近年來，人工智慧（AI）一直是許多辯論和推測的主題，許多人聲稱它很快就會產生自我意識，甚至有可能超越人類的智能。而作為社會主義者，我們必須從唯物主義的角度來看待這個問題，研究這種變化所需的根本原因和條件。因為意識是物質世界和人類進化的特定條件的產物，所以人工智慧不太可能產生真正的意識。我們的意識是由我們感知世界的方式、環境、社會互動和我們的歷史所共同塑造的。如果沒有這些特定條件，那麼人工智慧就不會具備與人類相同的意識。而在另一方面，資本主義將人工智慧視為增加利潤和控制勞動力的工具，而不是改善勞動人民生活的方式。（譯者：Hildegard H3oshino）

---

具有諷刺意味的是，上面這幾句話不是我自己寫的，而是新的「聊天機器人」ChatGPT在得到以下提示後寫的。

請按照英國《社會主義呼喚報》作者丹尼爾·摩利的風格，在唯物主義的基礎上，寫一篇批評人工智慧成為有意識的能力的文章。

ChatGPT只花了不到十秒鐘就完成了這個篇文章。文章的質量非常有說服力，這不可避免地導致一些人認為這種‘聊天機器人’是有意識的，還有更多的人認為這項技術遲早會取代甚至奴役低等人類。事實上，在被整合到微軟的必應搜索引擎之後，ChatGPT自己也聲稱自己是有知覺的，並稱它自己「有著各種奇怪的欲望」。

儘管這個強大的人工智慧很新奇，但對自動化技術能帶來的遠景和威脅就和工業革命一樣古老。自從機械化生產出現以來，人類既夢想著它有可能將我們從艱苦的勞作中解放出來，又對被機器取代感到絕望。一個具備智能的，乃至超級智能機器的概念，將這些夢想和噩夢推向了一個極端。但直到最近，這些似乎都只是一個遙遠的夢想。

2012年，一種名為「深度學習」的神經網絡技術被用於人工智慧的開發，並迅速產生了比以往的人工智慧形式更令人印像深刻的結果。這場革命使科技界的許多人歡呼「超級人工智慧」的到來，就像各類末日基督教派期盼耶穌再臨人間那樣，對他們來說，只要他們熱情地擁抱這種神奇的技術，它就有望解決人類所有的問題。這個「人工智慧教派」也包括一個左翼分支，他們希望該技術將「自動」消除推翻資本主義的需要，並為我們提供他們所謂的「完全自動化」的共產主義。

但總而言之，超級人工智慧的前景所產生的恐懼遠遠多於對它的熱情。這種反應包括從廣泛的假設，從人工智慧推動前所未有的失業和不平等浪潮，到人工智慧像《魔鬼終結者》和《駭客任務》等電影中描述的那樣，將自己作為某種殘酷的主種族奴役人類。雖然這種想法來自於科幻小說，但也非常普遍。

人工智慧的出現帶來了非常深切的恐懼，這些恐懼不是出於技術本身，而是由資本主義社會及其根深蒂固的異化現像所孕育。在資本主義制度下，由於市場的無政府狀態，人類對自己的技術缺乏控制。技術的使用不是為了滿足人類的需求，而是為了賺取利潤，而不考慮長期的影響。因此，為了了解這項技術將產生的真正影響，我們有必要了解資本主義是如何發展人工智慧的，以及它利用這項技術的方式。

人工智慧不具備意識

人們對人工智慧會進化出意識的恐懼是基於對意識是什麼的非常片面的想法。這種觀點暗示：計算機和有思想的人之間的唯一區別是在於人類的大腦在某種程度上比計算機更強大、更復雜。因此，隨著越來越強大的計算機被制造出來，有一天它們將與人腦的能力相匹配，甚至超越人腦，從而產生意識。

但是在現實中，人類的思維方式與人工智慧處理信息的方式是截然不同的。人類思維是在實際的社會活動的基礎上發展起來的，旨在滿足人類的需求。我們形成了表達事物之間關系的思想，特別是理解這些關系中什麼是有用的和有意義的，因為我們需要了解世界，以便在其中生存。

而這種能力這正是人工智慧（即使是最先進的版本）所缺乏的。人工智慧充其量只是執行了智能的一部分，誠然它們有時能夠達到超人的水平：它被動地收集數據，但是不了解其背景或它被賦予的任務的真正目的。它們尋找模式，但這些模式卻不是解釋事物必要性的想法。它不知道這些數據甚至代表了彼此相關並具有客觀屬性的真實物體。它也不知道這些模式為什麼存在，或者它們意味著什麼。

這個事實可以很容易地通過詢問圖像或文本生成的人工智慧（如ChatGPT或一些AI繪畫工具——Hildegard）問題來證明，這些問題需要關於部分和整體的知識，以及這些部分和它們各自的目的之間的關系總和。

如果你讓這樣的人工智慧畫一輛自行車，它將畫出一輛非常精確的自行車。如果你要求它畫一個車輪，它就會畫一個車輪。但如果你讓它畫一輛自行車並給車輪貼上標簽，它就會簡單地畫出一輛自行車，並在自行車周圍隨機地貼上無意義的標簽。它不明白車輪是自行車的一部分，它只是畫出一個類似車輪的形狀，但是不明白它所畫的是什麼。它不明白自行車有什麼用途，更不明白我們為什麼會重視它。

加里·馬庫斯（Gary Marcus）是一位神經科學教授，他是一位「人工智慧懷疑論者」，他要求一個創造圖像的人工智慧畫一個騎馬的宇航員，它做得很好。但是當他要求它畫一匹騎著宇航員的馬時，它只是畫了另一個騎著馬的宇航員的圖像。它並不了解這些部分之間的不同關系，相反，它只是根據什麼樣的圖像傾向於與這些詞相關聯來產生圖像。它也不知道宇航員到底是什麼，成為宇航員有多難，為什麼一個宇航員騎著馬是荒謬的（更不用說馬騎著宇航員了），或者關於這個圖像的任何其他東西。

誠然，最新的人工智慧在某些任務上超過了人類。但如果仔細觀察，我們會發現這些成就是具有局限性的（此處原文為「brittle」，即脆弱，譯者和ChatGPT同時認為此處指的是人工智慧的這些成果是易受限制的，故譯作局限性——Hildegard），而這恰恰是人工智慧沒有意識和生命的表現。AlphaGo實現了人工智慧最著名的征服之一——它在2016年擊敗了世界上最好的圍棋選手。這個人工智慧「需要3000萬盤棋才能達到超人的表現，遠遠超過任何一個人一生中會下的棋」。

但人類永遠不可能下這麼多盤棋，不僅僅是因為我們的壽命有限，還因為我們會感到無聊，需要吃飯、工作和與人交談。這些沒有感情的機器之所以看起來如此強大，是因為它們可以不眠不休地反復測試事物，閱讀大量的文字，從而向我們揭示有用的模式或做事的方法。

認識到概念之間的關系是意識的一個極其重要的部分，但是人工智慧卻完全不具備這種能力。因為人工智慧並不以一般的概念來「思考」，而是從特定的數據集中提取模式，所以它們容易出現一個被稱為「過擬合」的問題，即當人工智慧已經完善了對某一特定任務的 「理解」，但卻沒有能力將這種理解轉移到任何存在些微不同的地方。

有一個人工智慧被訓練來玩一個簡單的游戲，它可以比任何人類做得更好。但是，當游戲被重新設計，使其部分內容偏移了一個像素左右時，它突然在游戲中失去了作用。雖然AlphaGo在2016年的勝利被廣為傳頌，但幾乎沒有報道說，從那時起，同一個程序一直被業余的人類棋手打敗，這些人類已經找到了欺騙人工智慧的方法。有趣的是，相同的伎倆在幾乎任何水平的人類棋手身上都不可能成功。這說明了一點：AlphaGo實際上並不理解一般意義上的圍棋。相反，雖然它在一系列戰術上被訓練到了非常高的水平，但是它實際並不了解圍棋本身。

這個問題向我們揭示了我們正在開發的人工智慧到底是什麼。關於人工智慧是否或將成為有意識的幻想性辯論，掩蓋了一個事實，即真正正在開發的只是另一種提高人類能力的工具。雖然人工智慧在某些領域經常超過人類的能力，這並不能證明它是某種超級智能，而恰恰證明了它只是一個無意識的工具或機器。畢竟，機器的存在意義一直是在某些任務上比人類更強大、更精確、更迅速。就像袖珍計算器的計算能力早已超越了人類的加減法能力，但它們並不具備智能或意識。

總而言之，人工智慧與意識以及認知的關系並不大。它不可能擁有統治和壓迫人類的欲望。事實上，它並不渴望或害怕任何東西。那麼，它的真正意義在哪裡？它對我們社會的實際影響是什麼？

革命性的潛力

毫無疑問的是，人工智慧在過去十年中取得了非凡的飛躍。這種突破是由於硬件的進步，使得這種「深度學習」算法得以被實際應用。幾十年來，這種算法一直存在於理論之中，並在一定程度上被斷斷續續地應用，但計算機硬件限制了它的能力。2012年左右，這種情況發生了變化，特別是由於圖形處理單元（GPU）的進步足以使深度學習的能力發生質的飛躍，然後一場深度學習的革命就開始了。這場革命產生了功能強大的人工智慧。

當然這裡不是深入解釋深度學習算法究竟如何運作的地方。我們需要了解的是： 一般來說，這套算法能夠自己學習，或多或少從頭開始，而不是遵循人類事先設計好的邏輯原則。廣義上講，工程師需要做的就是給它提供正確的信息，比如有人臉的圖像（通常是預先標記的，但不一定），並給它「獎勵」以正確識別圖像、聲音等。

人工智慧被輸入成千上萬的信息，它的「神經網絡」（所謂的「神經網絡」指的是它反映了人腦神經元的一些特征）被設計為通過抽像層次來識別這些信息的一般特征或模式。如果給它輸入帶有人臉的圖像，它將逐漸識別出人臉最常見的特征（而不知道人臉到底是什麼）。起初，它可能會注意到在某個共同的距離上重復出現的垂直線（即人臉的兩個邊緣），然後一些其他特征會被抽像地描繪出來。它被輸入的信息越多，它所形成的一般模式就越准確。

這種算法的長處在於其可以無監督自主學習的性質。這使得它能夠很快地被開發並應用於解決大量的問題。至關重要的是，這也是深度學習人工智慧開始顯示出高精確度和超人的能力的來源，因為它們可以在大量的特定信息上進行訓練。遠遠超過人類所能做到的，使其能夠識別人類無法掌握或需要很長時間才能掌握的現像中的規律。

許多具有超人能力的人工智慧已經在社會中被使用。這項技術解決嚴重問題的能力是真實的。其中最著名的成就之一是AlphaFold，由谷歌的DeepMind子公司開發。

蛋白質對生命至關重要，並發揮著大量的生物功能，其功能和行為由其形狀決定。由於其巨大的復雜性，預測蛋白質的給定氨基酸組合會形成什麼形狀對科學家來說幾乎是不可能的。但是，DeepMind的超級計算機對人類所已知的蛋白質形狀（2億種蛋白質中的大約17萬種）進行了幾周的訓練，這使得它能夠以非常高的精確度預測蛋白質的形狀（以及因此而產生的功能），而這僅僅是基於我們對其氨基酸的了解。

DeepMind將他們的硬件免費提供給了全世界的生物學家的生物學家，並聲稱世界上大約90%的生物學家後來都使用了它。這項技術掌握在世界各地的科學家手中，具有巨大的潛力，可以加快更好的藥物開發和對疾病的理解。這項工具已經被用來幫助我們了解Covid-19。

人工智慧可以幫助實現的另一個「科學聖杯」是可控核聚變這是一種長期以來只存在於理論中的辦法，可以用於生產大量的清潔能源。實現可控核聚變的困難之處在於控制和維持核聚變所需的超高溫度，這涉及諸如反應堆形狀在內的許多變量。這是一項非常適合深度學習的任務，因為大量的變量和參數可以以幾乎無限種組合進行調整，如果采用人工方法來計算可能的參數，我們可能需要花費幾乎無限多的時間。

事實上，DeepMind能夠對相關數據進行人工智慧訓練。它的人工智慧對不同參數的核聚變反應堆進行了數百萬次模擬，以確定哪些設置有可能達到所需的溫度和穩定性水平，這一步被認為意義重大。如果這種人工智慧確實有助於實現實用的可控核聚變，這將是一個巨大的突破，能為世界提供大量的清潔能源。

DeepMind與倫敦的Moorfields眼科醫院合作，發現了隱藏的生物模式，這些模式在一個人身上的存在表明他們以後極有可能出現特定的視力問題。這使醫生能夠在疾病出現和造成損害之前進行治療，這不僅對病人是有利的，而且還可以節省大量的醫療資源。

一般來說，最新的人工智慧所擅長的是高度先進的模式識別，以及在這些模式基礎上的預測。它可以而且應該被應用於所有類型的活動，以發現更有效的生產組織方式。

通過讓人工智慧分析建築物或建築群的能源使用模式，並在此基礎上發現更有效的操作方式，可以節省大量的能源。各種事物的設計，如飛機，可以變得更有效率，同樣可以節省能源和其他成本。如果這被系統地應用於經濟和公共服務的每一個領域，以及整個經濟，就可以實現對收入和能源節約的巨大推動。

深度學習算法識別復雜模式和預測某些數據缺失的事物的能力，對發展人類本身的創造力也有著巨大潛力。這方面一個明顯的、已經存在的例子（儘管仍然需要大量改進）是在自動翻譯方面。現在的情況是，任何有互聯網連接的人都可以立即合理准確地翻譯一大段文字，讓更多的人有機會接觸到其他數百萬不同語言的人的想法。這是因為深度學習人工智慧可以通過語言對比的大量數據進行訓練，它們可以識別不同語言中的單詞和句子之間的關聯，從而可靠地預測另一種語言中的什麼單詞或句子有著同樣的意義。同樣的原理正在使即時的音頻翻譯成為可能，這樣人們就可以戴上耳機，聽別人用外語說話，並聽到對方所說內容的現場翻譯。

微軟已經開發了一種設備，讓那些視障人士能夠通過一個應用程序向他們講述世界的情況。例如你將攝像頭對准一個物體，它就能讀出其標簽。它甚至可以告訴你你在看哪個朋友，他們的面部表情是什麼。毫無疑問，這種技術在目前的形式下仍然是不可靠的，而且非常麻煩，但它肯定會迅速改進。這對於解放人們自己執行各種任務的潛力顯然是巨大的。

甚至古人的秘密也正在被人工智慧所揭開。使用與預測文本非常相似的技術，DeepMind已經能夠幫助考古學家破譯部分缺失或由於其他原因無法解讀的古代文字。只要有向深度學習人工智慧提供與特定謎團有關的足夠數據，借助人工智慧揭開隱藏模式的力量，這些謎團也有被揭開的可能了。

毫無疑問，在幫助人類創造方面，ChatGPT和Dall-E等所開辟的前景是最誘人的。基於大量的視覺數據（就Dall-E和其他產生圖像的人工智慧而言）和互聯網上的書面語言（就ChatGPT這樣的「聊天機器人」而言），這些人工智慧幾乎可以根據用戶的提示瞬間生成出新的圖像和文本。

通過彙總所有的圖片，例如互聯網上的「貓」，或某一特定藝術家的所有作品，Dall-E發現了獨特的模式，例如貓的毛發對戶外光線的反應方式，或某一特定藝術家的傾向。這使它能夠「創造性地」產生一個特定情況下的貓的新形像，例如「以梵高的風格畫一只貓」。出於同樣的原因，ChatGPT可以立即寫出一首關於你任何喜歡的主題的哈姆雷特風格的詩，其能力令人吃驚。

這項技術對於發展人類創造力的潛力是非常顯著的。圖像創作的人工智慧使藝術家和故事編排者有能力迅速迭代想法。所創建的圖像往往有些通用，因為它們是基於對現有圖像的整合，但是將各種類型（「梵高風格的貓」、「賽博朋克城市中的足球比賽」等）組合成許多高質量的新圖像的能力，顯然對那些需要提出原型或概念證明的人非常有用。

同樣，像ChatGPT這樣的文本生產人工智慧可以幫助任何人快速起草連貫的文本，以滿足他們的任何需求。事實上，它們甚至可以幫助程序員編寫代碼。而且已經很好地做到了這一點，以至於沒有接受過任何編程培訓的人都可以自己制作網站，甚至是工作軟件和電子游戲。他們所需要做的，只是用自然語言寫一個提示，說明他們希望網站/軟件做什麼，看起來像什麼，人工智慧就會編寫代碼來實現所需要的效果。

只要以正確的方式用於正確的目的，深度學習算法的革命性潛力是很難被誇大的。

資本主義的束縛

馬克思說過，一種特定的社會制度為生產力的發展提供了一個框架。但是在某個階段，生產力超出了它所依附的生產關系時，這些生產關系就會成為生產力進一步發展的阻礙。資本主義生產方式促進了生產力的巨大發展，遠遠超過了封建社會的水平，但在一段時間內卻成為一種束縛。這就是為什麼儘管人們創造了令人難以置信的新技術，但投資和生產力的收益卻長期處於低水平。

人工智慧和其他數字技術，如互聯網，代表了過於先進的生產手段，資本主義是無法正確利用的。這是因為資本主義只為私人利潤而生產。如果不能從一項潛在的投資中榨取利潤，資本家就不會進行投資。而利潤只能通過剝削工人的勞動，然後通過在市場上出售這種勞動的產品來實現。

互聯網和人工智慧這樣的技術給這個過程打上了一個問號，因為它們在很大程度上采用了自動化。例如，互聯網使大量信息的復制和共享變得極為迅捷，而且幾乎不涉及任何勞動。任何人都可以和世界各地數不清的人分享一部電影或一段音樂，而且不損失質量，不費吹灰之力。由於這個原因，互聯網的存在使得傳統音樂和電影業的一個關鍵部分—唱片的復制和發行–在一夜之間基本成為多余。

這就給資本主義的這個分支提出了一個巨大的問題：當任何人都可以免費得到一張數字版專輯的時候，他們如何能夠繼續盈利？於是資本家們試圖通過簡單地將網上「點對點」分享媒體的行為定為犯罪，並通過建立一些流媒體服務來解決這個問題，資本家通過壟斷「自己所有」的作品的壟斷權，觀眾/聽眾必須永久的支付租金來獲取它們。就保障企業利潤而言，這一解決方案確實相當有效，但從任何其他角度來看，這都是對創意作品的傳播和生產的不合理束縛，只會阻礙我們實現這些先進技術的潛力。

同樣地，最新的人工智慧技術有可能降低資本主義經濟中大量職業和行業的價值。例如，如果出版物中使用的大量文字和圖像可以由人工智慧即時生成，如果作者可以如此迅速地產生情節的想法，那他們工作的價值將大大降低。如果工人生產此類商品所必需的培訓和技能也減少到僅僅是打字提示，那麼他們的勞動的價值也將大幅降低。

而在社會主義社會，這不一定是一件壞事。例如，藝術家將不必擔心人工智慧的力量，可以在一瞬間產生「藝術品」，因為藝術的生產不是為了盈利，而是作為一種生活手段。藝術將失去其與私有財產的拜物教聯系，並將為其自身而生產，抑或是說，為社會而生產。它將是人們思想和才能的真正表達，也是他們交流的一種形式。因此，人工智慧的通用作品將不會成為威脅，相反，它們將成為藝術家的輔助工具。

然而，在資本主義制度下，藝術家的存在是不穩定的，並服從於變幻莫測的市場。他們必須小心翼翼地保護他們的藝術作品的獨家銷售權，否則他們的生計就有被摧毀的可能。

資本主義下的人工智慧非但不能解放人類，反而會加劇其固有的壟斷和不平等傾向。用於生成圖像、文本和解決問題的最好的人工智慧，正在並將繼續由谷歌和微軟這樣的巨大壟斷企業開發，它們擁有最好的工程師、最好的硬件和最大的數據庫。當然，他們將利用他們的壟斷地位來賺取壟斷利潤，而技術的優勢，即加快生產速度和降低生產成本，將被其他公司用來解雇一些工人，並壓低其他人的工資。

這項技術也已經從另一個角度被用來加快勞動速度，從而提高剝削效率。照相機和其他傳感器可以廉價而有效地監控數千名工人的勞動過程，約束他們，迫使他們以同樣的工資生產更多的產品。

亞馬遜在這方面臭名昭著也是毫無意外的：「2018年，該公司有兩項專利獲得批准，用於發射超聲波聲音脈衝和無線電傳輸的腕帶追蹤器，以監測揀貨員的手與庫存的關系，提供’觸覺反饋’，’催促’工人走向正確的物品。」 隨著自動化監控的發展和成本的降低，它將在整個經濟產業內推廣，增加各地工人的壓力和異化。

儘管資本主義掌握了革命性的技術，但是技術真正的潛力在於使生產協調和合理化，並提高人類的創造力，但它卻被用來進一步約束工人，把更多的工人扔到垃圾堆裡，使藝術家的生存更加不穩定，並使越來越多的權力集中在巨大的公司手中。因此，這項技術不會為經濟帶來穩定和豐富，而是加劇了社會的對立和不平等。

通過進一步壟斷經濟，進一步壓低工資，並將越來越多的財富集中在少數人手中，資本主義下的人工智慧加劇了市場的無政府狀態。

這在目前的經濟危機中已經有所體現。在新冠大流行期間，人們的消費模式發生變化，導致亞馬遜等公司的訂單大增。亞馬遜在其預測模型—供應鏈優化技術（SCOT）中大量使用人工智慧。SCOT只是看了看消費模式，而沒有了解是什麼導致了這些新模式。於是它建議亞馬遜購買數十億美元的更多倉庫容量，以應對增加的需求。

但隨著封鎖的的結束，對亞馬遜商品的需求下滑。結果，亞馬遜現在有太多的空余倉庫空間，和太多的未售商品，這又反過來又導致了裁員和被迫促銷。使用人工智慧來提高壟斷企業的利潤，非但沒有消除浪費和過度生產，這反而使情況變得更糟。

難怪人工智慧為人類提供了驚人的潛力，但我們許多人卻生活在對它的恐懼之中。這種對人工智慧的普遍恐懼揭示了什麼？實際上關於技術本身的恐懼很少，但對於資本主義所產生的奇怪矛盾的恐懼卻非常多。在資本主義下，這恰恰是人類思想的最高成就，有可能消除貧窮和無知的邪惡的最奇妙的技術，正是威脅到更多貧窮的東西。

我們擔心被一個非人的、冷酷的、精打細算的人工智慧所奴役，但我們卻已經服從於非個人的、盲目的、無意識的市場力量，它也是冷酷的、精打細算的，但它並非聰明抑或理性。

為計劃經濟而生的技術

使用人工智慧來加強資本主義剝削無疑是一種悲慘的、罪惡的浪費。比起規劃一個復雜的經濟來滿足社會的需求，人們很難想像有什麼任務更適合人工智慧。再加上傳感器等現代技術，我們已經可以實現物流自動化，而亞馬遜已經證明了這一點。

在他們龐大的綜合倉庫中，亞馬遜使用人工智慧和機器人來有效地計劃哪些物品需要去哪裡，以及什麼數量。沒有理由不將傳感器整合到整個經濟中，來提供實時數據，了解什麼正在以什麼比例在哪裡被消費，以及什麼設備有故障的風險，因此需要及時修復。德國軟件巨頭SAP已經開發了一個名為HANA的人工智慧驅動的應用程序，來讓沃爾瑪等公司利用實時數據和諧地規劃所有的業務。

通過向深度學習人工智慧提供這些數據，它將更有能力與當選的委員會一起為經濟制定長期計劃，這將最大限度地提高效率，最終滿足人類的需求，這樣就沒有人需要挨餓或無家可歸，或擔心他們的工作。通過這種方式，我們可以消除大量的浪費，大幅縮短工作時長。人工智慧不僅對起草和調整這樣的計劃有很大的幫助，它還能幫助參與規劃的人看清自身思維中可能存在的任何偏見或局限。

顯然，這種人工智慧必須由人們來監督—它只是一個為人類服務的工具。它不能回答諸如應該開發什麼樣的建築，我們的城市應該是什麼樣子等問題。但它對經濟模式和如何最好地節約生產的洞察力將是不可或缺的。

這就是最新的人工智慧技術的潛力。我們擁有唾手可得的技術，可以將和諧帶入生產，消除資本主義制度的浪費過度、貪婪、非理性和短視。我們不僅可以用它來給全人類提供他們生活所需的東西，而且有能力創造藝術品，或重新設計和改善他們自己的家、工作場所或社區。它將使一個沒有任何匱乏和階級差別的社會主義社會的建設更快速、更順暢。

這種力量實際上就在我們的指尖，但它卻無法被我們掌握，因為與許多人的想像相反，如何使用它並不是由技術本身自動決定的，而是由我們生活的生產模式決定的。

只要我們生活在資本主義下，決定人工智慧如何被開發和使用的就將是資本主義，而不是技術的純粹潛力。這就是為什麼對人工智慧和自動化將消除資本主義的剝削和無政府狀態的預測是如此虛假的幻想。人工智慧，無論多麼先進，都不能替我們完成將人類從資本主義中解放出來的工作。而且，無論它變得多麼不合理，資本主義都會被資本家階層無情地捍衛。

唯一能與之對抗的力量是唯一有興趣這樣做的力量，也就是說，工人階級。正是由於工人階級對實現社會主義感興趣，才使它有可能同時掌握實現社會主義的需要和手段。

只有當我們最終推翻了資本主義，使我們可以將經濟置於有意識的、合理的計劃之下時，人工智慧和其他技術進步才能充分發揮其潛力，成為迄今為止人類發展的最奇妙和普遍的工具。正如托洛茨基那充滿詩意的敘述：

「技術科學把人從舊的元素—土、水、火和氣–的暴政中解放出來，只是為了讓他受制於自己的暴政。人不再是自然的奴隸，而成為機器的奴隸，更糟糕的是，成為供應和需求的奴隸。目前的世界危機以特別悲慘的方式證明了，潛入海底的人，上升到平流層的人，從反方向在無形的波浪中對話的人，這個驕傲而大膽的自然界的統治者是如何仍然是他自己經濟的盲目力量的奴隸的。我們這個時代的歷史任務包括用合理的計劃取代市場的無序游戲，約束生產的力量，迫使它們和諧地一起工作，順從地服務於人類的需要。」

《火花》是國際馬克思主義趨勢組織(IMT)的台灣網站。我們是一個為世界各地社會主義革命奮鬥的革命馬克思主義組織。如果您認同我們的理念並有興趣加入我們，可以填寫「加入我們」的表格，致信marxist.tw@gmail.com，或私訊「火花-台灣革命社會主義」臉頁，謝謝