近年來,以O(shè)penAI的ChatGPT為代表的大語言模型迅速發(fā)展，在各行各業(yè)衍生出了以大量典型的實用化應(yīng)用，相比早期的自然語言處理工具，大語言模型具有更強大的自然語言處理能力，不僅能夠識別語義信息，還能理解上下文關(guān)聯(lián)，進行多輪對話。這使其能夠以近似人類的方式進行交互,理解并回答提問者的問題。同時大語言模型具備海量知識庫，其訓(xùn)練用的語料涵蓋了維基百科、文學(xué)作品、論壇對話等各類文本數(shù)據(jù)，知識容量巨大，這為其提供了充分的知識來源，可以就多種領(lǐng)域的問題給出解答。目前在教育領(lǐng)域，大語言模型主要用于個性化的知識講解，教學(xué)文案生成，教學(xué)評估與反饋等，在降低教師負(fù)擔(dān)的同時，其新穎的人機交互形式也可以提高學(xué)生的學(xué)習(xí)興趣和參與度。
大語言模型在思政教育方面的應(yīng)用及風(fēng)險
在思想政治教育方面，同樣面臨其帶來的沖擊和變革。值得注意的是，大語言模型作為一種新興技術(shù)，其應(yīng)用既存在機遇也潛藏風(fēng)險。
從積極層面看，大語言模型技術(shù)具有語義分析和知識輸出能力，可以實現(xiàn)對學(xué)生需求的精準(zhǔn)把握和個性化回應(yīng)，這為思想政治教育提供了實現(xiàn)“因材施教”的可能性。同時，大語言模型可以通過輔助教案準(zhǔn)備、自動生成測試題目、批改作業(yè)等方式幫助教師減輕重復(fù)勞動，提高教學(xué)效率。但是，我們也要清醒地看到，直接應(yīng)用大語言模型進行思想政治教育存在一定風(fēng)險。其訓(xùn)練所用的海量數(shù)據(jù)中可能存在錯誤知識、負(fù)面內(nèi)容，這些元素都可能被編碼在模型參數(shù)中，其輸出可能會引導(dǎo)學(xué)生產(chǎn)生價值觀念的偏差。依賴大語言模型的思想政治教育也會削弱學(xué)生的獨立思考能力，模型生成的內(nèi)容往往更具形式化邏輯性，但缺乏真正的價值引領(lǐng)作用。此外,過度依賴大語言模型會侵蝕教師的主體地位，教師有可能陷入被動回復(fù)的局面?？傮w來說,大語言模型啟發(fā)了思想政治教育變革的可能，但應(yīng)用過程中需要警惕其技術(shù)局限性,不能直接等同于教師的引領(lǐng)作用,必須防范其負(fù)面影響，真正服務(wù)于學(xué)生全面發(fā)展的根本目的。
大語言模型的局限性根源分析
從技術(shù)上看，大語言模型在思政教育方面的局限性來自于以下幾個方面:
一是大語言模型的數(shù)據(jù)來源存在問題?，F(xiàn)有可供訓(xùn)練大語言模型的公開語料數(shù)據(jù)，很大一部分來自互聯(lián)網(wǎng)等渠道，ChatGPT的訓(xùn)練數(shù)據(jù)絕大部分和GPT-3是相同的，而據(jù)統(tǒng)計GPT-3的訓(xùn)練數(shù)據(jù)中，英文占比超過92%，擁有絕對優(yōu)勢，其他語言占比極低，中文占比不到1%，因此訓(xùn)練數(shù)據(jù)可能包含不符合主流意識形態(tài)和價值取向的內(nèi)容。此外，現(xiàn)有數(shù)據(jù)對主流意識形態(tài)闡釋不夠充分，理論聯(lián)系實際的案例較少，也會弱化模型對正確價值觀的判斷。
二是訓(xùn)練方法的局限性。大語言模型本質(zhì)上仍然是一個概率模型，在學(xué)習(xí)過程中并不會對數(shù)據(jù)進行價值上的篩選，一旦訓(xùn)練過程中權(quán)重錯誤知識的比例較大,就會影響模型的知識結(jié)構(gòu)和價值判斷。當(dāng)前大語言模型訓(xùn)練還無法達到真正理解知識內(nèi)涵的效果。
三是人為治理不足。大語言模型技術(shù)快速發(fā)展,相關(guān)的應(yīng)用治理措施與法規(guī)還不夠完善,模型開發(fā)企業(yè)和使用方的自律性有待加強。對一些可能引發(fā)問題的模型應(yīng)用，目前還缺少相關(guān)技術(shù)限制和行為規(guī)范,使用時還需進一步完善相應(yīng)監(jiān)管。
從思政教育角度對大語言模型發(fā)展的建議
為了避免上述風(fēng)險，需要從多個方面入手，強化大語言模型應(yīng)用于思想政治教育的效果。
（1）在思政教育中，明確大語言模型是一個輔助工具，不能替代教師主體地位。教師需要保持清醒認(rèn)知，了解其風(fēng)險，合理應(yīng)用。完善應(yīng)用規(guī)范，防止過度依賴和不當(dāng)使用。
（2）從基礎(chǔ)科研、知識版權(quán)等方面支持領(lǐng)先的科技公司改進大語言模型的算法技術(shù)，提升其對世界知識理解的準(zhǔn)確性，開放模型運行查詢接口,使教育工作者能夠查詢其內(nèi)部知識圖譜，了解知識來源。
（3）加速相關(guān)法規(guī)制定,構(gòu)建應(yīng)用治理框架，積極參與國際大語言模型治理的標(biāo)準(zhǔn)制定。如建立大語言模型應(yīng)用的法規(guī)條例,明確技術(shù)開發(fā)和應(yīng)用的底線原則。成立約束性規(guī)章制度，要求開發(fā)商和應(yīng)用方建立內(nèi)容審核等制度化流程，防止內(nèi)容偏差。加快人工智能倫理治理立法，為大語言模型應(yīng)用劃定紅線。
總結(jié)
隨著技術(shù)爆炸式的發(fā)展，大語言模型的廣泛應(yīng)用已經(jīng)是必然趨勢。出于對行業(yè)知識專業(yè)性的要求，已經(jīng)有很多公司在構(gòu)建面向不同行業(yè)的大語言模型或多模態(tài)模型，未來也有可能會出現(xiàn)根據(jù)實時數(shù)據(jù)即時更新的大語言模型，因此，在對大語言模型的治理上，要有超前的思考和行動。在充分利用大語言模型為思想政治教育賦能的同時，也要對其能力邊界及風(fēng)險有足夠的認(rèn)識，通過完善數(shù)據(jù)建設(shè)、設(shè)置輸出審核、劃清定位邊界、增強透明度、建立法規(guī)治理等舉措，可以在發(fā)揮其技術(shù)優(yōu)勢的基礎(chǔ)上，有效規(guī)避其負(fù)面影響，促進思想政治教育的健康發(fā)展。這需要技術(shù)企業(yè)、政府管理部門、教育工作者等多方協(xié)同努力,共同推進人工智能在教育領(lǐng)域的深度融合應(yīng)用。
作者：劉璇 北京化工大學(xué)文法學(xué)院
