《科学技术哲学研究》2025年第3期刊发我院博士生研究生齐康文章《人工智能具有想象力吗?——数字想象理论探析》。

 

　　摘要：人工智能的飞速发展和迅速普及挑战了原本专属人类的一种能力——想象力。人工智能具有想象力吗？要回答这一问题，需要对想象力的概念有一个新的理解。在传统哲学中，想象力通常被视作人类内在的一种独特能力。加利特·韦尔纳（Galit Wellner）总结了“现代想象”的模式，并进一步提出了“数字想象”的概念及其分层的特点。通过对比这两种想象模式的变化，可以论证想象并非一种非人类或脱离人性的存在，可以是由人类与技术共同塑造和进化的。“数字想象”概念的引入解释了当前人工智能在想象领域的运作模式，在此模式中人工智能可以模拟人类的记忆与感知功能，并通过算法来创建最终类似想象的结果，但在过程中人工智能无法代入人类的情感与道德，并且它无法实际去体验最终的想象结果，这展示出人工智能想象力与人类想象力仍存在着本质的不同。

　　关键词：想象力；数字想象；人工智能；加利特·韦尔纳

 

全文转载如下

 

想象力一直被视为人类专属的能力，是人区别于动物的基本特征之一。马克思在《资本论》中将想象力定义为人类劳动的基本预设，“最蹩脚的建筑师从一开始就比最灵巧的蜜蜂高明的地方，在他在用蜂蜡建筑蜂房以前，已经在自己的头脑中把它建成了”。然而，最近这一观点不断受到人工智能的挑战，一些人工智能开发者声称他们的算法具有想象力。例如，聊天机器人ChatGPT不但能够对用户提出的问题做出个性化的回应，其最突出的特征在于能够极具想象力地写作，如编写诗歌、歌曲、故事等等。另一些例子是目前的人工智能图画视频生成软件，如OpenAI开发的Sora能够根据简单的文本提示，生成各种时长、长宽比和分辨率的视频；谷歌公司开发的Sketch-RNN可以根据用户的初始绘图进行涂鸦，即使最初的绘图只是一条没有意义的线。这些软件甚至能够将两个概念结合到一起，如“猫椅”或“猪车”，这意味着AI已经学会了代表单个物体的独特潜在变量，从而能够创造性地组合不同的元素。开发Sketch-RNN的技术人员解释说，他们的“目标是训练机器以类似于人类的方式绘制和概括抽象概念”。而对于哲学家来说，概括抽象概念的能力一直被认为是人类独有的，它通常被归类为想象力。

这引发了一个值得深入探讨的问题：人工智能模型的想象力只是一种模拟人类创造性的活动，还是真正具有自身的想象力？加利特·韦尔纳（Galit Wellner）的“数字想象”理论对这一问题进行了深入探讨，她吸收了唐·伊德（Don Ihde）和贝尔纳·斯蒂格勒（Bernard Stiegler）的思想，将想象力总结为感知和记忆的综合，认为想象力与技术是共同塑造的，“数字想象”则是人类和算法共同塑造的新模式。那么基于“数字想象”模型能否来揭示人工智能具有想象力？

 

一、什么是想象力

关于“什么是想象”奈杰尔·托马斯（Nigel J.T．Thomas）这样概述：“如果想象对所有的思想和记忆以及所有的解释性感知（包括真实感知）都是必不可少的，正如我所建议的那样，那么它是一种基本的认知功能……想象力和创造力之间的联系不是偶然的。创造力一旦产生，必然来自想象力。”托马斯将想象理解为认知行为，与记忆、感知和创造力等相联系。

近代哲学对“想象”的研究始于康德的《纯粹理性批判》，其他哲学家对“想象”的探讨无不是以此为起点的。康德将想象视为人类的一种基本能力，是人类理解和感觉的根源，因此是世界所有知识和经验的基础。想象使我们在天空的云朵中“看到”一张脸、一条狗或一座山，使我们“看到”独角兽、金山，即使这些事物在现实中并不存在，“想象力乃表现‘当时并未存在之对象’于直观之能力”。在康德看来，想象是通过“根据范畴对直觉进行综合”而起作用的，想象首先“把直觉的杂多连接起来”，然后在直觉杂多上执行概念图式。在这个过程中，由想象产生的图像与图式得以关联。因此，正是因为有了概念图式，想象就成为感知和理解之间的桥梁，从而成为所有知识和经验的基础。康德区分了想象的两种功能：“生产”（productive）功能和“再生产”（reproductive）功能。生产功能是基础功能，它将各种感官内容综合成一个有意义的整体；再生产功能是在生成功能基础上形成的高级功能，它使大脑能够将当下的感知与先前的感知联系起来。想象力指定了某种“规则”，这种规则就像一个过滤器，影响着认知主体对事物的感知。但这种“规则”的选择是自由的，康德将其称为“想象的自由发挥”。概言之，康德的“想象”概念包含了几个要点：第一，想象是人类的一种基本的先验能力；第二，想象力使人类能够表征直觉中不存在的事物；第三，图式化是想象在人类认知过程中发挥作用的关键要素。

深受胡塞尔的影响，伊德以听觉想象为切入点研究了想象与知觉之间的关系，他认为两者具有不同的现象学特征和不同的控制水平：感知更被动，想象更活跃。伊德认为“这种（听觉想象的）自由变化允许对感知模式下不可能的内容进行某种‘控制’。因此，虽然我可以在一定范围内从其他声音中选择某些声音，但我仍然局限于‘被动合成’，这不仅仅取决于我的努力……在富有想象力的幻想中……我以一种‘主动’的方式呈现自己的声音”。“如同聆听真正的二重唱，我虽然选择聚焦于高音部或低音部，但是我的聚焦能力并不屏蔽另外一个声部的发声，仅仅是让其退居到相对的背景位置。”伊德认为想象是在感知中注入“积极性”，从而将图式与感知到的图像相匹配。但与康德的理解所不同的是，伊德认为想象不仅体现在图式匹配阶段，在更早的变更（variation）阶段也发挥了关键作用，“作为主动感知者的主体”会寻求新的视角。例如，一幅画能够从“上面的”视角看、从“前面的”视角看、从二维视角看、从三维视角看，于是，能够从这幅简单的画中看到走廊、金字塔、无头的机器人等等，这些都是想象通过现象学变更过程发挥的作用。

斯蒂格勒在批判性地考察康德和胡塞尔的“想象”概念时提出，他们缺乏对记忆的考虑，基于技术的记忆才真正负责“认知综合”的图式，他提出“记忆和想象力被认为是技术性”的论断。霍布斯曾声称“想象和记忆只是一个东西，因为不同的考虑有不同的名称”，但斯蒂格勒对此的理解与霍布斯不同，他强调的是想象与记忆之间的相互依赖关系。一方面，想象是记忆的补充，当记忆受损或出现故障时，想象力就开始发挥作用，“想象力是这种残缺记忆的加倍，也是其形象的力量”。或者说，想象已经内化到了记忆之中。另一方面，技术作为记忆的一种形式，与想象互为条件。例如，在猿转变成人的过程中最为重要的是使用工具，斯蒂格勒认为工具是人类记忆的外化，这个过程需要以想象力作为其先决条件。同时，外化为想象开辟了新的可能性，使想象可以建立一种新的外化形式，即一种新的技术。

然而，有趣的是随着人工智能算法的不断发展，表征感知中不存在事物的能力并不只为人类所独有，人工智能算法也能够实现康德对“想象”的定义，将杂乱无章的经验数据组织成有意义的输出。例如，ChatGPT能够分别模仿李白和莎士比亚的措辞风格写一首诗，能够虚构出比尔·盖茨（Bill Gates）以爬行动物的身份出现的故事。Sketch-RNN软件能够创造出“猫椅”“猪车”等数据库中原本不存在的事物，当它将“鞋子”或“猫”的概念应用在人类用户绘制的涂鸦上时，并不是根据预先制定的规则来运作，如猫应该有四条腿、两只耳朵等，相反，即使猫只显示了一只耳朵或两条腿，它仍然可以被识别，这个过程类似于想象的“再生产”功能。从近年来人工智能发展的趋势来看，“人性化”的想象力是人工智能研究的一个重要方向。人工智能“创造性算法”大多数采用的是新型的神经网络技术，如生成对抗网络（GAN）和递归神经网络（RNN）。这些神经网络与传统的神经网络的不同之处在于，网络节点之间的连通性逐渐工程化，具备了自我矫正的反馈计算功能，从而使数据输出更符合预期结果，产生的绘画作品或音乐作品被认为更具“原创性”。

如果康德的想象概念能够在人工智能系统中得以实现，这意味着想象力不只为人类所拥有，那么我们到底应该如何理解想象力？人工智能算法与人类的想象力之间是一种怎样的关系？韦尔纳为这些问题的回答提供了一种不同于康德的答案，韦尔纳则将伊德和斯蒂格勒两人的思想综合起来，提出“想象是由记忆与感知组成的”。由于感知可以通过工具和技术来增强，技术是记忆的一种形式，在此想象模式的基础上，人脑和算法都可以满足这一想象的概念。

 

二、技术发展与想象——现代想象与数字想象

想象力向来被认为是一种固定不变的人类内在能力，变化的只是对它的解释，“许多学者将想象分析为一种与外界脱节的‘内在’能力，并没有提到想象是由我们周围的技术塑造的可能性，例如康德”。在不同的技术发展条件下，想象力及其运作方式是不同的。任何时代的技术既反映了当时人们对世界的认知，又重塑了人们的这种认知能力和模式，在这个过程中，想象力能够推动技术的创新和发展，而技术的进步又能够拓展想象力的边界，这种相互作用使得我们对世界的认知和想象力不断地演化。

（一）现代想象

在20世纪30年代，工业机器、摄影和电影等技术的同时出现给想象的发展带来了新的视角，这一时期想象的重点是创造一个虚构的世界。“现代想象”的阐释源于马丁·海德格尔（Martin Heidegger）和瓦尔特·本雅明（Walter Benjamin）的理论，韦尔纳进一步地将二者的思想总结。

海德格尔的想象概念是以康德的先验想象为基础，在他的哲学中，技术被视为现代性的核心特征之一，对人类思维、存在和世界观产生了深远的影响。海德格尔认为，技术性不仅仅是一种实际操作，也涉及对世界的理解和塑造。技术对人类的思维方式和世界观产生了重要影响，技术性与想象力密不可分，二者相互作用。想象力不再是单纯的主体内部反映，而是被技术性所塑造和限制。他认为现代人类以新的方式来指代周围的世界：“现代的根本性事件是征服世界。”海德格尔描述了科学家、技术用户和艺术作品的观众之间的复杂关系，他们所感知的世界是一个“筹划”，它的功能就像一幅图画，是构思世界的座架。在这种情况下，人类的想象力集中于定义一个计划，即寻找新的观察视角。这种类型的行动让人感到自己无所不能，能够控制周围环境，无论这些环境是自然的还是科技的。

与海德格尔同一时期的哲学家本雅明则从大众的角度思考艺术、技术和科学。他对碎片化信息的见解为“现代想象”的概念增添了深度，并表明想象可以被视为一个碎片化观点的集合。本雅明认为新型艺术（如摄影和电影）的兴起使得艺术作品可以以各种形式重复地出现，复制技术的发展帮助其呈现出一种独特的表现形式。本雅明以摄影为例，指出了现代科学与艺术之间的深层联系，“艺术作品的可机械复制性在世界历史上第一次把艺术品从它对礼仪的寄生中解放了出来”。他认为现代人生活在信息碎片化的世界中，触及大量瞬息万变的信息和体验，这种碎片化的信息呈现方式引发了人们的想象力和联想能力，使得人们对世界和自我有了全新的体验和认知。本雅明认为，想象力可以被看作一个碎片化观点的集合。现代人的思维方式不再局限于线性、连贯的逻辑形式，而是倾向于将碎片信息进行重新拼接和关联，创造出更为多元和开放的想象空间。这种碎片化的想象方式挑战了传统观念，并促进了新鲜的思维方式和艺术实践。

传统想象更多地依赖于口头传统、艺术作品和文学作品等传统媒介形式，而“现代想象”通过摄影摄像等数字化方式，呈现出全新的想象方式和形式。韦尔纳通过伊德在早期作品中以内克尔立方体（及其排列）的多重视角来例证了“现代想象”的运作方式。伊德展示了同一幅画可以被想象成各种各样的“东西”——舞台、走廊、宝石或无头机器人等等。当视角是“从上方”时，其中一些想象的可能性“出现”，另一些则是“在前方”，有些是从三维视角提取出来的，有些是从平面二维视角提取出来的，所有这些视角和想象力的变化都是基于“主体作为一个主动的感知者”，“主动”意味着主体在寻找新的视角。海德格尔的“筹划”和本雅明的“碎片化”所描述的实际上都是以技术为中介形成的“视角”，他们从不同的方面论证了韦尔纳的观点，即在一个技术饱和的环境中产生了“现代想象”。

（二）数字想象

韦尔纳将21世纪的想象力称为“数字想象”（后人类想象），以区别于“现代想象”。她认为如果技术中介了一种世界观，而不同的技术中介了不同的世界观，那么从模拟技术到人工智能数字技术的转变应该会产生一种不同于本雅明和海德格尔所描述的世界观，想象力既是世界观的一部分，也是塑造世界观过程的一个环节。

韦尔纳的“数字想象”的理论关于分层的概念主要来自唐·伊德后期观点。伊德在后期观点产生了转变，他通过以计算机辅助设计（CAD）软件制图，更进一步例证了技术对想象的改变。一个典型的CAD软件所做的不仅仅是显示透视图：“与成像技术相关联的计算机过程为我们提供了一种仪器仪表风格，通过倒置和换位，为我们提供了产生全新可视化的工具。”此外，它们是由计算机化图像的分层结构实现的，因此公寓的CAD草图可以在一层上有墙，在另一层上有门窗，在第三层上有家具。这些层可以出现、可以隐藏，还可以被等价物替换等等，组合方式几乎是无穷无尽的。分层结构创造的不仅仅是新的可视化，还产生了一种多层次的想象形式。每一个可视化表达都通过支持不同层之间的组合和链接来帮助用户进行想象。与伊德前期的观点相比，分层理论更直接地展示了技术是如何作为中介塑造想象力的，并展示了身体感知在技术上是如何达到饱和的，这也是他后现象学理论的基础。技术的发展为想象力带来了新的可能性，这又导致了新技术的开发，……。这是一个没有终点的循环，在这个过程中技术与想象力无法分离、互相依赖、共同塑造。

韦尔纳在伊德的基础上进一步地建立分层想象的模型，如果说视角的概念是“现代想象”的范例，从“现代想象”到“数字想象”的过渡也体现了从视角想象向分层想象模式的转换。在人工智能“数字想象”模式中，将想象力重新解释为一种人类和技术共享的分布式能力，分布式意味着人与人工智能之间的合作，其中每个行为者都负责某项任务。人工智能可以基于数据，通过模仿记忆与感知产生层（产生新的内容），用户可以选择不同的层，以及通过改变层的顺序及其他组合方式来产生变化。在数字化智能时代，新层的添加、现有层的重新排序或遥远层之间的连接都能够激发人类的想象力。人类与数字技术、环境、社会系统等之间的复杂关系共同塑造了人类的想象力。当运用“数字想象”时，人工智能将人类的想象力转化为一种分布式能力，一些类似“图解”功能或者复杂的数据分析可以委托给技术，从而使人类能够专注于创造性地开发新的方案或概念。

通过对比韦尔纳划分的两个时间点可以发现，21世纪的艺术、科学和数字技术塑造并反映了“数字想象”，其运作方式与“现代想象”不同。“现代想象”是为了建构一个新的视角的想象空间，它所依托的技术能够通过计算机生成的多感官体验，可以使用户沉浸在一种看似真实的虚拟环境中的技术。通过模拟真实世界的视觉、听觉和触觉等感官，为用户创造出一种身临其境的体验，从而帮助用户创造和体现一种新的想象空间。而“数字想象”中用户与技术是共同塑造的，数字算法可以基于数据建立新的层或将现有层链接到新的创新组合中，用户可以自主选择，这更是一种人机协作的想象模式。想象力不再是一成不变的，而是由人类与技术共同塑造的，在不同的技术发展条件下，想象力的运作方式也是可以不同的，从模拟技术到智能数字技术的转变产生的是从“现代想象”到“数字想象”的转变，技术的创新发展为人类的想象力不断注入新的活力、开辟了新的视野。

 

三、人工智能有想象吗？——数字想象评析

亚瑟·米勒（ArthurI．Miller）在他的书《机器中的艺术家》中，从艺术、技术和科学的角度概述了人工智能创造力的问题，得出结论：人工智能机器是具有创造力的。我们应当如何理解人工智能的创造力？可以将创造力归为想象力吗？这对人类的想象力产生了什么影响呢？要回答这些问题，我们需要对想象有一个新的理解。前文分析了想象与技术之间的关联，想象不仅是构成我们所知的人类生活形式的一种特殊能力，而且是在人类与数字技术、环境、社会系统等之间的复杂关系中共同形成的。

基于“数字想象”概念，想象力的核心特征涉及感知、记忆以及基于这些生成新内容的能力，在人工智能领域，这些特征可以得到一定的体现。以2024年诺贝尔物理学奖得主约翰·霍普菲尔德（John J.Hopfield）和杰弗里·辛顿（Geoffrey E．Hinton）的工作为例，他们利用人工神经网络（ANN）实现了机器学习的奠基性发现和发明。霍普菲尔德发明的联想记忆能够存储和重建图像等数据模式，而辛顿发明了一种可以自主查找数据属性的方法，从而执行诸如识别图片中特定元素等任务。在量子力学、材料科学和气候建模等多个科学领域，人工神经网络被广泛应用于模型构建与数据分析。这些网络能够显著减少计算资源的需求，从而帮助科学家们以更高的分辨率探索更大的系统。以“数字想象”的模型来理解，这些智能网络可以自主学习并建构和新的内容（前文提到的层），而内容和层的选择和利用则在于科学家们。

近年来，被誉为“人工智能发源地”的达特茅斯学院持续开展着图灵测试，涵盖小说、诗词、DJ音乐等多种形式。测试要求人工智能生成特定创新性作品，与人类作品混合后由评审团辨识来源。若人工智能作品与人类作品难以区分，即视为通过图灵测试。这一标准强调了人工智能在生成新内容方面的自主性和创造性，并与人类创造力产出进行了比较。如果人工智能能够基于数据来模仿人类记忆，生成与人类创造力产出相似且难以区分的新内容，那么这可以是它具有想象力的论据。

在“数字想象”模式中，智能算法生成创造出层，用户可以通过选择不同的层、改变层的顺序或将层组合成新的层来产生新的变化。这一过程与人类在创作中的想象力运用极为相似，都涉及对已有元素的重新组合和创新。正如安德鲁·芬伯格（An-drew Feenberg）指出的，“技术系统就像一个轮回：来自社会不同地区的多层影响，对不同甚至对立的逻辑做出反应，将一个共享的对象或机构刻在了一起”。正因为如此，人工智能产生了越来越多的分层，但仅依靠它们很难决定哪些层次是有意义的，“数字想象”的模式则是将意义的决定权留给了人类。作为人类，我们的角色是为层与层之间的链接生成（或揭示）意义。

笔者认为韦尔纳的“数字想象”用了一个限定的“是”来回答“人工智能具有想象力吗”这一问题。之所以“是”，是因为想象力并不是一种人类独属封闭的内在认知活动，人工智能同样能够产出符合想象力的成果；之所以“限定”，是因为目前的人工智能所展现出的想象能力是无法离开人类的，正如韦尔纳所说“按照人类的标准，算法可以被认为是有创造力的，但这需要一种由人类和算法共同塑造的新想象模式”。利用人工智能可以增强延展的人类想象能力，而人的想象力又可以扩展应用于新迭代的人工智能中。

 

四、人机协作想象

人工智能凭借其强大的数据处理能力，能够模拟并扩展想象力的外在表现形式，创造出丰富的层与内容的选择。人工智能虽然能模仿并拓宽想象的边界，但人类始终是这一过程的原动力与最终评判者，所以“数字想象”的模式本质上是一种人机协作想象，数字技术的中介赋予了想象力的非线性、动态发展的特质，人工智能的融入推动想象力发展成为一种跨越物理与功能界限的分布式认知活动。

人工智能产出的结果建立在过去数据的基础之上，其本质是通过已有数据的相关性和分布来推断未来。那么人类的想象力能够在建立在数据缺乏甚至矛盾的情况下，是一种基于理论、假设形成具有前瞻性的想象。想象力涉及回答“如果？”和“为什么？”问题，而数据科学和深度学习则解答总结历史和数据中的“是什么？”问题。以音乐创作为例，人工智能虽能创作音乐，但其创作方式与人类大相径庭。人类在想象中追寻艺术效果的极致，如心中所想的音乐旋律；而人工智能依赖算法和数据拼凑出作品，无论其创作的诗歌或艺术品多么令人惊叹，背后都离不开数据训练的支撑，但缺乏的是人类独特的“理论”思维。正如牛津大学研究报告中提出：“我们强调了人类的理论化和因果推理能力与人工智能对数据驱动预测的强调有何不同。基于理论的认知观允许人类在给定数据之外干预世界，而不仅仅是处理、表示或从现有数据中推断。”尽管人工智能在处理海量数据和模式预测上远超人类，但在理解世界、创新及应对未知方面，却难以达到人类思维的深度。“理论”思维能力使人类不仅能理解“是什么”和“为什么”，更能在数据外搭建“如果”的假设。

斯蒂芬·沃尔弗拉姆（Stephen Wolfram）提出，“曾经需要人类努力完成的事情，会逐渐自动化，最终能通过技术免费完成。很多人认为是人类特有的创造力或原创力、情感、判断力等，人工智能应该也能够拥有。……但是人类可贵的，是有内在驱动力和内在体验，能够内在地定义目标或者意义，从而最终定义未来”。技术的发展会逐渐取代人类曾经努力完成的事情，但人类独有的内在的驱动力和体验这些内生元素是人工智能难以复制实现的，因为它们源自人类意识的深层次，与个体的主观体验和自我意识紧密相关。

首先，人工智能所展现的能力源自人类对智能技术目标的追求。这种内在驱动力是人类行为者为人工智能模型注入特点与能力的独特途径，确保了技术的发展与人类价值观及目标保持一致。其次，对于人工智能生成成果的意义赋予及体验鉴赏方面，人类扮演着决定性的角色。人类的理解、情感和价值观构成了人工智能“数字想象”的基础架构，确保了产出的成果与人类的需求和愿望保持对齐。即使有人试图教导算法从文本数据库中提取含义，通过单词向量来“理解”词义，并计算单词之间的关联程度。然而，智能算法给出的结果中的含义并非准确。例如，将花朵识别为“令人愉快”，昆虫为“令人不愉快”，这种基于统计相关性的意义生成机制，虽然能够在一定程度上识别事物属性。但可能会得出女性与“家庭”相关、男性与“事业”相关的结论，这在数量上是正确的但在性质上是错误的。

人工智能具有限定的想象力，人是“数字想象”中不可或缺的最初设计者以及最终仲裁者，这便构成了人机协作想象的基本框架，一方面，人工智能在数据处理与连接方面的优势，可以将人类从烦琐的工作中解放出来，专注于更高层次的创意构思和概念创新。另一方面，智能技术在“理论”思维与内在驱动和体验方面的局限性也凸显了人机协作的必要性。人工智能在情感深度、文化背景和理论驱动等方面的不足正是人类引导想象力的独特价值所在。这一过程不仅巩固了人类在创造活动中的主导地位，也挖掘了人工智能不仅仅是人类的“工具”，更是人类想象力与创造力的“伙伴”。

目前的人工智能还无法像人类那样，在数据缺乏甚至违背数据的情况下产生全新的想法或解决方案。未来最高等级的通用人工智能（AGI）或许可以拥有自我的“思维”具备独立的想象能力。这在技术工程学中被称为“奇点”，即人工智能发展到能够自我进化和突破的临界点。正如马克思所言“工业的历史和工业的已经产生的对象性的存在，是一本打开了的关于人的本质力量的书，是感性地摆在我们面前的人的心理学”。我们正站在一个历史性的转折点上，既面临着想象力被数字化的挑战，也在积极探索如何在“数字想象”的浪潮中维护与增强人类的独特价值与特性。借助先进的算法与模型，“数字想象”不仅助力人类探索未知的想象空间，创造出前所未有的创意融合，而且将想象的边界推向了新的高度。这不仅是技术层面的飞跃，更是人类认知疆域的一次拓展，预示着充满无尽潜力的想象新时代的到来。

 

五、结语

从康德、海德格尔、斯蒂格勒及众多后现象学家对想象力的阐释可以看出，随着现代技术的介入，想象力呈现出一种逐步外化（externalization）的趋势，这种外化的过程并不像以往人们改变使用工具那样简单，而是将原本人类专属的能力转移到人类之外。这种从人类内部的想象力到技术的想象力的转变表明，想象力并非人类内在专属的，而是在人与环境的互动中共享和重塑的，人与物之间的差距被缩小了。尼古拉·利伯拉蒂（Nicola Liberality）在评析韦尔纳理论的时候指出：“由此产生的两组问题。第一个问题与我们如何以我们感知和想象的方式面对世界有关。第二个与这种新的想象产生的想法有关，这种想象可能会构建不同的社会共同生活方式。”人工智能技术的引入深刻地改变了我们对自己的看法、我们与他人的关系及人类在社会中扮演的角色。当人类的想象力与人工智能技术共享时，我们应当如何看待自己和智能技术的区分？此外，由于人工智能和机器人等数字技术被广泛应用于日常活动，对人类想象力的重塑会改变我们的社会关系。当外部技术影响我们和他人的认知时，我们能否相信自己？能否信赖他人和集体？由于最先进的人工智能技术总是由大型科技公司垄断的，这是否会引发新的不公？虽然“数字想象”概念的提出主要集中在人工智能具有想象力的可能性上，但这一想法为数字技术未来可能会引发更深层的道德问题和社会问题带来了新的启示。