随着人工智能（AI）日益融入社会，我们有必要停下脚步，去反思支撑其发展的基石，以及它所延伸触及的维度。AI 学习的核心是数据集，其结构和内容决定了这些系统如何理解和应对这个世界。这种依赖关系产生了一种深度的互依性——这不仅塑造了 AI 的能力，同时也界定了它潜在的盲区。鉴于此，我们必须追问：这一过程可能会将哪些认知形式排除在外，尤其是那些不易被数字化的认知？
通过口耳相传或植根于日常实践的原住民智慧，传递着与地方和历史的深厚联系。乡土建造技术、地方材料和居住方式植根于特定的具体条件，凝聚着一种集体记忆与智慧，而算法可能难以完全理解其所包含的文化和物质深度。我们是否记录下了这种物质记忆？如果是，在转化过程中又有什么可能会丢失或被稀释？诸如联合国教科文组织（UNESCO）等机构已经对 AI 提出了质疑，尤其是在互联网内容日益数字化的背景下，这使得 AI 与传统知识体系之间复杂且往往微妙的交集成为了关注的焦点。
.jpg){kind=avatar}