AI的渴求性 affordances

随着人工智能系统日益渗透文化和认识产生的过程，存在越来越多关于其输出如何将个体和群体局限于静态或受限叙事的担忧。本文通过三个贡献推进了这些担忧的讨论：第一，我们引入渴求性 affordances（aspirational affordance）概念，以描述文化共享的解释资源如何塑造个体认知，特别是实践想象力。我们展示了该概念如何为对AI启用表征和叙事风险的建设性评估提供依据。第二，我们提供三个关于审视AI对渴求性 affordances影响的理由：AI的影响潜在更有力但不够公开；AI的影响不仅是增量性的，而是生态性的，正在改变塑造渴求性 affordances的整个文化和认识实践景观；以及AI的影响高度集中，少数公司控制的系统正在中介日益增长的渴求可能性。第三，为推进此类审视，我们引入渴求性伤害（aspirational harm）概念，在AI系统语境下，当AI启用的渴求性 affordances扭曲或削弱可用的解释资源时，便会损害个体想象相关实践可能性和替代未来的能力。通过三个案例研究，我们说明渴求性伤害扩展了关于AI造成伤害的�有讨论，超越表征性伤害和分配性伤害，值得单独关注。通过这些概念资源和分析，本文推进了对AI在塑造个体和集体渴望方面所扮演角色的心理和社会利益的理解。