探求真理 發(fā)展學(xué)術(shù) 服務(wù)社會
        歡迎訪問深圳市社會科學(xué)網(wǎng) 今天是

        學(xué)術(shù)研究

        人工智能時代的社會科學(xué)研究

         日期:2023-12-22   來源:中國社會科學(xué)網(wǎng)-中國社會科學(xué)報

          人工智能不僅成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)革命的重要驅(qū)動力,而且深刻影響到包括社會科學(xué)在內(nèi)的知識生產(chǎn)和傳播。圍繞人工智能時代社會科學(xué)研究的新發(fā)展、新趨勢與新挑戰(zhàn),《中國社會科學(xué)報》約請了米加寧、高奇琦和邱林三位學(xué)者展開研討,希望通過對話促進(jìn)共識、呈現(xiàn)分歧,為變革時代的社會科學(xué)研究激蕩思想的火花。

          

          ChatGPT的本質(zhì)是大模型

          《中國社會科學(xué)報》:我們說ChatGPT的出現(xiàn)在人工智能的發(fā)展史上具有里程碑的意義。如果用一個詞來描述ChatGPT的本質(zhì),或者說革命性突破,是什么?我們可以看到有用生成式人工智能、通用人工智能、大語言模型等不同的表述,背后的區(qū)別是什么?

          邱林:我是主張用大模型來理解ChatGPT。為什么不用“生成式”呢?因為生成式這種語言模型,其實從AI一開始就有了。像最早的Eliza,它就是對話型的,但它是基于非常簡單的規(guī)則來對話的。比如,你跟它說“我今天心情不好”,它就會挖出“心情不好”這個關(guān)鍵詞,生成“你為什么心情不好?”雖然這種對話是非常刻板的、機械化的,但它在本質(zhì)上也是生成式的,是根據(jù)你的輸入,生成了對你的反應(yīng)。人工智能剛開發(fā)出對話機器人時是一個非常令人驚訝的工具,因為它原本是要用作心理治療的,在心理治療中通過與對話機器人聊天,讓人可以更多地抒發(fā)。所以說,生成式對于人工智能來說是有一定的歷史的,并不是新的。

          之所以稱它為大模型,是因為ChatGPT現(xiàn)在的數(shù)據(jù)量是有史以來最龐大的,加上它驚人的算力,導(dǎo)致了這種爆發(fā)性的智能行為。它與之前的生成式人工智能最大的區(qū)別在于,它的訓(xùn)練集是超大的,而且它背后的算法也與之前有所不同,是基于神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí),這是更加智能化的自我學(xué)習(xí)。

          米加寧:生成式人工智能是很早就有的,但ChatGPT的生成式是非常獨特的。為什么以前不用生成式人工智能?那是因為以前生成的內(nèi)容質(zhì)量很差,雖然生成了內(nèi)容,但不夠智能。直到今天,生成式人工智能才真正達(dá)到可以使用的程度。

          GPT的全稱是Generative Pre- Trained Transformer,翻譯過來就是生成式預(yù)訓(xùn)練轉(zhuǎn)換器。加上Chat,我覺得Open AI是出于商業(yè)考慮。但放到中文里,就容易把它理解為聊天機器人,甚至使用效果還不如一般的聊天機器人。實際上,GPT是三個要素的集合:一是大模型,二是大算力,三是大語料,三者缺一不可。在這個整體中,大算力是核心,因為有多大算力,才能處理多大的語料;有多大的算力,才能建立多大的模型。中美科技戰(zhàn)里,美國為什么從芯片上打壓我們?因為芯片是算力的基礎(chǔ),控制了芯片,算力就上不來。

          高奇琦:我同意從大模型來定義ChatGPT。從概念史來看,生成式人工智能這個概念是略早于大模型的。三四年前,我們討論比較多的概念是AIGC,即AI Generated Content,人工智能自動創(chuàng)作生成的內(nèi)容。這個概念有兩個相關(guān)的概念,一個是PGC,Professional Generated Content,是專業(yè)生成內(nèi)容;一個是UGC,User Generated Content,是用戶生成內(nèi)容,即人生成內(nèi)容。AIGC概念比大模型要早,ChatGPT出現(xiàn)后,為了更好地進(jìn)行定義,人們越來越傾向于用大模型。其實,更準(zhǔn)確的說法是大語言模型。這個語言是從人工智能關(guān)于語言的4個基本分類——機器視覺、語音生成、自然語言和機器人中的自然語言分類成長起來的。

          稍微補充一點,這個大模型不光是數(shù)據(jù)量大,參數(shù)大是一個更本質(zhì)的特征。因為這個算法最重要的特點是模仿了神經(jīng)網(wǎng)絡(luò)。GPT-3的參數(shù)量是1750億,GPT-4官方?jīng)]有公布,但可以知道的是,它是一個混合專家模型(MOE,Mixture of Expert),是不同小模型組合在一起的一個模型。所以,早期人工智能是基于規(guī)則展開,也就是符號主義;而發(fā)展到神經(jīng)網(wǎng)絡(luò)其實是關(guān)聯(lián)主義,現(xiàn)在的大模型更多體現(xiàn)的是關(guān)聯(lián)主義。

          不只是新工具,更是新范式

          《中國社會科學(xué)報》:近年來,隨著新技術(shù)的發(fā)展,學(xué)術(shù)界尤其是公共管理學(xué)界有關(guān)于研究范式轉(zhuǎn)變的一種呼聲,比如主張構(gòu)建數(shù)據(jù)驅(qū)動的新研究范式。大模型的出現(xiàn),對于社會科學(xué)研究開放了哪些新的可能性?

          米加寧:在大模型出現(xiàn)之前,社會科學(xué)的研究范式主要有定性研究、定量研究、仿真研究和大數(shù)據(jù)研究。大數(shù)據(jù)的提出是在2010年,提出之后對社會科學(xué)產(chǎn)生了很大的影響。在此之前,以往的社會科學(xué)研究都是基于個體對于問題的研究。孔德一直主張社會科學(xué)向自然科學(xué)看齊,他非常推崇經(jīng)典物理學(xué)對自然界的研究,希望社會科學(xué)也能像物理學(xué)那樣能找出一些規(guī)律來。孔德以后,社會科學(xué)開始大量開展模仿自然科學(xué)的定量研究。但是,這些研究并沒有什么進(jìn)展。因為,社會科學(xué)的研究對象超級復(fù)雜,用定量方法進(jìn)行研究,相當(dāng)于用簡單的數(shù)量方法來應(yīng)對復(fù)雜的問題,就好像用因式分解的方法去解決球面積分的問題。實際上,定量研究在極小的領(lǐng)域里才有可能,比如說公司治理中,因為公司邊界清晰、數(shù)據(jù)規(guī)范,可以作一些回歸分析。

          社會科學(xué)的復(fù)雜性更多的是涌現(xiàn)的問題。比如,美國的通貨膨脹,美聯(lián)儲為什么不用計量經(jīng)濟(jì)學(xué)做一個模型來解決?因為它知道,通脹率的產(chǎn)生是整個美國社會在真實世界中各種要素互動的結(jié)果,包括消費者、銀行、生產(chǎn)者相互之間的互動。

          大數(shù)據(jù)出現(xiàn)以后,大家認(rèn)為大數(shù)據(jù)能有一些解決方案,想通過大數(shù)據(jù)洞察人的行為,但是沒有成功。大數(shù)據(jù)始終沒有形成一種方法論的體系。今天,ChatGPT來了,首先是認(rèn)識論的轉(zhuǎn)變,然后是方法論的轉(zhuǎn)變,落地的解決方案就來了。因為以往都是基于問題的研究,是基于事件的研究;而ChatGPT是建立在人類整體智慧的基礎(chǔ)之上。認(rèn)識論轉(zhuǎn)變就是你對社會系統(tǒng)、對復(fù)雜性的理解發(fā)生了變化。比如,定性研究、定量研究都超級簡化了社會的復(fù)雜性,而仿真研究似乎想模擬社會的復(fù)雜性,甚至跟大數(shù)據(jù)結(jié)合起來搞數(shù)字孿生,但它們都不能真正解決問題。ChatGPT帶來了生成式的治理解決方案,及時、靈活、快速。為什么說它是生成式的呢?比如,在應(yīng)急管理領(lǐng)域,過去我們做應(yīng)急管理,首先是把應(yīng)急預(yù)案找出來,按照應(yīng)急預(yù)案一步一步走。但是,面對超級復(fù)雜性、不確定性,怎么可能有預(yù)案?實際上,應(yīng)急管理過程中往往都是按照經(jīng)驗來解決的,但經(jīng)驗畢竟是有限的。ChatGPT來了以后,對每一個場景都能給出決策支持系統(tǒng)、決策支持方案,能夠讓決策者在經(jīng)驗的基礎(chǔ)上參考給出的解決方案,并隨著危機的進(jìn)展階段,不斷生成新的解決方案。

          大模型作為第五研究范式,肯定要走出一個全新的道路來。在大數(shù)據(jù)之前,社會科學(xué)方案是由理論驅(qū)動的,大數(shù)據(jù)作為第四研究范式,形成了數(shù)據(jù)驅(qū)動社會科學(xué)研究。有了大模型,最需要的是把思維框架解放出來。以前是基于問題的解決方案,以后是基于事件的解決方案,不是從經(jīng)濟(jì)學(xué)角度,也不是從政治學(xué)角度,是怎么好使就怎么解決。

          高奇琦:定量仿真、大數(shù)據(jù)、大模型其實是一個東西的不同發(fā)展階段,都是用的計算機科學(xué)的方法。說到底它們都是量化的方法,是定量。大模型的發(fā)展肯定會使這個定量方法更加容易,因為它是試圖去捕捉所有的可能性。但這在理論上講是不可能的,因為任何事情都會產(chǎn)生新的變量出來。如果真的要窮盡,那就會進(jìn)入一個封閉系統(tǒng)。

          邱林:原來的社會科學(xué)研究樣本很多是比較小的,像一個心理學(xué)實驗里可能將100個人分成兩組,對照組和控制組比一比,發(fā)現(xiàn)差異,而要跟蹤實際生活中的數(shù)據(jù),比如購物、吃飯、交通是非常困難的。而大數(shù)據(jù)帶來了一個顛覆性的改變,因為它可以讓我們拿到海量的數(shù)據(jù),比如通過社交媒體可以測量24小時內(nèi)的情緒變化。這些實時的、大量的數(shù)據(jù),彌補了原來社會科學(xué)研究中樣本量太小的問題。樣本量太小,意味著研究的泛化能力小,而大數(shù)據(jù)擴(kuò)展了我們的視野和數(shù)據(jù)量,讓我們可以研究以前研究不到的現(xiàn)象。這是大數(shù)據(jù)帶來的優(yōu)勢。

          現(xiàn)在講大模型,跟大數(shù)據(jù)又有不同。對我來說,大模型是一個顛覆性的工具。它能使社會科學(xué)研究在廣度與深度上產(chǎn)生質(zhì)的飛躍。比如說,根據(jù)最近的報道,研究者讓ChatGPT生產(chǎn)一個可以行走的機器人。人類設(shè)想的機器人往往是類似于人或動物的,這局限了我們的思維;而ChatGPT給出的答案是超出人類想象的——它設(shè)計了一塊海綿,上面有很多洞,通過打氣進(jìn)去來移動。可見它具有很強的創(chuàng)造力。這將會大大推動理論創(chuàng)新。實際上,ChatGPT可以從文獻(xiàn)綜述、產(chǎn)生理論、研究設(shè)計、收集數(shù)據(jù)、分析數(shù)據(jù)等多個方面對社會科學(xué)研究賦能。

          大模型對于人類社會的理解,不是一種單獨的理解,而是一種全局觀的理解,是一個系統(tǒng)化的理解。用大數(shù)據(jù)做研究,比如根據(jù)微博上的數(shù)據(jù)分析人們的情緒變化,或者看看交通擁堵的情況、出行的規(guī)律,這些研究還是基于部分的數(shù)據(jù)來描述人類的行為,這樣產(chǎn)生的理論還是比較孤立的。而現(xiàn)實生活是一個非常復(fù)雜的系統(tǒng)。有了大模型以后,它可以生成一個模擬系統(tǒng),來模擬出非常真實的個體與群體行為。像斯坦福大學(xué)的研究團(tuán)隊建立的智能小鎮(zhèn),里面的25個智能體能產(chǎn)生非常令人可信的、類似于人的行為。過去的計算機模擬里的個體都是非常簡化的,是通過很機械化的方式來設(shè)置行為。而在這個小鎮(zhèn)里,你可以告訴其中一人你想要組織一個情人節(jié)的派對,這個人就會去告訴別人要開派對的時間,小鎮(zhèn)里其他人就會互相約請,誰跟誰一起去,還會把時間記住,并在準(zhǔn)確的時間地點出現(xiàn)。他們不再局限于建模時既定的簡單行為規(guī)則,而是由大模型在背后根據(jù)互動產(chǎn)生相應(yīng)的行為。這種在虛擬環(huán)境中產(chǎn)生類似真實生活中的交互場景,為社會科學(xué)研究者研究個體與群體行為提供了極大的便利。

          我們近期的研究還表明,大模型有模擬受訪者產(chǎn)生大規(guī)模調(diào)查數(shù)據(jù)的能力。美國皮尤研究中心在2023年3月對美國公民就俄烏沖突和拜登政府應(yīng)對方式的看法展開了問卷調(diào)查,受訪者10441人,調(diào)查包含8道題目。我們在2023年6月展開了一項研究,研究設(shè)計是向ChatGPT介紹俄烏沖突和皮尤研究中心2023年3月的調(diào)查問卷題目,然后要求其預(yù)測美國受訪者在每個問題上各選項的百分比。研究表明,在8個問題中,ChatGPT在7個問題上的預(yù)測與調(diào)查結(jié)果的選擇方向相符。我們還對另外3個皮尤中心的民調(diào)做了相同的實驗,都得到了類似的結(jié)果。這說明, 大模型已掌握了人們的心理狀態(tài)與思考方式,將能替代社會科學(xué)研究中的人類被試。

          《中國社會科學(xué)報》:如果ChatGPT這樣的大模型具有模擬受訪者產(chǎn)生大規(guī)模數(shù)據(jù)調(diào)查的能力,那諸如問卷調(diào)查一類的研究方式還有存在空間嗎?

          米加寧:我想再強調(diào)一下認(rèn)識論的轉(zhuǎn)變,就是知識的生成是由傳統(tǒng)個體的生成變成了大模型的基于人類知識的千百萬個腦袋的生成。這里最關(guān)鍵的地方在于,是相信個體的力量,還是相信大模型的力量。我們過去的社會科學(xué)研究都是基于個體力量進(jìn)行的。我覺得個體的力量是微不足道的。在大模型面前,個體只是作為一個催化劑而存在。以后的研究就在于,誰更擅長于跟大模型對話,那它生成的解決方案就更好。考慮假設(shè)、數(shù)據(jù)、模型都沒什么必要,ChatGPT全都可以解決。只要把語境處理好,個體的問卷可以作為一個小語料投喂給大模型。大模型生成的內(nèi)容一定是更可靠的。所以就民調(diào)來說,不是讓ChatGPT去跟民調(diào)比準(zhǔn)不準(zhǔn),而是應(yīng)該用它來看民調(diào)準(zhǔn)不準(zhǔn)。

          邱林:大模型模擬的結(jié)果確實與民調(diào)結(jié)果非常一致,但這并不代表現(xiàn)在可以完全依賴大模型的模擬。首先是數(shù)據(jù)荒漠的問題,有些地方網(wǎng)上的數(shù)據(jù)比較少,數(shù)據(jù)訓(xùn)練集不夠,很難依賴大模型進(jìn)行模擬。其次是即便有數(shù)據(jù),但未必能真實反映線下民眾的心理。

          當(dāng)然,從長期來看,解決數(shù)據(jù)荒漠是一個時間問題。可以想象一下,如果大模型通過裝載在無人機上投放到世界各地去收集數(shù)據(jù),它既可以收集地形地貌,也可以觀察人類社會,還可以實現(xiàn)人機對話。如果可以全息、實時地收集數(shù)據(jù),那現(xiàn)在的民調(diào)數(shù)據(jù)或論文數(shù)據(jù)對它而言都只是微量數(shù)據(jù)。關(guān)鍵是誰來安裝,這是一個大問題。

          大模型能夠提出研究問題,又能夠自己采集數(shù)據(jù)去驗證,這樣就形成了一個閉環(huán),可以自己產(chǎn)生科學(xué)的知識。從這個意義上看,未來的研究不是怎樣使用大模型作為一個工具,而是以它為主導(dǎo)的一個科研過程。雖然近期內(nèi)更多的討論是在講人機協(xié)作,但我的預(yù)測是它會越來越占據(jù)主導(dǎo),而人將會發(fā)揮一種輔導(dǎo)作用,扮演的是教練或?qū)煹慕巧ㄟ^提示、指引來參與研究。隨著大模型的能力越來越強,它會自我產(chǎn)生更多的科學(xué)知識,也會改變科學(xué)研究的方式。

          新圖景中的學(xué)科與理論

          邱林:在大模型的賦能下,理論會從孤立的、單一的理論,變成一種系統(tǒng)性的理論,成為對整個系統(tǒng)的一種描述。因為以前的理論往往用一個或幾個變量預(yù)測另外一個變量就結(jié)束了。比如,關(guān)于提高生育意愿的研究,只會考慮通過發(fā)放補貼的方式將怎樣提高家庭的生育意愿,就結(jié)束了。但實際上,如果女性都生三胎,可能會降低女性的社會地位,因為她們專注于工作的時間減少了,這樣會導(dǎo)致女性不愿意生孩子,也就會削弱發(fā)放補貼的效應(yīng)。所以,單單研究兩個變量或幾個變量之間的關(guān)系,沒有一個系統(tǒng)性的全局觀,是無法真正解決或觀測到問題的。我相信,大模型會改變我們產(chǎn)生的理論,不再那么孤立的,而是描述整個系統(tǒng)的理論。

          《中國社會科學(xué)報》:以后需要的理論會越來越少,或者是只需要一個理論?就像有學(xué)者在討論ChatGPT可能帶來的知識大一統(tǒng)?

          米加寧:這種理解還是傳統(tǒng)的思維模式,未來不能用傳統(tǒng)的概念去解釋。比如大平臺,如果用傳統(tǒng)經(jīng)濟(jì)學(xué)來理解,它就是壟斷,但是大平臺絕對不是壟斷,因為它不是物理空間里傳統(tǒng)企業(yè)的概念,它可以重新在物理空間里組織。對于數(shù)字空間、數(shù)字經(jīng)濟(jì)這些現(xiàn)象,傳統(tǒng)經(jīng)濟(jì)學(xué)概念都不能解釋,現(xiàn)在需要創(chuàng)造出一套新的解釋方案。

          《中國社會科學(xué)報》:那未來人類的知識體系是什么樣的狀況呢,是要打破以學(xué)科為基礎(chǔ)的構(gòu)建模式嗎?

          米加寧:對于這個問題,就像維特根斯坦所說,不能說的,我們就應(yīng)該保持沉默。

          邱林:有了大模型以后,我們從原來的解釋導(dǎo)向,會進(jìn)一步轉(zhuǎn)向解決導(dǎo)向,更關(guān)注怎么解決實際問題。實際問題的解決會包含心理學(xué)的變量、經(jīng)濟(jì)學(xué)的變量、社會學(xué)的變量……它是一個融合交匯的解,是一個無學(xué)科的解決方案。比如財富分配,它是整個系統(tǒng),其中的變量分布在不同領(lǐng)域中,大模型產(chǎn)生的是一個融合的跨學(xué)科的方案。這個方案里有很多參數(shù),是一個很復(fù)雜的方案,可能是我們無法理解的。大模型的工作之一,將是怎樣把復(fù)雜的理論用最精簡的語言告訴我們,變成一個讓人可以認(rèn)知、可以理解的一個理論。

          《中國社會科學(xué)報》:消解掉學(xué)科,這對知識體系來說是一個非常大的變化。

          邱林:理論之所以重要,是讓我們有一個對世界的理解,提供一個框架性的東西。理論是讓我們活在這個世界上不焦慮的一種工具。所以,我們往往追求簡單易懂的理論。但是,這種理論往往是寬泛的、不精準(zhǔn)的、不能解決實際問題。所以,要能真正解決社會問題的理論一定是復(fù)雜的、跨學(xué)科的。

          高奇琦:學(xué)科重構(gòu)是肯定的。當(dāng)下的學(xué)科劃分是在第二次工業(yè)革命過程中,像涂爾干講的社會分工,是由于新的職業(yè)的誕生,產(chǎn)生了教育的分類,教育實際上是為了培養(yǎng)勞動力的。在這個邏輯之下,越分越細(xì),人變成了工具,也就是馬克思所講的異化。大模型的一個重要潛能就是,它可以成為一個重要的賦能工具,不管你學(xué)什么東西,它似乎都可以幫助你,不需要像原來那樣細(xì)分了。從這個角度講,它很好地回應(yīng)了馬克思所講的異化問題。將來,每個人都應(yīng)該是全能的,既可以寫詩,也可以寫代碼。有了大模型以后,整個學(xué)習(xí)方式可以變成問答式的。通過百科全書式的方式,讓個人建立起同步全球的學(xué)習(xí)能力。

          盡管大模型不能說是全樣本,但它是非常大的一個人類知識的樣本,也可以說是一種世界模型,world model。世界上的知識基本上以知識壓縮的方式壓縮進(jìn)大模型,人們再根據(jù)需求來進(jìn)行調(diào)用。它的好處是什么?由于它的樣本量非常大,可能無限接近理性。當(dāng)你遇到困難時,過去只能是問父母,問有經(jīng)驗的人,更早之前可能是通過占卜。各種方法總是要給你一個說服的理由。從知識樣本接近全樣本量的角度看,大模型給出的答案確實可能讓人類個體無限接近理性。但是,要讓它的解釋有說服力并讓人信服,可能有點麻煩。

          這需要回到是否還需要理論這個問題,關(guān)于這點又涉及兩個問題。一是預(yù)測的問題。大模型在本質(zhì)上是沒有辦法窮盡所有可能性的,是沒有辦法預(yù)測的。而如果大模型真正可以把所有東西都搞定,實際上不是一個開放系統(tǒng),而是一個封閉系統(tǒng),有點像把所有條件都設(shè)定好。但這個世界會變得很無趣。我覺得仍然還是有開放性的。另一個是因果的問題。我覺得社會科學(xué)的因果研究基本上是很困難的。就像《敘事經(jīng)濟(jì)學(xué)》所揭示的,人類社會實際上就是一個敘事,自我實現(xiàn)的預(yù)言,似乎很難存在絕對的因果。

          米加寧:社會科學(xué)里追求因果關(guān)系太復(fù)雜,多因多果、多因異果。涌現(xiàn)就不是因果能解決的。所以現(xiàn)代社會科學(xué)拋開因果,走向了基于主體建模、復(fù)雜系統(tǒng),涌現(xiàn)概念更適合社會科學(xué)對問題的看法。大模型的出現(xiàn)是建立了一個理論產(chǎn)生的高原,研究者在新的高原上建立高峰。高原和高峰的關(guān)系,一定是人機合作。

          人工智能時代的“人”

          《中國社會科學(xué)報》:不管是大模型主導(dǎo),還是人機合作,新技術(shù)顯然在學(xué)術(shù)研究中扮演了非常重要的角色。那么,人在其中扮演著什么樣的角色?這種新的研究模式又對研究者提出了哪些要求?

          米加寧:大模型的出現(xiàn),要求研究者具有更豐富的想象力、對全局的把控力和深度的洞察力。在新技術(shù)普及的情況下,研究水平的高低取決于個體跟大模型對話的能力。現(xiàn)在面臨的最大問題是如何規(guī)范。過去美國的25校聯(lián)盟反對ChatGPT,最近哈佛大學(xué)發(fā)布了ChatGPT課堂使用指南。因為它意識到用ChatGPT寫作業(yè)是阻止不了的。大家都用,就是在高原上建立高峰。

          高奇琦:我認(rèn)為提示工程是一個短期行為。因為大模型發(fā)展很快,現(xiàn)在有了Auto GPT,原本討論的那些提示技巧,機器就可以自動執(zhí)行。

          《中國社會科學(xué)報》:使用大模型進(jìn)行學(xué)術(shù)研究是否有弊端或者需要注意的地方?

          米加寧:現(xiàn)在用還來不及,沒有發(fā)現(xiàn)弊端。

          高奇琦:國際上頂尖的人工智能研究專家,比如圖靈獎得主約書亞·本吉奧(Yoshua Bengio)和杰弗里·辛頓(Geoffery Hinton),他們都對人工智能的發(fā)展非常擔(dān)心。人工智能的威脅并不是虛幻出來的。大模型的樣本量如果足夠大,它是會有糾偏功能的。但它會產(chǎn)生更大的極化效應(yīng),在其中人其實沒有太多的選擇,從眾效應(yīng)肯定會加大。從這個角度講,大模型有可能會成為誰能夠當(dāng)選美國總統(tǒng)的決定性因素。

          《中國社會科學(xué)報》:ChatGPT的回答可能會影響到提問者后面的行為或認(rèn)知。

          邱林:事實上,媒體對人的影響一直就是存在的。美國民眾的兩黨極化在社交媒體上很嚴(yán)重,原來以為只是一部分人的聲音,但調(diào)研發(fā)現(xiàn)現(xiàn)實中的民眾也是極端分化。這其實很難說是因果關(guān)系,到底是社交媒體上的極化影響到了現(xiàn)實世界,還是說社交媒體反映了現(xiàn)實世界。大模型也一樣。它既會反映人們的思想, 也會影響人們的思想。

          高奇琦:它會成為新的戰(zhàn)場,新的輿論引導(dǎo)。我們要看到大模型背后的資本和利益,它所代表的意識形態(tài)。ChatGPT這樣的大模型能夠面世,其中有一個非常重要的工作叫“對齊”(alignment),就是跟美國的主流價值觀對齊,否則是無法上市的。

          實際上,它對于我們當(dāng)下的研究者而言,影響是有限的,因為我們整個研究習(xí)慣已經(jīng)形成了。但對于從小就生活在大模型的強大影響之下的未來的人而言,挑戰(zhàn)就在于他有沒有信心去做自己的研究?對于學(xué)術(shù)研究而言,人和人的交流是至關(guān)重要的。如果完全讓技術(shù)主導(dǎo),最后不可避免會導(dǎo)致人的主體性的喪失。在技術(shù)主導(dǎo)下,人和人的交流會變得越來越弱,最后都會變成人和技術(shù)的交流,技術(shù)會成為中心。這其實還是馬克思所說的異化。在這樣的異化背景下,人類肯定會走向消亡,至少是衰落。盡管從莊子的齊物論來講,人和機器也是平等的,但如果就此討論后人類,也是不符合人類的主流價值觀的。畢竟,機器是人發(fā)明的,即便結(jié)果是注定的。那為什么要去加速呢?現(xiàn)在最根本的問題是,各國都在加速,都希望從中獲益。

          (本版由本報記者劉倩采編整理)