机器学习与创造性认知劳动

被引:13
作者
白惠仁 [1 ]
崔政 [2 ]
机构
[1] 浙江大学哲学系
[2] 石家庄铁道大学马克思主义学院
关键词
机器学习; 创造性认知劳动; 科学知识; 默会知识; 机器知识;
D O I
10.14167/j.zjss.2021.03.011
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
机器学习对人类劳动的替代,是近年来人文社科学者普遍关注的议题,对其边界问题的理解需要一个概念框架。马克思对重复性劳动和创造性劳动的区分提供了一个划定以机器学习为代表的人工智能研究进路替代人类劳动的边界框架,创造性劳动是人类劳动的本质也是人工智能不可替代的。但需要进一步指出的是,机器学习已经在认知实践中表现出对人类认知劳动的极大辅助作用,包括:机器学习能够提升科学知识生产效率;机器学习擅于提取和传递默会知识;机器学习可以产生某种机器知识。以上原因使得我们在创造性认知劳动中很难将机器学习排除在外,未来可能的创造性认知劳动方式应当是某种人机融合智能。
引用
收藏
页码:100 / 106+159 +159-160
页数:9
相关论文
共 6 条
[1]   认识黑箱视角下相关性与因果性关系之辨析 [J].
董春雨 ;
郭艳娜 .
自然辩证法研究, 2020, 36 (12) :54-59
[2]   人工智能与认识论的哲学互释:从认知分型到演进逻辑 [J].
肖峰 .
中国社会科学, 2020, (06) :49-71+205
[3]   机器认识论何以可能? [J].
董春雨 ;
薛永红 .
自然辩证法研究, 2019, 35 (08) :3-10
[4]   人工智能时代的劳动与正义 [J].
夏永红 .
马克思主义与现实, 2019, (02) :122-130
[5]   当代英美认识论的困境及出路——基于默会知识维度 [J].
郁振华 .
中国社会科学, 2018, (07) :22-40+204
[6]   混合-增强智能:协作与认知(英文) [J].
Nanning ZHENG ;
Ziyi LIU ;
Pengju REN ;
Yongqiang MA ;
Shitao CHEN ;
Siyu YU ;
Jianru XUE ;
Badong CHEN ;
Feiyue WANG .
FrontiersofInformationTechnology&ElectronicEngineering, 2017, 18 (02) :153-180