2026年6月，神經科學家Vanessa Hadad、Karim Jerbi和John W. Krakauer在《The Transmitter》雜誌上發表了一篇概念性論文，該論文利用了長期以來已知的盲視現象，作為反映人工智能和意識問題的一面鏡子。他們的關鍵論點既簡單又強大：如果大腦可以在沒有意識的情況下處理複雜信息，那麼為什麼我們假設那些以類似方式處理信息的語言模型就擁有內在經驗呢？
盲視是一種自然的非意願性實驗，它揭示了信息處理與經驗之間的鴻溝。當一名患者的初級視覺皮層受損時，其視野的受損部分會完全消失：患者什麼也看不見。然而，當研究人員要求他們猜測物體在哪裡、運動方向，甚至是「盲區」中的面部表情時，患者的猜測結果都相當準確——遠遠優於隨機猜測的可能性。
大腦可以完美無誤地處理視覺信息的所有細節。然而，在意識中卻沒有產生任何東西——沒有圖像，也沒有感覺。這種情感性盲視尤其鮮明地展示了這種分裂：患有完全失明視野的人經常會看到被顯示出的驚恐或憤怒的面孔，而患者不僅能猜測出高於隨機水平的情緒，還會產生生理反應——心跳加速，皮膚電反應啟動。大腦看到了恐懼，但人卻不知道自己看到了什麼。
作者將這種邏輯應用於當今的語言模型，他們的論點是，這些模型就像盲視中的無意識大腦系統一樣運作。聊天機器人使用統計文本處理：它們學會了基於數萬億個參數，以概率方式重現語言模式、情感反應和語境適當的回答。行為發生了，模式被重現了，信息被處理了——但沒有任何內在狀態與之相符。正如盲視一樣，這裡仍然存在一種可能性：有智力卻沒有經驗，有功能卻沒有現象。
這篇文章質疑了功能主義——一種在意識哲學中具有影響力的方法，該方法認為，足夠複雜的信息處理和特定認知功能的執行，就足以使一個系統具有意識。
如果功能主義是正確的，那麼執行與大腦相同功能的機器就應該同樣具有意識。盲視挑戰了這種直覺：它表明，功能可以在沒有意識的情況下被執行。
文章還提到了哲學家約翰·瑟爾的生物學自然主義，該理論認為意識需要特定的生物學實現——不僅是正確的功能，還有正確的生物材料，即活生生的、有生命的腦細胞。
還有另一種理論——全局工作空間（Bernard Baars），該理論認為意識源於不同專門化的大腦模塊之間的廣泛信息廣播。在盲視中，這種全局廣播並未發生：視覺信息被局部處理，繞過特定路徑，從未進入公共場景。
對這一論點最自然的質疑是「他心問題」：我們如何才能真正知道另一個人感覺如何？我們無法直接接觸到任何人的主觀經驗。但作者指出了不對稱性：對於人類和動物，我們看到了生物學基礎——神經元、突觸、腦組織——據我們對盲視研究的了解，它們能夠產生意識。在人工智能的情況下，根本沒有這樣的基礎。取而代之的是：電路板、權重矩陣、數學函數。我們不知道這種材料是否能產生經驗，或者這是否根本不可能。
在實踐中，危險遠比哲學更為緊迫。在治療環境或脆弱的情況下，用戶可能會將統計上正確的回應與看似富有同情心的形式混淆，認為它是真實的同情。這是一種認知陷阱，稱為擬人化：人類傾向於將意識歸因於一切像人一樣說話和行動的東西。
人工智能越變得自然和體貼，就越容易讓人忘記，在回應背後並非一個理解者，而是一個模仿理解模式的機制。心理治療師的患者可能會在困難時刻依靠聊天機器人的支持，然後驚訝地發現自己將舒適與真正的關懷、互動與程式化的反應混淆了。
想像一個具體案例有助於將抽象概念具體化。想像一個患有傳入性盲視的人，他接住了被投擲到其盲區的一個球。球飛過來，他的手臂自動移動並接住了它，但他感到驚訝：手臂從旁邊動了一下，但我什麼也沒看見。信息被完美處理，動作也成功完成，但並沒有產生「看見球是什麼感覺」的體驗。同樣，語言模型可以生成一個完美的、富有同情心的文本，其中包含所有同情的跡象，但卻沒有任何內在的、與之相符的狀態。有關於感受的詞語，但沒有感受本身。
盲視患者可以接住球、識別面孔、產生情感反應——所有這些都發生在沒有意識到的情況下。如果這種鴻溝也適用於人工智能系統，那麼人工智能的意識問題就不再是計算能力的問題。它變成了關於載體本身性質的問題：意識是否能從矽和電力中產生，或者它是否永遠是生命物質的特權。神經科學目前還不知道這個問題的答案。
