意義互聯網的興起——ChatGPT開啟互聯網第三次革命

劉德寰 洪馨儀

【摘要】互聯網誕生以來已經經歷了兩個發展階段。其中，桌面互聯網解決了“何時”的問題；移動互聯網解決了“何地”的問題。以ChatGPT（GPT-4）為代表的大型語言模型產品開啟了互聯網的第三次革命——意義互聯網。意義互聯網時期，“何事”的問題開始被解決，不懂不再是障礙。人類反饋強化學習的訓練方法、注重交互性的設計方式、上下文學習的能力是大型語言模型取得成功的關鍵原因，也是意義互聯網的基礎技術架構必不可少的特性。意義互聯網的本質是智能時代的來臨。在意義互聯網時代，通用人工智能的實現將不再遙遠，人工智能生成內容將不斷有新突破，人機關系將發生更深層次的融合，人工智能的因果推斷能力將進一步增強。在意義互聯網極速擴張的同時，其中隱含的問題同樣不可忽視。如何擁抱第三次互聯網革命，實現技術與人的良性互動，將是被長期探索的重要課題。

【關鍵詞】意義互聯網 人工智能 人機關系 ChatGPT

【中圖分類號】G206 【文獻標識碼】Ａ 【文章編號】1003-6687（2023）9-042-08

【DOI】 10.13786/j.cnki.cn14-1066/g2.2023.9.006

自20世紀90年代萬維網的思想被提出始，互聯網徹底顛覆了人類的生產生活狀態，人類歷史進入了新的篇章。互聯網技術發展和迭代的速度超乎人們的想象。自誕生以來，其已經歷了兩個發展階段：桌面互聯網和移動互聯網。如今，我們正處在第三次革命的邊緣，以ChatGPT為代表的大型語言模型產品的推出讓意義互聯網呼之欲出。在互聯網歷史的劇變期，梳理互聯網前兩次革命的歷程，介紹第三次革命的開創意義，有利于占領先機，以更主動的姿態擁抱正在到來的新時代。本文首先回顧桌面互聯網和移動互聯網時代的發展歷程和特征，然后重點探討意義互聯網的內涵及發展趨勢，以期為未來研究和應用提供有益的啟示。具體而言，本文試圖跳出新技術研究的既有范式，將關注點從對技術表象特征的描繪轉向對技術本質邏輯的探尋，并嘗試以俯瞰的視角，在互聯網史的脈絡中找尋新技術的歷史定位和坐標意義。同時，區別于目前盛行的批判主義取向，本文著墨于意義互聯網時代人機共生的潛力，試圖探索一條人類擁抱新技術的未來之路。

一、桌面互聯網：解決“何時”的問題

互聯網的第一次革命是桌面互聯網的誕生和進化。桌面互聯網可以被定義為一種通過個人計算機（例如臺式機、筆記本電腦等）訪問和使用互聯網資源的方式。其為用戶提供了豐富的信息和多樣化的在線服務，包括電子郵件、網頁瀏覽、文件傳輸、在線購物和社交媒體等。[1]桌面互聯網是在計算機發展的過程中應運而生的。1946年，世界上第一臺計算機在美國誕生，當時計算機的主要功能是快速計算，那時由于計算機數量稀缺且昂貴，普通人很難獲得使用計算機的機會。因此，當多個用戶或團隊需要使用同一臺計算機完成各自的任務時，他們必須按照某種順序排隊等候，一次只能有一個任務在計算機上運行。隨著計算機技術的發展，特別是操作系統和計算機硬件的進步，分時系統的出現逐漸解決了這個問題。分時系統中的多任務處理和時間共享系統允許計算機在同一時間內運行多個任務，且使得多個用戶可以同時通過終端訪問和使用計算機資源。[2]

1969年，阿帕網在美國誕生，這是互聯網的雛形，也標志著一個新的時代的開始?！昂螘r”的問題從此刻開始被加速解決。1983年，TCP/IP協議正式成為網絡標準協議，這一協議將ARPANet與其他獨立網絡連接起來，形成了互聯網。1990年左右，萬維網思想被提出，也就是實現網絡中的文字、圖像等超文本信息的相互連接。1991年，萬維網向公眾開放，任何人都可以訪問和創建網站，人們可以在不同地點同時上線建立虛擬身份和信息的關聯。[3]20世紀90年代初，克林頓政府提出“信息高速公路”計劃，互聯網成為各國在信息化賽道上加速鋪陳的基礎設施。20世紀最后十年，一系列標志性互聯網產品相繼推出，包括互聯網最早的搜索引擎和門戶網站雅虎、最早的在線購物商城亞馬遜等。也是在這一時期，中國邁入互聯網世界的大門，并擁有了如中國萬維網、騰訊、阿里巴巴、新浪網等自主的代表性互聯網公司和產品。進入21世紀，世界加速在“信息高速公路”上狂飆，平臺社會來臨。伴隨著互聯網技術的高速發展和用戶規模的急劇擴張，各類社交網絡平臺、在線視頻平臺、電商平臺、實時信息傳播平臺等如雨后春筍，在東風中成長崛起。

桌面互聯網時代的到來極大地改變了人類對時間利用的認知與行為。在傳統的時間觀念中，由于地理空間和信息傳播的局限性，人們在獲取信息、與他人溝通以及協作過程中，往往受制于特定時間。然而，桌面互聯網打破了這一界限，使得信息的傳播變得高效、便捷和實時。在這一變革下，人們對時間的利用和認知發生了根本性的顛覆。

桌面互聯網在很大程度上解決了人們在“何時”接觸和共享信息的問題。一方面，桌面互聯網打破線性時間的限制，使不同人群和事件的同時性成為可能。桌面互聯網實現了每個終端同時完成任務以及時間互聯，聯網的計算機可以實現資源和成果的共享?；ヂ摼W技術將同一時間的不同人群和事件鑲嵌進網絡，實現了遠距離同時工作。

另一方面，桌面互聯網解放了個人時間。一些產品和服務已經讓人們生活在真正的全天候、全球化的信息平臺，讓即時和隨時成為可能。比如，在桌面互聯網時代，電子郵件已經成為一種主要的通信方式，使得人們可以在任何時間發送和接收郵件，提高了工作效率和溝通便利性。在社交媒體盛行之前，人們主要通過在線論壇（如BBS、貼吧等）與世界各地的朋友交流，這些平臺允許用戶隨時發布信息、回復他人以及與他人互動。在信息檢索方面，桌面互聯網時代，人們可以隨時訪問門戶網站、搜索引擎以及在線新聞網站獲取資訊。在智能手機出現之前，桌面即時通信軟件（如MSN Messenger、Yahoo Messenger、騰訊QQ等）已經開始在個人電腦上廣泛使用，使得用戶可以隨時與他人進行實時溝通。在教育資源和娛樂方面，人們可以隨時通過在線教育網站訪問課程資源，雖然當時在線娛樂資源相對有限，但用戶仍然可以通過桌面互聯網訪問和下載音樂、電影和游戲等。

可以說，桌面互聯網時期，對計算機和網絡的使用大大提高了人們的工作和生活效率，而解決“何時”問題是此次變革的核心。

二、移動互聯網：解決“何地”的問題

智能手機等便攜式電子設備的出現及風行，開啟了互聯網時代的新紀元——移動互聯網。移動互聯網的終端移動性、使用便利性、內容個性化、用戶草根化的特點決定了其與傳統的桌面互聯網相比，具有獨特的發展模式。[4]（1-2）自此，人與手機開啟了共同進化的進程。對于中國互聯網的發展而言，2012年是具有里程碑意義的一年。截至2012年6月底，中國手機網民的規模達到了3.88億，手機首次超越臺式電腦成為第一大上網終端。[5]移動互聯網完成了對桌面互聯網的顛覆與重構，雖然并沒有完全替代，但二者間的分工已經逐步明確。桌面互聯網有固化成辦公設備的趨勢，移動互聯網則趨向于娛樂、隨時隨地信息的獲取與處理，以及人際交往方面。[6]（27）而在移動互聯網擴散的過程中，人們又不再只把手機當成一種通信工具或信息獲取工具，而是作為一個隨時隨地的玩具。[6]（18）移動互聯網對人們生活的最大意義在于解除心的疲憊，不見面，不通電話，也能抒懷。[4]（VI）從技術可供性看，手機等移動設備的種種功能變遷，與其可攜帶、可獲取、可定位、可兼容的特性密不可分。這幾大特性使用戶可以脫離空間的限制，在任何地方通過互聯網平臺獲取多樣化的信息服務，人人都成了“手機人”。

從青銅器到羊皮紙，再到電報、電話、電視及互聯網，媒介變遷的過程中，往往呈現出如英尼斯所說的“偏倚空間的媒介”[7]進化趨勢。在空間意義上，傳播媒介最重要的改變在于克服空間距離對人們溝通的阻礙和限制，使人的移動更加迅速和自由。在桌面互聯網時期，考慮到電腦等設備在物理層面的固定性，接收者必須處在與之相連接的物理空間中才能夠進入存在的媒介空間。[8]這一限制在移動互聯網時期被逐步打破，“何地”的問題開始被解決。在移動互聯網時代，地緣不再是劃分手機人的標準。[4]（7）移動互聯網將社會結構導向“半熟社會”，人們更多地被“趣緣”“價值緣”所聯結。[9]

具體而言，首先，移動互聯網拓寬了連接地點的多樣性和便捷性。借助智能手機、平板電腦等便攜式設備，用戶可以在各種環境和場景下獲取信息和進行溝通。例如，候車室、咖啡館甚至戶外活動現場都可以成為人們訪問互聯網的場所，這大大提高了互聯網連接的可達性和實用性，人們可以充分利用碎片化時間。[10]其次，基于地理位置的服務得到了廣泛應用。移動互聯網使得地理位置信息可以實時獲取和傳播，為各種基于地理位置的應用提供了便利。例如，導航應用可以為用戶提供實時路線規劃，附近搜索功能有助于發現周邊服務和設施，而基于位置的社交媒體則促進了地理空間內的人際互動。再次，移動互聯網時期，人與手機等智能設備融為一體并共同進化，促使虛擬世界與現實世界的空間交融。智能便攜設備的發展為用戶提供了豐富的虛擬體驗，如增強現實和虛擬現實技術。這些技術使虛擬元素與現實世界相結合，為用戶創造了沉浸式體驗。以Pokemon Go為例，這款基于地理位置的增強現實游戲使玩家在現實世界中捕捉虛擬精靈，進一步彌合了虛擬與現實之間的空間界限。最后，移動互聯網隨時隨地的黏性使其用戶群展現出大規模的、以集團遷徙為特征的游牧特征。從一個社交網絡平臺到另一個社交網絡平臺，一個用戶的遷徙往往是其朋友圈子的集體遷徙，因此表現出強烈的集群性特征。而這種在虛擬網絡的應用平臺間頻繁的整體遷移往往是只去不回的。[6]（23）這一互聯網上不同棲居地點間的遷移也反映出移動互聯網虛擬層面的用戶流動性特征。

當然，需要說明的是，相較于桌面互聯網，移動互聯網主要解決的是“何地”的問題，但在“何時”的問題上，移動互聯網依舊有所突破，因為移動總是和即時聯系在一起，時空的突破往往具有同步性。手機等移動設備解決了在“何地”連接網絡的問題，也就同時將“何時”獲取和發布信息的便利性進行了新一輪深化。

三、意義互聯網：解決“何事”的問題

早在1960年，利克萊德在其人機交互領域的奠基之作中，就對人機共生的未來提出了愿景和目標。他認為要實現人機共生，讓機器幫助人類處理復雜問題，需要解決自然語言處理、在線學習、適應人工智能、協同工作等關鍵問題，以使計算機能更好地理解自然語言、人類的需求以及溝通方式，從而更好地相互協作。[11]利克萊德超前的思想成功預測了互聯網發展的方向，即實現人和機器的共同生存與進化，讓機器具備理解人類世界意義的能力。技術發展到今天，我們已經能夠看到意義互聯網的雛形，人類世界的一切知識將會被加速提煉，機器的學習能力也會進一步增強。

以ChatGPT、“文心一言”為代表的大型語言模型產品的推出引發了新一輪互聯網狂歡，人們認為這是互聯網新的“iPhone時刻”。實際上，作為意義互聯網的開端，大型語言模型及其背后的基礎模型已經超越了應用層，作為一種基礎設施奠定了意義互聯網的進化方向。ChatGPT等產品在短時間內取得巨大成功的原因，在于其產品內核反映了意義互聯網時代用戶的期待和需求，蘊含著意義互聯網時代人機交互的底層邏輯——機器能“善解人意”，與人共同思考和創造，給予人類更多的啟發意義。這一意義不同于簡單的知識整理、歸納和計算，而是針對人類世界紛繁的需求和變數作出準確的理解和有價值的回應。未來在此基礎上，會出現更多超級應用，通用人工智能的實現將不再遙遠。人工智能在對人類世界語言和邏輯進行大量學習和模擬后，能更加精準地理解人類的需求以及人類世界的生活場景，從而在人機協同工作中給出更具啟發意義的答案，勝任更需創造力的工作，解決更具體多樣的事件類型。這是一次技術的飛躍，也是人機關系的又一次深層革命。

回顧自然語言處理領域的一系列技術變革，從Word Embedding到GPT-3，模型在理解和生成自然語言方面取得顯著進步。然而，當這些模型應用于實際，使人們的生活變得更輕松時，它們往往無法發揮潛力，因為其在一致性問題上的解決并沒有達到理想水準。而這會導致提供無效幫助、內容胡編亂造、缺乏可解釋性、內容偏見有害等一系列問題。[12]Word Embedding（如Word2Vec和GloVe）通過將詞匯映射到高維空間中的向量，為計算詞語之間的相似性提供了基礎。然而，這些方法僅限于詞級別的表示，缺乏對上下文信息的捕捉能力。隨后，Transformer架構的出現引領了自然語言處理的新篇章。其中，BERT模型通過引入雙向信息，有效地提高了文本理解的性能。但由于BERT主要關注需要理解全局上下文的分類和標記任務，而非只允許考慮前文的生成型任務，因此在一致性方面仍有所不足。GPT-3及其前身GPT-2作為基于Transformer的生成模型，能夠生成連貫且具有一定語義的文本。然而，由于缺乏人工參與的監督學習訓練，生成的回復可能不具有一致性，甚至可能出現大量的以問答問、答非所問的情況。由此可見，以往的模型在解決“何事”的問題，特別是實現“對癥下藥”或“量體裁衣”的功能方面，依然存在較大局限性。

從GPT-3.5（ChatGPT的基礎模型之一）開始，大型語言模型在一致性問題解決方面取得了長足進步。有研究依據心智理論測試發現，GPT-3.5可解決90%的虛假信念任務，相當于7歲兒童的水平。[13]到了GPT-4，

模型進化得更細致、更可信、更具有創造力。百度“文心一言”產品也宣稱，其在文學創作、商業文案創作、數理邏輯推算等應用場景方面的能力已經可以對標ChatGPT，而其在中文理解、多模態生成方面甚至有獨特優勢。[14]為何這類模型相比以往模型在準確度、敘述細節和上下文連貫性上具有更優的表現？筆者認為，主要是因為此類模型在以下三個方面取得了突破。

1. 這類模型加入了人類反饋強化學習（RLHF）的訓練方法

這是一種結合了人類指導和自動強化學習算法的訓練方法。在人類反饋強化學習中，智能體通過與人類進行交互，學習如何改善其決策和行為。其關鍵步驟包括監督調優模型、模擬人類偏好、近端策略優化等。在人類標注階段，人類專家與智能體進行交互，提供關于其行為的反饋。這些反饋可以是具體的行動建議、對當前策略的評估或對未來獎勵的預測，評估的主要標準是幫助性、真實性、無害性三個方面，[12]這有助于智能體快速學習關鍵知識和避免探索低效策略。在產品發布后，由于現實世界的大規模用戶群在使用過程中也對輸出結果進行了大量的反饋，大型語言模型迭代速度進一步提升，隨著反饋的標注越來越多，大型語言模型會以更快的速度進化。

2. 這類模型在設計中非常注重交互性

在歷史模型的設計中，交互主要涉及將預先訓練好的系統用于完成特定任務，例如ELIZA、IBM Watson、微軟小冰、Siri、智能音箱以及京東的智能客服。然而，大型語言模型中所提到的協同和交互是將交互視為一種學習方法，協同作為人工智能與人之間的分工，以實現更優秀的人機協同融合，從而深入洞察、創造新知識并成功完成任務。[15]作為高度交互式的大型語言模型，ChatGPT、“文心一言”等強調與用戶的溝通與協同。如此，一種良性循環在這一過程中形成了：人工智能為人類提供了具有深度洞察力的新知識，這些新的創意又反過來推動了人工智能的優化，促進了更多新想法的產生。人與機器在合作和對話的過程中能夠相互啟發，共同進步。以下是一個人與機器共同思考論文選題的例子：

用戶：“剛剛讀到一篇論文，是從微觀層面研究現行小學入學制度對出生截止日期的規定所導致的教育不平等現象。我覺得很有意思，你能想想類似的選題嗎？”

ChatGPT（GPT-4模型）：“當然可以！我們可以從不同角度和層面探討教育不平等現象。如：研究家庭經濟狀況、父母受教育程度等因素如何影響學生的學業表現，或探討性別如何影響學生的學科選擇和成就，以及教育政策對此現象的影響。”

用戶：“你提供的這些在既有文獻中都能找到很多。不過你說的性別如何影響學生的學科成就，我是否可以探討父親和母親分別對孩子的教育表現有何影響？”

ChatGPT（GPT-4模型）：“當然可以。你可以從父母性別角色對孩子學科興趣的影響、父母性別角色與教育期望、父母性別角色與教育投入、父母性別角色與家庭教育環境、父母性別角色與教育公平等幾個方面深入探討父母性別角色對孩子教育表現的影響，如分析父母性別角色如何影響家庭中不同性別孩子的教育機會和資源分配，進而影響他們的教育成果?！?/p>

從這個例子中可以看出，對于論文選題這一對創意要求極高的工作，現有的大型語言模型對話軟件能夠給予人類相應的啟發，且人類針對回答給出的具體追問，進一步讓大型語言模型對話軟件給出更具有可行性和具象的輸出。在這一過程中，機器與人相互影響，不斷完善想法，實現目標。

3. 此類模型具備上下文學習的能力

上下文學習的關鍵思想是從類比中學習。它是指大型語言模型能夠通過對少數輸入或示范標簽進行調節并對新的輸入進行預測，僅通過推理來執行一項新的任務。這種能力使得系統能夠更準確地解釋和預測新情況，從而在處理復雜任務時表現出更高的適應性和靈活性。[16]比如，在自然語言處理任務中，一個具備上下文學習能力的系統能夠理解對話中的隱含信息，并根據對話歷史來生成恰當的回應。在搜索任務中，一個具備上下文學習能力的系統能夠根據查詢者的背景知識和需求，提供更為相關和精準的搜索結果。在預測和推理任務中，它還能夠利用周圍環境和歷史數據來提高預測的準確性和魯棒性。在完成新任務時，它亦能夠通過觀察和學習新環境，迅速調整自己的策略以適應新任務。對于一個具備上下文學習能力的系統而言，當用戶給予它恰當的提示詞或其他形式的信息時，能將既有模型的潛力激發出來，從而形成更好的回答。這種能力使人工智能更準確地理解提問者輸出的意義，并表現出其作為智能體的無限潛能。以下是一個能體現機器上下文學習能力的例子：

用戶：“我最近在看一部科幻系列，男主人公是一個年輕的太空探險家。”

ChatGPT（GPT-4模型）：“哦！聽起來很有趣，請問這部系列的名字是什么？”

用戶：“好像叫《太空迷航》。”

ChatGPT（GPT-4模型）：“您想說的是否是《星際迷航》？《星際迷航》是一部經典的科幻作品，講述了主人公和他的太空船在遙遠星系中的冒險經歷。雖然和您提到的《太空迷航》不一樣，但我認為《星際迷航》可能更符合您的描述。您覺得這個系列怎么樣呢？”

該例子能很好地體現大型語言模型（GPT-4）的上下文學習能力。模型首先從第一個問題習得用戶正在閱讀一部作品系列，隨后，當用戶給出這一系列名稱的不準確描述時，模型能基于上下文和背景信息，給出正確的系列名稱，并繼續與用戶進行討論。由此可見，以GPT-4為代表的大語言模型已經在很大程度上克服了“不懂”的障礙，能夠與人類進行高質量的對話和交互。

四、意義互聯網的本質是智能時代的來臨

正如Android和iOS之于移動互聯網的意義，大型語言模型作為意義互聯網的開端，絕不僅僅只是一種產品形態，而是可以被稱為一種操作系統式的技術架構。在此基礎上，我們可以暢想意義互聯網未來發展的幾大應用方向。

1. 在意義互聯網時代，通用人工智能的實現將不再遙遠

通用人工智能指具有廣泛自我適應能力、在多個領域均能表現出人類水平智能的人工智能系統。[17]與目前主流的窄域人工智能不同，通用人工智能可以理解、學習和適應多種任務，而不僅限于某個特定的任務。[18]大型語言模型為通用人工智能的實現奠定了很好的基礎。比如，大型語言模型在閱讀理解、命名實體識別、情感分析等任務上展現出了強大的性能，使得機器能夠更好地理解和分析人類語言，從而提高人機交互的效率和體驗，促進通用人工智能的發展。且大型語言模型在一個模型中可以完成多種任務，通過遷移學習，可以在不同任務間共享知識，從而減少訓練成本，提高模型泛化能力。因此，在意義互聯網時代，隨著大型語言模型迭代速度的加快，通用人工智能的實現也許并不遙遠。

2. 意義互聯網時代，人工智能生成內容將不斷有新突破

ChatGPT問世時，其生成內容的高度擬人性讓70多年前的“圖靈之問”重新激發起大眾的熱情。圖靈所說的“模仿游戲”是指普通人通過打字機與計算機交流時，如果無法分辨與其交流的是人類還是計算機，那么就可以認為計算機已經具有了“思維”。[19]大型語言模型（如GPT系列）通過學習大量文本數據，能夠生成更加流暢、準確和自然的文本，這些生成內容在質量上接近甚至有時與人類所寫難以區分。此外，一些大型語言模型可以通過特定的參數調整，實現對生成內容的風格和主題的控制，這使得人工智能可以生成更具針對性和多樣性的內容，實現根據需求的個性化定制。更重要的是，大型語言模型可以基于最新的數據和信息，實時生成和更新內容，使生成的內容保持較強的時效性。因此，在未來，機器生成內容也許真的能通過“圖靈測試”，機器也將成為真正的智能體。

3. 意義互聯網時代，人機關系將發生更深層次的融合

如果說桌面互聯網時代機器還是人類的工具，移動互聯網時代就已經出現了人和機器（手機等終端）的混合體——手機人。在意義互聯網時代，機器的主體性將再次成為倫理討論的焦點。有研究指出，傳統技術通常以機械方式擴展和增強人類的肢體和感官能力，而智能機器則模擬、延伸并拓展了人類大腦的功能，使其部分具備了人類智能特性。因此，人工智能在與人類互動過程中會展現出一種擬主體的特質，并且可以被看作具有一定主動性的擬主體。[20]當大型語言模型產品解決了人工智能的核心問題，即達到強人工智能狀態，能夠像人一樣聰明或像人一樣說話，接近“人工智能完備”的狀態時，[21]人與機器又將呈現何種共生關系？這將是意義互聯網時代最大的謎。

4. 意義互聯網時代，人工智能的因果推斷能力將進一步增強

ChatGPT和“文心一言”等產品剛推出時，數學推理能力一直是人們測試其是否智能的“試金石”，而初代大型語言模型產品在數學推理及因果推斷方面的表現并不盡如人意。如今模型（特別是GPT-4）憑借其對因果語料庫的大量學習，已經逐步具備更高層次的推理能力，如多步推理、演繹推理、反繹推理、反事實推理、隱含知識挖掘等。但盡管現有的模型已經有能力理解因果關系的概念，卻不能進行因果推斷。Pearl和Mackenzie認為，一旦機器具備因果推理模塊的能力，智能體就有能力反思他們的錯誤，找到自身軟件程序中的弱點，并能像一個道德實體那樣思考和行動，自然地與人類交流它們自己的選擇和意圖。[22]要讓機器理解因果關系并進行因果推斷，除需要大量的數據，還需要基于現實世界的因果模型。在此基礎上，即使機器沒有干預現實世界和實驗的能力，其也能從輸入的數字、比特和像素中提取意義，能夠理解“我本該采取不同的行為”這句話。當我們真正“教會”了機器進行因果推斷，也許那時我們也就能夠理解自己的大腦是如何運作的，“智能時代”也就真正降臨了。

五、意義互聯網時代不可忽視的問題

大型語言模型正在高速迭代發展，不斷升級模型以實現不同功能，從史無前例的參數量到實現圖片識別，到擁有數學證明邏輯，再到可以連接網絡，每一次進化的間隔時間越來越短。在這一超速迭代過程中，反思以大型語言模型為技術基礎的意義互聯網時代可能出現的問題，至關重要。

1. 主觀性與偏見

由于大型語言模型在設計和訓練過程中仍依靠的是人工參與，所以主觀性的難題不可避免。一些主觀性局限因素包括：生成演示數據的人工標注者的偏好、設計研究和編寫標簽說明的研究人員、由開發人員制作或由OpenAI客戶提供的提示詞的選擇等。[12]設計和進行標注的目的是讓模型更擬合人類需求，然而需要注意的是，這些參與設計和標注工作的人群的判斷并不能代表所有人類的想法。于是，在這一過程中就產生了偏見。此外，大型語言模型通常使用大量的來源于互聯網的文本數據進行訓練，這些互聯網上的文本信息可能存在明顯的偏見和刻板印象，而這種偏見很可能被模型學習和內化。因此，模型可能在生成文本時表現出與其訓練數據相似的偏見。由于ChatGPT、“文心一言”等大型語言模型產品并未公開技術細節，其“黑箱式”的運作很容易誘發信息安全和倫理風險。

2. 隱私與版權

盡管相關公司聲稱非常重視用戶的隱私和數據安全，但在大型語言模型訓練的過程中，一定會收集與用戶的使用相關的數據，以“改進服務，為用戶提供更好的體驗”。此外，公司也會與合作伙伴共享某些數據，盡管這些數據通常是去標識化的。[23]實際上，OpenAI在其用戶協議中賦予了使用者拒絕提供數據用以模型優化的權利，但這一協議過于隱蔽，且需要用戶主動提交申請。這樣的隱私協議對用戶的隱私素養提出了較高的要求。在版權問題上，一些公司（如OpenAI）聲稱用戶擁有其與AI助手（如ChatGPT）進行對話所生成的內容的使用權，但由于大型語言模型使用的訓練數據來源多樣，且AI在對話的過程中不會標注來源，如此就很難保證用戶使用的內容是受版權保護的內容?？傮w而言，在大型語言模型使用和進化過程中，會導致數據挖掘、內容生成與生成內容使用三個階段的版權風險。[24]

3. 錯誤與缺乏數據來源

在中文的性能測評中，研究人員發現ChatGPT在中文的知識和常識回答上很容易出現錯誤，具體表現為混淆事實、編造信息等，且其能用較為流暢和可信的語言模板陳述錯誤事實，具有很強的迷惑性，尤其是對信息素養較低的群體危害較大。[25]此外，在使用大型語言模型產品的過程中，使用者可能會注意到模型給出的回答并未提供明確的來源。由于模型生成的內容可能包含錯誤或不準確的信息，這就有可能導致使用者在未經過事實核查的情況下誤信這些信息。因此，在利用這些模型獲取知識時，使用者需要謹慎對待，培養良好的信息素養，盡可能避免被錯誤信息誤導。

4.“幽靈勞動”引發的政治經濟學批判

美國《時代》雜志最近的一項調查發現，為訓練ChatGPT，OpenAI使用了每小時收入不到兩美元的肯尼亞外包勞工。從工業革命到互聯網革命，伴隨著技術的高速發展和迭代，按需工人和幽靈勞力也在無聲中完成著大規模的流動，他們貢獻了技術發展背后必不可少的力量，但也逃不開被無視和作為個體銷聲匿跡的命運。即使到了人工智能時代，機器和人的“最后一公里”之間依舊需要大量隱藏在幕后的人力，他們不需要多么專業的技能，只需要一些線上培訓和一些經驗性的知識就可以在任何時間完成工作，但“幽靈勞動”背后潛在的勞動保障和職業發展問題卻被習慣性忽視了。隨著傳統產業技術化程度逐漸加深、新興產業自動化程度不斷升級，“幽靈勞動”有可能在未來成為一種十分普遍甚至是占據主導地位的工作形態，同時將數量龐大的“活”勞動者群體按需編織進“死”勞動的褶皺之中。[26]此外，數字勞動研究領域常涉及的免費勞力問題，在意義互聯網時代將會變得更突出。作為使用者的我們，在使用人工智能技術時，為企業提供數據和其他信息，從而為其創造價值，但卻未獲得相應的報酬。在未來，這可能會導致更加不平等的勞動關系和更嚴重的剝削現象。

5. 新的“能力溝”出現

在意義互聯網時代，有學者認為大型語言模型產品突破了在資源整合方面的能力限制，使得每個人至少從理論上具備高于社會平均水平的語義表達和資源調動能力，從而進行社會性內容的創作與傳播對話。這背后是生成式人工智能在數字文明中彌合“能力溝”的表現，也代表著數字化和智能化進一步推動了社會傳播權力的下沉。[27]然而，并非所有人都持有這種技術樂觀主義觀點。移動互聯網時期，互聯網的“接入溝”幾乎被填平，但“使用溝”和“效果溝”卻有逐漸拉大的趨勢。在與大型語言模型產品進行對話的過程中，使用者能明顯感受到，提出問題的能力極大程度上決定了最后輸出答案的質量。歷史告訴我們，當既往產業的信息技術化和全球化浪潮來臨時，往往只有那些受過高等教育的人群才能更適應這種浪潮，并利用技術發展的東風實現自身價值。因此，筆者以為，未來可能更考驗人的是提出問題以及準確表達提示詞的能力，或者說，是與機器交流，不斷激發機器生產力和創造力的能力。無論哪個時代，人類與其他動物或者機器的區別都在于駕馭工具的能力，人工智能時代依舊如此。

結語

本文首先對桌面互聯網和移動互聯網的特征進行了概述，隨后重點探討了意義互聯網的內涵及其發展趨勢。在此基礎上，還指出了意義互聯網時代所面臨的諸多挑戰?；ヂ摼W的三次革命分別解決了不同的本質問題，也為人類生活提供了不同的價值?；仡櫥ヂ摼W三次革命歷程，在新的時代風口展望新征程的壯麗圖景和漫漫長路，能使我們以開闊的視角和眺望的眼光面對技術和環境的巨變，也能讓我們以更開放的態度迎接其所帶來的挑戰和機遇。從工業革命到互聯網革命，每一次技術的變革都伴隨著抵抗和憂慮，但過度的省思不會延緩技術擴散的腳步，時代也終將屬于那些主動與創新共舞的弄潮兒。未來已來，如何擁抱第三次互聯網革命，實現技術與人的良性互動，這將是我們長期探索的重要課題。

參考文獻：

[1] Chaffey D， Ellis-Chadwick F， Mayer R， et al. Internet marketing： strategy， implementation and practice[M]. London： Pearson education， 2009： 8.

[2] 彭蘭. 中國網絡媒體的第一個十年[M]. 北京：清華大學出版社，2015：12.

[3] Berners-Lee T， Cailliau R， Luotonen A， et al. The world-wide web[J]. Communications of the ACM， 1994， 37（8）： 76-82.

[4] 劉德寰，劉向清，崔凱，等. 正在發生的未來：手機人的族群與趨勢[M]. 北京：機械工業出版社，2012.

[5] CNNIC. 第30次中國互聯網絡發展狀況統計報告[R]. 2012.

[6] 劉德寰，崔凱，劉向清，等. 顛覆與重整——手機人的群落與游牧[M]. 北京：機械工業出版社，2014.

[7] Innis·H. A. The bias of communication[M]. Toronto： University of Toronto Press， 200： xix.

[8] 李雪蓮. 大眾傳播的終結——由大眾向現代族群的社會結構變遷[D]. 北京大學，2019.

[9] 劉德寰. 我們都是“半熟人”[J]. 商界（評論），2013（6）：73-74.

[10] 劉德寰，季飛，崔凱. 移動互聯時代，手機重新定義黃金時間[J]. 廣告大觀（綜合版），2012（2）：93-95.

[11] Licklider·J. C. R. Man-computer symbiosis[J]. IRE transactions on human factors in electronics， 1960 （1）： 4-11.

[12] Marco Ramponi. How ChatGPT actually works[EB/OL].[2022-12-23].https：//www.assemblyai.com/blog/how-chatgpt-actually-works/？continueFlag=1bafdcd5c034def869fecb4f3bdaed70.

[13] Kosinski M. Theory of mind may have spontaneously emerged in large language models[EB/OL].[2023-03-14].https：//arxiv.org/abs/2302.02083.

[14] 百度文心一言新聞發布會[EB/OL].[2023-03-16].https：//live.baidu.com/m/media/pclive/pchome/live.html？room_id=8117393980&source=search.

[15] 周伯文. AI與人和環境的協同與交互：多模態學習的新機遇[EB/OL].[2023-01-11].https：//mp.weixin.qq.com/s/IYj0Y9yMXerTTS4yRGHddw.

[16] Min， Sewon， et al. Rethinking the Role of Demonstrations： What Makes In-Context Learning Work？[EB/OL].[2022-10-20].https：//arxiv.org/abs/2202.12837.

[17] Goertzel， Ben. Artificial general intelligence： concept， state of the art， and future prospects[J]. Journal of Artificial General Intelligence， 2014（1）： 1.

[18] Kurzweil， Ray. The singularity is near[M]. London： Palgrave Macmillan UK， 2014： 428.

[19] French·R. M. The Turing Test： the first 50 years[J]. Trends in cognitive sciences， 2000（3）： 115-122.

[20] 段偉文. 控制的危機與人工智能的未來情境[J]. 探索與爭鳴，2017（10）：7-10.

[21] 令小雄，王鼎民，袁健. ChatGPT爆火后關于科技倫理及學術倫理的冷思考[J]. 新疆師范大學學報（哲學社會科學版），2023（4）：123-136.

[22] Pearl J， Mackenzie D. The book of why： the new science of cause and effect[M]. New York： Basic books， 2018： 398.

[23] Open AI. Privacy policy[EB/OL].[2023-04-07].https：//openai.com/policies/privacy-policy.

[24] 叢立先，李泳霖. 聊天機器人生成內容的版權風險及其治理——以ChatGPT的應用場景為視角[J]. 中國出版，2023（5）：16-21.

[25] 張華平，李林翰，李春錦. ChatGPT中文性能測評與風險應對[J]. 數據分析與知識發現，2023（3）：16-25.

[26] 姚建華，丁依然.“幽靈勞動”是新瓶裝舊酒嗎？——幽靈勞動及其概念的傳播政治經濟學省思[J]. 新聞記者，2022（12）：30-40.

[27] 喻國明，蘇健威. 生成式人工智能浪潮下的傳播革命與媒介生態——從ChatGPT到全面智能化時代的未來[J]. 新疆師范大學學報（哲學社會科學版），2023（5）：1-10.

The Rise of? the Internet of? Meaning—ChatGPT Starts the Third Revolution of? the Internet

LIU De-Huan， HONG Xin-Yi（School of New Media， Peking University， Beijing 100871， China）

Abstract： The Internet has gone through two stages of development since its inception. The desktop Internet solved the problem of "when"; the mobile Internet solved the problem of "where". The third revolution of the Internet---the Internet of Meaning---was initiated by the large language model products represented by ChatGPT （GPT-4）. During the Internet of Meaning， the problem of "what" is being solved and the lack of understanding will no longer be a barrier. The training method of RLHF， the design approach focusing on interactivity and the ability of in-context learning are the key reasons for the success of large language models and are essential features of the underlying technical architecture of the Internet of Meaning. The essence of the Internet of Meaning is the advent of the age of intelligence. In the age of the Internet of Meaning， the realization of Artificial General Intelligence will no longer be far away; new breakthroughs in AI-generated content will continue; a deeper integration of human-computer relationship will occur; and the causal inference capabilities of AI will be further enhanced. While the Internet of Meaning is expanding at arapid pace， the problems implied therein cannot be ignored as well. How to embrace the third Internet revolution and realize a positive interaction between technology and people will be an important topic to be explored for a long time.

Key words： the Internet of meaning; artificial intelligence; human-computer relationship; ChatGPT