徐贲 | 当“谁写的”压倒“写了什么”——AI时代人文学术评价的危机

编者按：当学术界一方面将DeepSeek、Gemini等AI列为第一作者，另一方面又热衷“去AI味”检测之时，学者徐贲敏锐发现，两者看似对立，实则共同将评价重心从“写了什么”转向“谁写的”“像不像AI写的”。这并非AI本身的问题，而是形式主义的历史回归——以身份、痕迹、程序取代思想深度与责任承担。在本文中，徐贲援引韦伯的形式理性、阿伦特的思想警示、麦金太尔实践内在善等理论，警示：当判断力外包给算法，学术共同体将丧失辨识真正价值的文明能力。人文学科尤为危险，因其价值完全依赖思想本身，而其重建之道在于：坚持思想优先、责任清晰，保护而非外包人类的评价能力，防止技术逻辑侵蚀学术主体性。

2026年，《华东师范大学学报（教育科学版）》第8期公开将DeepSeek、Gemini等人工智能系统列为多篇论文的第一作者，人类作者退居共同作者或通讯作者的位置。这一事件在中国学术界引发了广泛震动。几乎与此同时，另一种截然相反的趋势也在迅速蔓延：大量期刊、科研机构乃至自媒体热衷于传授如何”检测AI腔”、如何降低AI使用率、如何消除AI写作痕迹，仿佛清洗语言风格已经成为学术写作的首要任务。

这两种倾向看似南辕北辙：一种主动承认AI作为”作者”的身份，另一种则竭力掩盖AI参与写作的痕迹。然而，它们实际上指向了同一个问题——学术评价越来越关注”是谁写的”“像不像AI写的”，而忽略了追问思想是否成立、论证是否可靠、作者是否真正承担了学术责任。两种趋势在同一时刻并行蔓延，共同构成了当下中国人文学术评价领域一场值得警惕的危机。

这场危机的本质，并不在于人工智能技术本身带来了什么全新的问题，而在于面对这一技术的冲击，学术共同体正在把评价的重心逐渐从思想移向身份，从意义移向形式，从责任移向署名。哲学家汉斯·约纳斯（Hans Jonas）在《责任命令》（The Imperative of Responsibility）中指出，现代文明最大的挑战，是在技术力量不断扩张的时代重建真实的责任意识（Jonas 9）。今天的人文学术正面临一个具有约纳斯意义的困境：人工智能已经改变了知识生产的方式，重新分配了知识生产能力——信息检索、资料整理、语言表达，甚至部分论证工作，都可以由机器参与完成；然而，我们的讨论却越来越集中于作者是不是AI、文字有没有AI痕迹、如何隐藏AI使用，而较少追问真正应该承担责任的人是谁、思想是否可靠、论证是否成立。换句话说，技术改变的是知识生产的能力结构，我们却主要在身份识别和形式辨认的层面寻找应对方式。

但在进入这一当代困境之前，还有一个更根本的问题值得追问：这种以形式代替实质、以身份代替责任的评价转向，究竟只是人工智能时代的新现象，还是文明演化中反复出现的一种制度性倾向？如果它具有更深刻的历史根源，那么今天围绕AI作者、AI痕迹和AI检测展开的争论，就不仅仅是一场关于新技术的讨论，而是现代知识制度如何理解责任、权威与评价的一次历史性考验。

一、形式主义的历史回归：一条文明演化的深层规律

历史并不缺乏先例。每当一种制度开始失去对实质的判断能力，它便几乎必然转向对形式、身份和程序的倚重，以维持自身的表面秩序。这不是偶然的退化，而是一条具有跨文化普遍性的文明规律。

中国历史上最典型的例证，是明清科举的八股化。科举制度建立之初，原本怀有选拔”经世致用”之才的理想，其评价核心应当是考察应试者能否提出有价值的治国判断。然而到了明清后期，评价的重心发生了系统性位移：不再是思想是否深刻，而是格式是否正确、起承转合是否合规、破题是否到位、对偶是否工整。于是出现一种制度性的悖谬：真正有思想的人未必高中，而最熟悉八股套路的人反而最容易成功。士子们的学习目标随之转变——不再是如何思考，而是如何写得”像八股”。今天大量”去AI味教程”所传授的技巧与此形成惊人的历史呼应：作者修改文稿，不是为了表达得更准确，而是为了通过检测。评价体系开始奖励的不是思想，而是符合形式。这就是形式主义的经典循环。

在西方学术传统中，中世纪经院哲学的后期演变提供了另一层参照。十三世纪早期的经院哲学，如托马斯·阿奎那（Thomas Aquinas），仍在认真讨论存在的本质、自由意志的可能性以及上帝的属性。但随着这一传统的制度化，思想活动逐渐退化为注释技术：这一句话应当如何解释？这段注释是否符合前人权威的意见？哪位教父引用得更为准确？解释越来越精细，真正的问题却越来越贫乏。学术越来越像工匠技艺，思想创造的空间不断收窄，形式规范的权威不断扩张。

二十世纪的极端政治则提供了评价形式主义最极端的形态。在那些将意识形态凌驾于一切的政治体制中，评价一篇文章首先不是看内容，而是追问：是谁说的？属于哪个阶级？持何种立场？政治身份是否正确？于是一句完全正确的话，如果来自”错误的人”，便可以被判定为错误；一句毫无价值的话，如果来自”正确的人”，便可以被奉为真理。意义开始依附于身份，而不是身份接受意义的检验。今天AI争论与极权政治在性质上当然完全不同，不可简单类比；但在评价机制的结构上，却存在一种值得警惕的相似逻辑：评价越来越依赖主体标签，而不是文本本身。

二十世纪末以来席卷全球大学的量化指标主义，构成了距离今天最近的历史先例。评价一位学者，不再首先阅读他的著作，而是先看SCI论文数量、影响因子、H指数、引用次数、基金级别。这些量化指标原本是辅助性工具，后来却逐渐僭越为质量本身的替代品。英国经济学家查尔斯·古德哈特（Charles Goodhart）提出了一条著名规律：当一个指标成为目标，它就不再是一个好的指标（Goodhart 116）。数字越来越漂亮，思想越来越平庸，正是这一规律在学术制度中的精确显现。而今天的AI率、AI检测分数、作者排序，也正在走向同样的命运——从质量的参考指标，变成质量本身的替代品。

这些历史层面看似各异，却共享一个深层结构：当真正的价值越来越难以判断时，制度便越来越依赖容易识别的形式。真正的思想需要长期阅读，真正的创造需要学术共同体慢慢辨认，真正的问题意识需要时间才能显现。这些都极其昂贵。相比之下，格式、身份、标签、比例、程序，都可以快速核查。制度因此自然滑向形式主义，这不是意志的软弱，而是制度理性的内在引力。

然而今天的情形，甚至比上述历史先例更值得警惕，因为它将形式主义推进到了一个新的层次：过去的形式主义，至少仍然围绕着人展开——人的身份、人的文体、人的考试资格。而今天的AI争论正在将形式主义推向一种技术形式主义，其中评价的重心不再只是文本是否规范，而是文本是否具有某种”生成痕迹”；不再只是作者是谁，而是生成工具是谁。这是形式主义在人类文明史上一次前所未有的跃迁——评价对象从人的思想，经由人的身份，最终滑落至机器的痕迹。

二、当判断真正价值的能力衰减，形式主义卷土重来

历史先例可以描述规律，但要理解这条规律为何具有如此顽固的反复性，还需要诉诸更深层的理论资源。

马克斯·韦伯（Max Weber）在《经济与社会》（Economy and Society）中提出的”形式理性”（formal rationality）概念，提供了最具解释力的理论框架。韦伯区分了形式理性与实质理性：形式理性依据可计算的规则和程序运作，不关心目的本身的价值；实质理性则以某种实质性的善或价值标准为导向，必然涉及对目的本身的判断（Weber 85-86）。现代制度的演化，按照韦伯的分析，天然倾向于形式理性的扩张：因为形式理性可以标准化、可以外部执行，可以独立于具体判断者的智识能力而运转。学术评价体系的形式主义转向，正是这一韦伯式逻辑在知识领域的展开——将实质性的思想评价（谁需要智识判断力）替换为形式性的程序核查（谁都可以操作AI检测软件）。

汉娜·阿伦特（Hannah Arendt）在《心灵生活》（The Life of the Mind）中区分了”思考”（thinking）与”认知”（cognition），并对前者在现代社会中的处境发出了深刻警示。思考是对意义的追问，它是开放的、自我质疑的，没有固定的终点；认知则以确定性的结论为目标，寻求可验证的答案（Arendt 13-14）。现代制度倾向于奖励认知而压抑思考，因为认知的结果可以被记录、审核和排名，而思考的过程无法被量化。AI腔检测所代表的，正是用认知操作（扫描语言特征、输出检测分数）取代思考活动（判断论证是否有力、思想是否深刻）的制度冲动。阿伦特早已指出，放弃思考的代价是极其深远的——她将”平庸之恶”（the banality of evil）与拒绝思考直接关联，但同样的逻辑可以延伸至学术领域：一个放弃真正评价的学术共同体，会在制度的平庸中逐渐丧失辨别真正思想的能力。

麦金太尔（Alasdair MacIntyre）在《追寻美德》（After Virtue）中提出了”实践内在善”（goods internal to practice）与”制度外在善”（goods external to practice）的重要区分。实践的内在善，是只有真正参与这一实践的人才能辨认和追求的善，例如学术研究中对真理的追求、对理解的深化；制度的外在善则是可以从外部衡量和分配的善，例如名誉、职位、资金（MacIntyre 188-189）。麦金太尔的核心论点是，当制度外在善开始主导并扭曲实践内在善时，实践便发生退化。今天人文学术评价的形式主义转向，可以精确地用这一框架来理解：AI腔检测、作者排序、AI使用比例的统计，都是制度外在善的新形式；而对论证是否严密、思想是否深刻、理解是否推进的判断，是人文学术这一实践的内在善。当外在善的测量压倒了对内在善的追求，实践本身便开始空洞化。

查尔斯·泰勒（Charles Taylor）在《现代性的隐忧》（The Malaise of Modernity）中将现代社会的核心困境之一描述为”程序主义”（proceduralism）的蔓延：以遵循正确程序取代对实质性善的判断，以形式上的公平取代对真正价值的承诺（Taylor 95-97）。程序主义的吸引力在于它允诺了中立性和客观性，使判断摆脱了对判断者自身能力和智慧的依赖。但泰勒指出，这种摆脱是虚幻的：程序本身的设计总已预设了某种对善的理解，区别只在于这种理解是明确表达还是被掩盖在程序的中立外观之下。AI检测程序看似客观中立，实则预设了”不含AI成分”等于”学术可信”这一实质性价值判断，只不过这一判断被隐藏在技术程序的外观下，逃脱了应有的审视。

这四位思想家从不同角度揭示了同一个文明结构：当判断真正价值的能力衰减，形式理性便填补空缺；当程序的权威取代实质判断的权威，制度便产生了一种自我维持的形式主义动力。这一动力在AI时代获得了前所未有的技术加速——因为算法工具使形式审查变得比任何历史时期都更为便捷、廉价和”客观”，从而使向形式主义的滑落具有了一种几乎不可察觉的自然性。

三、”谁写的”压倒了”写了什么”：评价对象的位移

从这一文明背景出发，才能真正理解当下人文学术评价危机的性质。任何学术评价体系的核心问题，本应始终是：这项研究是否提出了有价值的问题？它的论证是否严密？它是否推进了我们对某一领域的理解？在人文学科中，这些问题尤为关键，因为人文研究并不以可重复的实验数据为基础，其价值几乎全然依赖于思想本身的深度、解释的充分性以及概念的清晰程度。

然而，当下围绕AI使用的争论正在系统性地将这些问题排挤出评价视野。今天学术界讨论得最激烈的问题，几乎清一色是：这篇文章是AI写的吗？AI的贡献比例有多少？文章中是否存在”AI腔”？第一作者是人类还是机器？用了哪个模型？这些问题并非完全没有意义，但它们从属于学术诚信的程序性范畴，而非思想评价的实质性范畴。当它们占据了讨论的全部空间，当编辑、审稿人乃至读者的注意力被这些程序性问题所主导，真正属于人文学术的评价——观点是否成立、论证是否有力、理解是否得到推进——便逐渐退居幕后，成为次要的考量。

这是评价对象的一次位移，也是学术注意力的一次结构性错置。布尔迪厄（Pierre Bourdieu）在《学术人》（Homo Academicus）中指出，学术场域存在将实质性判断替换为社会性判断的内在倾向，即以”谁说的”取代”说了什么”（Bourdieu 94）。他所描述的这种倾向，在AI时代以一种技术化的形态卷土重来。过去，学术场域的社会性判断依托于作者的机构身份、学术头衔、师承关系；今天，它演变为对生成主体的技术性审查。形式变了，但以身份代替思想的逻辑没有变。

这种位移之所以危险，还在于它具有自我强化的机制。当期刊和机构开始将”是否含有AI成分”作为首要筛选标准，作者便会将精力投入如何应对这一标准；当读者开始以”是否有AI腔”来判断文章是否值得阅读，写作者便会优先考虑如何规避这种印象。评价体系一旦形成错误导向，整个生产体系就会相应扭曲，其结果是大量的智识资源被用于回应形式性标准，而不是推进实质性研究。

四、”AI腔检测”的荒诞逻辑：语言形式主义的新变体

“AI腔”的概念本身值得仔细审视。所谓AI腔，大致是指某些被认为具有AI生成特征的语言习惯：喜好使用”首先、其次、最后”等标志性排列，倾向于结构整齐的排比句式，频繁出现”不仅……而且……”这类关联表达，以及某些高频词汇和均衡的句子长度。检测机构和相关软件正是依据这些表面特征来判断文章是否经由AI生成或辅助。

这套逻辑从根本上是倒置的。它将语言风格等同于思想来源，将表达习惯等同于创作本质，将句法特征等同于智识价值。然而语言风格与思想深度之间的关系，远比这种检测逻辑所预设的复杂得多。整齐的排比可以是AI的产物，也可以是韩愈、黑格尔（Hegel）的修辞策略；均衡的句子结构可以出现在AI生成的平庸文字中，也同样出现在王国维《人间词话》的精炼论述里。将特定的语言形式与思想来源捆绑，本来就是一种粗陋的化约。

更荒诞的是这种检测逻辑所产生的行为后果。当”消除AI痕迹”成为写作的重要目标，作者修改文稿的理由便不再是让论证更严密、让表达更准确、让思想