<table id="pivur"><center id="pivur"><source id="pivur"></source></center></table>
  • <track id="pivur"><ruby id="pivur"></ruby></track>

  • <p id="pivur"><del id="pivur"><xmp id="pivur"></xmp></del></p>

      <acronym id="pivur"></acronym>
    1. <table id="pivur"><strike id="pivur"></strike></table>
      用戶登錄投稿

      中國作家協會主管

      ChatGPT與新文科建設
      來源:《中國社會科學文摘》 |  程廣云  2023年10月07日09:15

      從神學和經學的桎梏中解放出來,以自然科學研究范式為典范的人文社會科學研究范式,以哲學啟蒙教育范式為中心的人文社會科學教育范式,可以稱為“新文科1.0版”。當然,新文科的興起不意味著舊文科的衰落,傳統仍以改變了的形態繼續存在。

      ChatGPT對新文科建設的機遇與挑戰

      今天人類對于新技術的心態已經發生了新變化。當年恩格斯所稱贊的馬克思對科學技術進步的“衷心喜悅”已蕩然無存。除了資本家或企業家因逐利動機而“樂觀”其成之外,學者乃至公眾大多籠罩在技術悲觀論、技術恐懼論和技術末日論的心理陰影之中。

      ChatGPT及其所代表的AIGC確實從根本上改變了我們的文本符號系統,使文科研究對象(領域)不僅包括人類生成的傳統文本,而且包括AI生成的新文本;AI介入主體間的認知關系,在人際交往和對話中,疊加人機交往和對話,從而改變文科研究方法。這就是ChatGPT對新文科建設的機遇與挑戰。正是針對這樣一種情況,本文試圖提出、分析、解決這樣一個問題:到底是應該用現有學術規范和制度去阻擋最新技術進步,還是為技術進步而調整學術規范和制度呢?

      ChatGPT與新文科學術規范建設

      我們將學術規范描述為一種康德式的“直言律令”,即“應當”和“不應當”等,它有技術規范層面,也有道德規范層面。學術規范由此成為學術共同體得以維系的紐帶,包括知識生產和再生產在技術層面、道德層面上的規范化。大體可以分為兩類:一階(技術)規范主要涉及成果評價,二階(道德)規范主要涉及身份評價。二階規范建立在一階規范基礎上。庫恩將“范式”(paradigm)等同于“科學共同體”,稱之為“專業基體”(disciprinary matrix),其中列舉三種成分:符號概括、模型、范例。顯然,這一概念存在著從自然科學移用于社會科學和人文科學的必要和可能。

      在ChatGPT出現后,“創新/原創”含義發生根本改變:AI已經具備一定“創新/原創”能力。由此,人類創新/原創應該包含兩層含義。(1)“創新/原創”是指一個人或n個人創造的知識成果領先于AI。我們將一定歷史時期AI生成的知識成果叫作“機端知識”,將人類超出AI生成的知識成果叫作“人端知識”。人類創新/原創是指其成果的原創度/創新度高于AI水平,而非等于/低于AI水平。(2)“創新/原創”是指一個人或n個人創造的知識成果領先于其他人。這是其原有含義。

      知識生產需要激勵創新/原創,但是在知識生產、分配、交換、消費過程中,需要將絕大部分知識共享。共享知識可以被稱為“常識”或“共識”。歸根結底,打破知識壟斷、共享全部知識是全人類/AI不可剝奪的權利。只是為了激勵創新/原創,我們確立了保護知識產權(專利權、著作權等)的原則,分享其中的知識需要征得同意、注明來源,但這種權利也是受到限制的(譬如期限)。因此,強化現有學術規范中的引用注釋原則,甚至連常識或共識引用都需要注明出處,追求“無一字無來歷”的經學式或教條式效果是徒勞無益的學術形式主義。

      隨著ChatGPT問世,我們相信新的學術規范已經具備新的技術條件,給出新的算法。其中,筆者以為有兩個基本步驟不可或缺。(1)“干貨”測量。對于所測量的任意學術成果,首先測量其中的“干貨”,即主要論點、支撐性論據和支撐性論證等,在確認其成立的前提下,測量其原創度/創新度(O/I),權重(w),人力、物力、財力、時間成本(C)等項指標。記為w[(O/I)/C]。(2)“水分”測量。測量其中的“水分”,即所有陳述、引用和舉例等是否具有相關性,能否增強說服力和可讀性等項指標。

      ChatGPT與新文科學術制度建設

      首先,既然基于ChatGPT的新文科學術規范突出了創新/原創的原則,那么,基于ChatGPT的新文科學術制度就必須圍繞激勵和保護創新/原創的原則來建設。w[(O/I)/C]是評價學術價值的根本標準。

      其次,ChatGPT使得我們對于人—機知識分工有了嶄新理解。按照經濟合作與發展組織(OECD)曾經的分類標準,知識可以分成四類:Know—what即事實知識(“知其然”),Know—why即原理知識(“知其所以然”),Know—how即技能知識,Know—who即人際知識。前兩類知識屬于“編碼化知識”,又稱“歸類知識”(“言傳”型),亦即“信息”,較易于編碼化(歸類)和度量,人們可以通過理論學習——讀書、聽講和查看數據庫等(“言傳”)獲得;后兩類以及其他各類知識屬于“隱含經驗類知識”,又稱“沉默知識”(“意會”型),較難于編碼化(歸類)和度量,人們可以在實踐中學習(“身教”)獲得。原來我們以為,“編碼化知識”可以通過人工智能加以掌握,在電腦及其網絡中存儲和流通;“隱含經驗類知識”著重通過人類智能、人腦及其網絡加以把握。人—機知識分工在于人們通過運用自身“隱含經驗類知識”,使用機器存儲和流通的“編碼化知識”,并且力圖將前者逐步轉換為后者。但是我們現在發現,人工智能、電腦及其網絡不僅可以掌握“編碼化知識”,而且可以把握“隱含經驗類知識”。這意味著,智能機器可能具有類人“心智”,可以像人一樣“自由裁量”,而非機械地執行人類所設定的既定程序。因此,就像“硬指標”可以交給AI統計一樣,“軟指標”同樣可以部分交給AI“自由裁量”。學術評價實現主體人機協同,從而可以更進一步消解學術評價中的人類主觀偶然因素,確立更加公平和正義的學術制度。

      基于ChatGPT的新文科特征

      1. 研究對象(領域)引入AI所生成的新文本。以往文科的研究對象(領域)只是人類文本,現在疊加了AI文本,具體地說,我們面臨三類文本:純粹人類文本、純粹AI文本、人類文本和AI文本的綜合文本(綜合程度不一)。這是前所未有的變革。雖然AI歸根結底是人類創造的,但AI文本不等于人類文本。AI是在“學習”人類文本的基礎上生成自己的新文本,不能排除某些AI文本具有一定的創新性和原創性。人類同時反向學習,每個人像學習其他人所創作的文本一樣學習AI所生成的文本。

      2. 研究方法引入人機交往和對話。以往文科的研究方法只是外在地運用AI作為輔助工具,現在應該更為內在地運用它,在創作文本時可以將其作為“助手”,或讓AI獨立從事低端文本創作(譬如寫作具有特定格式和套路的文案),或讓AI輔助從事高端文本創作(譬如查閱資料、初級翻譯、初級寫作、文字處理)。當然應該在特定場合(譬如考試)下限制人類對AI的應用(就像我們限制其他輔助工具一樣),在這一問題上應該合理劃界,界限以內是合法和正當的,界限以外是不合法和不正當的。

      3. 改變了人類創新/原創的含義,將其定義為人類所創造的知識成果必須領先于AI。我們時代“創新”和“原創”的特有含義就是,一個人僅僅領先于其他人是不夠的,還必須領先于AI。人類對于自己的創新和原創能力應該充分自信,即使AI代替人類的部分勞動、工作和行動,那也不是對人類的奴役,而是對人類的解放。排擠人類的只是人類自己,不是AI。

      4. w[(O/I)/C]是評價學術價值的根本標準。我們需要確立一種科學算法,將原創度/創新度(O/I),權重(w),人力、物力、財力、時間成本(C)納入學術成果評價指標中,避免在學術指標上的顛倒和混亂。按照我們現在學術評價體系,成本(C)不被當作分母,而被當作分子,以為投入成本(譬如項目資助)越多,成果績效越高,這恰恰是一種顛倒;以為文字重復率與原創度或創新度(O/I)成反比關系,也是一種混淆。還有忽略了權重(w)的因素,其后果是文字垃圾成堆,加劇學術污染。

      5. 學術評價主體實現人機協同。人機協同的根本是人作為學術立法者(在立法上AI當然可以作為輔助者),逐步提升AI作為學術執法者的地位和作用,降低人在作為學術執法者時的主觀性和偶然性干擾。因為立法可以屏蔽特殊語境,使人在普遍語境中忘卻私利,從而彰顯公益。而執法則相反,AI更優。

      最后應該指出的是,新文科2.0版因基于ChatGPT及其所代表的AIGC新技術而具有嶄新特征,但這并不是弱化而是強化新文科1.0版的原有特征,這就是延續以自然科學研究范式為典范和以哲學啟蒙教育范式為中心的人文社會科學研究和教育范式。

      国产精品自产拍高潮在线|偷窥盗摄一区二区|亚洲精品无码午夜福利中文字幕|精品熟女少妇av免费久久
      <table id="pivur"><center id="pivur"><source id="pivur"></source></center></table>
    2. <track id="pivur"><ruby id="pivur"></ruby></track>

    3. <p id="pivur"><del id="pivur"><xmp id="pivur"></xmp></del></p>

        <acronym id="pivur"></acronym>
      1. <table id="pivur"><strike id="pivur"></strike></table>