主要观点：生成式 AI 在两年内崛起，虽引发热潮但也有争议，它颠覆多个行业，在教育等领域作用显著，但也带来新问题如作弊等，其权力集中在少数公司手中，引发关于技术与民主关系的讨论。

关键信息：

• 2022 年 11 月 30 日 ChatGPT 广泛可用，AI 重塑生活，如作者利用 AI 构建语言学习应用。
• 生成式 AI 带来新体验和痛苦，教育领域存在作弊隐患，其影响深入社会政治生活。
• 对 AI 的讨论存在现实主义者和拒绝主义者两派，前者接受现有 AI 并主张监督，后者认为 AI 本质有问题。
• AI 起源于 20 世纪 50 年代，早期以目标驱动的问题解决为重点，受 cybernetics 影响，忽视非目标导向的智能形式。
• 如 Terry Winograd 从复制人类智能转向增强人类智能，但其方法仍受目的论思维限制。
• 早期 AI 受效率游说团影响，与 Cold War 背景下的机构目标一致，忽视其他可能的技术发展路径。
• Hans Otto Storm 的“eolithism”观念强调无预设目标的创造力，与 Cold War 理性模式相反，对理解人类智能有启示。
• 当今生成式 AI 虽有助于生态理性，但也存在个体主义、商业化等问题，限制了其充分发挥。
• 推动生态理性需打破与效率游说团的联系，如拉丁美洲的例子所示，通过政治和技术手段实现，避免 eolithism 演变为 solutionism。

重要细节：

• 在健康护理领域，AI 帮助医生总结记录和建议治疗但仍有缺陷；在创意领域，AI 生成各种内容；在教育领域，AI 简化学术文本和定制学习材料。
• 现实主义者主张 AI 透明和民主监督，拒绝主义者认为 AI 本质有问题需从根本改造。
• General Problem Solver 等早期 AI 工具受规则驱动，后被神经网络方法取代，但仍以解决问题为导向。
• 早期 cyberneticians 借鉴反馈控制技术理解人类智能，AI 则将隐喻变为现实。
• Dreyfus 对 AI 的批判未触及目标导向的思维方式，Heidegger 则强调非目标导向的智能形式。
• 斯坦福教授 Terry Winograd 从复制人类智能转向增强人类智能，创建 Coordinator 软件系统。
• 人工智能研究可能吸引了研究或优化官僚系统的人，与 Efficiency Lobby 目标一致。
• John McCarthy 定义 AI 领域时绕过了更广泛的科学社区，早期从业者忽视了非目标导向的智能形式。
• Hans Otto Storm 的“eolithism”观念与设计模式的对比，以及其在现代的体现。
• 当今生成式 AI 像市场一样运作，存在个体主义、商业化等问题，限制了生态理性的发挥。
• 拉丁美洲的例子如 Chile 的 Project Cybersyn 和 Argentina 的相关举措，展示了摆脱效率议程实现生态理性的可能。
• 一些早期实验如 Environmental Ecology Lab 因缺乏政治行动而失败，MIT Media Lab 也从强调玩忽职守演变为更具工具性。