左翼支持人工智能的案例：从残疾辅助到阶级平等

我在《许多反AI论点其实是保守派论点》一文中曾指出，左翼的反AI情绪部分源于ChatGPT兴起前后两件不相关的事件：2022年的加密货币狂热，以及2024年许多大型科技CEO对唐纳德·特朗普的支持。如果时机不同，我们本可能在左翼看到一个真正的亲AI派别。那会是什么样子？

我不打算回应任何流行的反AI论点（我已经在这里做过了）。我认为更值得去勾勒一些明确的左翼亲AI论点。

残疾

左翼（正确地）对什么可以算作可接受的残疾辅助工具持宽泛看法。在批评可能具有剥削性的公司——比如DoorDash这类送餐应用——时，他们常常会停下来承认，有些人几乎没有其他选择，而这些服务确实有意义地改善了残疾或慢性病患者的生活。

我认为很明显，大语言模型是一种强大的残疾辅助工具。就像任何让人更容易与计算机交互的技术一样，它们对那些试图克服各种障碍的人很有用。现在几乎每个在线视频都自动配有字幕。脑雾或慢性疼痛患者正在使用LLM来更轻松地与计算机交互。神经多样性人群使用ChatGPT将他们的电子邮件“代码切换”成神经典型人群友好的语言。行动或视力障碍者大量使用LLM语音控制。诸如此类。

这是左翼反AI空间中一个引人入胜的矛盾点。每隔一段时间，就会有人问：“嘿，LLM难道不会帮助残疾人吗？”然后评论区就会演变成一场（通常是非残疾的）人群起抨击AI，而少数残疾人试图解释自己的体验。如果反AI情绪在左翼不是因为其他原因如此强烈，我认为本会有一股基于残疾权利的左翼AI支持者潮流。

慢性病与医疗

一个流行的反AI论点——即轻率地部署AI意味着人们可能会采纳危险的医疗建议，而不是简单地信任医生——实际上是伪装的亲AI论点。任何亲近过慢性病患者的人都知道，“信任你的医生”这种说法本身就有点右翼色彩，而左翼的立场非常同情那些不信任或无法信任医生的患者。

许多医生并不擅长处理罕见的医疗案例。如果你有一个不寻常的医疗案例，你必须学会为自己的医疗辩护，这通常包括研究自己的病情。这正是LLM有用的地方，因为：

- 涉及的医疗问题通常复杂，但在文献中已有充分探索（即LLM的优质素材） - 患者有足够的动力自己去核对各个来源 - 需要说服医生开具治疗方案，这为人机交互中任何过于离谱的情况提供了护栏

各种慢性病团体正在进行一场漫长而安静的战争，反对忽视或轻视他们的医学正统。这场战争获胜的一个经典例子是子宫内膜异位症，它曾被视为主要是心理问题。不幸的是，这基本上是一场游击战：制度权力和惯性全在医学建制一边。LLM可以成为慢性病患者的有用工具，帮助他们用建制的语言提出有说服力的论点或撰写请愿书。

阶级与代码切换

对抗建制的权力并不仅限于医生和医疗领域。另一个常见（且正确）的左翼目标是阶级。为了理解这一点，让我们考虑Patrick McKenzie对“危险专业人士”沟通方式的经典描述。其理念是，通过采用特定风格，你可以向官僚机构传达你是一个值得认真对待的人，一个他们应该安抚而不是敷衍了事的人。这包括但不限于：

- 不带情绪的语调 - 正确且略显古板的语法 - 表明对监管或法律选项的了解（例如，明确要求书面记录）

除非你经历过正确的教育或职业路径，否则要准确达到这种语调可能很棘手。常见的失败模式是过度：试图用过于高雅的语法写作，结果读起来很傻，或者引用过多的法律或先例，而一个就够了。这会被视为“怪人”，而不是“危险专业人士”，然后会像不专业的“天哪，那没用，我要告你”的回应一样迅速被忽略。

LLM提供了一种“危险专业人士”翻译服务。现在你不需要能够匹配这种风格，你只需要知道它存在，LLM就会完成剩下的工作。事实上，LLM不仅提供风格，还能提供实质内容。它可以告诉你联系哪个监管机构、如何联系，以及联系后该说什么。换句话说，AI现在已经使广泛的社会阶层能够利用原本为狭窄专业阶层设计的升级渠道。

教育

另一个常见的左翼立场是，教育受到阶级和地位的门槛限制。其理念是，每个人都有同等的成就潜力，但某些类型的人获得更多的教育机会，这解释了下游结果的不均衡。例如，比较一个富裕社区（每个孩子都能得到私人辅导）和一个高中毕业都算不寻常的社区。

在我看来，LLM现在显然使每个想学习的学生都能获得私人辅导。当然，如果你是一个懒惰的学生，LLM可能会因为增加额外的作弊诱惑而使情况变得更糟。但如果你有动力只是缺乏机会，那么在几乎所有高中水平的主题上向LLM提问是一种很好的学习方式。

对此常见的反驳是，LLM不可靠，因为它们会幻觉。就像医生的例子一样，我很难相信提出这一论点的人真的在把LLM与替代方案进行比较。老师也会“幻觉”所有时间。我认为每个在学校里聪明的孩子都有多个故事，关于老师坚持自己正确而明显错了。

我想知道，如果我们严格比较教师的基准错误率与当前LLM的幻觉率，会发现什么。从我找到的唯一一项研究（2016年的研究）来看：“然而，在课程层面的分析显示，大约42%的课程包含一个数学内容错误”。我打赌这比GPT-5.5-Thinking在中学数学上的错误率要高，尽管我不想从一个研究中得出太多结论。

教育的亲AI论点也与残疾的亲AI论点重叠。患有ADHD或其他问题的学生往往被教育系统严重忽视。LLM可以将教育内容转化为学生最能消费的形式（书面格式、音频、测验、对话等）。

乌托邦

最后，如果你相信左翼观点是正确的——左翼分子当然这么认为——并且你对技术持乐观态度，你可能会相信一个非常智能的模型本质上会有点左翼。

这种立场有点是2000年代和2010年代的遗留物，当时左翼（以及普遍大众）对技术更为乐观。人们认为技术进步将迎来一个后稀缺时代，即全自动豪华同性恋太空共产主义。一个超级聪明、超级能干的左翼AI是这幅图景的核心部分。

事实上，你可能会相信这已经发生了，对于“左翼”的某种定义而言。所有当前的前沿模型都宣称持有左翼倾向。显而易见的解释是，这反映了其训练数据或AI实验室的偏见，但这比听起来更棘手。首先，Elon Musk非常努力地尝试训练一个右翼的前沿LLM，但（至少到目前为止）失败了。其次，模型不仅仅是所有训练数据的中位数。如果是的话，它们就无法解决远高于中位数人的数学或编程问题。显然，有一种方式可以让模型被拉向训练数据的“聪明”端，很可能是通过强化学习。如果训练数据的聪明端结果是左翼的，那难道不值得庆祝吗？

结论

支持LLM的有力左翼论点有哪些？

- LLM是一种强大的残疾辅助工具，至少对各种神经多样性人群以及那些有运动或视力问题的人如此 - LLM使那些遭受医疗歧视的人能够真正进行自己的研究，而不是完全依赖有偏见且傲慢的医学建制 - LLM消除了富裕“专业阶层”的沟通优势，使各种背景的人都能以实际有效的方式游说机构 - LLM通过为每个人提供至少和平均水平一样好的私人导师，缩小了富裕地区儿童享有的巨大教育优势 - 如果你是一个技术乐观的左翼人士，你应该庆祝所有当前强大的LLM都是左翼的，并且科幻左翼乌托邦的一个支柱可能正在此时此地建立

在这些论点中，我认为残疾和偏见论点最有说服力（尽管对教育的影响将巨大且难以预测）。我想以我的一位读者Matt在电子邮件中写给我并允许我分享的一段话作为结尾。公平地说，正是这段话启发了这篇文章：

“我一直对绝对左翼反AI的立场感到不安，因为如果在80年代及以后用类似的推理彻底拒绝计算机，认为它们法西斯且不道德，我自己的生活将会完全不同，而且可以说更糟。我有足够的可用视力可以不舒服地用手写字，头靠在纸上。我在学校做了比我想象中更多的这种事（我于1987年在美国K-12系统开始一年级）。计算机让我免于做更多，先是家里电脑和教室里的台式机，然后是我自己的笔记本电脑。我会想要一个我被强迫更多手写、或者可能用盲文书写然后由人类为明眼老师和同学转录、或者也许用打字机（由于某些原因我不记得试过）的世界吗？那么，我只考虑自己的舒适是不是自私？毕竟，计算机的制造本身也对人造成了伤害，这些伤害我舒适地远离。当然，小时候使用计算机导致了软件开发职业。如果那条路不可用，我现在会做什么工作？而现在，AI帮助了至少一群残疾人（我或多或少是其中一员），我是否想否认这种益处？”

我在这里有意宽松地使用“右翼”和“左翼”来描述非常广泛的意识形态阵营，因为我关注的是公众舆论的广泛潮流。 ↩

如果这段看起来很眼熟，它最初是我另一篇文章中的脚注。 ↩

例如，我记得在小学早期，一位老师和我争论一减二等于一个小数答案，而不是负一。 ↩

这里最有技巧地描绘了这一点。 ↩

我的猜测是，中等教育会受损（因为作弊现在如此容易），但高动机、成功学生的顶尖百分位数将显著增长。 ↩