你能拯救的蚂蚁

该内容探讨了动物和人工智能是否具有感知能力及其道德地位的问题。它提出了一种“概率性方法”作为决策框架，即根据科学证据评估一个生命体拥有感知的可能性，并结合伦理学分析其获得道德关怀的概率。这种方法旨在将不确定性纳入考量，从而指导法律、政策和个人行为，例如，即使一只蚂蚁拥有感知的可能性很低，也值得我们付出微小的努力去帮助它，这体现了对潜在生命的适度关怀。

一个小选择，一个大问题

当你看到一只蚂蚁在水坑里挣扎时，你会怎么做？你可以直接走开，也可以花一点时间，用一片叶子或一根树枝帮助它爬出来。这个选择看似微不足道，却引出了深刻的问题：蚂蚁有感知能力吗？它们能体验到快乐和痛苦吗？它们是否值得我们给予道德上的关心？

历史上，人们对这些问题的看法截然不同。

• 排他性观点 (Exclusionary views): 这种观点在 20 世纪的西方科学界占主导地位，倾向于否认动物的感知能力和道德地位。它认为，只有哺乳动物、鸟类等与人类高度相似的动物才值得道德关怀，并且需要强有力的证据才能承认其感知能力。

• 包容性观点 (Inclusive views): 这种观点在许多东方和原住民文化中很常见，倾向于肯定动物的感知能力和道德地位。例如，耆那教哲学教导人们要敬畏所有生命，甚至将道德关怀延伸到蚂蚁和蜜蜂。

这两种观点都有其道理。包容性观点可能导致稀缺资源的错误分配，而排他性观点则可能忽视了弱小生命。我们需要一种方法来同时应对这两种风险。

一种基于概率的中间道路

我们支持一种概率性方法，它结合了两种观点的优点。简单来说，就是根据一个生命体拥有感知的可能性高低，给予其相应强度或弱度的保护。这与我们在其他高风险决策领域的做法一致：评估证据，估算伤害的可能性和严重性，然后选择相称的应对措施。

要理清思路，首先需要认识到这里涉及三个不同的问题：

• 科学问题： 哪些生物可能具有感知能力？仅仅是脊椎动物，还是无脊椎动物甚至人工智能系统也可能拥有？
• 伦理问题： 道德关怀的对象是否仅限于有感知能力的生命？或者说，没有感知的生命体（如植物）或主体（如 AI）也值得关心？
• 实践问题： 考虑到我们的责任、资源限制和其他因素，什么样的保护政策是可行且可持续的？

将这些问题混为一谈会妨碍我们做出明智的决策。我们需要分别处理它们，同时理解它们之间的相互作用。

如何运作：三步法

第一步：评估感知的可能性

科学家们现在普遍认为，许多曾被视为“纯粹机器”的动物表现出惊人的复杂性。大象会哀悼死者，章鱼会解决谜题，蜜蜂甚至能学会数数。我们如何确定这些行为背后是主观体验，而非简单的程序化反应？

这是一个挑战，因为我们唯一能直接接触的意识只有我们自己的。这被称为“他人心智问题”。

尽管如此，科学并非无能为力。我们可以通过寻找感知的“标记”来提高我们的信心——这些标记可以是行为、计算结构或解剖学特征，它们在人类身上与主观感受和情绪相关联。

• 例如，昆虫拥有伤害感受器，并表现出伤口处理、回避刺激和应激反应等复杂行为，这些都暗示它们可能拥有意识体验。
• 对于人工智能，我们可以检查其底层计算架构是否存在与生物系统中意识处理相类似的功能。

证据越强，我们的信心就应该越高。我们可以用概率来表达这种信心：更强的证据对应更高的感知概率，反之亦然。

第二二步：评估道德地位的可能性

伦理学家越来越认同，有感知能力的生命值得道德关怀。但问题是，这种关怀的基础一定是感知能力（体验快乐和痛苦的能力）吗？还是可以是能动性（设定和追求目标的能力）或关系性（参与关怀或相互依赖关系的能力）？

概率性伦理学并不依赖于“道德是客观的”这一观点。无论道德是客观的还是主观的，我们都可以用概率来追踪我们对某种价值观的信心。

我们可以为不同的道德基础分配概率。例如，如果你认为“感知能力”是最有说服力的基础，其次是“能动性”，你可以给前者分配高概率，给后者分配中等概率。这让我们在坚持核心信念的同时，也为不确定性留出空间。

第三步：结合估算，指导决策

现在，将这些概率结合起来。假设最好的证据表明，蚂蚁有 10% 的可能性是具备感知能力的，而我们有 90% 的信心认为感知能力足以获得道德地位。这可以得出结论：蚂蚁有 9% 的可能性拥有道德地位。

这个估算意味着什么？它显然不要求你为一只蚂蚁牺牲生命。但是，如果拯救一只溺水的蚂蚁只需要你片刻的功夫，那么这 9% 的可能性或许就足以成为你伸出援手的理由。

我们可以根据风险的概率和利害关系的大小来调整我们的干预措施。

就像在公共卫生政策中，当疾病传播风险高时，我们会采取严格的隔离措施；风险较低时，则采取较宽松的社交距离指引。我们可以对动物福利和人工智能福利采取类似的方法。

回应怀疑

这种方法自然会引来怀疑。其中两个合理的担忧是主观性问题和不精确问题。

• 主观性问题： 为感知能力和道德地位分配概率似乎过于主觀。这种担忧是合理的，因为人类的偏见确实存在。但主观性在任何决策框架中都不可避免。概率方法的优点在于，它让不确定性变得透明，而不是像“全有或全无”的方法那样迫使我们做出极端判断。

• 不精确问题： 用精确的数字（如 9%）来描述这种复杂的不确定性，可能会造成一种虚假的严谨感。这也是合理的担忧。解决方案不是放弃概率，而是根据情况调整精度。我们可以使用更模糊的定性语言（如“高信心”、“中等信心”）或概率范围（如“40-60%”）来表达我们的估算。

实际应用

无脊椎动物养殖

章鱼、虾、螃蟹和昆虫等无脊椎动物正被大规模工业化养殖。鉴于科学界越来越认可它们拥有感知能力的“现实可能性”，一些国家已经开始采取行动。

• 2021 年一份关于头足类软体动物（如章鱼）和十足目甲壳类动物（如龙虾）感知能力的研究报告发布后，英国修订了《动物福利（感知）法案》，承认这些动物为有感知的生命。
• 2024 年的《纽约动物意识宣言》重申了这些发现，并建议政府在决策中考虑并减轻这些动物的福利风险。

人工智能福利

人工智能的发展速度惊人，未来可能出现拥有高度能动性的 AI 系统。

2024 年的一份报告指出，近未来的 AI 系统拥有意识和强大能动性是一种现实的可能性，并建议公司和政府现在就认真对待 AI 福利问题。

作为回应，人工智能公司 Anthropic 已经聘请了其首位全职 AI 福利研究员，并启动了模型福利计划，这并非因为他们认为现有模型已经有感知，而是因为专家们对此存在分歧和不确定性，这本身就值得投入资源进行评估和准备。

所以，你应该花点时间去帮助那只溺水的蚂蚁吗？我们认为是应该的。既然它至少有不可忽略的可能性拥有道德地位，那么付出微小的努力去帮助它就是合理的。这正是概率性方法的优势所在：它不仅能指导法律和政策，也能融入我们的日常生活。当无数个体的微小善举汇集起来，就能塑造文化、制度乃至法律。