深度 | 学理与技术相融的人工情绪生成（下）

人工情绪是高阶人工智能发展的重要基础，其中，人工情绪生成研究极具理论难度。厘清其以人类福祉为核心的价值旨归，论证人工智能需适配人类情绪范式以保障良性人机互动，并剖析现有情绪理论指导工程实践的内在张力，能够为人工情绪生成研究破解理论困境、推进技术落地提供学理参考。

原文 ：《学理与技术相融的人工情绪生成》

作者 |山东女子学院教授 李中良

图片 |网络

[前文详见2026年7月25日二条推送]

人工情绪之“何以”

人工情绪何以实现，是三层追问中最难回答的。工程学界有一种常见的立场：我们不必追问情绪的本质，只需把每一种具体情绪拆解为程序，让机器执行即可。明斯基在《情感机器》中指出：“我们不再问‘情感和想法到底是什么类型的事物’，而是问‘每种情感涉及的程序是什么、机器如何来执行这些程序’。”这种立场具有启发性，因为它避免了抽象争论，转而强调技术实现。然而，如果完全绕过情绪的形而上学探讨，人工情绪生成研究便会陷入盲目。

因此，人工情绪生成必须回到情绪理论本身。这一回归至少包含两个基本环节：第一，先行选定一种能够解释情绪发生、发展机制的情绪理论；第二，将该理论转化为具有可操作性的工程实施方案，并据此在机器上予以实现。基于此思路，当前人工情绪生成研究形成了三种主要路径。第一，基于认知评价的生成路径。该路径主张，情绪是认知评价的产物，因此，若要实现人工情绪生成，需要为机器嵌入认知评价机制。第二，基于内稳态（homeostasis）的生成路径。该路径认为，情绪是生物体主动维持内稳态的现象学表现。基于此，机器可通过模拟生物体维持生理平衡与适应性调节的过程，再现人类情绪生成过程。第三，基于主体间性的生成路径。该路径强调，情绪不是主体内部的产物，而是在主体互动中相互定义、共同决定的。循此思路，人工情绪生成便不能仅模拟人类主体内部的情绪生成过程，而要聚焦人机互动中的情绪协调动力学。

以上研究虽路径不同，却共享同一基本主张：先行选定某种情绪理论，再据此展开工程实践。然而，这一主张本身需要哲学层面的追问：究竟哪一种情绪理论更为合理？为什么人工情绪生成应当以该理论而非其他理论为指导框架？如果不能对此作出回应，此类研究便缺乏足够的说服力。更为突出的问题是，情绪理论远不止认知评价理论、内稳态理论和主体间生成理论三种。柏拉图、斯宾诺莎、休谟、胡塞尔、萨特、梅洛-庞蒂，以及冯特、坎农-巴德、施洛伯格、罗素、汤姆金斯和艾克曼等人，都提出过不同的情绪理论。人工情绪生成研究一旦回到情绪理论本身，便会陷入情绪的形而上学争论之中。

最近，Google DeepMind设立了一个特殊的职位——“哲学家”（Philosopher），聘请剑桥大学心灵哲学家、AI伦理学家谢夫林（Henry Shevlin）担任此职。他指出：“意识科学是一个理论上的蛇坑（theoretical snake-pit）。这个领域的新来者很快就会被眼花缭乱的各种理论所淹没，每种理论都声称提供了对意识的唯一真正科学分析，并带来了自己具有挑战性的行话。”这一论断同样适用于对情绪理论的审视。

可见，人工情绪生成研究面临着一种内在张力：脱离情绪理论，便会陷入工程实践的盲目性；回到情绪理论，又会陷入情绪形而上学争论的泥淖。

基于此，本文提出人工情绪生成的“假设—检验”构建纲领，以期最大可能消除这一内在张力。首先，梳理主要情绪理论，区分哪些理论仅作概念分析，哪些理论真正解释情绪生成机制，从而将情绪理论划分为“概念分析类”和“生成机制类”。只有后者才更适合作为指导人工情绪生成的理论资源。其次，将“生成机制类”情绪理论纳入工程实践视野，并逐一转化为工程实施方案，再依据工程落地难度由低到高予以排序，确定其进入工程实践的先后顺序。最后，按序将不同方案逐步投入工程实践，并结合评估机制予以检验与调整。具体而言，若达成目标，则停止当前方案的工程实施；若未达成目标，则转入高一级难度的方案继续实施。

该纲领的优势在于，它不仅能够消解上述内在张力，而且能够打通心理学、哲学与工程技术之间的壁垒，使不同领域不再各自为战，而是在相互校正、相互支撑中形成合力。由此可见，人工情绪生成既不是单纯的工程任务，又不是纯粹的哲学讨论，而是分析论证与技术实现协同推进的结果。这或许是Google DeepMind设立“哲学家”岗位的根本原因。

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第2011期第5版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：程鑫云

《社会科学报》2026年征订

点击下方图片网上订报↓↓↓