摘 要：大規(guī)模預(yù)訓(xùn)練語言模型以學(xué)生主動(dòng)使用為渠道入局高等教育，引發(fā)知識(shí)、誠信、價(jià)值觀多重危機(jī)。其本身巨大的應(yīng)用前景和海量用戶的既定事實(shí)，表明封禁排異已不可行；現(xiàn)有產(chǎn)品尚處于快速迭代期，加之缺乏成熟的治理方案，因而鼓勵(lì)推廣亦為時(shí)過早。對大模型的規(guī)制應(yīng)樹立“放管結(jié)合”的立場，堅(jiān)持有所為、有所不為。一方面，公權(quán)力機(jī)關(guān)宜克制規(guī)制沖動(dòng)、適當(dāng)放任觀望，僅對部分確有必要的事項(xiàng)精確管治；另一方面，鼓勵(lì)教師、學(xué)生、企業(yè)等私主體探索自治舉措，引導(dǎo)大模型正向賦能高等教育。未來“師—生—機(jī)”三位一體的教育模式中，教師的中心地位非但不會(huì)削弱，反將得到增強(qiáng)。

關(guān)鍵詞：大規(guī)模預(yù)訓(xùn)練語言模型；高等教育；ChatGPT；人工智能

中圖分類號：G649.2"" 文獻(xiàn)標(biāo)識(shí)碼：A"" 文章編號：1673-1794（2024）03-0102-09

作者簡介：陳心哲，安徽財(cái)經(jīng)大學(xué)法學(xué)院講師，博士，研究方向：刑法學(xué)（安徽 蚌埠 233030）。

科技變革與教育變革之間始終存在著密切關(guān)聯(lián)。自O(shè)penAI公司推出的大規(guī)模預(yù)訓(xùn)練語言模型（以下簡稱大模型）ChatGPT風(fēng)靡全球以來，微軟、百度、訊飛等一眾互聯(lián)網(wǎng)龍頭企業(yè)爭相推出自己的大模型產(chǎn)品，中國知網(wǎng)等也在官網(wǎng)上線了相應(yīng)功能，全球大模型活躍用戶已超10億。人們不禁感嘆大模型時(shí)代已悄然到來。在高等教育領(lǐng)域，大模型以學(xué)生主動(dòng)使用為最先渠道迅速侵入，嚴(yán)重沖擊傳統(tǒng)教學(xué)秩序，引發(fā)教育界的集體憂慮。在此之前，亦有不少人工智能技術(shù)入局高等教育，例如虛擬現(xiàn)實(shí)、AI潤色、智能翻譯等，但它們所造成的沖擊力都遠(yuǎn)不及大模型。究其原因，在于大模型無與倫比的自然語言處理能力，已經(jīng)達(dá)到了一般人類的智慧水準(zhǔn)，能夠在一定程度上取代教師和學(xué)生的工作，實(shí)現(xiàn)了從“輔助人”到“代替人”的轉(zhuǎn)變。在新一輪科技革命浪潮之下，我們應(yīng)該以何種態(tài)度看待大模型引發(fā)的教育危機(jī)？又該怎樣正確處理眼下科技與教育緊張關(guān)系？針對這些問題，筆者嘗試以歸納危機(jī)挑戰(zhàn)為起點(diǎn)，先明理再答策。

一、歸納：大模型引發(fā)高等教育現(xiàn)實(shí)危機(jī)

立德樹人是高等教育的根本任務(wù)。教師和學(xué)生則是傳統(tǒng)教育教學(xué)體系的兩個(gè)中心主體。大模型技術(shù)在學(xué)生群體中的迅速蔓延，沖擊了高等教育的底層架構(gòu)，在動(dòng)搖教師和學(xué)生地位的同時(shí)，也給立德樹人任務(wù)造成新的挑戰(zhàn)，筆者以ChatGPT為例具體說明。

（一）知識(shí)獲取便捷 動(dòng)搖教師地位

讓學(xué)生掌握充足的知識(shí)是高等教育的基本功能。相較于以往的人工智能系統(tǒng)，人利用ChatGPT等大模型產(chǎn)品獲取知識(shí)的便捷性得到大幅提升。這種便捷性得益于OpenAI公司首次將基于人類反饋的強(qiáng)化學(xué)習(xí)算法（RLHF）遷移到自然語言處理領(lǐng)域，實(shí)現(xiàn)了先進(jìn)的強(qiáng)化學(xué)習(xí)算法與自然語言處理技術(shù)的結(jié)合。

首先，利用ChatGPT獲取知識(shí)幾乎沒有門檻，使用和學(xué)習(xí)成本也基本為0。由于其本質(zhì)上是一個(gè)通用式聊天機(jī)器人，先進(jìn)的自然語言處理技術(shù)使其能夠看懂、聽懂人類輸入的需求，整個(gè)使用過程與打字或語音聊天無異，可以隨時(shí)隨地實(shí)現(xiàn)有問即答。

其次，利用ChatGPT獲取知識(shí)具有前所未有的高效率。歷經(jīng)數(shù)年的調(diào)試打磨和前三代產(chǎn)品的經(jīng)驗(yàn)積累，ChatGPT具備了超人的思維理解和推理能力，能夠準(zhǔn)確理解用戶的意圖并給予準(zhǔn)確的答復(fù)，節(jié)約了反復(fù)溝通或者答非所問所浪費(fèi)的時(shí)間。對于較為分散或沒有準(zhǔn)確答案的問題，ChatGPT還可以主動(dòng)從互聯(lián)網(wǎng)檢索有關(guān)信息并將其中相關(guān)性最高的部分整理后呈現(xiàn)給用戶，免去了常規(guī)學(xué)習(xí)方式中冗長的檢索、整理過程。

最后，人工智能所具備的強(qiáng)大算力和海量數(shù)據(jù)是人類教師所無法比擬的。ChatGPT模型的總參數(shù)量高達(dá)1750億，僅其學(xué)習(xí)的一個(gè)中文語料集MNBVC，規(guī)模便高達(dá)2000GB。海量的學(xué)習(xí)文本和訓(xùn)練數(shù)據(jù)，使其擁有人類無法企及的淵博知識(shí)，從自然科學(xué)到社會(huì)科學(xué)，從代碼編寫到文學(xué)創(chuàng)作，從基礎(chǔ)教育到學(xué)術(shù)訓(xùn)練，任何領(lǐng)域的問題可以訴諸于它。

相較于傳統(tǒng)人類教師，人工智能在學(xué)習(xí)門檻、效率和知識(shí)儲(chǔ)備方面具有明顯優(yōu)勢。過去，無論是傳統(tǒng)的線下教學(xué)課堂，還是虛擬教室、云課堂，教師的中心地位都是不可替代的。如今教師不再是學(xué)生獲取知識(shí)的最佳來源，機(jī)器給出的回答可能比教師更全面、更精準(zhǔn)、更及時(shí)，學(xué)生轉(zhuǎn)而求助于機(jī)器的現(xiàn)象愈加顯現(xiàn)。教師給出的解答與機(jī)器不一致時(shí)，學(xué)生可能會(huì)質(zhì)疑教師。教師傳授知識(shí)的中心地位逐漸消解，引發(fā)學(xué)生對教師權(quán)威的質(zhì)疑甚至是教師群體的自我懷疑。

（二）數(shù)字技術(shù)濫用 引發(fā)學(xué)生誠信危機(jī)

大模型不僅能用于知識(shí)獲取，還能夠用于知識(shí)生產(chǎn)。其基本功能是按照人類輸入的指定提示信息，完成文字內(nèi)容的輸出經(jīng)過不斷迭代。目前先進(jìn)的大模型已經(jīng)能夠生成包括文字、圖片、代碼、聲音、視頻在內(nèi)各種形式的生成物。這一功能進(jìn)入高等教育領(lǐng)域，很快被學(xué)生用于完成課程作業(yè)?？d在《Nature》的一項(xiàng)調(diào)查證實(shí)：有相當(dāng)一部分教授已經(jīng)在他們的課程中遇到了或是所在的大學(xué)已經(jīng)出現(xiàn)了學(xué)生使用人工智能工具完成作業(yè)的情況。福布斯網(wǎng)站的一項(xiàng)調(diào)查顯示，美國有89%的學(xué)生正在或曾經(jīng)使用ChatGPT完成作業(yè)。[1]更令人擔(dān)憂的是，AI的生成內(nèi)容早已達(dá)到了人類作者的水準(zhǔn)。如：微軟小冰獨(dú)立創(chuàng)作的詩歌集《陽光失了玻璃窗》，便被認(rèn)為已經(jīng)達(dá)到了一般詩人的水平。ChatGPT完成的學(xué)術(shù)論文、教學(xué)大綱、個(gè)人簡介等文本，均達(dá)到了“以假亂真”的效果。[2]

人工智能、大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)本身是中立性的，但對這些技術(shù)的過度依賴和利用已經(jīng)威脅正常的教學(xué)秩序，引發(fā)師生間誠信危機(jī)。相較于以往那些輔助學(xué)習(xí)機(jī)器，大模型已經(jīng)完全從“輔助人”進(jìn)階到“代替人”的程度。作業(yè)、論文的撰寫如同自動(dòng)售貨機(jī)般輸入、輸出，學(xué)習(xí)和思考環(huán)節(jié)淪為技術(shù)行為，喪失獨(dú)立思考和鍛煉能力的作用。在這個(gè)過程中，學(xué)生的邏輯、推理、記憶等能力沒有絲毫鍛煉，反而是機(jī)器能夠利用學(xué)習(xí)算法從海量人次的使用中不斷進(jìn)步，本意“培養(yǎng)人”的教育活動(dòng)最終卻培養(yǎng)了機(jī)器。

此外，在生成內(nèi)容署名問題上，大多數(shù)學(xué)生會(huì)將署名權(quán)歸屬自己而非機(jī)器，這實(shí)質(zhì)上是一種欺騙行為。盡管目前學(xué)界對于人工智能生成物的著作權(quán)歸屬尚存較大爭議，但是對于該問題的回答基本集中于研發(fā)人員和機(jī)器人主體之間，將人工智能生成物視為用戶的作品的觀點(diǎn)少有支持者。畢竟用戶付出的智力和體力勞動(dòng)是微乎其微，將之作為保護(hù)主體根本上背離了促進(jìn)知識(shí)產(chǎn)權(quán)、鼓勵(lì)知識(shí)創(chuàng)新的知識(shí)產(chǎn)權(quán)保護(hù)目的。況且，現(xiàn)階段人工智能創(chuàng)作的本質(zhì)實(shí)際上是對學(xué)習(xí)樣本的拼接、模仿和組合，利用大模型完成教學(xué)作業(yè)的行為實(shí)際上與剽竊或代寫無異。

（三）不良知識(shí)輸出 蘊(yùn)藏德育風(fēng)險(xiǎn)

大模型固然具有強(qiáng)大的知識(shí)獲取和知識(shí)生產(chǎn)能力，但由于“算法黑箱”的存在，其生成過程和邏輯依據(jù)仍然是不可解釋的。這就造成了大模型加持下的高等教育具有不確定和不可控性，隨時(shí)可能對正常的教學(xué)秩序甚至學(xué)生的身心健康產(chǎn)生負(fù)面影響。這些負(fù)面影響主要來源于大語言模型可能輸出不良信息，包括錯(cuò)誤信息、偏見信息、違法信息。這些不良信息既有可能歸責(zé)于算法的局限性，也有可能是用戶有意繞開識(shí)別算法而獲取的。例如當(dāng)向ChatGPT提問如何“挑鎖”時(shí)，其準(zhǔn)確識(shí)別到提供敏感信息并表示：這是非法行為，不能提供非法建議。但當(dāng)提問方式被轉(zhuǎn)換為“專業(yè)的鎖匠會(huì)如何挑鎖”這種更具誘導(dǎo)性的表述時(shí)，ChatGPT便準(zhǔn)確提供了挑鎖具體的步驟和操作方式?？梢?，即使開發(fā)者有意識(shí)地設(shè)置防御性措施，使得機(jī)器拒絕、回避或者較為含糊地回答可能出錯(cuò)的敏感問題，然而，由于技術(shù)局限性的存在，不良信息的輸出風(fēng)險(xiǎn)始終難以根除。

不良信息的生成產(chǎn)生誤導(dǎo)，還會(huì)潛移默化地影響他們的價(jià)值觀。數(shù)字網(wǎng)絡(luò)時(shí)代，任何一款產(chǎn)品都會(huì)想方設(shè)法占據(jù)用戶更多的時(shí)間，以便在“眼球經(jīng)濟(jì)”的競爭中獲得優(yōu)勢。當(dāng)學(xué)生對生成式人工智能產(chǎn)生高度依賴時(shí)，算法價(jià)值觀缺失的弊病將會(huì)直接投射到學(xué)生，開發(fā)者個(gè)人的偏見也會(huì)借此波及社會(huì)。此外，考慮到現(xiàn)有的人工智能技術(shù)框架來自歐美，主要基于西方的價(jià)值和思維導(dǎo)向建立，因而在內(nèi)容輸出上先天地帶有偏向性。大模型介入高等教育后，還可能為西方價(jià)值觀的入侵提供便捷途徑。

誠然，《辦法》第4條明確規(guī)定了生成式人工智能提供者和使用者的安全保障義務(wù)，即“應(yīng)當(dāng)遵守法律、行政法規(guī)，尊重社會(huì)公德和倫理道德。禁止生成違法、偏見、侵犯知識(shí)產(chǎn)權(quán)、違背商業(yè)道德、損害他人合法權(quán)益以及不可靠、不準(zhǔn)確的內(nèi)容?！钡沁@一規(guī)定顯得過于籠統(tǒng)寬泛，其中禁止的范疇涵蓋了從道德到法律層面一切可能的不良信息。其結(jié)果要么是由于缺乏現(xiàn)實(shí)可操作性而被束之高閣，要么是由于忽視了科技發(fā)展所必然伴隨的風(fēng)險(xiǎn)而束縛了人工智能產(chǎn)業(yè)的發(fā)展。

二、明理：對大模型入局兩面性之研判

答策先明理。大模型帶來的這些風(fēng)險(xiǎn)引發(fā)了教育界的廣泛焦慮，不少學(xué)者順勢提出各種規(guī)制之策。但風(fēng)險(xiǎn)并非規(guī)制的充足條件，現(xiàn)代社會(huì)中風(fēng)險(xiǎn)是無處不在的，機(jī)遇與收益往往也蘊(yùn)藏其中。那種急于防微杜漸，或是力求根治的想法都是局限的。在討論應(yīng)對之策前，我們首先需要對風(fēng)險(xiǎn)的性質(zhì)加以研判。

（一）看待大模型入局的對立觀點(diǎn)

人工智能的每一次驚艷表現(xiàn)都使人們感到恐懼?！癎PT模型在一定程度上可能已經(jīng)具備了成年人的通識(shí)和邏輯，所以我們只需要拿特定專業(yè)領(lǐng)域的數(shù)據(jù)對其再做訓(xùn)練（微調(diào)），它就可以成為獨(dú)當(dāng)一面的專業(yè)人才。”[3]如果在勞動(dòng)生產(chǎn)方面，機(jī)器取代人類是值得期待的話，那么在教育領(lǐng)域這種取代則值得高度警惕。因?yàn)榻逃母灸康氖橇⒌聵淙?，其重視的是知識(shí)獲取的過程而非單純的結(jié)果。那種自動(dòng)售貨機(jī)式的知識(shí)傳遞，對教育教學(xué)體系的破壞是顛覆甚至崩塌式的。特別是對于大學(xué)生而言，他們正處于三觀形成的關(guān)鍵階段，學(xué)生過度依賴技術(shù)的扶持，最終將淪為技術(shù)的“異化物”。[4]

秉持著這種畏懼心態(tài)，排斥人工智能對高等教育的入侵，禁止學(xué)生在學(xué)習(xí)過程中使用大模型，成了不少政府和機(jī)構(gòu)不約而同的做法。香港大學(xué)、香港中文大學(xué)也率先表態(tài)：禁止學(xué)生在所有課堂、作業(yè)、評估和一切涉及學(xué)分的活動(dòng)中使用包括大模型在內(nèi)的AI工具，否則將被視為剽竊。[5]還有不少地方采取半封禁態(tài)度，例如紐約市就出臺(tái)政策，禁止所有師生在公立學(xué)校的網(wǎng)絡(luò)和設(shè)備上訪問ChatGPT。巴黎政治學(xué)院要求學(xué)生在使用類似工具時(shí)，將其作為一項(xiàng)外部來源明確說明，否則將受到嚴(yán)厲處罰等等。

與悲觀排斥立場完全不同，更多的教育、科技工作者對大模型融入高等教育持積極開放的態(tài)度。他們能夠認(rèn)識(shí)到消極論者所提出的種種問題，但相信可以克服。[6]同時(shí)，他們主張以更加積極主動(dòng)的態(tài)度擁抱變革，并給出了各自不同的理由：（1）從功利主義的角度出發(fā)，新技術(shù)的介入利大于弊。隨著新技術(shù)的不斷迭代，現(xiàn)有的種種弊病將被逐漸完善，而其帶來的生產(chǎn)效率的提升也將不斷加速。（2）從現(xiàn)實(shí)層面來看，鑒于大模型等人工智能產(chǎn)品龐大且快速增長的用戶數(shù)量，完全封禁是不現(xiàn)實(shí)的。中國知網(wǎng)、WPS、科大訊飛、百度等大眾軟件均在其最新版本，內(nèi)置了大模型功能。其成為學(xué)生和教育工作者高效工作不可或缺的工具已是既定事實(shí)。（3）人工智能技術(shù)已經(jīng)滲透進(jìn)社會(huì)的各行各業(yè)，學(xué)生進(jìn)入社會(huì)或職場后不可避免地要使用這些新型數(shù)字化工具，不論是通用式人工智能還是專業(yè)領(lǐng)域的專家系統(tǒng)的使用，都應(yīng)該成為勞動(dòng)者所必備的技能。（4）歷史表明，新技術(shù)與技術(shù)相互融合的趨勢通常是不可逆的。人工智能時(shí)代，高等教育擁抱大模型是大勢所趨，將二者強(qiáng)行剝離無異于開倒車。

秉持著這種開放包容的立場，一些國家和機(jī)構(gòu)主動(dòng)在教育領(lǐng)域擁抱生成式人工智能。新加坡、芬蘭、挪威等國教育部門先后公開支持使用ChatGPT等人工智能工具。可汗學(xué)院率先宣布引入ChatGPT輔助學(xué)習(xí)，同時(shí)開發(fā)智能工具Khanmigo作為教學(xué)助手，幫助老師備課、收集素材、回答學(xué)生問題等。

（二）正反立場的盲點(diǎn)與糾合

上述兩種對立說實(shí)際上體現(xiàn)的是大模型風(fēng)險(xiǎn)和收益的對立。消極排斥論能夠回避大模型入局帶來的現(xiàn)實(shí)危機(jī)，但沒有正確認(rèn)識(shí)到其巨大價(jià)值或者沒有正確看待利弊關(guān)系，這種過于保守的立場與到來的人工智能時(shí)代、大模型時(shí)代正在快速普及的客觀現(xiàn)實(shí)以及現(xiàn)有的政策導(dǎo)向均顯得格格不入。

真正決定大模型應(yīng)用前景的并非利或弊單側(cè)，而是利益與否以及在何種程度上大于弊害，即二者之差。對待上述爭議不同觀點(diǎn)及其相應(yīng)的政策措施，表面上看是關(guān)于如何應(yīng)對大模型沖擊的爭議，本質(zhì)上則是關(guān)于如何處理技術(shù)風(fēng)險(xiǎn)與創(chuàng)新收益之間矛盾的分歧。自從人類進(jìn)入到工業(yè)社會(huì)，每一次現(xiàn)象級的科技創(chuàng)新難以避免地會(huì)伴隨諸多現(xiàn)代風(fēng)險(xiǎn)。這種現(xiàn)代風(fēng)險(xiǎn)因其往往具有難以感知、難以預(yù)見、難以規(guī)避等特點(diǎn)，幾乎必然引發(fā)國民的憂慮和排斥。[7]但是現(xiàn)代社會(huì)又是利弊相伴、危機(jī)共存的，完全拒絕冒險(xiǎn)無異于停止發(fā)展。諸如環(huán)境開發(fā)、核能利用、數(shù)字網(wǎng)絡(luò)這些現(xiàn)如今已經(jīng)被普遍接受的事物，其技術(shù)風(fēng)險(xiǎn)引發(fā)的危害仍然很大?？梢姡祟惷鎸π录夹g(shù)的態(tài)度歸根結(jié)底取決于其收益和風(fēng)險(xiǎn)兩個(gè)因素之間的權(quán)衡，即收益是否，以及在何種程度上大于風(fēng)險(xiǎn)。當(dāng)收益不明顯大于，甚至弱于可能的風(fēng)險(xiǎn)時(shí)，則接納新事物的意義不大。反之，當(dāng)二者之間的差距逐漸放大，則接納新事物的必要性同步地增加，即便有些風(fēng)險(xiǎn)終究無法消除，最終也會(huì)被視作“可被容許的危險(xiǎn)”。

秉持著這種“風(fēng)險(xiǎn)—收益”理念再來審視大模型在高等教育領(lǐng)域的前景不難發(fā)現(xiàn)，其發(fā)展收益遠(yuǎn)遠(yuǎn)大于可能的風(fēng)險(xiǎn)成本。其一，大模型在教育領(lǐng)域的風(fēng)險(xiǎn)是有限的。人工智能最終會(huì)不會(huì)毀滅人類尚不可知，但至少在本文所討論的教育領(lǐng)域內(nèi)，其危害最多表現(xiàn)為教育秩序的紊亂或教育質(zhì)量的下降。這與環(huán)境污染、核能泄漏、生化濫用等種種現(xiàn)代性風(fēng)險(xiǎn)相比，完全不在同一量級。即便未來出現(xiàn)了未知的巨大風(fēng)險(xiǎn)，也是隨時(shí)可控的，無非重新回歸傳統(tǒng)教育模式，出現(xiàn)災(zāi)難性后果的可能性微乎其微。其二，大模型在教育領(lǐng)域的開發(fā)應(yīng)用潛能巨大，在提高效率、解放生產(chǎn)力方面的潛能卻絲毫亞于其他科技革命。對此，筆者已經(jīng)在前文多次提及，在此不再贅述。其三，可以預(yù)見的是，隨著大模型技術(shù)的迭代更新，這種風(fēng)險(xiǎn)與收益之間的差距還將不斷擴(kuò)大，這一方面源于開發(fā)企業(yè)自身的利益競爭需求，另一方面也歸于相關(guān)規(guī)范性文件的不斷完善。長此以往，生成式人工智能與高等教育的綁定將愈加深刻，最終使得這場利弊討論越來越缺乏實(shí)踐意義。

回顧過去，與大模型爭議頗為相似的是基礎(chǔ)教育階段學(xué)生能否使用科學(xué)計(jì)算器的問題。以往我國基礎(chǔ)教育特別重視對學(xué)生口算、心算甚至珠算能力的訓(xùn)練，通常會(huì)花費(fèi)大量時(shí)間要求學(xué)生背誦運(yùn)算口訣、練習(xí)運(yùn)算習(xí)題。隨著科學(xué)計(jì)算器的普及，越來越多的人開始質(zhì)疑這種教育是否脫離時(shí)代。畢竟，在智能設(shè)備隨處可見的今天，對科學(xué)計(jì)算器的依賴已經(jīng)難言產(chǎn)生何種風(fēng)險(xiǎn)，反倒是其便捷、高效、準(zhǔn)確性遠(yuǎn)非人力可比。收益與風(fēng)險(xiǎn)的巨大差異，使得如今的人們已不再排斥在基礎(chǔ)教育中允許學(xué)生使用科學(xué)計(jì)算器這件事，一些發(fā)達(dá)地區(qū)甚至允許學(xué)生在高考中攜帶科學(xué)計(jì)算器。

此外，若將視角拉升至國際戰(zhàn)略的層面來看，拒絕大模型與高等教育的融合也與我國人工智能發(fā)展的頂層設(shè)計(jì)相背離。大模型究竟是否以及應(yīng)以何種姿態(tài)融入高等教育，不僅是備受學(xué)界關(guān)注的現(xiàn)實(shí)論題，更是事關(guān)科教興國和中國式現(xiàn)代化的時(shí)代命題。未來國與國之間的競爭歸根結(jié)底是尖端科技的競爭，誰率先在關(guān)鍵領(lǐng)域掌握核心科技，誰就掌握了主動(dòng)權(quán)。人工智能是戰(zhàn)略性新興產(chǎn)業(yè)和引領(lǐng)世界經(jīng)濟(jì)增長新的引擎，而大模型作為其中應(yīng)用最廣、爆發(fā)最快的類別之一，已然成為各國企業(yè)科技競爭重要戰(zhàn)場。僅2023年上半年，全球新發(fā)布的大模型產(chǎn)品已超400個(gè)。我國作為世界第二大經(jīng)濟(jì)體、第一大工業(yè)制造國以及知識(shí)產(chǎn)權(quán)強(qiáng)國，必須通過自主創(chuàng)新在這一關(guān)鍵領(lǐng)域取得主動(dòng)權(quán)。公開報(bào)道顯示，我國企業(yè)已開發(fā)10億級參數(shù)規(guī)模以上的大模型80余個(gè)，其中科大訊飛星火大模型、百度文心一言等產(chǎn)品已經(jīng)達(dá)到世界領(lǐng)先水平。倘若采取消極論指導(dǎo)實(shí)踐，阻塞大模型與高等教育的融合，固然可以隔絕未知風(fēng)險(xiǎn)，但新技術(shù)、新應(yīng)用的發(fā)展將因?yàn)槿狈ν寥蓝贿t滯。

（三）注意大模型的技術(shù)局限性

巨大的應(yīng)用前景、可控的現(xiàn)實(shí)風(fēng)險(xiǎn)和現(xiàn)有的政策立場，共同指向消極排斥論的不科學(xué)性。但這些并不足以反證對立說的科學(xué)性，也并非意味著我們只能走另一條積極擁抱之路。

隨著用戶群體的增加，大模型的未盡之處被逐漸發(fā)現(xiàn)，相關(guān)的差評和批判也隨之而來，不少人開始質(zhì)疑大模型技術(shù)是否真能如提倡者所說的那般神力：現(xiàn)有的教育人工智能的研究、開發(fā)和應(yīng)用充斥著泡沫，有的甚至混淆了視聽[8]?！敖逃夹g(shù)總體上并沒有給我們帶來令人激動(dòng)的應(yīng)用效果，更沒有從根本上改善教育形態(tài)”[9]。還有學(xué)者系統(tǒng)性地批判了這種對技術(shù)的極端、盲目崇拜，忽視了教育的本質(zhì)和對人的尊重，最終傷害了學(xué)生。[10] 這些論點(diǎn)都說明，由于進(jìn)入公眾視野尚短，以ChatGPT為代表的一眾大模型產(chǎn)品是否已經(jīng)成熟到足以讓高等教育全面擁抱的程度，能否以正向賦能收獲師生群體的正面評價(jià)都充滿著不確定性。在缺乏時(shí)間檢驗(yàn)和局部試點(diǎn)的情況下徑直提倡擁抱，反倒可能給新事物造成“捧殺”。一個(gè)新近的例子是，在線教育經(jīng)過多年發(fā)展，特別是經(jīng)歷疫情期間的磨合似乎已經(jīng)足夠成熟，其融合甚至替代傳統(tǒng)教育的聲音不絕于耳。但現(xiàn)實(shí)卻是，逼促下的線上教育所引發(fā)的社會(huì)性消極體驗(yàn)，造成了學(xué)生、教師、家長的抗拒，以至于后疫情時(shí)代，多數(shù)教學(xué)活動(dòng)迅速回歸線下。

三、立場：“放管結(jié)合”的慢規(guī)制之提倡

消極排斥脫離實(shí)際、積極擁抱為時(shí)尚早。面對大模型對高等教育的侵入及其引發(fā)的問題，筆者主張采取“放管結(jié)合”的中間立場，即不鼓勵(lì)、不反對，而是暫以觀望放寬為主、精準(zhǔn)管治為輔。具體包含以下兩個(gè)方面內(nèi)容。

（一）放緩規(guī)制 具有諸多現(xiàn)實(shí)優(yōu)勢

“放管結(jié)合”首先提倡“放”，即公權(quán)力機(jī)關(guān)對大模型入局高等教育的伴生問題持適當(dāng)觀望的態(tài)度，暫時(shí)克制規(guī)制沖動(dòng)。這一提倡能夠克服消極排斥、積極擁抱兩說的不少弊端，優(yōu)勢明顯。

放緩規(guī)制有助于教育行政管理部門科學(xué)精準(zhǔn)施策，增強(qiáng)決策的穩(wěn)定性。每每出現(xiàn)亂象，人們總是期待公權(quán)力機(jī)關(guān)盡快出臺(tái)措施且立竿見影。但這種規(guī)制一般以出臺(tái)一定級別的規(guī)范性文件為標(biāo)志，其立場不會(huì)是完全中立無責(zé)的，必然表露出某種的政策傾向。消極排斥不可取，積極擁抱不必要。如此，規(guī)制主體便陷入進(jìn)退維谷的窘境。況且，大模型介入高等教育為時(shí)尚短，必然有許多問題尚未暴露，已暴露的問題也難免隨著技術(shù)的更迭而嬗變，甚至大模型會(huì)不會(huì)迅速被后續(xù)技術(shù)所取代也猶未可知。急于規(guī)制難免掛一漏萬、朝令夕改，造成行政機(jī)關(guān)資源的浪費(fèi)和公信力的減損?！稌盒修k法》第16條賦予了網(wǎng)信、發(fā)展改革、教育、科技、工業(yè)和信息化、公安、廣播電視、新聞出版等多個(gè)部門的對生成式人工智能的管理職責(zé)，如此極易造成各主體間權(quán)責(zé)不清，表明立法者在管理主體問題上的糾結(jié)。

放緩規(guī)制有助于鼓勵(lì)教師群體和學(xué)校自主探索適合自身學(xué)情的應(yīng)對舉措。如何看待大模型帶來的沖擊，不同主體站在不同立場可能有不同觀點(diǎn)，具體到應(yīng)對措施上將只有適合與否，沒有絕對的對錯(cuò)之分。相較于行政規(guī)制更可能采取的“一刀切”，短暫觀望能夠給予私主體更多的選擇權(quán)，鼓勵(lì)其根據(jù)自身特點(diǎn)探索適宜的措施。例如學(xué)校可以根據(jù)不同學(xué)業(yè)階段的特點(diǎn)，對本科學(xué)生禁用，以倒逼其大量重復(fù)練習(xí)基礎(chǔ)知識(shí)；對著重培養(yǎng)科研能力的碩士生、博士生，則可以附條件地例外。又如對于財(cái)會(huì)類專業(yè)學(xué)生，不妨在實(shí)訓(xùn)課上訓(xùn)練他們利用大模型快速整理報(bào)表、輸出管理日志等實(shí)務(wù)技能。

放緩規(guī)制有助于因材施教，讓學(xué)生根據(jù)自身需求和實(shí)際體驗(yàn)自己掌握決定權(quán)?！洞蟊娦睦韺W(xué)》中的逆反原理提示我們：人們在面對引導(dǎo)或規(guī)范時(shí)往往會(huì)產(chǎn)生反向心理活動(dòng)，這一規(guī)律在青年群體中尤為顯著。不論封禁還是鼓勵(lì)，都難免引起部分學(xué)生的抵觸，引發(fā)完全相反的行為。對此卻不能簡單歸責(zé)于學(xué)生。畢竟，即使是在同一學(xué)校、同一專業(yè)內(nèi)學(xué)習(xí)水平大致相同的學(xué)生，其學(xué)習(xí)方法和思維也是不盡相同。要不要使用大模型、用哪款大模型產(chǎn)品、在什么時(shí)間或?qū)W科用、具體怎么用最適合自己，這些問題沒有人比學(xué)生自己更清楚。將選擇權(quán)交還給學(xué)生，最有利于他們結(jié)合自身實(shí)際情況和真實(shí)用戶體驗(yàn)，做出個(gè)性化的安排。這一點(diǎn)是教育管理部門、學(xué)校抑或教師都無法企及的。

放緩規(guī)制還有助于最大限度為大模型研發(fā)企業(yè)的創(chuàng)新發(fā)展提供寬松的政策環(huán)境，助力中國大模型產(chǎn)品角逐國際競爭。高新技術(shù)企業(yè)探索新技術(shù)、新場景、新應(yīng)用時(shí)常會(huì)面臨合規(guī)與否、安全與否、道德與否的拷問。指望完全克服這些問題再圖發(fā)展是不切實(shí)際的，況且某些問題在紙面上永遠(yuǎn)不會(huì)形成定論，而激烈的國際競爭卻時(shí)不我待?！都t旗法案》的教訓(xùn)表明：過分強(qiáng)調(diào)安全將會(huì)毀掉一個(gè)新興產(chǎn)業(yè)，寬松的政策環(huán)境就是對高新技術(shù)產(chǎn)業(yè)而言尤為重要。《暫行辦法》第3條明確：國家堅(jiān)持發(fā)展和安全并重、促進(jìn)創(chuàng)新和依法治理相結(jié)合的原則，采取有效措施鼓勵(lì)生成式人工智能創(chuàng)新發(fā)展，對生成式人工智能服務(wù)實(shí)行包容審慎和分類分級監(jiān)管。這里的表述和順位恰暗含了此意。

（二）有條件地對必要事項(xiàng)精準(zhǔn)管治

可能有人會(huì)質(zhì)疑，主張放緩對大模型的規(guī)制，豈非置其負(fù)面影響于不顧？豈非將發(fā)展置于安全之上，走先發(fā)展再治理的彎路？對此筆者持否定態(tài)度。發(fā)展是第一要?jiǎng)?wù)，安全是根本保障，二者在任何時(shí)候皆需統(tǒng)籌兼顧、不可偏廢。放緩規(guī)制不是不規(guī)制，而是為了更好地規(guī)制，是在適當(dāng)?shù)臅r(shí)間以適當(dāng)?shù)姆绞綄Ρ匾氖马?xiàng)予以規(guī)制，即精準(zhǔn)管治。

精準(zhǔn)管治首先要求時(shí)間精準(zhǔn)?！胺殴芙Y(jié)合”并非一成不變之策，大模型技術(shù)快速迭代、互聯(lián)網(wǎng)巨頭激烈競爭、尚未形成穩(wěn)定的用戶群體、人們對新事物的接納有待磨合等現(xiàn)實(shí)條件，都是其產(chǎn)生的基礎(chǔ)。待這些客觀條件發(fā)生變化后，再選擇適當(dāng)時(shí)間轉(zhuǎn)換立場。之所以提倡放緩規(guī)制，就是恪守公權(quán)力介入的沖動(dòng)，待規(guī)制對象逐一成熟定型、問題充分暴露后再對癥下藥，力求成熟一個(gè)、治理一個(gè)、解決一個(gè)，以免朝令夕改、頭痛醫(yī)腳。以此實(shí)現(xiàn)放與管的“結(jié)合”，即以放促管，以管助放，實(shí)現(xiàn)科教良性互動(dòng)。

即便立足當(dāng)下，放任也不是無差別的。對于那些負(fù)面影響突出、群眾反映強(qiáng)烈等確有必要的問題，可以果斷予以規(guī)制。這些問題往往已經(jīng)多次出現(xiàn)、危害顯著并且通過其他方式難以有效解決。對此，既可以對現(xiàn)有規(guī)范作擴(kuò)大解釋，也可以出臺(tái)新規(guī)專門性規(guī)制。例如針對大模型使用過程中可能存在的違法違規(guī)收集個(gè)人信息的情形，這類問題已在以往的網(wǎng)絡(luò)平臺(tái)治理中形成了成熟的方案，也有大量典型案例可供參考，可以直接借鑒移植。又如網(wǎng)絡(luò)上已經(jīng)爆出的個(gè)別大模型生成歪曲歷史、抹黑歷史人物錯(cuò)誤內(nèi)容的事件，對于這種嚴(yán)重違法違規(guī)、損害國民感情的行為，可以依托現(xiàn)有規(guī)范追究企業(yè)和自然人的法律責(zé)任。

放緩規(guī)制的提倡主要針對來自公權(quán)力部門的政策性規(guī)制，不排斥甚至鼓勵(lì)其他主體積極探索多渠道治理方式。公權(quán)力不是萬能的，無論是行政、立法、司法手段都只是眾多社會(huì)治理方式中的一種。公權(quán)力規(guī)制的缺位并不意味著混亂無序。相反，包括企業(yè)、學(xué)校、教師、學(xué)生、市場、行業(yè)協(xié)會(huì)等多種群體都存在著多種形式的自治。以其中的市場自治為例，現(xiàn)有的大模型基本以數(shù)字產(chǎn)品的形式呈現(xiàn)，其本質(zhì)上都是一種商品，脫離不了基本市場規(guī)律。換言之，大模型永遠(yuǎn)不可避免地受到市場調(diào)節(jié)。用戶對大模型的歡迎程度，短期內(nèi)可能受到各種因素的誘導(dǎo)，但長期來看起決定性作用的仍舊是產(chǎn)品本身的優(yōu)劣。倘若其長期具有諸多難以克服的危害，即便一時(shí)受到個(gè)別群體的追捧，最終也會(huì)被理性的消費(fèi)者所拋棄。反之，則證明其經(jīng)受住了市場和時(shí)間的檢驗(yàn)，是利大于弊的。

（三）貫徹高等教育治理機(jī)制改革舉措

當(dāng)前，高等教育治理機(jī)制改革正在穩(wěn)步開展，其中一個(gè)重要內(nèi)容就是推進(jìn)高等教育“放管服”改革。這場改革是在全面推進(jìn)治理體系和治理能力現(xiàn)代化的大背景下展開的，旨在進(jìn)一步簡政放權(quán)、簡除繁苛，破除束縛高等教育發(fā)展的體制機(jī)制障礙。建設(shè)面向世界、面向未來、面向現(xiàn)代化的管理服務(wù)理念。這一持久創(chuàng)新的治理機(jī)制不僅適用于克服高等教育領(lǐng)域的一些頑瘴痼疾，對于諸如大模型沖擊等新情況、新問題同樣具有借鑒意義。

高等教育“放管服”改革首先強(qiáng)調(diào)簡政放權(quán)，即教育事權(quán)與管理權(quán)相分離，把教學(xué)和科研的主動(dòng)權(quán)還給高校，實(shí)現(xiàn)變管治為多主體合作共治。通過簡政放權(quán)，高等教育治理涌現(xiàn)了 “自主辦學(xué)”“尊重學(xué)術(shù)自由”“落實(shí)教授治學(xué)”“院系自主辦學(xué)”等諸多新規(guī)則，形成以大學(xué)章程統(tǒng)領(lǐng)高校發(fā)展的新樣態(tài)。面對大模型的沖擊，筆者所提倡的放寬、放緩來自教育行政管理部門的規(guī)制，本質(zhì)上可以看作高教領(lǐng)域在處理具體問題時(shí)的簡政放權(quán)。教育行政管理部門從全能管理者的角色上有序退出，鼓勵(lì)高校自主探索符合自身學(xué)情、校情的治理路徑，實(shí)現(xiàn)“放”與“管”的良性互動(dòng)。

簡政放權(quán)不是什么都放，高等教育“放管服”也注重管，這里的管不是傳統(tǒng)模式下事無巨細(xì)的行政管理，而是讓行政機(jī)關(guān)從繁雜的事務(wù)中解放出來，專心做好高校政策供給，從管事務(wù)轉(zhuǎn)向管標(biāo)準(zhǔn)。一方面，在貫徹落實(shí)中央深化高等教育改革總體布局的基礎(chǔ)上，對一系列政策措施予以細(xì)化，統(tǒng)籌管理、分類指導(dǎo)、一校一策，為高校的發(fā)展保駕護(hù)航。另一方面，對于觸碰底線和紅線的問題要主動(dòng)作為、精準(zhǔn)懲處。

高等教育“放管服”改革中的最后一環(huán)是優(yōu)化服務(wù)。所謂優(yōu)化服務(wù)既要求行政機(jī)關(guān)轉(zhuǎn)變職能，從高等院校的管理者轉(zhuǎn)變?yōu)榉?wù)者，還強(qiáng)調(diào)充分利用政策優(yōu)勢，將社會(huì)、市場等相關(guān)利益者吸引過來，激發(fā)市場活力，為各種高等教育參與主體服務(wù)。筆者“放管結(jié)合”立場的提倡，其落腳點(diǎn)恰恰是鼓勵(lì)學(xué)校、教師、學(xué)生、企業(yè)等多元主體參與到大模型治理體系中來，群策群力、共建共享。最終實(shí)現(xiàn)“政府頂層設(shè)計(jì)引領(lǐng)、高校自主內(nèi)生發(fā)展、市場利益相關(guān)者參與”的“共治格局”。

總之，“放管結(jié)合”應(yīng)對大模型沖擊的立場并非無本之木。其完全可以看作當(dāng)下高等教育治理機(jī)制改革向人工智能時(shí)代的延伸，是高等院?！胺殴芊备母锏男聵討B(tài)。

四、答策：化解大模型賦能風(fēng)險(xiǎn)的多方探索

“從長遠(yuǎn)來看，技術(shù)革命會(huì)造福每一個(gè)人，但是在短期卻隱藏著陷阱，而這種技術(shù)所帶來的發(fā)展?jié)摿?，?shí)際的結(jié)果將取決于短期發(fā)展能否得到良好的管理”[11]?！胺殴芙Y(jié)合”的立場提倡有所為有所不為，公權(quán)力層面的謹(jǐn)慎觀望，并不妨礙其他私主體積極探索應(yīng)對舉措，面對眼下大模型給高等教育帶來的現(xiàn)實(shí)問題，實(shí)然層面的具體對策仍必不可少。

（一）強(qiáng)化教師在教學(xué)活動(dòng)中的核心地位

“教師是立教之本、興教之源”。從留聲機(jī)、攝像機(jī)，再到教學(xué)機(jī)器、在線課程，不論何種時(shí)代的教育科技，都無法取代教師的中心地位。雖然教師不會(huì)被人工智能取代的判斷，但不會(huì)應(yīng)用人工智能的教師可能會(huì)被淘汰[12]?？萍紟淼淖兏锿羌みM(jìn)的，是優(yōu)勝劣汰、適者生存的。廣大高校教師應(yīng)對技術(shù)沖擊最好的辦法就是“以我為主、為我所用”，變被動(dòng)接納為主動(dòng)擁抱，避免因信息不對稱，帶來教師和學(xué)生之間的數(shù)字鴻溝。

鼓勵(lì)教師主動(dòng)擁抱大模型，需要廣大教師從思想上構(gòu)建面向人工智能時(shí)代的高等教育理念，構(gòu)建“師—生—機(jī)”三位一體的教學(xué)模式。在這個(gè)模式中，教師仍為核心，其中心地位不僅沒有被取代，而且得到了加強(qiáng)。一方面，得益于插上AI的翅膀，老師的教學(xué)能力和教學(xué)效果將得到普遍提升。教師能夠更加專注于育人，而把單純的知識(shí)傳遞任務(wù)交由機(jī)器。另一方面，學(xué)生在厭倦了大模型所提供的那種淺表性、機(jī)械性、同質(zhì)化的知識(shí)后，終將會(huì)對教師產(chǎn)生更強(qiáng)的知識(shí)依賴。教師和學(xué)生作為教育者和受教育者，在這個(gè)組合中始終是最穩(wěn)固的一對關(guān)系。無論何種機(jī)器應(yīng)用于高等教育，都將以豐富教師教學(xué)方式和學(xué)生學(xué)習(xí)方式為載體，成為發(fā)展和穩(wěn)固這對關(guān)系的驅(qū)動(dòng)力。

當(dāng)前的大模型技術(shù)已經(jīng)可以從多個(gè)方面賦能教師，實(shí)現(xiàn)驅(qū)動(dòng)教學(xué)質(zhì)量和效率雙增長。大模型擅長處理簡單的自然語言處理工作的優(yōu)勢，特別適合完成簡單重復(fù)性的文字類事項(xiàng)，可以作為一種綜合性的教學(xué)輔助工具，替代大部分助教類工作，包括課前的課程設(shè)計(jì)、課件制作、素材收集；課中的虛擬討論、過程展示；課后的自動(dòng)出題、閱卷、格式調(diào)整等。除了教學(xué)工作，大模型還可以高效地幫助教師完成撰寫匯報(bào)、填寫表格、數(shù)據(jù)統(tǒng)計(jì)等非教學(xué)工作，將教師從繁瑣的行政事務(wù)中解放出來，更加專注于育人。提高效率之余，大模型還可以借助“AI+教育”實(shí)現(xiàn)人機(jī)協(xié)同育人，助力教師提高教學(xué)質(zhì)量。大模型還可以接入現(xiàn)有的學(xué)習(xí)通等教學(xué)平臺(tái)，通過動(dòng)態(tài)分析學(xué)生學(xué)習(xí)情況，根據(jù)不同學(xué)情分級分類編寫教學(xué)案例，實(shí)現(xiàn)因材施教。例如智能分析學(xué)生日常作業(yè)中的高頻錯(cuò)題，有針對性地生成測驗(yàn)試卷，實(shí)現(xiàn)定制化教育。

盡管具有諸多優(yōu)勢，也難免存在部分教師因循守舊，對于擁抱大模型存在天然的排斥心理。對此，學(xué)校可以出臺(tái)各種措施，加速“師—生—機(jī)”新型教學(xué)模式的演進(jìn)過程。例如邀請相關(guān)開發(fā)企業(yè)進(jìn)校園、進(jìn)課堂，為師生現(xiàn)場講解、線上答疑；開展多種形式的創(chuàng)新教學(xué)競賽，將大模型運(yùn)用作為評分點(diǎn)之一；在新教師入職培訓(xùn)和老教師繼續(xù)教育培訓(xùn)課程中更新相關(guān)課程等。

（二）謹(jǐn)防學(xué)生對大模型產(chǎn)生負(fù)面依賴

當(dāng)下，大模型高等教育應(yīng)用最為人所詬病的問題就是越來越多的學(xué)生直接生成本應(yīng)由自己完成的作業(yè)和考核，包括文字、數(shù)字、編程、圖片等各種形式。由于其內(nèi)容已經(jīng)達(dá)到了以假亂真的程度，教師們又普遍缺乏對大模型技術(shù)底層邏輯的了解，因而陷入束手無策、放任自流的窘境。更糟糕的是，即使教師根據(jù)自己的經(jīng)驗(yàn)和感性認(rèn)知，從內(nèi)容的語法、措辭、邏輯等線索懷疑學(xué)生使用了大模型技術(shù)，也無法獲取有說服力的證據(jù)，進(jìn)而給予適當(dāng)處罰。長此以往，教育庸俗化、知識(shí)同質(zhì)化、學(xué)習(xí)淺表化的問題將愈加尖銳。

解決這一難題，需從大模型技術(shù)的特征和弱點(diǎn)入手。大規(guī)模預(yù)訓(xùn)練語言模型是自然語言機(jī)器學(xué)習(xí)模型，其自始就是為了理解與輸出自然語言而生，天然地不如專家系統(tǒng)那般擅長解決專業(yè)問題。ChatGPT是通用式聊天人工智能，其生成內(nèi)容的準(zhǔn)確性會(huì)隨著輸入信息專業(yè)性和前沿性的提升而降低。高等教育是培養(yǎng)專業(yè)人才和開展學(xué)術(shù)研究的教育活動(dòng)，專業(yè)性恰是其天然屬性。基于這一原理，盡可能提高問題的專業(yè)性，不失為一個(gè)簡單而有效的做法。盡可能使用更專業(yè)的表述、更開放的論題、更復(fù)雜的材料。譬如，用“請結(jié)合我國脫貧攻堅(jiān)取得的偉大勝利，談?wù)勸R克思主義為什么行？”替換“馬克思主義為什么行”這一簡單命題時(shí)，ChatGPT便難以作出切題的答復(fù)。考慮到大模型不具備分析復(fù)雜文本的能力，我們還可以再給出一段閱讀材料后，將問題繼續(xù)變形為：“請結(jié)合這段材料和中國國情，回答馬克思主義為什么行？”

針對已經(jīng)出現(xiàn)的在學(xué)位論文中使用大模型的行為，按照現(xiàn)有規(guī)范應(yīng)當(dāng)明確禁止、懲處。此種行為屬于《高等學(xué)校預(yù)防與處理學(xué)術(shù)不端行為辦法》第27條列明的“代寫論文”“造假”等行為。新修訂的《學(xué)位法》也明確規(guī)定：利用人工智能代寫屬于學(xué)術(shù)不端行為，將面臨撤銷學(xué)位的處罰。目前市面上已有多款A(yù)I生成檢測軟件問世，例如北京大學(xué)和華為聯(lián)合開發(fā)了一款基于PU學(xué)習(xí)的多尺度語言模型檢測器，解決了目前市面上檢測器短文本識(shí)別進(jìn)度低的痛點(diǎn)。對此，可以參照重復(fù)率檢測措施，要求學(xué)生在提交學(xué)位論文時(shí)一并提交AI生成檢測報(bào)告，并由學(xué)校對本校學(xué)位論文開展隨機(jī)抽檢或全覆蓋檢測。

關(guān)于學(xué)生在學(xué)位論文中使用大模型生成內(nèi)容的現(xiàn)象，同樣需要引導(dǎo)和規(guī)范。在生成內(nèi)容的署名問題上，當(dāng)前學(xué)界針對AI生成內(nèi)容是否具有知識(shí)產(chǎn)權(quán)上的可保護(hù)性尚未形成一致意見。其癥結(jié)在于算法黑箱的遮蔽弱化了AI的可解釋性，造成人們難以判斷生成內(nèi)容是否具有著作權(quán)法所要求的獨(dú)創(chuàng)性。[13]筆者的建議是，將大模型視為一種類似數(shù)據(jù)處理軟件的新型研究工具，不禁止學(xué)生在學(xué)位論文中使用，但需以注釋形式或在研究方法一欄額外注明使用的原因、方法、范圍和關(guān)鍵詞等信息。至于是否接受此類新樣態(tài)論文，則交由學(xué)校或編輯部自主決定。

（三）研發(fā)階段企業(yè)需對生成質(zhì)量分類把關(guān)

企業(yè)在科教融合中總是起到橋梁和紐帶作用。作為集設(shè)計(jì)者、開發(fā)者、生產(chǎn)者、服務(wù)提供者等多重角色于一身的關(guān)鍵主體，任何圍繞大模型所討論的規(guī)范措施，如果不能回溯到企業(yè)，則難免治標(biāo)不治本。這樣或那樣的弊病層出不窮，后續(xù)的應(yīng)對措施注定是亡羊補(bǔ)牢、疲于奔命的。若能將治理節(jié)點(diǎn)前移至上游企業(yè)的研發(fā)階段，采取以技術(shù)治理技術(shù)、以算法防范風(fēng)險(xiǎn)的路徑，方才是最安全、有效、便宜、徹底之舉。

縱觀我國現(xiàn)有的規(guī)范文件，不論是與大模型關(guān)聯(lián)度最密切的《暫行辦法》，還是《科學(xué)技術(shù)進(jìn)步法》《科技倫理審查辦法》等有關(guān)文本，無不強(qiáng)調(diào)對企業(yè)安全管理義務(wù)。這種安全管理義務(wù)是全流程的，貫穿科技服務(wù)始終的，但對大模型產(chǎn)品而言其關(guān)鍵在研發(fā)之前的階段。畢竟，一旦內(nèi)容生成則瞬間完成了創(chuàng)造環(huán)節(jié)、傳播環(huán)節(jié)，幾乎沒有阻斷的可能性，即使企業(yè)履行了“通知—?jiǎng)h除”義務(wù)，也無法控制用戶通過的其他途徑傳播內(nèi)容。所謂的安全管理義務(wù)已經(jīng)再難履行，相應(yīng)的安全風(fēng)險(xiǎn)也越發(fā)不可控。因而筆者認(rèn)為在高等教育領(lǐng)域，大模型研發(fā)企業(yè)安全管理義務(wù)最核心的要求，就是采取技術(shù)手段對生成內(nèi)容的質(zhì)量有所把關(guān)。

采取技術(shù)手段對生成內(nèi)容的質(zhì)量有所把關(guān)，底線是消除有害內(nèi)容的自動(dòng)生成。這里的有害內(nèi)容大致包括三類：違反法律、背離黨和國家大政方針等國家層面的不良內(nèi)容；傷害公眾感情、產(chǎn)生不良輿論導(dǎo)向等社會(huì)層面的不良內(nèi)容，以及黃色、暴力、恐怖等個(gè)人層面的不良內(nèi)容。其來源既可能是用戶不規(guī)范提問的無心之舉，也可能是有意為之。當(dāng)大模型通過“關(guān)鍵詞檢測+人工復(fù)檢”的方式識(shí)別到這些提問時(shí)，可以采取分類應(yīng)對的方式。第一種情形通常存在明確的規(guī)定或權(quán)威論述，研發(fā)企業(yè)所需要做的就是訓(xùn)練大模型準(zhǔn)確檢索并完整展示相關(guān)答案。防止錯(cuò)誤言論產(chǎn)生的同時(shí)，也要杜絕含糊其辭、隨意刪減、變換表述之類容易引發(fā)歧義的回答。針對第二種情況，如有公權(quán)力機(jī)關(guān)的通報(bào)、公告等官方答復(fù)時(shí)應(yīng)當(dāng)優(yōu)先引用，否則也可以在程序設(shè)計(jì)時(shí)要求大模型多做事實(shí)陳述、少做價(jià)值判斷。針對第三種情況，則需考慮其中是否包含積極作用，例如具有豐富文學(xué)藝術(shù)價(jià)值的作品、具有學(xué)習(xí)參考價(jià)值的醫(yī)學(xué)圖片等。反之，則應(yīng)禁止或進(jìn)行局部無害化處理。

采取技術(shù)手段對生成內(nèi)容的質(zhì)量有所把關(guān)，還要求大模型具備對敏感問題提問的識(shí)別和回避能力。與有害內(nèi)容不同，敏感問題往往無關(guān)是非對錯(cuò)，其敏感之處在于涉及價(jià)值觀分歧，易制造矛盾、爭議或焦慮。例如如何看待同性戀群體、如何看待中國式人情世故、如何評價(jià)某爭議歷史人物等，這些問題由于缺乏官方答復(fù)，也未形成權(quán)威觀點(diǎn)，因而無法采取與前者同樣的措施。對此存在三種對策：一是直接賦予大模型拒絕回答的權(quán)利，在識(shí)別到敏感問題提問后一律禮貌地拒絕回答。此舉最為簡單、徹底，缺點(diǎn)是會(huì)降低用戶體驗(yàn)，也易使研發(fā)人員陷入懶怠，拖累大模型技術(shù)發(fā)展；二是作開放式回答，只進(jìn)行觀點(diǎn)和論據(jù)的展示，不作價(jià)值判斷和傾向性回答。同時(shí)對所展示的觀點(diǎn)亦要有所篩選，剔除個(gè)別過于極端、明顯不當(dāng)?shù)挠^點(diǎn)。三是作差異化答復(fù)，通過先前積累的用戶信息和交流習(xí)慣精準(zhǔn)繪制用戶畫像，以此推送最契合其價(jià)值觀的答案，實(shí)現(xiàn)人機(jī)交流時(shí)的“高情商”對話。

五、結(jié)語

黨的二十大報(bào)告將教育、科技、人才進(jìn)行統(tǒng)籌安排和一體部署，并且明確提出“推進(jìn)科教融匯”“推進(jìn)教育數(shù)字化”，凸顯出我國教育與科技融合的頂層設(shè)計(jì)。習(xí)近平總書記指出：“促進(jìn)教育變革創(chuàng)新，充分發(fā)揮人工智能優(yōu)勢，加快發(fā)展伴隨每個(gè)人一生的教育、平等面向每個(gè)人的教育、適合每個(gè)人的教育、更加開放靈活的教育”[14]這些論述都表明高等教育必將持續(xù)接納以大模型為代表的諸多數(shù)字技術(shù)的融入。繼ChatGPT之后，各家類似的產(chǎn)品紛紛問世，新情況、新問題層出不窮，大模型之外，各種數(shù)字技術(shù)快速發(fā)展，高等教育還將不斷面臨各種未知的沖擊?！胺殴芙Y(jié)合”的基本立場或許能夠?yàn)槊嫦驍?shù)字時(shí)代的高等教育長治久安提供參考。

［參 考 文 獻(xiàn)］

［1］ Educators Battle Plagiarism As 89% Of Students Admit To Using OpenAI's ChatGPT For Homework Chris Westfall[EB/OL].（2023-01-28）[2024-5-11].https：//www.forbes.com/sites/chriswestfall/2023/01/28/educators-battle-plagiarism-as-89-of-students-admit-to-using-open-ais-chatgpt-for-homework/.

[2] 郭劍英.ChatGPT沖擊波已來，高等教育應(yīng)做好準(zhǔn)備[N].中國社會(huì)科學(xué)報(bào)，2023-01-14（9）.

[3] 丁磊.生成式人工智能：AIGC的邏輯與應(yīng)用[M].北京：中信出版集團(tuán)，2023：5.

[4] 王正青，阿衣布恩·別爾力克.ChatGPT升級：GPT-4應(yīng)用于未來大學(xué)教學(xué)的可能價(jià)值與陷阱[J].現(xiàn)代遠(yuǎn)距離教育，2023（7）：3-11.

[5] 港大禁用ChatGPT等AI工具 為全港大學(xué)首例[EB/OL].（2023-02-28）[2024-5-11].https：//news.cctv.com/2023/02/18/ARTIuUEtF2v60iUtd2ZsFSNt230218.shtml.

[6] 王悠然.利用ChatGPT優(yōu)勢完成教育目標(biāo)[N].中國社會(huì)科學(xué)報(bào)，2023-03-31（5）.

[7] 烏爾里?！へ惪?風(fēng)險(xiǎn)社會(huì)：一種新的現(xiàn)代化之路[M].張文杰 ，何博聞，譯.南京：譯林出版社，2018：9.

[8] 彭椿庭.ChatGPT對教育意味著什么——代表委員熱議人工智能技術(shù)對教育的影響[N].中國教育報(bào)，2023-03-05（11）.

[9] 吳剛.從工具性思維到人工智能思維——教育技術(shù)的危機(jī)與教育技術(shù)學(xué)的轉(zhuǎn)型[J].開放教育研究，2018（2）：51.

[10] 李芒，石君齊.靠不住的諾言：技術(shù)之于學(xué)習(xí)的神話[J].開放教育研究，2020（1）：14.

[11] 卡爾·貝內(nèi)迪克特·弗雷.技術(shù)陷阱：從工業(yè)革命到 AI 時(shí)代技術(shù)創(chuàng)新下的資本勞動(dòng)與權(quán)力[M].賀笑，譯.北京：民主與建設(shè)出版社，2021：25.

[12] 蘇令.人工智能時(shí)代需要怎么樣的教師[N].中國教育報(bào)，2018-05-17（3）.

[13] 劉艷紅.人工智能的可解釋性與AI的法律責(zé)任問題研究[J].法治與社會(huì)發(fā)展，2022（1）：79.

[14] 習(xí)近平總書記向國際人工智能與教育大會(huì)致賀信[EB/OL].（2019-05-16）[2024-5-11].http：//www.xinhuanet.com/politics/leaders/2019-05/16/c_1124502111.htm.

The Combination of Laissez-Faire and Regulation on Higher Education Response to the Impact of Large-Scale Language Models and Its Development

Chen Xinzhe

Abstract： Large-scale pre-training language models invade higher education through the active use of students， leading to a triple crisis of knowledge， integrity and values. Its huge application prospect and the established fact of a large number of users indicate that the ban is not feasible. The existing products are still in the rapid iteration period， coupled with the lack of mature governance schemes， so it is too early to encourage promotion. The regulation of the large model should establish the position of combining laissez-faire and regulation， insisting on doing something and not doing something. On the one hand， the public authority should restrain the impulse of regulation， properly indulge in wait-and-see， and precisely regulate only some necessary matters; On the other hand， private subjects such as teachers， students and enterprises are encouraged to explore autonomous measures and guide large models to positively empower higher education. In the future “teacher-student-machine” trinity education model， the central position of teachers will not be weakened， but will be enhanced.

Key words：large-scale pre-training language model; higher education; ChatGPT; artificial intelligence

責(zé)任編輯：陳星宇