ChatGPT降維與賦能語境下大學英語教師的危與機

摘 要：ChatGPT爆火后圈粉無數，立即成為各行各業的新寵兒。它使用的自然語言處理技術（NLP）極富突破性和革命性，給大學教育特別是大學英語語言教學帶來了前所未有的機遇和全新的挑戰，可謂降維和賦能的功效兼而有之。本文分析了ChatGPT給大學英語教師隊伍帶來的降維打擊和升維思考，同時對大學英語教與學進行了思辨，最后呼吁大學英語教師應審時度勢化劣勢為優勢，變被動為主動，轉危機為機遇。

關鍵詞：ChatGPT；大學英語；降維；賦能

作者簡介：徐愛琳（1981- ），男，安徽蕪湖人，桂林理工大學講師，碩士，研究方向為英語教育及英美文學。

一、前言

ChatGPT是OpenAI公司開發的一種大型語言模型（Language Model），它使用了大量的訓練數據，利用深度學習技術對自然語言進行處理，取得重大突破而一躍成為AI技術的代表。自2022年底發布以來，月活躍用戶已經突破1億，其受歡迎程度史無前例。對于ChatGPT跳出技術圈的爆火，社交媒體和各行各業可謂幾家歡喜幾家愁。喜的是人工智能技術的無限可能正在慢慢變成現實，愁的它有可能在某些工作領域取代人類。美國職業網站Resume Builder的一份調查報告顯示，在接受調查的1000名商界領袖中，48%表示已經使用ChatGPT來代替部分員工工作了[1]。CBS調查顯示，近500萬的工作機會將會被ChatGPT取代[2]。盡管OpenAI創建的宗旨是服務于人類，但研究者發現，ChatGPT及AI技術已經對醫學寫作、科學文章的撰寫、新聞媒體以及教育教學評價等傳統的人類工作構成了實質性的威脅。它有可能開啟“通用人工智能時代”[3]，造成人工智能在多方面優于人類表現的普遍現象。

作為國家語言戰略的重要組成部分[4]，英語在國內大學教育中受到高度重視，其課程設置豐富且完整，英語考核和選拔手段多樣，英語學科建設不斷加強，學生的英語水平也有長足進步。但不容忽視的是大學英語教育依然存在諸多問題，其中一個突出問題就是先進教學工具的短缺及由此帶來的英語教育整體上數字化程度低，這些與教育的社會主義現代化建設是不相稱的。ChatGPT無情地再次暴露了這一問題，而且還有情地提供了問題的解決方案，可謂誠意滿滿，既充當了善意的批評者又擔任了積極的建設者。本文擬從ChatGPT對大學英語教學的降維打擊和賦能增權來探討其中蘊含的危與機以及教師的應對策略。

二、危：ChatGPT對大學英語教師的降維打擊

如果把ChatGPT和大學英語教師看作博弈關系，那么“降維打擊“這個詞就非常精準地表述了ChatGPT的壓倒性優勢。ChatGPT將大學英語教師直接拉低一個或多個維度，迫使他們墜入低緯度，用無可爭辯的強大優勢和實力碾壓對手，令其毫無還手之力。ChatGPT是如何做到的呢？

首先，ChatGPT的訓練數據堪稱天量級別。ChatGPT是基于多個版本的GPT架構（包括GPT-3、GPT-3.5和最新的GPT-4），再整合進模擬人類聊天技術的大型語言模型。雖然訓練它所使用的訓練數據的確切大小取決于模型的具體版本，但僅GPT-3版本就使用了超過45TB的文本數據，如網頁、書籍和文章等語料庫。這樣龐大的數據集是史無前例的，可謂量級暴力，真正實現了大力出奇跡的效果。此外，其語料庫分為有標記和無標記兩類[5]。有標記語料庫（labeled corpus）指有手工標注的文本數據集，例如標注的文本分類、情感分析和各類注釋性文本等，可用來訓練和評估監督學習算法。但這類語料庫需要耗費大量人力和時間成本，但卻是最優秀的文本訓練庫，主要取自Reddit和Wikipedia等。無標注語料庫（unlabeled corpus）則是指未經手工標注的文本數據集，包括隨機抓取的網頁和各類未經分類的文本等。它容易獲取，但雜亂無章，需要使用無監督（unsupervised）學習算法，如聚類（clustering）和主題模型（topic modeling），或半監督（semi-supervised）學習算法，如自監督學習（self-supervising）或遷移（transfer）學習方法，來達到訓練模型的目的。其數據主要取自爬蟲網站（common crawl）的文本。面對如此量級的信息，人類就相形見絀了。實際上，ChatGPT的訓練數據還在不斷更新和擴展，以跟上語言和世界的最新發展，從而確保能夠向用戶提供準確且及時的信息。這給大學教師最大的啟示就是要繼續學習不斷充電，用知識和信息武裝自己，以適應不斷變化的課堂教學。

其次，ChatGPT使用了先進的神經網絡技術。作為利用深度學習技術的機器學習模型，ChatGPT以一種名為Transformer的深度神經網絡為架構[6]，通過在大量的文本數據上進行預訓練（pre-training），可以對輸入文本生成最接近人類智慧的回答。這就解釋了ChatGPT（Chat Generative Pre-trained Transformer）命名的由來。神經網絡是一種模仿人腦結構和功能的算法。它由大量互相連接的節點（nodes）或“神經元”（neurons）組成，并分層排列，每個神經元對其輸入執行簡單的數學運算，一個層中的神經元的輸出就作為下一層的輸入，無數節點的交互作用就可以完成信息的處理和傳遞。通過調整神經元之間的連接權重和偏差，神經網絡可以學習并識別數據中的模式和關系。這些技術上的優勢使得神經網絡非常適合于自然語言處理（NLP）、圖像識別和預測分析等任務。雖然神經網絡的設計靈感來自人腦，尤其是受到神經元之間通過突觸進行信息傳遞原理的啟發，但在數據處理的數量和速度上它甚至超過了人腦。在數量上，它可以同時處理數百萬個甚至數十億個數據點，具有明顯的非線性特征，而人腦處理數據的容量受到了生理和能量上的制約。另外，先進的硬件設備使它能夠更快地傳輸和處理數據。此外，神經網絡和人腦的學習方式也有差異。神經網絡的學習基于大量的數據訓練，情景單一且重復性強，能夠并行處理數據，這就大大加快了訓練速度并縮短了推理時間，因而能很快產生學習效果，而人腦需要通過互動和經驗來學習并適應新的情境，需要大量試錯和漫長的過程才可能掌握一項技能。同時，神經網絡是一種基于數學和統計學的復雜算法，它利用了多個節點的層次結構組成和非線性激活函數對數據進行處理，因而更加容易發現和捕捉信息的特征、模式和規律。況且，神經網絡識別和提取的特征性信息可以通過不斷迭代優化來進一步提高。不可否認的是，人腦可以提取多種感官信息，具有高度的靈活性和適應性，具有復雜的綜合分析和判斷能力，這些是目前的人工智能技術還達不到的水平。但是，人腦在處理信息時存在明顯的局限性，比如記憶容量有限、容易受到情緒和偏見的影響、思維過程不夠規范等，這給了神經網絡以用武之地，讓它能夠處理更大量級的數據，且學習和推理能力也更為迅速和高效。

再次，ChatGPT潛力無窮，其智能化程度并無上限。它有效模仿人類的學習和思考，通過對信息的攝取、過濾、分析和歸類實現了對知識的理解并能夠作出類似于人類的回答，甚至在某些領域和時候它的智慧水平媲美人類專家，這得益于它掌握了一套人類的學習技能。這也是為什么人類擔心會被人工智能和ChatGPT所取代的原因。（1）自動化學習（automatic learning）。自動化學習是機器學習的重要目標，也是ChatGPT設計的一個關鍵特點。ChatGPT利用大量數據來訓練自己以洞見人類語言的統計學模型和規則，在理解和生成自然語言方面已經達到了非常熟練的程度，但它并未止步于此，而是在不斷接受各類信息和數據，不斷提高它對人類語言的理解，通過持續學習（continual learning）來改進自己以適應新的語境和情況。而且這種學習不是簡單的信息獲取和積累，而是通過提供新的數據來更新其算法。模型會根據其在特定任務上的表現情況進行微調（fine tuning）以改善其語言能力來適應變化的情境并擴展該模型的知識和能力。微調對于ChatGPT的自動化學習至關重要。它是通過一種稱為“遷移學習”（transfer learning）的過程來實現自我微調的。遷移學習是利用先前訓練所獲得的知識和技能來學習新任務或適應新數據的過程，通常包括預訓練模型、目標任務、微調參數、評估和迭代等步驟，以優化在目標任務或數據集上的性能。實踐證明，微調技術對自然語言處理、文本分類和機器翻譯等的優化效果最為明顯。此外，強化學習（reinforcement learning）技術也在ChatGPT的自動學習過程中發揮作用。強化學習也是一種機器學習技術，它可以讓ChatGPT通過與環境的互動來學習決策。在這種學習過程中，模型被賦予一些目標和獎勵，以指導學習如何采取行動，從而最大化未來的獎勵。通過這些方式，ChatGPT成功地實現了自動化學習并改進了它的語言能力。（2）訓練數據多元化。它可以是結構化數據也可以是非結構化數據，可以是經過標記的信息也可以是未標記的材料，不一而足。ChatGPT胃口大不挑食的特點賦予了它強大的信息吸收能力。文本輸入是它獲取數據的主要方式之一，包括書籍、文章、網頁和社交媒體帖子等。這些文本經過預處理后，被輸入到ChatGPT的訓練算法中，以幫助它學習人類語言。數據源也是重要的信息來源，如數據庫等數據存儲系統，包含了結構化數據（如電子表格等），和非結構化數據（如音頻或視頻文件等）。另外，開發人員也可以通過API（應用程序編程接口）為它提供數據。作為軟件接口，API使開發人員能夠將應用程序與其他軟件系統連接并交換數據。此外，人類反饋也可以提供數據。用戶與ChatGPT的交互式聊天以及對聊天機器人（chatbot）回復的反饋對糾正和規范ChatGPT起到了一定作用，這也逐步提高了它的語言能力，保證了它與人類語言使用的最新發展的同步。新數據的持續喂入，升級和優化了ChatGPT語言模型，加深了它對人類語言的理解，改進了其算法，迅速提高了實時語言處理效果，從而不斷提高其語言能力，為人類提供更準確和更自然的回復。

三、機：ChatGPT的賦能激發教師的升維思考和應對策略

升維思考指的是將一個問題或情況從較低維度轉化為更高維度，以尋找更全面和更深刻的解決方案的過程。在此過程中，不僅僅要考慮問題本身，還要考慮它所在的系統環境以及它與系統元素之間的關系。在面對ChatGPT如此強大的對手時，高校教師或許會產生一種重壓之下的危機感，最大的擔憂莫過于認為它可能會取代自己的工作。一方面，這樣的憂慮不無道理。畢竟在語言知識方面，ChatGPT已經顯示了它與英語教師教學內容的重疊性以及明顯的比較優勢。另一方面，這種憂慮在目前還不足以成為現實。不論是人工智能技術目前的發展水平還是客觀的教學條件，都沒有達到這種程度。但作為對未來的前瞻性應對策略，不妨利用這種尚在理論層面的降維打擊作為高校教師升級思考維度的契機，以尋求未來主動出擊的機會，把它變成教學武器庫里的一把利器，取長補短為我所用，變潛在的劣勢為實在的優勢。其次，提升思考維度還具體而微地表現在如何利用ChatGPT來設計應對策略。

總的來說，ChatGPT對教學的主要利好體現在它對教學起到一種催化作用（catalytic effect）。首先，它本身就是一個取之不盡用之不竭的教學資源庫，尤其對外語老師來說，它更是一個龐大的語料庫。自然語言處理技術已經使它的回答和互動高度人類化，其提供的語料也是高度智能化；從輸出英語的質量來說，它顯然在多數英語教師之上。雖然目前ChatGPT與人類互動的方式主要局限在文本層面，但隨著ChatGPT 4版本的推出，除了具有更強大的語言理解和邏輯推理能力，能夠生成更加流暢自然的語言和具有更高的可擴展性外，它還具有圖像識別的能力。可以預期，很快它就能生成圖像乃至視頻，以不斷革新的信息創造和呈現方式，使信息更加立體多維和多元化。此外，教師應該充分發揮ChatGPT在聚合知識方面的優勢，把單純語言教學轉變為獲得、調取和整合語言素材的藝術。為此，系統學習并掌握高效的指令將有助于ChatGPT為我們提供所需的信息和答案。“智能提示技術”（prompt engineering）是指使用人工智能技術（如自然語言處理和機器學習）和數據分析來設計和優化自動文本提示，以幫助用戶更輕松地完成他們的任務。它通過提供有用的、個性化的提示來增強用戶體驗，從而提高用戶的生產力和滿意度。指令（prompt）的形式多種多樣，如提問式、關鍵字式、短語式、句子式、語境式（上下文式）或者角色扮演式。無論哪種，它都應該盡可能明確地傳達用戶的查詢意圖。就角色式指令而言，可以先設定ChatGPT為某一領域類專家，訓練它以權威的角色口吻來回答提問。例如，“你是世界著名的英語語法學家，請系統解釋并舉例說明英語條件式的用法。”總之，優秀的指令應該表達清晰，能夠幫助ChatGPT更好地理解用戶的意圖。完整的上下文信息也能幫助ChatGPT的回答更有針對性，避免導致誤解或產生不準確的回答。再次，ChatGPT的教學應用場景廣泛，不僅在課前設計和課后評價等環節上，還可以直接用于課堂中來提高學生參與和師生互動。例如：在詞匯教學中，教師選擇單元核心詞匯，輸入指令，讓ChatGPT設計有趣的詞匯游戲，如猜詞游戲和填詞游戲等，幫助學生在輕松的氛圍中掌握詞匯知識；在閱讀教學中，教師從課文中選擇一個話題，讓學生在ChatGPT的幫助下展開討論或辯論；讓ChatGPT回答學生的課堂提問，非常適用于語言知識和創造性思維訓練相關的問題；利用ChatGPT在AIGC（Artificial Intelligence Generated Content）方面的優勢，在教學現場生成語言練習和活動，增加課堂教學的冒險性和不確定性，有意營造教學的真空地帶，發揮學生的積極性和創造性。練習題型多元，如概述題、填詞題、判斷題等。ChatGPT甚至可以模仿標準化考試（如雅思和四六級等），現場給教學文本出題并給出標準答案。最后，ChatGPT還可以自動化教學任務，節省教師的時間和精力，提高教學效率和質量。例如：教師可以讓ChatGPT編寫自動化腳本來評估學生的作業，如檢查語法、拼寫和格式上的錯誤，并給出反饋；根據教師和學生的需求來自動推薦有趣的教學資源和內容，如根據學生水平推薦相應難度的閱讀材料等；代替教師自動糾正學生的發音，利用AI語音識別功能自動糾錯并給出示范。

雖然ChatGPT對大學英語教師有所幫助，但也存在一些不足之處。這些方面可以成為教師的用武之地，是非常值得研究和提升的領域。首先，ChatGPT只是一個語言模型，是算法的產物，本身就是單純的技術而沒有人類的感情，也無法感受人類的情感和情緒。它只能提供事實性信息而不能對事物做情感上的判斷，在情感智能上是缺失的，因而過度使用有危及學生情感和心理健康發展的風險，最終導致社交技能退化。而學生的成長不僅僅是在認知領域也包括情感領域，如如何建立和維持良好的人際關系等目標。與之相反，人類教師可以為學生提供情感支持和心理同情。教師應該主動營造師生以及生生之間面對面交流的氛圍，創造機會鼓勵學生在課堂上利用ChatGPT提供的幫助來啟發和助陣自我表現，而不是取代獨立思考和表達。為此，教師在課堂設計的時候就應充分考慮到這一點并積極利用ChatGPT提供的平臺，把課堂交流更多地使用在教學中，如討論、小組活動等，以便消除學生的社交孤立感，架構虛擬和現實及技術和情感之間的橋梁。其次，在自動化部分的教學任務之后，老師有更多的時間和精力來增加與學生的交流。要做到真正以學生為中心，教師應該了解學生們的學習需求和學習風格，加強對學生學習過程的了解和學習難點的認知，以制定符合學生個體需求的定制化教育，做到與學生的個人需求和學習風格相適應，從而彌補通用的語言模型和單純技術的缺憾。這可能需要不同的教學方法和工具，例如個性化的教學計劃、小組合作、項目學習等。此外，教師也要更加注重對課堂的組織和管理，確保學生按時完成作業和課程要求。最后，在策略上，教師應該把教學重點更多地倚重培養學生的社交技能和良好思維品質和習慣，如合作協同、領導力和語言表達能力等。可見，拋開ChatGPT，教師的用武之地還有很多。再次，ChatGPT是在人類的數據集上訓練的，所以它生成的內容有可能失真、失信甚至失德。有鑒于此，教師就不能不對此有察覺和糾正的能力。至今，互聯網內容生產模式經歷了三個階段：專業生成內容 （Professional Generated Content，PGC）、用戶生成內容（User Generated Content，UGC）和人工智能生成內容（AIGC）。其中AIGC就是去中心化和以量取勝的經典范例，盡管內容生成方式的革新有著明顯的積極影響，但這并不一定代表著內容在質量方面的同步提升。機器人出錯不是偶然事件，所以以人工智能方式產生的內容必須經過有效的審查，過濾掉錯誤的和不適宜教學的信息。實際上，ChatGPT存在“自動化偏見”的現象，它折射出其背后算法的偏頗和設計者偏見的無意識。因而，教師在應用ChatGPT的內容時應該責無旁貸矯正，在人類導航下正確使用。最后，在知識教育被解放后，教師可以更多地關注學生學習能力的培養和人文素養的提升。知識、能力和素質的三位一體才能造就完整的全人。訓練學生使用ChatGPT本身也是“互聯網+”理念的具體表現形式和實現路徑之一。這種新型的“互聯網+教育”的形式在幫助學生運用已學英語知識來獲取信息、不斷豐富和提高自身的英語素養和提升自主學習能力方面不無裨益。教師通過巧用ChatGPT來為學生營造逼真的英語學習環境。基于OBE（Outcome-Based Education）和POA（Product-Oriented Appraoch）等教學理念來為學生設計學習目標并制定學習任務，同時強化學習監督和自主學習的反饋機制[5]，有效地管理學生與ChatGPT的互動。秉承“講好中國故事”和“傳播中國聲音”的思政精神，教師可以布置有關中華優秀傳統文化的自學任務，激發學生創造性使用ChatGPT來完成任務并提供反饋和評價。

四、結語

ChatGPT改變教育教學的趨勢不可阻擋，大學英語教師應當積極適應并駕馭它來服務于自身的教學過程，使得AI能夠全過程參與教學的各個環節，提升學生和教師的語言學習的體驗。降維打擊是一種鞭策和激勵，在ChatGPT面前不能裹足不前，而應當積極進取做升維的思考，一方面要認識到ChatGPT的過人之處，另一方面也要看到它的不足之處，找準自己的定位，反觀ChatGPT前教學時代的有待改進之處，并思考ChatGPT后教育新時代的機遇和未來，讓教師和ChatGPT攜手互助來共同促進大學英語教與學。

參考文獻：

[1] CMSWIRE. Dom， Nicastro. ChatGPT Is Already Replacing Humans in the Workplace. [EB/OL].[2023-03-01].https：//www.cmswire.com/customer-experience/chatgpt-is-already-replacing-humans-in-the-workplace/.

[2] CBSNEWS. Megan Cerullo. Here's How Many U.S. Workers ChatGPT Says It Could Replace. [EB/OL].[2023-03-05].https：//www.cbsnews.com/news/chatgpt-artificial-intelligence-jobs/.

[3] 張璐.通用人工智能風險治理與監管初探——ChatGPT引發的問題與挑戰.電子政務，2023（9）：14-24.

[4] 黃潔.新時代英語專業對外話語人才培養思考.高教學刊.2022，8（28）：1-6.

[5] GAIKAR， VILAS，JING GAO，XI CHEN. Proceedings of the 2023 3rd International Conference on Enterprise Management and Economic Development （ICEMED 2023）[C].Dordrecht： Atlantis Press International，2023：1-448.

[6] 王藝如.基于深度學習的ChatGPT技術在智慧教育中的應.教師教育論壇，2023，36（8）：23-25.

[7] 劉陳艷，景亮亮.OBE理念指導下大學英語課程思政建設.中北大學學報（社會科學版），2023，39（3）：76-81.