刘宝存 苟鸣瀚|ChatGPT等新一代人工智能工具对教育科研的影响及对策
ChatGPT等新一代人工智能工具
对教育科研的影响及对策
作者简介
北京师范大学国际与比较教育研究院
院长、教授、博士生导师
苟鸣瀚
北京师范大学国际与比较教育研究院博士研究生
01
摘要
以ChatGPT为代表的新一代人工智能工具不仅具有重塑教育生态的强大潜力，更对现有的教育科研生态带来巨大冲击。ChatGPT能够在工具层面提升研究者的科研效率与质量，在思维层面提供新的教育研究认知路线，在范式层面拓宽教育科学研究叙事尺度，但也面临难以达到科研规范标准，引发学术伦理道德问题，造成研究价值立场混淆以及带来教育数据安全风险等挑战。要将ChatGPT对教育科研生态的冲击转化为契机，政府部门应牵头完善人工智能制度规范，加快ChatGPT的数据安全治理与自主技术研发；学术机构应严格进行科研监督审查，培育透明使用ChatGPT的制度氛围与文化氛围；教育研究者应不断提高自身能力素养，确保自身的主体性、批判能力以及创新能力不被ChatGPT等技术工具所消解。
02
关键词
ChatGPT；人工智能；教育科研；学术规范；学术伦理
03
基金项目
教育部哲学社会科学研究重大课题攻关项目“‘一带一路’国家与区域教育体系研究”（项目编号：19JZD052）的阶段性研究成果。
目录速览
一、问题的提出
二、ChatGPT等人工智能工具为教育科研带来的
机遇
（一）工具层面：提升研究者科研效率与质量
（二）思维层面：提供新的教育研究认知路线
（三）范式层面：拓展教育科学研究叙事尺度
三、ChatGPT等人工智能工具给教育科研带来的
挑战
（一）难以达到科研规范标准
（二）引发学术伦理道德问题
（三）造成研究价值立场混淆
（四）带来教育数据安全风险
四、ChatGPT等新一代人工智能工具的应对策略
（一）政府部门：完善人工智能制度规范
（二）学术机构：严格进行科研监督审查
（三）教育研究者：不断提高自身能力素养
一、问题的提出
技术革新是现代人类社会最大的变量之一。伴随计算机硬件与数据科学的不断发展，特别是各类深度学习模型在自然语言处理、智能推荐以及人机交互等领域的相继应用，人工智能工具逐渐在特定情形中表现出类人甚至超越人类的智能水平。从1997年超级计算机“深蓝”（DeepBlue）击败国际象棋世界冠军到2016年AlphaGo战胜围棋世界冠军，每一次人工智能的迭代升级都展现出某种逼近甚至超越人类智能的特征。2018年，美国OpenAI公司推出生成式预训练转换（Generative Pre-trained Transformer）GPT-1模型，2019年升级至GPT-2，2020年升级至GPT-3。2022年，美国Open AI公司正式推出基于GPT-3.5架构的ChatGPT对话模型，谷歌公司随后发布聊天机器人Bard，国内百度、阿里和科大讯飞等也相继发布了“文心一言”“通义千问”和“星火认知大模型”等大型语言模型。各类由数据、算法和算力构筑而成的类GPT工具既非奇迹也非偶然，而是人类智能不断发展的应然产物，它们以极快的速度迭代升级，为人类社会的方方面面带来颠覆性影响。
作为一种文本响应式的语言模型，ChatGPT对科研学术领域的影响引发了国际社会的广泛关注与热议。早在2022年6月，就有学者利用ChatGPT的前身GPT-3进行学术写作，并将人工智能工具列为论文的第一作者。[1]随着更多将ChatGPT署名为共同作者的论文得到发表，一些国际知名的科研机构、学术期刊以及学术出版商相继出台了针对性的限制政策。例如，《科学》（Science）杂志主编霍尔顿·索普（Holden Thorp）指出，学术作品中由ChatGPT或任何其他人工智能工具直接生成的文本、数字和图像都是不可接受的。[2]国际著名生物学期刊《生命科学在线》（eLife）主编迈克尔·埃森（Michael Eisen）称：ChatGPT不可能是作者，但它在学术领域中的应用是不可避免的，“目前最重要的是如何进行管理，作者须坦率地说明他是如何使用ChatGPT的”。同时，《生命科学在线》还宣布从2023年1月31日起实行新的学术出版流程。对于已经通过同行评审的文章，该期刊不会做出接受或拒绝的最终决定，而是直接将其作为“已评审预印本”发布在网站上，作者可对评审意见和公众评论进行回应，自行决定文章的修改、撤回或定稿。[3]此外，世界著名学术出版商施普林格·自然（Springer Nature）发文称“ChatGPT等工具威胁了科学的透明性”，明确表示将拒绝ChatGPT等大型语言模型工具的作者署名权，使用此类工具的研究人员应在方法或致谢部分对研究过程中的工具使用情况和本人工作的独创性进行详细说明。[4]国际学术出版商爱思唯尔（Elsevier）也表示，人工智能工具不能取代作者完成解释数据、得出科学结论等关键任务，作者必须披露他们是否以及如何使用人工智能工具。[5]教育学领域的研究者也在积极尝试利用ChatGPT辅助开展科研工作。当前已有若干篇以ChatGPT为共同作者的论文上传至medRxiv等预印本服务器，其中最早通过同行评审的一篇论文于2022年12月16日发表在《护理教育实践》（Nurse Educ Pract）电子版上。[6]
ChatGPT的问世催生了一系列搭载类GPT技术的科研工具，如专门提供学术搜索的人工智能引擎Consensus，具有学术文献分类检索、内容评估与争议比较功能的Scite，通过智能识别、问答式交互帮助科研人员快速阅读和分析学术材料的ChatPDF，辅助科研人员进行信息匹配、思路论述和对照评价的人工智能研究助理Elicit等。除此之外，GPT技术正从“文本—文本”的生成式交互向“文本—图像”和“文本—语音”的生成式交互发展，不断使人类思想的交流与互动呈现出全新的业态。面对类GPT工具的流行，科学研究究竟应该允许采用还是坚决抵制人工智能工具生成的内容，这仍是一个有待商榷的话题。特别是对于教育科学研究而言，我们既需要关注ChatGPT等新一代人工智能工具是否会带来科研规范与学术诚信等方面的问题，同时也要结合教育学的特殊学科属性，考量人工智能工具的介入是否会影响教育学研究过程的逻辑性与研究结果的科学性。因此，本研究以ChatGPT为例，厘清新一代人工智能工具对教育科研的正负影响，并在此基础上探索有效应对冲击的策略。
二、ChatGPT等人工智能工具
为教育科研带来的机遇
ChatGPT等人工智能工具拥有改变整个教育科研生态的强大潜力。相比传统的技术工具，ChatGPT最大的优势在于能够即时生成逻辑连贯且具有高关联度的回应文本，这既为教育科学研究带来了便利，同时也助推教育科研工作者打破根深蒂固的思维惯性，实现教育学术生产的范式转型。
（一）工具层面：提升研究者科研效率与质量
效率与质量是衡量知识生产力水平高低的两个关键标准。在ChatGPT问世之前，学术市场中就已经存在Research Rabbit、Grammarly等用于文献检索、语法矫正以及写作润色的人工智能工具。ChatGPT之所以能够快速成为一种现象级、颠覆性的技术应用，关键在于其拥有超强的信息检索能力、语言处理能力、逻辑推理能力和文本生成能力。[7]这类“智能涌现”式的功能集成使ChatGPT拥有更广范围内的变通性和适应性，能够带来更多工具层面的便利，提升研究者的科研效率与质量。
第一，ChatGPT可以帮助教育研究者拓宽信息的获取渠道。计算机、互联网的出现使研究者获取信息的方式从传统的纸质媒介拓展到各式各样的数字媒介，而ChatGPT等工具的出现则进一步为研究者提供了生成式的信息源。换言之，研究者不再需要进行烦琐的信息输入、信息检索、信息追踪和信息识别，可直接通过ChatGPT获取所需信息。具体而言，ChatGPT具有大范围的数据检索功能和跨语种的信息集成功能，能够帮助研究者分类整理与研究主题相关的文献资料。研究者既可以要求ChatGPT推荐特定研究领域的高影响文献，也可以将已有文献的内容导入该工具中，要求它提炼核心内容并逐一形成关键信息摘要，以此快速读取相关文献的核心信息，全面掌握研究现状。
第二，ChatGPT可以辅助教育研究者优化研究设计。在以往的研究中，研究者时常需要通过查阅文献或与同行交流来获得研究启发、厘清研究思路，而现在可以先与ChatGPT进行初步讨论，检视研究设想是否可行。特别是经过特定语料投喂和个性化规训之后，ChatGPT能够更好地辅助研究者提升研究质量，如通过模型建构梳理和呈现核心概念联系、技术路线等研究相关信息，辅助研究者完善研究思路设计；在不依赖人工搜索与过滤的情况下进行数据挖掘，批量生成规范化的数据样本；打破不同学科界限与方法工具的限制，以较低成本补充科研资源；辅助研究者对学术论文进行综合评估，发现研究过程中的基础性漏洞或错误，并提出相应的改进意见；等等。
第三，ChatGPT可以帮助教育研究者处理各类耗时的重复性工作。已有相关研究指出，学术工作者约有41%的时间花在了个人满意度低且能够由其他非专业人士替代完成的琐碎工作上。[8]研究者可以利用ChatGPT对学术论文的语法使用和文字表达进行润色，也可以要求ChatGPT根据具体期刊的格式、排版等要求进行针对性检查和修改。此外，ChatGPT还可以帮助研究者完成会议报告、电子邮件等各类文本的初步撰写，使研究者能够将更多时间和精力投入原创性、创新性的思考和知识生产之中。
（二）思维层面：提供新的教育研究认知路线
在“万物皆媒，万物互联”的人工智能时代，数据与信息对于教育科学研究的重要意义不言而喻。数据是对客观事物和现象的性质、状态等基本要素进行记录并可以鉴别的符号，信息则是经过加工处理后、能够反映事物间关联性的数据组合。从最一般的研究路线来看，研究者通过观察、测量、统计等方法得到的相关数据和信息构成了教育知识的基本质料。ChatGPT等新一代人工智能工具的深远意义正体现于此，它不仅拓宽了数据信息的来源渠道，还重构了处理和分析数据信息的方法逻辑，进而在思维层面为教育研究者提供新的认知路线。
第一，ChatGPT可以为教育研究者提供新的知识获取手段。人工智能时代，数字媒介蕴含着大量的教育数据和信息，ChatGPT不仅从工具层面拓宽了数据和信息的获取渠道，更重要的是它改变了知识获取的路径，从而大大压缩了从数据到信息再到知识的研究转化过程。具体而言，传统以“检索—筛选”为核心的知识获取手段对研究者的知识储备及表达能力有一定要求，研究者在大多数情况下只能沿着已知知识的脉络和边界去尝试获取新知识。假若研究者想要了解欧美高校在跨境交流受阻期间开展国际化教学的相关情况，那么他只能以“高等教育国际化”（Internationalization of Higher Education）为关键词进行检索和筛选，进而接触到“在地国际化”（Internationalization at Home）这一概念，以此为关键词再次进行检索和筛选，最终才能细化到“虚拟流动”（Virtual Mobility）、“跨国在线协作学习”（Collaborative Online International Learning）等核心概念之上。而ChatGPT的出现使研究者可以通过以“对话—生成”为核心的手段获取新知识，即研究者不需精确掌握关键词，只需有技巧地发出对话指令，就能从生成内容中实现从未知到已知的知识获取。
第二，ChatGPT可以为教育研究者提供更全面的论证手段。在相关数据和信息达到饱和后，教育研究者一般需要根据一定的科学规则、分析方法对所要研究的教育现象或教育问题进行论证。在此过程中，ChatGPT可以作为一个多功能集成的研究助手，帮助研究者编写特定程序代码对文本、图像等数据信息进行分类处理，并通过定性分析、定量分析、系统分析、比较分析等多种方式呈现可视化的分析结果。如此，ChatGPT等人工智能工具提供了包含建构、推理、比较、归纳等不同论证手段，研究者只需根据自身需要进行选择，“单纯以知识分析为核心的综合式思维过程逐步向以方案选择为核心的选择式思维过程转变”[9]。
第三，ChatGPT可以为教育研究者提供新的科学研究逻辑。从某种程度上来说，学科知识体系是由不同核心概念及其相互之间从属地位所构成的“关系树”。传统的教育研究遵循一种“自上而下”的学科逻辑，注重上位理论的派生和演绎，在此过程中，不同教育学科背景的研究者运用其所掌握的专业理论进行研究和创造。而ChatGPT等人工智能工具允许教育研究者以现实问题为出发点，广泛收集与问题相关的大样本甚至全样本，是一种“自下而上”、强调归纳的问题逻辑。这为教育研究者开辟了新的研究思路，即“人工智能自下而上的研究路线与传统自上而下的路线半途相遇，从而获得真实世界中的能力”[10]。
（三）范式层面：拓展教育科学研究叙事尺度
范式是指从事某一特殊领域研究的共同体所持有的一套基本完善的信念、价值、规范、理论和方法等“学科基质”，其在形式上表现为共同体所使用的模型、框架和范例等形而下学符号，在内涵上则指向共同体对世界本体的基本假定以及在此基础上认识、分析真实世界的形而上学承诺。[11]教育学具有多元范式，目前学界主要存在自然科学范式与人文主义范式、事实性研究范式与规范性研究范式等二分法，实证主义范式、解释主义范式和批判理论范式等三分法，思辨研究范式、量化研究范式、质性研究范式和混合研究范式等四分法。[12]ChatGPT等新一代人工智能工具的出现进一步促进了教育科学研究的范式变革。
作为人文科学和社会科学的交会学科，教育学研究与人工智能技术碰撞所产生的驱力亦沿着这两个方向展开。从宏观上来看，教育学的学科属性更倾向于社会科学，研究对象主要是教育行政、教育管理、教育政策、教育规划以及教育战略等“教育事业现象”。[13]传统的宏观教育研究较难对各类教育要素及要素之间的互动进行系统性考察，只能“抓大放小、找准关键”，借助简化模型和有限预测得出相对可靠的研究结论。针对这一统计学意义上的“维数灾难”，ChatGPT通过自主学习扩大样本容量，通过大语言模型算法提升样本预测精度，以此从海量数据中挖掘客观真实的教育现象，归纳总结教育模式与规律，使教育科学研究范式进一步向数据密集型研究范式转型。
从微观上来看，教育学的学科属性更倾向于人文科学，研究对象主要是课堂教学、课程设计、教学方法、学生身心发展、教师专业发展以及教学评价等“教育活动现象”。[14]ChatGPT的实践应用代表着人工智能正在从运算智能、感知智能迈向认知智能、创新智能。与之相对应的，人类社会知识传授也正从“课程—教材—学校”的信念知识向“代码—引擎—社会”的信托知识过渡。[15]面对人工智能技术的发展和人类知识场景的转向，教育科学日益从“人际”的教育活动研究拓展至“人机”的教育活动研究。人机增强、人机对话、人机混合、人机模拟等议题成为教育研究的新方向，催生出需要教育学、脑科学、信息科学等多学科交叉融合、联合攻关的新范式。[16]因此，无论是在极大方向还是极小方向，以ChatGPT为代表的人工智能工具拓展了教育科学研究的叙事尺度，使教育研究者能够进行与以往截然不同的知识生产、论文生产活动，重塑了教育研究的科学范式。
三、ChatGPT等人工智能工具给
教育科研带来的挑战
ChatGPT等人工智能工具对教育知识的生产与创新具有提质增效的正向效益，但其背后也隐藏着规范、伦理、价值以及安全等方面的诸多风险。如果使用不当，ChatGPT等工具有可能使教育科研偏离求真求善的本质追求。
（一）难以达到科研规范标准
任何科学研究活动都必须遵循一定规范准则与过程步骤。一般来说，无论哪一类学科领域的研究至少都应符合以下三条基本规范：其一，研究必须具有一定的原创性，即研究者可以部分参考、引用他人已有的观点，但研究的核心观点和主要内容都应来自研究者的独立思考；其二，研究必须阐明得出结论的过程与方法，即研究者应揭示自身通过哪些方法步骤从现象、资料或实验中得出结论，以便他人复现这一过程或理解研究原理；其三，研究必须明确列出引用观点的参考文献和所涉数据的资料来源，以便他人对相关内容进行查阅和校对。若不能满足上述三条基本规范，一个研究本身的科学性和有效性将极易受到质疑。
尽管ChatGPT等人工智能工具的功能非常强大，但囿于数理模型、算法逻辑等方面的技术限制，这类工具目前尚不能完全达到科学研究的规范标准，主要体现在以下三个方面：一是“拼接式”的信息陈述，ChatGPT等工具以互联网上的海量数据为学习材料，其中既包括期刊、书籍、新闻报道等较为可信的数据库，也包括百科词条、社交网站以及其他各类数据爬取等低质量信息源。[17]ChatGPT并不创造，只是通过排列、组合等方式从各类数字痕迹中产生看似原创的陈述性信息。这类由各类痕迹拼接而成的信息不涉及任何实质含义，更不能直接构成原创、合法、有意义的知识。[18]二是“掷骰子”的算法机制，ChatGPT等工具只能依靠语料存储和数据投喂，通过概率匹配的算法机制在相近数据中选取一个最佳估算值，因此无法确保生成过程的透明性，也无法保障生成结果的真实性、准确性和时效性。三是难溯源的输出文本，ChatGPT等工具输出的文本并不会将数据库中的相关信息全部呈现，这使得研究者难以逆向验证其可信度。即使研究者通过指令直接要求给出信息来源，ChatGPT也可能会生成一些看似权威、格式无误却是虚构编造的参考文献。
除此之外，教育科学研究不是数据信息的简单堆积，需要人类通过经验、阅历、见识以及情感的积累才能形成对教育现象和教育问题的深刻认识和判断。ChatGPT等人工智能工具本身对真实世界毫无了解，并不具备真正人性化的理解能力，既缺少对社会文化情境的切身经历和深刻洞见，更无法将专业知识灵活运用到现实世界之中，更加难以满足教育科研的规范标准。
（二）引发学术伦理道德问题
ChatGPT等工具在数据训练与文本生成等方面的技术局限决定了其自身在科研辅助方面存在一定的能力边界，但相关实证研究已表明，尽管ChatGPT生成的内容并不具有真正意义上的原创性，现有的查重工具很难对生成内容进行准确识别。在外部检测手段、评审机制相对滞后的情况下，ChatGPT可能带来诸多学术伦理道德问题。
一方面，ChatGPT等工具可能造成抄袭、剽窃等学术不端行为泛滥。在针对性学术查重工具研发投用之前，研究者可能有意将人工智能工具生成的内容据为己有，也有可能受人工智能工具误导信息和虚构文献的影响，在无意间做出抄袭或剽窃等学术不端行为。更为关键的是，ChatGPT等工具已经对科研学术的发表流程以及同行评审机制造成了不良影响。国外有研究团队进行了一项测试，他们从高影响因子期刊中挑选了50篇学术论文，要求ChatGPT根据其标题和内容生成研究摘要，并将人工智能的生成摘要与论文作者的原始摘要同时交给同行进行盲审，结果所有生成摘要均通过了原创性机器检测，但同行评审将32%的生成摘要误判为原始摘要，将14%的原始摘要误判为生成摘要。[19]这一结果表明，如果研究者在人工智能工具的使用上不够透明，学界将在一定程度上失去对研究真实性及其价值贡献的评估能力，进而使学术科研偏往错误的方向。
另一方面，学界还必须考虑ChatGPT等工具生成内容的可版权性和版权归属问题，或者说是科研成果的署名权问题。外观主义赋权论认为人类创作并非智力成果的必要构成要素，只要能在人类所创设符号意义上解读出最低限度的创造性即可；而主体主义赋权论则认为通过算法、规则、模板和模型训练的生成物不能体现作者的个性思想，没有人类创作者的贡献，所谓独创作品就无从谈起。[20]即使假定ChatGPT的生成内容具有可版权性，其版权归属的划定仍是一个充满争议的问题。在科学研究场景中，如何衡量研究者与人工智能工具的智识贡献，知识所有权应属于研究者、工具还是工具开发者，研究后续所产生的社会影响及其所涉及的经济利益又该如何分配？厘清人工智能工具的版权限度，明确人工智能工具在科研中的运用标准与伦理规范，仍有待技术实践的进一步发展以及各领域专家的通力合作。
（三）造成研究价值立场混淆
教育科学研究是教育研究者提出、分析和解答教育问题的一类专业活动，价值判断和价值生成在教育研究中具有本体论层面的重要意蕴。教育研究中研究者如何确定自身价值立场的争论由来已久，有学者主张教育研究科学化应当“价值无涉”，即从研究资料的收集、解释到研究结论的呈现，研究者都不应将自身的价值偏好代入研究之中，而应将自身“悬置”起来，这样才能避免当局者迷。[21]也有学者认为当代教育研究不是一种价值中立的思想活动，而是一种充满价值反思、价值追问和价值诉求的实践活动，研究者无须避讳在研究中表达自己的学术立场与价值判断。[22]还有学者提出无论研究者是坚持价值无涉还是价值介入，教育研究都是以承认研究对象的价值关联为前提而展开的，研究者本人的价值观念在此过程中不可避免地发挥着作用。[23]教育研究者的价值立场选择问题见仁见智，但无论如何，研究者都应尽力排除带有偏见的、主观臆断的价值判断。
ChatGPT等人工智能工具在教育科研领域的应用可能造成研究价值立场混淆的问题。由于技术本身具有一定门槛，ChatGPT等人工智能工具内部的运行方式与工作逻辑对于大多数人而言都属于难以洞悉的“技术黑箱”。从机器预先训练、触发条件设定到模型概率匹配、写作框架选择，ChatGPT等工具遵循相关算法机制对数据样本进行搜集、提炼、清洗、审查、分割和输出。固化的算法路径使原本鲜活的教育现象抽象为便于计算和处理的数字格，数字格在不断的匹配和取舍之间就产生了算法偏见。[24]ChatGPT等工具高度依赖语料投放和数据训练，其生成的内容可能会进一步放大算法偏见，如偏向特定的语言、性别、种族或文化群体等。因此，教育研究者需保持批判反思的研究习惯，警惕ChatGPT等工具对于价值观念的预先植入，避免所做的研究和决策在无意中被算法裹挟，导致自身价值立场的模糊与丢失。
（四）带来教育数据安全风险
因为技术黑箱的不透明性，ChatGPT等人工智能工具的数据安全性极易遭受质疑。ChatGPT在预先学习和训练的过程中主要存在以下三种数据安全风险：一是数据获取侵权与个人信息过度收集的风险，ChatGPT的高效运行需要海量数据支持，其不仅会在未经授权的情况下私自获取公共领域的非公开信息[25]，还会在与用户交互的过程中自动收集往来信息，或在接受使用者个性化规训时自动记录用户的语言行为习惯。二是数据储存侵权与个人信息泄露的风险，ChatGPT会储存使用者的语言行为并将其转化为自身的语料储备，但该工具的使用条款中并未明确说明数据储存的有效期限和相关保护措施。使用者的对话信息可能被ChatGPT人工训练员查看，也有可能被ChatGPT在隐匿来源的情况下提供给其他用户。三是数据支配侵权与个人权利受损的风险，ChatGPT看似是一种客观中立的技术工具，但一旦该技术受到特殊导向的影响就可能形成对个人的数据支配，即使用者只能被动地接受和了解该工具所提供的信息。
对于教育研究者而言，随意使用ChatGPT等人工智能工具也将带来难以控制的安全风险。首先，教育研究者在使用ChatGPT的过程中既有可能造成对他人知识产权的无意侵害，也有泄露自身研究内容以及原创性知识成果的危险。其次，教育研究者在使用ChatGPT的过程中可能泄露与研究对象有关的敏感隐私数据，如学生、教师与学校的相关资料，问卷或访谈的相关材料以及其他非公开教育信息等。最后，ChatGPT等人工智能工具模型本身具有一定的安全隐患，可能因为外部的数据挖掘、不法网络攻击等不可控因素而导致教育信息泄露、教育数据遭挪用等。
四、ChatGPT等新一代人工智能工具的应对策略
在人工智能技术的发展历史中，ChatGPT既是里程碑也是分水岭，人类与机器、智慧与算法之间的距离正在前所未有地缩近。面对新的技术洪流，政府部门、学术机构以及研究者都应摆正心态，既不能忽视人工智能工具为教育研究带来的新机遇，也不能在教育研究过程中毫无节制地滥用技术，需持开放而谨慎的态度，尽力释放新技术的正向潜能。
（一）政府部门：完善人工智能制度规范
新技术的诞生必然对旧的制度规范带来多重影响。ChatGPT等人工智能工具不仅对教育科研的现行规范产生巨大冲击，更对学生学、教师教、学校管等教育的方方面面提出了新要求。要想将人工智能技术对学术生态、教育生态的冲击有效转化为契机，政府部门必须顺应智能时代技术形态发展的新趋势，积极发挥宏观引领作用，加快完善人工智能的制度规范，为新技术的正向生长提供基础保障。
一方面，政府部门应当加快建立和完善人工智能数据安全治理制度，加强对ChatGPT等智能工具数据使用情况的规范管理。我国2018年发布的《科学数据管理办法》已针对自然科学、工程技术等领域的科研数据采集生产、加工整理、开放共享和实践使用制定了管理细则。[26]2021年发布的《中华人民共和国数据安全法》提出要开展数据分级分类治理活动，推动有关部门、行业组织、科研机构、企业和个人等共同参与数据安全保护工作，提高全社会的数据安全保护意识和水平。[27]针对ChatGPT等工具在科研领域中的应用风险，我国应进一步扩大科学数据治理的层级范围，以安全、动态和可持续为原则制定教育等人文社会科学的数据管理办法，设立重大数据安全问题应急预案机制和风险熔断机制，明确处理数据安全问题的政策依据、法律程序和问责链条，提升数据治理综合效能。
另一方面，政府部门应加快对新一代人工智能技术的研发布局，加强对人工智能技术研发的支持和引导，督促智能工具的开发者进行自我约束，通过加强算法研究和技术创新增强工具本身的安全性和稳定性。目前，我国许多企业正在进行类ChatGPT的技术储备和产品研发。政府部门应牵头制定行业标准，配套构建以数据为核心的标准规范体系，分级分类规范人工智能技术的应用场景，用好人工智能这把“双刃剑”。同时，政府部门应加大对类ChatGPT核心技术的公益性研发投入，鼓励高校机构、科技公司等进行自主研发，早日创建属于中国自己的、真正开源和透明的人工智能大语言模型。
（二）学术机构：严格进行科研监督审查
研究成果的发表与出版、宣传与传播是学术生产流程中的关键环节，涉及高等院校、科研院所、专业期刊以及学术出版社等多个学术主体。ChatGPT等人工智能工具不仅改变了学术生产的工作流程，更为所涉主体的协同交互带来了诸多不确定风险。对此，各类学术机构需加大科研监督力度，严格对研究者学术产出所涉及的质量规范、伦理道德等问题进行系统审查。
第一，学术机构应针对性设立检测程序和披露程序，识别研究者学术作品中人工智能技术的使用情况。学术机构可通过技术手段检测是否存在人工智能生成内容，同时明确要求研究者阐明其在科研过程中使用ChatGPT等工具的情况。第二，学术机构应加强对研究者学术成果的内容审查，确保研究的真实性、可靠性。学术机构可要求研究者提供原始数据、资料截图等证明资料，针对ChatGPT等工具参与部分的内容进行溯源审查，并报告相应的审查方法、审查过程与审查结果。第三，学术机构应加强对学术成果创新创造、价值贡献的审查，在研究者披露ChatGPT等工具使用情况的基础上对研究作品的创新价值和人类贡献进行公正合理的评判，以此将可能的学术欺诈与舞弊风险降至最低。
值得特别注意的是，尽管学术机构可以在短期内使用针对性识别ChatGPT等工具生成文本的检测工具，以高标准、多维度的监督审查提升“高科技剽窃”的违规成本，从而扼制学术不端行为。但是，引入相关监督审查机制的最终目的并不是阻止科研工作者使用新一代人工智能技术，而是更好地营造学术诚信的制度氛围、文化氛围。换言之，学术机构严格进行科研审查的最终目的是塑造研究者的学术伦理观，使研究者能够更好地拥抱技术发展带来的机遇，有效提升科研生产力，同时能够在研究过程中更加高效合理、公开透明地使用ChatGPT等人工智能工具，更好地为自身的学术实践负责，为教育与教育学科的未来发展负责。
（三）教育研究者：不断提高自身能力素养
ChatGPT等人工智能工具对教育科研的影响不仅体现在研究质量、研究伦理、研究者声誉等具体事务之上，还体现在研究者的认知能力以及主观能动性之上。有学者指出，人类认知判断能力的分散程度是随着自动化技术的发展而逐步提升的。[28]早期的计算机替代科研人员完成了部分记忆和运算工作，当下以ChatGPT为代表的生成式人工智能技术又将进一步分担理解和分析工作。对此，研究者需不断提高能力素养，确保自身的主体性地位、批判能力以及创新能力不被技术所消解。
首先，教育研究者需学会利用ChatGPT等工具提升科研效率，针对性提高自身对新技术的理解水平和操作技巧，如根据个人的研究需要做出连续有效的发问指令，运用ChatGPT等工具辅助编程，掌握ChatGPT等工具与文献管理、数据分析以及可视化绘图等多种工具的融合使用方法等。其次，研究者需明确认识到ChatGPT等工具的潜在风险，能够处理研究过程中的各类安全隐患，如在采纳ChatGPT等工具生成的回答前进行反向溯源和信息验证，在构建大规模研究数据集时对重要数据来源进行抽样检测以避免数据污染，通过分散提问的任务处理方式减少敏感信息泄露风险等。[29]最后，研究者需努力提高自身的学术修养与学术积累，关注教育领域的真问题，学会提出有意义的研究问题，不断加强对教育基本理论和教育研究方法的学习，更多地与其他学者交流互动，在教育的实践场域中检视所做研究及其结论。
ChatGPT等人工智能工具在改变科研生态的同时正倒逼研究者提质增效，以往那种陈述事实、罗列观点的学术论文将更难通过同行评审，进一步失去学术市场。未来的教育研究者将不能再停留于表层研究浅尝辄止，而是需要抓住某个重要的教育问题或针对某个教育研究领域进行长时间、深层次的探究和耕耘，借助人机互动赋能的便利条件，将专业知识灵活运用到现实世界之中。
参考文献
本文刊于《苏州大学学报（教育科学版）》2023年第3期，第54-62页。 如有媒体或其他机构转载，请规范引用、注明出处。
原文下载
相关链接
图文编辑：王心怡
责任编辑：罗雯瑶
审核人：杨雅婕
苏州大学学报微信公众号矩阵
苏州大学学报
哲社版
苏州大学学报
教科版
苏州大学学报
法学版
您若喜欢，戳戳“分享”“点赞”或“在看”