能否产生价值性认知是衡量自主机制实现的关键，自主系统更是实现强人工智能的重要方式。而要让机器产生价值性认知，需要将人类的价值观和伦理规范融入机器的设计和决策过程中，不仅需要形而上学，还要形而中学，下面是一些方法和原则或许可以实现这一目标：

设定明确的目标和价值导向：为机器设定明确的目标和价值导向，使其在各种情境下能够根据这些目标做出决策。这可以通过编码价值导向的规则和约束，或者利用监督学习和强化学习等技术进行训练。

倡导透明和可解释性：确保机器的决策过程是透明的、可解释的，并且能够为用户提供合理的解释。这样可以增加用户对机器决策的信任，并允许用户对决策进行反馈和干预。

考虑多方利益：在机器的决策中，应该综合考虑各方利益，避免偏袒某一方或对某一方造成不公平的影响。这需要建立一个平衡和多元的决策模型，考虑到社会、环境和经济等多个方面的因素。

引入伦理规范和法律约束：将伦理规范和法律约束纳入机器的设计和决策过程中，确保其行为符合道德和法律的要求。这可以通过制定相关的准则、原则和规范来实现，例如制定机器伦理准则或者对机器进行法律监管。

注重社会参与和反馈：将用户和社会各界的参与纳入到机器的设计和决策过程中。通过广泛征求意见、听取反馈和建立良好的社会沟通机制，可以提高机器决策的公正性和负责性。

总之，要让机器产生价值性认知，需要将人类的价值观和伦理规范融入到机器的设计、决策和运行中，例如未来的语义、语用通信等。这需要技术、法律和伦理等多个领域的综合努力，并且需要持续的关注和改进，而不仅仅是类似GPT大模型式的理解、记忆、逻辑和“预测下一个单词”般的推理生成。