麻省理工学院推出跨学科新课程“AI 与理性”，探索人工智能的哲学根基
人工智能究竟能在多大程度上实现理性？这个问题或许永远没有标准答案，但麻省理工学院正试图让学生学会与这类问题共处。
2025 年秋季学期，麻省理工学院计算学院推出了编号为 6.S044/24.S00 的全新课程“AI 与理性”。与常规课程不同，这门课不提供现成结论，而是引导学生在哲学与计算机科学的交汇处审视人工智能的本质。课程由计算机科学与工程学教授莱斯利·凯尔布林与语言学与哲学系教授布莱恩·赫登联合授课，两人分别来自计算机科学与哲学领域，却在这门课上找到了意想不到的共鸣。
“很多人以为计算机科学和哲学相距甚远，实际上它们一直存在交集。哲学的技术性部分与人工智能有着深刻联系，尤其在人工智能发展早期。”凯尔布林表示。她的说法并非空穴来风——人工智能的奠基人艾伦·图灵同时也是一位哲学家。而凯尔布林本人早年在斯坦福大学获得哲学学士学位，彼时计算机科学尚未成为独立专业。
赫登补充道，两门学科的关联比人们想象的更为紧密，“差异主要体现在研究重点和视角上”。
跨越边界的知识实验
这门课程隶属于麻省理工学院计算学院的“计算教育共同基础”项目。该项目旨在打破学科壁垒，推动不同院系协作开发融合课程。除“AI 与理性”外，项目还包括另一门以哲学为基础的课程“计算的伦理维度”。
“AI 与理性”的核心议题围绕理性的争议性定义展开，涵盖理性代理的本质、完全自主智能体的概念，以及如何向这些系统赋予信念与欲望。课程没有给出“什么是理性智能体”的终极答案，而是为学生提供审视问题的工具。
凯尔布林在谈及设计初衷时指出，她希望学习机器学习或机器人学的学生能够退后一步，审视自己正在做出的假设。“从哲学角度思考有助于人们理解如何将自身工作置于更真实的语境中。”
赫登同样强调，课程的目标是构建基础而非灌输教条。“我们不是在传授一套需要记忆和应用的理论体系，而是为学生在未来职业生涯中，无论他们进入研究机构、工业界还是政府部门，提供批判性思考的工具。”
人工智能的飞速发展让这一需求变得更加迫切。凯尔布林坦言，预测五年后学生需要什么知识几乎不可能，但“我们能做的是提供更高层次的工具：思维习惯和思考方式，帮助他们应对目前无法预见的挑战。”
学生视角：打破“黄金标准”
课程吸引了来自不同学科背景的学生注册，既有计算机科学专业的学生，也有希望将人工智能与自身研究结合的探索者。
电气工程与计算机科学专业大四学生阿曼达·帕雷德斯·里奥博奥在回顾课程收获时谈到：“我们通常被教导数学和逻辑是某种黄金标准或真理。这门课让我们看到人类行为如何与这些数学和逻辑框架产生矛盾和冲突。我们由此打开了新的思考空间：究竟是人类本身不具备理性，是我们设计的机器学习系统不具备理性，还是数学和逻辑本身也存在局限？”
认知与脑科学专业博士研究生奥科罗阿弗尔则对跨学科定义理性概念的过程印象深刻。“将不同领域对理性的理解形式化后，能够清晰地辨别哪些假设是各领域共享的，哪些是各自特有的。”
联合授课的教学模式让师生得以在课堂上即时碰撞观点。帕雷德斯·里奥博奥此前已选修过两门“共同基础”课程，她表示：“我非常欣赏这种跨学科的特点。这些课程总是能将理论与应用巧妙融合，因为它们需要跨越不同领域。”
奥科罗阿弗尔观察到，凯尔布林与赫登在教学中展现出明显的学科协同效应，仿佛两位教师也与学生一同学习和探索。“计算机科学与哲学如何相互启发，让我理解了它们的共通之处，以及在交叉议题上的不同视角。”
他补充道：“哲学总有一种方式会让你感到意外。”
创艺洞察
MIT 的这门“AI 与理性”折射出一个正在全球高等教育界蔓延的趋势：当技术迭代速度超越课程更新能力时，大学开始转向培养“元技能”而非“元知识”。哲学思辨与计算机编程的联姻，本质上是在回答一个更根本的问题——当人工智能开始介入人类决策时，我们是否真正理解“理性”这个概念的边界与局限？
值得玩味的是，课程刻意回避给出答案。这种设计暗含一种精英教育的自觉：未来的技术领袖需要的不再是执行既定逻辑的能力，而是在概念混沌中建立框架的勇气。当人工智能日益成为塑造社会的基础设施，能够追问“何为理性”的人，才更有可能驾驭这场变革而非被其裹挟。
