章邵增：人类学可以让人工智能更实用、更低碳#2025年终特辑18

本文来自微信公众号： 信睿周报 ，作者：章邵增，原文标题：《章邵增：人类学可以让人工智能更实用、更低碳 #2025年终特辑18》

首先想请您谈谈今年投入精力最大的事是什么，以及为什么想去推动这件事。

我很有幸，今年最主要的事情就是静下心来想一想下一步干点儿什么，目前只有个初步的想法，就是通过人类学在人工智能设计中的应用来拓展人类学的方法和理论。

从读硕士以来，我的研究都是与环境保护相关的，尤其是巴西亚马孙雨林保护和碳减排，所以我自读博以来经常去巴西做田野调查，已累积有两年的实地调查。但是近些年因为现实原因（包括家庭生活和新冠疫情），我都没能去巴西做长期的实地调查，就尝试做了一些在本地或者在网上就能做的研究工作，主要是与新兴数字技术，尤其是与大数据和人工智能有关。2024年我升职并拿到了终身教职，在工作上就多了一些自由探索的空间，所以我今年主要就是想想以后可以搞点什么有意思的事情。

长期以来，公众对您所在的研究领域有哪些误解？

我觉得公众和多学科的学界对质性研究（qualitative research）颇有误解和轻视。质性研究是对一系列研究方法的统称，通常是相对于量化研究而言的：前者主要基于文字材料，而后者主要基于数量分析。不幸的是，质性研究往往因为不以量化数据和统计分析为主而被批评为不科学、不严谨的，尤其是近些年来计算机技术的发展推动了大数据分析和计算科学（computational sciences），包括计算社会科学的流行。

其实回过头来看，质性研究才是人类科学知识创新的最前沿。例如，人类对宇宙的知识求索最初始于质性的观察和描述，如“星星是夜空中的亮点”，并由此开始比较和分析这些亮点的大小、明暗、动静、远近，这便是天文学的开始。而后，对这些现象的进一步观察和描述有了细化的数据，从而可以进行量化的比较和分析，即质性研究指引了量化分析，而量化研究丰富和扩展了质性研究，两者是相辅相成的。

回到当下，技术的发展使我们的社会正在越来越快地翻新，而要研究这样的社会——与探索地理意义上的新异民族文化一样，我们往往没有现成的量化数据做统计分析，所以，质性研究往往是更及时、有效、严谨的方法。例如，电子产品和网络平台时刻在记录着各种数据，用于大数据分析和人工智能训练，但这些大数据其实迥异于传统的科研数据，只是人类在数字时代的日常生活中留下的痕迹，往往没有基本的数据代表性和科学严谨性，这也是大数据分析和人工智能经常带有文化偏见甚至输出幻觉（hallucinations）的一个根本原因。我认为可以通过质性研究，尤其是其背后的人类学视角对大数据做更加科学严谨的处理和分析：首先，把大数据当作人类行为遗迹，对数据源和数据标注进行还原，对数据背后的人类行为进行情境化的分析，然后再进行数据处理和结构化，以促成更加科学严谨的大数据分析和人工智能训练。

AI对您的研究产生了哪些影响？

先以我早年经历为例，我的博士研究主要是关于巴西亚马孙雨林的保护。20世纪末，来自不同专业的科学家已经在巴西研发了一个早期人工智能模型，把天文、地理、生态、生物和相关人类活动（森林盗伐、公路扩张、纵火行为等）的运作规律都纳入模型，模拟出过去几十年的毁林趋势，并预测未来几十年的毁林趋势。2005年前后，国际碳汇交易市场新增了一类碳汇——“保林碳汇”（REDD），就是通过避免模型预测的毁林趋势而实现碳减排，将之转换成碳汇出售获得收入，再反过来用于森林保护。巴西科学家研发的这个模型恰好就能用于预测和计算毁林趋势和可得碳汇。我的博士研究的一项工作就是考察这个模型的设计过程及其在新兴碳交易市场中的应用，包括其中的社会政治因素。但因为多个争议性问题，研发这个模型的巴西科学家希望我不要公开发表博士论文。我的博士研究揭示了科学研究工作其实远不止是科研问题，而围绕这个人工智能模型的争议则揭示了我也不过是科研这个棋局中一颗小小的棋子。

所以，我想反过来考虑我的研究能对人工智能产生哪些影响。人工智能的研发和应用所产生的碳排放正在爆炸式地增长，这主要源于人工智能设计对算力和全自动化的无节制追求。我和计算机专业的同事开始合作，尝试把环境成本意识和社会责任意识直接嵌入人工智能模型内部，这一策略比依赖法律政策的外部监管更具前瞻性和有效性。我们会结合多学科的方法来建立低碳的、人机结合的人工智能设计框架：如将社会科学方法（尤其是质性研究）用于数据采集和处理来指导人工智能算法训练和校准，在设计强化学习（reinforcement learning）的奖励函数（reward function）时引入碳感知机制，以及在机器学习中纳入模型弃权（abstention）和人为反驳（redress）等机制来引入人类专家的直接干预和情境分析。我们会利用新兴的多模态大语言模型（MLLMs）来进行初步实验，重点应用于我比较熟悉的亚马孙雨林监测这个领域。我们希望证明，人机协作的低碳模型会更加适应现实社会的需求，从而优于不会情景化分析且碳排放很高的全自动系统。

如果人类可以对AI说“不”，您想说什么？

从社会科学的角度来讲，我们应该叫人工智能不要只是服务于高科技大公司和投资银行的利润。人工智能的研发，直接攫取几亿人每天在数字设备和网络平台上留下的大数据而很少考虑个人隐私和信息所有权，分包式低薪雇用上千万人做最初级的数据标注而形成新式的“血汗工厂”，用上千万快递员、送餐员的生计和安全来做算法测试，为追求银行投资和政府补贴而一味追求算力却不顾算力的环境成本……我们亟须对这样的人工智能说“不”！我们应该也可以用多学科研究方法和社会责任心来驯化人工智能，让人工智能也要为人民服务，为劳苦大众服务，为地球服务。这样，人工智能会成为更好的人工智能，人也会成为更好的人。

您最想和谁就目前困扰您的问题进行深入交流？为什么？

我很想再次讨教新逝的北京大学教授俞孔坚。2025年9月23日，俞孔坚教授在巴西的潘塔纳尔（Pantanal）湿地开展生态考察期间，因飞机失事不幸罹难，享年62岁。

俞孔坚教授是北京大学建筑与景观设计学院院长、美国艺术与科学院院士、哈佛大学设计学博士、“土人设计”公司创始人，其作品、荣誉和奖项不计其数。对我来讲，他是我刚离开家乡去读大学时的长辈和启蒙老师。2000年暑假结束，我要去北京大学读书，我父母觉得我年少离家、异地求学应该有个可托付之人，叫我到了北大后就去找俞孔坚老师。其实此前我并不认识俞老师，因为我小时候他就已经在外求学工作；但我们都在浙江金华的白沙溪畔出生长大，他在白沙溪下游的东俞村，我在白沙溪上游几公里的卢头村。我到了北大后，多次去他家里吃饭，有好几次他的父母也在，我们都用金华农村方言聊天。我们像师生一样讨论学习，也像朋友一样一起回忆农村家庭的穷困、田间劳动的艰辛、白沙溪里游水捉鱼的乐趣，他给我介绍白沙溪古堰的生态智慧，也给我讲解他在景观设计中的生态理念。

其实第一次到俞老师家，我就有点为他家的简单朴素而感到惊讶，比如他家房子里是水泥地面的，和老家房子的地面一样，但那个年代连金华这样的小城市里的房子大多都用高级的地砖或木地板了。在本世纪初中国所处的房地产行业大发展时期，以他的学历、职位和经验，随随便便就能接到很多房地产项目的景观设计生意，很快就能当大款了。但是俞老师1998年创立了“土人设计”之后，他的设计项目却大多是公益性质和教学样板式的项目。所以，我一直想问却没敢问他的是：在有限的生命里，人可以追求点什么？我大概能猜到，人还可以有金钱之外的追求。可是我还想作为老家的晚辈偷偷地问俞老师：可曾有遗憾？我也想再次作为学生勇敢地问俞老师：我还会再去巴西做调查，你还有什么嘱托？

（原载于《信睿周报》第160期）