教皇发布首份AI通谕：4万字10个观点，AI焦虑被说透了

2026年5月15日，教宗良十四世在一份长达四万余字的文件上签下了自己的名字。这一天，恰好是教宗良十三世发布《新事》通谕整整135周年的日子——1891年那份文件，是天主教会第一次正式回应工业革命对劳动秩序的冲击。 十天后，也就是2026年5月25日，良十四世亲自出席发布会，正式向世界颁布了这份题为《Magnifica Humanitas》的通谕。这是天主教会有史以来，第一次以人工智能为核心议题发布通谕。发布会现场，除了枢机主教与神学教授之外，还能看到Anthropic联合创始人Chris Olah的身影。 很多人第一反应是：这有点荒谬。AI是科学，教会是神学，两派虽有各自的道德关切，但从来不在同一张桌子上吃饭。让梵蒂冈来谈算法，就好像让气象局来审判哲学，听起来完全不搭界。 但细读这份《崇高的人性》之后会发现，这一次梵蒂冈没有高高在上地用“上帝”去解读AI，反而更加接地气地探讨了战争、就业、教育、医疗和公共决策这些公众难以深入去谈的话题。下面提炼了十个核心观点，逐一来看教宗到底说了什么，又意味着什么。

通谕的十个观点，击中人们对AI最大的焦虑

《崇高的人性》全文超过四万字，涉及战争、就业、教育、医疗、信息和公共决策，几乎把所有当下的AI争议都走了一遍。不过，它本质上不是技术文件，而是一份道德清单——不告诉你模型怎么训练，而是在追问：AI正在为谁服务，谁来负责，谁被落下。以下是从通谕里提炼出的、与国内现实最直接相关的十个观点。

1、AI不是敌人，但已进入日常决策系统

技术本身并不是人类的敌人，但新兴技术已经嵌入日常生活，并开始影响决策过程和社会想象力。良十四世的这句话，描述的其实是一个已经发生的变化：AI不再只是一个工具，而是逐渐变成了环境。 过去，你主动打开一个软件才算使用某项技术；现在，很多AI决策发生在后台，用户甚至不知道自己已经被系统判断过了。在中国，短视频平台用算法决定内容分发，电商平台用算法决定商品排序，招聘平台做岗位匹配，办公软件总结会议、生成文档，教育平台批改作业、分析学情。普通人以为自己只是偶尔问问大模型，但真正的变化是，AI早在你做选择之前就已经介入了。 很多人或许还在思考，或者以“自己不用AI”来“反抗”人工智能浪潮的来袭。但实际上，AI大模型已经深入生活，几乎没有人能真正逃脱。

2、AI问题不只是监管，而是谁掌握技术权力

问题并不只限于监管。今天推动技术发展的许多关键主体，是拥有跨国能力和巨大资源的私营机构。很多AI讨论会停在“要不要监管”这个层面，但通谕问得更深入：到底是谁掌握了技术权力。这是四万多字里最尖锐的一个观点，也是整个行业都很难给出完美回答的问题。 AI时代，权力不只来自模型参数，还来自算力、数据、云平台、入口和工作流。百度有搜索和智能云，阿里有云和通义体系，腾讯有微信、企业微信和办公协同，字节有内容分发和飞书，钉钉、WPS也都在把AI嵌进企业流程。一个中小企业想做AI应用，往往绕不开API、云服务、模型授权和平台规则。 AI产业竞争表面上是模型能力，底层其实是基础设施控制权。谁能把AI放进办公、搜索、内容、交易和企业管理流程，谁就不只是在卖工具，而是在重塑下一代数字基础设施。“监管谁”这个问题，也就变得更加复杂了。

3、AI很强，但连开发者也不能完全解释它

AI提供了许多令人惊叹的可能性，但即便是设计者，对生成式AI系统内部运行机制的理解也是有限的。过去一年，国内企业对大模型的态度已经从“必须上AI”变成“哪些环节能放心交给AI”。客服、营销文案、会议纪要、代码辅助、知识库问答比较容易落地，因为出错成本可控，也方便人工修改。但金融风控、医疗诊断、法律审核、政务服务就不一样了——这些场景里，AI不能只给一个看起来正确的答案，还要说明依据、保留日志、支持审计，必要时能人工接管。 现在很多企业采购AI产品，已经不只看模型多强，还会看数据隔离、权限体系、私有化部署和审计追踪能力。这个变化意味着，企业级AI的下一道门槛不是会不会生成，而是能不能负责。模型越像专家，用户越需要知道它什么时候可能不可靠。

4、AI不能被当乘人类智能，更不能被当成道德主体

AI不是一堆数据，而是拥有自由、关系和道德责任的主体。现在很多AI产品都在努力变得“更像人”——会安慰、会撒娇、会记住偏好，会和用户维持长期关系。央视网曾报道江苏消保委的提醒，AI伴侣存在隐私泄露、消费陷阱和情感依赖等风险；新快报也报道过“星野”“猫箱”等平台上，年轻人为获得虚拟恋人的“独占权”付费买断AI角色，热门角色被买断后，其他用户集体“失恋”。 这说明用户不是在购买一段代码，而是在投入真实情感。AI陪伴不是不能做，它确实满足了孤独和陪伴的需求，但产品必须把边界说清楚。AI可以模拟关系，却不能承担真实关系里的责任。这不是道德说教，而是产品设计层面该认真考虑的问题，尤其是面向未成年人、老人和情绪脆弱人群时。

5、AI决策正在影响就业、医疗、福利和司法

就业、福利、司法和医疗等敏感决策可能受到数据系统影响，因此必须有透明机制、问责机制和人工监督。招聘是最容易让普通人感受到AI决策压力的场景。第一财经曾报道，BOSS直聘内测全链路AI招聘Agent“DeepHire”，覆盖AI简历润色、自动投递、企业端批量解析简历、自动回复和智能约面。AI进入招聘流程当然能提效，HR不再被海量简历淹没，求职者也能更好表达经历。但问题也在这里——如果简历先被AI批量解析、评分、排序，求职者可能还没被真人看见，就已经被系统过滤掉了。 AI可以辅助筛选，但不能让求职者面对一个完全黑箱的拒绝。至少在影响录用和面试机会时，平台应该保留人工判断、AI生成标识和必要的申诉空间。这不是限制AI，而是在给那些被系统拒绝的人留一扇门。福利机构的受益人决策、司法判定的违法行为等，都面临同样的难题。

6、少数人定义的道德AI不够，AI资源应服务共同利益

如果道德标准只由少数人定义，那么更道德的AI仍然不够。数据、知识、科学和技术应服务共同利益。AI公共化，不是要求所有模型免费，也不是把商业公司排除出去，而是不能让AI的定义权、使用权和受益权过度集中——这其实和模型开源与闭源的讨论很类似。 通义千问、DeepSeek等模型持续开放能力，各地智算中心、国家超算互联网核心节点也在强调普惠算力和开源模型生态。国外有NAIRR这样的国家AI研究资源计划，目标正是让高校、科研机构和中小团队获得算力、数据和模型资源。如果只有少数公司能训练模型、调用算力、掌握高质量数据，普通创业者、中小企业和高校团队只能做外围应用，AI反而会制造新的数字鸿沟。真正健康的AI生态，应该让更多人有机会参与，而不是只能等待大厂开放一点接口。目前中国的AI环境相对更开放，也有像阿里、深度求索这些公司为高校和中小企业提供帮助。

7、真相是公共品，AI会放大虚假信息和认知操控

虚假信息并不是AI才带来的，但AI会让虚假信息更大规模、更有说服力，也更难与真实信息区分。这其实是一个老生常谈的问题，归根结底不是AI会不会产生幻觉，而是用AI造假的成本已经变得非常低。央视网报道，有人利用AI编造“湖北宜昌游船侧翻”假新闻，配上AI处理的虚假图片；云南大理出现利用AI编造交通事故现场视频的网络谣言；新疆库车地震后，有自媒体用AI生成不符合真实灾情的图片和音视频，发布“房屋倒塌”等虚假信息。图片、视频、所谓现场描述都能一起生成，普通人更难分辨。 国家已经出台《人工智能生成合成内容标识办法》，要求标识生成合成内容，平台也在提高鉴伪能力。但这不是终点——AI时代真正稀缺的不是内容，而是可信内容。内容越泛滥，来源就越重要。

8、AI教育不能只教工具使用，更要保留提问和判断

AI教育不能被简化为技术培训。学校仍应培养提问能力、关系能力和批判性思维。在这方面，中国其实跑在了世界前沿。2025年，教育部发布了《中小学人工智能通识教育指南》和《中小学生成式人工智能使用指南》，前者强调分层递进的AI通识教育体系，后者明确各学段使用规范和安全边界。 但如果AI教育只是教学生写提示词、让模型给答案，那培养的不是智能社会能力，而是更熟练的依赖。现在学生用AI写作文、解题、做PPT，老师用AI生成教案、试题和评语，效率提高了，但思考过程可能也被压缩了。教育场景里的AI应该是工具，不是代笔人。真正好的AI教育，不是让学生更快拿到答案，而是让他们更会提问、验证、比较和表达。学习思考过程，比学会如何让AI直接给解决办法更重要。

9、AI会重塑劳动，但工作不只是效率问题

AI可以通过接管日常重复任务来提升生产率，但工作也是人发展能力、参与社会的重要场所。目前全球企业对待AI部署的态度都很统一——“降本增效”，这几乎成了所有行业的惯用招数。但问题在于，AI到底是在增强人，还是在替代人？如果AI办公只是让员工更快完成报表和会议纪要，那它确实提升了工作效率，员工也能在完成后拥有更多自由时间；如果企业只是用AI压缩岗位、降低薪酬、强化监控，它就会制造新的不安全感。一个健康的AI工作流，应该让员工转向判断、沟通、创造和复杂问题处理，而不是让人变成模型输出的修补工。

10、不可逆的生死决定不能交给AI

致命或其他不可逆的决定不应交给自动化系统。人的判断和道德责任不能被简化为计算。这条表面上讲的是军事AI，但它同样适用于智能驾驶、医疗急救、工业机器人、安防系统等一切高风险场景。国内智能驾驶商业化很快，自动泊车、无人配送、无人矿卡都在加速落地，用户关心体验，企业在意成本和规模化，但一旦发生事故，问题马上变成：是用户没有及时接管，还是系统误判？是算法问题，还是传感器问题？是车企责任，还是驾驶员责任？医疗AI也是这样，它确实可以辅助看片、分诊、生成病历，但不能在没有医生负责的情况下做不可逆判断。 高风险场景不能只强调智能化水平，还要明确人类监督、应急接管、事故复盘和责任链。所谓“解除AI武装”，落到产业里，就是不能让技术能力越过责任边界。

4万字、10个观点，教宗只想说一件事

拆解完这份四万字的通谕，核心其实从头到尾只有一个道理：技术不是中立的。AI长什么样，取决于谁在造它。OpenAI设计的ChatGPT、Google创造的Gemini、字节打造的豆包，各自都有“取向偏好”。谁的价值观进了训练数据，谁的利益决定了产品方向，谁掌握了算力和入口，谁制定了所谓的“道德框架”，都在变成我们每天和AI交互时感受到的体验。 AI进入招聘，筛选的逻辑由平台定义，求职者不知道自己被什么标准过滤；AI进入教育，什么算“好答案”由模型决定，学生的思维逐渐向模型靠拢；AI生成内容，什么算“可信”由算法分发，虚假信息以真实信息的面目流通。每个场景背后，都是同一个问题：是谁在定义这套规则，这套规则又在塑造谁。 通谕没有点名任何公司，但说的是所有公司。教宗想点明的其实是：你使用的每一个AI工具，都不只是工具，而是某种价值判断的产物。有时候你认为一个AI足够好用，也可能是因为它足够“听你的话”。 良十四世在文件里用了一个在AI讨论中几乎从不出现的词——“人类学”。他说，AI带来的挑战本质上不是技术挑战，而是人类学挑战。AI能写作，能创作音乐，能生成图像，能模拟对话，能做出看起来合理的判断。当机器能做到所有这些，人类就要被迫回答一个过去可以回避的问题：我们做这些事，意义在哪里？如果AI写的文章更流畅，AI生成的音乐更悦耳，AI给出的建议更高效，那“人来做这件事”的价值，到底是什么？ 通谕里有这样一段话：AI可以模拟关系，但不能承担关系里的责任；AI可以模拟创造，但不能拥有创造背后的意志；AI可以模拟判断，但不能对判断的后果负责。它能做到表面，但表面之下那些让“人做这件事”有意义的东西——比如脆弱、承担、真实的代价——它都没有。 这让人想起1891年天主教会签署《新事》通谕时，工业革命来临，人类也在经历同样的艰难时刻。机器取代了大量体力劳动，但没有取代人。人重新定义了自己的位置，找到了机器做不了的事。这一次不一样的地方在于：AI进入的是认知领域，是创造，是判断。这些曾经被认为是“人类专属”的部分，正在被系统性地模拟。 良十四世把这个过程称为“人类感的日蚀”。如果我们不认真回答“人是什么”，AI就会替我们回答——而它的回答来自训练数据。至于谁给的训练数据，那就要看谁掌握了大模型的主动权。 通谕里那句“技术永远不中立”是对的，但紧跟着的问题是：谁有能力让“中立”的期待变成“约束”的现实？良十四世没有回答这个问题，也回答不了。他能做的，是把一套道德语言放进公共讨论的池子里，让它流通，让它影响那些制定规则、部署技术、使用产品的人。事实上，这一直都是教会做的事情。 所以，这其实并不荒诞。在技术公司、政府、国际机构和社会都还没找到答案的今天，一个有两千年历史的机构先开口了。