我们训练的形而上学：对机器学习的海德格尔式解读

本文通过海德格尔概念提供当代机器学习的现象学解读，旨在丰富实践者对自身实践的反思性理解。我们认为，这种哲学视角揭示了三个对纯技术分析不可见的洞见。首先，算法的Entwurf (投影)在自动化、隐秘性和涌现性方面具有独特性——这是一种在无明确阐述或辩论的情况下运作的形而上学，通过梯度下降而非理论论证而潜意识地结晶。其次，即便是最为精细的技术进步仍处于Gestell (Enframing) 的范畴内，提升了计算能力，却未质疑计算本身的首要性。第三，AI缺乏存在结构，具体即缺乏Care (Sorge)，这确实具有解释性：它阐明了AI系统为何没有内部资源来质疑自身优化命令，为何在没有Angst (焦虑) 的情况下进行优化——后者在人类主体中标志着计算吸收与真实存在之间的摩擦。我们通过探讨这一视角的教育价值，主张数据科学教育不仅应培养技术能力，更应培养本体论素养——即识别我们工具所嵌入世界观的能力，以及何时计算本身可能是错误的参与方式。