近一段时间，ChatGPT引发全民讨论。目前，ChatGPT在编程、考试、面试和数据分析等场景展现出惊人能力——持续开源训练，也让技术未来的进化速度越来越快——ChatGPT对人类“文理工”学科，带来哪些影响和挑战？身在其中，普通人该怎么办。面对无可回避的浪潮，人类如何“反内卷”？未来，对高级人工智能如何管理和治理？中央广播电视总台经济之声《远见》对话——知名出版人、中信出版社执行总编辑方希；清华大学人工智能国际治理研究院副院长梁正。

　　思远：两位是所在“文、理工”领域的中坚力量。最近，方总在跟国内外作者聊AIGC主题的图书出版，梁院长在研究AIGC的伦理赋权问题。你们研究后，核心结论是什么？作为个人，慌不慌？

　　方希：慌也没有用啊。谁在用这人工智能取代你？是你的老板、你的公司吗？还是通过什么样的方式？我也不认为它能取代阅读和出版，并不是因为我是做出版的，就说“出版永恒”。GPT有它的优势，比如总结能力等，但其准确度和大型底层数据的质量相关。

　　图书是所有知识产品中，最典型的在生产过程中不断校准的产品，也许书有错误、会过时。但它是最稳定的持续记录人类文明成果的产品，综合平均数据是非常优质的。

　　短期看，ChatGPT可能会对“创新”的基础，比如“版权制度”产生巨大挑战，在高科技、思想创新领域，形成默默无声的高级抄袭。比如你皓首穷经地写作，有了重要突破，但马上就被投喂到数据中，你没有任何报酬和收益。这对于创新者、创作者有很大打击。

　　思远：说到底，人工智能开始颠覆传统的信息获取渠道和方式。也许从互联网兴起的那一刻，就开始了。梁院长，您会慌吗？

　　梁正：ChatGPT最开始让我们这些做研究的人有点慌，甚至感觉将来可能工作可以由它来做了。但更深入了解后，我们却很兴奋。

　　每一次技术进步，对我们都是机会，代码也可以视为一种工程。技术可以把我们从重复、繁重的一些工作中解放出来。比如查文献、整理材料，甚至数据分析，它确实好用。我们科研圈子都觉得，这是大势所趋，将来一定要去用它。

　　梁正：对的，GPT在语言、文生图等方面的大模型。这种大规模预训练模型 ，国内也有很多，在多模态数据的处理方面，取得非常大进步。所以，这是整个产业发展大势所趋，从过去的“大练模型”到“练大模型”阶段，通用接口一旦出现，就可以“赋能”千行百业。

　　思远：各行业的人都来用它、训练它，形成规模化的“训练生态”。ChatGPT的试水应用非常广泛，像法律咨询、公文和论文写作、HR招聘，还有基础编程，几乎是涵盖了“文理工”全面学科。两位从各自所在“文理工”角度怎么看？它对哪一行的实际影响更大？

　　方希：我确实跟不同行业的朋友聊过这个话题。大家更关注的不是眼下，而是更长时间对行业、社会结构的影响，尤其是对教育的影响，无论“文理工”。人工智能产生了大量“知识外挂”，它让“任务型教育”成为可能，问题是谁来设定任务的方向？怎么选择？任务完成后是否会带来其他的恶化结果？由此倒推，基础教育的内容是否得到大量改造？

　　第二，对职业教育的影响。我们从出版行业来看，比如一个新入行的编辑，首先要经过两年非常基础的规范性训练，包括置词、标点和验证论据的正确性——是否有这样的论文发表？是否有这样的实验发生？GPT人工智能做基础工作一定比初学者好得多，那么编辑失去规范、反复训练后，是否有足够的能力去应付复杂而高级的问题？目前，这没有特别清晰的结论，但它是个比较清晰的问题。

　　思远：完全理解。文字工作者也好，语言工作者也好，要想学好“武功”，“练内功、扎马步”必不可少。但AI如果做得更好、更快、更标准，且不知疲倦，人类是否还有必要学“基本功”？如果不学，“底盘”不扎实怎么办？这是一个待解的悖论。

　　思远：不光是出版行业，包括我们媒体在内的“文科”都要面临这样的问题。梁院长怎么看，理工科受到的冲击更大，还是更小？

　　梁正：从学科的知识体系来看，其实ChatGPT给我们提出了很多新问题。但“自动化编程”不是今天才出现的。理工科里，“理科”是研究科学发现的，为什么我们还要给中学生讲“三大定律”？因为科学发现，是基于对现实世界的“观察”“假设”，然后去验证。

　　ChatGPT现在能力强，但1+1=2做不好，因为它不是基于推理，而是基于数据的概率统计、分析得到结果。现在，我们能做的是利用它的能力，把现有的科学发现更有效率地整理、积累，用于教育，提高效率。就像有了计算器以后，我们还是要学加减法。科学的发现，还是要靠“人”的。

　　思远：总结起来，AIGC对“文科”的影响体现在对“文科职业素养”的教育选择和搭建上；对“理工科”而言，会受到一定程度影响，但如果人类善于与机器“共舞”，最终对世界的“发现”主动权，还在人类自己手上。

　　方希：未来怎么去和发达的人工智能相处，我们的很多科学图书作者、专家有完全相反的看法。比如“贝叶斯网络”的发明者朱迪亚·珀尔，乐观地认为人工智能是新的物种，比人类更有道德准则。但埃隆-马斯克认为，人工智能是对人类文明的威胁。

　　我个人觉得，悲观可能是深刻的，但没太大用处。所以，我对年轻同事的要求——AI技术出来，就去用，看它能够帮助到什么程度。既不要惊讶于AI的速度和效率，也不要嘲笑它偶尔出现的错误，这是一条根本回不去的路，人类只能选择“协同进化”。

　　梁正：我们和同行交流后觉得，大量工作AI是完全替代不了的。科研工作中，我们要遵循从观察想象、假设提出、实验验证、数据分析，这样一整套基础工作。现在，GPT主要是给我们做科研的信息整理和搜集，无法去实验验证。因为拿它做出来的一些专业（实验）结果，我们一看，是完全错误的。

　　很多知识发现，是没办法被结构化的，要考虑到人类的悟性。比如，我们对“暗物质”的认识还非常浅。人类的思维空间，无论是左脑，还是负责“想象力和创造力”的右脑，都远远没开发出来。AIGC出现了，可以让人类解放更多脑力和精力，才会有更多发明创造、物质文明进步和思想文化繁荣。

　　思远：有道理。把人的精力从烦琐劳动中节省出来，让人类从更高的维度，去发现世界的另一面。最后，说说人工智能的治理，怎么去管住它也很重要。方总，您怎么看待对AIGC内容本身的安全性管理？

　　方希：数据的质量，决定了内容输出的质量。令人担心的可能不是现在，而是在于它不断学习后的“真伪难辨”，尤其是每个人在自己完全陌生的领域。

　　人类有一种“本能”——把自己第一次听到的东西，当成真理。比如有些辩论，其实人是在捍卫自己第一次听到的信息。这就是为什么我们在大家庭的微信群中，总看到老人们传递一些明显错误的信息。所以，“信息素养”成为人在互联网上最重要的素养之一。

　　未来，与AIGC对话的语境，不该在自然环境中形成，也应该包括政府、法律、社会治理上的深度介入。“泥沙俱下”是必然经历的阶段，但“整齐划一”，比“泥沙俱下”更危险。它意味着，知识输出的垄断。我们需要回到最基础的层面——信念、健康和美，做好这三项，人的自由意志可能才有坚实底座。

　　思远：非常同意。一方面，要打破AIGC内容的“绝对垄断”；另一方面，人类要克服“思维惯性”，我们要尊重事实本身的正确性，也要让机器智能的表达，在一定规则下，更自由。梁院长，从人工智能的伦理和治理方面，您怎么看？

　　梁正：不仅仅是人工智能，对所有的新兴技术，包括：基因编辑技术、量子计算等，都存在管理、治理问题。新兴技术出现时，如果用“一刀切”的方式，反倒是成本更高的。

　　但它也确实带来短期的负面影响，比如隐私、内容造假等负面风险。对新兴技术的治理，要有社会的“建构”过程，伦理价值观也不是一成不变的——最早机器刚出现时，很多人类也是反对的，甚至去打砸机器，但最终大家会接受它。

　　经过社会讨论的过程，建立起相应的法规约束。比如，当年机器替代劳动，为了保护劳动者，建立了8小时工作制和全面的社会劳动保障制度。所以，不要去恐惧它，再强的人工智能出现，说到底，还是怎么去与之相处的问题。

　　思远：无论是人类还是人工智能，都需要道德、伦理、法律的框架约束和保护。所以，一方面要给人工智能空间，更多耐心和“进化”空间，以及必要的校正；另一方面，更要保护人类自身的成长和进化。

　　转载申请事宜以及报告非法侵权行为，请联系我们专题更多远见丨对话人类“文理工”科专家 怎样接招ChatGPT？

　　近一段时间，ChatGPT引发全民讨论。目前，ChatGPT在编程、考试、面试和数据分析等场景展现出惊人能力——持续开源训练，也让技术未来的进化速度越来越快——ChatGPT对人类“文理工”学科，带来哪些影响和挑战？身在其中，普通人该怎么办。EBET易博官网