2022年6月16日晚七点，山西大学哲学社会学学院“睿翼讲堂”邀请了北京师范大学哲学学院教授、中国自然辩证法研究会系统与复杂性科学哲学专业委员会副理事长董春雨教授做了题为“机器认识中的不透明性及其意义”的线上报告。百余名师生一同听取了董教授的报告，山西大学哲学社会学学院院长尤洋教授担任报告的主持，副院长陈敬坤教授任点评人。

在报告开始，董春雨教授通过几段背景材料阐述了当前的学术热点话题——人工智能与人类智能的关系问题，并引出了关于认识的不透明性和黑箱问题。

报告的主题内容分为三个部分。第一部分为认识不透明性的内涵。首先，董教授指出，理解不透明性在于弄清楚何为透明性。董教授考察了从古希腊到当代人们对于透明化知识的追求来说明“数”在其中扮演的核心要素，并进一步指出，认识的透明性与科学表征密切联系在一起，它强调的是认识论意义上的可理解性与确定性。

其次，董春雨教授阐释了认识的不透明性在认识论和方法论上的问题。董教授从反计算主义出发对计算主义提出了质疑，并说明从理想模拟出发的计算主义不能对复杂随机的物理世界进行透明化的认识。而后，董教授介绍了美国科学哲学家保罗·汉弗莱斯以及他的著作《延长的万物之尺》中对于认识的不透明性的定义，并对不透明性做了简单的分类——人为因素设置的不透明性以及认识论纬度上的不透明性。这里主要讨论了认识论纬度上的不透明性，并对其进一步分为三个层面，即算法层面、数据层面、智能体层面。在算法层面上，董教授借用阿尔法狗对战李世石的例子，说明人们无法对由复杂的人工神经网络所突现出的行为做出还原。在数据层面上，主要是大数据的偏见与歧视问题。董教授指出，人们在应用大数据过程中，会进一步巩固人类本身所具有的偏见的同时又会形成新的算法歧视。智能体层面上，由于其过于复杂，使得人类无法从物理层面上透明地认识智能体运作的整个过程。

再次，董教授说明了认识论黑箱的内涵：对于人工系统的自动决策，我们无法说出其输入如何变为输出。

第二部分为认识的不透明性和相关性与因果性的关系。大数据让相关性更容易得以利用使得人们降低了对于因果性的追求，而董教授从相关性由于其不透明性上的局限指出，相关性并不能取代因果性，并列举了科学史上各种把相关性当做因果性的错误事例说明，人们寻找事物之间的确定因果性的过程并不容易。

第三部分为发现因果性的可能性路径。在这一部分，董教授介绍了朱迪亚·珀尔的著作《为什么》。董教授谈到，为了使得机器拥有人的因果推断能力，朱迪亚·珀尔构建了一个由三个层级共同构成的因果关系之梯。第一层级的关联：通过观察找到事物间可能存在的相关性。第二层级的干预：通过采取行动来确定这种相关性的存在。第三层的反事实：通过进行反事实的推理来对事物进行更广泛的讨论来确定它们之间的因果性。

最后董春雨教授总结指出，在大数据时代下，我们应当在相关性提供的有利条件下更快消除认识上的不透明性，并挖掘出真实的因果性，呼吁人们从更多角度来研究从相关性上升到因果性的路径。

在点评环节，陈敬坤教授比较了知识论上自我的不透明性与人工智能带来的不透明性，并对整个报告做出了回顾。陈教授认为，很多情况下我们虽然出于事物的复杂性而不能预测事物产生的结果，但这些结果是包含在我们对事物的初始理解之中的，如蝴蝶效应虽无法预测但能够对其做出解释。就此向董教授提出了问题，即是否无法预测就代表无法解释？而不透明认识要求主体对所有相关元素做出把握是否过于严格？董春雨教授回答指出，预测是一个实践问题，而理解是一个理论原则问题，二者并非一一对应。而哲学追求理论问题，所以在认知透明的定义上会显得很严格。

随后，尤洋教授以科学哲学上归纳结论的非确定性以及非充分决定性作为问题的补充。董春雨教授对尤洋教授的点评表示肯定，并延伸说明混沌作为一种奠基于现实世界的概念只对物理学家有意义，我们仍旧要对理论纬度和实践纬度做出区分。最后董春雨教授就其他专家的提问，如“是否可以结合因果性和复杂性来解释机器意识”“黑箱问题目前是否解决”等问题做出了回答。