“常人的神谕”:ChatGPT类生成式人工智能与人类未来

ChatGPT等生成式人工智能是一种能够理解人类语言和意图的“全领域超级智能”,重新定义了“智能的边界”。ChatGPT具有基于自然语言进行无监督训练的主导性技术特征,其优点在于广泛的自适应性,缺点在于对数据质量的高度依赖以及缺乏可解释性。这一特征既形塑了生成式人工智能擅长处理自然语言的优势,也使其无法被轻易地转化为传统的“专家系统”,同时还存在“生成式错误”与“生成式偏见”等问题。依赖不甚严谨的“常人知识”语料库,这是其“生成式错误”的来源;基于特定语料库生成的文本可能表现出特定文化的固有偏见,训练阶段要素错配可能导致关联偏见,这是其两类“生成式偏见”的来源。作为先进的“神谕智能”,ChatGPT天然地带有“无所不知”的隐喻,但“生成式错误”与“生成式偏见”的存在,以及内在拒绝“噪声”与“意外”以求与“人类均值”保持一致,又使ChatGPT显著地表现出“常人”状态,使其与人类的交互整体呈现为“常人的神谕”。是否宽容甚至主动拥抱“噪声”与“意外”,是人类与生成式智能系统的重要差异。将之视为人类的“外置大脑”与“延展认知”,是人类面对“常人的神谕”时的理性选择。

生成式人工智能辅助英语读后续写教学初探

生成式人工智能技术快速演进,其教育应用潜能广受关注。本研究从读后续写教学中的难点出发,尝试在生成式人工智能辅助下重构读后续写教学策略。实证研究发现,生成式大模型在提供精准反馈、辅助以学定教、支持人机协同创作、促进师生合作评价、优化作业设计等方面有明确的提质和增效作用。

从知识困境到认知陷阱:生成式技术驱动型信息生态系统安全问题研究

生成式技术驱动型信息生态系统以生成式人工智能技术为核心,对整个信息环境中的知识传递与共享、认知流动与扩散过程发挥支撑和推动作用。然而,这种创新型的信息生态系统也伴随着知识安全和认知安全问题的出现。本文从知识环境和认知环境两个层面入手,对生成式技术驱动型信息生态系统的特点、优势与风险进行深入剖析,探索如何在符合人类价值观和社会伦理的前提下,充分发挥生成式人工智能的潜力,推动构建高效、安全、可持续发展的生成式技术驱动型信息生态系统。

生成式人工智能的知识产权法律因应与制度创新

生成式人工智能的复合产品结构与自主运转功能造成了知识产权法律适用的难题与挑战。在复合产品结构下,知识产权法律难题源于生成式人工智能核心要素之算法与数据的知识产权保护问题;在自主运转功能下,知识产权法律挑战则呈现为生成式人工智能衍生内容的知识产权授权与确权问题。对此,应积极推进生成式人工智能场景下的知识产权法律变革,立足生成式人工智能核心要素与衍生内容,有针对性地展开知识产权制度创新,从而实现对生成式人工智能知识产权法律问题的合理回应。

基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究

[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧(Supply)、智慧情报分析中台(Analysis)、情报需求侧(Demand)三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。

“生成式人工智能”(AIGC)及其哲学意蕴

从“生成式的AI”或“生成式的人工智能”(AIGC)的角度看,需要关注“自然生成”“人工智能生成”“社会生成”或“伦理生成”之间的关联和区分。人工智能具有确定性与生成性,它从一个侧面体现了being与becoming的沟通和统一。从传统意义上的人禽之辨到人机之辨,体现了重要的转换,但二者在本质上都关乎何为人的追问。人工智能所体现的理性具有非原创的意义,人所具有的理性推论能力作为人的本质,则具有原创性。相对于人而言,AI作为一种机器,归根到底还是属于“器”,只具有工具意义,不具有独立的人格,也难以获得伦理主体的地位。此外,人工智能主要表现为人的创造的一种结果,真正的原创意义上的智能只有人才具有。从这一意义上说,只有人才是原始的创造者,把人工智能看作比人更高级的动物,并不合乎事实。人工智能发展可以取代很多人的工作,这在本质上如同在近代工业的发展过程中,机器不断取代手工操作,二者情形相近,原理也一致。从更深远的意义上说,这也是人不断地走向人性化的社会、达到真正自由存在形态的一个环节或前提。科技的发展可以使我们对世界的细节、对某些方面越来越深化,但是总体上对世界的把握离不开哲学。另一方面,科学发展具有自主之性或惯性,后者需要哲学为其提供价值引导。

基于“技术道德化”理论的生成式人工智能教育应用潜能与风险研究

随着生成式人工智能的快速发展及其在教育领域的广泛应用,国内外研究者围绕它及其背后的大语言模型教育应用问题展开了热烈的讨论,但大部分研究因缺乏对生成式人工智能技术原理的了解而在问题探讨中存在伊莉莎效应。研究首先在对生成式人工智能技术学原理进行深入剖析的基础上,从维贝克“人—技杂合”视角对生成式人工智能的本质展开技术哲学分析;其次,基于“技术道德化”理论分析了生成式人工智能教育应用的四大潜能和面临的五大风险挑战;最后,提出基于“人—技杂合”的思想从“设计者”和“使用者”两种视角构建“双向奔赴”的全球人工智能治理体系,将成为未来探索的重要方向。

论生成式人工智能的技术创新伦理周期——以ChatGPT为例

生成式人工智能在推动技术创新突破性应用的同时,也带来了许多社会伦理风险:隐私暴露与信息安全控制风险;虚假信息派生所带来的信息传播风险;算法偏见所带来的决策和政策风险以及责任界定模糊风险。运用“索洛悖论”理论,将伦理进步看作是科技创新投入的增函数,可以发现生成式人工智能对伦理推动的“技术创新索洛周期”。基于此,要跨越生成式人工智能“伦理风险鸿沟”可以采取以下对策:健全生成式人工智能法律规制,推动构建生成式人工智能治理体系;加强平台监管,完善流程标准化管理,规范保障生成式人工智能安全发展;落实优化生成式人工智能可持续发展环境,探索更多行业重塑的可能。

用户知识问答转移行为研究:从问答社区到生成式AI

[研究目的]作为一类新兴应用,生成式AI在知识问答领域吸引了众多用户,这可能导致传统的知识问答社区用户流失,因此研究用户转移行为对提高知识问答社区用户粘性来说至关重要。[研究方法]基于PPM(推-拉-锚)模型,整合认知和情感体验因素,研究了用户的知识问答转移行为。对收集的483份有效数据采用混合方法包括结构方程模型(SEM)和模糊集定性比较分析(fsQCA)进行分析。[研究结论]研究结果发现,转移意愿受推力因素(信息过载、社区倦怠)、拉力因素(感知拟人度、感知准确度、感知可信度、沉浸体验)和锚定因素(社会影响)的综合影响。fsQCA识别出了三条导致转移意愿的主要路径。研究结果启示问答社区需降低信息过载,缓解用户的社区倦怠,从而实现用户保持和平台可持续发展。

科技赋能出版新业态:生成式出版的内涵特征、实践进路与发展反思

结合学业界已有研究和实践,对生成式出版的开放性内容生产、低成本高效率、一站式出版流程、个性化用户服务等内涵特征进行深入分析,并从生产可供性、行动者网络对生成式出版的实践进路进行客观总结,同时从技术层面和行业层面作出必要反思,以期为新时期出版业布局新赛道、新领域,以科技赋能出版新兴业态,加速转型升级和实现高质量发展提供有益启示。

Sora、生成式人工智能与我国国际传播的新生态

以ChatGPT和Sora为代表的生成式人工智能技术正在引发国际传播领域的广泛讨论。关于此类技术的实践和应用成为国际传播知识生产的前沿领域。从内容生产力的提升到对社会文化领域的影响再到潜在的伦理和法律风险,生成式人工智能推动着国际传播的生态转型。以中国为方位,紧抓技术创新的机遇,建立审慎的规制体系,积极加入生成式人工智能的全球竞合场域,推动其成为国际传播能力建设的正向力量,成为亟需研讨的时代议题。

大模型时代:知识的生成式“涌现”

随着计算能力的提高和数据的爆炸性增长,生成式大模型逐渐成为知识生产的核心力量,并深刻改变了人类知识的生产方式。本文系统探讨了从古典学术到现代信息科技的知识生产历程,将传统知识生产方式归纳为个体的知识涌现。与之相对应的大模型时代,知识生产方式则可称为生成式的知识涌现,从而造就了新的知识高原。大模型时代生成式知识涌现的机理,表现为知识结构和生成逻辑两方面的转变。虽然生成式大模型在文本生成、数据分析等领域设立了一种难以超越的“基线”,但人类在创造、批判思考和情感判断上的独特能力仍然不可或缺。结合人机协同的哲学和技术探索,本文为未来知识生产的新时代提供了一个全面而深入的视角,并在此基础上勾画人机协同共创知识高峰的路径。

生成式人工智能大模型在设计领域的应用

近些年来,随着ChatGPT,Midjourney,Stable Diffusion,Gemini等大模型的横空出世,生成式人工智能大模型取得了飞速发展,各行各业迎来了新一轮的技术变革。旨在探讨这一前沿技术在设计领域的应用,特别是在设计创新和创意产出方面的影响。首先,我们介绍了生成式人工智能大模型的基本原理,着重阐述其在文本生成、图像生成等任务上的成功应用。其次,我们深入研究了生成式人工智能大模型在设计领域的具体应用,主要包括服装设计、平面设计、漫画设计、机器人设计、工艺品设计、游戏设计等方面。此外,还探讨了生成式人工智能大模型在设计领域可能面临的挑战以及相应的解决策略。最后,我们强调了在设计领域使用生成式人工智能大模型的潜在益处,以及在设计过程中应扮演的角色。

生成式人工智能对课堂教学的挑战与应对

以ChatGPT为代表的生成式人工智能,在形式、角色、过程等方面都表现出明显的优越性,但也存在对话的被动性、知识的不确定性、伦理的争议性、信息的安全性等局限,由此加剧了人们对智能技术应用于课堂教学活动中的问题担忧,主要表现为教学主体地位的混淆、学生道德规范的模糊、课堂教学方式的单一和考核评价难度的提升。为有效应对生成式人工智能对课堂教学带来的挑战,提出通过教师、学生和技术三者之间的角色转型和关系重构创设有温度的课堂教学空间,通过有目标的教育、有意义的学习和有智慧的课堂建构有深度的课堂教学环境,通过宏观、中观和微观(国家、社会和学校)执行有力度的课堂教学制度,以推动课堂教学高质量发展。

生成式人工智能虚假信息治理的新挑战及应对策略——基于敏捷治理的视角

生成式人工智能的基础数据来源复杂,数据的真实性与合法性存在极大不确定性,由此出现的虚假信息在技术逻辑上具有必然性和无限复制性;在传播规律上具有瞬时性和隐蔽性;在危害后果上具有复杂性和不可控性。现有多中心协同论、二元治理结构论和层级治理论分别从不同的视角提出治理策略,但过于关注协同合作本身却忽视了治理主体的协同能力和响应效率;过度依赖政府与市场的互补却遮蔽了二者面临新技术时容易懈怠的共性;盲目信任分层治理极易陷入技治主义的困境。对此,应转向敏捷治理下以政府主导强化多元主体间的协同效能、提升治理结构的适应性、破除层级障碍的治理新思路。以虚假信息治理的法治化和技术化为基本方向,保持制度的原则性要求和技术工具价值的协同,实施虚假信息等级评估制度,构建治理主体高效协作机制、快捷响应机制和容错纠错机制,搭建生成式人工智能虚假信息敏捷治理新模式的基本框架。

赋能、负能与使能:生成式人工智能嵌入乡村教师专业发展的多维审思

生成式人工智能推动知识生产和传播模式的变革,为乡村教师专业发展带来新契机。基于“赋能—负能—使能”的逻辑理路进行审思发现,生成式人工智能给乡村教师专业发展带来专业理念重构、专业知识增长、专业能力进阶和专业情意滋养的机遇。机遇背后暗含“人机共存”颠覆“以人为师”育人理念、“知识生产异化偏移”挑战知识创生、“高阶应用”挑战“高阶能力”、“主体身份遮蔽、降格”挑战主体情意等挑战。为把握机遇,化解挑战,应用生成式人工智能促进乡村教师专业发展,需从理念认同、知识共创、能力提升、情意升华四个方面“使能”。

生成式AI视域下智慧图书馆建设的关键路径

[目的/意义]智慧图书馆已经成为当今图书馆学界和业界最热门的主题之一。智慧图书馆建设的理论研究与实践工作已经取得了初步成效,生成式AI也在蓬勃发展的同时参与到各行各业的建设中。因此有必要立足当下发展,放眼远景目标,确定生成式AI参与智慧图书馆建设的策略。[方法/过程]本文从智慧图书馆空间升级、服务打造、业务重组、人才培养、体系建设5个方面阐明了生成式AI视域下智慧图书馆建设的关键路径。[结果/结论]关键路径研究将为生成式AI引入智慧图书馆下一阶段的建设工作提供借鉴与依据。

生成式人工智能支持的教师评语研究:基于初中数学课堂的实践探索

教师评语是形成性评价分析的重要数据来源,但现有教师评语生成的质量在社会性、客观性和个性化方面存在一定的不足,生成式人工智能支持的教师评语为解决该问题提供了可能。生成式教师评语是指教师通过认知诊断技术得到的智能诊断数据与生成式人工智能平台进行交互,从而让生成式人工智能平台模拟教师社会性语言,生成数据驱动的个性化教师评语。在初中数学课堂中的实证研究发现:生成式教师评语有效地提高了学生的自我调节学习能力(Cohen's d=1.08,p=0.000)和学习动机(Cohen's d=0.59,p=0.003),对学生的深度访谈结果表明,生成式评语能作为考试的一种总结反思工具,体现了教师对学生个性化的关注和鼓励。研究结果为人工智能技术助力个性化、精准化教学提供了研究思路,为教育环境中持续评估和改进生成式人工智能技术的使用提供了建议。

大学生生成式人工智能应用现状与思考——基于浙江大学的调查

本研究随机调查了1190位浙江大学本科生,通过描述统计、差异检验及事后多重比较等方法,分析大学生生成式人工智能的使用现状及影响因素。研究表明,约七成受访者表示熟悉生成式人工智能;三分之二的大学生使用生成式人工智能的时间在2022年12月-2023年6月间,四分之一的大学生开始使用生成式人工智能的时间是2023年7-11月;五分之一大学生表示会经常使用,七成大学生表示会偶尔使用;大学生使用最多的生成式人工智能工具是ChatGPT;使用最多的技术是文本生成技术;最常用的生成式人工智能功能包括文本生成和信息搜索;约六成大学生学过生成式人工智能的知识或技能;大学生使用生成式人工智能的四大典型场景(课程学习、科研活动、日常生活以及升学求职)中,科研活动是最常用生成式人工智能场景;性别、年级、专业大类等变量会不同程度影响大学生使用生成式人工智能;希望学校开设生成式人工智能相关课程/讲座是大学生提出最多的建议。基于调研结果,本研究从高教管理部门、公司机构、高校和教师等角度,提出未来高校使用生成式人工智能的建议,以期为生成式人工智能融入高等教育教学实践提供参考。

人智交互情境中用户对生成式人工智能的心智感知及反应研究

[目的/意义]随着AI组成技术的发展及人智协作的日趋紧密,高阶的生成式人工智能(GAI)代理具备涌现能力,通过类人化特征与用户建立社会化连接。文章旨在丰富社会技术视角下人智交互发生机理的探索,并为人本人工智能背景下GAI设计提供参考。[方法/过程]爬取豆瓣社区1275条用户与ChatGPT对话的帖子,遵循建构主义范式,基于CASA范式和心智感知理论,采用系统性主题分析方法构建框架模型。[结果/结论]构建了GAI作为社会行动者的理论框架,得到人智交互情境下用户对于GAI的心智感知及社会化反应。心智感知包括GAI主体性感知和感受性感知两种。GAI主体性感知包括创造力、可靠性、运行规则、客观性、有用性;GAI感受性感知包括共情、沟通责任、趣味性、友善、文化适应性。这两种感知会相互影响。用户对GAI的社会化反应涉及认知加工、情感唤醒、行为强化三个方面。认知加工包括知识获得、态度转变;情感唤醒包括愉悦感、共鸣、社交连接;行为强化包括持续付费行为、准社会互动。用户的社会化反应与心智感知存在双向作用关系。