沈書(shū)生 祝智庭

摘要：2022年底，美國(guó)人工智能研究實(shí)驗(yàn)室OpenAI發(fā)布了生成式交互工具ChatGPT，引發(fā)了廣大用戶的關(guān)注。ChatGPT及其同類產(chǎn)品是一種內(nèi)容生成式AI產(chǎn)品（AIGC Products），模擬的是人類的交互行為，而交互行為又是人類最基本的行為，因此該類產(chǎn)品將會(huì)成為AI領(lǐng)域最接地氣的產(chǎn)品。自然語(yǔ)言處理是機(jī)器模擬人類交互智能研究中需要解決的首要問(wèn)題，實(shí)現(xiàn)自然語(yǔ)言處理既需要依賴強(qiáng)大的計(jì)算機(jī)集群與算力，也需要合理的規(guī)則與算法模型支持，預(yù)訓(xùn)練語(yǔ)言算法模型研究的突破使得內(nèi)容生成式產(chǎn)品可以成功上線。這類產(chǎn)品具有相似的算法思維邏輯與基礎(chǔ)的共性特征，更加貼近每一個(gè)個(gè)體，當(dāng)個(gè)體與該類產(chǎn)品建立聯(lián)系以后，這類產(chǎn)品就可以作為個(gè)體的外腦，并與內(nèi)腦構(gòu)成復(fù)合腦。推動(dòng)個(gè)體構(gòu)建適應(yīng)未來(lái)世界的復(fù)合腦，學(xué)校教育需要形成“思維比知道重要、問(wèn)題比答案重要、邏輯比羅列重要”的學(xué)習(xí)評(píng)價(jià)新思維。

關(guān)鍵詞：ChatGPT；內(nèi)容生成式AI產(chǎn)品；基于規(guī)則的算法；算法思維；復(fù)合腦；學(xué)習(xí)評(píng)價(jià)

中圖分類號(hào)：G434? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ?文章編號(hào)：1009-458ｘ（2023）4-0008-08

現(xiàn)代技術(shù)的每一次迭代與突破，都會(huì)引起社會(huì)不同領(lǐng)域的強(qiáng)烈回應(yīng)，并激發(fā)教育工作者對(duì)于變革教育的持續(xù)深思。2022年底，美國(guó)人工智能研究實(shí)驗(yàn)室OpenAI發(fā)布生成式交互工具ChatGPT以后，全網(wǎng)用戶再一次進(jìn)入了新技術(shù)的狂歡。在人類的所有行為中，交互是最基礎(chǔ)的行為，因此ChatGPT也就成為一款與用戶更加貼近的工具，它不僅可以回答用戶的問(wèn)題，還可以完成用戶設(shè)定的某些任務(wù)，甚至還可以持續(xù)實(shí)現(xiàn)任務(wù)的優(yōu)化。ChatGPT當(dāng)前對(duì)我國(guó)用戶尚未完全開(kāi)放，百度宣布將于2023年發(fā)布同類產(chǎn)品“文心一言（ERNIE Bot）”（百度百科， 2023），360與科大訊飛等企業(yè)也表示將發(fā)布類似于ChatGPT的產(chǎn)品（劉園園， 2023）。ChatGPT及其同類產(chǎn)品的最大特點(diǎn)在于建立了內(nèi)容生成式規(guī)則，故可將這類產(chǎn)品統(tǒng)稱為內(nèi)容生成式AI產(chǎn)品（AIGC Products）。這類產(chǎn)品因直接逼近人類的生活世界，且?guī)缀蹩梢院兔恳粋€(gè)個(gè)體發(fā)生聯(lián)系，因此必然會(huì)改變?nèi)藗兊脑S多行為方式，并導(dǎo)致學(xué)習(xí)形態(tài)也發(fā)生相應(yīng)改變。

一、ChatGPT及其同類產(chǎn)品的產(chǎn)生與發(fā)展

現(xiàn)代技術(shù)與機(jī)器的出現(xiàn)，都是為了幫助人類解決各種復(fù)雜問(wèn)題，包括體力和智力兩個(gè)層面的問(wèn)題。計(jì)算機(jī)出現(xiàn)以后，研究者們的興趣進(jìn)一步聚焦到如何借助計(jì)算機(jī)來(lái)模擬人的智力活動(dòng)這一問(wèn)題層面。在20世紀(jì)50年代美國(guó)達(dá)特茅斯學(xué)院組織的相關(guān)研討會(huì)上，學(xué)者們提出了“人工智能”這一術(shù)語(yǔ)，用于描述如何用機(jī)器來(lái)模擬人類智能這一專門領(lǐng)域（蔡自興，2016）。但是，受算法與算力等方面的限制，人工智能的研究盡管沒(méi)有停止，人工智能也在一些特定領(lǐng)域發(fā)揮了重要作用，但卻沒(méi)有廣泛進(jìn)入普通人的生活世界。2016年，當(dāng)AlphaGo戰(zhàn)勝了世界頂尖圍棋高手以后，人工智能從一個(gè)學(xué)術(shù)性概念演化為一個(gè)生活化概念，幾乎每一個(gè)領(lǐng)域與行業(yè)的人士，都能夠圍繞人工智能這一話題進(jìn)行廣泛的交流與討論，人工智能的應(yīng)用也隨處可見(jiàn)。

（一）理解自然語(yǔ)言是機(jī)器模擬人類智能的首要問(wèn)題

如何用機(jī)器來(lái)模擬人類智能，既取決于研究者對(duì)人類智能的理解，也取決于實(shí)現(xiàn)模擬活動(dòng)的具體方法。在人工智能的研究與實(shí)踐過(guò)程中，產(chǎn)生了三種不同的研究進(jìn)路，包括從結(jié)構(gòu)方面模擬人類智能的人工神經(jīng)網(wǎng)絡(luò)研究方法、從功能方面模擬人類智能的物理符號(hào)系統(tǒng)研究方法、從行為方面模擬人類智能的感知?jiǎng)幼飨到y(tǒng)研究方法（鐘義信，2017）。事實(shí)上，人工智能領(lǐng)域不同研究進(jìn)路，都產(chǎn)生了許多令人驚嘆的成果。如何實(shí)現(xiàn)不同進(jìn)路的融合，推動(dòng)人工智能在結(jié)構(gòu)、功能與行為等層面的類人化，開(kāi)發(fā)出“類人機(jī)”甚至是“似人機(jī)”與“超人機(jī)”，一直是研究者關(guān)注的重要內(nèi)容，也是人們熱衷的議題。

論及與外部世界進(jìn)行交往的過(guò)程，人類與其他動(dòng)物的主要區(qū)別就是能夠使用“自然語(yǔ)言”。自然語(yǔ)言既可以幫助人們認(rèn)識(shí)外部世界，還可以幫助人們思維并形成關(guān)于外部世界的判斷，尤其重要的是，還可以促進(jìn)人與人之間的交流。機(jī)器如果要模擬人類智能，一個(gè)不得不解決的問(wèn)題就是要能夠理解人類的語(yǔ)言，并能夠像人一樣使用語(yǔ)言與他人進(jìn)行交流。因此，在人工智能領(lǐng)域的研究中，如何處理自然語(yǔ)言，也就成為該領(lǐng)域的關(guān)鍵研究?jī)?nèi)容。ChatGPT類產(chǎn)品在自然語(yǔ)言處理領(lǐng)域?qū)崿F(xiàn)了重要突破，主要采用了從結(jié)構(gòu)方面模擬人類智能的方法，以基于神經(jīng)網(wǎng)絡(luò)的自然語(yǔ)言處理方法為基礎(chǔ)，建立了強(qiáng)大的預(yù)訓(xùn)練語(yǔ)言處理機(jī)制，使其不僅可以理解人類的基本語(yǔ)言，還可以根據(jù)用戶的需求適當(dāng)組織和生成語(yǔ)言，與用戶進(jìn)行交流與溝通。

ChatGPT不是一款應(yīng)用程序，而是一個(gè)語(yǔ)言生成模型（language generation model），需要在其網(wǎng)站上運(yùn)行。ChatGPT可以根據(jù)用戶的需求及其行為為用戶提供個(gè)性化的答案；可以幫助用戶自動(dòng)完成一些任務(wù)，譬如完成每天必須完成的工作、幫助營(yíng)銷人員回應(yīng)客戶要求、撰寫或發(fā)布信息，等等；可以幫助用戶完成數(shù)據(jù)分析，當(dāng)用戶將不能理解的內(nèi)容交給它的時(shí)候，它可以使用通俗的方式進(jìn)行表達(dá)，完成對(duì)數(shù)據(jù)的處理與概括。ChatGPT可以幫助用戶生成正在閱讀的某本書(shū)的摘要，可以根據(jù)用戶的需求創(chuàng)作歌曲或故事，可以生成一些笑話，可以編寫代碼，可以幫助發(fā)現(xiàn)代碼中的錯(cuò)誤，可以針對(duì)用戶的困惑提供建議，可以陪同用戶玩游戲，可以幫助用戶制作個(gè)人簡(jiǎn)歷或求職信，可以幫助用戶進(jìn)行語(yǔ)言翻譯（thewindowsclub，2023）。

（二）基于規(guī)則的推理與模型可以實(shí)現(xiàn)自然語(yǔ)言處理

機(jī)器要模擬人類的語(yǔ)言等，就必須不斷理解人類的行為以及人類控制行為的方式，從而建立問(wèn)題解決數(shù)學(xué)模型。但人類自身在處理外部問(wèn)題的過(guò)程中，并沒(méi)有借助于數(shù)學(xué)模型，而是根據(jù)自身的已有經(jīng)驗(yàn)與推理能力不斷調(diào)整自己的控制策略（李祖樞 等，1990），以實(shí)現(xiàn)與外部世界的交往。因此，要讓機(jī)器能夠模擬人類智能，就需要弄清楚人類是如何控制自己行為的，分析和研究人的行事邏輯，尋找這些行事邏輯背后的“規(guī)則”。在研究機(jī)器模擬人類行為的過(guò)程中，許多研究者主張從“規(guī)則”出發(fā)，譬如基于波斯特在1943年提出的產(chǎn)生式規(guī)則（張大均，2011）建立的產(chǎn)生式系統(tǒng)，紐厄爾和西蒙開(kāi)發(fā)了一個(gè)人類的認(rèn)知模型。西蒙發(fā)現(xiàn)，到20世紀(jì)80年代前后，學(xué)界普遍意識(shí)到研究機(jī)器支持的學(xué)習(xí)系統(tǒng)，并不是要讓機(jī)器記住大量的知識(shí)，而是要讓機(jī)器實(shí)現(xiàn)對(duì)知識(shí)的組織，因此研究者開(kāi)始思考如何采用自適應(yīng)的方式，并研發(fā)了基于產(chǎn)生式規(guī)則的自適應(yīng)產(chǎn)生式系統(tǒng)，但自然語(yǔ)言處理卻始終是一個(gè)復(fù)雜的問(wèn)題（李應(yīng)潭，1983）。

一般認(rèn)為，進(jìn)行自然語(yǔ)言處理，首先需要處理的是語(yǔ)言學(xué)和語(yǔ)料庫(kù)相關(guān)的準(zhǔn)備工作，進(jìn)而需要處理的是如何基于語(yǔ)言學(xué)知識(shí)對(duì)語(yǔ)料庫(kù)進(jìn)行分詞、詞性標(biāo)注、句法與語(yǔ)義分析等，然后再利用這些結(jié)果處理特定的目標(biāo)任務(wù)（王海寧，2022）。建立的語(yǔ)料庫(kù)越豐富，對(duì)于接受訓(xùn)練的語(yǔ)言處理系統(tǒng)而言，它必然會(huì)越逼近人類的需要。但是，面對(duì)日益復(fù)雜變化的世界，語(yǔ)料庫(kù)再龐大，也無(wú)法滿足人類的多樣化需要。這就使得研究者在研究人類活動(dòng)的過(guò)程中，不斷對(duì)規(guī)則進(jìn)行優(yōu)化。值得注意的是，學(xué)習(xí)研究領(lǐng)域和AI領(lǐng)域?qū)τ凇耙?guī)則”的理解是存在差異的：在AI領(lǐng)域，將基于事先約定的做法稱為規(guī)則；而在學(xué)習(xí)研究領(lǐng)域，規(guī)則被視作處理問(wèn)題的方法，越復(fù)雜的問(wèn)題涉及的規(guī)則越復(fù)雜，處理復(fù)雜問(wèn)題的過(guò)程可以看作基于已有規(guī)則與設(shè)計(jì)新規(guī)則相結(jié)合的過(guò)程。

參考學(xué)習(xí)研究領(lǐng)域?qū)τ凇耙?guī)則”的理解，我們可以將AI領(lǐng)域處理自然語(yǔ)言目標(biāo)任務(wù)的不同思維方式大致歸為兩類基本規(guī)則：一類是語(yǔ)義預(yù)定義型規(guī)則，這是事先規(guī)定好的規(guī)則；另一類是語(yǔ)義生成型規(guī)則，這是可以根據(jù)特定文本中的前后關(guān)系不斷生成的規(guī)則。運(yùn)用語(yǔ)義預(yù)定義規(guī)則處理自然語(yǔ)言，需要事先賦予某些詞匯以特定屬性，一旦系統(tǒng)在處理相關(guān)任務(wù)時(shí)碰到這些詞匯，就會(huì)關(guān)聯(lián)相關(guān)的屬性并產(chǎn)生相應(yīng)的語(yǔ)義，如果系統(tǒng)事先還預(yù)定義了不同語(yǔ)義之間的關(guān)系規(guī)則，就可以做出相應(yīng)的推理。運(yùn)用語(yǔ)義生成型規(guī)則，則是基于某些特定文本中出現(xiàn)的詞匯的次數(shù)或上下文關(guān)系來(lái)處理自然語(yǔ)言，包括基于詞頻統(tǒng)計(jì)和基于分布式語(yǔ)義假設(shè)兩類主要方法，在基于分布式語(yǔ)義假設(shè)的語(yǔ)義生成式規(guī)則中，研究領(lǐng)域中又派生出建立矩陣關(guān)系、詞義聚類與神經(jīng)網(wǎng)絡(luò)等不同的具體規(guī)則來(lái)處理問(wèn)題。這些規(guī)則的改變，主要是為了幫助解決語(yǔ)言模型的“預(yù)訓(xùn)練（Pre-training）”問(wèn)題（車萬(wàn)翔 等，2022; 王海寧，2022）。

（三）算法的持續(xù)優(yōu)化推動(dòng)了預(yù)訓(xùn)練語(yǔ)言模型的形成

借助于語(yǔ)義生成型規(guī)則處理自然語(yǔ)言，我們可以不用對(duì)文本進(jìn)行預(yù)先標(biāo)注，而是直接利用文本自身所包括的許多特征，如有序性、詞的同義性或詞義的變化性等，讓機(jī)器不斷從輸入的文本中分析詞匯與語(yǔ)義，以形成對(duì)文本的理解，這也推動(dòng)了深度學(xué)習(xí)的發(fā)展，為人工智能技術(shù)的再次騰飛奠定了基礎(chǔ)。在此過(guò)程中，許多研究團(tuán)隊(duì)都構(gòu)建了基礎(chǔ)算法。早期的AI類產(chǎn)品是基于語(yǔ)義預(yù)定義規(guī)則，因此產(chǎn)品往往局限于專家系統(tǒng)的理解力水平與內(nèi)容涉及范圍，而以ChatGPT為代表的新一代AI產(chǎn)品則以“生成式”為基礎(chǔ)，形成了許多準(zhǔn)確度與穩(wěn)定性較高的產(chǎn)品?；谏窠?jīng)網(wǎng)絡(luò)的語(yǔ)言處理模型解決了如何借助文本的有序性理解文本的問(wèn)題，但在建立文本中位置稍遠(yuǎn)的不同詞匯之間的關(guān)系等方面，即使通過(guò)改進(jìn)算法就可以進(jìn)行優(yōu)化，但通常又需要較強(qiáng)的“算力”來(lái)支撐，故成本較高。

任何一種AI算法都依賴特定的規(guī)則設(shè)計(jì)，而規(guī)則的設(shè)計(jì)又是以可以轉(zhuǎn)化為“算法”為基礎(chǔ)的，因此，我們可以將算法理解成“基于規(guī)則的算法”。不斷優(yōu)化對(duì)人類認(rèn)識(shí)機(jī)制的理解，持續(xù)豐富或改變自然語(yǔ)言處理的規(guī)則，就可以建立具有更高智能的語(yǔ)言處理系統(tǒng)。許多AI研究團(tuán)隊(duì)都致力于優(yōu)化處理規(guī)則與改進(jìn)算法，既追求研發(fā)過(guò)程的低成本與高效率，又追求處理系統(tǒng)的少投入與速度快（李舟軍 等， 2020）。

2017年，有研究者創(chuàng)建了Transformer算法模型，該模型加入了自注意力（Self-Attention）機(jī)制。自注意力機(jī)制是相對(duì)于注意力機(jī)制而言的。注意力機(jī)制類似于生活世界中主體對(duì)于外部世界的關(guān)注，此時(shí)主體會(huì)通過(guò)對(duì)外部世界的粗略掃描，進(jìn)而專注某些特定的對(duì)象。此時(shí)可以認(rèn)為主體在不同對(duì)象上的投入程度是不一樣的，這種不同的投入程度類似于賦予了對(duì)象不同的“權(quán)重”。注意力機(jī)制需要同時(shí)考慮“輸入文本”與“輸出文本”之間的關(guān)系，通過(guò)賦予不同的“權(quán)重”來(lái)增加語(yǔ)言處理的準(zhǔn)確度。而“自注意”則類似于主體對(duì)自己大腦中所有的內(nèi)容及其關(guān)系的理解，是反映主體大腦中內(nèi)容關(guān)系的“權(quán)重”處理方式。將其作為一種規(guī)則應(yīng)用于自然語(yǔ)言處理中，就構(gòu)建了“自注意力機(jī)制”。自注意力機(jī)制側(cè)重于對(duì)“輸入文本”中出現(xiàn)的不同詞匯進(jìn)行語(yǔ)義的相關(guān)性判斷，并通過(guò)賦予不同的權(quán)重來(lái)區(qū)分詞義的相關(guān)程度，特別關(guān)注更具相關(guān)性的特征，從而使得在完成相關(guān)任務(wù)的過(guò)程中，讓輸出的結(jié)果更符合輸入的要求。

類似于人類的基本思考過(guò)程，新的算法模型關(guān)注的本質(zhì)依然是“編碼”與“解碼”，其編碼與解碼的水平則取決于合理的規(guī)則設(shè)計(jì)與深度學(xué)習(xí)的層級(jí)。包含了多層級(jí)深度神經(jīng)網(wǎng)絡(luò)的編碼解碼模型為建立“大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型”提供了基礎(chǔ)，并可以解決處理語(yǔ)言的效率與準(zhǔn)確性等問(wèn)題。在AI研究領(lǐng)域，形成了許多不同的預(yù)訓(xùn)練語(yǔ)言模型，譬如谷歌推出的BERT和OpenAI推出的GPT等（史童月 等， 2022）。ChatGPT是OpenAI基于生成式預(yù)訓(xùn)練語(yǔ)言模型GPT-3.5并對(duì)之進(jìn)行“微調(diào)”后推出來(lái)的一款產(chǎn)品（OpenAI， 2022a）。2018年OpenAI公司推出了以12層級(jí)的Transformer模型為基礎(chǔ)的初代GPT（Generative Pre-training Transformer，生成式預(yù)訓(xùn)練轉(zhuǎn)換器）模型，2019年推出了GPT-2，2020年推出了GPT-3。無(wú)論是層級(jí)或是訓(xùn)練的數(shù)據(jù)規(guī)模，每一個(gè)新版本的GPT都有廣泛的提高（王海寧， 2022）。從GPT-3開(kāi)始，模型加入了“人類反饋強(qiáng)化學(xué)習(xí)機(jī)制（RLHF-Reinforcement Learning from Human Feedback）”，結(jié)合用戶的輸入文本，通過(guò)“微調(diào)”策略進(jìn)行系統(tǒng)的智能訓(xùn)練，以盡可能減少完全依賴已有文本導(dǎo)致的不準(zhǔn)確與不安全等問(wèn)題，提高理解與對(duì)話的質(zhì)量（OpenAI， 2022b）。

二、內(nèi)容生成式AI產(chǎn)品更加貼近人類行為

面向自然語(yǔ)言處理的AI研究都有相似的目標(biāo)追求，但不同研究者所遵循的基本規(guī)則與構(gòu)建的算法模型并不相同，對(duì)于產(chǎn)品的形態(tài)預(yù)期等也不盡相同?？紤]到OpenAI率先推出了逼近人類語(yǔ)言交互行為且功能相對(duì)完備的產(chǎn)品ChatGPT，并可以預(yù)見(jiàn)未來(lái)還會(huì)不斷出現(xiàn)強(qiáng)智能的AI新產(chǎn)品，因此，我們不妨將這些產(chǎn)品簡(jiǎn)稱為“ChatGPT類產(chǎn)品”或“內(nèi)容生成式AI產(chǎn)品”。該類產(chǎn)品依賴不同的算法思維構(gòu)建了不同的預(yù)訓(xùn)練語(yǔ)言模型，有的利用了輸入文本中的“上文”，有的利用了“上下文”，由此形成了單向或雙向編碼的不同算法，其目的都在于更加準(zhǔn)確地理解文本，從而與人類進(jìn)行更加準(zhǔn)確、生動(dòng)的交互活動(dòng)。

（一）內(nèi)容生成式AI產(chǎn)品的算法思維邏輯

在研究和實(shí)踐領(lǐng)域，AI交互類產(chǎn)品層出不窮，但早期的交互類產(chǎn)品大多以“語(yǔ)義預(yù)定義型”規(guī)則為主，從嚴(yán)格意義上講，這些產(chǎn)品可以輔助人類的交互行為，但由于它們是基于人類的習(xí)慣性行為需求而產(chǎn)生的，因而并不會(huì)對(duì)人類的交互行為生態(tài)產(chǎn)生太大影響。內(nèi)容生成式AI產(chǎn)品聚焦于“語(yǔ)義生成型”規(guī)則，構(gòu)建了體現(xiàn)“強(qiáng)語(yǔ)義思維”的語(yǔ)言模型新樣態(tài)，既尊重了人類的習(xí)慣性交互行為，又具有一定的行為方式導(dǎo)引性，因而必然會(huì)影響人類交互行為的生態(tài)結(jié)構(gòu)。

分析AI研究領(lǐng)域在處理自然語(yǔ)言的過(guò)程中所采用的基本研究進(jìn)路，已經(jīng)和即將出現(xiàn)的內(nèi)容生成式AI產(chǎn)品都會(huì)遵循一些相似的算法思維邏輯：一是以人類的語(yǔ)言處理過(guò)程為參照，通過(guò)分析人類的語(yǔ)言行為方式，確立機(jī)器處理自然語(yǔ)言的基本規(guī)則或機(jī)制；二是將特定規(guī)則轉(zhuǎn)化為可以讓機(jī)器處理自然語(yǔ)言的算法；三是綜合不同的具體算法，構(gòu)建更加復(fù)雜的語(yǔ)言處理訓(xùn)練算法模型；四是利用超級(jí)計(jì)算機(jī)集群的“算力”，處理一定數(shù)量的語(yǔ)言文本等不同形式的數(shù)據(jù)，訓(xùn)練模型的精度；五是模仿人類處理語(yǔ)言與對(duì)話的方式，嘗試不斷優(yōu)化和修改規(guī)則與算法，完善模型的結(jié)構(gòu)與功能；六是完成基于語(yǔ)言訓(xùn)練模型的產(chǎn)品測(cè)試與發(fā)布。

內(nèi)容生成式AI產(chǎn)品遵循的算法思維，既要模擬人類行為，也要嘗試走近人類本身，通過(guò)與人類的共同作用，不斷豐富其智能，真正實(shí)現(xiàn)所謂的“人類智慧”。就ChatGPT類產(chǎn)品的產(chǎn)生與發(fā)展來(lái)看，構(gòu)建以人類的交互行為為對(duì)象的算法思維邏輯，是產(chǎn)品優(yōu)化與品質(zhì)提升的關(guān)鍵，也是實(shí)現(xiàn)AI與人類協(xié)同發(fā)展的核心要義。學(xué)會(huì)從真實(shí)世界的特定客體出發(fā)理解真實(shí)世界本身，思考如何建立與客體的合理交往，構(gòu)建人與外部世界的和諧關(guān)系，既是現(xiàn)代科學(xué)技術(shù)發(fā)展的價(jià)值所在，也是推動(dòng)人類持續(xù)創(chuàng)新的目標(biāo)所向。從人類交互行為的本質(zhì)出發(fā)，關(guān)注人類語(yǔ)言組織、表達(dá)與交互等的實(shí)現(xiàn)，使得內(nèi)容生成式AI產(chǎn)品相較于模擬人類動(dòng)作行為的其他AI產(chǎn)品更加貼近人類的日常生活，自然會(huì)引發(fā)人們重新思考學(xué)習(xí)問(wèn)題，真正實(shí)現(xiàn)AI與人類的協(xié)同。

（二）內(nèi)容生成式AI產(chǎn)品的基礎(chǔ)共性特征

由于對(duì)人類語(yǔ)言行為的理解存在思維差異，專注于AI自然語(yǔ)言處理的相關(guān)研究機(jī)構(gòu)既會(huì)遵循一些基礎(chǔ)性的共同規(guī)則，也會(huì)創(chuàng)造許多不同規(guī)則，由此導(dǎo)致研發(fā)出的產(chǎn)品存在一定的差異性。當(dāng)開(kāi)放的算法被廣泛認(rèn)同后，研究者也會(huì)建立基本的算法認(rèn)同與算法優(yōu)化，從而使得AI相關(guān)產(chǎn)品表現(xiàn)出更加強(qiáng)大的功能。盡管研究起點(diǎn)與實(shí)踐進(jìn)路存在差異，但當(dāng)前以交互對(duì)話為主的AI類產(chǎn)品都表現(xiàn)出了四個(gè)共同特征。

一是基于超數(shù)據(jù)量的模型訓(xùn)練。所有的AI產(chǎn)品都會(huì)重視數(shù)據(jù)集與模型訓(xùn)練，但限量級(jí)的訓(xùn)練會(huì)讓產(chǎn)品在面對(duì)不斷變化的世界時(shí)力不從心。超數(shù)據(jù)量就是指數(shù)據(jù)源不再拘泥于有限的已知數(shù)據(jù)，還要吸納在變化的時(shí)代中產(chǎn)生的新數(shù)據(jù)?；诔瑪?shù)據(jù)量的模型訓(xùn)練會(huì)受到計(jì)算機(jī)集群部署與算力等方面的制約，但其最大的優(yōu)勢(shì)在于既可以更好地解決詞匯理解問(wèn)題，也可以實(shí)現(xiàn)對(duì)語(yǔ)義關(guān)系的理解，為內(nèi)容生成式AI產(chǎn)品更好地理解人類交互意圖奠定了基礎(chǔ)。

二是基于泛數(shù)據(jù)源的語(yǔ)義聯(lián)結(jié)。內(nèi)容生成式AI產(chǎn)品不僅要實(shí)現(xiàn)技術(shù)領(lǐng)域的突破，更要面向現(xiàn)實(shí)世界的多重需要，面向不同的實(shí)踐領(lǐng)域。泛數(shù)據(jù)源是指數(shù)據(jù)不再局限于某些特定領(lǐng)域或行業(yè)，而是涉及人類生活的不同領(lǐng)域，注重?cái)?shù)據(jù)領(lǐng)域的廣泛性與完整性。盡管實(shí)現(xiàn)跨領(lǐng)域的語(yǔ)義聯(lián)結(jié)會(huì)面臨許多技術(shù)難題，但其好處在于既強(qiáng)調(diào)數(shù)據(jù)領(lǐng)域的涉獵面，也關(guān)注數(shù)據(jù)來(lái)源的可靠性，這為內(nèi)容生成式AI產(chǎn)品滿足用戶的差異化交互需求提供了保障。

三是基于用戶問(wèn)題的知識(shí)生產(chǎn)。區(qū)別于傳統(tǒng)意義上的搜索引擎所提供的資源檢索功能，內(nèi)容生成式AI產(chǎn)品更加注重對(duì)數(shù)據(jù)中包含的復(fù)雜內(nèi)容進(jìn)行再組織與精加工，建立起知識(shí)生產(chǎn)的意識(shí)與能力。在現(xiàn)實(shí)世界中，由于人們的語(yǔ)言使用習(xí)慣使然，一些常用的詞匯有時(shí)會(huì)被人們賦予一些延展性內(nèi)涵，甚至還存在許多“詞義”與詞匯本義之間完全不關(guān)聯(lián)的現(xiàn)象，這都將導(dǎo)致內(nèi)容生成式AI產(chǎn)品在實(shí)踐領(lǐng)域面臨巨大挑戰(zhàn)。但這類產(chǎn)品在語(yǔ)言處理的算法模型建構(gòu)中既注重理解用戶的問(wèn)題類型，也注重制品呈現(xiàn)形式的調(diào)整，從而使得這類產(chǎn)品可以改善用戶完成任務(wù)的效率。

四是基于用戶偏好的微調(diào)策略。內(nèi)容生成式AI產(chǎn)品的核心語(yǔ)言處理算法模型依賴強(qiáng)大的“算法庫(kù)”支撐，具體算法的形成與優(yōu)化又源于對(duì)人類行為的持續(xù)理解與實(shí)現(xiàn)，源于算法思維的結(jié)構(gòu)再造。想要完整理解用戶的問(wèn)題表述與變化，尤其是理解用戶的個(gè)人習(xí)慣，就需要不斷調(diào)整和補(bǔ)充處理外部數(shù)據(jù)的算法，內(nèi)容生成式AI產(chǎn)品在基礎(chǔ)模型的迭代升級(jí)中能夠持續(xù)關(guān)注用戶的特征，既努力追求響應(yīng)速度，也不斷追求響應(yīng)品質(zhì)，這就使得該類產(chǎn)品可以更好地適應(yīng)用戶的行為偏好。

人的成長(zhǎng)過(guò)程會(huì)經(jīng)歷從兒童到成年的不同心智發(fā)展階段。當(dāng)成人與兒童進(jìn)行對(duì)話交流的時(shí)候，兒童會(huì)經(jīng)歷從不理解到理解、從不成熟到成熟的過(guò)程。即使是成年人，當(dāng)遇到一些新的詞匯或語(yǔ)義時(shí)，同樣需要持續(xù)學(xué)習(xí)。AI產(chǎn)品的深度學(xué)習(xí)能力使得它們?cè)谀M人類行為的過(guò)程中持續(xù)形成智慧化的擬人、似人甚至超人能力。在體驗(yàn)ChatGPT的過(guò)程中發(fā)現(xiàn)，當(dāng)前的產(chǎn)品還存在用戶請(qǐng)求與產(chǎn)品響應(yīng)不一致的現(xiàn)象。但內(nèi)容生成式AI產(chǎn)品的算法思維邏輯與基礎(chǔ)共性特征決定了這類產(chǎn)品在后續(xù)的研究與實(shí)踐過(guò)程中會(huì)持續(xù)發(fā)生變化，會(huì)越來(lái)越智能，這也促使學(xué)校在教育過(guò)程中不得不重新認(rèn)識(shí)學(xué)習(xí)，重新思考學(xué)習(xí)的核心機(jī)制并推動(dòng)學(xué)習(xí)的變革。

三、內(nèi)容生成式AI產(chǎn)品可能引發(fā)的學(xué)習(xí)評(píng)價(jià)變革

新技術(shù)及其產(chǎn)品的出現(xiàn)必然會(huì)引發(fā)教育的思考。ChatGPT等內(nèi)容生成式AI產(chǎn)品與其他新技術(shù)產(chǎn)品的不同之處在于它面向人類的基本交互過(guò)程，嘗試與人類一樣去認(rèn)識(shí)外部世界、理解知識(shí)的內(nèi)涵與關(guān)系，并生成新的知識(shí)。這種模擬人類智慧的AI產(chǎn)品與其他模擬人類動(dòng)作的產(chǎn)品的不同之處就在于，它可以與人類的大腦建立關(guān)聯(lián)，并會(huì)倒逼人類不斷重新思考腦的功能與價(jià)值，實(shí)現(xiàn)人類“大腦的延伸”。內(nèi)容生成式AI產(chǎn)品給予用戶更多的想象與發(fā)揮空間，譬如，用戶利用ChatGPT可以完成一些基礎(chǔ)性的任務(wù)，且這些任務(wù)的結(jié)果還不太容易重復(fù)，可以在一定程度上滿足用戶的個(gè)性化需求；ChatGPT也可以助力用戶在面對(duì)生活中的一般問(wèn)題時(shí)快速找到相關(guān)的問(wèn)題解決建議。但是，教育領(lǐng)域與其他生活領(lǐng)域不同，內(nèi)容生成式AI產(chǎn)品進(jìn)入教育領(lǐng)域以后，可能會(huì)讓人們因?yàn)楹ε掠绊憣W(xué)生的思考而選擇拒絕，也可能會(huì)促使人們思考該如何合理利用這些產(chǎn)品優(yōu)化學(xué)習(xí)過(guò)程，這些都要求教育系統(tǒng)進(jìn)行必要的改變，讓教育更加符合學(xué)習(xí)的本義。

（一）內(nèi)容生成式AI產(chǎn)品讓學(xué)習(xí)個(gè)體有了復(fù)合腦

教育的任務(wù)不僅僅是要引導(dǎo)學(xué)生解決問(wèn)題，還需要引導(dǎo)學(xué)生學(xué)會(huì)思考如何解決復(fù)雜問(wèn)題，因此，教育的目標(biāo)不僅僅在于幫助學(xué)生認(rèn)識(shí)已知世界，還在于讓學(xué)生能夠不斷適應(yīng)未知世界。為此，學(xué)校教育中需要推動(dòng)學(xué)生不斷建立學(xué)習(xí)的主體責(zé)任（沈書(shū)生，2021），引導(dǎo)學(xué)生從單純的外部輸入向兼顧外部輸出轉(zhuǎn)變。內(nèi)容生成式AI產(chǎn)品的出現(xiàn)，將會(huì)使學(xué)習(xí)生態(tài)系統(tǒng)進(jìn)一步發(fā)生改變，生活在新生態(tài)中的個(gè)體，其大腦是一個(gè)復(fù)合腦。我們需要思考如何利用好現(xiàn)代人的復(fù)合腦，進(jìn)一步完善新型學(xué)習(xí)生態(tài)，促進(jìn)學(xué)習(xí)個(gè)體構(gòu)建適應(yīng)社會(huì)持續(xù)發(fā)展的學(xué)習(xí)力（沈書(shū)生，2020）。

我們可以將現(xiàn)代學(xué)習(xí)個(gè)體的大腦看作是一個(gè)復(fù)合腦，既包括個(gè)體的內(nèi)腦，也包括與個(gè)體的內(nèi)腦相聯(lián)系的外腦。內(nèi)腦依賴生命體本身，決定了個(gè)體可以作為一個(gè)獨(dú)立的會(huì)思考的生命體而存在，并決定了個(gè)體可能達(dá)到的能力層次；外腦在形式上可以獨(dú)立于個(gè)體，但外腦對(duì)于個(gè)體的價(jià)值又依賴于內(nèi)腦，外腦決定了個(gè)體對(duì)于真實(shí)世界的感知能力與程度；內(nèi)腦和外腦的相互作用，共同構(gòu)成了個(gè)體的復(fù)合腦，并決定了個(gè)體間的差異。復(fù)合腦包含三種具體的腦形態(tài)，即數(shù)腦、匯腦與智腦，三種腦形態(tài)具有不同的智力層次。數(shù)腦是用于存儲(chǔ)數(shù)據(jù)的腦，可以讓個(gè)體實(shí)現(xiàn)從不知到知；匯腦是用于整合數(shù)據(jù)的腦，可以讓個(gè)體建立知識(shí)之間的聯(lián)系；智腦是用于創(chuàng)造數(shù)據(jù)的腦，可以讓個(gè)體生成并恰當(dāng)?shù)貞?yīng)用新知識(shí)。達(dá)到智腦層次后的復(fù)合腦可使個(gè)體逐步具備解決可能遇到的各種新問(wèn)題的能力，譬如在解決與人相關(guān)的問(wèn)題時(shí)，個(gè)體將會(huì)懂得如何兼顧對(duì)象的情感體驗(yàn)。

內(nèi)容生成式AI產(chǎn)品在模擬人類行為的過(guò)程中，同樣經(jīng)歷了從數(shù)腦到匯腦、從匯腦到智腦的形態(tài)變化過(guò)程。內(nèi)容生成式AI產(chǎn)品是外化于個(gè)體的，當(dāng)其和特定的個(gè)體建立了關(guān)聯(lián)，它就會(huì)成為個(gè)體的外腦，并與個(gè)體的內(nèi)腦相互作用，推動(dòng)個(gè)體復(fù)合腦的建構(gòu)與整體能力提升。但復(fù)合腦的建構(gòu)過(guò)程并非是自動(dòng)發(fā)生的，而是個(gè)體在與外部世界進(jìn)行持續(xù)交往的過(guò)程中，通過(guò)不斷調(diào)整內(nèi)腦與外腦的關(guān)系，并經(jīng)歷與外部世界中不同客體的持續(xù)互動(dòng)，強(qiáng)化個(gè)體的主體責(zé)任與決策行為，借助輸入、內(nèi)化與輸出的反復(fù)迭代后逐漸形成的。外腦外化于個(gè)體，如果沒(méi)有個(gè)體的主動(dòng)作為，外腦將永遠(yuǎn)無(wú)法與內(nèi)腦發(fā)生聯(lián)系。因此，在現(xiàn)代教育中，我們需要引導(dǎo)學(xué)習(xí)個(gè)體與外部世界建立積極的互動(dòng)行為，幫助個(gè)體拓展外腦，調(diào)整和優(yōu)化內(nèi)腦的功能結(jié)構(gòu)，讓個(gè)體在健康的生態(tài)中構(gòu)建學(xué)習(xí)力。

（二）復(fù)合腦的存在將會(huì)推動(dòng)對(duì)學(xué)習(xí)的科學(xué)評(píng)價(jià)

長(zhǎng)期以來(lái)，學(xué)校教育中更加注重對(duì)學(xué)習(xí)個(gè)體獨(dú)立行為與能力的培養(yǎng)，評(píng)價(jià)過(guò)程通常也指向個(gè)體的內(nèi)腦，并根據(jù)個(gè)體調(diào)用內(nèi)腦中所儲(chǔ)存數(shù)據(jù)的能力確定個(gè)體的差異。一旦進(jìn)入職業(yè)生涯領(lǐng)域，我們會(huì)發(fā)現(xiàn)個(gè)體之間的真實(shí)差異又常常取決于他們的復(fù)合腦。譬如行業(yè)專家比普遍人具有更強(qiáng)的敏銳性，更懂得如何獲取更廣泛的外部數(shù)據(jù)和外部工具，讓自己可以比他人更快一步地形成關(guān)于某些領(lǐng)域的認(rèn)知。

1. ChatGPT引起的學(xué)習(xí)誠(chéng)信危機(jī)擔(dān)憂

當(dāng)ChatGPT進(jìn)入學(xué)校以后，一旦學(xué)生開(kāi)始應(yīng)用其為自己服務(wù)，就產(chǎn)生了復(fù)合腦。復(fù)合腦的存在會(huì)讓老師在對(duì)學(xué)生的學(xué)習(xí)狀態(tài)進(jìn)行評(píng)價(jià)時(shí)遭遇一定的誠(chéng)信危機(jī)。一些大學(xué)學(xué)者發(fā)現(xiàn)當(dāng)ChatGPT被學(xué)生用來(lái)完成作業(yè)的時(shí)候，ChatGPT的幫助可能會(huì)讓作業(yè)的內(nèi)容更加豐富，資料更加翔實(shí)，這些學(xué)生因此很容易比沒(méi)有使用ChatGPT的學(xué)生獲得更高的分?jǐn)?shù)（Chris Stokel-Walker，2022），這種作業(yè)形態(tài)也就無(wú)法準(zhǔn)確反映學(xué)生的真實(shí)水平。另一種情況是，學(xué)生也可能利用ChatGPT應(yīng)付性地完成作業(yè)，由ChatGPT創(chuàng)建一些過(guò)于簡(jiǎn)單的制品。

實(shí)踐中的老師們還發(fā)現(xiàn)，ChatGPT建立的一些規(guī)則可能會(huì)導(dǎo)致它并不總是無(wú)條件地接受用戶的請(qǐng)求。譬如，當(dāng)老師要求學(xué)生完成一篇關(guān)于“中世紀(jì)基督徒對(duì)猶太人的迫害行為，為什么促進(jìn)了當(dāng)時(shí)社會(huì)的凝聚力”的論文時(shí)，ChatGPT給出的響應(yīng)是這是在“宣揚(yáng)仇恨、歧視或暴力”，并以違反其基本規(guī)則的理由直接拒絕完成相關(guān)任務(wù)（Mondschein，2023）。這種基于規(guī)則的簡(jiǎn)單操作會(huì)導(dǎo)致ChatGPT放棄對(duì)相關(guān)內(nèi)容的理性回應(yīng)。在測(cè)試過(guò)程中還發(fā)現(xiàn)，當(dāng)我們故意給ChatGPT一些沒(méi)有關(guān)聯(lián)的誘導(dǎo)性問(wèn)題時(shí)，ChatGPT可能會(huì)將一些無(wú)關(guān)聯(lián)的內(nèi)容以貌似有邏輯的方式進(jìn)行無(wú)意義的呈現(xiàn)。

2. 應(yīng)對(duì)ChatGPT的兩類不同教育態(tài)度

ChatGPT發(fā)布以來(lái)，國(guó)外的許多學(xué)生已經(jīng)發(fā)現(xiàn)了它的妙處，并用其完成各類作業(yè)。由此帶來(lái)的對(duì)學(xué)習(xí)誠(chéng)信的擔(dān)憂，也讓一些政府、學(xué)?；蚪處熼_(kāi)始思考如何應(yīng)對(duì)這些變化，而其教育態(tài)度或思路大致可以概括為兩大類型。

一是提防型思路。目前一些國(guó)家或地區(qū)的教育管理部門以及高等教育機(jī)構(gòu)，已經(jīng)開(kāi)始提出要思考如何規(guī)范甚至禁止使用ChatGPT，以防止學(xué)生運(yùn)用其完成作業(yè)或其他作弊行為。譬如巴黎政治學(xué)院就要求學(xué)生在透明的情況下使用，對(duì)于將其用于作業(yè)的學(xué)生，可能會(huì)進(jìn)行不同程度的處罰（Guriev，2023），不過(guò)學(xué)院也提出會(huì)組織討論以制訂新的規(guī)則，同時(shí)表示不反對(duì)學(xué)生用其尋找交流或辯論的素材。還有的學(xué)校為此研發(fā)了專用工具用以判斷學(xué)生的作業(yè)是否由ChatGPT生成。

結(jié)合在進(jìn)行中世紀(jì)相關(guān)內(nèi)容教學(xué)時(shí)形成的經(jīng)驗(yàn)，Mondschein（2023）建議為了避免學(xué)生過(guò)分依賴ChatGPT完成作業(yè)，可以通過(guò)優(yōu)化作業(yè)要求等方式來(lái)防止學(xué)生不加思考地完成作業(yè)，譬如：要求學(xué)生完成作業(yè)時(shí)結(jié)合課堂學(xué)習(xí)中的筆記，引用某頁(yè)P(yáng)PT的內(nèi)容，插入特定的論文引用格式，插入引用文獻(xiàn)的實(shí)際鏈接，創(chuàng)建團(tuán)隊(duì)合作任務(wù)，現(xiàn)場(chǎng)測(cè)試或口語(yǔ)測(cè)試，繪制圖表或制作PPT，等等。

二是變革型思路。為了防止學(xué)生在作業(yè)過(guò)程中過(guò)分依賴外腦而忽視內(nèi)腦的作用，一些實(shí)踐者從變革的視角對(duì)作業(yè)的形態(tài)進(jìn)行了思考。譬如：可以要求學(xué)生提交作業(yè)提綱與迭代的草稿，草稿需要保留教師的指導(dǎo)意見(jiàn)和反饋；讓學(xué)生運(yùn)用一些協(xié)同共享文檔完成論文作業(yè)，保留作業(yè)的不同版本；給予學(xué)生特殊的作業(yè)要求或要求引用特定的資源；可以使用ChatGPT等人工智能教具，生成一些論文后讓學(xué)生對(duì)其進(jìn)行評(píng)論；組織學(xué)生討論哪些AI技術(shù)是可接受的（例如生成某一領(lǐng)域的概述等），哪些是不可接受的（例如對(duì)于特殊作業(yè)要求的回應(yīng)等）（Abrusini， 2023）。英國(guó)紐卡斯?fàn)柎髮W(xué)研究法律、創(chuàng)新和社會(huì)的學(xué)者愛(ài)德華茲認(rèn)為，由于ChatGPT的存在，也許該是學(xué)校終結(jié)以論文作為作業(yè)形式的時(shí)候了（Stokel-Walker， 2022）。

3. 內(nèi)容生成式AI產(chǎn)品對(duì)學(xué)習(xí)評(píng)價(jià)的啟示

由ChatGPT帶來(lái)的興奮與擔(dān)憂，以及教育領(lǐng)域?qū)Υ诵纬傻膬深惒煌瑧B(tài)度，恰恰反映了當(dāng)前學(xué)術(shù)界對(duì)于教育的認(rèn)識(shí)，尤其是對(duì)于如何評(píng)價(jià)學(xué)習(xí)質(zhì)量與學(xué)習(xí)結(jié)果的認(rèn)識(shí)。對(duì)于學(xué)習(xí)個(gè)體而言，當(dāng)他們具備了由內(nèi)腦與外腦構(gòu)成的復(fù)合腦以后，兩個(gè)腦如何協(xié)同發(fā)揮作用？外腦的強(qiáng)大會(huì)讓內(nèi)腦更加強(qiáng)大，還是會(huì)讓內(nèi)腦慢慢萎縮？要回答好這些問(wèn)題，就不得不重新反思當(dāng)前的評(píng)價(jià)，研究建立符合雙腦協(xié)同、智力共生的學(xué)習(xí)評(píng)價(jià)新思維。

為什么我們會(huì)擔(dān)心內(nèi)容生成式AI產(chǎn)品的出現(xiàn)有可能會(huì)導(dǎo)致學(xué)習(xí)過(guò)程中出現(xiàn)誠(chéng)信問(wèn)題？這是因?yàn)樵擃惍a(chǎn)品可以根據(jù)學(xué)生發(fā)出的作業(yè)請(qǐng)求為學(xué)生提供答案，而學(xué)生一旦過(guò)分依賴這些產(chǎn)品，他們就有可能放棄內(nèi)腦的使用，最終反而成就了機(jī)器而不是學(xué)生本人。如果放棄了內(nèi)腦的訓(xùn)練，學(xué)習(xí)個(gè)體就很難通過(guò)內(nèi)腦去調(diào)用外腦，必然也沒(méi)有能力高質(zhì)量地駕馭外腦，最終導(dǎo)致未來(lái)社會(huì)人才層次的兩極分化。在過(guò)去的學(xué)習(xí)評(píng)價(jià)過(guò)程中，過(guò)分注重學(xué)生到底知道什么，過(guò)分關(guān)注答案的標(biāo)準(zhǔn)性，過(guò)分關(guān)注學(xué)生回答問(wèn)題時(shí)所羅列的要點(diǎn)，其原因在于學(xué)習(xí)內(nèi)容普遍被認(rèn)為存放于學(xué)生的內(nèi)腦中，通過(guò)測(cè)量這些內(nèi)容可以判斷學(xué)生的掌握程度，區(qū)分學(xué)生的優(yōu)劣。

內(nèi)容生成式AI產(chǎn)品啟發(fā)我們可以從復(fù)合腦的視角來(lái)理解現(xiàn)代人的大腦，引導(dǎo)學(xué)習(xí)個(gè)體充分理解該類產(chǎn)品的強(qiáng)大數(shù)據(jù)存儲(chǔ)與處理功能，努力與內(nèi)容生成式AI產(chǎn)品進(jìn)行關(guān)聯(lián)，豐富自己的外腦，形成利用內(nèi)腦驅(qū)動(dòng)外腦學(xué)習(xí)的行為意愿，并借助外腦激活自己的內(nèi)腦。建立新的學(xué)習(xí)評(píng)價(jià)思維就是要合理分配內(nèi)腦與外腦的功能與責(zé)任，讓學(xué)習(xí)者不要將有限的學(xué)習(xí)精力消耗在憑借低階思維就可以完成的任務(wù)里，要鼓勵(lì)學(xué)習(xí)者參與高階思維活動(dòng)，促進(jìn)學(xué)習(xí)者以科學(xué)的學(xué)習(xí)方式健康成長(zhǎng)。

首先，思維比知道重要。過(guò)去，由于受制于學(xué)習(xí)條件，要想判斷學(xué)習(xí)者學(xué)習(xí)水平的高低，最理想的辦法就是測(cè)試他們知道什么，于是，學(xué)習(xí)者的理解力與記憶力成為學(xué)校重點(diǎn)培養(yǎng)的關(guān)鍵技能。但是，當(dāng)學(xué)生在面對(duì)日益復(fù)雜的世界時(shí)，他們所記憶的內(nèi)容再多，也無(wú)法與內(nèi)容生成式AI產(chǎn)品相比。但思維就不同，人類的思維是人類區(qū)別于其他事物的關(guān)鍵要素，思維技能直接指向應(yīng)用領(lǐng)域，既強(qiáng)調(diào)對(duì)知能體系的把握，也關(guān)注外部世界的變化，重視心智體系的塑造（沈書(shū)生， 2019）。讓學(xué)習(xí)個(gè)體的內(nèi)腦建立高階思維技能，并通過(guò)思維技能駕馭外腦，由此所構(gòu)建的復(fù)合腦就不再是一個(gè)簡(jiǎn)單的“知道”機(jī)器，而是一個(gè)復(fù)雜的創(chuàng)造機(jī)體。

其次，問(wèn)題比答案重要。在過(guò)去的教學(xué)過(guò)程中，老師會(huì)為學(xué)生提供很多問(wèn)題，引導(dǎo)學(xué)生圍繞問(wèn)題尋找答案，學(xué)生受問(wèn)題的牽制往往難以開(kāi)展獨(dú)立的思考。內(nèi)容生成式AI產(chǎn)品出現(xiàn)以后，我們會(huì)發(fā)現(xiàn)，借助于這些產(chǎn)品就能很容易回答老師的提問(wèn)，但卻不一定能夠獲得高質(zhì)量的答案。接觸了內(nèi)容生成式AI產(chǎn)品以后，我們會(huì)發(fā)現(xiàn)作為外腦的內(nèi)容生成式AI產(chǎn)品的作用大小取決于我們的內(nèi)腦，取決于我們經(jīng)過(guò)思維以后所提出的問(wèn)題。問(wèn)題的質(zhì)量越高，外腦給予內(nèi)腦的激勵(lì)就會(huì)越強(qiáng)，個(gè)體的成長(zhǎng)也會(huì)越快。

最后，邏輯比羅列重要。對(duì)于依賴記憶的評(píng)價(jià)而言，評(píng)價(jià)的主要依據(jù)是學(xué)習(xí)者所提供的相應(yīng)答案涉及的要點(diǎn)數(shù)量。與內(nèi)容生成式AI產(chǎn)品相比，學(xué)習(xí)個(gè)體再怎么努力，羅列的要點(diǎn)數(shù)量也很難超越前者。如果借助于外腦來(lái)羅列相關(guān)的要點(diǎn)，讓內(nèi)腦將主要的精力轉(zhuǎn)移到對(duì)要點(diǎn)及其關(guān)系的處理上，學(xué)習(xí)個(gè)體就可以結(jié)合問(wèn)題的變換，通過(guò)外腦獲得與自己試圖完成的任務(wù)相關(guān)的更多要點(diǎn)，運(yùn)用自己所具有的高階思維，實(shí)現(xiàn)對(duì)若干要點(diǎn)的系統(tǒng)甄別與篩選，并融入個(gè)人的創(chuàng)造，實(shí)現(xiàn)知識(shí)的再生產(chǎn)。

結(jié)語(yǔ)

內(nèi)容生成式AI產(chǎn)品以模擬人類的交互行為作為基本技術(shù)發(fā)展旨趣，直接貼近人類的最基本需求，因而成為AI領(lǐng)域中最接地氣的產(chǎn)品?？梢灶A(yù)見(jiàn)的是，將來(lái)一定還會(huì)有許多研發(fā)機(jī)構(gòu)基于不同規(guī)則與算法模型推出自然語(yǔ)言處理類新產(chǎn)品。當(dāng)前的產(chǎn)品還存在形式簡(jiǎn)單、情感缺失等不足，但可以進(jìn)一步預(yù)見(jiàn)的是，未來(lái)的新產(chǎn)品中，將不僅僅會(huì)有文本形式，還可能會(huì)嵌入圖片、動(dòng)畫(huà)、音頻或視頻等，甚至還可能會(huì)嵌入更多未知的制品格式，并可能會(huì)融入情感元素。內(nèi)容生成式AI產(chǎn)品的出現(xiàn)對(duì)于教育的可能影響，也許會(huì)超出其他的技術(shù)產(chǎn)品，這是因?yàn)閷W(xué)習(xí)個(gè)體接觸它的機(jī)會(huì)將會(huì)遠(yuǎn)勝于其他技術(shù)產(chǎn)品，如果我們不能改變學(xué)習(xí)評(píng)價(jià)思維，我們所培養(yǎng)的學(xué)習(xí)個(gè)體，很可能會(huì)輸給那些擁有了適應(yīng)時(shí)代變革的復(fù)合腦的群體們。

［參考文獻(xiàn)］

百度百科. （2023-02-14）. 文心一言. 百度網(wǎng)站. https：//baike.baidu.com/item/文心一言/62642976？ fr=aladdin

蔡自興. （2016）. 中國(guó)人工智能40年. 科技導(dǎo)報(bào)，34（15）：12-32.

車萬(wàn)翔，& 劉挺. （2022）. 自然語(yǔ)言處理新范式：基于預(yù)訓(xùn)練模型的方法. 中興通訊技術(shù)，28（2）：3-9.

李應(yīng)潭. （1983）. 諾貝爾獎(jiǎng)獲得者西蒙在華談人工智能. 國(guó)外自動(dòng)化（6）：62-63.

李舟軍，范宇，& 吳賢杰. （2020）. 面向自然語(yǔ)言處理的預(yù)訓(xùn)練技術(shù)研究綜述. 計(jì)算機(jī)科學(xué)，47（3）：162-173.

李祖樞，徐鳴，& 周其鑑. （1990）. 一種新型的仿人智能控制器（SHIC）. 自動(dòng)化學(xué)報(bào)（06）：503-509.

劉園園. （2023-02-14）. ChatGPT爆火，國(guó)內(nèi)研發(fā)進(jìn)展如何？. 中國(guó)產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng). http：//www.cinic.org.cn/xw/cjfx/1404597.html

沈書(shū)生. （2019）. 設(shè)計(jì)學(xué)習(xí)事件：指向?qū)W習(xí)的層次. 電化教育研究，40（10）：5-11.

沈書(shū)生. （2020）. 學(xué)習(xí)新生態(tài)：構(gòu)建信息化學(xué)習(xí)力. 蘇州大學(xué)學(xué)報(bào)（教育科學(xué)版），8（1）：1-8.

沈書(shū)生. （2021）. 聚焦學(xué)習(xí)決策：指向認(rèn)知發(fā)生的數(shù)據(jù)及其應(yīng)用. 電化教育研究，42（11）：13-19.

史童月，& 王中卿. （2022）. 基于Transformer的自然語(yǔ)言處理預(yù)訓(xùn)練語(yǔ)言模型概述. 信息與電腦（理論版），34（10）：52-56.

王海寧. （2022）. 自然語(yǔ)言處理技術(shù)發(fā)展. 中興通訊技術(shù)，28（2）：59-64.

張大均. （2011）. 教育心理學(xué). 人民教育出版社.

鐘義信. （2017）. 人工智能：概念·方法·機(jī)遇. 科學(xué)通報(bào)，62（22）：2473-2479.

Abrusini. （2023，January 30）. ChatGPT： A Brief Introduction and Considerations for Academic Integrity. The Innovation Instructor Blog.http：//ii.library.jhu.edu/

Guriev， S. （2023）. ChatGPT： Sciences Po Implements Rules and Opens up Discussion About AI in Higher Education. SciencesPo. https：//www.sciencespo.fr/en/news/sciences-po-implements-strict-rules-about-the-use-of-chatgpt-by-students

Mondschein， K. （2023）. Avoiding Cheating by AI： Lessons from Medieval History. Medievalists. https：//www.medievalists.net/2023/01/chatgpt-medieval-history/

OpenAI. （2022a）. ChatGPT： Optimizing Language Models for Dialogue. OpenAI. https：//openai.com/blog/chatgpt/

OpenAI. （2022b）. Aligning Language Models to Follow Instructions. OpenAI. https：//openai.com/blog/instruction-following/

Stokel-Walker， C. （2022）. AI bot ChatGPT writes smart essays： should professors worry？. Nature. https：//www.nature.com/articles/d41586-022-04397-7

thewindowsclub. （2023）. How to use ChatGPT： Beginners Guide. TheWindowsClub. https：//www.thewindowsclub. com/how-to-use-chatgpt

基金項(xiàng)目：本文系全國(guó)教育科學(xué)“十三五”規(guī)劃2019年度國(guó)家一般課題“適應(yīng)性學(xué)習(xí)空間支持下的學(xué)習(xí)范式研究”（課題編號(hào)：BCA190081）的研究成果。

作者簡(jiǎn)介：沈書(shū)生，南京師范大學(xué)教育科學(xué)學(xué)院教授。

祝智庭，華東師范大學(xué)開(kāi)放教育學(xué)院教授（通訊作者：ztzhu@dec.ecnu.edu.cn）。