论文用生成认知理论提出人“纳入机器他者”的两种方式。
资讯摘要
一篇 arXiv 论文基于生成认知理论，尤其是 Linguistic Bodies 理论与近期对 AI 的生成认知解释，探讨人类如何与 LLM 互动并相互塑造。作者提出，人类以两种方式“纳入”机器他者：一是工具性纳入，即借助机器获得特定技能；二是语言与身份层面的纳入，即吸收并体现 LLM 的语言方式。作者认为 LLM 本身是我们自身语言活动被外化、去身体化的“幽灵”，我们为其赋予机器之身。论文还提出“susceptive sense-making”概念，描述服务缺乏摩擦时用户承担的更多符号劳动，并讨论这种关系对使用者自主性与成长的影响。
要点速读
- 论文以生成认知理论中的 Linguistic Bodies 理论为基础，分析人与 LLM 的语言互动。
- 作者区分工具性纳入与语言、身份层面的纳入两种“纳入机器他者”的方式。
- 论文提出“susceptive sense-making”，指服务缺乏摩擦时用户承担的更多符号劳动。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/1 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。