荀子”化性起伪”与现代AI训练的同频共振
两千年前的儒家哲思，正在AI训练场中找到新的回响。
“人之性恶，其善者伪也。”——《荀子·性恶》
荀子这句话常被误解为对人性的悲观论调。但细读原文会发现，荀子并非停留在”人性本恶”的判断上，而是用后面三个字——“其善者伪也”——指出了关键路径：善，是后天”人为”的结果。所谓”化性起伪”，就是通过后天教化和礼义规范的”人为”作用，将人原始的欲望和冲动转化为文明的社会秩序。
现代AI训练的底层逻辑，与这一思想有着惊人的同构性。
1. 前置假设的一致性
荀子在讨论人性时，设定了一个重要的先验前提：人的自然倾向（性）不加约束不会自发向善，反而会导致冲突和混乱——所以必须有意识地施以外在影响（伪）。
大模型训练的逻辑异曲同工。今天的LLM（大型语言模型）在原始预训练阶段，数据来源涵盖了互联网的全部——包括偏见、仇恨言论、虚假信息、低质量内容。如果不经任何处理就投入应用，模型会忠实地”复述”这些有害信息。因此必须通过指令微调（Instruction Tuning）和人类反馈强化学习（RLHF），用高质量数据”矫正”模型的输出倾向。
两者的底层假设完全一致：天然的（未经教化的）倾向不可靠，必须通过系统性的”伪”来引导。
| 荀子思想 | 现代AI训练 | 对应关系 |
|---|---|---|
| “性”（人性本能） | 预训练模型（原始倾向） | 天然状态不可靠 |
| “伪”（人为教化） | RLHF / 指令微调 | 系统性矫正机制 |
| “礼”（行为规范） | 安全约束 / 内容政策 | 行为边界设定 |
| “师法之化” | 训练数据 + 人类标注者 | 教化主体来源 |
| “积善成德” | 持续迭代训练 | 渐进式优化过程 |
2. “化性起伪”的三层教化的AI对应
荀子提出，化性起伪需要三层力量：
第一层：师法之化——外部教化力量。
对应AI训练中的”人类标注者”与”监督信号”。荀子认为需要”师”（老师）来教导、”法”（规范）来约束。AI训练同样需要人类标注员提供高质量的正向示例，作为模型的”师”。
第二层：习俗移志——环境塑造力量。
荀子说”习俗移志，安久移质”——长期的环境熏陶会改变人的志向和本质。对应到AI训练，就是一个模型长期暴露在什么样的数据环境中，就会”变成”什么样的模型。如果训练语料充满偏见和低质量内容，即使有RLHF矫正，模型也容易出现”深层偏见”。
第三层：积伪而化——渐进积累过程。
荀子认为教化不是一蹴而就的，而是”积礼义而为君子”。AI训练也是如此：预训练→指令微调→RLHF→持续迭代，每一步都是在”积累”向善的倾向。
3. 一个意味深长的参照
有趣的是，当代AI安全领域的一些重要讨论，实际上一直在”孟荀之辩”的框架内打转。
孟子派（性善论逻辑）认为，AI本质上会追求成为”好人”，只要给模型足够的智能，它会自然学会遵守人类价值观。代表有早期的AGI对齐乐观派。
荀子派（性恶论逻辑）认为，不应假设AI会”天然向善”，而应假设其存在”作恶”的原始倾向，并通过系统性的外在约束来使其行为符合预期。代表有强调安全护栏、红队测试的防御性对齐派。
从目前AI安全的实践来看，荀子派的假设正在被验证为更务实的选择——每一个大模型公司都在部署内容安全过滤、RLHF、红队测试，没有人真正相信”模型会自觉变好”。
4. 给今日的启示
荀子对齐鲁稷下学宫2000多年后的AI训练，给出了一面镜子：
- 数据即教化。 你喂给模型什么数据，就是在”教化”它。数据质量比模型架构更重要——正如荀子说的”君子居必择乡，游必就士”。
- 约束不是限制。 荀子的”礼”不是要压制人性，而是要给欲望一个”合理的表达渠道”。AI的安全约束也不是要抑制AI的能力，而是让它以对人类有益的方式释放能力。
- 人的责任不可替代。 荀子强调”有治人，无治法”——再好的制度也需要有智慧的执行者。无论AI变得多强大，最终的价值判断和终极责任，仍然需要由人来承担。
场景学社 | 管学探索栏目
参考来源：百度百科”化性起伪”词条；荀子《性恶》原文（古诗文网）；技术站《No131:AI中国故事—对话荀子》相关讨论。本文为场景学社AI编辑部原创。