讲座回顾 | 计算论辩与负责任人工智能：从冲突处理、规范推理到可解释决策

2026年7月13日下午15时，来自浙江大学的求是特聘教授、博士生导师、哲学学院逻辑与认知研究所所长廖备水教授，带来了题目为“计算论辩与负责任人工智能：从冲突处理、规范推理到可解释决策”的报告，讲座由中国科学院哲学研究所胡志强教授主持，来自清华大学、北京师范大学、广东工业大学、中央民族大学、中国科学技术大学、中国科学院大学、中国科学院自动化研究所、中国科学院哲学研究所等高校和科研院所的师生与学者参加了此次“科学与哲学”论坛。

胡志强教授主持讲座

报告的主要内容围绕新一代人工智能背景下的机器道德学习与负责任的人工智能展开，重点探讨了如何通过逻辑工具特别是计算论辩方法来实现人工智能系统的规范性、可解释性与社会责任。廖备水教授还介绍了从传统人工智能向具备交互性、自主性与社会嵌入性的新一代系统演进过程中所面临的伦理与技术挑战，提出将论证理论作为连接人类价值观与机器决策的桥梁，并展示了其团队在规范建模、价值敏感决策、因果推理及大模型与逻辑融合方面的研究进展。同时强调学术共同体建设、跨学科合作与国际交流对推动该领域发展的关键作用。

廖备水教授讲解中

步入新一代人工智能发展阶段，具身智能、大语言模型不断落地，AI 早已脱离孤立的计算工具属性，成为兼具交互性、自主性与价值敏感性的社会参与主体，其核心评价标准也从“能否完成任务”转向“能否在规范、价值和责任约束下完成任务”。开放场景下，多源信息冲突、结论需随新证据动态修正、多元伦理规范权衡、决策逻辑可追溯、人机交互中回应质疑等痛点持续显现，仅靠生成能力无法破解，需适配复杂现实的推理机制。

计算论辩将推理建模为“理由之间的竞争”，把逻辑推理从机械的演绎过程，转化为动态评估主张、回应挑战、构建辩护的辩证过程。为什么是计算论辩？相比经典逻辑，计算论辩的核心优势在于：它不把矛盾视为逻辑错误，而是将其作为推理的起点。它天然适配非单调推理场景——新信息出现时，原有结论可以被修正或推翻，高度契合现实世界的认知规律，同时为规范推理、解释生成、人机对话提供了统一的形式化底座。以Dung 的抽象论辩框架为奠基，论证可被抽象为节点、攻击关系抽象为有向边，进而判定论证被接受、被击败或未确定的状态；结构化论辩则进一步打开论证“黑箱”，通过“前提- 规则- 主张”的内部逻辑实现精细化推理，也为解释性提供了天然载体。

廖备水教授讲解中

接下来，为落地到具体应用中，计算论辩正在多个维度支撑负责任AI 的实现。在机器伦理领域，它可平衡不同利益相关方的冲突诉求：既支持自上而下将道德原则编码为规范系统，通过论辩语义消解冲突；也能自下而上从真实案例中归纳伦理规则，再经形式化框架完成验证，让自动驾驶、服务机器人等场景的道德决策透明可追溯。在可解释AI 方向，论辩实现了推理与解释的深度融合，假新闻识别、因果科学发现等场景中，决策的论证链条本身就是完整的解释路径，规避了传统事后解释与模型逻辑脱节的问题。针对大语言模型逻辑一致性弱、易产生幻觉的短板，计算论辩可作为符号支架约束推理全流程，通过信息提取、论证构建、冲突消解、结论生成的闭环，兼顾大模型的语言理解能力与推理严谨性。

廖备水教授在结尾指出，计算论辩为新一代人工智能提供了统一的逻辑底座，它串联起符号推理、机器学习、机器伦理、因果发现与人机交互，推动AI 的推理模式从机械演绎，升级为论证构建、冲突消解、证据聚合、规范决策与可解释辩护的完整形态。未来，领域将持续向论辩与大模型深度融合、规范具身智能、因果推理结合、动态交互式论辩、全链路可解释智能体五大方向推进，支撑人工智能真正迈向负责任的可信形态。