【摘要】智能社会中的主体性危机，并不主要表现为机器获得主体地位，而在于算法系统开始深度介入人类主体性的生成过程。主体性是人作为自主行动者，在经验、反思、社会关系与历史实践中，不断形成自身的存在方式。智能社会中的数据化、镜像化和预测化，使主体被还原为可计算的数据结构，被困于算法反馈形成的自我回声，并使未来越来越受到既有数据模型的预先塑形，从而持续侵蚀主体形成自身的基本条件。应对这一危机，不能简单拒斥智能技术，而应在智能技术深度嵌入社会生活的前提下，恢复经验主体、重建反思能力、维护未来开放性，并重构主体间性，以维护人的自我形成、自我超越和共同创造未来的能力。
【关键词】智能社会 主体性 数据化 镜像化 预测化
【中图分类号】B842 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2026.11.007
王华平，中国科学哲学专业委员会理事，中山大学哲学系（珠海）教授、博士生导师。研究方向为人工智能哲学、认知科学哲学、知识论，主要著作有《心灵与世界——一种知觉哲学的考察》、《意识的生成：基于可朽计算的视角》（论文）、《生成式人工智能具有创造力吗？》（论文）等。
人工智能的快速发展，正在推动人类社会进入一种以智能技术为基础结构的新阶段，即智能社会。在智能社会中，数据、算法与智能系统广泛嵌入社会运行过程，并持续重构人的认知活动、社会交往与行动方式。[1]随着越来越多原本由人类自主完成的判断、决策与行动协调，被交由智能系统承担，人类在认知、行动与交往中的主体地位开始受到影响。在这种情况下，问题不再只是机器能够做什么，而是人在智能社会中，是否仍能够保持自身作为自主行动者的地位，以及这种主体性是否正在面临被削弱、侵蚀甚至替代的风险。这就是智能社会中的主体性危机。
主体性危机揭示了智能社会所面临的深层风险，即人类可能在享受智能技术便利的同时，逐渐丧失自主理解世界与塑造自身的能力。应对这一危机，需要分析技术系统是如何开始介入并改变人类主体性的。本文认为，智能社会中的主体性危机，本质上不在于机器获得主体性，而在于算法系统正在重构人类主体性的生成机制。首先，本文分析主体性的基本结构及其生成条件，说明主体性不仅涉及自我意识，更建立在反思活动、社会交往与实践过程之中；其次，考察智能社会中主体性危机的具体表现，重点讨论主体的数据化、镜像化与预测化趋势；再次，探讨主体性重构的可能路径，分析如何在智能技术深度嵌入社会生活的条件下，重新维护人的反思能力、实践能力与社会性存在。
人类主体性
与一般存在物不同，人类并不是单纯被动地存在于世界之中，而是始终以理解世界、回应世界并主动塑造自身生活的方式存在。动物更多依赖本能适应环境，人则不仅能够对外部世界作出反应，还能够意识到自身正在如何行动，并进一步追问自身为何行动、应当如何行动，以及希望成为什么样的人。人并非只是维持生命活动，而是始终依据某种对于世界、自我与未来的理解而生活。与此同时，人类的存在从来不是孤立封闭的个体存在。人的理解、行动与自我形成，总是在语言、劳动、社会交往与历史实践之中展开。人生活于既定世界之中，同时不断通过自身行动改变世界，并在这一过程中塑造自身。因此，人类的存在方式本质上是一种具有反思性、实践性与社会性的主体性存在，主体性也正是在这种持续理解世界、参与世界并塑造世界的过程中，逐渐形成并得以维持。[2]
传统上，主体性常常被理解为一种内在意识结构，即主体对于自身的意识、自我体验或主观感受能力。这种理解可追溯到笛卡尔以来的近代主体哲学。笛卡尔提出的“我思故我在”，确立了主体作为确定性基础的地位，主体被理解为一个能够通过自我意识把握自身的思维实体，而世界则成为与主体相对的外部对象。[3]此后，主体性问题在相当长时间内主要围绕意识、自我、经验与内在性展开，主体也往往被设想为一种封闭于个体内部的精神中心。然而，这种理解容易将主体性简化为一种静态的心理结构，从而忽视主体始终是在与世界的互动中生成的。20世纪以来，现象学、存在主义、精神分析以及后结构主义等理论不断表明，主体并不是脱离世界而存在的孤立意识，而是始终处于语言、社会关系、历史实践与权力结构之中。主体性问题的关键，也由“主体内部有什么”，逐渐转向“主体如何形成自身并参与世界”。
基于此，本文所讨论的主体性，并不限于狭义的意识经验问题，而是指人作为自主行动者的存在方式。主体性不仅意味着“我意识到自己”，更意味着“我能够理解、判断、选择并实践自己”。一个具有主体性的人，并不仅仅是一个拥有主观经验的存在者，更是一个能够基于自身理解参与世界、回应世界并塑造自身生活的人。正因如此，主体性本质上体现为一种能动性的结构（agency structure）。[4]这种能动性并不意味着主体能够完全脱离社会条件、技术环境与历史结构而独立存在，但却要求主体能够在既有条件之中，保持一定程度的反思能力、价值判断能力与实践能力，并能够通过行动不断调整和重塑自身与世界的关系。
这样理解的主体性概念至少包含四个彼此关联的维度。主体性的第一个维度是第一人称性。主体对于世界的经验，并不是一种完全外在和中立的观察关系，而始终包含着第一人称视角。“疼痛”不仅意味着身体发生某种反应，同时意味着“我正在疼痛”；“理解”不仅意味着形成某种认知活动，同时意味着“我正在理解这个世界”。因此，经验并不是漂浮于世界中的匿名事件，而是始终属于某个正在经验世界的主体。从现象学看，经验总是以“属我”（for-me-ness）的方式被给予，也总是以某种“对我而言”的方式向主体呈现。[5]正因如此，第一人称性构成主体经验世界的基本方式，也构成主体理解世界、理解自身，并在世界中定位自身的起点。
主体性的第二个维度是反思性。主体不仅仅停留于直接经验之中，还能够进一步将自身作为对象，加以理解、评价与反思。主体不仅会行动，还会追问自身为何行动；不仅具有欲望，还会进一步反思自身应当欲求什么；不仅生活于现实之中，也会思考自身希望成为什么样的人。反思性反映这样一个事实：人并不只是顺从欲望、环境与现实处境而生活，而是能够回过头来审视自身的行动理由、价值取向与生活方向，并在这种自我审视中不断修正自身行动。
主体性的第三个维度是关系性。主体并不是孤立存在的原子化个体，而是始终处于语言、社会交往与公共生活之中的个体。人的理解能力、价值意识与行动方式，需要通过与他人的互动逐渐形成。一个人之所以能够理解自身，不仅因为其能够反思自身，还因为其能够在与他人的交流、回应与相互承认之中，建立对自身的认知。总之，主体并不是封闭于内心世界中的独立意识，而是始终在社会关系之中展开自身的存在。如果离开语言、交往与社会实践，主体性就无法真正形成与维持。
正因为主体始终是在具体社会关系与实践活动之中形成的，所以主体性并不是一种固定不变的实体属性，而是始终处于不断生成与变化的过程之中。这构成主体性的第四个维度，即历史生成性。人的理解方式、价值观念与行动方式，都会随着社会制度、文化结构与技术环境的变化而发生改变。不同历史时期的人，对于自我、世界以及社会关系的理解并不相同，其主体性的结构形态也因此存在差异。当社会的交往方式、知识结构与行动环境发生深刻变化时，主体性的形成方式与存在形态也会随之发生变化。
第一人称经验、反思能力、主体间关系以及历史实践，共同构成主体形成自身的基本条件。主体并不是一种先验存在，而是在参与社会实践，并与他人发生关系的过程中不断形成自身的。当一种新的社会技术结构开始深刻改变人的经验活动、社会交往与实践方式时，主体性的形成条件也会随之发生变化。智能社会的重要问题，在于人工智能系统开始越来越深入地进入这些主体生成过程本身，从而引发主体性危机。
智能社会中的主体性危机
工业社会主要通过机械系统扩展人的体力劳动，信息社会主要通过网络系统加速信息流通，与这两者不同，智能社会中的算法系统已经开始介入人的认知活动、判断过程与行动组织。技术对社会生活的影响，也不再停留于外部工具层面，而开始进入人的经验活动与主体形成过程本身。主体与世界、主体与自身，以及主体与他人的关系，也因此被重塑。主体性危机正是在这一背景下逐渐显现。
在算法系统主导的信息环境中，主体越来越倾向于被还原为一组可计算、可分析与可预测的数据集合。人的浏览、停留、点击、消费、移动、睡眠、情绪乃至身体状态，都不断被记录、量化和实时更新。主体于是逐渐被拆解为一系列可以追踪、计算与关联的数据痕迹。平台真正关心的，不再是主体如何理解世界、为何作出某种选择，而是主体在何种条件下会继续停留、继续消费、继续响应。人的行动、兴趣与关系开始不断被压缩为行为参数、偏好模型与风险指标。主体因此被重新编码为一组动态更新的概率结构。人的存在开始从“意义存在”转向“数据存在”。
这种数据化不仅仅意味着信息被记录下来，更意味着主体开始被纳入“监控资本主义”运行逻辑之中。平台系统持续从人的日常活动中攫取“行为剩余”（behavioral surplus），并将其转化为预测人未来行为的原材料。[6]于是，主体越来越不再像是行动的发出者，而成为被持续预测、引导与调节的对象。主体的欲望、兴趣乃至情绪波动，都开始表现为可计算的行为数据。人的生活经验因此被不断压缩为一系列可分析的数据痕迹，人本身则越来越作为“数据身体”（data body）被识别、计算与管理。[7]
更深层的问题在于，数据化改变主体形成自我理解的方式。在传统社会中，主体主要通过现实实践、社会交往与反思活动理解自身；而在智能社会中，平台标签、算法推荐与数据排名，正逐渐成为主体认识自身的重要媒介。一个人喜欢什么、适合什么、属于什么群体，越来越多地由算法系统加以定义。主体开始通过“被推荐的自己”来认识自己，通过“被计算的偏好”来确认身份。结果，主体不只是单纯地被数据化，而是开始主动按照数据逻辑塑造自身：为获得更多关注而调整表达，为适应平台机制而重构行为，为维持可见性而持续生产数据。在这一过程中，主体对于自身的理解开始逐渐外部化，并越来越依赖算法系统的持续反馈。
这种外部化趋势进一步导致主体的镜像化。主体对于自身的理解从来不是凭空形成的。一个人之所以知道自己是谁、关心什么以及属于何种存在，往往需要借助他人的回应、评价与承认来确认自身。主体正是在这种不断被看见、被回应和被理解的过程中，逐渐形成对于自身的认识，即通过“镜中我”的方式确认自身。[8]但在智能社会中，这面镜子发生根本变化，回应主体的不再主要是具体他人，而是算法系统生成的反馈图像。推荐系统、社交平台与生成式人工智能，共同构成一种新的“人工智能之镜”（AI mirror）：它们将主体过去留下的行为痕迹、表达习惯、情绪反应和消费偏好，重新组织为一个可见的“我”，再将这个“我”返回给主体。[9]主体于是开始在机器生成的倒影中确认自身，被推荐的内容仿佛成为“我的兴趣”，被强化的表达仿佛体现“我的性格”，被贴上的标签仿佛定义“我的身份”。
镜像化具有很强的循环效应。“人工智能之镜”会把主体过去的选择转化为未来选择的依据，会把偶然兴趣固化为稳定偏好，会把短暂情绪强化为持续感受。于是，主体容易逐渐被锁定在自身既有数据轨迹之中。久而久之，主体面对的便不再是一个开放的现实世界，而是一个不断返回其自身偏好与行为模式的“过滤气泡”。[10]在这种环境中，人似乎获得了更精准的内容、更即时的回应，以及更贴合自身的服务，但与此同时，更容易被困在自身数据茧房里。世界开始越来越成为主体自身偏好的延伸，现实世界的陌生性、差异性与抵抗性则被不断削弱。主体也不再主要通过与他者的真实遭遇来扩展自身，而是在算法不断制造的熟悉性中，反复确认那个已经被模型预测和计算过的“自己”。
镜像化不仅压缩主体的反思空间，也改变主体的自我呈现方式。在日常社会交往中，人总是以某种“前台”（front）形象面对他人，并通过表演、修饰与印象管理获得社会承认。但在智能社会中，观众逐渐变成算法，“前台”变成界面，表演的目标也从获得他人的理解转向获得系统的可见性。为了被看见、被推荐和被认可，主体开始主动调整语言、情绪、姿态和身份表达，使自身更符合人工系统的计算规则。于是，人不仅开始在“人工智能之镜”中认识自己，也越来越开始按照系统所识别、放大和奖励的方式塑造自己。主体对于自身的理解，逐渐停留于算法生成的反馈结构之中，而自我解释、自我判断和自我生成的能力，则不断受到挤压。因此，主体镜像化并不是简单的自我表达数字化，而是一种主体生成机制的重组。
主体镜像化的进一步发展，便是主体的预测化。在智能社会中，人的经验不再只是被记录和解释，而是被转化为可提取、可计算、可出售的“行为剩余”。算法系统通过对搜索、浏览、停留、购买、移动、社交乃至情绪反应的持续捕捉，生产关于未来行为的“预测产品”。推荐系统预测个体将会观看什么，平台系统预测用户何时停留、点击和消费，金融系统预测信用风险，公共治理系统则以风险评分、异常识别和行为画像的方式，预判个体潜在问题。于是，人的未来被提前折算为可交易、可干预、可管理的行为预期。
这种预测逻辑的危险性在于，其并不满足于只是知道主体，而是进一步要求塑造主体。预测越精细，系统就越倾向于通过推荐、排序、提醒、奖励、限制和风险干预，来降低行为不确定性，使主体的行动更接近模型所期待的轨迹。推荐系统不断推送与主体既有兴趣相似的内容，平台机制持续强化用户已经形成的行为习惯，风控系统依据历史数据提前筛选和限制主体可能行为。于是，预测不再只是对未来的描述，而成为生产未来的力量。主体被纳入一种被精算化的循环：过去的行为生成画像，画像决定未来的机会，未来的机会又反过来巩固过去的画像。伯纳德·哈考特（Bernard Harcourt）预测的所谓“棘轮效应”在这里获得更广泛的主体性含义，即分类一旦形成，便会通过制度性反馈不断强化自身，使主体越来越难以摆脱既有轨迹。[11]
因此，主体预测化最终触及的是人的“未来时态的权利”。“未来时态的权利”并不是某种具体的法律权利，而是指主体始终保有一种尚未被预先规定的未来。[12]主体之所以是历史性的存在，关键在于其未来并不完全包含在过去之中。人能够改变既有目标，修正原有判断，摆脱过去经验束缚，并在新的实践中生成此前不存在的可能性。但主体预测化正在逐渐削弱这种开放的未来结构。算法系统不断依据主体过去的行为记录、兴趣偏好与风险标签，对其未来行为作出提前判断，并进一步影响信息分发、资源配置与行动机会。过去的数据因此不再只是对既有行为的记录，同时开始参与对未来路径的组织。人在进入未来之前，未来的一部分已经被人工智能提前塑形。预测逻辑越深入社会运行过程，主体摆脱既有行为轨迹、形成新行动方向的空间就越容易受到压缩。
正如我们所看到的，数据化使主体越来越被还原为可计算的信息结构，镜像化使主体对于自身的理解越来越依赖算法反馈，预测化则不断压缩主体面向未来生成自身的开放空间。主体性危机的根本表现，在于主体形成自身的过程，越来越深地嵌入算法系统之中。正因如此，对智能社会的反思不应仅停留在风险批判层面，还必须进一步转向主体性重构问题。
智能社会中的主体性重构
主体性重构问题，并不在于如何摆脱智能技术，而在于如何在智能技术深度嵌入社会生活的条件下，持续维护主体形成自身的能力。智能技术已经深度嵌入现代社会运行过程，成为人们获取信息、建立关系、组织行动和理解世界的重要条件。主体不可能脱离这些技术环境，重新返回某种前技术状态。因此，主体性重构的任务，就是要在智能社会的条件下，为主体形成自身保留必要的空间。相应地，主体性重构需要从以下四个方面展开。
应当恢复主体与世界之间的第一人称关系。主体的自我形成并不是一个封闭的过程，而是一个持续回应世界的过程。哈特穆特·罗萨（Hartmut Rosa）所说的“共鸣”很好地揭示了这一点：真正重要的世界关系既不是主体对世界的单向支配，也不是主体对世界的被动接受，而是一种主体与世界相互作用、相互改变的关系。[13]在这种关系中，世界能够回应主体，同时能够挑战主体；主体能够影响世界，同时会因世界的回应而改变自身。
数据化的问题在于，主体所接触的世界逐渐被压缩为一个能够被迅速吸收、迅速确认和迅速回应的世界。世界慢慢失去陌生性、抵抗性与不可预期性。主体对于世界的经验，也因此越来越容易退化为对既有自我的重复确认。因此，主体性重构需要恢复主体作为世界参与者的地位。主体不应仅仅成为信息的接收者、判断的执行者或者结果的消费者，还应持续作为能够介入世界并改变世界的行动者而存在。
要恢复主体与世界之间的第一人称关系，应当为主体保留非算法化的经验空间。这些空间的意义在于，其能够使主体持续遭遇超出自身预期和控制的世界。在阅读、艺术体验、自然接触以及各种身体实践之中，主体所面对的不再是经过个性化筛选和预测机制加工后的信息环境，而是一个具有自身逻辑和自身节奏的世界。这样的世界不会完全迎合主体的既有偏好，也不会持续重复主体已经拥有的观点和兴趣，而是不断向主体呈现新的问题、新的经验和新的可能性。正是在这些遭遇中，主体被驱动超出既有认知框架和行动习惯，重新理解世界与自身。维护这样的经验空间，实际上就是在维护主体形成自身的条件。
此外，还应当警惕生活世界被单一的量化逻辑所支配。问题不在于数据和指标本身，而在于当越来越多的生活领域被纳入持续测量、持续比较和持续优化的框架之后，主体开始倾向于通过外部指标，而不是通过自身经验来理解自己。社会交往被还原为关注度和影响力，健康被还原为各种可穿戴设备生成的数据曲线，个体的生活轨迹不断被转化为各种可计算的绩效指标。在这种条件下，主体逐渐从生活的参与者转变为自身的管理者，逐渐从意义的创造者转变为绩效的优化者。人的注意力开始越来越集中于“表现如何”，而不是“为何如此生活”；越来越关注“指标是否提升”，而不是“这种生活是否值得追求”。
因此，主体性重构需要重新确立量化工具的边界。在教育、医疗、社会治理以及平台治理等领域，应当避免将评价机制完全建立在可测量指标之上，应当为经验判断、专业解释和主体自我叙述保留制度空间。尤其，在涉及人生规划、职业发展、社会信用以及个体能力评价的领域，应当坚持指标辅助判断而非替代判断的原则，使数据始终服务于主体对自身生活的理解，而不是反过来成为规定主体如何理解自身的标准。只有当主体仍然保有解释自身生活意义的能力时，量化工具才不会演变为塑造主体的唯一力量，生活世界也才不会退化为一个被不断计算、比较和优化的绩效空间。
应当恢复主体对自身的反思能力。反思性的真正意义不在于不断确认“我是谁”，而在于持续追问“我为何如此”“我是否应当如此”，以及“我还能成为谁”。这些问题所指向的并不是对既有自我的描述，而是对既有自我的审视和超越。正是在这种不断超出自身既有状态的过程中，主体才获得形成自身的可能性。主体能够反思自身，恰恰是因为主体始终能够与自身保持一定距离，将自己已经形成的观念、欲望、习惯和身份认同，重新置于检视之下。一个缺乏这种距离感的主体，固然能够不断获得关于自身的信息，但却难以真正改变自身。因为，新的经验最终会被纳入既有偏好的框架之中，新的选择最终会服务于既有自我的延续。于是，主体越来越清楚自己已经是什么，却越来越难以成为不同于现在的自己。主体性重构因此要求重新恢复人与自身之间的批判性距离，使主体能够不断将既有自我转化为反思对象，并在持续的自我审视之中开启新的可能性。
恢复主体的反思能力，首先，需要打破主体不断听见自身回声的镜像结构。反思之所以成为可能，并不是因为主体不断获得关于自身的信息，而是因为主体能够暂时脱离既有自我，并从新的视角重新审视自身。镜像化的问题在于，主体所接触的信息、观点和价值取向，越来越围绕既有偏好展开。结果，虽然主体不断获得关于自身的信息，却越来越难以形成对自身的质疑。因此，智能社会需要有意识地构建异质信息环境，避免信息分发机制完全服从个性化逻辑。在推荐系统、搜索系统以及公共传播平台中，应当保留不同观点、不同价值立场和不同生活经验进入主体视野的可能性。主体只有不断遭遇不同于自身的事物，才能突破既有认知框架，重新思考自身为何如此，以及是否应当如此。
其次，主体性重构还要求重新培养主体的反思能力。镜像化最深刻的影响并不是信息同质化本身，而是主体逐渐失去突破既有自我的能力。算法不断依据主体已经表现出的兴趣、偏好和行为习惯进行反馈，使主体越来越容易停留在既有认知框架之中。这告诉我们，人在智能社会所需要的不仅仅是信息获取能力，更是不断突破既有认知框架、重组认知资源，并形成新的理解方式的能力。认知可塑性的重要意义在于，其使主体能够超出既有偏好和既有立场限制，从新的视角理解世界并重新审视自身。[14]因此，教育和公共文化建设应当更加重视对批判性思维、自我解释能力，以及延迟判断能力的培养。反思并不是迅速形成意见，而是暂时中止意见；不是立即确认立场，而是重新检视立场。只有当主体能够不断将已经形成的观念、欲望和身份认同，重新转化为反思对象时，主体才可能突破既有自我，并在持续的自我修正中形成新的自我。
再次，人工智能系统本身也应当摆脱以自我确认为中心的设计逻辑。当前许多平台的目标在于提高匹配效率和用户黏性，其结果往往是不断向主体反馈其已经喜欢的内容、已经接受的观点，以及已经形成的行为模式。未来的智能系统应更多地承担认知的拓展功能，引入探索性和多样性机制，使主体能够接触尚未接触的信息、理解尚未理解的观点，并发现尚未意识到的问题。技术不应只是成为主体的镜子，也应成为主体反思自身的契机。当智能系统不再只是重复主体“已经是谁”，而能够帮助主体发现自己“尚未成为谁”的可能性时，技术发展才真正有助于主体反思能力的重建。
应当恢复主体面向未来的生成能力。主体之所以是主体，并不仅仅因为其能够在既定选项之间作出选择，更因为其能够开启此前尚不存在的可能性。从这一意义上说，主体的历史生成性建立在未来的开放性之上。汉娜·阿伦特（Hannah Arendt）曾将人的行动能力理解为一种“诞生性”（natality），即开启新的开始的能力。[15]每一次真正的行动不仅是在既有秩序中作出选择，也可能为世界带来此前并不存在的结果。主体能够规划未来、期待未来并改变未来，正是因为未来始终保留着超出既有经验和既有规律的开放空间。如果未来完全被过去所规定，那么行动便失去创造性，历史也将退化为既有趋势的机械延续。
要重构主体面向未来的生成能力，首先，要防止预测结果直接转化为决策结果。预测的价值在于提供参考，而不是替代判断。然而，在越来越多的社会领域中，预测结果正在逐渐获得事实上的决策地位。风险评估影响司法裁量，信用评分影响金融服务，行为画像影响就业机会，学习分析影响教育资源分配。当预测结果直接决定主体未来的发展路径时，未来便不再是一个等待行动去创造的开放空间，而逐渐成为过去数据的延伸。因此，智能社会应当始终坚持预测辅助决策，而非替代决策的原则。
其次，还应当建立针对算法预测的可争议机制。预测模型本质上是基于历史数据所形成的概率判断，而不是关于个体未来的确定性事实。主体性重构要求主体始终拥有对这些判断提出质疑、要求解释和申请修正的权利。只有当个体能够对算法预测保持批判距离，并能够通过新的行动改变系统对自身的既有判断时，预测才不会演变为一种新的命运机制。未来不应被视为等待验证的预测结果，而应被理解为主体持续创造和重新定义的过程。
再次，还应当主动维护个体的试错空间和重新开始的机会。主体的历史生成性并不体现为一次性作出正确选择，而体现为在不断尝试、修正和改变之中形成自身。许多重要的人生转折都产生于对既有轨迹的偏离，而非对既有轨迹的延续。因此，在教育评价、人才选拔、社会信用以及职业发展等领域，应当避免过度依赖预测模型对个体未来进行提前分类和长期锁定，应当为个体保留重新选择、重新学习和重新开始的制度空间。真正开放的未来并不是一个能够被准确预测的未来，而是一个始终允许新的行动、新的可能性和新的自我不断出现的未来。只有当主体始终保有开启新的开始的能力时，未来才不会沦为过去的重复，主体也才能在持续生成的过程中不断形成自身。
应当恢复主体形成的社会基础。主体从来不是一个孤立存在者，而是在语言、交往、承认与合作之中形成自身的存在者。无论是主体对于世界的理解、对于自身的反思，还是对于未来的规划，都离不开与他人的持续互动。因此，主体性重构不能仅仅停留于主体与世界、主体与自身，以及主体与未来关系的修复，更需要重构主体之间真实而持续的联系。只有当主体重新进入语言交流、公共讨论、合作实践，以及相互承认的社会关系之中时，主体性才能获得稳定而持久的支撑。主体并非一个独立完成的项目，而是一项始终在共同生活中展开的事业。重构主体性，最终意味着重构人与人之间共同创造意义、共同承担责任并共同塑造未来的能力。
恢复主体的社会关系基础，首先，需要重建公共讨论空间。在智能社会中，人与人的交往越来越受到平台逻辑和算法机制的中介，公共讨论也容易被碎片化的信息流、情绪化的表达，以及即时反馈机制所主导。然而，主体间理解并不是在不断重复既有立场的过程中形成的，而是在公共讨论中不断修正自身理解、回应他人观点，并在共同形成公共判断的过程中形成的。因此，应当积极维护开放、多样和理性的公共讨论空间，为不同群体之间的交流和协商创造条件，使公共领域重新成为主体形成公共意识和公共责任的重要场所。
其次，还应当促进真实而持续的社会交往。主体性并非仅仅来源于信息交换，而是在具体的互动关系中逐渐形成。家庭、学校、社区以及各种社会组织，不仅承担着功能性任务，还承担着主体形成的重要功能。智能社会的发展不应以削弱现实交往为代价，而应当通过制度设计和社会建设，维护人与人之间稳定而持续的联系，使主体能够在合作、信任和相互承认之中形成对于自身和他人的理解。只有当主体始终处于真实的社会关系网络之中时，主体间性才不会被抽象的信息连接所取代。
再次，还应当警惕社会关系的过度平台化和商品化。在许多数字平台中，社会关系越来越被转化为流量、关注度和用户价值，人与人的互动也越来越服从于点击量、参与度和商业收益的逻辑。当社会关系被持续纳入交换和计算体系时，他人就容易从共同生活的伙伴，转变为资源、受众或竞争对象。主体性重构因此要求为社会关系保留非工具化的维度，使人与人的交往不仅建立在效率和利益之上，也建立在理解、信任、责任与共同实践之上。与此同时，还应当不断提升数字公共领域的质量，通过优化平台治理机制、提高信息透明度和增强公共参与能力，推动数字空间从单纯的信息传播场所，转变为公共讨论和共同生活的重要空间。
综上，主体性重构并不是恢复某种脱离技术环境而存在的主体状态，而是在智能社会条件下，重新维护主体形成自身的基本条件。数据化将主体还原为可计算的数据对象，因此，需要恢复主体作为经验主体与世界发生真实遭遇的能力；镜像化使主体不断陷入自我确认的循环，因此，需要重建主体反思和超越既有自我的能力；预测化压缩了未来的开放空间，因此，需要维护主体创造新的可能性和创造未来的能力。这三种机制又共同削弱人与人之间真实而持续的联系，因此，还需要重构主体形成自身所依赖的主体间关系。只有当主体能够通过经验理解世界、通过反思超越自身、通过行动创造未来，并在与他人的交往和共同生活中不断生成自身时，主体才能持续作为一个能够形成自身的存在者而存在。
结语
从历史上看，每一次重大技术变革都会改变人与世界的关系，并由此重塑人的存在方式。智能社会所带来的挑战，并不仅仅在于机器变得越来越智能，而在于技术开始深度介入人类主体形成自身的过程。当数据、算法和模型越来越广泛地参与人的认知、判断和行动时，我们所面对的已经不再只是技术效率问题，而是人将以何种方式存在的问题。一个社会的进步不仅体现在其创造了多么强大的技术系统，更体现在其能否为人的成长、反思、创造与共同生活保留足够空间。对于智能社会而言，真正需要守护的，或许不是某种固定不变的人性，而是人不断超越既有自身、持续创造新的可能性，并共同塑造未来的能力。
（本文系教育部人文社会科学研究一般项目“可朽计算视角下的人工意识研究”的研究成果，项目编号：25YJA720010）
注释
[1]吕鹏：《智能社会治理的核心理念与实践路径》，《华中师范大学学报（人文社会科学版）》，2025年第5期。
[2]查尔斯·泰勒：《自我的根源：现代认同的形成》，韩震震、王成兵、乔春夏等译，南京：译林出版社，2001年。
[3]笛卡尔：《第一哲学沉思集》，庞景仁译，北京：商务印书馆，1986年。
[4]安东尼·吉登斯：《社会的构成：结构化理论纲要》，李康、李猛译，北京：中国人民大学出版社，2016年。
[5][6]何塞·范·迪克、托马斯·波尔、马丁·德·瓦尔：《平台社会：互联世界中的公共价值》，孟韬译，大连：东北财经大学出版社，2023年。
[7]S. Carey-Green, Surveillance Technologies in Performance and Migration, London: Bloomsbury Publishing, 2026.
[8]查尔斯·霍顿·库利：《人类本性与社会秩序》，包凡一、王湲译，北京：华夏出版社，2015年。
[9]S. Vallor, The AI Mirror: How to Reclaim Our Humanity in an Age of Machine Thinking, Oxford University Press, 2024.
[10]伊莱·帕里泽：《过滤泡：互联网对我们的隐秘操纵》，方师师、杨媛译，北京：中国人民大学出版社，2020年。
[11]B. Harcourt, Against Prediction: Profiling, Policing, and Punishing in an Actuarial Age, Chicago: The University of Chicago Press, 2007.
[12]S. Zuboff, The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power, New York: Public Affairs, 2019.
[13]R. Hartmut, Resonance: A Sociology of Our Relationship to the World, Cambridge: Polity, 2019.
[14]王华平：《新文科的理论内涵与实践路径》，《新文科教育研究》，2022年第3期。
[15]汉娜·阿伦特：《人的条件》，竺乾威译，上海人民出版社，1999年。
责 编∕石 晶 美 编∕周群英
The Crisis and Reconstruction of Subjectivity in Intelligent Society
Wang Huaping
Abstract: The crisis of subjectivity in the intelligent society does not primarily consist in machines acquiring the status of subjects. Rather, it lies in the increasing involvement of algorithmic systems in the very process through which human subjectivity is formed. Subjectivity refers to the mode of existence through which human beings, as autonomous agents, continually constitute themselves in experience, reflection, social relations, and historical practice. The processes of datafication, mirroring, and prediction characteristic of the intelligent society reduce the subject to a computable data structure, confine individuals within algorithmically generated echo chambers of the self, and increasingly pre-shape the future through existing data models. In doing so, they gradually erode the fundamental conditions for the formation of subjectivity. Responding to this crisis does not require a simple rejection of intelligent technologies. Rather, under conditions in which such technologies are deeply embedded in social life, it calls for the recovery of the experiential subject, the reconstruction of reflective capacities, the preservation of the openness of the future, and the renewal of intersubjectivity, so as to safeguard humanity's capacity for self-formation, self-transcendence, and the collective creation of the future.
Keywords: intelligent society, subjectivity, datafication, mirroring, prediction
