技术便利正悄然重塑人的定义

剑桥大学荣休教授、以“萌爷爷”形象为中国读者熟知的人类学家艾伦·麦克法兰近日发出警示：人类正陷入一场自我施加的机器化危机，相比人工智能可能带来的外部威胁，这一进程更为紧迫也更易被忽视。他指出，当人们把记忆交给搜索引擎、把判断交给算法推荐、把社交交给平台中介时，人的思维方式与行为模式已在向机器靠拢，而社会对此的警觉远低于对“AI取代人类”的想象性恐惧。麦克法兰认为，真正的风险不在于机器变得像人，而在于人主动变得像机器。

效率崇拜把生活切成可计算单元

麦克法兰在多个场合谈到，现代社会的组织逻辑高度依赖可量化、可优化、可复制的指标。教育被简化为分数与证书，工作被拆解为流程与KPI，甚至连休闲也被纳入“时间管理”的框架。这种效率崇拜的深层后果，是人开始用机器的尺度衡量自身：一段经历是否“有用”，一次交谈是否“高效”，一种情绪是否“值得”。当生活被切成可计算的单元，那些无法量化的部分——犹豫、闲散、无目的的交谈、看似低效的沉思——便被视为冗余而遭剔除。麦克法兰提醒，正是这些“冗余”构成了人的弹性与创造力，一旦被系统性清除，人就会像机器一样只在既定轨道上运转，失去面对不确定性的能力。

算法投喂削弱自主判断的肌肉

在麦克法兰看来，机器化危机最隐蔽的环节发生在认知层面。推荐算法以“懂你”为名，持续投喂符合既有偏好的内容，使人在舒适区中不断强化已有观点。表面上看，这是个性化的胜利；实质上，这是判断力的外包。人不再需要主动搜索、比较、质疑，只需接受经过筛选的。久而久之，自主判断像久不使用的肌肉一样萎缩。麦克法兰强调，人类理性的可贵之处恰在于能够处理矛盾信息、容忍认知不适、在证据不足时保持审慎。当这些能力被算法便利逐步替代，人虽然仍保有生物意义上的大脑，却在功能上向执行指令的机器靠拢。

社交平台把关系压缩为数据交互

麦克法兰长期研究家庭与社群结构，他对社交平台化的批评尤为尖锐。他指出，真实的人际关系包含大量无法数据化的成分：沉默的陪伴、非功利的帮助、基于身体在场的信任。而平台化的社交把这些成分压缩为点赞、转发、在线时长等可统计的交互。人们开始用互动数据评估关系质量，用曝光频率衡量情感深浅。麦克法兰警告，这种压缩并非中立的技术过程，它重新定义了什么叫“连接”，也重新塑造了人对孤独与陪伴的感受方式。当关系被简化为数据流，人便像机器一样按输入输出模式处理情感，失去在模糊与矛盾中维系关系的能力。

劳动工具化使人成为系统的附件

在劳动领域，麦克法兰观察到类似的机器化轨迹。自动化与智能化本应解放人，但在效率优先的安排下，人反而被要求像机器一样稳定、可预测、无情绪波动。工作被细分为标准化动作，人的经验与直觉被降格为“非正式知识”，难以进入决策流程。麦克法兰指出，当劳动者被定位为系统的附件，其主体性便让位于流程的顺畅运转。更值得警惕的是，这种定位会内化为自我认知：人开始以“是否好用”“是否跟得上系统”来评价自己，而不是以技艺、判断与责任感来评价自己。这正是机器化危机在个体身上的完成形态。

AI威胁被放大，人的机器化被低估

麦克法兰并不否认人工智能可能带来的风险，但他认为公众讨论存在明显的注意力错配。关于“AI觉醒”“机器统治”的叙事充满戏剧性，容易吸引眼球；而人的机器化是一个缓慢、分散、缺乏戏剧性的过程，难以成为新闻头条。前者是概率与情景问题，后者是正在发生的结构性变化。麦克法兰提醒，如果人类自身持续向机器靠拢，那么即便AI技术上完全可控，社会也可能因人的判断力、创造力与共情能力退化而陷入困境。换言之，最需要防范的不是机器获得人的能力，而是人放弃自己的能力。

教育应重新珍视无法量化的能力

面对这一危机，麦克法兰把希望部分寄托于教育。他主张，教育不应继续强化可计算、可考核的能力竞赛，而应有意识地保护和培养那些难以量化的品质：提问的能力、忍受不确定性的能力、在信息不足时作出判断的能力、与他人建立非功利关系的能力。这些品质无法被标准化测试充分衡量，却是人区别于机器的核心。麦克法兰强调，教育的目标不是把人训练成更高效的处理器，而是让人保有成为完整的人的可能。这需要课程设计、评价方式乃至学校组织形式的相应调整，也需要社会对“什么算成功”形成更宽的共识。

在技术社会中保留人的节奏与余地

麦克法兰谈到，抵抗机器化不等于拒绝技术，而是要在技术社会中为人保留节奏与余地。这意味着允许低效、允许停顿、允许不被打扰的沉思；意味着在算法之外保留偶然相遇与意外发现的空间；意味着在效率逻辑之外承认关系、信任与责任的不可替代。他提醒，机器化危机没有单一的解决方案，它更多是一场关于生活方式的持续选择。每一次决定是否把判断交给系统、是否把关系交给平台、是否把自己交给指标，都是在回答同一个问题：人是否愿意继续做有弹性、有矛盾、有温度的存在。麦克法兰的警示因此并非技术悲观主义，而是一种温和而坚定的提醒：在担忧机器之前，先守住人。