人工智能的单一故事问题

当前AI叙事主要由少数科技巨头和精英研究机构主导，他们通过媒体、会议和报告塑造了公众对AI的认知。这种叙事往往聚焦于通用人工智能（AGI）的威胁或突破，而忽略了AI在医疗、教育、农业等领域的实际应用。

这种单一故事并非偶然。科技公司有动力推广宏大叙事以吸引投资和人才，而媒体则倾向于报道极端案例以获取关注。结果，公众对AI的理解被简化为“拯救世界”或“毁灭人类”的二元对立。

单一故事导致公众对AI的认知严重扭曲。调查显示，许多人要么认为AI将解决所有问题，要么担心AI会取代人类工作甚至失控。这种两极分化阻碍了理性讨论，使得政策制定者难以在监管与创新之间找到平衡。

例如，对AI风险的过度关注可能导致过度监管，扼杀创新；而过度乐观则可能忽视算法偏见、隐私侵犯等现实问题。单一故事还掩盖了AI对不同群体的差异化影响，比如低收入社区可能因自动化而失业，而高技能工人则受益。

共享能动性叙事强调人类与AI的协作关系，而非替代或对抗。这种叙事承认AI的局限性，同时突出人类在决策、伦理和创造力方面的不可替代性。例如，在医疗领域，AI辅助诊断可以提高效率，但最终诊断仍需医生确认。

实现共享能动性需要多元声音的参与。社区组织、学术机构、劳工团体和用户群体都应成为叙事的一部分。媒体应报道AI的实际应用案例，而非仅关注巨头动态。教育系统也应培养公众的AI素养，使其能够批判性评估AI的影响。

媒体有责任呈现AI叙事的复杂性。这意味着不仅要报道技术突破，还要深入分析社会影响、伦理困境和失败案例。例如，算法偏见如何加剧种族不平等？自动化如何改变工作性质？这些故事同样重要。

政策制定者应鼓励多元叙事，通过资助独立研究、举办公众咨询和制定包容性政策，确保AI发展惠及所有人。欧盟的《人工智能法案》已尝试基于风险分类监管，但仍需更多公众参与。