ChatGPT引发语言学多维研究 人工智能与语言学的研究

ChatGPT引发语言学多维研究

随着人工智能技术的创新突破，自然语言处理技术也发生了翻天覆地的变化。以ChatGPT为代表的人工智能语言产品的出现，正在刷新人类对人工智能技术的认知，归根结底是语言的基础性处理技术的发展。面对人工智能技术的迭代发展，我们不仅应对人类自然语言与人工智能语言的未来发展给予充分关注，更应深入思考当下语言学理论的发展如何服务科技、拥抱未来。

语言形态的未来指向人类自然语言与人工智能语言共存共生。就运行机制而言，ChatGPT是集人工智能语言生成与语言智能处理技术于一体的人工智能语言模型。基于自然语言处理（NLP）、生成式预训练（GPT）等技术，ChatGPT既实现了对自然语言信息的有效识别、深度学习与充分模仿，进而生成人工智能语言，同时通过对自然语言的学习、推理、判断、应答，完成了真正意义上的人机交互对话、机器翻译、信息总结提取等语言活动，实现了由人类自然语言到人工智能语言的蜕变。ChatGPT所生成的智能语言，本质上是一种“具有符号处理和逻辑推理能力的计算机程序设计语言”，是对自然语言构建的数据进行大量的预训练而生成的。绝大多数情况下，智能语言中的语句合乎语法规范、语义指向清晰、语言逻辑通顺。所以，就这一层面而言，人类的自然语言成为了人工智能语言的知识来源与数据支撑，是ChatGPT预训练的重要给养。而对于自然语言而言，人工智能语言也成为自然语言的变体与语言知识的延伸。总体上，人类自然语言与人工智能语言互为补充，二者的深度融合与合作必将成为人工智能技术领域发展的新突破，同时将成为语言界与科技界研究的新课题。

语言理论的研究正由人类独立探索转向人机合作共建。在人工智能出现之前，语言的奥秘一直是由人类独立探索。无论是关于语言结构方面的研究，还是关于语言变化规律或使用规律的研究，都相应地形成了若干理论体系，如结构语言学、语法学、语用学等。人工智能技术的产生，尤其是ChatGPT的出现，让我们看到人工智能“大算力”生成智能语言的威力。人工智能在浩如烟海的语料中智能化、自主、自动学习与处理语言的能力是人类无法匹敌的，对语言深度学习与模仿的潜力巨大。这也让我们意识到，与人工智能相比，人类对语言的研究能力还存在着局限性。毕竟任何语言学家的记忆能力、处理能力都是有限的，在语言研究中出现了诸如“例不十，不立法”“例外不十，法不破”等研究惯例或者探索精神，这是人类研究语言“没有办法的办法”。但ChatGPT的成功在一定程度上反映出，人工智能已经比人类发现了更多的语言规律与语言奥秘，这些语言规律与奥秘恰恰是语言学理论未来进一步发展的重要突破口。这清晰地说明，语言学理论的突破不再是由语言学家或者科学家独立完成，也能够依赖人机相互协作来完成建构。实现人类的智慧与计算机的计算能力充分结合，将会成为语言学理论研究的一大趋势。

智能语言的应用必须从“万物互联”走向“万物交互”。随着科技的发展，人类社会从互联网时代逐步进入物联网时代以及万物互联时代，互联网解决了人与人之间的信息交流和沟通问题，而物联网或万物互联则主要解决人与人、人与物、物与物之间的信息与数据交流问题。然而，考察目前技术发展与应用现状，我们并未彻底解决人与物之间信息与数据交流的有效性问题，即“人—物”“人—物—人”等交互存在有效性互动的问题。多数情况下，设备无法充分理解与处理人类自然语言，因而无法有效作出决策或完成指令。万物互联实际上只是解决了人与物或物与物之间的联系问题，并未解决“万物交互”问题。但ChatGPT等智能语言技术的出现正在打破这一现状，使“万物互联”走向“万物交互”变为可能，并且这种交互的有效化正在朝着交互的人性化、情感化与艺术化的方向演进。可以预见，以实现“万物交互”为技术突破，有助于重塑生产组织方式，进一步推动新的产业革命到来。

当前，ChatGPT等人工智能语言的出现，一方面将改变语言的学习方式与语言的研究方式，另一方面将人类从“万物互联”的世界带入“万物交互”的世界。当然，人工智能为人类世界带来改变的同时，也会对信息传播的伦理、版权、安全等问题带来巨大的治理挑战。我们应当辩证思考、理性对待这一变化，作为基础性的语言学理论研究更应有效地应对这些挑战。

作者：李佳

来源：中国社会科学网返回搜狐，查看更多

Sven Tarp教授做客外语论坛谈人工智能与词典编纂

2023年6月14日上午，丹麦奥胡斯大学（UniversityofAarhus）教授、国际知名词典学者、现代功能词典学理论创始人SvenTarp（斯宛·塔普）应邀做客第220期外语论坛·专家论道，为我院师生做了题为“人工智能之于词典编纂：机遇还是挑战？”的讲座。本次讲座由外国语学院语言学跨学科研究中心主办，耿云冬副教授主持。

塔普教授首先梳理了词典发展史，随后借用GregoryGrefenstette与MichaelRundell两位学者关于词典学未来的问答，指出未来技术赋能的词典编纂工作将与现在大有不同，辞书数据库建设应成为数字时代词典编纂的核心任务。随后，他对比分析了两款英文写作辅助工具（Grammarly和DeepLWrite），指出它们共同的不足——即对非英语母语使用者的指导存在缺陷，对使用者的语言功底有一定要求。面对ChatGPT带来的冲击与挑战，塔普教授认为词典编者不必悲观，人工智能模型虽然能够在某些场景下取代词典编者，但是在各种实际情境中，人类对于词汇的理解和使用仍然是至关重要的。随着人工智能技术的不断发展，它将会越来越多地为词典编者所应用，起到助力的作用。例如，人工智能可以通过自动化处理大量的语言数据，为词典编者提供更为丰富和详实的语言素材，帮助词典编者更好地理解和解释语言现象。在简要介绍自身经历并强调跨学科合作的重要性后，他通过丰富的案例和视频生动展示了他正在参与研发的一款西班牙语写作助手项目（didacticSpanishwritingassistant）。该写作助手基于人工智能驱动的语言模型，可以在写作过程中即时给予使用者语言辅助。该项目目前的难点主要是语言模型（GECToR）的训练和用户交互的探究。最后，塔普教授深入探讨了人工智能背景下人类编者和人工智能“编者”之间如何进行深度跨学科合作，以实现词典编纂的守正创新之路，这需要将创新方式从线性创新（Linearinnovation）转变为颠覆式创新（Disruptiveinnovation）。

讲座结束后，在场师生与塔普教授进行了深入互动，耿云冬副教授对本次讲座内容进行了总结。在问答环节中，塔普教授对“如何引导学生正确使用人工智能”和“利用ChatGPT进行词条编纂”相关问题进行了进一步探讨。

【专家简介】SvenTarp（斯宛·塔普），丹麦奥胡斯大学（UniversityofAarhus）教授，国际知名词典学者，现代功能词典学理论创始人，长期从事词典编纂实践，主编及参编词典近20部，有非常丰富的词典编纂经验，著述丰厚。