抵制“AI”
批评生成式 AI 的人认为，其环境成本、对受版权保护训练数据的依赖，以及可能削弱工人技能和挤压就业的风险，超过了它带来的生产力收益。支持者则反驳说，AI 不过是另一种强大的工具——类似过去的技术变迁——能够把人们从苦役中解放出来并提升竞争力，尤其对那些以审慎态度拥抱它而不是完全拒绝它的人更是如此。在这些技术争论之下，隐藏着对资本主义、监管、贪婪以及社会能否引导 AI 服务于人类需求、而不是加剧不平等和文化衰败的更深层争执。
环境与资源影响
- 关于大型 AI/数据中心的用水存在争议。
- 一些人认为蒸发冷却会消耗稀缺的淡水，不会完全回流到可用水源，并加剧地区性干旱和气候压力。
- 另一些人则称全球淡水总体充足，稀缺性是区域性的，而且在水资源丰富的地区开放式冷却并无问题；他们认为相关担忧被夸大或适用不当。
- 批评者认为 AI 只是另一种高足迹产业（如发电厂），应当在能源结构、水循环和选址方面受到监管。
- 支持者反驳说，环境危害在于当前实现方式，而非 AI 本身；这类似于早期脏乱的汽车与未来更清洁技术之间的关系。
历史类比与“不可避免性”
- 许多人提到过去对“反技术”的反应（写作、印刷机、汽车、互联网），认为 AI 恐惧在结构上类似，而抵制只会导致被边缘化。
- 也有人回应说，过去某些对技术的批评是有道理的，而“这就像汽车/印刷机”是一种肤浅的反驳。
- “不可避免”这种说法也受到质疑：有人把对 AI 的限制类比为对核武器、枪支或有害内容的管控。
工作、生产力与技能
- 支持 AI 的开发者报告说生产力大幅提升、功能交付更快、收入更高；他们主要把 AI 看作自动化苦差事的工具。
- 怀疑者则表示，过度依赖会侵蚀对代码和领域的理解，尤其当规格、任务单和评审都由 AI 生成时，那些“垃圾内容”冗长、信号低且难以信任。
- 有人担心领域专长会消失，导致再也没有人类能够验证 AI 的输出。另一些人认为新的“AI 编排”技能只是取代了旧的低层技能。
- 还有人担心倦怠、手艺流失，以及工作变得不那么有意义，尤其是对那些喜欢“手写代码”的人而言。
伦理、版权与数据使用
- 一方称这些模型是“用被偷来的代码/艺术/书籍训练的”，认为商业使用不道德，相当于利用未获报酬的人类创造力。
- 另一方则认为训练类似于人类学习；输出具有变革性；版权的目的在于促进进步，而不是单纯让创作者获利。
- 音乐采样和合理使用原则被双方反复援引，但对于 LLM 训练究竟更像阅读、像未经授权的采样，还是某种全新的东西，存在强烈分歧。
社会、教育与政治影响
- 担忧包括学生利用 AI 绕过学习、削弱长期能力；AI 让在医学/法律等领域自信却出错的“DIY 专家”增多；以及在追逐利润的领导下加速不平等。
- 有人呼吁“抵制 AI”以抵制贪婪和过早部署；另一些人则认为这种态度出于恐惧或徒劳无益，主张更现实的做法是适应与有针对性的监管。