AI正在重新配置解释世界与承担责任的权力

谁在解释世界？

不久前，我和几位合作者在中国一家医院做了一项田野实验。预约门诊的病人被随机分为两组：一组照常就诊；另一组在就诊前一天获得一个AI助手，可以把自己的症状、疑虑和病史讲给它听，也听它讲解可能的病因、检查和治疗的选择。

这个设计的本意，是测量AI建议对医疗行为的影响。但实验做下来，我越来越觉得，我们观察到的不只是一项新技术的使用效果，而是一种历史性场景的最早一批样本：医生推开诊室的门，迎面坐着的，是一个已经被解释过的病人。

这个病人未必说得出专业术语，但他带着一套框架进来：哪些症状重要，哪些检查值得做，哪种药要慎用。这套框架不是他自己形成的，也不是医生给的，而是一个系统在就诊前一天的对话里替他组装好的。医学史上，病人从来是带着症状来的；现在，病人开始带着解释来。

这件事的分量，超出医疗。人们习惯用生产率和增长衡量一项技术的重要性。我并不确信AI会带来经济增长的爆炸。但一种技术不必迅速把蛋糕做大，也可以重新安排谁获得收入、谁拥有判断权、谁承担责任，以及人与人如何发生关系。价格理论从来不只研究总量；它更关心相对价格改变之后，资源、租金、组织边界和权威怎样移动。AI最深刻的影响，不是把知识变便宜——知识变便宜是印刷术以来一直在发生的事——而是重新配置一种更根本的东西：谁有资格解释世界、提出行动建议，并要求他人相信。

抓住这场重新配置，需要一个概念工具。我们把实验中观察到的现象命名为定向的AI建议（directional AI advice）：AI提供的不是无方向的第二意见，它系统性地鼓励某些行动、压低另一些行动，而这种方向来自训练材料、安全护栏、责任结构和平台治理——一句话，来自嵌入系统之中的治理选择。在本文里，定向的AI建议是机制，权威的重新配置是它的社会后果。

下文先说明建议为什么必然有方向；再说明在医疗、法律、投资这类市场上，专家出售的从来不只是服务，而是一束捆绑在一起的权威；然后看AI把建议的价格压塌之后，这个束发生了什么——我们的实验提供了最早的一批证据；最后讨论这场拆解通向何处：一种更柔软、更上游、也更难指认的权威形式，一个正在形成的研究领域，和几个必须摆上桌面的宪制问题。

先从一个简单区分说起。AI一旦从提供事实转向给出建议，就必须排序：什么风险更重要，什么证据更可信，什么行动更谨慎，什么损失更不可接受，什么选项不应当被推荐。任何排序都隐含权重，任何权重都隐含立场。世界上不存在没有方向的建议，正如不存在没有视角的地图。“中立的建议”，多数时候只是方向没有被看见。

这一点在事实问答中不明显，在行动建议中却无法回避。“阿司匹林的半衰期是多少”没有方向可言；“我该不该继续吃阿司匹林”就必然有方向——系统要么倾向于“先去问医生”，要么倾向于“可以自行判断”，它不可能同时不倾向于任何一边，因为连“两边都说说”本身也是一种立场。AI不只是在回答问题，也在定义什么值得担心：哪些风险被放在第一句，哪些被放在最后一句，哪些根本不出现。

所以要把三件事分开：信息是否准确；建议是否有方向；方向由谁设定。今天关于AI的争论，几乎全部集中在第一件事上。有一种误会正在发生：定向的AI建议这个词开始流传之后，已经有搜索引擎的AI摘要把它解释成一种提示词技巧，仿佛方向是用户“提示”出来的。恰恰相反。方向不是某一次对话的属性，而是制度安排的属性；用户没有下任何指令，方向已经在那里了。

经济学家把商品分成三类。搜寻品，买之前就能验货，比如水果；经验品，用过才知道好坏，比如餐馆；还有一类最麻烦的，叫信用品：即使消费之后，买家仍然很难判断这项服务是否必要、是否充分、是否以合适的方式提供。达比和卡尼在一九七三年提出这个概念时，举的例子正是医疗和汽车修理。手术做完了，病也好了，你仍然不知道这一刀是不是必要；车修好了，你仍然不知道换下来的零件是不是真的坏了。

信用品的麻烦，比“信息不对称”这个词所暗示的更深。买家不只是不知道答案，他常常连问题是什么都无法独立判断。你不知道自己得的是什么病，不知道面临什么风险，也分不清坏结果究竟来自坏建议、执行的偏差，还是世界本身的不确定。反事实永不揭晓：你永远无法知道，如果当初听了另一个建议，现在会怎样。

所以在信用品市场上，专家出售的不是信息，而是判断权。具体说是三种权力：定义问题的权力——你得的是什么病，真正的问题是什么；解释因果的权力——为什么会这样，哪些因素重要，哪些只是噪声；规定行动的权力——该吃什么药，打不打官司，买什么资产。

这三种权力从哪里来？来自一个精心捆绑的束。一位执业医生身上捆着六样东西：知识存量、解释能力、临床判断、执照认证、法律责任、制度背书。病人相信医生，很少是因为亲自验证过他的知识——验证太贵，根本不可行——而是因为这个束作为整体是可信的：他考过试，有人管他，出了事他要负责。现代社会解决信用品问题的办法，不是让消费者变聪明，而是用制度替代验证。

这个束同时也是专家租金的来源。信用品文献反复证明一件事：当诊断和治疗捆绑在同一个人手里，均衡里必然带着扭曲。过度治疗、防御性医疗、过度收费，形态随责任规则和支付方式而变，但扭曲本身消不掉。病人请不起第二意见，因为第二意见同样贵，而且同样无法验证。租金就藏在验证的成本里。

AI进场，动的正是这个束。但要看清它拆走了什么、留下了什么，得先看它把什么东西的价格压塌了。

过去，获得一份专家意见是昂贵的：时间、金钱、搜寻、预约、地理距离，还有敲开那扇门所需的社会关系。AI把“第一意见”的边际成本压到接近于零：流畅、耐心、即时、有问必答，而且在深夜两点也不下班。

但稀缺没有消失，只是向后移动了。当建议大量涌现，真正昂贵的部分变成四件事：判断情境、验证建议、裁决方向、承担结果。一句话：建议变便宜，裁决变昂贵；解释变便宜，担责变昂贵。AI没有取消稀缺，它移动了稀缺。当建议的边际成本趋近于零，真正稀缺的不再是意见，而是对意见方向的裁决。

AI有双重身份。对用户来说，它常常成为第一意见——在见到任何专家之前，解释已经发生；对专家制度来说，它又像一个突然免费了的第二意见。正是这种双重身份，使它既前置塑造用户，又外部约束专家。

信用品文献早就知道，约束专家机会主义的最好工具是第二意见；但第二意见有两个毛病：一是贵，二是它本身也是信用品。AI治好了第一个毛病——把第二意见的价格压到接近零——第二个毛病原封不动。这一压一留，正是下面所有故事的来源。

由此可以推出一个可证伪的预测：凡是“解释”占价值大头、“签字”占价值小头的专业服务——咨询、投顾、基层全科的答疑职能——费率将系统性受压；凡是签字不可替代的环节——处方权、出庭权、审计签字权——相对价格上升。专业服务的价值构成，将从“知道”向“担责”迁移。

还要看清一点：AI并不是以专家的完整身份进入信用品市场。它进入了解释和建议，却没有同等进入执照、责任和赔偿。正因为进入是不完整的，它带来的不是简单竞争，而是原有权威束的拆解。拆解的样子，我们在诊室里看到了。

回到我们的实验。这是一项预注册的大样本随机实验：病人在门诊就诊的前一天，随机获得或不获得一个AI聊天助手的使用权。三组发现，恰好对应权威迁移的三个环节。

第一个发现，关于解释是如何被生产的。我们通读了对话日志。这个AI助手有一种系统性的方向：它一贯地劝人对药物保持谨慎——对中药和抗生素尤其谨慎——同时干净利落地推荐诊断检查。这个方向性不能仅由医学知识本身解释，更像是责任结构进入模型之后留下的形状：在AI的训练和护栏设计里，建议“去做个检查”几乎没有法律风险，建议“吃这个药”则有。开发者害怕什么，模型就在什么方向上谨慎。这是全文机制的第一环：责任结构塑造解释。病人以为自己得到的是知识，其实得到的是被一套责任结构过滤过的知识。

第二个发现，关于解释如何传导为行动。这个方向性没有停在前一夜的屏幕上。咨询过AI的病人第二天走进诊室，药物处方率下降，检查率上升——头天晚上对话里的谨慎，变成了诊室里的结果。效应在两类医生身上最强：愿意听取病人意见的医生，和原本开药风格比较激进的医生。这说明裁决权确实还在医生手里——处方仍然要他签字——但裁决所面对的选项集合、风险排序和病人的先验，已经被AI预先安排。我在别处写过一句话：最有效的权威，不是命令你必须选什么，而是预先安排哪些选择被你看见。在我们的数据里，这句话从格言变成了回归系数。

第三个发现，关于关系。问卷显示，获得AI的病人对医嘱的依从性下降，满意度也下降。病人第一次拥有了近乎免费的第二意见，而代价立刻显现：医患之间原本靠不对称维系的信任变薄了。权威的移动，在诊室里已经可以测量。

把三个发现放回上一节的价格逻辑，故事很整齐。专家依赖信息优势进行诱导的空间被压缩，过度处方随之减少；但新的扭曲也进来了——增加的检查未必都必要，依从性的下降有真实的健康代价。第二意见的免费化不是帕累托改进，它是一次租金与风险的重新分配。而且这场再分配是不对称的：平台取得了上游巨大的解释权，却借助护栏尽力回避与之相称的责任——我们在日志里看到的方向性，正是这种回避留下的痕迹。解释的收益向上走，责任的重量向下压，压在最后签字的那个人身上。

最后交代一句推论的边界。医疗拥有执照、临床指南和明确的签字人，已经是问责链条最完整的信用品市场之一。即使在这里，解释者与担责者也开始分离；在责任主体更模糊的领域，这种变化只会更难识别，也更难约束。

现在可以回答第二节留下的问题：AI从权威束里拆走了什么，留下了什么。我用一个四层的划分来说明。信息：知道什么。解释：如何理解。裁决：最后听谁的。责任归属：出了错谁负责。这里说的责任，主要指法律与职业制度中的可追责性——出了错，有人必须说明、赔偿或接受处分——而不是一种抽象的道德担当。传统专家把四层捆在一身。AI在短短几年之内打破了专家对前两层的垄断：它检索、比较、解释、给出初步判断，流畅、耐心、即时、近乎免费。但它拿不走后两层——不是因为技术还不够好，而是因为裁决和担责根本不是一种计算能力，而是一种制度身份。算法再聪明，也无法替你坐牢。

这里需要区分：医生保留的，与其说是担责的权能，不如说是担责的义务。“权”通常带着可支配的利益，“责”更像一副担子。这个区分马上就会显出它的分量。

于是可以陈述本文的核心命题。粗糙的说法是：解释权下沉，责任上移。但更准确的图景有四个方向：解释的使用权向终端扩散——人人都能以近乎零的价格获得准专业判断；解释的生产权向上游集中——亿万人的解释出自少数几个模型；裁决权留在制度节点——签字的仍然是医生、法官和审计师；责任则沉淀在可追责的主体身上——可识别、可签字、可起诉的那些人。把四个方向压成一句话：解释世界的人、决定行动的人和承担后果的人，第一次大规模地不再是同一个主体。而传统专家制度的全部正当性，恰恰建立在这三者至少部分捆绑之上。

这就是双重运动，但必须把它的两个层面分开。在诊室内部，权威从医生向病人横向移动：普通人第一次可以低成本地质疑专家，这像一场认识论的民主化。在社会结构上，解释权却从千百万分散的专业人士，向少数模型基础设施纵向集中：亿万人的解释出自同一个源头，而这个源头的方向性由上游的责任结构与治理选择决定。解释的使用权下沉，生产权集中，裁决权留在专业制度，责任沉在可追责的节点——这不是权威从A到B的单向迁移，而是权威结构的整体重排。一句话概括：互联网分散了表达权，生成式AI重新集中了解释权。

但AI削弱了旧权威，并不等于解决了信用品问题。恰恰相反：AI的建议本身，就是一种更纯粹的信用品。病人无法验证医生，同样无法验证模型。说它“更纯粹”，是因为验证的条件反而变差了。你和医生之间至少有重复博弈：他在本地行医，砸了招牌要付代价；他有执照，可以被吊销；他有名字，可以被起诉。你和模型之间，这三样都没有。我们实验里那个劝病人慎用药物的助手——它的谨慎，是为病人的健康校准的，还是为开发者的法律风险校准的？从对话界面上看不出来。这不是阴谋论，是信息结构：方向性写在训练里，用户只看得见流畅。更麻烦的是，结果出现以后，AI仍然可以继续生产解释：投资亏了，可以归因于外部冲击；治疗败了，可以归因于个体差异。失败未必推翻原来的建议，反而可能被一份新的归因报告重新吸收。解释不只填补验证的空缺，有时也会取代验证本身。信用品问题没有被AI消灭，只是被搬到了更上游、更不可观察的位置。

还有一层代价，关于公共性。传统权威再不济，也面对一个共同的公众：同一本教科书、同一份报纸、同一套法律解释。人们哪怕反对它，也在反对同一个东西。AI则为每个人生成各自的解释。于是出现一个悖论：个体获得了前所未有的理解便利，社会却在失去共同的解释框架。一个社会未必需要所有人拥有相同的答案，但它至少需要人们知道彼此在回答同一个问题。个性化解释的危险，不只是答案不同，而是问题本身被分别改写——公共争论悄悄变成了私人适配，连分歧都难以对齐，因为人们不再分歧于同一个问题。