对未来进行定量研究：“科幻科学”

在未来技术实现之前预测其对社会和行为的影响，能够让我们在这些影响根深蒂固之前，对技术的发展和监管加以引导。传统上，这种预测依赖于定性的、叙事性的方法。本文介绍了一种利用实验方法模拟未来技术，并收集参与者在不同可控未来场景下的态度和行为量化数据的方法。我们将这种方法称为“科幻科学”。我们认为，尽管这种方法具有潜在优势，但尚未被完全接受，原因可能是实验科学家不愿从事面临如此严重有效性威胁的工作。为了应对这些威胁，我们考虑了科幻科学可能研究的技术类型所受到的限制，以及它可能需要的非常规、沉浸式方法。我们旨在阐明为何这种方法长期处于边缘地位，若能建立在坚实且独特的方法之上它将带来哪些益处，以及如何使这些方法规范化，以帮助多元化的科幻科学家群体进入有效性提升的良性循环。

正文

试想，行为科学家在社交媒体真正出现之前，就成功预测到了它对心理健康和民主生活的影响。也就是说，想象他们设计了自己所认为的社交媒体可能呈现的样子的模拟场景，并记录了参与者与这种推测性技术的互动情况。他们可能已经注意到，参与者倾向于进行向上的社会比较，从而导致自尊问题¹；或者倾向于表现出道德愤慨，进而加剧极化情绪²。这些推测性的研究结果本可以让我们以远见卓识来指导社交媒体的设计和监管，而不是不断地追赶其产生的影响³。

社交媒体只是一个例子，在广泛部署之前，早期的推测性行为研究可能会对其有益。例如，20世纪90年代，转基因食品推向市场时，遭到了公众的强烈反对，这让行业和政策制定者都措手不及。企业和监管机构没有预料到公众对这项技术的心理担忧⁴，这导致了持续的不信任循环，即使30年后也未完全解决⁵。如今，许多人仍然对转基因食品表现出绝对的道德反对⁶，尽管他们对其知之甚少⁷。当然，我们无法断言，如果行为科学家在这项技术完全发展之前就对转基因食品的可接受性进行实验，历史是否会有所不同。然而，转基因食品的经历提供了宝贵的教训，使得前瞻性社会可接受性研究在其他领域得以规范化。例如，在纳米技术的一些潜在应用成为可能之前很久，人们就被调查了对这些应用的反应⁸ˎ⁹。

在本文中，我们首先观察到，尽管人们普遍认为有必要预测未来技术对社会和行为的影响，但采用当代行为科学典型的实验方法和定量测量来进行预测的情况仍然少见。因此，我们倡导所谓的“科幻科学”（sci-fi-sci）：将科学方法应用于预测由推测性技术驱动的行为和社会变化这一科幻项目。在对科幻科学给出更详细的定义后，我们回顾了过去和现在的例子，阐述了其主要挑战：前瞻性有效性和成本 - 效益分析。我们讨论了已经用于和可以用于克服这些挑战的原则和方法。我们的目标是综合我们需要科幻科学的原因，以及它至今仍缺乏组织性的原因；在这个统一的旗帜下培养研究者群体；使以不存在的技术为中心进行行为实验这一非常规事业所需的非常规方法合法化；并帮助多元化的科幻科学家群体进入方法改进和群体发展的良性循环。

技术驱动的未来

新技术通过改变人们能做什么、实际做什么以及认为做什么是可接受的，来改变社会¹⁰。例如，可靠的口服避孕药的问世，使女性在生育、教育和职业方面获得了前所未有的控制权，改变了关于婚前性行为、计划生育和女性参与劳动力的社会规范¹¹ˎ¹²。与此同时，通过维持被宣布脑死亡患者的心肺功能，使器官捐献变得更容易的技术，改变了医生和患者对结束生命的伦理看法¹³。然而，还有一些技术之所以改变了社会，是因为它们没有伴随着行为和社会规范的充分变化。例如，复杂的跟踪技术使科技巨头能够积累大量的个人数据，由于人们未能以维持隐私的方式调整自己的行为和规范，导致了人类体验的商品化¹⁴ˎ¹⁵。

在所有这些例子中，我们都能后知后觉地了解到每种技术的影响。然而，如果我们想改变这些影响，我们的能力现在已经受到了根深蒂固的行为、规范和制度的限制。相比之下，我们在很大程度上能够引导和监管处于早期或推测阶段的技术——但当一项技术处于这个推测阶段时，我们对它可能对社会产生的影响，以及我们的行为如何改变这种影响知之甚少（见方框1）。这种矛盾被称为科林里奇控制困境¹⁶：我们最有机会塑造一项技术的社会影响的时刻，也是我们对它实际会做什么以及如何做知之最少的时刻。摆脱这一困境的一种方法是保持监管的敏捷性和灵活性，以便它能迅速适应我们对技术不断加深的理解。另一种摆脱困境的方法是尽早尝试预测在特定技术影响下可能出现的不同未来——例如，如果技术不受监管，最可能出现什么样的未来；什么样的监管对未来的人们来说是最可接受的；以及这些监管可能会带来什么样的未来。

预测技术驱动的未来长期以来一直是未来学的研究课题，未来学主要使用定性方法，如德尔菲调查和其他旨在组织专家小组成员之间交流的技术¹⁷。未来学通常试图根据专家的直觉构建各种描述未来的场景，然后反向推测可能导致这些场景的行动或事件¹⁸。除了未来学家，伦理学家和法律学者也对推测性技术的社会和道德影响感兴趣，他们也主要使用定性方法，如规范分析和案例研究¹⁹ˎ²⁰。不太常见的是，科学家通过实验方法和行为测量得出定量数据来参与这些辩论²¹。这些方法通常用于研究现有技术的影响，但在研究未来技术时，它们的应用就大大减少了。换句话说，似乎没有一个成熟的领域可以作为未来学和其他对推测性技术影响的定性探索的定量、实验性、行为对应领域。

方框1：关于新兴或推测性技术的政策辩论示例

- 联网和自动驾驶汽车：自动驾驶技术仍在测试中，完全自动驾驶汽车仅限于特定城市。然而，关于智能机器在不可避免的事故场景中做出生死决策的伦理影响的辩论很早就开始了⁶⁶。这些辩论导致公民社会的大量动员⁶⁷和具体的政策建议²⁶，其中一些已经为立法提供了信息⁶⁸。

- 社会信用体系：各国政府尚未有能力部署人工智能系统，实时监控所有公民的每一个行为，以计算和发布社会评分，但这些假设系统的行为、社会和政治影响已经成为许多猜测的对象⁶⁹ˎ⁷⁰ˎ⁷¹ˎ⁷²，以至于欧盟正在考虑预防性禁止其成员国政府采用这项技术⁷³。

- 胚胎筛查：生育诊所还处于非常早期的阶段，只能为父母提供选择或拒绝后代特定遗传特征的选项⁷⁴。然而，生物伦理学家已经在考虑，如果父母能够有选择地决定后代的认知、道德、身体和免疫特征，可能会出现的伦理权衡、社会困境和集体行动问题⁷⁵ˎ⁷⁶ˎ⁷⁷。

- 体外发育：医学研究尚未实现体外发育（人类胎儿的人工孕育），但推测性生物伦理学领域已经在争论这种潜在技术是否会结束基于性别的压迫或加剧其他不平等，以及它在多大程度上可能破坏关于母亲身份和就业权利的社会和法律规范⁷⁸ˎ⁷⁹ˎ⁸⁰ˎ⁸¹。

到目前为止，让我们总结一下这个问题。我们从一项尚未问世但未来可能问世的技术开始，它具有一些定义不明确的能力和局限性。我们认为，它可能会改变个人行为、社会规范和制度，带来既有可取之处又有不可取之处的影响。这些影响的潜在规模足以让我们在技术实现之前就为之担忧，希望我们能引导其发展朝着最理想的效果方向前进，并准备好监管以应对其剩余的不良影响。挑战在于，由于这项技术尚未存在，我们没有关于人们在其问世后会怎么想、怎么做的行为数据，没有对照实验，也没有对其正面和负面影响的初步量化。

为了收集此类数据，我们需要为推测性的行为科学开发方法和原则。我们将这种方法称为科幻科学，因为其核心是将科学方法应用于科幻项目。事实上，科幻作家会对未来技术的社会和行为影响进行详尽的思想实验。正如科幻作家弗雷德里克·波尔曾转述艾萨克·阿西莫夫的话：“有人曾经说过，一个好的科幻故事应该能够预测的不是汽车，而是交通堵塞”²²。科幻科学试图将科幻小说的思想实验转变为行为实验；科幻小说讲述未来人类的故事，而科幻科学试图在实验室中研究他们。

更准确地说，科幻科学是应用科学方法来预测和研究尚未存在的推测性技术对行为、心理、态度和社会的影响。通过招募当代参与者，并将他们沉浸在可能的未来的受控实验模拟中，科幻科学获得了他们的思想、态度和行为的定量测量数据。这种方法利用严谨的实验方法——包括具有独立和正交变量操纵的对照和处理条件——不仅调查态度，还测量参与者与模拟未来技术互动时的直接行为。通过这样做，科幻科学旨在揭示潜在的社会技术收益和危害，并深入了解不同因素（包括营销）如何影响公众认知和行为。它是未来学和其他对推测性技术影响的定性探索的定量、实验性和行为对应领域。

我们自己的研究就是科幻科学的一个显著例子（详见方框2）。2016年至2018年间，我们发表了几篇关于全自动驾驶汽车（AVs）的文章，这是一项被广泛期待但尚未实现的技术。在这些文章中，我们调查了参与者希望这些车辆在不可避免的碰撞事件中遵循的伦理偏好，即车辆必须决定拯救哪些道路使用者和牺牲哪些道路使用者²³ˎ²⁴ˎ²⁵。特别是，我们使用了联合设计，能够检测参与者在这些技术伦理选择中愿意做出的权衡，这种方法对于测量由推测性技术驱动的态度和行为可能特别有用。

事后看来，这是科幻科学研究，因为我们要求参与者想象一项未来技术，将他们分配到与该技术的假设监管相对应的各种实验处理中，并记录行为测量数据，例如他们对颁布该法规的政府的支持程度，或购买受监管技术的意向。这些文章以及随后许多关于自动驾驶汽车的行为文章，使得政策辩论能够在技术发展之前进行。全自动驾驶汽车仍未上市，但多亏了科幻科学，我们在其伦理监管方面取得了很大进展²⁶ˎ²⁷ˎ²⁸，并且作为一个社会，我们不太可能对其行为影响感到措手不及²⁹。同样，关于服务机器人的研究长期以来一直试图预测人们可能与未来机器人发生的行为互动，以及它们的引入所带来的社会影响³⁰ˎ³¹（详见方框3）。

在考虑其他科幻科学的例子之前，我们首先应该谈谈进行系统文献综述或评估这种方法对技术发展和监管的影响所面临的挑战。与未来学（一个拥有专门期刊、公认方法和可搜索关键词的成熟领域）不同，科幻科学缺乏易检索性。它不易搜索，也没有集中在特定的期刊或会议上。此外，评估科幻科学对技术发展和监管的影响可能存在问题，因为科技公司（有时还有政策制定者）在如何将行为研究纳入其决策方面缺乏透明度。更复杂的是，关于推测性技术影响的实验研究可能越来越多地由科技公司主导或进行，而这些公司公开其研究结果的动力很小³²。鉴于预测新兴技术的行为和社会影响具有重要的应用价值，特别是在人工智能的进步既带来希望又带来恐惧的时代³³，我们需要理解行为科学家为何相对不愿参与对技术驱动的未来的实验探索。换句话说，为什么科幻科学尚未成为一个成熟的领域？

方框2 案例研究A：自动驾驶汽车的伦理困境

- 科幻科学研究阶段：2016年至今。

- 科幻科学问题：在不可避免的事故中，公民和消费者希望自动驾驶汽车如何优先考虑不同道路使用者的安全？21世纪10年代中期之前，技术伦理学家⁸²和交通专家⁶⁶就已经在讨论这种可能性。

- 技术可行性：2007年，美国国防高级研究计划局城市挑战赛进行了许多概念验证测试（技术就绪度=6）。到2015年，美国多个州甚至允许自动驾驶汽车在公共道路上进行测试（技术就绪度=7–8）。

- 时间接近性：在早期成功的推动下，市场向自动驾驶汽车技术研发投入了数十亿美元，这表明该技术已非常接近现实，尽管对其就绪时间的估计各不相同。事实上，到2024年，Waymo已在旧金山部署了其全自动驾驶出租车服务（技术就绪度=9–10）。

- 影响程度：自动驾驶汽车可能会产生重大的社会经济影响，例如改变城市土地利用、改变通勤者行为，甚至改变时间的价值⁸³。许多此类结果通常基于计算模拟，对建模假设高度敏感⁸⁴，因此很难从行为角度进行研究。相比之下，研究可能影响自动驾驶汽车早期采用的消费者态度，以及消费者和公民对不同设计特征和监管制度的反应，则更具可行性。

- 科幻科学研究示例：从2016年开始，一系列研究试图预测人们对自动驾驶汽车事故困境的反应。最初的研究使用文本 vignettes²³，强调了公民偏好（自动驾驶汽车应尽可能挽救更多生命）与消费者偏好（自动驾驶汽车应优先考虑乘客）之间的脱节。“道德机器”实验²⁵采用联合设计，通过可视化的二元选择，从全球民众中众包了超过4000万个决策，并凸显了跨文化差异。最近的研究使用虚拟现实技术，让参与者置身于无人驾驶汽车做出复杂道德决策的预期现实中⁴⁹ˎ⁵⁰ˎ⁵¹。

- 后续相关性：“道德机器”实验吸引了全球数百万公民参与，本身就引发了公民社会中关于自动驾驶汽车伦理的广泛讨论，进而为政策制定提供了参考⁶⁷。更广泛地说，在这一背景下的科幻科学研究为具体的政策建议²⁶ˎ⁸⁵和后续的立法措施⁶⁸提供了依据。

方框3 案例研究B：与自主智能体合作

- 科幻科学研究阶段：21世纪00年代至今。

- 科幻科学问题：自主智能体（如机器人或软件智能体）应如何优先考虑自身利益？科幻作家艾萨克·阿西莫夫在其第三条“机器人定律”中提出了这个问题：“机器人必须保护自己的存在，只要这种保护不与第一定律或第二定律冲突”⁸⁶。在《机器在乎什么？》中，人工智能先驱德鲁·麦克德莫特设想了一个为了促进其主人的利益而试图违反伦理规则的机器人⁸⁷。

- 技术可行性：早期的软件智能体和机器人仅仅是执行特定任务的工具。它们没有自主性，也不会面临自身目标与人类目标冲突的情况。到21世纪00年代初，我们已有各种自主社交机器人⁸⁸ˎ⁸⁹ˎ⁹⁰以及管理业务流程的软件智能体⁹¹的实验演示（技术就绪度=5–7）。需要此类智能体与人类协商自身利益的场景变得越来越可行。

- 时间接近性：大约20年后，软件智能体成为主流⁹²（技术就绪度=9–10），2023年企业在类人机器人领域的投资达到24.3亿美元⁹³（技术就绪度=7–8）。这促使人工智能专家要求自主机器必须学会找到共同点，并与彼此以及人类合作⁹⁴。

- 影响程度：自主智能体的长期社会经济影响难以预测⁹⁵。然而，研究在人类与自主智能体利益不完全一致时，两者之间沟通与合作的早期动态是可行的。

- 科幻科学研究示例：大约十年前，一系列研究探索了以自身利益最大化为任务的自主智能体是否能与人类建立稳定的合作关系⁹⁶。这些实验改编了行为经济学中的范式，如重复囚徒困境。研究表明，人类与仁慈的机器智能体合作的可能性低于与人类合作的可能性⁹⁷，因为人类认为利用机器智能体是可以接受的⁹⁸。这些倾向受到自主智能体的视觉特征⁹⁹以及关于新兴的人机规范的信号¹⁰⁰的影响。相关研究探索了机器智能体可以对人类施加权威的情况——例如，作为管理者¹⁰¹，并发现了可能出现的道德风险，因为人们会对机器人老板的权威表现出服从⁵³。

- 后续相关性：几年前，上述研究可能看起来极具推测性。然而，在过去两年中，随着ChatGPT等对话智能体¹⁰²及其众多自主（智能体）应用¹⁰³的突然且快速兴起，情况发生了变化。突然间，我们生活在一个频繁与代表其他组织行事的自主客户服务智能体互动的世界¹⁰⁴。建立人类与自主智能体之间合作的挑战已经普遍存在，但幸运的是，我们已经有了一个良好的开端。

试图为政策制定和技术监管提供信息的行为科学家需要解决其实验的生态有效性（即他们在实验室中获得的研究结果能够预测现实世界中行为的可能性）以及研究结果的时间有效性（其生态有效性在不断变化的未来中的持久性）方面的挑战³⁴ˎ³⁵ˎ³⁶ˎ³⁷。这些挑战对于科幻科学实验来说尤其棘手。严格来说，科幻科学实验不可能具有生态有效性，因为不存在这些研究试图推广到的“现实世界”。它们试图推广到的世界尚不存在，实际上可能永远不会存在。事实上，科幻科学实验的时间有效性挑战是相反的。对于传统实验而言，时间有效性的挑战在于生态有效性从当下开始会随着时间的推移而衰减。对于科幻科学实验，人们希望其生态有效性会随着时间的推移而提高，也就是说，一旦其目标技术真正部署，其研究结果终将反映现实世界的行为。

这种前瞻性生态有效性的威胁可能出现在三个方面。首先，当下的参与者可能无法模拟该技术实际用户的行为。例如，我们知道，即使人们试图描绘他们熟悉的情况，也很难预测自己未来的情绪状态³⁸。如果科幻科学实验要求参与者想象自己在不熟悉的未来环境中对不熟悉的未来技术的认知和情绪反应，那么这对参与者来说可能是一个更大的挑战。其次，实验者所描述的技术可能与该技术开发完成后的实际版本存在显著差异。例如，20年前，关于纳米技术可接受性的前瞻性研究询问人们对纳米技术增强认知能力的舒适度如何⁸ˎ⁹。鉴于纳米技术并未朝着那个方向发展，我们现在可以认识到这些问题的前瞻性有效性很低。第三，实验的社会背景可能与该技术开发时的社会背景存在显著差异。社会背景的变化会影响人们对技术的态度和行为。例如，新冠肺炎疫情提高了人们对护理机器人的接受度³⁹，而宗教信仰的转变会影响人们对辅助生殖技术的态度⁴⁰。因此，科幻科学实验与技术实际部署之间社会背景的意外变化可能会威胁到前瞻性有效性。

这些都是严峻的挑战。如果没有一套公认的原则和方法来应对它们，行为科学家可能会被劝阻进行本可能有用的研究。事实上，很可能是由于缺乏既定的方法，形成了一个自我延续的循环，阻碍了行为科学家对未来技术的影响进行实验。对方法论问题的担忧可能使研究人员在预测这些影响时犹豫不决——而这种犹豫反过来可能阻碍了一个多元化的行为科学家群体的形成，这个群体致力于开发研究未来技术所需的原则和方法。

尽管如此，多个领域的研究人员已经尝试了可能将对前瞻性有效性的威胁降至最低的方法（图1）。例如，许多研究设计了模拟技术体验的方法，以使参与者在心理上更接近研究人员试图研究的未来。通常，这种模拟仅限于 vignettes：向参与者描述技术，让他们想象使用该技术的感受。有时这是唯一可行的选择——例如，对于神经增强药物等无法以其他方式模拟的技术情况⁴¹ˎ⁴²ˎ⁴³ˎ⁴⁴。然而，留给参与者想象的背景因素越多，参与者就越会自行填补空白，从而导致不必要的差异。例如，一些参与者可能会将他们熟悉的一些科幻作品的背景投射到实验中⁴⁵。为了限制这种不必要的差异，实验者需要提供尽可能多的背景信息。超越 vignettes 并提高模拟体验的一致性和真实性的一种方法是使用未来应用程序的模拟版本⁴⁶ˎ⁴⁷ˎ⁴⁸。尽管这些模拟版本无法执行它们所模拟的技术的全部功能，但它们将预期的未来技术嵌入到参与者习惯的环境中。例如，Longoni和Cian⁴⁷向参与者展示了一个移动应用程序，该应用程序据称能提供人工智能巧克力大师的推荐。模拟应用程序还可能支持使用沉浸式行为测量，允许参与者以未来的自我“保持角色”，而不是冒险突然转向标准调查问题，这可能会削弱模拟的效果。

图1：模拟未来场景的方法示例

从左到右，展示了模拟未来场景的方法，从最低保真度的文本 vignettes 到最高保真度的全环境物理模拟。

研究人员也越来越多地转向虚拟现实和增强现实以进一步增强沉浸感。例如，自动驾驶汽车的道德困境最初是通过带有静态图像的 vignettes 进行研究的²³，后来使用交互式计算机图形²⁵，最近则使用虚拟现实技术⁴⁹ˎ⁵⁰ˎ⁵¹，以便更好地让参与者置身于一个充斥着做出复杂道德决策的无人驾驶汽车的预期现实世界中。其他研究使用数字甚至物理化身来模拟与假设的人工智能驱动系统的交互，这些系统的能力超越了当前人工智能的能力。例如，研究人员使用了“绿野仙踪”技术，即人类同谋扮演人工智能聊天机器人，其响应能力在当时是聊天机器人自身无法生成的⁵²。这项技术还被用于让研究参与者体验与推测性类人机器人的交互——例如，机器人老板的眨眼和颈部动作是自主生成的，但其决策和响应由通过摄像头监控交互的实验者实时控制⁵³。最后，在保真度范围的另一端，一些研究利用了大多数研究人员无法接触到的极其复杂的模拟环境——例如，火星任务模拟⁵⁴ˎ⁵⁵ˎ⁵⁶涉及专门建造的栖息地，以模拟未来微型社会在新环境中的封闭、隔离和资源稀缺状况。

这些研究展示了研究人员为解决未来实验问题所找到的一些方法学解决方案，这些尝试的成功程度还有待观察。此外，尽管科幻科学的核心围绕涉及人类参与者的实验研究，但我们认识到蒙特卡洛模拟和基于智能体的建模等计算方法在丰富我们对未来的理解方面可能具有宝贵的作用。这些方法使研究人员能够建模复杂系统，并探索关于人类行为和技术采用的假设如何随着时间的推移而发挥作用。同样，使用根据不同行为假设编程的自主程序（机器人）进行的人工智能模拟有时可以作为人类参与者的代理，特别是在探索大规模社会动态时，这些动态在实验室环境中研究是不切实际的。整合这些计算方法可以补充从人类参与者那里获得的实验数据，提供由推测性技术塑造的潜在未来的更丰富视图。

随着科幻科学文献的增多，研究界将交流观点并积累关于哪些方法最适合哪些目的以及何时适用的数据。何时需要复杂的世界构建？何时简单的 vignettes 就足够了，何时费力的虚拟或物理模拟是有益的？相反，这些模拟何时可能产生与实验者自身对未来的愿景相关的需求效应？除了沉浸式刺激外，沉浸式测量何时对前瞻性有效性有益？解决方案空间还有相当大的增长空间。如前所述，这些方法分散在各个学科中，从心理学到体验式民族志未来学⁵⁷ˎ⁵⁸，这些学科很少有交流。鼓励热衷于测试关于未来技术的行为假设的不同研究人员之间的讨论，可能会导致学科专业知识的富有成效的重组，显著增加这个新社区的方法学工具包。

尽管如此，这些解决方案中的大多数将集中于前瞻性有效性的第一个威胁——即从参与者那里获取准确反映人们在预期未来中的反应的回应这一挑战。它们并未解决准确预测技术及其部署的社会背景的难度这第二个和第三个挑战。在这里，研究人员需要在其研究可能带来的益处与推测性、前瞻性科学中固有的不确定性之间取得平衡。尽管如此，某些主题的不确定性会比其他主题更大。因此，应通过识别能够使主题的推测性降低且更易于研究的特征，将对前瞻性有效性的威胁降至最低。在下一节中，我们将考虑选择此类主题的一些初步指导原则。

科幻科学的研究主题

在阿达·帕尔默（Ada Palmer）的科幻小说《过于相似的闪电》（*Too Like the Lightning*）中，她描述了这样一个未来：免费、飞行、超音速的自动驾驶汽车带来的高度机动性导致了民族国家的崩溃，取而代之的是由志同道合的人组成的全球社区⁵⁹。尽管这种技术成就了一个精彩的故事，但它未必适合作为科幻科学实验的研究焦点。首先，这类技术的发展远超我们当前的能力范围。这使得我们难以想象其合理的技术参数，更难预见它可能问世时的社会图景。其次，像民族国家崩溃这样的地缘政治影响需要很长时间（数年甚至数代人）才会显现。这类影响无法在短暂的实验时长内得到妥善测量。最后，目标技术的颠覆性极强，足以改变一切。这让参与者很难模拟未来人们的行为——因为他们不仅要构想新技术，还要应对其全方位的影响。

上述例子说明了，当未来的不确定性过大时，开展有效的实验会变得极为困难。这一概念通常通过“未来之锥”（futures cone）直观呈现⁶⁰，我们对此进行了适应性调整以满足研究需求（图2）。不确定性之锥体现的理念是：当我们预测更远的未来（或追溯更远的过去）时，由于不确定或不可预测的变量增多，可能的结果（或历史）范围会不断扩大。这一点在研究人类过去行为的领域（如认知考古学⁶¹、历史心理学⁶⁰和经济史⁶²）以及研究未来行为的领域（如科幻科学和未来学）中都成立。我们可以借助未来之锥来探索科幻科学的理想研究主题。

图2：为科幻科学调整的未来之锥

a. 科幻科学的理想研究领域是探索可信的、接近成熟的技术所产生的近期、中等程度的影响。b-d. 偏离a中理想状态的情况。不太适合科幻科学的主题包括：不太可能实现或远未成熟的技术（b）；技术问世后过久才显现的社会和行为影响（c）；影响极具颠覆性、会同时改变社会诸多方面的技术（d）。

首先，一项技术的预期问世时间越远，其不确定性之锥就越大。因此，设计科幻科学实验时，聚焦近期未来是合理的做法。当然，“近期未来”的具体界定仍有争议，但可以从研究那些似乎触手可及的应用所产生的短期行为影响入手。例如，大型语言模型的最新进展可能使自动测谎在人际交流中得到广泛应用。行为实验可以探索这种能力如何破坏现有的社会动态——比如，是否会让人们更肆无忌惮地指责他人说谎⁶³。对于尚未存在的技术，一种启发式方法是参考目标技术的技术就绪度（TRL）⁶⁴。该量表由美国国家航空航天局（NASA）提出，后被许多机构采用，用于评估技术的成熟度。其等级从1级（仅观察到基本科学原理，潜在应用尚不明确）到9级（技术在预期运行环境中得到验证）。尽管科幻科学研究不必等到技术达到9级，但聚焦至少处于4级（小规模原型）的技术似乎是合理的。技术在TRL量表上的等级越高，其科幻科学模拟版本与最终实际版本的相似度就可能越高。

此外，开展科幻科学实验时，我们不仅要考虑技术何时出现，还要考虑我们希望研究的影响所涉及的时间尺度。影响显现所需的时间越长，其不确定性之锥就越大，对有效性的威胁也就越严重。因此，研究技术的近期影响或许是更稳妥的做法，而非那些在行为实验时长之外才会显现的影响。例如，我们可以研究未来父母在选择植入胚胎时对各种特征的取舍所涉及的社会可接受性。但要研究他们的选择如何随着时间影响与被舍弃特征相关的社会污名，则会困难得多。

最后，有些技术突破（例如，能将人类寿命延长至数百年的抗衰老疗法）的颠覆性极强，它们的出现可能改变一切，从而使其不确定性之锥呈指数级扩大。科幻作家自然会被这些改变游戏规则的技术所吸引，因为它们具有叙事潜力；但科幻科学实验者可能更倾向于关注带来中等程度变化的技术。尽管目前没有类似TRL的量表来量化未来技术的预期影响，但科恰（Coccia）的“创新强度量表”⁶⁵将历史技术的影响分为低、中、高三个等级。高影响类别又细分为“极强”（如互联网）和“革命性”（如蒸汽机或电力）技术，它们的影响极为深远，几乎重塑了经济的每个部门，并触及了地球上几乎每个人。同样，作为一种粗略的启发式方法，科幻科学最好以科恰量表中低影响和中影响等级的新兴技术为目标。这一范围内近期的技术创新例子包括：媒体内容的个性化算法、直接面向消费者的基因检测、短信服务、信用卡及其他形式的数字无现金支付、24小时新闻频道和体外受精。这些技术都是渐进式的进步，在出现前几年本可以被预测到，但它们都产生了显著且往往是意外的社会后果。

这并不是说科幻科学应该完全回避像人工智能这样具有广泛变革性的技术——人工智能几乎肯定会产生极强甚至革命性的影响。科幻科学可以且应该研究人工智能，但围绕该技术那些最雄心勃勃、能改变文明的场景设计实验颇具挑战。相反，科幻科学研究者最好将人工智能分解为更易于处理的组件和更具体的应用，例如自动驾驶技术或自主医疗分诊——就像不久前的研究者发现，围绕社交媒体这种具有变革性但仍属渐进式的技术的影响设计实验，比研究互联网（或电力）这种范式转换型技术更容易操作。这类场景与当前状况足够接近，研究者可以切实地模拟它们、改变关键参数，并测量有意义的反应，而不会因无边界的推测而难以招架。从这个意义上说，我们并非提议完全回避人工智能，而是针对那些更具体的人工智能驱动技术，它们的行为影响可以在实验室环境中得到可靠测试。

尽管很难为主题选择（广义上包括选择感兴趣的技术和定义具体的研究场景）制定正式准则，但在这一领域，科幻科学与未来学之间的协同将尤为重要。事实上，未来学研究者已经通过回溯法等方法确定了大量现成的主题——未来学家通过回溯法追踪可能导致理想结果的技术路径（及社会反应）。这些主题是通过定性方法得出的，现在正等待通过科幻科学方法进行定量测试。此外，为了生成基于特定领域知识的现实且全面的场景，科幻科学研究者将发现与从事场景规划的政府和非政府组织、前瞻性后见之明和事前分析等方法的专家，以及帮助确保实验设计捕捉到可能被忽视的关键变量和潜在危害的从业者合作，具有极大价值。通过利用未来学的详细叙事和见解，科幻科学可以设计出更有意义和更有效的实验，增强其预测和研究推测性技术影响的能力。

科幻作家通过讲述人类可能如何被新技术改变的故事，让我们得以一窥可能的未来。科幻科学则将科学方法应用于这一科幻项目：让研究参与者沉浸在不同的可控未来场景中，并收集关于他们态度和行为反应的定量数据。在本文之前，科幻科学的种子就已埋下：各个领域的研究者已经在提供未来的沉浸式模拟，或让研究参与者表达对未来技术的偏好和看法。因此，我们并非声称发明了一个新领域，而是希望那些已经在研究未来人类行为、却分散在不同领域的研究者，能在这一旗帜下更轻易地找到同行。

我们也希望新的研究群体能发现科幻科学项目，并为这一多学科事业贡献其专业知识。研究未来社会中人类与未来技术互动的行为，给行为科学家带来了非同寻常的挑战，这需要非常规的方法。有助于克服这些挑战的制度机制包括：研究资助机构提高风险 tolerance，尽管存在巨大不确定性，仍为专门针对科幻科学项目的计划提供支持；举办社区建设会议，促进经验和最佳实践的分享；协调努力，为评估科幻科学实验方法和研究结果建立严格标准。特别是，科幻科学家需要制定沟通其定量研究结果的最佳实践，以避免向利益相关者传递虚假的精确感——这些利益相关者可能过分关注带有巨大不确定性的数值估计。

我们希望，对这些方法及其原理和局限性的回顾，能鼓励科幻科学家做出大胆的方法选择，并为这些大胆选择提供有说服力的理由。科幻科学的未来将取决于其方法的质量。

转载本文请联系原作者获取授权，同时请注明本文来自孙学军科学网博客。

链接地址：https://wap.sciencenet.cn/blog-41174-1497280.html?mobile=1

收藏

分享