■郭英剑

有一天，一位编辑朋友问我：“你那么拥抱人工智能（AI），那你的文章是用AI写的吗？”

看到这个问题，我想起了自己一个20余年的写作习惯，即在每篇文章末尾都会记录文章写作的时间与地点。我本想回复，看看我文章的写作时间与地点就知道答案了，但想了想还是回复道：“是我自己写的，不是AI写的。”

不作过多解释，是因为我深知解释再多，都像是在自证清白，反而给人一种越描越黑的感觉。当然，我也理解那位朋友的询问，因为就在前不久，我还看到一位语言学领域知名学者在朋友圈中写了这样一句话：“大量我们认为是真实的语言，其实都是大模型生成的。网络上近80%的文本都不是人写的。”

朋友的这个问题让我深思，因为它看似询问写作方式，实则指向了一个更深刻的变化——在AI时代，人们已经不再默认“表达背后一定是一个人”。

这绝不是一个小小的变化，而是一个结构性的转折。

语言的主体正在消失

回想并不遥远的过去，当你读到一篇文章时，会很自然地在脑海中构建一个“作者形象”。你可能不同意其观点，但会默认这个人的存在，并认为其对自己的表达负责。这种“表达-主体”的对应关系是现代社会信任的基础之一。

生成式AI的出现打破了这一点。今天，一篇逻辑严密、语言流畅的文章能在几秒钟内生成。于是，一个关键问题出现了——当语言不再可靠地指向一个主体时，表达意味着什么？

在我看来，如果语言可以脱离主体独立存在，它就从“表达”变成了“输出”。这不仅改变了写作，也改变了阅读。它把阅读的前提从“理解一个人”变成“判断一个来源”。如果只是文字，信任的动摇或许还局限在知识领域，而真正的断裂发生在多模态生成技术出现后。

过去，人类社会之所以能维持基本的信任秩序，源于“伪造”本身具有较高成本，而这些“成本壁垒”构成了信任的隐性基础。

AI使这些成本迅速坍塌。更关键的是，这些AI生成内容不仅可以使用，而且足够好。

这意味着我们进入了一个新的语境，不是“有人在伪造”，而是“任何东西都可能被伪造”。当“可伪造性”成为普遍前提时，真实性就不再是默认状态，而必须被额外证明。由此，信任不再是起点，而成为一个昂贵的过程。

信任为何会崩塌

有人会把这种信任危机归结为“技术过强”，但这只是表象。更深层的原因在于，技术正抽空人类社会赖以建立信任的“中介机制”。

什么是中介机制？现代社会，我们并非通过直接接触所有人来建立信任，而是通过一系列“中介”，比如作者身份、媒体机构、专业认证等。这些机制的作用是在陌生人之间建立可以延展的信任。

AI出现后，这些机制开始迅速失效——署名能伪造，内容可批量生成。当中介机制失效时，社会信任就失去了扩展能力，只能向内收缩。因此，我们看到了一种结构性的变化：信任不再是可以传播的，反倒变成必须亲自验证的东西。这恰恰是“信任崩塌”的真正含义。

在传统语境中，“怀疑一切”往往被视为一种极端立场，甚至是不健康的认知状态。但在AI时代，这种态度正变成一种理性选择。因为当环境本身不再提供可靠的信号时，信任就不再是美德，而可能成为一种风险。

当下，我们能清楚地观察到这个变化正在发生——人们对文章的第一反应不再是“内容如何”，而是“来源是否可信”；对视频的第一反应不再是“发生了什么”，而是“真实吗”；对声音的第一反应不再是“谁在说话”，而是“是不是合成的”。

这意味着人类的认知方式正从“理解世界”转向“验证世界”。

在我看来，这是一种深刻的退化。因为理解需要信任作为前提，而验证则建立在怀疑之上。当整个社会从“理解导向”转向“验证导向”时，人类的交流成本将急剧上升，认知效率将显著下降。更重要的是，人与人之间的关系将变得异常脆弱。

从“轻信任”走向“重信任”时代

在此背景下，我们看到一个看似矛盾、实则必然的趋势——技术越发达，人们越渴望面对面交流、对话乃至交锋。

这是因为在所有可被伪造的媒介中，“在场”仍是最难被完全替代的经验。这也恰恰意味着信任不再是“低成本的社会基础设施”，而重新变成了一种“高成本的人际资源”。

在我看来，这将深刻影响教育、商业、政治乃至日常生活。

我们必须承认一个无法回避的现实——AI不会退出历史，“可伪造性”也不会消失，一个可以轻易生成一切的时代已经到来。因此，问题不在于如何回到过去，而在于如何在一个无法回避怀疑的时代重新建立信任。

换言之，未来人与人之间的信任不再是自然生成的，也不再依赖单一来源，而是逐渐建立在三个相互支撑的层面之上。

其一，它是可追溯的技术与制度机制。当真实不再自证，它就必须被标记、记录和验证。无论是文本、声音还是影像，来源认证、生成记录、数字水印以及平台责任将成为新的基础设施。

其二，它是可识别的主体与责任承担。人类表达的价值不再只是“能否表达”，而在于“是否承担表达”。未来的信任将愈加依赖主体的稳定性与可识别性，而非单次内容的优劣。

其三，它是不可替代的真实在场经验。“在场”重新成为信任基础，面对面的交流、未加工的互动、不可剪辑的真实情境将成为人们重新建立信任的重要方式。

这三点也同时意味着人类社会正在从一个“轻信任时代”走向一个更为复杂的“重信任时代”。

高等教育将走向何处

如果说，AI正在重塑社会的信任结构，那么高等教育无疑是最早也最深刻受到冲击的领域之一。因为大学从来都不仅是知识生产的场所，更是信任生产的制度空间。

传统意义上，大学之所以能成立，依赖于几种基本信任——教师的讲授是真实的、学生的作业是独立完成的、研究成果是基于严肃探索的、学术共同体内部遵循基本的诚信原则。换言之，大学运行的前提并不是“没有问题”，而是大体可信。

如今，当学生能借助AI完成作业、论文乃至考试时，“学习”与“生成”之间的边界开始模糊；当文本可以被高质量生成时，“表达能力”不再等同于“理解能力”；当AI可以模拟学术写作时，“研究成果”也面临新的真实性挑战。这意味着传统的评价体系在失去原有的判别力。

于是，一个更为严峻的问题浮现出来：如果我们无法确认学生是否真正理解，大学在评估什么？

这不仅是技术问题，更是教育理念问题。如果大学继续沿用以“结果文本”为中心的评价方式，AI将不可避免地侵蚀其有效性；而如果一味加强技术监控，则又可能走向另一种极端——用不信任来维持信任。

这正是当前高等教育面临的深层困境。

因此，真正的出路或许不在于简单地“防范AI”，而在于重构教育的核心逻辑。

首先，需要从“结果导向”转向“过程导向”。比起一篇最终完成的论文，更重要的是学生如何提出问题、展开思考，并在讨论中修正自身观点。只有将学习嵌入可见的过程中，评价才不至于完全依赖“最终文本”。

其次，需要重新强调“在场性”的教育价值。课堂讨论、现场表达、即时回应，这些曾被视为效率较低的教学方式，在AI时代反而成为最难被替代的部分。教育不只是传递知识，更是一个人在场、思考、回应他人的过程。

最后，需要重新界定“能力”的含义。如果AI可以帮助完成表达，那么教育的重点就不应停留在“写得多好”，而应转向“想得多深”。提出问题、判断信息、整合复杂观点的能力将比单纯的表达能力更加重要。

因此，高等教育的真正挑战，并不是“如何避免学生使用AI”，而是在一个人人都可以借助AI的时代，如何重新证明“学习本身的意义”。

这将带来一场深刻的转型，它要求大学从“知识传授中心”转向“理解能力的培养场”；从“结果评价体系”转向“过程参与结构”；从“默认信任”走向“有意识地重建信任”。也正是在这个意义上，高等教育或许不只是被动承受这场信任危机的冲击者，更应成为重建信任的先行者。

重新理解“信任”本身

当然，真正值得思考的问题，还不只是机制如何重建、高校如何应对的问题，还有在这一时代，人类将如何重新理解“信任”本身。

过去，我们习惯于把信任当作一种背景，时刻存在却不被察觉。而今天，信任正在变得稀缺，于是它第一次从“隐形结构”变成“显性问题”。这迫使我们重新面对一个更为根本的命题——信任是否只能建立在“确定性”之上？当确定性不再可靠，人类是否仍然能够彼此连接？

答案或许并不在于消除不确定，而在于学会如何在不确定中建立有限信任。这或许是一种更成熟也更艰难的信任形态，即在意识到一切都可能被伪造之后，仍然选择为真实承担责任。

因此，AI时代真正的挑战并不只是技术问题，更是人的问题。当机器可以生成内容，人类必须重新定义自身位置；当表达不再稀缺，人类对表达承担的责任反而成为稀缺之物。也许，未来最值得信任的不再是“最完美的表达”，而是“最稳定的存在”；不再是“最流畅的语言”，而是“最愿意被验证的人”。

在我看来，AI不会终结信任，但它正在终结一种轻而易举的信任。它迫使人类走向另一种更缓慢、更昂贵，也更真实的关系形态——信任不再来自媒介的保证，也不再来自技术的表象，而是来自一个人长期、一致、可被辨认的存在。

这也提醒我们，大学之所以为大学，从来不只是传授知识，更在于培育一种可以被信任的理解力，一种能够经得起追问、能够回应他人，也能够对自身表达负责的能力。

（作者系中国人民大学全民阅读教育研究院院长）