張 超 韓 虓 王 芳

（1.南開大學(xué)網(wǎng)絡(luò)社會(huì)治理研究中心 天津 300071）

（2.南開大學(xué)商學(xué)院信息資源管理系 天津 300071）

人工智能生成內(nèi)容（Artificial Intelligence Generated Content，AIGC）是目前最引人注目的前沿技術(shù)之一，雖然尚未形成統(tǒng)一規(guī)范的定義，但產(chǎn)學(xué)研各界普遍認(rèn)為AIGC 是利用人工智能技術(shù)根據(jù)用戶的個(gè)性化需求自動(dòng)生成內(nèi)容（如文本、圖像和視頻）的新型生產(chǎn)方式［1-2］。隨著AIGC 算法的迭代發(fā)展，美國(guó)人工智能公司Open AI 于2022 年11 月30 日 發(fā)布了ChatGPT（Chat Generative Pre-trained Transformer）。作為AIGC 的技術(shù)代表，ChatGPT 不僅可以生成類似人類的對(duì)話，還可以完成包括論文撰寫、報(bào)告內(nèi)容生成、新聞編輯、情感分析、代碼編寫、多語言翻譯、答題解析等多種高難度任務(wù)［3］。這為人類知識(shí)的快速生產(chǎn)和廣泛復(fù)用提供了可能，同時(shí)也意味著Chat-GPT 技術(shù)打破了只有人類能夠生產(chǎn)和復(fù)用知識(shí)的局面［4］，推動(dòng)知識(shí)生產(chǎn)與知識(shí)復(fù)用方式的變革，標(biāo)志著新一輪技術(shù)革命的開啟。

目前GPT 系列語言模型已從GPT-1 迭代到GPT-4。作為一種通用式的人工智能模型，ChatGPT已在多個(gè)不同的領(lǐng)域得到了廣泛的應(yīng)用，包括教育、醫(yī)療、科研等。有報(bào)道稱，ChatGPT 在美國(guó)醫(yī)師執(zhí)照考試中成績(jī)均達(dá)到要求，且生成的答案具有洞察力［5］。此外，在學(xué)術(shù)界，已有學(xué)者通過與ChatGPT 的交互進(jìn)行論文寫作，并將其列為共同作者進(jìn)行科學(xué)論文的發(fā)表［6］。這些應(yīng)用說明ChatGPT 已在知識(shí)生產(chǎn)與知識(shí)復(fù)用方面發(fā)揮著重要作用。然而，ChatGPT 強(qiáng)大的創(chuàng)造力是一把雙刃劍，給社會(huì)各領(lǐng)域知識(shí)生產(chǎn)和知識(shí)復(fù)用帶來顛覆性影響和深層次變革的同時(shí)，也隱藏著技術(shù)、倫理等方面的風(fēng)險(xiǎn)。以埃隆·馬斯克和蘋果公司聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克（Steve Wozniak）為主要代表的科技界人士聯(lián)名呼吁暫停訓(xùn)練比GPT-4 更強(qiáng)大的人工智能模型［7］；意大利個(gè)人數(shù)據(jù)保護(hù)局發(fā)表聲明，宣布禁止使用ChatGPT［8］?；诖?，本文在對(duì)ChatGPT 核心技術(shù)及其特征優(yōu)勢(shì)進(jìn)行闡述的基礎(chǔ)上，探討ChatGPT 給人類知識(shí)生產(chǎn)和知識(shí)復(fù)用帶來的影響與挑戰(zhàn)，為思考ChatGPT 的影響和挑戰(zhàn)提供一個(gè)新的切入點(diǎn)。

1 ChatGPT 背后的重要技術(shù)及其特征優(yōu)勢(shì)

ChatGPT 具有多項(xiàng)強(qiáng)大功能，是深度學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、指令微調(diào)、多任務(wù)學(xué)習(xí)、上下文學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等多種技術(shù)的集成［9］。其核心技術(shù)是生成式預(yù)訓(xùn)練Transformer 模型GPT（Generative Pre-trained Transformer）［10］。2018 年，GPT-1 作為GPT 系列語言模型的開端，采用生成式預(yù)訓(xùn)練Transformer 模型，通過利用未經(jīng)標(biāo)記的語料庫進(jìn)行語言模型的生成式預(yù)訓(xùn)練，并針對(duì)各個(gè)特定任務(wù)進(jìn)行差異性的微調(diào)，顯著提升了自然語言理解和生成的能力［11］。2019 年，GPT-2 對(duì)模型訓(xùn)練數(shù)據(jù)的質(zhì)量和規(guī)模有了較大的提升，重點(diǎn)解決了GPT-1 在下游任務(wù)使用時(shí)需要監(jiān)督微調(diào)訓(xùn)練的問題，進(jìn)一步提升了生成式預(yù)訓(xùn)練語言模型的泛化能力［12］。2020 年，Open AI 發(fā)布了GPT-3，該模型參數(shù)高達(dá)1750億個(gè)。在技術(shù)路線上去掉了GPT-1 的微調(diào)步驟，可以在不需要特定任務(wù)訓(xùn)練的情形下直接輸入自然語言當(dāng)作指示，并具備了可以連續(xù)回答問題的能力［13］。2022 年，在GPT-3 模型的基礎(chǔ)上進(jìn)行優(yōu)化后，Open AI 推出了ChatGPT 模型，該模型引入人工標(biāo)注數(shù)據(jù)和強(qiáng)化學(xué)習(xí)兩項(xiàng)功能，根據(jù)手動(dòng)標(biāo)記語言模型產(chǎn)生的最佳回應(yīng)以優(yōu)化其在特定任務(wù)中的表現(xiàn)，同時(shí)通過近端策略優(yōu)化算法進(jìn)行微調(diào)，使其表現(xiàn)得更接近真人［14］。2023 年，Open AI 發(fā)布了最新的GPT- 4 語言模型，其使用多模態(tài)預(yù)訓(xùn)練大模型，相比于GPT-3 具備了更強(qiáng)大的解決問題的能力，可以接受圖像作為輸入信息，通過視覺輸入能力整合信息，并實(shí)現(xiàn)場(chǎng)景分析、多模態(tài)文本輸出等功能［15］。

1.1 ChatGPT 背后的重要技術(shù)

GPT 系列語言模型之所以具備強(qiáng)大的泛化能力與自然語言處理能力，離不開以Transformer 模型為基礎(chǔ)的技術(shù)架構(gòu)。Transformer 模型的巨大潛力帶來了GPT 系列語言模型在自然語言理解和自然語言生成兩方面的技術(shù)突破，該模型可以幫助探索自然語言空間和形式表示空間的內(nèi)在聯(lián)系［16］。有研究表明，在NLP 領(lǐng)域，Transformer 模型逐漸統(tǒng)一了所有應(yīng)用［17］，而在Transformer 模型中，注意力機(jī)制（Attention Mechanism）、多頭注意力以及編碼器-解碼器（Encoder-Decoder）的結(jié)構(gòu)發(fā)揮著核心作用，可以協(xié)助GPT 系列語言模型實(shí)現(xiàn)強(qiáng)大的自然語言處理功能。

注意力機(jī)制是由Treisman 等人提出的一種模擬人腦注意力機(jī)制的模型［18］，它可以幫助確定需要關(guān)注哪些輸入信息，并將有限的信息處理資源分配給最重要的部分，以此來充分分析輸入信息。GPT 模型引入的自注意力機(jī)制，也就是將有限的資源分配給最重要的部分來處理信息，它通過給予輸入序列中不同位置的不同權(quán)重，使得模型能夠在處理序列數(shù)據(jù)時(shí)有選擇地關(guān)注重要的部分［17］，極大程度地避免了在神經(jīng)網(wǎng)絡(luò)中使用遞歸，進(jìn)而大大減少了在實(shí)際應(yīng)用中所花費(fèi)的時(shí)間，提高了對(duì)信息生成、整合、輸出的效率。

多頭注意力機(jī)制是對(duì)傳統(tǒng)的注意力機(jī)制進(jìn)行了擴(kuò)展和改進(jìn)。在傳統(tǒng)的注意力機(jī)制中，只存在單一的注意力權(quán)重計(jì)算，而多頭注意力機(jī)制引入了多個(gè)并行的注意力頭（attention head），每個(gè)注意力頭都可以學(xué)習(xí)不同的關(guān)注權(quán)重，進(jìn)而尋找在不同子空間中分布的不同注意力的不同角度的關(guān)聯(lián)［19］。GPT 系列語言模型利用多頭注意力機(jī)制，通過同時(shí)使用多個(gè)獨(dú)立的頭部，使其能夠關(guān)注不同的信息，并從中提取更加全面和豐富的特征［20］，這樣可以提升模型的性能和泛化能力，在處理復(fù)雜的關(guān)系和長(zhǎng)序列數(shù)據(jù)時(shí)更加有效，進(jìn)而實(shí)現(xiàn)其強(qiáng)大的自然語言理解、處理能力。

為了避免循環(huán)與重復(fù)的卷積，GPT 模型中還采用了編碼器-解碼器的結(jié)構(gòu)，這一架構(gòu)包含了連續(xù)堆疊的6 層編碼器和解碼器。通過編碼器和解碼器的組合，Transformer 模型能夠處理從序列到序列的任務(wù)，如文章續(xù)寫、機(jī)器翻譯等工作。編碼器將輸入序列編碼為上下文感知的特征表示，解碼器則根據(jù)這些表示逐步生成目標(biāo)序列。該架構(gòu)的優(yōu)勢(shì)在于能夠并行計(jì)算和捕捉長(zhǎng)距離的依賴關(guān)系，同時(shí)減少了對(duì)序列長(zhǎng)度的敏感性［21］，減少了重復(fù)卷積所帶來的相關(guān)資源浪費(fèi)以及算力不足的問題。

1.2 ChatGPT 的訓(xùn)練

ChatGPT 通過引入“人工標(biāo)注數(shù)據(jù)+強(qiáng)化學(xué)習(xí)”的方法來持續(xù)微調(diào)預(yù)訓(xùn)練語言模型［14］，同時(shí)使用訓(xùn)練獎(jiǎng)勵(lì)模型（reward model，RM）。

訓(xùn)練獎(jiǎng)勵(lì)模型的主要目的是利用人工標(biāo)注的訓(xùn)練數(shù)據(jù)來訓(xùn)練回報(bào)模型［22］。具體而言，隨機(jī)抽樣一批用戶提交的輸入指令，使用經(jīng)過人類反饋強(qiáng)化學(xué)習(xí)微調(diào)的模型對(duì)每個(gè)輸入指令生成多個(gè)不同的回答。然后將這些數(shù)據(jù)兩兩組合，并由標(biāo)注人員按照不同維度的標(biāo)準(zhǔn)進(jìn)行排序，給出結(jié)果的排名順序。使用這個(gè)排序結(jié)果數(shù)據(jù)來訓(xùn)練回報(bào)模型，以幫助ChatGPT更好地理解人類的偏好，并在生成回答時(shí)更好地符合這些偏好。對(duì)于訓(xùn)練好的獎(jiǎng)勵(lì)模型，ChatGPT 采用近端策略優(yōu)化算法（Proximal Policy Optimization，PPO）來更新預(yù)訓(xùn)練模型的參數(shù)。通過在數(shù)據(jù)集中隨機(jī)抽取問題，在近端策略優(yōu)化模型中生成回答，并利用訓(xùn)練好的獎(jiǎng)勵(lì)模型給出回答的質(zhì)量分?jǐn)?shù)，通過強(qiáng)化學(xué)習(xí)的方式更新PPO 模型的參數(shù)，通過迭代，會(huì)訓(xùn)練出更高質(zhì)量的預(yù)訓(xùn)練模型。

1.3 ChatGPT 的優(yōu)勢(shì)特征

ChatGPT 最初面向大眾時(shí)是基于GPT-3.5 模型，目前GPT 系列的最新版本是基于大規(guī)模預(yù)訓(xùn)練的GPT-4 模型，可根據(jù)文本和圖像的多模態(tài)輸入，將人工標(biāo)記和強(qiáng)化學(xué)習(xí)訓(xùn)練相結(jié)合，完成各種對(duì)話任務(wù)。如它可以理解人類的各種指令，完成文本生成、代碼編寫和修改、圖像字幕、圖表推理、論文總結(jié)等任務(wù)。其突出的表現(xiàn)能力可總結(jié)如下：

一是多模態(tài)（語言和圖像）理解和文本生成。繼承自預(yù)訓(xùn)練語言模型的能力，ChatGPT/GPT-4 可通過文本和圖像的提示來準(zhǔn)確理解用戶的意圖，并將其轉(zhuǎn)化為計(jì)算機(jī)可以處理的形式［15］。這種能力使得ChatGPT/GPT-4 能夠應(yīng)用于各種自然語言處理任務(wù)，如文本分類、命名實(shí)體識(shí)別、情感分析等［23］。此外，ChatGPT 可以接收一個(gè)初始句子，并以自回歸的方式逐步生成連貫的語言，包括摘要生成、長(zhǎng)篇文章的自動(dòng)生成等長(zhǎng)文本的場(chǎng)景。并且在回答問題、機(jī)器翻譯、總結(jié)和潤(rùn)色文本等多項(xiàng)文本生成任務(wù)中的表現(xiàn)已經(jīng)達(dá)到或超過了人類水平［24］。

二是推理能力強(qiáng)，可模擬人類語言特征。Chat-GPT 的訓(xùn)練數(shù)據(jù)是從真實(shí)人類使用的語言中提取的，模型通過學(xué)習(xí)大量的語料庫，可以開發(fā)出類似于人類的語言特征，表現(xiàn)出與真正人類交流幾乎無異的聊天（對(duì)話）場(chǎng)景［25］。此外，ChatGPT 具有良好的推理能力，尤其擅長(zhǎng)回答科學(xué)問題和復(fù)雜邏輯問題［26］。這得益于它強(qiáng)大的預(yù)訓(xùn)練能力和文本理解能力。通過大規(guī)模文本數(shù)據(jù)的預(yù)訓(xùn)練，特別是通過在復(fù)雜的語境中建立模型，能夠達(dá)到上下文信息理解和解釋文本的能力。這種能力使其在面對(duì)復(fù)雜的推理任務(wù)時(shí)具有優(yōu)勢(shì)。如ChatGPT 可以給出某個(gè)定理的證明，并根據(jù)邏輯鏈進(jìn)行推理，按照用戶指定的邏輯鏈完成各種任務(wù)。

三是開放領(lǐng)域的通用性。ChatGPT 不受限于特定細(xì)分領(lǐng)域［27］。通常情況下，其他的自然語言處理技術(shù)只能針對(duì)特定領(lǐng)域的語言進(jìn)行處理，如在醫(yī)學(xué)、法律等領(lǐng)域中。而ChatGPT 利用深度神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，通過預(yù)訓(xùn)練大模型和聚合語言數(shù)據(jù)集，能夠很好地理解語言規(guī)則、上下文信息和外部知識(shí)庫的知識(shí)，在各種專業(yè)測(cè)試和學(xué)術(shù)基準(zhǔn)上的表現(xiàn)與人類相當(dāng)［9］。如在醫(yī)療領(lǐng)域，ChatGPT 可用于篩選患有某種疾病的患者，并結(jié)合醫(yī)學(xué)知識(shí)庫提供建議和治療方案；在司法領(lǐng)域，ChatGPT 可以幫助律師撰寫法律文件，回答法律相關(guān)問題，并且它通過了一場(chǎng)模擬律師考試，得分在所有考生中排名前10%［28］；在金融領(lǐng)域，ChatGPT 能夠分析市場(chǎng)趨勢(shì)、股票價(jià)格和證券交易等數(shù)據(jù)，并給出有用的建議和決策。

2 ChatGPT 對(duì)知識(shí)生產(chǎn)的影響

知識(shí)生產(chǎn)是一種實(shí)踐性活動(dòng)，指各類知識(shí)（如真理、原則、思想和信息等）的發(fā)明、創(chuàng)造、創(chuàng)新和復(fù)用的過程［29］。這一過程涵蓋了知識(shí)創(chuàng)造和知識(shí)產(chǎn)生兩種知識(shí)生產(chǎn)方式。知識(shí)創(chuàng)造指原創(chuàng)性知識(shí)的創(chuàng)造［29］，研究人員利用扎實(shí)的理論基礎(chǔ)和科學(xué)方法，通過對(duì)真實(shí)世界的觀察、實(shí)驗(yàn)、建模等手段，尋求新的見解和發(fā)現(xiàn)，體現(xiàn)為“從0 到1”的知識(shí)生產(chǎn)方式。知識(shí)產(chǎn)生是指對(duì)已有知識(shí)基礎(chǔ)進(jìn)行復(fù)用以生產(chǎn)知識(shí)，研究人員以既有知識(shí)庫為基礎(chǔ)，通過對(duì)現(xiàn)有知識(shí)的重組、解釋和應(yīng)用，推動(dòng)知識(shí)的發(fā)展和進(jìn)步［30］，表現(xiàn)為“由1到N”的知識(shí)生產(chǎn)方式。ChatGPT 作為一種具備自主生成文本能力的AI 模型，對(duì)人類知識(shí)生產(chǎn)能力及知識(shí)生產(chǎn)過程產(chǎn)生了革新性的影響。

2.1 知識(shí)生產(chǎn)主體趨向多元化

ChatGPT 的出現(xiàn)改變了傳統(tǒng)知識(shí)生產(chǎn)主體的格局，已發(fā)展出包括人類、機(jī)器和人機(jī)協(xié)同三種共存形態(tài)，人類和智能機(jī)器的聯(lián)接形成了一個(gè)強(qiáng)大的超級(jí)智能體［31］。首先，人工智能大模型成為知識(shí)生產(chǎn)的重要角色。傳統(tǒng)意義上知識(shí)生產(chǎn)主體主要由學(xué)者、專家和研究人員等領(lǐng)域?qū)I(yè)人士組成，通過演繹推理、實(shí)證歸納等方法，在現(xiàn)有知識(shí)的基礎(chǔ)上推動(dòng)新的知識(shí)創(chuàng)新［32］。然而，在計(jì)算機(jī)技術(shù)和大數(shù)據(jù)發(fā)展的推動(dòng)下，ChatGPT 已具備多學(xué)科知識(shí)儲(chǔ)備和一定的邏輯推理和文本生成能力?；诖笠?guī)模預(yù)訓(xùn)練模型和大數(shù)據(jù)集的學(xué)習(xí)，ChatGPT 不僅能夠及時(shí)獲取廣泛來源的各領(lǐng)域知識(shí)，還可以快速處理、理解并分析這些知識(shí)，并從中提取有用的信息和觀點(diǎn)，形成自己的見解。這一現(xiàn)象說明ChatGPT 能夠基于人類已有知識(shí)庫進(jìn)行推理和歸納，甚至可以自主決策和知識(shí)創(chuàng)新［31］。因此，知識(shí)生產(chǎn)的角色不再局限于人類，而是向著人類與人工智能大模型共存的新形態(tài)發(fā)展［33］。

其次，除專業(yè)人士外的廣大用戶成為知識(shí)生產(chǎn)的重要參與者。傳統(tǒng)的知識(shí)生產(chǎn)門檻較高，普通個(gè)體缺乏嚴(yán)格的學(xué)術(shù)訓(xùn)練，也不具備準(zhǔn)確表達(dá)知識(shí)的能力，因此很難有效參與到知識(shí)生產(chǎn)的過程中［34］。然而，ChatGPT 的出現(xiàn)改變了這一局面。因具備強(qiáng)大的知識(shí)表達(dá)和處理能力，ChatGPT 擁有對(duì)語言的深入理解，經(jīng)過廣泛的文本訓(xùn)練，可以基于給定的提示和語境生成類似專業(yè)人士回復(fù)的內(nèi)容［35］。因此，借助ChatGPT，任何個(gè)體只需要掌握一定的提示工程技巧，就可以引導(dǎo)大模型根據(jù)自身需求產(chǎn)生相應(yīng)的知識(shí)［36］。這為廣大用戶的知識(shí)學(xué)習(xí)和知識(shí)生產(chǎn)提供了更多機(jī)會(huì)，擴(kuò)大了參與知識(shí)生產(chǎn)的人群范圍。

2.2 加速多學(xué)科知識(shí)融合

ChatGPT 能夠打破各學(xué)科領(lǐng)域間的知識(shí)壁壘，促進(jìn)多學(xué)科知識(shí)的融合和跨學(xué)科知識(shí)的出現(xiàn)。跨學(xué)科研究是指超越一個(gè)已知學(xué)科邊界進(jìn)行的涉及兩個(gè)或多個(gè)學(xué)科的研究活動(dòng)［37］，不僅能夠幫助研究人員獲得更多樣化的意見和思維模式，提出更好的研究問題［38］，而且有助于擺脫流行的理論和范式，帶來開創(chuàng)性的進(jìn)步［39］。然而，人類注意力的有限性限制了不同學(xué)科觀點(diǎn)的碰撞［40］，且由于學(xué)科間的知識(shí)壁壘，學(xué)習(xí)和掌握外來學(xué)科的知識(shí)需要付出一定的時(shí)間成本和智力成本，阻礙了跨學(xué)科形式的知識(shí)生產(chǎn)。ChatGPT 作為AIGC 的代表，能夠快速理解各領(lǐng)域的專業(yè)知識(shí)。借助ChatGPT，研究人員可以通過對(duì)話的方式較容易獲取并理解不同學(xué)科領(lǐng)域的專業(yè)知識(shí)，節(jié)省了研究人員搜索并學(xué)習(xí)其他學(xué)科知識(shí)的時(shí)間。此外，ChatGPT 強(qiáng)大的推理能力可快速對(duì)不同知識(shí)內(nèi)容進(jìn)行分析總結(jié)，通過續(xù)寫文字、頭腦風(fēng)暴和觀點(diǎn)討論，為研究人員后續(xù)的工作提供啟發(fā)，從而極大地提升跨學(xué)科知識(shí)生產(chǎn)的效率。

此外，ChatGPT 在實(shí)現(xiàn)技術(shù)迭代的同時(shí)也擴(kuò)充了訓(xùn)練數(shù)據(jù)集的語料庫，為跨學(xué)科研究提供更加全面的知識(shí)庫參考。根據(jù)現(xiàn)有公開資料顯示，GPT-3 預(yù)訓(xùn)練語料集主要由Common Crawl 數(shù)據(jù)集、Reddit 鏈接、書籍、期刊及英文維基百科數(shù)據(jù)等組成，而微調(diào)語料則主要源于GitHub 上的公共代碼庫［41］。ChatGPT/GPT-4 預(yù)訓(xùn)練語料集在維持了GPT-3 的語料基礎(chǔ)上，還進(jìn)行了大幅度的擴(kuò)充和增強(qiáng)。這種大規(guī)模的數(shù)據(jù)集整合提供了更豐富的知識(shí)背景，使得ChatGPT /ChatGPT-4 有超越前一代模型的知識(shí)基礎(chǔ)和學(xué)習(xí)能力，能夠?qū)Ω鼜?fù)雜的任務(wù)進(jìn)行更高效的處理和更專業(yè)的解析。這不僅提高了模型的準(zhǔn)確性和靈活性，也使得ChatGPT 能夠進(jìn)一步促進(jìn)跨學(xué)科領(lǐng)域的交流，推動(dòng)人類各類知識(shí)的大融合。

2.3 催生人機(jī)雙向賦能的新型知識(shí)生產(chǎn)方式

隨著人工智能大模型ChatGPT 的應(yīng)用，知識(shí)生產(chǎn)方式將會(huì)發(fā)生重大變革，演變?yōu)槿伺c機(jī)器的雙向賦能［42］，實(shí)現(xiàn)人類和智能機(jī)器的協(xié)同創(chuàng)新［43］。具體來說，一方面，ChatGPT 能夠基于已有知識(shí)庫賦能從想法提出到問題解決的知識(shí)生產(chǎn)全過程，提高人類知識(shí)生產(chǎn)的效率。ChatGPT 可以自動(dòng)從大量的文本中對(duì)多模態(tài)數(shù)據(jù)的關(guān)鍵信息進(jìn)行抽取和分析，發(fā)現(xiàn)不同領(lǐng)域中隱藏的規(guī)律和原理，如基本的統(tǒng)計(jì)分析、分類和聚類分析等，提出新的研究問題。同時(shí)，ChatGPT也可以幫助研究人員更好地清洗和預(yù)處理數(shù)據(jù)，如填充缺失值與去除噪聲等，從而提高科研數(shù)據(jù)的質(zhì)量?；贕PT-4 的圖像生成能力，GPT 系列模型還可以幫助研究人員更好地可視化處理數(shù)據(jù)，如生成圖表、詞云等，從而大幅提升科研工作者的效率；另一方面，人類知識(shí)工作者負(fù)責(zé)對(duì)知識(shí)進(jìn)行深層次的把握、推理和解釋，通過對(duì)話式交互將新的見解反饋給ChatGPT，提高知識(shí)生產(chǎn)的質(zhì)量和價(jià)值。應(yīng)用ChatGPT 進(jìn)行知識(shí)生產(chǎn)時(shí)，經(jīng)過嚴(yán)謹(jǐn)?shù)倪壿嬐评砗团行运伎?，人類可以為ChatGPT 的知識(shí)生產(chǎn)提供反饋信息，促進(jìn)ChatGPT 的強(qiáng)化學(xué)習(xí)和優(yōu)化升級(jí)，進(jìn)而有助于ChatGPT 生成更貼合人類和社會(huì)發(fā)展需求的高價(jià)值知識(shí)。這一雙向賦能規(guī)律使得人類和機(jī)器在知識(shí)生產(chǎn)過程中相互促進(jìn)［44］，體現(xiàn)了人類知識(shí)螺旋式上升的發(fā)展過程。

3 ChatGPT 對(duì)知識(shí)復(fù)用的影響

知識(shí)復(fù)用是指組織或個(gè)人通過特定的方法或技術(shù)手段，對(duì)已有知識(shí)進(jìn)行重復(fù)利用的過程，以實(shí)現(xiàn)特定目標(biāo)并增加知識(shí)的價(jià)值［45］。知識(shí)復(fù)用可分為四個(gè)階段，包括知識(shí)搜索、知識(shí)評(píng)估、知識(shí)重組和知識(shí)生產(chǎn)［46］。這一過程允許知識(shí)復(fù)用者將現(xiàn)有知識(shí)在不同情境下進(jìn)行組合應(yīng)用，在實(shí)現(xiàn)知識(shí)創(chuàng)新方面發(fā)揮著重要作用。ChatGPT 的本質(zhì)就是對(duì)已有的知識(shí)進(jìn)行搜索、歸納、重組和再利用［47］，進(jìn)而幫助用戶解決問題。因此，ChatGPT 可以說是目前最大的知識(shí)復(fù)用者，通過將語料庫中的知識(shí)直接或加工后間接地傳遞給用戶，極大地推動(dòng)了人類對(duì)知識(shí)的復(fù)用。

3.1 ChatGPT 對(duì)知識(shí)搜索的影響

傳統(tǒng)的知識(shí)搜索主要依賴于人類的記憶和手動(dòng)檢索能力，這種方式存在著信息獲取效率低下和數(shù)據(jù)庫限制的問題。ChatGPT 的出現(xiàn)提升了知識(shí)搜索的速度、廣度及智能化水平。首先，ChatGPT 具備強(qiáng)大的算力和豐富的預(yù)訓(xùn)練知識(shí)，可以根據(jù)知識(shí)復(fù)用者提供的問題和關(guān)鍵詞快速搜索到專業(yè)性知識(shí)，大大提高了知識(shí)搜索的效率和范圍；其次，基于海量豐富的語料庫，ChatGPT 可以將多學(xué)科知識(shí)整合并形成連貫性的回復(fù)，幫助知識(shí)復(fù)用者突破領(lǐng)域限制，檢索到更廣泛而準(zhǔn)確的知識(shí)，拓寬了知識(shí)搜索的渠道；最后，ChatGPT 的出現(xiàn)扭轉(zhuǎn)了過去以“記憶”能力為主的局面，強(qiáng)調(diào)“對(duì)語料檢索和理解”的能力。傳統(tǒng)搜索和獲取知識(shí)的方式通常需要大量的閱讀、培訓(xùn)和記憶，ChatGPT 的應(yīng)用則強(qiáng)調(diào)準(zhǔn)確的檢索和深入的理解。面對(duì)接入人類知識(shí)庫的端口，一個(gè)準(zhǔn)確的問題便可以滿足人類獲取任何知識(shí)的需求，這要求用戶提出的問題足夠清晰，為ChatGPT 在海量知識(shí)庫中的搜尋提供明確的指引。當(dāng)ChatGPT 作出回答后，用戶不再需要對(duì)它提供的答案進(jìn)行記憶，而是需要仔細(xì)地閱讀、理解和判斷，以評(píng)估知識(shí)的適用性。這種轉(zhuǎn)變使得知識(shí)復(fù)用者從重復(fù)機(jī)械的勞動(dòng)轉(zhuǎn)變?yōu)閯?chuàng)造性活動(dòng)［42］，因?yàn)樗麄儾辉傩枰獙⒋罅烤τ糜诤?jiǎn)單的記憶和重復(fù)性任務(wù)，而是將重點(diǎn)放在理解和應(yīng)用知識(shí)的能力上。

3.2 ChatGPT 對(duì)知識(shí)評(píng)估的影響

知識(shí)復(fù)用者是否選擇復(fù)用知識(shí)取決于他們自身對(duì)復(fù)用知識(shí)價(jià)值的認(rèn)知判斷。他們需要評(píng)估知識(shí)的相關(guān)性、準(zhǔn)確性、有效性以及知識(shí)的可學(xué)習(xí)性和可改進(jìn)性［46］。傳統(tǒng)的知識(shí)評(píng)估往往依賴于知識(shí)復(fù)用者的主觀判斷，其依據(jù)的信息來源往往是有限的，因此存在知識(shí)評(píng)估的主觀性和片面性問題。ChatGPT的智能生成能力為解決知識(shí)評(píng)估的問題提供了全新的途徑和工具。首先，知識(shí)復(fù)用者可以從多個(gè)角度與ChatGPT 進(jìn)行對(duì)話交互，對(duì)它的回復(fù)提出質(zhì)疑，以檢驗(yàn)知識(shí)的準(zhǔn)確性和有效性；其次，ChatGPT 的智能對(duì)話生成能力允許知識(shí)復(fù)用者根據(jù)回答進(jìn)行更深入的思考和更細(xì)致的追問，這一雙向賦能過程可以幫助知識(shí)復(fù)用者理解和評(píng)估知識(shí)的可學(xué)習(xí)性和可改進(jìn)性，從而更好地判斷其是否適合用于特定場(chǎng)景。

3.3 ChatGPT 對(duì)知識(shí)重組的影響

首先，ChatGPT 是基于已有的人類語言數(shù)據(jù)集進(jìn)行訓(xùn)練的模型，其所產(chǎn)生的文本本身可以被視為一種知識(shí)的重新組合；其次，知識(shí)復(fù)用者可以利用ChatGPT 生成的既有知識(shí)作為創(chuàng)作的起點(diǎn)，通過與ChatGPT 的對(duì)話式交互，借助ChatGPT 的觀點(diǎn)促進(jìn)自身對(duì)已有知識(shí)重新組合的創(chuàng)造性思維的發(fā)展，產(chǎn)生差異化的重組想法；最后，ChatGPT 廣泛而豐富的語料庫能夠幫助知識(shí)復(fù)用者獲取到更多樣化的知識(shí)，這可以擴(kuò)展他們自身的認(rèn)知空間，并且可能會(huì)獲得一些他們之前不知道或難以自行生成的知識(shí)，引導(dǎo)并啟發(fā)他們產(chǎn)生新的觀點(diǎn)和見解，進(jìn)而有助于知識(shí)的生產(chǎn)。

4 ChatGPT 給知識(shí)生產(chǎn)與復(fù)用帶來的挑戰(zhàn)

4.1 學(xué)術(shù)倫理規(guī)范爭(zhēng)議

對(duì)現(xiàn)有知識(shí)要素的重組能夠產(chǎn)生新穎性的科學(xué)知識(shí)［48］。在此過程中，說明所參考知識(shí)要素的準(zhǔn)確來源是必不可少的，這可以提高生成知識(shí)的可信度［49］。ChatGPT 參與知識(shí)生產(chǎn)的主要方式是將人類現(xiàn)有的知識(shí)進(jìn)行重新組合，由于缺乏人類的思考能力［50］，其生成的知識(shí)均屬于已知范圍，不具備“創(chuàng)造”的成分［30］，因此生成的知識(shí)不屬于原創(chuàng)性知識(shí)。不僅如此，這些知識(shí)的參考來源并不清楚。一是因?yàn)镃hat-GPT 生成的文本不帶有引用來源；二是ChatGPT 的訓(xùn)練數(shù)據(jù)來自網(wǎng)絡(luò)中現(xiàn)有的大量信息源，包括書籍、文章、圖片、音頻等，這使得人工追溯其參考內(nèi)容的出處幾乎是不可能的。此外，面對(duì)同一個(gè)問題的多種不同回答，很難判斷ChatGPT 是否抄襲。這會(huì)導(dǎo)致知識(shí)生產(chǎn)者無意間的作弊行為，對(duì)教學(xué)和學(xué)術(shù)誠信產(chǎn)生不利影響?！犊茖W(xué)》（Science）的主編赫伯特·索普（Herbert Holden Thorp）以學(xué)術(shù)期刊負(fù)責(zé)人的身份聲明：禁止在該期刊上發(fā)表的論文中使用ChatGPT 或任何其他人工智能工具生成的任何文本［51］。

剽竊源于版權(quán)問題。剽竊不僅僅是在文字上的復(fù)制抄襲，還包括他人創(chuàng)意、方法、圖形以及其他任何有關(guān)智力的產(chǎn)品［52］。高效率和高質(zhì)量的響應(yīng)使得ChatGPT 的知識(shí)生產(chǎn)能力或已達(dá)到或超過人類的水平［24］。當(dāng)使用者運(yùn)用ChatGPT 進(jìn)行知識(shí)生產(chǎn)時(shí)，常常會(huì)發(fā)現(xiàn)它所生成的文本令人感到驚奇和出乎意料，超出了使用者的期望和知識(shí)范圍，若直接進(jìn)行引用則會(huì)帶來剽竊的風(fēng)險(xiǎn)。因此，研究人員如果直接應(yīng)用ChatGPT 進(jìn)行知識(shí)生產(chǎn)與復(fù)用，生成的內(nèi)容則很可能與已有的受版權(quán)保護(hù)的作品相似，進(jìn)而產(chǎn)生侵權(quán)的風(fēng)險(xiǎn)。由于ChatGPT 不具備法律實(shí)體身份，無法實(shí)際承擔(dān)責(zé)任，因此這種侵權(quán)可能會(huì)轉(zhuǎn)嫁給知識(shí)復(fù)用者［53］。這導(dǎo)致研究人員無意間破壞了學(xué)術(shù)倫理規(guī)范，并可能受到相應(yīng)的懲罰。

4.2 知識(shí)權(quán)威性降低

利用ChatGPT 的知識(shí)生產(chǎn)與復(fù)用可能會(huì)產(chǎn)生偏見。大語言模型嚴(yán)重依賴訓(xùn)練數(shù)據(jù)，由于ChatGPT 不具備思考能力，這導(dǎo)致訓(xùn)練數(shù)據(jù)的偏見會(huì)體現(xiàn)在ChatGPT 的知識(shí)輸出中。目前，ChatGPT 的訓(xùn)練數(shù)據(jù)和編碼過程可能包含有關(guān)性別、種族、民族和殘疾狀況的偏見［53］，這會(huì)使得ChatGPT 產(chǎn)生包含不公平或歧視性觀點(diǎn)的輸出。此外，大語言模型遵循用戶的提示，根據(jù)訓(xùn)練的數(shù)據(jù)，通過預(yù)測(cè)最有可能的單詞生成句子。這種能力也面臨著被扭曲的風(fēng)險(xiǎn)，即有人用刻意編織的提示引導(dǎo)語言模型，躲避ChatGPT 的安全機(jī)制，誘導(dǎo)其生成支持種族主義、陰謀論等文本。基于知識(shí)生產(chǎn)與復(fù)用的視角，根據(jù)這些有缺陷的數(shù)據(jù)所形成的帶有偏見的輸出可能導(dǎo)致生成知識(shí)的失衡和片面性，這不僅會(huì)挑戰(zhàn)知識(shí)的嚴(yán)謹(jǐn)性和權(quán)威性，還會(huì)對(duì)特定群體造成負(fù)面影響，加劇社會(huì)中的不平等和不公正。因此，在使用訓(xùn)練數(shù)據(jù)時(shí)，研究人員應(yīng)該有意識(shí)地避免強(qiáng)化或放大這些偏見。這需要對(duì)數(shù)據(jù)進(jìn)行篩選、平衡和調(diào)整，以確保模型訓(xùn)練結(jié)果的公正、包容和多樣化。

ChatGPT 可能會(huì)憑空“捏造”知識(shí)。ChatGPT 模型的輸出是基于已有知識(shí)的復(fù)用，本質(zhì)上是通過概率和語言規(guī)則來生成文本，而不是經(jīng)過深思熟慮和實(shí)證研究得出的結(jié)論。即使ChatGPT 能夠提供詳盡的解釋和推理，但它不能真正理解問題的背景、條件和復(fù)雜性。基于這一過程產(chǎn)生的知識(shí)存在虛假或捏造的情況［47］，通過大量傳播后造成錯(cuò)誤認(rèn)知，使人們對(duì)知識(shí)的正確性和可靠性產(chǎn)生懷疑，甚至?xí)`導(dǎo)用戶。因此，對(duì)于涉及復(fù)雜情境或準(zhǔn)確性要求較高的領(lǐng)域，應(yīng)謹(jǐn)慎使用ChatGPT 生成的知識(shí)，并保持批判的思維，將其作為一個(gè)工具而非權(quán)威來源。

ChatGPT 的知識(shí)生產(chǎn)與復(fù)用可能導(dǎo)致知識(shí)泛濫且質(zhì)量參差不齊。隨著技術(shù)的發(fā)展，大模型會(huì)變成一種普遍性的生產(chǎn)力工具，所有用戶都可以通過大模型來進(jìn)行巨量的知識(shí)生產(chǎn)［34］。知識(shí)生產(chǎn)主體多樣化使得專家和學(xué)者在整個(gè)知識(shí)生成過程中的作用不斷被稀釋，進(jìn)而可能會(huì)導(dǎo)致知識(shí)的泛濫和低質(zhì)量化［34］。此外，由于用戶的輸入和反饋對(duì)于生成的內(nèi)容起著至關(guān)重要的作用，如果用戶提供了不準(zhǔn)確或不負(fù)責(zé)任的信息，或者沒有充分驗(yàn)證和審查生成的內(nèi)容，那么ChatGPT 則可能將接收到的錯(cuò)誤信息進(jìn)行廣泛傳播，導(dǎo)致人類知識(shí)庫中的知識(shí)質(zhì)量參差不齊，進(jìn)而影響知識(shí)的權(quán)威性。

4.3 話語權(quán)力不平衡加劇

ChatGPT 的學(xué)習(xí)和訓(xùn)練主要是以英文及西方知識(shí)體系為基礎(chǔ)，它往往傾向于生成與西方文化相關(guān)的內(nèi)容和觀點(diǎn)［54］。因此，其他語言和文化的存在可能被忽視或邊緣化。第一，ChatGPT 的訓(xùn)練數(shù)據(jù)主要來源于英文數(shù)據(jù)庫，一方面對(duì)于非英語用戶而言，可能受到語言障礙的影響，因?yàn)榉g和解釋跨語言語境的問題可能會(huì)導(dǎo)致信息的失真或誤解；另一方面ChatGPT 的回復(fù)主要基于西方文化和理論觀點(diǎn)產(chǎn)生，其他文化背景下的使用者可能無法得到較為全面和準(zhǔn)確的回應(yīng)，這意味著非英語用戶可能無法充分參與到知識(shí)創(chuàng)造的過程中，限制了多元知識(shí)的傳遞和生成。

第二，從學(xué)術(shù)研究的觀點(diǎn)出發(fā)，目前學(xué)術(shù)界的基礎(chǔ)理論多源于西方文化，通常是基于西方成熟理論對(duì)不同文化背景的現(xiàn)實(shí)問題展開討論。然而，這存在理論的適用性和可推廣性問題。因?yàn)楫愘|(zhì)性的文化背景會(huì)產(chǎn)生差異化的認(rèn)知和需求，導(dǎo)致很多研究結(jié)論不具有普適性。映射到ChatGPT 的知識(shí)生產(chǎn)與復(fù)用中，ChatGPT 所參考的知識(shí)內(nèi)容大多源于西方知識(shí)體系，這限制了ChatGPT 在特定領(lǐng)域或文化背景下的適應(yīng)能力。這不僅會(huì)導(dǎo)致ChatGPT 所生成知識(shí)與用戶自身文化背景的不匹配，而且在某種程度上，通過知識(shí)滲透，可能會(huì)導(dǎo)致其他語言和文化的話語權(quán)力受到擠壓和削弱，進(jìn)而加劇話語權(quán)的不平等。因此，努力提升ChatGPT 在多語言和跨文化方面的能力是至關(guān)重要的。這需要更多關(guān)于其他語言和文化的多樣化訓(xùn)練數(shù)據(jù)，以及相應(yīng)的研究和開發(fā)工作。通過增加對(duì)非英語用戶需求的關(guān)注，并加強(qiáng)與多語言社區(qū)的合作，可以促進(jìn)跨文化交流和知識(shí)的平等。

5 結(jié)語

知識(shí)生產(chǎn)與復(fù)用是社會(huì)發(fā)展和人類進(jìn)步的重要推動(dòng)力，以ChatGPT 為代表的AIGC 技術(shù)為知識(shí)生產(chǎn)和復(fù)用提供了新的工具和手段。然而，技術(shù)進(jìn)步是一把雙刃劍，ChatGPT 的出現(xiàn)也會(huì)帶來知識(shí)產(chǎn)權(quán)保護(hù)爭(zhēng)議、知識(shí)權(quán)威性降低、誤導(dǎo)性知識(shí)惡意傳播、知識(shí)話語權(quán)力等新挑戰(zhàn)。為應(yīng)對(duì)這些挑戰(zhàn)，需要建立新的知識(shí)生產(chǎn)與復(fù)用治理規(guī)則，包括：進(jìn)一步建立健全知識(shí)產(chǎn)權(quán)保障體系，政產(chǎn)學(xué)研共同協(xié)商創(chuàng)建和實(shí)施設(shè)立全新的認(rèn)證或許可制度，開發(fā)能夠智能檢測(cè)ChatGPT 生成內(nèi)容的技術(shù)，確保知識(shí)產(chǎn)權(quán)歸屬方的權(quán)益不被侵犯；減少對(duì)AI 生成內(nèi)容的過度依賴，提升自身學(xué)習(xí)能力和創(chuàng)造力，同時(shí)積極與專業(yè)知識(shí)持有者進(jìn)行探討交流，避免人工智能輸出內(nèi)容的潛在誤導(dǎo)；加強(qiáng)AIGC 的治理，突出人類在知識(shí)生產(chǎn)與復(fù)用中的核心作用，將ChatGPT 視為一種輔助性學(xué)習(xí)工具而非權(quán)威來源，提升批判性思維能力，助力新問題的發(fā)現(xiàn)以及更深入地思考。