一位老师把学生作业交给 AI，请它归纳共同困难。几分钟后，屏幕上出现三类问题：概念混淆、论证不足、表达不清。接下来的备课很顺畅，每一类都对应了一组练习。
但还可以追问：学生的困难原本就分成这三类吗？那些无法归入类别的犹豫、独特的解题路径，以及看似错误却值得继续发展的想法，去了哪里？
这是本栏目编写的教学设想。它关心的不只是总结准不准，还关心一种更早发生的变化：当我们通过一份技术生成的表示理解学生时，什么成为了问题，什么暂时退出了视野？
Don Ihde 在 1990 年出版的《Technology and the Lifeworld》中，为追问这样的变化提供了一套语言。他讨论眼镜、温度计、电话、电子游戏和自动供暖。把这些日常物件放在一起，能看到技术怎样进入人的感知、行动和生活环境。
一分钟读懂
- 读完可以：观察一次具体的 AI 使用，区分你通过它看到了什么、正在与它做什么，以及哪些条件在后台影响行动。
- 文献性质：技术哲学著作的重点章节精读，以现象学描述、实例比较和想象变式展开论证，没有参加者样本或效果量。
- 核心主张：技术介入会改变人与世界的关系；同一件技术可以进入不同的实践，不能只凭设备名称判断它的作用。
- 本篇范围：重点讨论第五章中的具身、诠释、他异和背景关系，以及第六章的多稳定性。教学与生成式 AI 场景均为编辑延伸；原著没有检验这些系统的学习效果。
01 · 把“世界”放回人与技术之间
我们谈技术时，常常先问它有什么功能，再问人喜不喜欢它。Ihde 增加了一个容易被忽略的方面：人在使用它时，面对的世界以什么方式出现？
戴上眼镜看黑板，人的注意力通常落在黑板上的字；查看温度计，注意力落在读数上，却通过读数了解气温；玩电子游戏时，注意力可能直接指向那台与自己较量的机器。三个情境里都有“人使用设备”，经验结构却不同。第五章，pp. 72–108 ↗
所谓生活世界，可以先理解成我们实际生活、感知和行动的世界：有远近、冷热、可用与不可用，也有熟悉的做法和共同生活的安排。Ihde 从这样的经验入手，追踪技术出现以后，哪些关系发生了变化。
他的分析方法也需要一起读。作者不断把一个例子与相邻例子比较：眼镜与温度计有什么不同？计算机与游戏对手有什么联系？技术退出注意中心，是否就退出了生活？通过改变例子的条件，他试图找出可以辨认的结构。导论，pp. 1–4；第五章，pp. 72–73 ↗
这套方法擅长让我们看见平常没有区分的事。它并不直接告诉我们某种经验在多少人身上出现，或某个界面使成绩提高了几个百分点。它首先帮助研究者把问题问得更细：究竟是哪一种关系发生了变化，才需要进一步测量？
02 · 具身关系：技术退到身后，世界来到眼前
眼镜是 Ihde 解释具身关系（embodiment relations）的起点。镜片需要具备相应的物理条件，人也需要经过适应，才能借助它看东西。熟练以后，我们通常不盯着镜片，而是看清远处的人和字。作者把这种关系写成：（人—技术）→世界。pp. 72–75 ↗
括号标出的是人在经验中与技术形成的一种结合。手杖、助听器，以及熟练驾驶时对车身宽度的把握，都帮助展开这个思路。它们改变了身体与环境相接的方式，使用者逐渐能够通过技术行动。
这里的“透明”是经验上的说法。眼镜仍有边框、重量和光学特性，也可能起雾；只是这些通常没有占据注意中心。熟练带来的是相对的、可以被打断的透明，而非器物真的消失。
因此，不能把“我已经习惯一个软件”直接等同于具身关系。需要继续问：技术是否被纳入了感知或行动？注意力是否主要通过它指向正在处理的世界？熟悉菜单只是可能的条件之一，不能替代这些观察。
这对 AI 使用提供了一个较严格的问题。例如，一个写作者已能顺手接受输入建议，看起来不再费力操作。我们仍要区分手指与输入界面的熟练配合、对建议文字的阅读，以及对系统意图的揣测。这几个层面可能同时存在，不能用“像身体的一部分”一句话全部覆盖。
Ihde 还有一个不太讨巧的提醒：人驾驶跑车时的顺畅感，与操纵推土机破坏雨林时的顺畅感，可以在具身结构上相似。用得自然，不能单独证明做得值得。 对熟练经验的描述，仍需与对行为目的及后果的评价分开。p. 75 ↗
03 · 放大与缩减：更清楚的地方，也是一种选择
望远镜使远处的月面细节变得可见，同时缩小了观察者能直接看到的周围天域。电话把远方的声音带到耳边，但这种接近没有一并带来对方的身体、表情和所在环境。pp. 75–79 ↗
Ihde 用放大与缩减的结构说明，技术的作用并非在原有感知上简单增加一点能力。它改变了经验的形状：某些方面突出，另一些方面减弱。人容易被新得到的东西吸引，因而暂时忽略伴随而来的选择。
这里的缩减不必理解成缺陷，也不意味着得失能够相加为零。电话的选择性使远距离声音交流成为可能；望远镜的有限视野可以支持一种有价值的观察。关键是清楚它们让什么成为可见，以及在什么任务中需要补回其他信息。
回到开头的作业总结。归类能够把分散的材料整理成可处理的共同问题，这是真实的工作价值。同时，归类也选择了一种观看学生的方式：以类别和频次为中心，个别答案的过程性细节可能不再显眼。这是借助 Ihde 所作的编辑分析，需要到具体材料中检查，而不能预先判定所有总结都遗漏了什么。
可以做一个很小的对照：保留原始作业，先独立记录最值得继续追问的三个地方，再阅读 AI 的归纳，比较两份问题清单。区别可能来自分类尺度，也可能来自遗漏、误读或教师自己的先入之见。只有回到材料，才能判断哪些变化帮助了教学。
这比泛泛提醒“AI 有偏见”更具体。我们问的是：这个表示让哪些学生经验容易被看见？它的类别是否适合当前目标？换一种呈现方式，下一步行动会不会不同？
04 · 诠释关系：读懂显示，还没有走完证据链
Ihde 接着换了一个场景：人在温暖的室内，想知道室外有多冷。可以隔着窗看雪，也可以读取温度计上的二十八华氏度。后一种情况中，人看到的是刻度，却借此理解另一处环境。pp. 80–88 ↗
这叫诠释关系（hermeneutic relations），结构是：人→（技术—世界）。技术的显示成为阅读对象，而读数又指向世界中的某种状态。海图、仪表和光谱都可以帮助我们理解这种关系。pp. 89–94 ↗
“诠释”不一定意味着费劲思考。对熟悉华氏度的人，二十八度的意义可能立即清楚；习惯摄氏度的人则要转换。同一种关系可以熟练得很自然。不能靠“需要想一下”来区分诠释与具身，也不能把具身经验写成完全没有理解参与的过程。
更关键的是两个不同的问题：我是否会读这个显示？这个显示是否仍然可靠地指向它所表示的对象？Ihde 用一次自己的驾船经历把它们分开。控制杆仍能在前进、空挡和后退的位置移动，但连接部件发生腐蚀，杆的位置已经无法正常改变传动状态。熟悉操作界面，并不能保证界面背后的连接仍在工作。pp. 86–88 ↗
对 AI 生成的分析，可以提出对应的核查：句子是否易懂，是一层；句子与材料之间是否有可追查的支持，是另一层。回答越流畅，前一层越容易先获得满足，后一层仍需独立检查。
不过，语言模型的回答与温度计读数之间存在重要差别。温度计具有特定的测量连接和校准方式；一段生成文字究竟依据了哪些文件、检索结果或上下文，要看具体系统与这次任务。不能因为它说得像报告，就假定它已建立了同样的测量关系。
沿着这个差别，教师可以追问生成这份分析的系统：这句话对应哪一份作业？原始片段是什么？相反的例子有没有进入分析？这些检查把“说得通”推进到“为何这样说”，也为教师保留重新解释材料的入口。
05 · 他异关系：对着机器行动，不等于认定它有人格
技术有时不只是我们通往别处的媒介，它本身会成为注意与行动的对象。Ihde 把这种关系称为他异关系（alterity relations），用“准他者”描述它的特殊位置。pp. 97–108 ↗
一个转动的陀螺可以吸引人观看，仿佛有自己的动势。电子游戏中的机器会挑战玩家，玩家则试图击败它。这里的吸引、较量与回应都可以描述出来，而不必先证明机器拥有人的心灵。
“准”字因此不能省略。Ihde 既不把这种经验降为毫无内容的“只是对物体反应”，也不把它等同于人与人的关系。他关心技术怎样作为一个有自身特点的对象出现在经验里。pp. 100、106–107 ↗
尤其值得细读的是电子游戏的例子。手与摇杆的配合具有具身层面；显示出的游戏场景需要被理解，具有诠释层面；与机器较量又具有他异层面。作者在 1990 年就已经把它们放在同一次使用中讨论，而没有要求每台机器只能进入一类关系。pp. 100–101 ↗
因此，不能把“一个 AI 同时像工具、文本和对手”当成旧框架完全没有见过的现象。更有价值的工作，是记录这些方面怎样在具体活动中转换：用户什么时候在借助输出理解任务，什么时候转而要求系统为回答辩护，什么时候开始把击败系统当成目标？
这也让它与社会回应研究形成区别。Nass 与 Moon 关注人怎样对计算机沿用社会规则；Ihde 则提供描述技术在经验中所处位置的语言。出现他异关系，不能单凭概念就推出拟人化程度、依恋强度或信任水平；这些仍然是不同的问题。
06 · 背景关系：没有点开，也可能已经参与其中
自动供暖是背景关系（background relations）的一个例子。住户设定温度后，系统继续运行，不需要持续成为注意中心；它却一直在塑造室内的生活条件。住宅、照明以及各类自动或半自动装置，都帮助 Ihde 讨论这类作用。pp. 108–112 ↗
背景关系不能简单称为“最透明的具身关系”。戴眼镜时，人通过眼镜看世界；供暖运行时，人通常并没有通过供暖设备执行眼前的观看动作。它以环境条件的方式在场。这是两种不同的退居身后。
放到今天的学校，可以设想一个默认给学生材料排序的平台：老师未必打开任何聊天窗口，却已经在系统安排的顺序中工作。如果某类作业总被优先推到眼前，这种后台安排就值得研究。此处是当代应用问题，原著并未检验教育算法。
因此，统计“主动打开 AI 的次数”可能只记录了某一部分接触。研究者还需要查明系统是否参与了推荐、排程或默认呈现，使用者是否知道，以及这些安排如何进入实际任务。
故障往往能让原本隐蔽的依赖显形：供暖停了，人突然察觉到它；排序关闭了，工作次序也许改变。但我们也可以在系统正常运行时比较不同设置，而不必等到故障才看见它的作用。
07 · 多稳定性：同一件技术，可以有不同的实践位置
第五章帮助我们区分关系，第六章进一步讨论技术怎样进入文化。Ihde 用多稳定性（multistability）概括技术可以在不同情境中形成不同的稳定用法与意义。pp. 144–151 ↗
为了说明这种可能性，他从内克尔立方体开始：同一组线条可以被看成朝向不同的立方体。接着，他借助不同的描述，让它呈现为洞里的昆虫，或有特定切面的宝石。线条没有改变，经验到的整体结构却发生了变化。pp. 145–146，图 7–9 ↗
这个例子有两层作用。一方面，我们第一次认出的形状未必是唯一可能的形状；另一方面，新的理解仍然要能在具体线条中成立。把它用于技术时，也不能推成“人想怎样用，技术就一定能怎样用”。器物的实际构造、已有能力和可操作条件仍然重要。
Ihde 随后比较不同航海传统，讨论以仪器和图表确定位置，以及通过身体位置、星路、波浪等线索组织航行的不同实践。他还设想，技术可以沿着不同实践的需要发展，而不只有一条必然路线。pp. 147–150 ↗
这里最值得保留的是分析问题的方向：技术的意义要放回它进入的实践。原著对文化的历史概括写于特定年代，本篇不把这些概括当作今天各地区的完整画像。
同理，同一个 AI 系统可以被一位教师用来产生初稿，被另一位教师用来寻找反例，也可以被某所学校纳入统一的作业流程。不同用途改变了人与输出的关系。但如果学校不允许查看原材料，不提供改动权限，个人想把系统当作“讨论对象”，也未必能够实现。
所以，多稳定性包含变化的可能，不自动保证选择的自由。分析时既要记录实际出现的不同用法，也要问哪些用法被功能、权限、考核和组织惯例排除。这是我们把原著问题带入当代工作情境时，需要继续补上的制度维度。
08 · 同样的“失真”，为什么在两种任务中意义不同
Ihde 在讨论仪器时插入了一段关于音乐的分析。对科学仪器来说，不希望仪器自身制造的效应被误认成研究对象的性质；但对乐器来说，演奏者与器物共同产生某种声音，正是活动的目的。技术的产物并不总是应该被清除的干扰。pp. 95–97 ↗
这一比较使评价问题变得具体：我们究竟想通过技术获得什么？如果任务是辨认一颗恒星的性质，就需要追问仪器显示与所指对象的关系；如果任务是创造一种声音，器物带来的独特效果可能是有价值的材料。
对 AI 也可以设计一组这样的对照。让它改写一个虚构教学案例，出人意料的情节也许值得讨论；让它报告一名真实学生的作业证据，同样的虚构就会损害判断。两种任务都使用生成文字，但对文字与世界之间关系的要求不同。
这不是给错误换个好听的名字。即便在创作中，效果也要由作品目标来判断。它提醒我们，评价系统不能只看一份脱离任务的“聪明程度”，还要说明哪些改变是这项活动需要的，哪些改变会破坏它。
教师的专业判断因此并没有随着输出增加而消失。判断包括选择任务、理解表示、辨认遗漏，以及决定什么时候回到学生和原始材料。Ihde 的贡献，是让这些往往被“用了一个工具”遮住的工作变得可描述。
09 · 怎样把这些概念变成可研究的问题
这套框架最有用的应用方式，是帮助我们提出需要证据的问题。若直接发一份问卷，让参与者从四种关系中选择“我属于哪一种”，很容易把活动中的差别压成固定身份，也忽略同一任务中同时出现的关系。
可以从三个较小的研究设计开始。以下均为本栏目提出的方向。
第一，研究表示怎样改变了问题。 给教师同一组匿名化、经适当授权使用的作业材料，比较先看原作、先看分类摘要，以及摘要附带原作入口三种条件。记录他们发现的问题、遗漏的个案和后续教学安排。材料、时间预算和输出版本应尽量保持可比，再由独立评阅者检查其判断依据。这样才能把“看得更快”与“看到了不同东西”区分开。
第二，研究关系怎样在任务中转换。 记录一次完整备课或反馈过程，以具体行动片段为单位，结合屏幕记录与事后回看访谈，辨认用户是在阅读材料、借助界面行动，还是直接与系统争辩。允许一个片段包含多个方面，并检查不同分析者是否能依据共同规则作出相近判断，避免只凭“谢谢”或“你错了”一句话贴标签。
第三，研究后台作用和可退出条件。 比较默认排序开启与关闭、允许与不允许返回原材料的工作流程，观察任务次序、耗时及被忽略的信息。若关心专业学习，还要在之后安排没有系统帮助的新任务，查看独立判断是否迁移；一次有辅助的顺利完成，不能替代这种证据。
三种设计分别追问呈现、互动过程和工作环境。它们也说明哲学精读的实际价值：概念未必直接给出结果，但可以帮助我们决定观察什么、怎样比较，以及哪些看起来相近的结果必须分开解释。
10 · 延伸阅读与带走的问题
- Suchman：计划如何进入现场行动 ↗：从具体互动进一步观察，人与系统各自获得了什么信息，以及误解如何被发现和修复。
- Schön：反思与问题设定 ↗：继续追问，某种技术表示让什么成为了问题，专业人士怎样通过行动改写这个问题。
- Nass 与 Moon：明知是机器，为什么仍会社会回应 ↗：把经验关系的描述与实验中的社会规则回应对照，避免从一种证据跳到另一种结论。
- 原著与出版社题录 ↗：若继续读原书，可以把第五章的人—技术—世界关系与第六章的文化嵌入一起读，检验自己是否把关系写成了固定的设备类别。
下次面对一份看起来很完整的 AI 分析，可以先保留三个问题：它让什么更容易看见？我靠什么确认它指向的材料？沿着这种呈现继续行动，我会把哪些问题留在身后？
不必等到把 AI 叫作伙伴，它才开始影响我们的工作。当它参与决定世界以什么样子出现在眼前时，判断就已经开始了。
原文与版本
Ihde, D. (1990). Technology and the Lifeworld: From Garden to Earth. Indiana University Press。出版社题录 ↗
本篇为著作选章精读，重点依据第五章 pp. 72–112 及第六章 pp. 144–151，并参考导论。不代替全书的文化史、生态及技术科学论证。页码均指原书印刷页码。
原著的仪器、驾驶、游戏和音乐材料保留为概念分析实例；教学场景及研究设计由本栏目提出。文中没有将作者的亲历例子改写成受控实验，也未把 1990 年的计算机讨论作为当代模型的能力评测。
创学空间 · 论文精读，第 15 篇。文字 v0.1，2026-09-24。