高奇琦

(華東政法大學(xué)政治學(xué)研究院,上海 200042)

自2022年年底發(fā)布以來,ChatGPT已經(jīng)引起了世界范圍內(nèi)的巨大關(guān)注。(1)ChatGPT可以看成是GPT3.5版。2023年3月,GPT-4發(fā)布。本文為了討論的方便,將其統(tǒng)稱為GPT技術(shù)。本文將討論GPT技術(shù)對人文社會(huì)科學(xué)知識生產(chǎn)的系統(tǒng)性影響。筆者擬從如下幾個(gè)方面來展開討論: 首先,討論人文社會(huì)科學(xué)在GPT技術(shù)影響之下可能產(chǎn)生的一場新的知識革命。其次,用“學(xué)者大眾化”來概括GPT技術(shù)可能產(chǎn)生的平權(quán)效果,并對可能出現(xiàn)的知識民粹主義風(fēng)險(xiǎn)加以分析。再次,討論GPT技術(shù)作為研究工具可能會(huì)對未來學(xué)術(shù)科研產(chǎn)生的輔助效果。最后,筆者認(rèn)為,需要將GPT技術(shù)視為研究對象,并從智能人文社會(huì)科學(xué)的廣闊視角來觀察未來較長時(shí)期內(nèi)人文社會(huì)科學(xué)發(fā)展的整體性脈絡(luò)。

一、 GPT技術(shù)與人文社會(huì)科學(xué)的知識革命

GPT技術(shù)可能會(huì)打破人文社會(huì)科學(xué)的傳統(tǒng)知識生產(chǎn)秩序。傳統(tǒng)的知識生產(chǎn)已經(jīng)形成較為完整的系統(tǒng)。以學(xué)者的產(chǎn)生為例: 經(jīng)過嚴(yán)格的學(xué)術(shù)訓(xùn)練以及苛刻的學(xué)術(shù)評價(jià),進(jìn)入學(xué)科最前沿領(lǐng)域的學(xué)者,被認(rèn)為是具有知識權(quán)威的人。這樣的知識權(quán)威是在復(fù)雜互動(dòng)以及傳統(tǒng)知識結(jié)構(gòu)的約束下形成的。要成為這樣的頂尖學(xué)者,個(gè)體首先需要在傳統(tǒng)的教育體系中勝出(如獲得博士學(xué)位);還需要在正規(guī)的高校或科研院所工作,并通過正式論文的發(fā)表表明其學(xué)術(shù)能力;而后通過職稱評定以及社會(huì)影響評估等多方面評價(jià),其知識權(quán)威的地位才能夠確立起來。換言之,傳統(tǒng)的知識生產(chǎn)秩序由一整套子系統(tǒng)構(gòu)成,其中包括教育系統(tǒng)、學(xué)術(shù)發(fā)表系統(tǒng)以及成果評價(jià)系統(tǒng)等。這套體系盡管也在不斷進(jìn)行演進(jìn),但是其總體是在相對穩(wěn)定的狀況下進(jìn)行發(fā)展。一個(gè)真正有社會(huì)影響力、在某個(gè)專業(yè)領(lǐng)域有較高學(xué)術(shù)地位的學(xué)者,不可避免地要受到這些子系統(tǒng)的影響。然而,以GPT技術(shù)為代表的通用大模型可能會(huì)打破我們傳統(tǒng)的知識生產(chǎn)秩序。

GPT技術(shù)的本質(zhì)是通用大模型。其最早是從語言介入的,所以其早期形態(tài)表現(xiàn)為語言大模型。GPT-4能夠理解圖片的內(nèi)涵,因此其就更多地具備了多模態(tài)的特征。通用大模型代表了未來通用人工智能突破的可能性。通用大模型的意義在于,其不再局限于相對的局部領(lǐng)域,而是變成一個(gè)全新的、無所不能的知識生產(chǎn)工具。到目前為止,其已經(jīng)表現(xiàn)出在知識生產(chǎn)方面令人驚嘆的能力。同時(shí),人類用戶對它不斷使用的過程,實(shí)際上也是將通用大模型的知識與人類知識對齊的過程,而這種對齊會(huì)產(chǎn)生巨大的調(diào)優(yōu)效應(yīng)。最終,GPT技術(shù)可能會(huì)成為人們在生活工作過程中都不得不依賴的、重要的知識生產(chǎn)工具。

具體而言,GPT技術(shù)對人文社會(huì)科學(xué)產(chǎn)生的革命性影響主要體現(xiàn)在兩個(gè)方面。第一,主體轉(zhuǎn)變。傳統(tǒng)的知識生產(chǎn)是以人為中心的,而學(xué)者是知識生產(chǎn)的中心。整個(gè)學(xué)術(shù)體系也是以對學(xué)者的培養(yǎng)為中心。而在新的GPT技術(shù)的影響之下,機(jī)器的知識生產(chǎn)會(huì)變得越來越普遍。當(dāng)然,在更為嚴(yán)肅的學(xué)術(shù)活動(dòng)之中,GPT等在初期往往只能作為輔助性的工具出現(xiàn)。例如,其可以幫助人們更精準(zhǔn)地查找資料,或者說在與ChatGPT的對話中引導(dǎo)出人類對話者更多的靈感?；蛘哌M(jìn)一步講,人類學(xué)者直接接受由ChatGPT提供新的可能性作為靈感來源。而伴隨著ChatGPT能力的進(jìn)一步增強(qiáng),可能會(huì)進(jìn)一步發(fā)展出機(jī)器直接進(jìn)行的知識生產(chǎn)行為。這一點(diǎn)在應(yīng)用領(lǐng)域已經(jīng)大量出現(xiàn),如電子商務(wù)領(lǐng)域的一些生成類文案。換言之,在一些更為模式化的領(lǐng)域,這樣的知識生產(chǎn)工作已經(jīng)由機(jī)器來完成。未來,機(jī)器是否會(huì)接管更具創(chuàng)造性的、由學(xué)者來完成的高端知識生產(chǎn)的工作?這恰恰是需要我們學(xué)術(shù)界加以警惕的。但是這樣的可能性已經(jīng)存在,因?yàn)镚PT技術(shù)已經(jīng)表現(xiàn)出極強(qiáng)的知識生產(chǎn)能力,甚至具備較高的創(chuàng)新性。盡管其并不一定理解其中的意義,但通過知識的排列組合確實(shí)能生成令人類驚訝的創(chuàng)新性結(jié)果。

第二,速度加快。加速主義是近年來許多思想家都較為關(guān)注的一個(gè)主題。對這一問題進(jìn)行過深入討論的學(xué)者包括貝爾納·斯蒂格勒(Bernard Stiegler)、保羅·維利里奧(Paul Virilio)、哈特穆特·羅薩(Hartmut Rosa)等。斯蒂格勒認(rèn)為,速度作為當(dāng)前所有技術(shù)的根源是最為深刻的問題。(2)Bernard Stiegler, Technics and Time, 1: The Fault of Epimetheus, translated by Richard Beardsworth and George Collins, Stanford: Stanford University Press, 1998, p.135.羅薩在有關(guān)現(xiàn)代社會(huì)的加速的討論中提到,社會(huì)加速最顯而易見和最有影響力的形態(tài)就是“目標(biāo)明確的、技術(shù)的,特別是工藝的(或機(jī)械的)加速過程”。(3)Hartmut Rosa, Social Acceleration: A New Theory of Modernity, translated by Jonathan Trejo-Mathys, New York: Columbia University Press, 2013, p.71.這一面向的加速同時(shí)也是維利里奧的“競速學(xué)”(dromology)理論的核心。(4)Paul Virilio, Polar Inertia, translated by Patrick Camiller, London: SAGE, 2000, p.82.這一點(diǎn)恰恰很好地解釋了ChatGPT出現(xiàn)的背景。之前,以人類為中心的知識生產(chǎn)速度是較為緩慢的。例如,一個(gè)學(xué)者要完成一篇完整的人文社會(huì)科學(xué)領(lǐng)域的文章,從準(zhǔn)備選題到寫作,可能會(huì)長達(dá)幾個(gè)月的時(shí)間。按照維利里奧的說法,當(dāng)代社會(huì)已經(jīng)發(fā)展成為一種新的速度圈(dromos phérique),(5)保羅·維利里奧: 《無邊的藝術(shù)》,張新木、李露露譯,南京: 南京大學(xué)出版社,2014年,第61、89頁。在這一速度競爭中失敗的人們會(huì)被淘汰出局。因此,從某種意義上講,以人類為中心的人文社會(huì)科學(xué)知識生產(chǎn)的速度已經(jīng)遠(yuǎn)遠(yuǎn)落后于當(dāng)前日新月異的社會(huì)發(fā)展速度。例如,如果按照剛剛所講的知識生產(chǎn)的節(jié)奏,再考慮到正常的期刊審稿周期,討論ChatGPT等的文章正常來講可能在2024年之后才會(huì)出現(xiàn)。而到2024年時(shí),可能GPT-5已經(jīng)發(fā)布。而早期ChatGPT只是GPT3.5版。換言之,目前的知識生產(chǎn)秩序仍然是一種傳統(tǒng)秩序。而生產(chǎn)力的發(fā)展以及一些較為敏捷的社會(huì)應(yīng)用,則以天為單位來進(jìn)行迭代和演變。GPT技術(shù)與互聯(lián)網(wǎng)聯(lián)網(wǎng)之后,就可以做到及時(shí)地更新知識,同時(shí)可以在提問者的引導(dǎo)之下一鍵生成內(nèi)容。

換言之,是否會(huì)在未來出現(xiàn)一種新的知識權(quán)威,即以機(jī)器為中心的知識權(quán)威?今天人們在討論問題時(shí)仍然會(huì)援引學(xué)者的觀點(diǎn),這是因?yàn)樵趥鹘y(tǒng)的知識生產(chǎn)中,學(xué)者是人們可以倚重的知識權(quán)威。那么在未來,機(jī)器是否會(huì)替代學(xué)者成為新的知識權(quán)威?目前通用大模型已經(jīng)表現(xiàn)出這樣的潛質(zhì)。對于普通大眾而言,其往往缺乏與學(xué)者直接交流的機(jī)會(huì),而通用大模型則是直接面向大眾。這是一種“時(shí)刻在那里為你服務(wù)”的新型知識權(quán)威,其便捷性、速度性、全面性都是傳統(tǒng)的知識權(quán)威所無法達(dá)到的。總之,這樣的知識革命已經(jīng)發(fā)生,而我們每個(gè)參與知識生產(chǎn)的學(xué)者或?qū)W人都無法置身事外。

二、 學(xué)者大眾化: 平權(quán)運(yùn)動(dòng)與知識民粹主義風(fēng)險(xiǎn)

黃仁勛(Jensen Huang)在近期的一次活動(dòng)中談及了如下的觀點(diǎn): 人人皆可為程序員。(6)來自黃仁勛于2023年3月英偉達(dá)(NVIDIA)GTC開發(fā)者大會(huì)上的演講,詳見“Watch NVIDIA CEO Jensen Huang Share the AI Technologies Affecting Every Industry and Our Everyday Lives,” https://www.nvidia.com/gtc/keynote/?nvid=nv-int-cwmfg-877214, April 27, 2023.GPT技術(shù)確實(shí)已經(jīng)展現(xiàn)出這樣的巨大能力。因?yàn)殚_發(fā)GPT技術(shù)的OpenAI與微軟結(jié)盟,而微軟之前收購了GitHub(一個(gè)面向開源及私有軟件項(xiàng)目的托管平臺)。GitHub本身是一個(gè)計(jì)算機(jī)領(lǐng)域的開源社區(qū),即軟件工程師在完成了某個(gè)軟件的編程工作之后,如果希望將這一工作開源,其就可以把他的相關(guān)的代碼上傳到GitHub之上。其他人如果希望延續(xù)這樣的工作,或在其基礎(chǔ)之上進(jìn)行二次開發(fā),就可以把先行者的代碼下載下來,然后再通過調(diào)試或二次開發(fā)來開發(fā)自己的新工具。應(yīng)該說,近幾十年來,人類在信息領(lǐng)域產(chǎn)生的巨大的成就恰恰是在這種開源文化的基礎(chǔ)之上形成的。GPT技術(shù)之所以表現(xiàn)出令人驚訝的編程能力,實(shí)際上是建立在人類之前花了幾十年建立的完整知識庫的基礎(chǔ)上。百度開發(fā)的文心一言之所以在編程能力上顯著弱于GPT技術(shù),就是因?yàn)槠錈o法借助類似于GitHub的開源編程社區(qū)。總之,GPT技術(shù)會(huì)產(chǎn)生一種巨大的平權(quán)效應(yīng)。

人類到目前為止已經(jīng)產(chǎn)生了巨量的知識,而不同種類的知識都會(huì)形成自己的專業(yè)壁壘。例如,人文社會(huì)科學(xué)的研究者往往缺乏足夠的編程能力。這是因?yàn)樵趥鹘y(tǒng)的教育培養(yǎng)體系中(按照當(dāng)時(shí)的認(rèn)知),還沒有這方面的教育內(nèi)容。同時(shí),這類編程學(xué)習(xí)的門檻較高。例如,對于一個(gè)文科學(xué)生而言,自學(xué)C語言或者R語言都較為困難,除非其有非常強(qiáng)的興趣,能夠持續(xù)地學(xué)習(xí),并且能夠在工作中加以應(yīng)用。然而,在GPT技術(shù)的輔助之下,這一切似乎變得更加可能。當(dāng)使用者向GPT-4發(fā)出一段完成某種編程任務(wù)的文字提示時(shí),GPT-4便可以輸出一段代碼。經(jīng)過眾多使用者的驗(yàn)證,目前GPT-4輸出代碼的準(zhǔn)確性已經(jīng)非常高,但偶爾也會(huì)出現(xiàn)錯(cuò)誤。使用者可以直接運(yùn)行這段代碼,并通過實(shí)際使用來檢測這段代碼中可能存在的問題。或者,使用者也可以繼續(xù)與GPT-4進(jìn)行對話,增加新的任務(wù)要求,并引導(dǎo)GPT-4來完善這段代碼?？偠灾?黃仁勛所講的“人人皆可為程序員”并不是一個(gè)空洞的說法。目前確實(shí)具備了這樣的技術(shù)可能性。只要使用者有一定的語言能力,并通過不斷地引導(dǎo)機(jī)器,就可以完成一定程度的程序開發(fā)。

從另一角度來講,這確實(shí)會(huì)引發(fā)學(xué)習(xí)的革命。之前的人類學(xué)習(xí)大多數(shù)是一種被動(dòng)學(xué)習(xí)。例如,本科生進(jìn)入大學(xué)之后,盡管其可以通過選修來表現(xiàn)出自己一定的選擇性,然而核心課程都是由原先的知識架構(gòu)設(shè)定好的。在GPT技術(shù)的影響之下,人類學(xué)習(xí)可能會(huì)更多進(jìn)入主動(dòng)學(xué)習(xí)的狀態(tài)。主動(dòng)學(xué)習(xí)意味著學(xué)習(xí)者的主動(dòng)性被激發(fā)出來,(7)主動(dòng)學(xué)習(xí)即學(xué)生進(jìn)行有意義的學(xué)習(xí)活動(dòng),并思考自己在做什么。關(guān)于主動(dòng)學(xué)習(xí)的有效性,詳見Michael Prince, “Does Active Learning Work? A Review of the Research,” Journal of Engineering Education,vol. 93, no. 3 (2004), pp.223-231.其可能會(huì)產(chǎn)生一種游戲者精神。換言之,其會(huì)用打游戲的狀態(tài)來進(jìn)行學(xué)習(xí),這就會(huì)產(chǎn)生寓教于樂的效果。當(dāng)這樣的熱情被激發(fā)出來之后,持續(xù)的知識強(qiáng)化就會(huì)產(chǎn)生重要的學(xué)習(xí)突破。在GPT技術(shù)的輔助之下,學(xué)習(xí)者可以打破傳統(tǒng)的知識結(jié)構(gòu),更容易從應(yīng)用的角度來切入到學(xué)習(xí)的過程中,并在應(yīng)用中激發(fā)學(xué)習(xí)的興趣?；氐缴厦嫣峒暗木幊贪咐?學(xué)習(xí)者系統(tǒng)地學(xué)習(xí)編程相關(guān)理論的過程,往往是較為枯燥的。如果這一過程較長的話,學(xué)習(xí)者的學(xué)習(xí)熱情會(huì)消失殆盡。但我們可以跳過基礎(chǔ)理論,直接進(jìn)入應(yīng)用層面。例如,當(dāng)學(xué)習(xí)者在應(yīng)用中看到自己開發(fā)的某些軟件得到別人的認(rèn)可時(shí),他或她會(huì)感到欣喜,而這種欣喜會(huì)激發(fā)其反過來探究基礎(chǔ)理論。這樣的學(xué)習(xí)會(huì)大大提高學(xué)習(xí)者的主動(dòng)性和積極性。

對黃仁勛的論點(diǎn)進(jìn)一步推演,放到人文社會(huì)科學(xué)知識生產(chǎn)的視域中,我們似乎可以提出“人人皆可為學(xué)者”這種較為理想化的圖景。這里首先需要對學(xué)者的條件加以定義。學(xué)者的條件主要有兩點(diǎn),即自由時(shí)間和學(xué)習(xí)機(jī)會(huì)。學(xué)者就是通過大量的時(shí)間不斷在各自的知識領(lǐng)域攀登知識高峰的人。而GPT技術(shù)的出現(xiàn)似乎使得這兩者對于大眾而言都更加容易得到。第一,GPT可能會(huì)使得大眾的自由時(shí)間增多。目前GPT已經(jīng)表現(xiàn)出這樣的巨大潛能,即人類之前做得最多的重復(fù)性工作可能會(huì)被機(jī)器替代。這就意味著每個(gè)個(gè)體會(huì)有更多的自由時(shí)間。第二,每個(gè)個(gè)體的學(xué)習(xí)機(jī)會(huì)也會(huì)增加,同時(shí)學(xué)習(xí)成本也會(huì)大大降低。傳統(tǒng)的學(xué)習(xí)往往強(qiáng)調(diào)正式形式的學(xué)習(xí),如獲得某種教育的機(jī)會(huì)更多意味著坐在教室里,在一段時(shí)間內(nèi)完成某種帶有資格認(rèn)定的正式學(xué)習(xí)。在未來,更多學(xué)習(xí)會(huì)體現(xiàn)為一種非正式學(xué)習(xí),包括與GPT技術(shù)應(yīng)用的聊天,甚至瀏覽短視頻都可以看成是學(xué)習(xí)的形式。然而,這其中的問題是: 人們是否一定會(huì)使用這些時(shí)間進(jìn)行學(xué)習(xí),還是用于娛樂?例如,視頻網(wǎng)站嗶哩嗶哩中有大量的視頻內(nèi)容,這些視頻內(nèi)容中包含非常豐富的知識類內(nèi)容,也包含大量的娛樂類內(nèi)容。這其中的問題是,當(dāng)人們的自由時(shí)間增加時(shí),人們是否一定會(huì)將增加的自由時(shí)間用于學(xué)習(xí)?進(jìn)一步的根本問題是,學(xué)習(xí)是否會(huì)成為人類的基本生存狀態(tài),或者學(xué)習(xí)是否是人之為人的原動(dòng)力?

因此,在通用大模型等技術(shù)的輔助之下,確實(shí)出現(xiàn)了“學(xué)者大眾化”的可能,即人人都可能會(huì)通過終身學(xué)習(xí),以及自己運(yùn)用自由時(shí)間在不同的領(lǐng)域攀登知識高峰。然而,可能性與現(xiàn)實(shí)之間仍然存在鴻溝。從目前的社會(huì)發(fā)展已經(jīng)看到一些端倪: 在人們的自由時(shí)間增加之后,大量的普通人并不會(huì)將這些自由時(shí)間用于學(xué)習(xí),有可能更多用于休閑和娛樂。從這種意義上講,學(xué)者大眾化似乎只是一個(gè)理想主義的圖景。同時(shí),“學(xué)者大眾化”還可能會(huì)存在知識民粹主義的風(fēng)險(xiǎn)。知識民粹主義可以從近年來微信公眾號中一些以流量為中心的知識傳播案例中找到端倪,即一些公眾號的運(yùn)營者為了賺取流量,將民粹主義的內(nèi)容作為其知識傳播的“賣點(diǎn)”。

這里需要特別強(qiáng)調(diào)的是,我們同樣需要認(rèn)識“真正的學(xué)者”的意義。正如芝諾(Zeno of Elea)所表達(dá)的圓圈理論: 當(dāng)圓圈較小時(shí),學(xué)習(xí)者感受到的外部知識是較少的;當(dāng)圓圈較大時(shí),學(xué)習(xí)者會(huì)日益感受到外部世界的巨大。換言之,“真正的學(xué)者”會(huì)認(rèn)識到知識的限度。例如,初中生往往會(huì)確信經(jīng)典力學(xué)所描述的規(guī)律,而物理學(xué)家則會(huì)從量子力學(xué)的角度來批評經(jīng)典力學(xué)的不足。換言之,當(dāng)“學(xué)者大眾化”的趨勢發(fā)生后,可能會(huì)出現(xiàn)大量的“半瓶子學(xué)者”。而這些“半瓶子學(xué)者”又會(huì)極其篤定地相信某些知識的確定性。又因?yàn)榇罅康闹R處在辯證的運(yùn)動(dòng)之中,所以這種確信很有可能發(fā)展成為一種漢娜·阿倫特(Hannah Arendt)意義上的“平庸之惡”。(8)對于“平庸之惡”,漢娜·阿倫特指出,作惡者并非“一心想做惡人”,他的行為本身沒有任何動(dòng)機(jī)且算不上是犯罪。他明白發(fā)生過什么,但從未意識到自己在做什么;他并不愚蠢,但他并不思考。詳見Hannah Arendt, Eichmann in Jerusalem: A Report on the Banality of Evil (Revised and Enlarged Edition), New York: Penguin Books, 1994, pp.287-288.并且,這種“平庸之惡”加劇的知識民粹主義,最終又可能會(huì)使得“真正的學(xué)者”處于失語的狀態(tài)。

三、 GPT技術(shù)作為研究工具: 未來的學(xué)術(shù)與科研

馬克思曾經(jīng)深刻地討論過生產(chǎn)工具對于人類的意義。(9)馬克思指出,“自然界沒有制造出任何機(jī)器……它們是人類勞動(dòng)的產(chǎn)物,是變成了人類意志駕馭自然的器官或人類在自然界活動(dòng)的器官的自然物質(zhì)。它們是人類的手創(chuàng)造出來的人類頭腦的器官”?！恶R克思恩格斯全集》第46卷(下),北京: 人民出版社,1980年,第219頁。在當(dāng)代的思想家中,斯蒂格勒對這一問題有進(jìn)一步深入的討論。在斯蒂格勒看來,人類的生存是一種代具性的生存。代具性構(gòu)成了人類生存的一種本質(zhì)性屬性。(10)Bernard Stiegler, Technics and Time, 1: The Fault of Epimetheus, translated by Richard Beardsworth and George Collins, Stanford: Stanford University Press, 1998, pp.114-116.換言之,如果沒有工具,人類都無法生存下去。人類的演進(jìn)恰恰是以工具和技術(shù)為中心的演進(jìn)。從這一角度來講,作為新的生產(chǎn)工具,GPT技術(shù)一定要引入科學(xué)研究中。目前,在自然科學(xué)領(lǐng)域已經(jīng)出現(xiàn)了大量的關(guān)于AI for science(人工智能驅(qū)動(dòng)的科學(xué)研究)的討論。(11)近期相關(guān)討論比如,Chris Stokel-Walker, Richard Van Noorden, “What ChatGPT and Generative AI Mean for Science,” Nature, vol.614(February 2023), pp.214-216。中國學(xué)者中,鄂維南院士是國際上最早推動(dòng)AI for Science研究范式的人之一。在他看來,AI for Science給人工智能提供了新的主戰(zhàn)場,即傳統(tǒng)的科學(xué)領(lǐng)域成為人工智能的主戰(zhàn)場。詳見鄂維南: 《AI for Science: 一場正在發(fā)生的科技革命》,2023年2月16日,https://bda.pku.edu.cn/info/1003/2083.htm,2023年4月27日。近期科技部還專門發(fā)布了AI for science的具體專項(xiàng)推動(dòng)方案。(12)參見《科技部啟動(dòng)“人工智能驅(qū)動(dòng)的科學(xué)研究”專項(xiàng)部署工作》,2023年3月27日,http: //www.news.cn/politics/2023-03/27/c_1129468666.htm,2023年4月27日。從這一角度講,AI不僅要為科學(xué)服務(wù),同樣需要為社會(huì)科學(xué)服務(wù)。因此,我們在這里還應(yīng)該提出AI for social science(人工智能趨動(dòng)的社會(huì)科學(xué)研究)。這里之所以強(qiáng)調(diào)使用,是因?yàn)椴皇褂盟淼氖且环N技術(shù)保守主義。中華民族在第一次和第二次工業(yè)革命中落后的根本原因,就在于當(dāng)時(shí)的統(tǒng)治精英排斥新興技術(shù)的應(yīng)用。因此,我們不能陷入這種技術(shù)保守主義的態(tài)度中。先進(jìn)生產(chǎn)力的根本在于其可以極大地改變社會(huì)實(shí)踐,而這種改變的前提是使用。社會(huì)科學(xué)研究者同樣要掌握這些新的研究工具。不掌握它們,我們便會(huì)落后于整個(gè)時(shí)代。當(dāng)然,這里需要特別強(qiáng)調(diào)的是,使用并不意味著對這一生產(chǎn)工具的全盤接受和毫無批評。對這一點(diǎn)后文會(huì)專門討論。目前已經(jīng)出現(xiàn)了關(guān)于ChatGPT的兩類觀點(diǎn)。例如,在中國香港,香港科技大學(xué)主張學(xué)生們使用這樣的先進(jìn)生產(chǎn)工具,而香港大學(xué)則禁止學(xué)生使用。筆者認(rèn)為,不能簡單地采取一禁了之的做法。即便是反對使用,也要在充分使用之后,再提出反對的意見。如果完全沒有使用過,就對這一技術(shù)加以反對,這是一種技術(shù)保守主義的觀點(diǎn)。

筆者認(rèn)為,在GPT技術(shù)應(yīng)用的影響之下,未來社會(huì)科學(xué)研究可能會(huì)出現(xiàn)如下幾個(gè)趨勢。

第一,定量研究會(huì)進(jìn)一步普及。如前所述,按照黃仁勛的觀點(diǎn),人人皆可為程序員。這一觀點(diǎn)的延伸論點(diǎn)是,人人皆可為數(shù)據(jù)分析者。一方面,人們可以運(yùn)用GPT技術(shù)來幫助編寫爬蟲工具,從而更容易地從相關(guān)網(wǎng)站上抓取相關(guān)數(shù)據(jù)。同時(shí),在GPT技術(shù)的輔助下,人們對一些編程工具的使用會(huì)更加?jì)故臁１热?Python中有大量的可視化和數(shù)據(jù)分析的工具。我們可以在GPT技術(shù)的輔助下更好地學(xué)習(xí)這些工具。換言之,定量研究之前具有較高的研究門檻。學(xué)習(xí)者在學(xué)習(xí)的過程中由于缺乏指導(dǎo),往往會(huì)在研究中遭遇諸多困難。而在GPT技術(shù)輔助之下,這些困難都會(huì)較為容易地克服。另外,GPT技術(shù)的進(jìn)一步發(fā)展還可以直接幫助研究者在相應(yīng)的文本中更為容易地進(jìn)行文本數(shù)據(jù)的處理。

第二,GPT可能會(huì)成為研究者的新導(dǎo)師。如前所述,GPT會(huì)成為新的知識權(quán)威,其可能會(huì)發(fā)揮非常全面的功能。一方面,其可以通過巨大的百科全書式的知識庫,提供完全不同的海量知識內(nèi)容。另一方面,其還可以提供各種方法的學(xué)習(xí)和引導(dǎo),幫助我們用編寫程序的方法創(chuàng)建一些具體的研究實(shí)現(xiàn)工具。換言之,GPT似乎無所不能。同時(shí),與人類導(dǎo)師相比,它似乎又沒有那么嚴(yán)厲,而更像一個(gè)服務(wù)生。從這個(gè)意義上講,GPT可能成為研究者的“謙卑的阿拉丁神燈”。

第三,跨學(xué)科變得更加可能。之前的跨學(xué)科研究是極為困難的,因?yàn)椴煌膶W(xué)科會(huì)形成相應(yīng)的知識壁壘。無論是技術(shù)理論研究方法,還是話語體系都是完全不同的。例如,一個(gè)跨學(xué)科研究者在研究時(shí)面臨的第一個(gè)困難,就是如何可以在較短的時(shí)間內(nèi)了解清楚這一學(xué)科中的頂尖研究學(xué)者與關(guān)鍵研究主題。在傳統(tǒng)的研究情境中,跨學(xué)科研究者需要對新進(jìn)入的領(lǐng)域開展大規(guī)模的知識學(xué)習(xí)。例如,其需要閱讀大量的文獻(xiàn)才能夠找到一些端倪,然而僅僅讀文獻(xiàn)還是無法建立起這一新領(lǐng)域的基本知識架構(gòu)。所以,在一些成功的跨學(xué)科案例中,往往研究者本身的學(xué)術(shù)背景就是跨學(xué)科的。然而,在GPT技術(shù)的輔助之下,通過不斷的提問就可以較為快速地獲取這些知識。換言之,GPT提供了一種全新的學(xué)習(xí)模式,其可以在對話中激發(fā)出學(xué)習(xí)者的學(xué)習(xí)潛能。這樣就可以較為快速且精準(zhǔn)地掌握新領(lǐng)域中的知識。

第四,人類研究者的主要工作將可能從創(chuàng)造轉(zhuǎn)向選擇。這一點(diǎn)在自然科學(xué)的最新進(jìn)展中可以發(fā)現(xiàn)一些端倪。例如,人工智能用于制藥領(lǐng)域的一個(gè)重要進(jìn)展就是,通過人工智能可以找到一些化合物的新型配對方法。人工智能的重大價(jià)值在于,其通過運(yùn)算來進(jìn)行不同元素之間的排列組合,并運(yùn)用計(jì)算機(jī)模擬來觀察其實(shí)際效果。之前,人類的傳統(tǒng)做法是在實(shí)驗(yàn)室中進(jìn)行不同元素之間的配對。人工智能的意義在于其大大縮短了這樣的實(shí)驗(yàn)時(shí)間。因此,在這些領(lǐng)域,自然科學(xué)家的重要工作就是,對人工智能產(chǎn)生的一些可能性進(jìn)行選擇,從中選出更有價(jià)值的新型合成物。這一邏輯可以用于社會(huì)科學(xué)領(lǐng)域。目前的GPT-4已經(jīng)表現(xiàn)出非常強(qiáng)的邏輯推理能力。GPT的基礎(chǔ)是一種語言大模型。按照路德維?！ぞS特根斯坦(Ludwig Wittgenstein)的觀點(diǎn),人類的邏輯就隱藏在語言之中。(13)正如維特根斯坦所說,“只要我們的記號語言中一切都得到正確處理,我們也就有了一個(gè)正確的邏輯觀點(diǎn)”。路德維?！ぞS特根斯坦: 《邏輯哲學(xué)論》,賀紹甲譯,北京: 商務(wù)印書館,2009年,第50頁。換言之,未來我們可以通過機(jī)器運(yùn)算,找到社會(huì)科學(xué)研究中更多的因果解釋。當(dāng)然,這樣的因果解釋只是機(jī)器根據(jù)人類提供的數(shù)據(jù)所得出的相關(guān)因素之間的排列組合及其概率,而人類要通過自己的常識對這些因果解釋再加以確認(rèn),這就會(huì)大大提高人文社會(huì)科學(xué)因果解釋的解釋力以及這些新知識產(chǎn)生的效率。

第五,人的智能涌現(xiàn)能力可能會(huì)減弱。最后這一點(diǎn)恰恰是對人類使用先進(jìn)生產(chǎn)工具之后的一種批判性反思。人類的整部歷史都可以看成是一部生產(chǎn)工具發(fā)展史,但同時(shí)我們可以看到的是人類的部分自身能力在不斷地弱化。例如,之前人類野外生存的能力很強(qiáng),但是現(xiàn)代社會(huì)的人們卻很難適應(yīng)野外復(fù)雜和多變的氣候條件。換言之,當(dāng)人們高度依賴于GPT這樣的研究工具時(shí),是否會(huì)損失一些相關(guān)的核心能力?這里需要特別提及的是吉爾·德勒茲(Gilles Deleuze)的“差異與重復(fù)”。差異和重復(fù)之間存在辯證關(guān)系。在德勒茲看來,“純粹差異和復(fù)雜重復(fù)的概念似乎無論在什么情況下都會(huì)相互統(tǒng)一、渾然不分。與差異之發(fā)散和差異之恒常的去中心化緊密對應(yīng)的,正是重復(fù)當(dāng)中的置換和偽裝”。(14)Gilles Deleuze, Difference and Repetition, translated by Paul Patton, New York: Columbia University Press, 1994, p.xx.只有通過大量的重復(fù),才可能出現(xiàn)真正有價(jià)值的差異。在此意義上講,創(chuàng)新在很大程度上是一種與原先情境不同的事件。如果脫離了原先的情境,人類的創(chuàng)新能力可能會(huì)減弱。特別是,當(dāng)人們在大量應(yīng)用ChatGPT進(jìn)行大段內(nèi)容生成時(shí),人們的文字組織能力不可避免會(huì)下降。該能力的下降最終會(huì)影響到人類個(gè)體自身的智能涌現(xiàn)。換言之,人類的創(chuàng)新是在眾多的重復(fù)性工作中突然出現(xiàn)的。假如人們完全脫離了這樣的重復(fù)性工作,那么人類的創(chuàng)新是否會(huì)真正出現(xiàn)?這一點(diǎn)也值得我們進(jìn)一步討論。因此,使用GPT的前提是,要使其可以增加自己的內(nèi)生能力。例如,當(dāng)阿爾法狗(AlphaGo)戰(zhàn)勝李世石和柯潔之后,圍棋作為人類智力訓(xùn)練的一個(gè)工具仍然存在。同時(shí),人類棋手還大量地從與機(jī)器的對決中尋找新的靈感,然后再與人類同伴進(jìn)行對決,從而不斷提高自身的智能上限。筆者在這里將其稱為“阿爾法狗效應(yīng)”。

“阿爾法狗效應(yīng)”的最大價(jià)值在于阿爾法狗為人類樹立了一個(gè)新的他者,其出現(xiàn)并沒有終結(jié)人類的圍棋活動(dòng),反而可以大大提高人類棋手的圍棋能力。這里提出的一個(gè)核心觀點(diǎn)是,人類在對新的工具的應(yīng)用中,不能完全陷入對工具的依賴。同樣,我們還需要思考和假設(shè)一種“沒有工具的生活”,并讓這種“沒有工具的生活”體現(xiàn)在兒童的教育環(huán)境以及應(yīng)對危機(jī)的災(zāi)難預(yù)想訓(xùn)練之中。換言之,在兒童的基礎(chǔ)教育階段,GPT這類工具的使用一定要有限度。可以讓孩子們接觸這些先進(jìn)的工具,但同時(shí)還要更加誠懇地告訴孩子們使用這些工具可能導(dǎo)致的不良影響。這樣孩童在基礎(chǔ)教育階段的內(nèi)生語言能力才不會(huì)中斷。如此,才能夠?yàn)槲磥淼膶W(xué)術(shù)與科研提供充足的人類研究者,而不是走向一種在人工智能主導(dǎo)下的工具化。“阿爾法狗效應(yīng)”意味著AI要時(shí)刻作為一種他者存在,并避免人的墮落。同時(shí),我們也要做出一定程度的最壞情況的打算: 在沒有人工智能輔助的情況下,人類個(gè)體是否還可以進(jìn)行正常的學(xué)術(shù)和科研活動(dòng)?同時(shí),對于那些極其自律且不屑于使用GPT技術(shù)工具的學(xué)者,我們要給予加倍的鼓勵(lì)和尊重,因?yàn)橥耆皇褂眠@些工具而能達(dá)到一定研究水平的人,其往往具備更強(qiáng)的內(nèi)生創(chuàng)新能力。

四、 GPT作為研究對象: 智能人文社會(huì)科學(xué)的未來

我們不僅要將GPT當(dāng)成研究工具,還要把它當(dāng)成研究對象。GPT可以看成是人工智能的最新進(jìn)展,其代表了未來通用人工智能突破的可能性。關(guān)于通用人工智能可能會(huì)出現(xiàn)的時(shí)間點(diǎn),五年之前的研究者往往會(huì)給予一個(gè)較為寬泛的時(shí)間段,如從20年到200年不等。然而,在ChatGPT事件發(fā)生之后,預(yù)測者調(diào)整了其可能出現(xiàn)的時(shí)間段。例如,薩姆·奧特曼(Sam Altman)認(rèn)為OpenAI“開發(fā)的系統(tǒng)已經(jīng)越來越接近通用人工智能”。(15)Sam Altman, “Planning for AGI and Beyond,” February 24, 2023, https://openai.com/blog/planning-for-agi-and-beyond, April 27, 2023.此外, DeepMind的CEO戴密斯·哈薩比斯(Dennis Hassabis)認(rèn)為,通用人工智能的出現(xiàn)或許只需要幾年。(16)Miles Kruppa, “Google DeepMind CEO Says Some Form of AGI Possible in a Few Years,” May 2, 2023, https://www.wsj.com/articles/google-deepmind-ceo-says-some-form-of-agi-possible-in-a-few-years-2705f452, May 2, 2023.總之,我們當(dāng)前處在一個(gè)大轉(zhuǎn)型的前夜。近期大家可以看到一系列大的新聞迭出,例如在2023年3月份,GPT-4的發(fā)布、Midjourney的V5發(fā)布、Adobe發(fā)布人工智能的工具、谷歌發(fā)布巴德系統(tǒng)、百度發(fā)布文心一言等。簡言之,這是一個(gè)加速演進(jìn)的時(shí)代。

這里需要對自然科學(xué)和人文社會(huì)科學(xué)的不同功能和職責(zé)進(jìn)行定義。自然科學(xué)關(guān)注的核心是科學(xué)技術(shù)本身。對于GPT相關(guān)技術(shù)而言,自然科學(xué)界的通行態(tài)度是加速。然而,人文社會(huì)科學(xué)的功能卻與之不同。人文社會(huì)科學(xué)的研究對象是整個(gè)人類社會(huì),其更為關(guān)心的是在新的技術(shù)條件下人類社會(huì)發(fā)展的整體走向,以及這種顛覆性技術(shù)可能會(huì)帶來的巨大的“創(chuàng)造性破壞”效應(yīng)。人類社會(huì)是一個(gè)復(fù)雜的系統(tǒng),往往處在一種脆弱的平衡狀態(tài)。從復(fù)雜科學(xué)的角度來講,人類社會(huì)往往處于在穩(wěn)態(tài)與非穩(wěn)態(tài)之間交替進(jìn)行的間斷均衡過程。從這一意義上講,先進(jìn)生產(chǎn)力會(huì)對整個(gè)經(jīng)濟(jì)社會(huì)系統(tǒng)產(chǎn)生重構(gòu)效應(yīng)。因此,這里會(huì)產(chǎn)生一系列新的問題,而社會(huì)科學(xué)就需要對這一系列新產(chǎn)生的問題進(jìn)行整體性回應(yīng)。一個(gè)相對通俗的說法是,自然科學(xué)負(fù)責(zé)生產(chǎn)力,而人文社會(huì)科學(xué)則負(fù)責(zé)生產(chǎn)關(guān)系。

GPT技術(shù)擁有巨大的創(chuàng)造性破壞效應(yīng),這就使得智能人文社會(huì)科學(xué)的建設(shè)變得極為重要。當(dāng)然,智能人文社會(huì)科學(xué)的研究極為困難,因?yàn)樗饕且环N未來學(xué)研究。未來學(xué)源于20世紀(jì)70年代阿爾文·托夫勒(Alvin Toffler)等人的推動(dòng)。然而,盡管未來學(xué)極為重要,會(huì)對整個(gè)社會(huì)的發(fā)展產(chǎn)生某種引導(dǎo)效應(yīng),但是其一直不是一個(gè)極為主流的存在。正如托夫勒所說,“如果我們試驗(yàn)的基點(diǎn)不放在過去,而放在明天的技術(shù)和社會(huì)上,我們就能夠把烏托邦主義作為一種有用工具而不是逃避手段”。(17)Alvin Toffler, Future Shock, NewYork: Bantam Books, 1971, p.468.從人類知識產(chǎn)生的歷史來看,在人類社會(huì)初期,知識分工并未出現(xiàn),而社會(huì)科學(xué)知識的中心是哲學(xué)。只有在進(jìn)入近代以來,社會(huì)科學(xué)知識才出現(xiàn)了進(jìn)一步的發(fā)展。而真正意義的學(xué)科分工,許多都是在近200年之內(nèi)才逐步發(fā)展和完成。伴隨著學(xué)科發(fā)展的進(jìn)一步專業(yè)化,實(shí)證主義精神越來越成為主導(dǎo)。因此,在社會(huì)科學(xué)的發(fā)展過程中,科學(xué)性成為越來越重要的目標(biāo)?？蓹z驗(yàn)性和可重復(fù)性成為實(shí)證主義社會(huì)科學(xué)的基礎(chǔ)性要求。然而,這里的問題是,實(shí)證主義科學(xué)方法并不能很好地對目前GPT可能對未來產(chǎn)生的效應(yīng)進(jìn)行有效的分析。因此,人們對未來的討論,多數(shù)往往會(huì)介于無厘頭的猜想與科幻小說的暢想等形式之間。如何從人類知識傳統(tǒng)出發(fā),對未來將要發(fā)生的事情作出深刻且邏輯嚴(yán)密的科學(xué)研判就會(huì)變得至關(guān)重要。

在筆者看來,智能人文社會(huì)科學(xué)的研究有三點(diǎn)是至關(guān)重要的。第一,想象力。因?yàn)镚PT可能產(chǎn)生的影響并沒有發(fā)生,即并不能通過實(shí)證主義所強(qiáng)調(diào)的觀察來獲得,而只能通過頭腦風(fēng)暴式的想象或是猜想。猜想就是要將所有的可能性都列舉出來。第二,邏輯力。當(dāng)這些可能性都列舉出來之后,我們需要做的工作是,用符合實(shí)證主義精神的方法將其可能產(chǎn)生的社會(huì)效果再做進(jìn)一步的邏輯推演。理論的建構(gòu)過程實(shí)際上就是一種“受約束的想象”(disciplined imagination)過程。(18)Karl E. Weick, “Theory Construction as Disciplined Imagination,” The Academy of Management Review, vol.14, no.4(October 1989), pp.516-531.這里之所以強(qiáng)調(diào)實(shí)證主義精神,就是希望說明我們要避免天馬行空式的絕對想象,而要做符合現(xiàn)實(shí)邏輯的可能性想象。第三,思辨力。正如如下觀點(diǎn)所強(qiáng)調(diào)的,“對規(guī)范的過度強(qiáng)調(diào)會(huì)約束研究者的想象,但無規(guī)范的想象又容易導(dǎo)致研究純粹成為研究者的主觀臆想”。(19)井潤田、孫璇: 《實(shí)證主義vs.詮釋主義: 兩種經(jīng)典案例研究范式的比較與啟示》,《管理世界》2021年第37卷第3期,第198—216頁。我們不僅要采取一種實(shí)證主義的態(tài)度對未來加以判斷,同時(shí)還要用一種規(guī)范主義的態(tài)度對未來可能出現(xiàn)的圖景加以約束。換言之,我們的態(tài)度應(yīng)該介于實(shí)然和應(yīng)然之間。因?yàn)槲磥磉€沒有發(fā)生,我們要盡可能地按照我們希望出現(xiàn)的結(jié)果來勾畫未來的圖景。

筆者在之前的研究中已經(jīng)討論過智能社會(huì)科學(xué)發(fā)展的意義。(20)高奇琦: 《人工智能的學(xué)科化: 從智能科學(xué)到智能社會(huì)科學(xué)》,《探索與爭鳴》2018年第9期,第84—90頁;高奇琦: 《智能社會(huì)科學(xué)的誕生與發(fā)展之路》,《上海交通大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2020年第28卷第4期,第14—18頁。筆者之前的討論,僅僅提到智能社會(huì)科學(xué)。在本文的撰寫過程中,筆者強(qiáng)烈地意識到人文科學(xué)對于智能發(fā)展的特殊意義,因此將人文科學(xué)也納入進(jìn)來,并提出智能人文社會(huì)科學(xué)的概念。這里所要強(qiáng)調(diào)的是,在GPT產(chǎn)生巨大影響的背景之下,智能人文社會(huì)科學(xué)需要在未來一段時(shí)間內(nèi)逐步發(fā)展成為一個(gè)自然科學(xué)與人文社會(huì)科學(xué)交叉的新型交叉性學(xué)科。在這一新型交叉性學(xué)科的建設(shè)過程中,應(yīng)該更加注意如下幾點(diǎn)。

第一,打破文理的思維壁壘,實(shí)現(xiàn)真正意義的交叉性學(xué)科。盡管科技部和教育部等部門都在有力地推動(dòng)交叉學(xué)科的建設(shè),但就目前來講,這樣的交叉還更多地體現(xiàn)在自然科學(xué)內(nèi)部。例如,圍繞人工智能目前正在出現(xiàn)一系列工程科學(xué)各領(lǐng)域?qū)W科與人工智能交叉的圖景。而智能人文社會(huì)科學(xué)是文理的大交叉,要求社會(huì)科學(xué)各領(lǐng)域同人工智能的新進(jìn)展進(jìn)行有效交叉。同時(shí),這種交叉的研究,不僅要研究人工智能在社會(huì)科學(xué)各領(lǐng)域的應(yīng)用,同時(shí)還要對人工智能發(fā)展所產(chǎn)生的一系列社會(huì)問題進(jìn)行系統(tǒng)性研究。我們在熱情擁抱數(shù)字技術(shù)的同時(shí),還要“對技術(shù)異化有充分的警惕,積極展開技術(shù)批判”。(21)郁振華: 《人文學(xué)術(shù)如何迎接技術(shù)時(shí)代》,《探索與爭鳴》2019年第4期,第5—7頁。這要求我們沖破學(xué)術(shù)藩籬,進(jìn)行跨學(xué)科的探索。

第二,人文社會(huì)科學(xué)內(nèi)部同樣要形成交叉效應(yīng),對人工智能產(chǎn)生的影響進(jìn)行全面研究。這樣的全面性研究要打破學(xué)科壁壘,需要更多采用埃隆·馬斯克(Elon Musk)所強(qiáng)調(diào)的第一性原理,或者是現(xiàn)象學(xué)運(yùn)動(dòng)所強(qiáng)調(diào)的“回到事物本身”。根據(jù)馬斯克的觀點(diǎn),其第一性原理即“將事情歸結(jié)為基本真理并從中推理,而不是類比推理”。(22)該說法來自其2013年的一場TED演講,詳見: Elon Musk, “The Mind behind Tesla, SpaceX, SolarCity ...,” https://www.ted.com/talks/elon_musk_the_mind_behind_tesla_spacex_solarcity,April 27, 2023。這一觀點(diǎn)的來源最早可以追溯到亞里士多德,見亞里士多德: 《物理學(xué)》,張竹明譯,北京: 商務(wù)印書館,1982年,第15—16頁。胡塞爾所說的“回到事物本身”則是指,“研究的動(dòng)力必定不是來自各種哲學(xué),而是來自事實(shí)與問題”。(23)胡塞爾: 《哲學(xué)作為嚴(yán)格的科學(xué)》,倪梁康譯,北京: 商務(wù)印書館,2010年,第68頁。從GPT目前產(chǎn)生的技術(shù)效應(yīng)來看,一場巨大的智能社會(huì)風(fēng)暴可能會(huì)來臨。其中就可能包括失業(yè)問題、虛假信息泛濫、知識產(chǎn)權(quán)沖突、政治沖突、教育系統(tǒng)失效等一系列重大問題。而每一個(gè)問題的解決無法由傳統(tǒng)社會(huì)科學(xué)中的單一學(xué)科勝任。這就需要社會(huì)科學(xué)內(nèi)部更多打破學(xué)科壁壘,圍繞人工智能相關(guān)問題,展開跨學(xué)科的交流,形成更多以問題為中心的研究成果。

第三,人文社會(huì)科學(xué)中各個(gè)分支學(xué)科同樣需要在充分掌握人工智能技術(shù)特征的基礎(chǔ)之上,開展帶有一定預(yù)測性的未來學(xué)研究。例如,從法學(xué)的角度來看,是否可以為未來人工智能可能帶來的風(fēng)險(xiǎn)更早地儲(chǔ)備一些立法性預(yù)案或建議?從經(jīng)濟(jì)學(xué)的角度來看,GPT很可能會(huì)重塑整個(gè)數(shù)字經(jīng)濟(jì)。(24)經(jīng)濟(jì)學(xué)目前相關(guān)研究進(jìn)展見洪永淼、汪壽陽: 《人工智能新近發(fā)展及其對經(jīng)濟(jì)學(xué)研究范式的影響》,《中國科學(xué)院院刊》2023年第38卷第3期,第353—357頁。換言之,現(xiàn)有的互聯(lián)網(wǎng)經(jīng)濟(jì)的形態(tài)可能會(huì)重新打破,這將對中國數(shù)字經(jīng)濟(jì)的發(fā)展產(chǎn)生哪些風(fēng)險(xiǎn)?從社會(huì)學(xué)的角度來看,GPT帶來的勞動(dòng)替代問題會(huì)以何種方式、會(huì)在多大程度上對人類社會(huì)現(xiàn)有的就業(yè)結(jié)構(gòu)形成沖擊?(25)社會(huì)學(xué)已有的數(shù)字與智能技術(shù)相關(guān)影響研究例如,Marion Fourcade, “Ordinal Citizenship,” The British Journal of Sociology, vol.72, no.2(March 2021), pp.154-173; Jenna Burrell, Marion Fourcade, “The Society of Algorithms,” Annual Review of Sociology, vol. 47, no.1( 2021), pp.213-237。從政治學(xué)的角度來看,GPT相關(guān)的大模型是否會(huì)對意識形態(tài)競爭產(chǎn)生影響,產(chǎn)生何種影響?大模型的廣泛應(yīng)用是否會(huì)對傳統(tǒng)的國家治理體系結(jié)構(gòu)形成沖擊?(26)政治學(xué)目前已有的相關(guān)研究包括,高奇琦: 《國家數(shù)字能力: 數(shù)字革命中的國家治理能力建設(shè)》,《中國社會(huì)科學(xué)》2023年第1期,第44—61頁;高奇琦: 《智能革命與國家治理現(xiàn)代化初探》,《中國社會(huì)科學(xué)》2020年第7期,第81—102頁。從教育學(xué)的角度來講,通用大模型的出現(xiàn)是否會(huì)顛覆現(xiàn)有的教育系統(tǒng)?我們是否應(yīng)該允許孩子在基礎(chǔ)教育階段使用GPT技術(shù)產(chǎn)品?從心理學(xué)的角度來講,GPT這樣的技術(shù)是否會(huì)使得未來的人們心理更加澄明和圓滿,還是會(huì)讓人變得更加焦慮和頹廢?

這些問題都會(huì)伴隨著GPT等技術(shù)的逐步落地而加劇。這里只是列出了部分學(xué)科和部分問題。這樣的學(xué)科問題清單可能會(huì)變得非常長,這都需要人文社會(huì)科學(xué)各學(xué)科做出積極性、前瞻性的考慮。否則的話,很可能會(huì)使得人類所產(chǎn)生的相關(guān)文明成果最后面臨顛覆性破壞。目前我們處在一個(gè)巨變的前夜,GPT撕開了一道口子,讓我們似乎可以看到未來巨變的某些特征。

結(jié) 語

從目前掌握的一些經(jīng)驗(yàn)性事實(shí)來看,GPT技術(shù)確實(shí)會(huì)顛覆人類的知識生產(chǎn)秩序?；蛘哒f,通用大模型本身就可能成為知識秩序。通用大模型已經(jīng)反映出某種知識權(quán)威的特征。在這樣的背景之下,學(xué)者可能不再成為一個(gè)專門的職業(yè)分工,而可能會(huì)成為人類個(gè)體的普遍性狀態(tài)。這便是筆者在文章中所討論的“學(xué)者大眾化”的可能。換言之,在GPT的巨大賦權(quán)效應(yīng)之下,每個(gè)個(gè)體都可能成為學(xué)者。當(dāng)然,這是一種較為理想化的圖景。如果個(gè)體在擁有自由時(shí)間和學(xué)習(xí)機(jī)會(huì)之后并無學(xué)習(xí)的動(dòng)機(jī),那么這樣的個(gè)體也無法成為學(xué)者。另外,個(gè)體不僅要成為學(xué)者,還要力求成為“真正的學(xué)者”?！罢嬲膶W(xué)者”能夠認(rèn)識到知識的限度,這樣才能有助于整體社會(huì)的理性化,從而避免知識民粹主義風(fēng)險(xiǎn)。GPT是前所未有的最為大眾化且高效率的研究工具,其巨大的賦權(quán)效應(yīng)將會(huì)大大加強(qiáng)研究者的能力。在GPT的賦權(quán)效應(yīng)之下,人類研究者應(yīng)該會(huì)產(chǎn)生更具創(chuàng)新性、更多跨學(xué)科的高質(zhì)量成果。然而,這其中也蘊(yùn)含著人類學(xué)習(xí)能力弱化的風(fēng)險(xiǎn),這也是我們在使用這一先進(jìn)工具時(shí)要時(shí)刻保持警惕的原因。同時(shí),人文社會(huì)科學(xué)研究更大的價(jià)值在于,可以對GPT可能產(chǎn)生的系統(tǒng)性風(fēng)險(xiǎn)加以全面研究,這便是筆者強(qiáng)調(diào)智能人文社會(huì)科學(xué)的初衷所在。