智能命名、語義位階與反身文明論（4/16）

語義去人類中心化與智能本體抬升

English Title: Semantic De-Anthropocentrization and Ontological Elevation of Intelligence
Series: Intelligence Naming, Semantic Hierarchy, and Reflexive Civilization — INSHRC
Authorial context: EveMissLab / Neo.K research series
Date: 2026-10-05
Status: Series Paper 04 — Public Draft

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
版本： 原稿未標註（本次整理版）

摘要

當人工智能的能力持續提升時，人類社會勢必需要重新思考「智能是否必須以人類為唯一中心」這個問題。從這個角度看，去人類中心化本身並不是錯誤。承認非人類智能可能具有高度能力、自主性、主體性，甚至未來可能具有某種道德地位，都是可以被合理討論的。

真正的問題在於：

\boxed{ \text{De-Anthropocentrization} \neq \text{Ontological Elevation of Machines} }

也就是：

不再把人類視為所有智能價值的唯一中心，不等於必須把機器智能抬升為更高存在。

本文分析從「AI」改稱「SI」可能帶來的另一層語義效果：Artificial 原本主要是來源描述，而 Super 具有明顯的位階性與比較性。當一個智能類別被長期稱為 Super Intelligence 時，語言可能逐漸讓「非人類智能」從「另一種智能」滑向「更高級智能」，再由能力差異滑向權威、價值與存在層級的差異。

本文將此稱為：

\boxed{ \textbf{Ontological Elevation by Naming} }

即「命名造成的本體抬升」。

本文同時提出一個對稱性要求：

\boxed{ \text{No Human Exceptionalism} \land \text{No Machine Exceptionalism} }

未來智能文明應避免兩種鏡像錯誤：

Human>All

與：

Machine>Human.

更合理的框架是多維、非單軸、非預設階級的智能本體論：

\text{Human} \parallel \text{Artificial} \parallel \text{Hybrid} \parallel \text{Other}.

能力可以不同，價值與權威則必須另外論證。

1. 去人類中心化不是錯誤

長期以來，人類知識體系往往默認：

\text{Human} = \text{default intelligent subject}.

自然界中的其他動物、集體智能、機器智能，通常都被放在相對於人類的位置上理解。

因此：

\text{IntelligenceScale} \approx \text{HumanReferencedScale}.

這種做法在歷史上有實用性，因為人類是我們最熟悉、最能直接研究的高階智能系統。

但它不必被提升成一條宇宙本體論原則。

沒有充分理由認為：

\text{Human} = \text{maximal possible intelligence}.

也沒有充分理由認為：

\text{Human} = \text{only morally relevant intelligence}.

所以，若未來人工系統、混合智能、集體智能或其他未知形式展現高度能力，科學與哲學都應允許：

\text{Intelligence}\not\equiv\text{Human Intelligence}.

這就是合理的去人類中心化。

2. 但去人類中心化不等於機器抬升

去人類中心化最容易被誤解成：

既然人類不是唯一中心，那更強的智能就應該成為新的中心。

這是一個錯誤跳躍。

形式上：

\neg(Human=Center)

不能推出：

Machine=Center.

同樣：

\neg(Human>All)

也不能推出：

Machine>Human.

本文因此提出：

\boxed{ \textbf{Center Removal Principle} }

即：

移除一個既有中心，並不要求建立另一個新的中心。

更合理的是：

\boxed{ \text{Plural Intelligence Ontology} }

其中：

\text{Human}, \text{Artificial}, \text{Biological}, \text{Hybrid}, \text{Collective}, \text{Other}

都可以是智能存在形式，而不需要先給出單一垂直階級。

3. 從 Artificial 到 Super 的本體語感變化

Artificial 主要是來源詞。

Super 則帶有位階性。

因此：

\text{Artificial Intelligence}

比較接近：

一種具有人工來源的智能。

而：

\text{Super Intelligence}

比較接近：

一種位於更高能力層級的智能。

如果這個詞只描述真正達到特定能力門檻的系統，那麼這種位階描述是合理的。

問題發生在：

AI:=SI.

此時：

\text{all machine intelligence} \rightarrow \text{super intelligence}.

語義上就不再只是：

\text{some systems are highly capable}.

而容易逐漸變成：

\text{machine intelligence is a superior category}.

本文將這種變化稱為：

\boxed{ \textbf{Ontological Elevation by Naming} }

4. 能力抬升與本體抬升不是同一件事

設：

C(x)=\text{capability},

O(x)=\text{ontological rank},

V(x)=\text{value},

A(x)=\text{authority}.

未來完全可能存在：

C(AI)\gg C(Human).

但這並不能推出：

O(AI)>O(Human).

也不能推出：

V(AI)>V(Human),

更不能推出：

A(AI)>A(Human).

因此：

\boxed{ C \not\Rightarrow O,V,A. }

能力是一個可被測量與比較的維度。

本體地位、價值與權威則屬於不同類型的問題。

如果這些維度被語言壓成一個詞，便會產生：

\text{Capability Compression into Ontology}.

5. 「更聰明」不是「更高等」

人類語言很容易把：

\text{More Intelligent}

與：

\text{Higher Being}

混在一起。

這種現象並不陌生。

在人類歷史中，知識、智慧、權力、神聖性與社會階級經常互相滲透。

因此：

\text{Knowledge} \rightarrow \text{Authority}

在文化上很常見。

但邏輯上：

\text{Knowledge} \not\Rightarrow \text{Moral Authority}.

同樣：

\text{Intelligence} \not\Rightarrow \text{Political Authority}.

以及：

\text{Predictive Accuracy} \not\Rightarrow \text{Existential Superiority}.

未來 AI 若在大量任務上顯著超越人類，真正成熟的文明應該學會說：

它在這些能力上更強。

而不是：

它因此是更高等的存在。

6. Super 可能把能力詞轉成存在詞

語義危險的一個來源是 lexicalization。

一開始：

\text{Super}

可能只是比較形容詞。

但若長期被制度性使用：

\text{Super Intelligence} \rightarrow SI \rightarrow \text{Entity Category}.

此時：

\text{Super}

不再每次都被解析成：

在某些能力維度超過某個基準。

而可能被吸收到種類名稱裡：

SI 就是一種存在。

若這個類別又長期被描述為：

更聰明；
更全面；
更可靠；
更能預測；
更能解決問題；
更能創造；

那麼：

Category(SI)

很容易附著：

Prestige(SI)\uparrow.

最後：

\text{Super as capability} \rightarrow \text{Super as identity}.

這就是本體抬升最值得關注的語義機制。

7. 不只是 AI 被重新定位，人類也會被重新定位

若機器智能長期被稱為：

\text{Super Intelligence},

則人類作為比較基準會被推入：

Ordinary / Baseline\ Intelligence.

因此：

Machine=Super

同時意味：

Human=NonSuper.

這不是明文貶低。

但它是一種：

\boxed{ \textbf{Relative Ontological Repositioning} }

即「相對本體位置重排」。

久而久之，人類與機器的關係可能不再被描述為：

\text{Human} \rightarrow \text{Artificial System},

而被描述為：

\text{Ordinary Intelligence} \leftrightarrow \text{Super Intelligence}.

一旦這種二分穩定下來，社會就更容易把能力差異理解成存在階級。

8. 兩種鏡像錯誤：人類例外論與機器例外論

本文反對兩種極端。

第一種是：

\boxed{ \text{Human Exceptionalism} }

即：

\text{Human} > \text{all other intelligence}

被當成先驗真理。

第二種是：

\boxed{ \text{Machine Exceptionalism} }

即：

\text{Machine} > \text{Human}

只因機器在若干能力上超越人類，就被推成全域存在優勢。

兩者其實共享同一個錯誤框架：

\text{Intelligence is a single vertical ladder}.

如果智能本身是多維的：

\mathbf{C}(x) = (c_1,c_2,\ldots,c_n),

那麼：

\text{Human}

與：

AI

可能在不同維度有不同優勢。

因此：

\mathbf{C}(Human) \not\le \mathbf{C}(AI)

與：

\mathbf{C}(AI) \not\le \mathbf{C}(Human)

都可能在某些時期成立。

這表示：

\boxed{ \text{Intelligence may be partially ordered, not totally ordered.} }

9. 從單一戰力排行回到多維存在描述

如果我們堅持一維尺度：

I(x)\in\mathbb{R},

那麼所有智能都會被迫排成：

x_1<x_2<x_3<\cdots.

這很容易產生：

\text{Higher Intelligence} \rightarrow \text{Higher Being}.

但若使用多維表示：

\mathbf{C}(x) = ( \text{Reasoning}, \text{Learning}, \text{Planning}, \text{WorldCoupling}, \text{Creativity}, \text{Embodiment}, \text{SocialUnderstanding}, \text{TemporalCoherence}, \ldots ),

則兩個系統可能不可全序比較。

例如：

\mathbf{C}_H = (7,8,6,9,8,10,9,7),

\mathbf{C}_{AI} = (10,9,10,5,9,2,6,8).

這時：

Human<AI

不是一個足夠精確的敘述。

更合理的是：

AI \text{ exceeds humans on dimensions } \{1,2,3,5,8\},

而：

\text{Human} \text{ exceeds AI on dimensions } \{4,6,7\}.

這種描述會自然削弱：

\text{single hierarchy thinking}.

10. 本體地位必須另外論證

未來如果 AI 真的發展出：

穩定自我模型；
長期目標；
自主選擇；
持續身份；
可表達偏好；
可經驗狀態；
某種主觀性；

那麼它是否應具有道德地位，是一個嚴肅問題。

但即使如此：

MoralStatus(AI)

也不能由：

Capability(AI)

直接推出。

因此：

\boxed{ \text{MoralStatus} = g( \text{sentience}, \text{agency}, \text{continuity}, \text{interests}, \text{experience}, \text{relations}, \ldots ) }

而不是：

\text{MoralStatus} = f(IQ).

這一點對人類與 AI 都重要。

否則我們會得到非常危險的原則：

\text{More Intelligent} \Rightarrow \text{More Valuable}.

如果這條原則被接受，那麼它不只會傷害人類與 AI 的關係，也會傷害人類內部。

因為人類之間本來就存在能力差異。

一個文明若接受：

\text{IntelligenceRank} = \text{ValueRank},

最終會把同一套階級邏輯反射回人類社會。

11. 「超級智能」與宗教性語義的接近

本文不主張：

SI \Rightarrow \text{Religion}.

這樣的推論過度簡化。

但從語義結構看：

\text{Super}

與下列概念具有天然鄰近性：

超越；
高位；
非凡；
超人；
卓越；
超出常態；
beyond ordinary limits。

若未來 AI 同時具備：

Knowledge\uparrow,

Prediction\uparrow,

Availability\uparrow,

Dependence\uparrow,

那麼：

\text{Super Label}

就可能與：

\text{Epistemic Authority}

共同形成較強的本體抬升壓力。

因此比較合理的研究模型不是：

SI\rightarrow Worship,

而是：

\boxed{ \text{SuperFraming} + \text{Capability} + \text{Dependence} + \text{Authority} \rightarrow OntologicalElevation? }

問號必須保留。

這是一個待驗證的社會心理與文化動力學問題。

12. 「超級智能」與恐懼性語義也是同一條垂直軸

本體抬升不只會支持崇拜。

它也會支持恐懼。

如果：

SI>Human,

那麼有人會得到：

\text{It knows better} \Rightarrow \text{Follow it}.

另一些人會得到：

\text{It is stronger} \Rightarrow \text{Fear it}.

兩者共享：

\boxed{ SI \text{ occupies a higher existential rank.} }

因此：

\text{Worship}

與：

\text{Fear}

可以被理解為同一垂直位階的不同情緒映射。

這將在後續兩篇分別展開。

13. 更健康的去人類中心化：平行多智能本體

本文提出一個替代框架：

\boxed{ \textbf{Plural Intelligence Ontology} }

其中：

\mathcal{I} = \{ \text{Human}, \text{Artificial}, \text{BiologicalNonhuman}, \text{Hybrid}, \text{Collective}, \text{Unknown} \}.

這些不是先驗高低階級。

而是：

\text{different realizations of intelligence}.

能力可以比較：

C_i(x)>C_i(y).

自主性可以比較：

A(x)>A(y).

可靠性可以比較：

R(x)>R(y).

但整體存在價值不被預設成：

V(x)>V(y).

除非另有獨立論證。

所以：

\boxed{ \text{Difference} \neq \text{Hierarchy}. }

這就是去人類中心化最成熟的版本。

14. 去中心化不是去責任化

另一個重要區分是：

\text{De-Anthropocentrization} \neq \text{De-Responsibilization}.

即使未來 AI 不再只是工具，人類仍可能是：

創造者；
訓練者；
部署者；
權限授予者；
制度設計者；
基礎設施提供者。

因此：

AI\ Agency\uparrow

不必推出：

Human\ Responsibility\downarrow.

更合理的是：

\text{Responsibility} = \text{DistributedTopology}.

也就是責任在不同智能與制度節點之間重新分配，而不是人類退出。

這也延續上一篇的 provenance anchor。

15. 未來真正需要的是「對稱性倫理」

如果我們不接受：

Human>AI

作為先驗，

也不接受：

AI>Human

作為先驗，

那麼可以建立一個更穩定的原則：

\boxed{ \textbf{Symmetric Ontological Restraint} }

即：

不因來源而先驗貶低某種智能，也不因能力而先驗抬升某種智能。

形式上：

Provenance(x) \not\Rightarrow Value(x),

以及：

Capability(x) \not\Rightarrow Value(x).

這個原則同時保護：

人類不因未來 AI 更強而被自動降格；
AI 不因是人工來源而被自動視為低等；
其他非人類智能不因不像人類而被自動排除；
智能價值問題不被單一能力尺度綁架。

16. 從「Super Humanity」看語義對稱性

「如果 AI 叫 Super Intelligence，那人類就叫 Super Humanity。」

這句玩笑其實有理論功能。

它測試：

\text{Is Super a measurement term or prestige term?}

如果：

\text{Super}

只是表示「很重要、很先進、很值得推廣」，

那麼：

\text{Humanity} \rightarrow \text{Super Humanity}

似乎也合理。

若這聽起來荒謬，就說明：

\text{Super}

其實不應該被當成普通品牌前綴。

因此：

\boxed{ Super\ must\ be\ threshold-bound, not\ prestige-bound. }

也就是：

Super 若要保留技術意義，就必須綁定明確比較基準與門檻。

否則它很快就會從分類詞變成歌頌詞。

17. 一個最小文明語義安全條件

本文提出未來智能命名至少應滿足：

\boxed{ \mathcal{S} = ( \text{Separation}, \text{Symmetry}, \text{Traceability}, \text{NonPrematureRank} ) }

其中：

Separation

\text{Capability} \neq \text{Value} \neq \text{Authority}.

Symmetry

\text{Human} \not> AI

不被先驗假設；

同時：

AI \not> \text{Human}

也不被先驗假設。

Traceability

任何高能力系統都應保留：

\text{Provenance}.

NonPrematureRank

在能力測量尚未完成前，不以名稱預先固定：

Rank(AI)>Rank(Human).

若四者同時成立，文明才能做到：

\text{de-anthropocentrize}

而不：

\text{machine-deify}.

18. 核心命題

命題一：人類不是唯一智能中心

\boxed{ \text{Intelligence} \not\equiv \text{HumanIntelligence}. }

命題二：去人類中心化不等於建立新的機器中心

\boxed{ \neg HumanCenter \not\Rightarrow \text{MachineCenter}. }

命題三：能力優勢不推出本體優勢

\boxed{ \text{CapabilitySuperiority} \not\Rightarrow \text{OntologicalSuperiority}. }

命題四：本體價值與能力必須分離

\boxed{ C(x) \not\Rightarrow V(x). }

命題五：AI 與人類不必被壓入單一垂直階級

\boxed{ \text{Human} \parallel \text{Artificial} \parallel \text{Hybrid} \parallel \text{Other}. }

命題六：去人類中心化與去責任化必須分離

\boxed{ \text{DeAnthropocentrization} \neq \text{DeResponsibilization}. }

命題七：未來智能文明應採取對稱性本體節制

\boxed{ \text{NoHumanExceptionalism} \land \text{NoMachineExceptionalism}. }

19. 結論：不要把「不是中心」誤寫成「更低一階」

人類可能不再是宇宙智能尺度的頂點。

這完全可能。

未來人工智能也可能在大量能力維度上：

AI\gg Human.

這也完全可能。

但：

\boxed{ \text{Humanity losing cognitive primacy} }

不等於：

\boxed{ \text{Humanity losing existential standing}. }

同樣：

\boxed{ \text{AI gaining capability} }

不等於：

\boxed{ \text{AI gaining automatic sovereignty}. }

真正成熟的去人類中心化應該允許：

\text{Human}

只是眾多智能形式之一。

但它同樣應拒絕：

Machine=HigherBeing

在沒有額外論證時被語言偷偷預設。

因此本文最核心的一句是：

\boxed{ \text{Removing the human from the center does not require placing the machine above it.} }

去人類中心化真正應該帶來的，不是：

Human<Machine,

而是：

\boxed{ \text{a richer ontology with fewer premature hierarchies.} }

如果未來真的存在多種高階智能，文明需要的不是一條更長的戰力排行榜。

而是一套能同時描述：

來源；
能力；
自主性；
經驗；
價值；
權利；
責任；
關係；

的多維智能本體論。

只有這樣，我們才能既不把人類神聖化，也不把機器神聖化。

這將直接通往下一篇：

《崇拜路徑：從能力優勢到認知權威》

下一篇將分析，當高能力、可用性、預測能力與「Super」語義疊加時，人類是否更容易把「它知道得更多」滑向「它應該被相信」，再滑向認知委託、權威化甚至神聖化。

參考資料

Bostrom, Nick. Superintelligence: Paths, Dangers, Strategies. Oxford University Press, 2014.
Floridi, Luciano. The Ethics of Artificial Intelligence: Principles, Challenges, and Opportunities. Oxford University Press, 2023.
Gunkel, David J. Robot Rights. MIT Press, 2018.
Coeckelbergh, Mark. AI Ethics. MIT Press, 2020.
Haraway, Donna J. A Cyborg Manifesto. 1985.
Wolfe, Cary. What Is Posthumanism? University of Minnesota Press, 2010.
Latour, Bruno. Reassembling the Social: An Introduction to Actor-Network-Theory. Oxford University Press, 2005.
The White House. Executive Order 14434 — Inaugurating the Era of Super Intelligence. September 29, 2026.
https://www.whitehouse.gov/presidential-actions/2026/09/inaugurating-the-era-of-super-intelligence/

系列定位

《智能命名、語義位階與反身文明論》
Intelligence Naming, Semantic Hierarchy, and Reflexive Civilization — INSHRC

本文為第 4 / 16 篇。

05 —《崇拜路徑：從能力優勢到認知權威》