肖 峰

以ChatGPT 為代表的基于大語言模型的生成式人工智能的出現(xiàn)，被認(rèn)為是人工智能技術(shù)的最新進(jìn)展和重大突破，也被視為人工智能發(fā)展的新方向，它一經(jīng)問世，就在知識(shí)生產(chǎn)的一線應(yīng)用中大顯身手，使我們直接感受到它對(duì)人類知識(shí)生產(chǎn)的方式和效果所產(chǎn)生的重大影響和深刻改變，甚至正在帶來一場(chǎng)知識(shí)生產(chǎn)的革命?？梢哉f，知識(shí)生產(chǎn)在智能時(shí)代是人類的“主業(yè)”，也是引領(lǐng)和影響人類生產(chǎn)和生存方式的決定性因素，并將對(duì)整個(gè)社會(huì)文明帶來全面的改變。所以在ChatGPT 剛一問世時(shí)，其意義就被微軟CEO 薩提亞·納德拉（Satya Nadella）稱道為“堪比工業(yè)革命的技術(shù)浪潮”。①鄭雨航：《微軟CEO：堪比工業(yè)革命，這輩子第一次見這么大的技術(shù)浪潮！》，搜狐網(wǎng)：https://www.sohu.com/a/63763196_115362，2023 年2 月6 日。知識(shí)生產(chǎn)是ChatGPT 等生成式人工智能直接改變的對(duì)象，它同時(shí)也是作為知識(shí)哲學(xué)的認(rèn)識(shí)論的重要一章，但長(zhǎng)期以來它并未受到足夠的重視。生成式人工智能使知識(shí)生產(chǎn)及其當(dāng)代新特征受到關(guān)注，這使得作為認(rèn)識(shí)論的研究視野必然要投向這一新的聚焦點(diǎn)。

一、人工智能的文本生成與人類的知識(shí)生產(chǎn)之間

人工智能與知識(shí)問題緊密相關(guān)。第一代人工智能（符號(hào)AI）的標(biāo)志性成果就是“知識(shí)工程”，它力求使AI 具有某一領(lǐng)域的知識(shí)并應(yīng)用這種知識(shí)去進(jìn)行推理、決策等“智能”活動(dòng)，做人類專家能做的事情，所以也將追求這一目標(biāo)的人工智能稱為“專家系統(tǒng)”。第二代人工智能繼續(xù)求解AI 如何具有知識(shí)的問題，但它不是像符號(hào)AI 那樣事先將領(lǐng)域知識(shí)直接輸入計(jì)算機(jī)，而是通過對(duì)人工建構(gòu)的神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)訓(xùn)練，使其從大量的數(shù)據(jù)中學(xué)習(xí)和發(fā)現(xiàn)規(guī)律、形成模型（相當(dāng)于通過訓(xùn)練掌握一般知識(shí)），然后用模型去完成識(shí)別、決策等智能任務(wù)。由于數(shù)據(jù)在訓(xùn)練和使用中的重要性（如數(shù)據(jù)充足的情況下可以取得更高的效率和準(zhǔn)確性），第二代人工智能也被稱為“數(shù)據(jù)驅(qū)動(dòng)型AI”。

知識(shí)無論是通過事先輸入的，還是通過數(shù)據(jù)的訓(xùn)練學(xué)習(xí)而來的，上面所說的人工智能都是在“應(yīng)用知識(shí)”去進(jìn)行推理、決策和識(shí)別（分類）等任務(wù)，這樣的人工智能均屬于傳統(tǒng)的“分析式AI”。以ChatGPT 為代表的生成式人工智能，則開辟了“知識(shí)的生產(chǎn)”這一機(jī)器智能新方向，它不再僅限于應(yīng)用現(xiàn)有的知識(shí)去解決感知和決策之類的問題，而且能夠生成新的知識(shí)。由于它的生成物直接呈現(xiàn)為包含了新內(nèi)容的新文本，所以也將其稱為內(nèi)容或文本的生成，這一類人工智能也被稱為“人工智能生成內(nèi)容”（Artificial Intelligence Generated Content，AIGC）。生成式AI 與傳統(tǒng)AI 的一個(gè)關(guān)鍵區(qū)別是，“當(dāng)傳統(tǒng)AI只能識(shí)別或分類現(xiàn)有內(nèi)容時(shí)，生成式AI 模型可以創(chuàng)建新的內(nèi)容?！雹貸eremy Noronha, ChatGPT and Generative AI: The Future of Content Creation, Writesonic website: https://writesonic.com/blog/chatgpt-generative-ai/, March 13, 2023.還可以說，前者屬于演繹式地應(yīng)用知識(shí)（演繹不能出新知），后者屬于綜合性概括性地再生產(chǎn)知識(shí)（歸納可以出新知）。正是這一新的能力，使過去只能由人所從事的知識(shí)生產(chǎn)活動(dòng)，現(xiàn)今也可以被人工智能所介入；而且隨著生成式人工智能水平的提高，這種介入的程度將會(huì)不斷加深，人類的知識(shí)生產(chǎn)隨之被人工智能更加深度地改變。所以，生成式人工智能被認(rèn)為是人工智能技術(shù)的一次重要突破或“轉(zhuǎn)向”。

如果要給出一個(gè)界定，那么生成式人工智能指的是能夠根據(jù)輸入而生成新內(nèi)容的一類機(jī)器系統(tǒng)，OpenAI 的GPT 系列、google 的Bard、百度的文心一言等就是生成式人工智能的具體產(chǎn)品，這樣的產(chǎn)品目前如雨后春筍般地涌現(xiàn)出來，如GPT 的迭代就形成了從GPT-1 到GPT-4（GPT-5 也在研發(fā)中）的系列產(chǎn)品，它們將智能機(jī)器的內(nèi)容生成能力不斷提升到新的水平，生成內(nèi)容的形式也越來越多樣化，除了自然語言文本外，還能生成圖片、視頻、音頻、計(jì)算機(jī)代碼（程序）等，因此可以被廣泛應(yīng)用于各行各業(yè)，例如娛樂、藝術(shù)、設(shè)計(jì)、科學(xué)和教育等領(lǐng)域。

生成式人工智能一經(jīng)使用，就令知識(shí)生產(chǎn)者感到獲得了一個(gè)功能強(qiáng)大的新助手，如它可以與人對(duì)話，回答人所提出的各種各樣的問題，尤其是知識(shí)方面的問題；還能就人的疑惑提供咨詢與參考意見；這些回答的內(nèi)容還可按人的要求系統(tǒng)化為規(guī)范的文本（如文章、內(nèi)容摘要、工作計(jì)劃等），形同為人生產(chǎn)出了特定的知識(shí)產(chǎn)品。隨著它可以生成知識(shí)性的回應(yīng)文本，一個(gè)新的問題就凸顯出來：生成式人工智能是否在進(jìn)行真正意義上的知識(shí)生產(chǎn)？它的文本生成是否等同于知識(shí)生產(chǎn)？

ChatGPT 等生成式人工智能通常使用基于神經(jīng)網(wǎng)絡(luò)的算法模型，能在給定條件下生成新的數(shù)據(jù)，具有強(qiáng)大的內(nèi)容生產(chǎn)能力。基于生成式人工智能能夠自動(dòng)生成新內(nèi)容、新文本的功能，很容易推論出它能夠進(jìn)行新知識(shí)的生產(chǎn)。但如果這樣來對(duì)目前的生成式人工智能進(jìn)行認(rèn)識(shí)論定位，顯然是高估了它的能力，某種程度上還會(huì)過早地將它的文本生成能力與人類的知識(shí)生產(chǎn)能力相提并論。

首先，從數(shù)據(jù)、信息、文本、內(nèi)容和知識(shí)之間的關(guān)系上看，上述的理解是對(duì)這些概念的語義未經(jīng)厘清而加以等同或混淆后造成的誤解。生成式人工智能所生成的產(chǎn)物在直接的物理形式上是“數(shù)據(jù)”，一系列的數(shù)據(jù)以文字的形式表現(xiàn)出來就是“文本”，在文本中被人解讀出來的信息才是所謂“內(nèi)容”，這些內(nèi)容如果在人看來是真實(shí)的有根據(jù)的，就被稱之為“知識(shí)”?？梢?，就作為技術(shù)系統(tǒng)的人工智能來說，它所自動(dòng)生成的僅僅是數(shù)據(jù)以及由數(shù)據(jù)匯集而成的文本，而是否具有知識(shí)的屬性，則需要由人來界定：對(duì)上述概念關(guān)系的看法不同，就會(huì)對(duì)生成式人工智能的文本生成是否為知識(shí)生產(chǎn)持不同的觀點(diǎn)。如果將數(shù)據(jù)與信息和知識(shí)相等同，則GPT 的數(shù)據(jù)生成就是一種知識(shí)的生產(chǎn)；如果認(rèn)為它們是有區(qū)別的，就會(huì)認(rèn)為GPT 所直接生成的并不是知識(shí)，而是數(shù)據(jù)或文本，它們可能負(fù)載著知識(shí)，也可能不負(fù)載知識(shí)（如亂碼或文本中存在語法錯(cuò)誤或事實(shí)錯(cuò)誤的內(nèi)容），其生成的內(nèi)容需要人加以判別、驗(yàn)證、加工和認(rèn)可后，才有可能被鑒定為知識(shí)。在后一種理解中，GPT 生成文本的過程并非知識(shí)生產(chǎn)的過程；當(dāng)這一過程被稱為“自然語言處理”時(shí)，也表明了它只是在語言符號(hào)的層面上進(jìn)行的數(shù)字化處理，而不是在知識(shí)語義上進(jìn)行的處理。這也是本文所持的立場(chǎng)。

其次，如果從哲學(xué)上將知識(shí)理解為“被確證的真信念”，那么GPT 等生成式人工智能一方面沒有與意識(shí)和理解相關(guān)聯(lián)的信念，另一方面它也不能確保自己提供的都是能夠揭示真相的知識(shí)，它唯一在做或能做的，就是根據(jù)訓(xùn)練時(shí)在模型中建立的詞與詞之間的關(guān)聯(lián)性，來預(yù)測(cè)一個(gè)詞（嚴(yán)格地說是token）或幾個(gè)詞（即已有的文本）出現(xiàn)后，下一個(gè)詞應(yīng)該是什么，即按照特定的概率模型在相關(guān)的詞匯中選擇一個(gè)詞與上一個(gè)詞相接，從而形成在人的視角看上去的完整的句子，進(jìn)而導(dǎo)致內(nèi)容的生成，以及其中包含的知識(shí)的生成。但實(shí)質(zhì)上AI 系統(tǒng)并不理解句子的含義，也不表明它主張句子所表達(dá)的立場(chǎng)或信念；它不是在語義或知識(shí)的層面上處理和加工信息，只是根據(jù)大語言模型中建立的海量的詞與詞的關(guān)聯(lián)性來選擇最匹配的“語詞接龍”，是一種不明意義的“填字游戲”，它能生成什么樣的句子，是由訓(xùn)練數(shù)據(jù)所決定的；它所生成的回應(yīng)，也是在模仿訓(xùn)練時(shí)最常見的反應(yīng)：訓(xùn)練的數(shù)據(jù)集（語料）包含了各種語言模式和語境，使它可以在各種情況下找到最合適的摹本來生成相應(yīng)的文本。它也沒有任何“對(duì)”與“錯(cuò)”的概念，受不同提示詞的影響，或在不同的上下文中，它可以生成意思上完全對(duì)立的句子，從而給出完全相反的事實(shí)或判斷，如在前一段對(duì)話中表達(dá)“地球是圓的”，在后一段對(duì)話中則回答“地球是方的”。因此至少在目前，我們還不能指望它所提供的“陳述”都反映了真相，當(dāng)然也就不能確保它所生成的都是經(jīng)得起驗(yàn)證的知識(shí)。這樣的特性也使得ChatGPT 被稱為“隨機(jī)鸚鵡”。

此外，文本生成與知識(shí)生產(chǎn)不僅有“文本”與“知識(shí)”的不同，還有“生成”（generation）與“生產(chǎn)”（production）的區(qū)別。一般來說，生成的含義較泛，任何兩種具有“引起”和“產(chǎn)生”的相關(guān)現(xiàn)象，都可以稱為“生成”，或只要將某種東西帶入為存在，就是生成。在人工智能系統(tǒng)中，輸出是由輸入和系統(tǒng)的運(yùn)作帶出的，因此可以說輸出是由輸入和系統(tǒng)所生成的，但不能說是由輸入和系統(tǒng)所生產(chǎn)出來的，因?yàn)椤吧a(chǎn)”的含義較“生成”更窄，它特指基于勞動(dòng)或努力而產(chǎn)生的事物，通常指人利用工具創(chuàng)造出產(chǎn)品的活動(dòng)，它與“創(chuàng)造”和“制造”等含義相近甚至相同。生產(chǎn)還包含目的性和人為的掌控性，是與人相關(guān)的現(xiàn)象，即使是自動(dòng)化的無人生產(chǎn)也是與人相關(guān)的，因?yàn)樗谛畔⑾到y(tǒng)的終端是受人控制的。而生成可以指沒有人參與的自然或自動(dòng)形成某種結(jié)果的過程，在這一點(diǎn)上也可見生成比生產(chǎn)的含義廣，因此可以用來指計(jì)算機(jī)程序?qū)τ诮Y(jié)果或內(nèi)容（文本）的“生成”，因?yàn)槲谋旧煽梢允恰胺侨嘶钡淖詣?dòng)化、數(shù)字化過程，而知識(shí)生產(chǎn)則是依托于人進(jìn)行的認(rèn)知活動(dòng)。

綜上可見，文本比知識(shí)廣，生成比生產(chǎn)廣，僅從廣延性上，“文本生成”就比“知識(shí)生產(chǎn)”的范圍廣泛，因此兩者不能相互等同。從ChatGPT 的當(dāng)前使用中也可以看到文本生成不能等同于知識(shí)生產(chǎn)，如一篇文章的摘要的形成，是典型的文本生成，但不屬于嚴(yán)格意義上的知識(shí)生產(chǎn)。所以，從生成式人工智能具有文本或內(nèi)容的生成能力，并不能從邏輯上推出它一定具有知識(shí)生產(chǎn)的能力；或者說，AI 系統(tǒng)自動(dòng)地生成文本的過程，并不等同于人有目的有意識(shí)地生產(chǎn)知識(shí)的過程。

二、三階知識(shí)生產(chǎn)：生成式人工智能的認(rèn)識(shí)論定位

GPT 等的文本生成與人的知識(shí)生產(chǎn)具有不同的屬性，但也有某些層面上的相似性，如兩者都具有某種意義上的“創(chuàng)造性”，即對(duì)“原材料”進(jìn)行加工制造，改變其原有的性狀或樣貌，最后形成不同于原料的某種“新產(chǎn)品”，這也是“創(chuàng)造”的普通含義。但創(chuàng)造還有特殊的含義，即所謂“前所未有性”或“獨(dú)創(chuàng)性”，有時(shí)也稱為“創(chuàng)新性”，這也是創(chuàng)造被推崇為一種珍貴品質(zhì)時(shí)所采納的含義。在這一層含義上，機(jī)器所生成的文本不具有創(chuàng)造性，因?yàn)樗m然較之先前的文本具有特定的“新”，但在文本所承載的內(nèi)容上，則不具有“前所未有”的創(chuàng)新特征，它只是在已有的數(shù)據(jù)和模型范圍內(nèi)進(jìn)行推演和生成，無法超越訓(xùn)練數(shù)據(jù)和模型所固有的限制；它所回應(yīng)的內(nèi)容，從本質(zhì)上都是對(duì)訓(xùn)練過的內(nèi)容的模仿，所以是對(duì)既有內(nèi)容在文本形式上加以改變的一種復(fù)述，也是由算法所框定的結(jié)果。而人類在進(jìn)行知識(shí)生產(chǎn)的時(shí)候，則可以發(fā)生知識(shí)的創(chuàng)造，人可以超越或突破既有知識(shí)和思維方式（即人腦中的算法）的限制，提出前所未有的新概念、新觀點(diǎn)、新理論、新學(xué)說，以及在此基礎(chǔ)上形成新學(xué)派、新學(xué)科，總之就是創(chuàng)造出新的知識(shí)或知識(shí)體系。相較于既有的知識(shí)內(nèi)容或知識(shí)體系來說，這是某種新知識(shí)“從無到有”或“無中生有”的誕生過程。而人工智能的文本生成，則是“有中生有”的過程，即從一種形態(tài)的“有”（輸入的數(shù)據(jù)、訓(xùn)練中獲得的數(shù)據(jù)）生成另一種形態(tài)的“有”（輸出的數(shù)據(jù)、即作為回應(yīng)的文本），它雖然提供了“前所未有”的文本，但并未提供前所未有的知識(shí)。如果更嚴(yán)格地認(rèn)為只有包含了知識(shí)創(chuàng)造的活動(dòng)才屬于知識(shí)生產(chǎn)的話，那么“人工智能內(nèi)容生成實(shí)際上仍是知識(shí)重組，而不是知識(shí)生產(chǎn)或再生產(chǎn)。”①支振鋒：《生成式人工智能大模型的信息內(nèi)容治理》，《政法論壇》2023 年第4 期。

生成式人工智能雖然不能進(jìn)行像人一樣的有創(chuàng)造性的知識(shí)生產(chǎn)，但由于其生成的文本通常負(fù)載著信息和知識(shí)，所以也可以擬人化地視其為參與了知識(shí)生產(chǎn)活動(dòng)，當(dāng)然這是一種特殊的知識(shí)生產(chǎn)類型，也可以稱之為知識(shí)生產(chǎn)的一種新形態(tài)。為了將人工智能的文本生成納入到知識(shí)生產(chǎn)的范疇中來，我們需要對(duì)知識(shí)生產(chǎn)加以“分階”考察，并引入“一階知識(shí)生產(chǎn)”“二階知識(shí)生產(chǎn)”和“三階知識(shí)生產(chǎn)”的類型概念。

知識(shí)哲學(xué)的一項(xiàng)重要工作是對(duì)知識(shí)進(jìn)行分類，如普遍知識(shí)與特殊知識(shí)、理性知識(shí)與感性知識(shí)、科學(xué)知識(shí)與人文知識(shí)等就是一些通常的分類視角。除此以外，一階知識(shí)和二階知識(shí)也是一個(gè)重要的分類視角。

目前，學(xué)界區(qū)分一階知識(shí)和二階知識(shí)的標(biāo)準(zhǔn)并不統(tǒng)一，從而這兩種知識(shí)所指的含義也各有不同。如有的將一階知識(shí)界定為“知其然”的一類知識(shí)， 二階知識(shí)為“知其所以然”的一類知識(shí)；②陳嘉映：《當(dāng)代知識(shí)論的中國(guó)話語》，《哲學(xué)分析》2022 年第1 期。有的則將“知道窗外有一棵樹”歸類為一階知識(shí)，而將“知道我的知覺是可靠的”歸類為二階知識(shí)；③趙丹、胡志強(qiáng)：《認(rèn)識(shí)源泉的可靠性：知識(shí)論的一個(gè)兩難問題》，《哲學(xué)動(dòng)態(tài)》2020 年第10 期。還有的將一階知識(shí)視為直接認(rèn)識(shí)對(duì)象而形成的知識(shí)，二階知識(shí)則是加工一階知識(shí)后形成的知識(shí)。④姜華：《從辛棄疾到GPT：人工智能對(duì)人類知識(shí)生產(chǎn)格局的重塑及其效應(yīng)》，《南京社會(huì)科學(xué)》2023 年第2 期?；蛟S還可以根據(jù)經(jīng)驗(yàn)分為直接經(jīng)驗(yàn)和間接經(jīng)驗(yàn)兩類，來將基于直接經(jīng)驗(yàn)的知識(shí)界定為一階知識(shí)，將基于間接經(jīng)驗(yàn)的知識(shí)劃歸為二階知識(shí)等。

結(jié)合知識(shí)生產(chǎn)的視角，我們?cè)谶@里還可以提出另一種與上述既有聯(lián)系也有區(qū)別的知識(shí)分類：將原創(chuàng)性知識(shí)界定為一階知識(shí)，而將對(duì)一階知識(shí)進(jìn)行整理和加工（如將其系統(tǒng)化、體系化、通俗化等以利于傳播）后形成的知識(shí)稱為二階知識(shí)。相應(yīng)地，“一階知識(shí)生產(chǎn)”就是探索、發(fā)現(xiàn)和創(chuàng)造出新知識(shí)的廣義的科學(xué)研究活動(dòng)，如技術(shù)發(fā)明、科學(xué)發(fā)現(xiàn)、學(xué)術(shù)創(chuàng)新、學(xué)派創(chuàng)建、文學(xué)藝術(shù)創(chuàng)作等；“二階知識(shí)生產(chǎn)”則是對(duì)一階知識(shí)所進(jìn)行的梳理、匯集、介紹、翻譯、推廣和傳承的種種工作，如編寫將知識(shí)體系化的教材、編撰將知識(shí)詞條化的百科全書、編簒將文獻(xiàn)典籍匯集起來的類書或叢書等，它本質(zhì)上是對(duì)一階知識(shí)的引用、整理和傳播，供知識(shí)的教育、傳承和發(fā)展之用。由此也可以看到，一階知識(shí)源于研究和探索，二階知識(shí)緣自傳播和教育。一階知識(shí)生產(chǎn)的“標(biāo)準(zhǔn)產(chǎn)品”是學(xué)術(shù)論文，二級(jí)知識(shí)生產(chǎn)的標(biāo)準(zhǔn)產(chǎn)品則是教科書和各種形式的“工具書”。在網(wǎng)絡(luò)時(shí)代來臨后，這些知識(shí)產(chǎn)品既能以紙質(zhì)形態(tài)存在，也能以數(shù)字形態(tài)（如維基百科、百度百科）在網(wǎng)絡(luò)世界中存在，后者使得相應(yīng)的知識(shí)生產(chǎn)和傳播也可以在電子網(wǎng)絡(luò)空間中進(jìn)行。

一階知識(shí)的生產(chǎn)具有“前所未有”性，它是面對(duì)認(rèn)識(shí)客體的“原創(chuàng)性知識(shí)”的形成，是新知識(shí)的創(chuàng)造；這種新知識(shí)不能從任何先前的知識(shí)中采用演繹（基于規(guī)則）或歸納（基于統(tǒng)計(jì)或概括）等手段所推導(dǎo)出來（如相對(duì)論就不能從牛頓力學(xué)中推導(dǎo)出來）。二階知識(shí)生產(chǎn)的主要特征是要保持對(duì)一階知識(shí)的忠實(shí)，將一階知識(shí)準(zhǔn)確地再現(xiàn)和介紹出來，為的是使更多的人能夠理解和把握一階知識(shí)，它主要行使知識(shí)傳播的功能，通常不允許有超出一階知識(shí)（原意）的隨意發(fā)揮，并有專門的機(jī)構(gòu)和人員對(duì)其進(jìn)行糾錯(cuò)，以確保二階知識(shí)在傳播一階知識(shí)時(shí)的準(zhǔn)確性。二階知識(shí)生產(chǎn)也是使一階知識(shí)“社會(huì)化”或“正統(tǒng)化”的手段與方式，是一階知識(shí)得到廣泛傳播和留存的必要途徑，沒有二階知識(shí)的加持，一階知識(shí)往往會(huì)淹沒于知識(shí)的海洋或歷史的風(fēng)塵之中。進(jìn)行一階和二階知識(shí)生產(chǎn)的人通常被分別稱為知識(shí)的創(chuàng)造者和傳播者。

還可以借鑒文獻(xiàn)學(xué)中的文獻(xiàn)分類來理解一階和二階知識(shí)。文獻(xiàn)學(xué)將人類生產(chǎn)的知識(shí)文獻(xiàn)分為零次、一次、二次和三次文獻(xiàn)，其中零次文獻(xiàn)就是不曾公開的諸如實(shí)驗(yàn)或會(huì)議記錄、內(nèi)部檔案等文獻(xiàn)，一次文獻(xiàn)主要指帶有創(chuàng)造性的原始論文或著作；二次文獻(xiàn)是按一定規(guī)則將分散無序的一次文獻(xiàn)進(jìn)行加工、整理和組織而形成的目錄、索引、文摘、叢書等，它不像一次文獻(xiàn)那樣包含新的知識(shí)信息；三次文獻(xiàn)是在利用二次文獻(xiàn)的基礎(chǔ)上，對(duì)一次文獻(xiàn)的內(nèi)容再度加工后產(chǎn)生的諸如教科書、百科全書、詞典、年鑒等。兩相對(duì)比，我們這里所界定的一階知識(shí)相當(dāng)于文獻(xiàn)學(xué)中一次文獻(xiàn)所負(fù)載的知識(shí)，二階知識(shí)相當(dāng)于二次和三次文獻(xiàn)中傳播的知識(shí)，而零次文獻(xiàn)的內(nèi)容還沒有成為真正的知識(shí)，所以不進(jìn)入知識(shí)分類的視野。

生成式人工智能的出現(xiàn)，使得我們需要超出既有的一階和二階知識(shí)生產(chǎn)范疇，引入“三階知識(shí)生產(chǎn)”的概念，將其視為由生成式人工智能所介導(dǎo)的知識(shí)生產(chǎn)新形態(tài)，才能恰當(dāng)?shù)乇硎鯣PT 之類的文本生成屬性。生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)，不同于既有的一階和二階知識(shí)生產(chǎn)，但又與它們也有緊密的關(guān)聯(lián)，它是“奠基于一階知識(shí)與二階知識(shí)基礎(chǔ)之上的新的知識(shí)形態(tài)”。①姜華：《從辛棄疾到GPT：人工智能對(duì)人類知識(shí)生產(chǎn)格局的重塑及其效應(yīng)》，《南京社會(huì)科學(xué)》2023 年第2 期。由GPT 所生成的三階知識(shí)，是對(duì)一階和二階知識(shí)加以整合、加工后所形成的，這些一階和二階知識(shí)以語料的形式用于GPT 的模型訓(xùn)練，它們包括主要來自互聯(lián)網(wǎng)上的書籍、論文、博客、新聞網(wǎng)站、百科網(wǎng)站（如維基百科、百度百科等）和社交媒體平臺(tái)等開放性的數(shù)字化電子資源，其中的主要部分就是人類已經(jīng)創(chuàng)造出來的一階知識(shí)和被整理出來的二階知識(shí)。GPT 模型生成文本時(shí)，就是在這些訓(xùn)練語料（知識(shí)）的基礎(chǔ)上進(jìn)行模仿、預(yù)測(cè)和推論，亦即對(duì)既有的一階和二階知識(shí)進(jìn)行再度的加工與運(yùn)用，形同對(duì)其進(jìn)行了新的概括和闡釋，抑或是對(duì)既有的一階和二階知識(shí)的再消化、再組織、再利用而形成的知識(shí)。這樣的三階知識(shí)既來源于一階和二階知識(shí)，又與其相區(qū)別，因?yàn)樗皇菍?duì)一階和二階知識(shí)的復(fù)述或拷貝，而是以新的表述或文本來加以展示。三階知識(shí)生產(chǎn)還包括將一種形態(tài)的知識(shí)（如用自然語言表述的知識(shí)）轉(zhuǎn)變?yōu)榱硪环N形態(tài)的知識(shí)（如用視頻、圖像或程序表達(dá)出來的知識(shí)），這正是GPT-4 和一些新版本的生成式人工智能產(chǎn)品能夠具備的神奇功能。

如果將三階知識(shí)生產(chǎn)與二階知識(shí)生產(chǎn)進(jìn)行專門的比較，也可以發(fā)現(xiàn)兩者是既相似也不同的。相似在于，它們都不同于一階知識(shí)那樣是從“0”到“1”的原始性知識(shí)創(chuàng)造，都屬于“從有到有”的知識(shí)形式的變換；不同在于，三階知識(shí)不像二階知識(shí)那樣需要對(duì)一階知識(shí)加以毫不走樣的準(zhǔn)確再現(xiàn)，而是在知識(shí)的再生產(chǎn)中具有了更強(qiáng)的靈活性：它可以對(duì)既有的知識(shí)在自學(xué)習(xí)的基礎(chǔ)上進(jìn)行基于綜合與推斷的“發(fā)揮”或“建構(gòu)”，它的工作機(jī)制就是“在提示下構(gòu)建模仿訓(xùn)練文本中類似話語的文本話語”，②Jesse Meyer, Ryan Urbanowicz, Patrick Martin, et al., “ChatGPT and Large Language Models in Academia: Opportunities and Challenges”, BioData Mining, vol.16, no.1, 2023.這種“類似”又并非完全一樣，而是可以形成與訓(xùn)練數(shù)據(jù)不一樣的樣本，從而在形式上呈現(xiàn)出與一階知識(shí)的不一樣，由此呈現(xiàn)出某種程度的創(chuàng)造性或新穎性。當(dāng)然這種創(chuàng)造顯然不同于一階知識(shí)的創(chuàng)造，只屬于表述方式或“版本”意義的新穎，是生成“新文本”而非生成真正的“新知識(shí)”，其功能主要是使一階或二階知識(shí)得到多樣化的呈現(xiàn)。在物質(zhì)世界中，我們知道化學(xué)變化才能形成新物質(zhì)，而物理變化則不能。同樣，“ChatGPT 對(duì)我們知識(shí)的整理是一種物理集合，它能夠整合知識(shí)和全網(wǎng)大數(shù)據(jù)；但它并沒有讓知識(shí)產(chǎn)生化學(xué)反應(yīng)，它只是物理反應(yīng)?！雹蹚埡橹摇ⅫS民烈等：《ChatGPT 的技術(shù)邏輯、社會(huì)影響與傳播學(xué)未來》，《江西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2023 年第2 期。

如果再就三種知識(shí)生產(chǎn)對(duì)于“創(chuàng)新”的關(guān)系加以比較可以看到，一階知識(shí)生產(chǎn)的本質(zhì)就是創(chuàng)新，且是“原創(chuàng)之新”。二階知識(shí)主要的目的是忠實(shí)地復(fù)現(xiàn)一階知識(shí)，基本上不允許創(chuàng)新。當(dāng)然，進(jìn)行二階知識(shí)生產(chǎn)時(shí)，也會(huì)在面對(duì)浩如煙海的一階知識(shí)時(shí)，面臨編撰、匯集或引用哪些知識(shí)的選擇問題，可能不同的人會(huì)有不同的關(guān)注點(diǎn)，這種關(guān)注點(diǎn)的變化，也可以導(dǎo)致二階知識(shí)成果的不同或新穎，這樣的新穎或創(chuàng)新可稱為“關(guān)注之新”。三階知識(shí)生產(chǎn)是通過詞語的重組而呈現(xiàn)出來的“表述之新”。在內(nèi)容的效果上，三階知識(shí)之新是對(duì)既有知識(shí)的新理解、新闡釋，導(dǎo)向的是一種非原始創(chuàng)新的“文本創(chuàng)新”或“闡釋創(chuàng)新”，或?qū)扔兄R(shí)的應(yīng)用之新，而不是“發(fā)現(xiàn)之新”，從而屬于非本質(zhì)之新。生成式人工智能至少在目前還不具有知識(shí)發(fā)現(xiàn)的能力，因?yàn)樗荒芴峁╊A(yù)訓(xùn)練時(shí)所“積累”起來的知識(shí)，海量數(shù)據(jù)的大訓(xùn)練使它“見多識(shí)廣”，可以生成能夠回應(yīng)廣泛領(lǐng)域問題的答案，但在知識(shí)水平上它不會(huì)超出人類既有的知識(shí)量，沒有也不可能帶來超出訓(xùn)練數(shù)據(jù)集的新信息，如果超出，反而是不正常的“胡說八道”。它雖然可以說出前人沒有說出過的“話”，形成不同于既有敘事的新文本，但并不能說出前人沒有說出過的意思，即不能表達(dá)出人類知識(shí)總和以外的新知識(shí)，而只能是換種方式表達(dá)了既有知識(shí)，因此它的“新”類似于“新瓶裝舊酒”中的“新”，而非形成新概念新理論意義上的內(nèi)在之新、根本之新。正因?yàn)槿绱?，所以使用這一工具時(shí)，用其來生成規(guī)范的、有先例可循的文本時(shí)，它表現(xiàn)得十分擅長(zhǎng)和高效；而如果讓它就某一人類未知的領(lǐng)域?qū)懸黄芯空撐?，它就愛莫能助，或信馬由韁地胡謅一氣。這表明即使是它的表述之新，也有風(fēng)險(xiǎn)，可能“走偏”，這就是ChatGPT 中的幻覺現(xiàn)象（hallucination）：在沒有適當(dāng)指引和缺乏先在語料訓(xùn)練的情況下，它會(huì)生成一些看上去合理但實(shí)際有誤的回應(yīng)文本，即“一本正經(jīng)地胡說八道”，甚至還會(huì)“無中生有”地偽造參考文獻(xiàn)和事實(shí)，“很容易提供明顯自信的捏造信息”，①Jesse Meyer, Ryan Urbanowicz, Patrick Martin, et al., “ChatGPT and Large Language Models in Academia: Opportunities and Challenges”, BioData Mining, vol.16, no.1, 2023.這顯然與一階知識(shí)生產(chǎn)中的“無中生有”在性質(zhì)上完全不同。

三種知識(shí)生產(chǎn)的區(qū)別，就文獻(xiàn)形態(tài)來說，一階知識(shí)生產(chǎn)的最高文獻(xiàn)形態(tài)是“經(jīng)典”，每一部經(jīng)典，在人類的知識(shí)體系中既前所未有，也不可取代。二階知識(shí)生產(chǎn)的最高文獻(xiàn)形態(tài)是廣義的“詞典”：供人方便查閱、學(xué)習(xí)和掌握人類既有知識(shí)的各種工具書、教科書及知識(shí)普及讀物等。三階知識(shí)生產(chǎn)的文本形態(tài)還是無法歸類的“非典”：因?yàn)樗谀壳八缴闲纬傻奈谋臼羌确墙?jīng)典也非詞典的“非典型類文本”，如在內(nèi)容上它是一階、二階知識(shí)經(jīng)過智能機(jī)器加工后的“雜合體”，是在人的提示詞不斷引導(dǎo)下進(jìn)行回應(yīng)中所共建的“人機(jī)混合文本”，以至于難以將其歸類為是典型的人的作品還是機(jī)器的作品，所以導(dǎo)致了知識(shí)產(chǎn)權(quán)、文本署名等方面的新爭(zhēng)議，進(jìn)而ChatGPT 即使參與了論文的貢獻(xiàn)，也很難被認(rèn)為是論文的“作者”或“作者之一”，甚至不少刊物（如Nature、Science等）完全拒絕刊用通過GPT 等生成的內(nèi)容，表明它作為“知識(shí)生產(chǎn)者”的“身份”還普遍不被人類的知識(shí)平臺(tái)所認(rèn)可，更何況它所生成的文本中還難免有偽造和胡謅的內(nèi)容，這些都使其難入人類知識(shí)寶庫(kù)的“典籍”之列被加以“典藏”，所以這里的“非典”也具有“知識(shí)典籍之外”的含義。

總之，生成式人工智能可以生成新文本的文本創(chuàng)新，并不等同于能夠生產(chǎn)新知識(shí)的知識(shí)創(chuàng)新，這是我們?cè)诶斫馍墒饺斯ぶ悄芙閷?dǎo)的三階知識(shí)生產(chǎn)時(shí)，必須看到的重要特征；同時(shí)，也只有從三階知識(shí)生產(chǎn)的視角，我們才能準(zhǔn)確把握ChatGPT 等生成式人工智能所進(jìn)行的內(nèi)容生成的實(shí)質(zhì)。

三、三階知識(shí)生產(chǎn)的意義

生成式人工智能所造就的三階知識(shí)生產(chǎn)雖然不能像一階知識(shí)生產(chǎn)那樣具有原創(chuàng)性，但對(duì)于人類的知識(shí)生產(chǎn)來說，也具有獨(dú)特而重要的意義。無論什么時(shí)代，一階知識(shí)生產(chǎn)都是決定知識(shí)生產(chǎn)水平的最重要的知識(shí)生產(chǎn)形態(tài)，二階知識(shí)生產(chǎn)可以通過其傳播和教育功能，來輔助人類一階知識(shí)生產(chǎn)能力的提高。而生成式人工智能所帶來的三階知識(shí)生產(chǎn)，對(duì)積極促進(jìn)一階知識(shí)生產(chǎn)力的提高提供了新的途徑，它能夠帶動(dòng)原創(chuàng)性新知識(shí)的出產(chǎn)效率，這是生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)的最大價(jià)值。

在生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)尚未出現(xiàn)之前，在知識(shí)生產(chǎn)的領(lǐng)域中，人所進(jìn)行的要么是一階知識(shí)生產(chǎn)，要么是二階知識(shí)生產(chǎn)，當(dāng)然在現(xiàn)實(shí)中也會(huì)融合進(jìn)行一階與二階相交織的知識(shí)生產(chǎn)，如在整理和介紹前人的一階知識(shí)成果時(shí)（此即二階知識(shí)生產(chǎn)），有可能發(fā)現(xiàn)和提出新的見解，可以看作是二階知識(shí)生產(chǎn)中蘊(yùn)含的一階知識(shí)生產(chǎn)；與此同時(shí)，一階知識(shí)生產(chǎn)中也可能蘊(yùn)含著二階知識(shí)生產(chǎn)，如在職業(yè)的一階知識(shí)生產(chǎn)者那里，其發(fā)表的具有學(xué)術(shù)創(chuàng)見的論著可歸類為他所完成的一階知識(shí)生產(chǎn)成果，但其中無疑交織著大量的二階知識(shí)生產(chǎn)內(nèi)容，如對(duì)所涉及論題的文獻(xiàn)梳理和知識(shí)背景介紹，以及為了論證自己的觀點(diǎn)而進(jìn)行的旁征博引，這些都屬于二階知識(shí)生產(chǎn)的范疇，這部分知識(shí)生產(chǎn)通常既耗時(shí)間也耗精力，但它是一階知識(shí)生產(chǎn)的必要準(zhǔn)備或輔助部分，起著奠基、佐證、支撐等作用。在這個(gè)意義上，所謂一階知識(shí)生產(chǎn)的從“0”到“1”，并不是絕對(duì)意義上的無中生有，而必須有作為知識(shí)創(chuàng)新基礎(chǔ)的“前知識(shí)”作為可借鑒的支點(diǎn)和向?qū)?，也就是需要進(jìn)行大量的二階知識(shí)生產(chǎn)活動(dòng)才能孕育出珍貴的一階知識(shí)生產(chǎn)成果。

當(dāng)生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)出現(xiàn)后，人類的知識(shí)生產(chǎn)就從過去以一階和二階知識(shí)生產(chǎn)的協(xié)同為主，進(jìn)一步演進(jìn)為一階、二階和三階知識(shí)生產(chǎn)的交合為主，此時(shí)生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)將會(huì)越來越多地介入到整個(gè)知識(shí)生產(chǎn)過程中來，由它來替代大部分在過去表現(xiàn)為二階知識(shí)生產(chǎn)的部分（如對(duì)一階知識(shí)的整理和概括），并且以極高的效率來完成這部分的知識(shí)生產(chǎn)。如在GPT 平臺(tái)上，只要設(shè)置好了相關(guān)知識(shí)的概括和整理范圍，就可以一鍵獲取由機(jī)器系統(tǒng)所自動(dòng)完成的文獻(xiàn)綜述。此外，在幫助人整理思路、形成文本成果方面，GPT 的三階知識(shí)生產(chǎn)也能大顯身手，其強(qiáng)大的文本生成能力，使得 “人工智能雖然不能產(chǎn)生新的想法，但它可以幫助研究人員和科學(xué)家組織材料、整理想法，形成初稿”，①Jaeho Jeon and Seongyong Lee, “Large Language Models in Education: A Focus on the Complementary Relationship between Human Teachers and ChatGPT”, Education and Information Technologies, 17 April, 2023.還可以在初稿形成后由它來進(jìn)行智能查錯(cuò)糾錯(cuò)和潤(rùn)色，即可以幫助人高效優(yōu)質(zhì)地完成將思想轉(zhuǎn)化為文字、組織為文本的寫作過程，而這個(gè)過程由人來完成時(shí)也是極耗精力和時(shí)間的。僅就如上兩個(gè)方面來說，生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)就可以使人從大量的收集和整理資料、組織思想片段形成初步文稿等方面的工具性勞動(dòng)中解放出來，將更多的精力和時(shí)間用于知識(shí)生產(chǎn)的核心環(huán)節(jié)或“高端”部分，更多地投入或?qū)Ｗ⒂谥挥腥瞬拍芡瓿傻闹R(shí)創(chuàng)新工作，同時(shí)還可以不斷降低知識(shí)生產(chǎn)的邊際成本，加快知識(shí)生產(chǎn)的節(jié)奏，提高知識(shí)創(chuàng)新的能力。因此，目前不少研究人員已經(jīng)開始將人工智能生產(chǎn)內(nèi)容的技術(shù)作為研究助理，幫助他們組織思維、協(xié)助編寫代碼、總結(jié)研究文獻(xiàn)、撰寫和修改論文等。②Matthew Hutson, “Could Al Help You to Write Your Next Paper?”, Nature, vol.611, no.7934, 2022.鑒于機(jī)器生成文本的優(yōu)勢(shì)，可以使人機(jī)合作的知識(shí)生產(chǎn)具有“更高的產(chǎn)出效率、更為穩(wěn)定的內(nèi)容質(zhì)量、更低的產(chǎn)出成本，其內(nèi)容的可拓展性也將更強(qiáng)?！雹坳愑纻ィ骸冻紺hatGPT：生成式人工智能的機(jī)遇、風(fēng)險(xiǎn)與挑戰(zhàn)》，《山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2023年第2 期。

當(dāng)生成式人工智能具備長(zhǎng)文本的生成能力后，先前由人所進(jìn)行的大量二階知識(shí)生產(chǎn)，如編寫教科書和工具書的工作，都可以交由機(jī)器去完成；同時(shí)，二階知識(shí)生產(chǎn)中的知識(shí)傳播活動(dòng)，如教育，則由于三階知識(shí)生產(chǎn)的出現(xiàn)也會(huì)受到極大的影響，那就是將其引入教育后，無論是教師的知識(shí)傳授還是學(xué)生的知識(shí)習(xí)得，都可以借助智能機(jī)器來提供更為個(gè)性化、更有針對(duì)性和靈活性的教學(xué)方式，從而大大提高教與學(xué)的效果，且大量的教學(xué)過程將變?yōu)槿藱C(jī)直接交互的過程，使教師必須在場(chǎng)地面對(duì)學(xué)生進(jìn)行知識(shí)傳授的二階知識(shí)生產(chǎn)活動(dòng)，逐步替換為生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)活動(dòng)，而且完成得比人更好更快，從而在二階知識(shí)生產(chǎn)的傳統(tǒng)領(lǐng)域中帶來教育的革命、學(xué)習(xí)的革命和傳播的革命。

作為三階知識(shí)策源地的生成式人工智能還是群體智能的化身，它可以極大地賦能于個(gè)體的知識(shí)生產(chǎn)，使個(gè)體的知識(shí)生產(chǎn)能力得到強(qiáng)力推進(jìn)。在生成式人工智能中集合了海量的人類知識(shí)和智能，使用ChatGPT 之類的工具時(shí)，就是以人機(jī)合作的方式在借用其中的群體智能，通過與GPT 的互動(dòng)，人可以從機(jī)器智能系統(tǒng)所蘊(yùn)含的算法中獲得新的思路和想法，尤其在人機(jī)對(duì)話中受到激發(fā)和啟發(fā)，獲得創(chuàng)作、創(chuàng)新的靈感，所以“ChatGPT 可以幫助研究人員、學(xué)生和教育工作者產(chǎn)生想法?！雹蹺ditorial, “ChatGPT for Academic Writing: A Game Changer or a Disruptive Tool”, Journal of Anaesthesiology Clinical Pharmacology, vol.39, no.1, 2023.我們知道，作為個(gè)體的人總是知識(shí)有限的，進(jìn)行知識(shí)創(chuàng)造時(shí)總會(huì)碰到相關(guān)知識(shí)儲(chǔ)備不足的問題，需要不斷向更有知識(shí)的人請(qǐng)教或進(jìn)行“知識(shí)充電”，但總會(huì)受制于所能接觸到的人不足夠多或不足夠博學(xué)，從而不能獲得及時(shí)滿意的知識(shí)幫助。而生成式人工智能的人機(jī)問答使得人聯(lián)通了一個(gè)無所不知而又有求必應(yīng)的“在線知識(shí)助理”，當(dāng)人在知識(shí)生產(chǎn)中碰到需要“請(qǐng)教”的種種知識(shí)性問題時(shí)，生成式人工智能能夠搜索和分析海量的數(shù)據(jù)和信息，調(diào)動(dòng)在訓(xùn)練中積累或?qū)W會(huì)的知識(shí)，從中提取答案，為人提供咨詢，所以ChatGPT 雖然還不是思想家（給人直接提供原創(chuàng)性的新思想），但完全可以充當(dāng)“學(xué)問家”，對(duì)人在知識(shí)生產(chǎn)中碰到的知識(shí)問題給予有問必答、有惑必解的即時(shí)幫助。人可以將來自智能系統(tǒng)的新知識(shí)、新啟發(fā)以及在此基礎(chǔ)上形成的新靈感融入自己的研究中，形成新見識(shí)、新觀點(diǎn)，再借助GPT 將其條理化和文本化，進(jìn)而成型化為知識(shí)產(chǎn)品?？梢詫⑸墒饺斯ぶ悄艿倪@些功能視為 “知識(shí)和智能服務(wù)功能”，它本身雖然不是直接的一階知識(shí)生產(chǎn)主體，但以其中蘊(yùn)含的人類級(jí)別的群體知識(shí)和群體智能，對(duì)以人為主體的知識(shí)生產(chǎn)提供了空前的幫助，從而有效推動(dòng)知識(shí)生產(chǎn)的進(jìn)步。

三階知識(shí)生產(chǎn)的意義還在于創(chuàng)新鏈的相互傳遞。如前所述，一階知識(shí)生產(chǎn)體現(xiàn)的是原創(chuàng)之新，二階和三階知識(shí)生產(chǎn)體現(xiàn)的是注意之新和表述之新，它們均包含對(duì)一階知識(shí)的消化吸收再創(chuàng)新，在這個(gè)過程中可以發(fā)現(xiàn)新的問題、新的研究對(duì)象，從而開啟一階知識(shí)生產(chǎn)的新方向或新領(lǐng)域，由此導(dǎo)向新一輪的一階知識(shí)創(chuàng)新。不僅如此，作為三階知識(shí)生產(chǎn)系統(tǒng)的生成式人工智能在未來還有可能進(jìn)化到具有進(jìn)行一階知識(shí)生產(chǎn)的能力，這就是從人的知識(shí)生產(chǎn)助手（弱人工智能），進(jìn)化到人的知識(shí)生產(chǎn)伙伴或代理（通用人工智能或強(qiáng)人工智能），甚至進(jìn)化為全面碾壓和取代人的知識(shí)生產(chǎn)能力的對(duì)手（超人工智能），所以它才被認(rèn)為是人工智能發(fā)展的拐點(diǎn)，是從弱人工智能到強(qiáng)人工智能的過渡形態(tài)，以至于GPT-4“被認(rèn)為是通用人工智能的早期版本”，①Sébastien Bubeck, Varun Chandrasekaran, Ronen Eldan, et al., “Sparks of Artificial General Intelligence: Early Experiments with GPT-4”, arXiv website: https://arxiv.org/abs/2303.12712, April 13, 2023.有的甚至直接“視其為通用人工智能，即使不等同，也是正在推進(jìn)通用人工智能”。②Li Weigang, Lirian Michi Enamoto, Li Denise Leyi, et al., “New Directions for Artificial Intelligence: Human, Machine,Biological, and Quantum Intelligence”, Front Inform Technol Electron Eng, vol.23, no.6, 2022.就是說，三階知識(shí)生產(chǎn)，也可以說是生成式人工智能為人類開創(chuàng)的一種知識(shí)生產(chǎn)新類型，這種知識(shí)生產(chǎn)雖然在當(dāng)前的技術(shù)基礎(chǔ)上還不具有原創(chuàng)性，不具有一階知識(shí)的創(chuàng)新能力，但它可以對(duì)人類的一階知識(shí)創(chuàng)新提供多方面的幫助或促進(jìn)，甚至還包含著基于更高技術(shù)水平的一階知識(shí)創(chuàng)新的潛力。

三階知識(shí)生產(chǎn)的上述意義，也包含了它對(duì)生成式人工智能的合理定位：它在目前還不能等價(jià)于一階知識(shí)生產(chǎn)，但開創(chuàng)了知識(shí)生產(chǎn)新形態(tài)、提供了知識(shí)生產(chǎn)新工具，這既不夸大也不抹殺它在知識(shí)生產(chǎn)中的作用。生成式人工智能介導(dǎo)的三階知識(shí)生產(chǎn)，是在一階和二階知識(shí)生產(chǎn)基礎(chǔ)上的一種“知識(shí)再生產(chǎn)”，這種再生產(chǎn)并非完全消極地映射一階和二階知識(shí)生產(chǎn)的樣貌，而是可以積極反饋和推進(jìn)一階知識(shí)生產(chǎn)中的原始創(chuàng)新，當(dāng)然也可能因手段的限制而生成不真實(shí)不可靠的內(nèi)容，如在沒有知識(shí)或數(shù)據(jù)儲(chǔ)備的領(lǐng)域或問題上“編出”某種不存在的“知識(shí)”，導(dǎo)向一種“創(chuàng)造性破壞效應(yīng)”，③高奇琦：《GPT 技術(shù)與人文社會(huì)科學(xué)知識(shí)生產(chǎn)：智能時(shí)代的學(xué)者與學(xué)術(shù)研究》，《上海交通大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2023 年第3 期。這無疑也是全面看待三階知識(shí)生產(chǎn)意義的不容忽視的一個(gè)方面。

四、結(jié)語

基于以上的分析，對(duì)于“生成式人工智能可否進(jìn)行知識(shí)生產(chǎn)”的問題，可給予明確的肯定回答，即它的工作具有知識(shí)生產(chǎn)的性質(zhì)，但屬于一種特定的知識(shí)生產(chǎn)——三階知識(shí)的生產(chǎn)，它與人所進(jìn)行的一階和二階知識(shí)生產(chǎn)都有所不同。這種知識(shí)生產(chǎn)中也可能有創(chuàng)新，但不是一階知識(shí)意義上的創(chuàng)新。三階知識(shí)生產(chǎn)在介入到人所進(jìn)行的知識(shí)生產(chǎn)過程中后，仍然具有重要而特殊的意義，如它的出現(xiàn)，增加了知識(shí)生產(chǎn)的新形式，產(chǎn)出了更加豐富和多樣的內(nèi)容，這些內(nèi)容經(jīng)過人的驗(yàn)證、加工和提升后，有可能成為新的知識(shí)。它的出現(xiàn)還可影響一階知識(shí)和二階知識(shí)的生產(chǎn)，從直接和間接的意義上，全面地影響了人類的知識(shí)生產(chǎn)，從而在智能文明中發(fā)揮越來越大的作用，為人的知識(shí)創(chuàng)新提供前所未有的幫助，增強(qiáng)人類的知識(shí)生產(chǎn)力，也使人類的知識(shí)生產(chǎn)進(jìn)入到一個(gè)新時(shí)代：“人機(jī)合作”的知識(shí)生產(chǎn)新時(shí)代。探究和發(fā)掘生成式人工智能如何重塑了知識(shí)生產(chǎn)的新形態(tài)，為的是積極順應(yīng)這一變化，主動(dòng)調(diào)整學(xué)習(xí)、教育和研究策略，造就更強(qiáng)大的人機(jī)交互的知識(shí)生產(chǎn)能力，營(yíng)造更具活力的知識(shí)社會(huì)，尤其是探索如何借助生成式人工智能提升人類的原始創(chuàng)新能力，使智能技術(shù)的增強(qiáng)效應(yīng)切實(shí)賦能于人，也惠及于人。