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）