某些任务，而是因为照护本身并不等于一组可以被机器完整接管的任务。能够替代一个人的某项劳动，不等于能够替代这个人；能够完成照护的某些动作，也不等于能够成为一个真正的照护者。

做梦的从来不是机器人 

我的评论区的评论者们有一种强烈的让技术替社会兜底的愿望。我想说，如果再从机器人能够替代人跨越到它可以解决社会问题，那就变成了不折不扣的机器人救世主主义——既然机器人这么强大，那么政策解决不了的问题、家庭解决不了的问题、社会解决不了的问题，似乎最终都可以交给机器人。

我们看到很多人不断扩张的推论链，是从局部能力到普遍能力，从人格化能力到替代能力，最后来到万能的机器人救世主。这一链条就是“机器人的幻梦”真正发生的地方。 

“机器人的幻梦”可以包含三个层次。

第一层是能力幻梦：机器人什么都能做。看到机器人能够走路、抓取、搬运、操作，就进一步想象它可以进入任何工作场景。

第二层是智能幻梦：机器人不仅能够做，而且能够理解。它能够识别物体、执行指令，于是进一步假定它能够真正理解人的处境、意图和价值。

第三层是替代幻梦：既然机器人能够行动，又能够“理解”，那么它最终就可以取代人。于是，从机器可以做人的某些事情，变成机器不再需要人。

一句话，“机器人的幻梦”就是把机器在特定任务中的可执行性，想象成普遍的智能、自主性乃至主体性，并进一步相信机器人能够最终替代人的复杂社会与存在功能。 

细究之，所谓“机器人的幻梦”，其实不过是人的幻梦。机器人并不会做梦，做梦的是制造机器人、使用机器人、谈论机器人的我们。我们借机器人想象的，往往不是机器本身，而是一个没有疲劳、没有情绪、没有衰老、没有错误、没有依赖，也不需要被照顾的理想劳动者。

这样一来，机器人就成了一面镜子：人类把自己不愿意承担的脆弱性投射出去，然后幻想一种比人更像“完美人”的机器。

这种幻想如此普遍，人们对机器人的镜像认识，已经从一个技术问题，演变成一个文化问题。因为，机器人真正能够做到什么，是一个技术问题；而人们相信机器人最终能够做到什么，则是一个文化问题。

媒体、资本、政策、平台和公众想象共同形成了一套放大机制。对于复杂的社会问题，我们面临一种强烈的技术化诱惑。在此，技术不仅提供解决方案，也可能提供逃避现实的方式。 

在我的评论区里，有一位评论者写道：

“机器人是要替代付不起保姆工资、养老院费用的；机器人是要替代打人、骂人、懒惰的野蛮护理人员；机器人是要会给老人喂饭、喂水、服药、擦屎擦尿（倒屎倒尿）、擦身、洗脸、翻身、扶上轮椅、语言交流……等伺候细节的机器人保姆。”

这番期待没错，但暴露了照护机器人辩论里最易被忽略的一个反讽：她列举的这一长串细节劳动，听起来是照护中最低阶、最脏累的体力活，仿佛因为它们自动化程度最低，所以理应是机器人最先接管的部分。

然而事实恰恰相反：这些具身的、贴近的、涉及身体最私密部位的劳动，正是照护中关系性含量最高、最难被机器人替代的部分。 

另一方面，评论者的愤怒（打人、骂人、懒惰的护理人员）其实指向了一个真实且严重的问题：现有的人力照护体系里，存在大量因为薪资低、培训不足、工作强度过大、缺乏监管而导致的虐待和忽视。但这是一个制度性问题，不是人类照护者作为一个类别天生劣于机器人的问题。

换句话说，评论者提出的真实诉求（“我们付不起体面的照护，现有的照护者很多不称职”）指向的解决方案理应是改善照护行业的薪资、培训、监管和社会地位，让称职且有爱心的护理者变得可负担、可获得，而不是因为改善制度太难，就转而寄希望于机器人绕过这整套需要改革的系统。 

用机器人“替代”劣质护理，某种意义上是在放弃对制度性问题的追问，转而用技术方案去掩盖一个本该由社会资源分配来解决的问题。 

视机器人为救世主，其后往往携带着一种去责任化的技术逻辑：原本需要通过社会政策、公共服务、劳动制度以及家庭关系重新调整的问题——养老、照护、孤独、残障、家务、儿童陪伴，甚至人的情感需求——被重新表述成一个技术问题：“只要机器人足够聪明，这些问题都能解决。” 

这就是“技术想象”的政治性。当一个社会面对养老、照护、劳动力短缺、人口老龄化、家庭结构变化等问题时，说“我们需要机器人”并不是一个中性的技术判断，因为这句话同时隐含了一个政治选择：我们决定把问题交给技术，而不是优先交给制度、公共服务、劳动关系或家庭关系来解决。 

“机器人救世主主义”最值得警惕的地方，是它让人产生一种非常舒服的想象：社会问题毋需改变制度，只要等待下一代机器人。它甚至比单纯的技术乐观主义更值得警惕，因为它不仅夸大技术能力，还会遮蔽政治。