![]()
![]()
编者按:随着人工智能的爆发,全球写作与知识生产正面临深刻变革。近期,徐贲先生在“学人”公众号发布多篇关于人机共创与AI写作的系列文章,引发广泛讨论。在此背景下,梅剑华教授与青年学人田天增围绕“AI写作”展开长谈。在交流中,梅剑华主张和AI“既要深度融合,也要深度隔离”;田天增则以一次未完成的“三十天博士论文”写作尝试,现身印证。AI写作是否是一种命运,命运又将如何分叉?两位对谈者没有定论,只留下一个朴素的立场:先弄清它是什么、怎么用以及存在什么问题,把态度留在每次一具体而微的写作中。
需要说明的是,文中“30天AI写博士论文挑战”系田天增今年8月个人发起的一次未完成写作实验,缘于在清华大学方塘研究院实习时对AI协作和国内外AI论文写作竞赛的关注。该实验为个人行为,非机构项目,不涉及以AI代写学位论文;后续论文修改以学位论文规范为准。相关讨论意在反思AI写作的边界与学术训练。
对话学人
梅剑华,山西大学哲学学院教授、博士生导师、《认知科学》双语期刊主编、“心灵与机器”会议工作组组长。研究方向为:心灵哲学与形而上学、人工智能哲学等。
田天增,山西大学外国哲学博士研究生,清华大学方塘研究院研究助理实习生。主要研究人工智能伦理与人机共生,对元伦理学及AI写作也有关注。
一、从工具书到AI
田天增:梅老师好,我们今天聊聊AI写作。从使用大模型之前到现在,您在阅读、写作、指导学生和日常交流中,注意到了哪些变化?
梅剑华:这次聊天的缘起,是“学人”公号的负责老师提到,徐贲老师写了一系列文章,讨论闭卷考试、人机共创和AI写作。我觉得现在可能是一个关口,也让我想起以前怎么学习、做研究。
我2004年到北京,学中国哲学。这个领域需要一点儿“小学”的功夫。古书里有的字看不懂,要查《说文》之类的工具书。《说文》本身也成了一门学问,有很多注解。我的硕士导师白奚老师推荐过宗福邦先生主编的《故训汇纂》,当时刚刚出版。他说这本书特别好,一个字从历史上最早的起源、在文献里的表达几乎都能找到。白老师还提到,他马上把这本书推荐给刘笑敢老师,买了一册寄过去。这个领域的顶尖学者也要用它。我们常觉得学者学富五车,知识应该都能从脑子里调用。像陈寅恪、钱钟书,记忆力非常强,但做学术研究,有好的工具确实很重要。硕士快毕业时,我遇到一个问题:“tang祭”的“tang”,到底是厅堂的“堂”,还是唐朝的“唐”?两种写法都有人用。我在首师大的地方志库翻了一个礼拜,也没找到有价值的线索。后来给历史系一位老师写信,他很快回了几则材料。其中一则是明朝郎瑛《七修类稿》里的笔记,涉及这两个字的区分,对我非常关键。他告诉我,自己有《四库全书》的电子版,直接检索就可以。工具本身非常强大。节省时间,找到研究的关键点,这已经很重要。不能因为说它是工具,就觉得它的作用不大。
田天增:它帮您找到这则材料,相当于帮研究找到了一个切面。现在AI在检索之外,还能帮研究进一步找到更多方向。
梅剑华:在最基本的检索意义上,现在也已经走得很远了。我以前做过一个民国时期的人物考证:一直查不到,后来用豆包解决了。
田天增:我也发现,AI不只是找资料。我把跟其他学者交流中听到的观点交给它,能帮助我进一步了解相关背景,把不同领域的讨论带进自己的研究。这和过去沿着一条学术脉络找问题,很不一样。
梅剑华:看起来是信息检索,其实已经是学术综述、学科综述。几十年前,一个学者去国外访学,带回几本难买的书,就可能占据这个学科的高度。因为别人买不到,也不知道,就像考古学家挖到了一个墓葬,可以接着发文章。2000年以前这种情况很普遍。后来互联网发展了,但搜索仍取决于你的检索能力,知不知道去哪个数据库。但现在围绕一个话题,可以跨学科集结观点,初步了解它在讨论什么、走到了哪一步。以前做这些准备,可能得花一年。
以前有老师建议,要了解学术前沿,可以每周拿一个下午去期刊阅览室读摘要,我也这样做过。当然不用所有期刊,十几本,读下来就知道大家在研究什么话题。现在AI能围绕主题整理文献综述,不一定还要用原来的方式做。
不过要从两面看。一方面,它能帮我们完成综述、跨学科了解这些前期工作,这些都很好,几乎能代替一些重要的准备工作。另一方面,长期做研究,还是要保留“亲自”查找文献的机会,定期逛图书馆、书店,翻翻期刊。长期只搜自己的主题,可能形成信息茧房;一个原本不相关的话题,反而可能带来奇妙的关联。
上次去成都看朋友的AI艺术展,我偶然在书店看到《巴黎评论》的非虚构访谈录,觉得那是这趟最重要的收获。里面的研究、写作故事给了我很多启发,却不是原本想检索的东西。有些东西是主动搜索的,有些是碰到的,做研究要把两者结合起来,让生活里的偶然性进来,学术可能会有点不一样。
田天增:还有文献筛选的问题。我使用时发现,AI会推荐一些我没读过的文献、没听说过的学者。但是否熟悉,和选用的文献质量是两回事:这个综述过程可能纳入质量一般的文章,也可能遗漏重要文献。我们不熟悉相关领域时,不容易察觉;检索词和研究者的表述不一致,也可能漏掉相关讨论。
梅剑华:它还会不会给出虚假文献?我的感觉是,最近明显减少了,以前不少人因此觉得它在胡编乱造。
田天增:我也有类似体验,不过不同模型、软件可能有差异。但今年随着技术的进步,现在各个模型常附上可点开的来源,方便我们核查。
梅剑华:从我的使用体验看,这方面有改善,但不能说幻觉已经消失了,而且它未必只有事实错误这一种。这个话题可以专门聊,我们接着说AI写作。
![]()
二、“AI味”与有效表达
梅剑华:先聊自己的事。上次改你的文章,我删改了不少自己觉得是AI表达的地方。你说,那不是AI表达,很多哲学学者也这样用,还拿给我看。
这让我想到,怎么理解“AI味”?没有AI时,我们也会说一个人写得机械、僵化,像八股文、教科书、社论。AI读取了人的这些数据,所以“AI味”也有人的味。可能要区分:哪些从人那里传过来,哪些是它独有的。
田天增:那艺术学、欧陆哲学中那些有很多隐喻的表达,有没有被吸收?
梅剑华:也被吸收了。它有很多浪漫化的表达,但你依然觉得不太像人写的。
所以至少有两种:
一种是人本来就这么写,每次我说你用了AI表达,你就说:“不对,老师,这个老师也用这个表达。”这一点我承认,是继承过来的。另一种可能是“平均”之后造成的表达,具体怎么说,我还没想好。人写作也会机械,不一定有创造力,但还是“我手写我心”,想着去写,不完全按平均来。这两种我都不太喜欢:前一种的问题来自人的写法,后一种,比如那些浪漫的语词,听起来总觉得没有说实。
但还有第三种,可能是一种新的表达。它有时把三到五个词连起来说一件事,我开始也烦,后来发现,用几个词似乎确实更精准。我们习惯二分、三分,比如大小、长短。它不用时,你觉得二分就够了;一旦用了,再去掉哪个词,又觉得很难。“AI味”值得好好讨论,今天只是开个头。
这涉及语言和世界的关系。语言表达是一种抽象。按照人的认知加工,抽象成二元、三元比较容易。比如我坐在这里,就有前后左右,很多表达是根据人的认知方便形成的。但对AI来说,没有这个问题。它不存在方不方便,都能理解,所以可以写很长,写多长都没问题。人不愿意说废话,也不愿意看废话,但AI可以生成、处理很长的文字,这可能是一个不同。
田天增:也就是说“AI味”不一定全是负面的。那我们批评它,究竟在批评什么?
梅剑华:还是看有没有有效表达。比如“不是这样,而是那样”,说一次可以,反复说就很冗余。我们首先需要知道的是,它到底怎么样。我也跟你说过,别先说问题有多难、多重要,先把它是什么说清楚,再加这些。
所以“去除AI味”也要区分:去掉带着机械感的人味;也要去掉带着机械感的AI味。即使对仗工整,但全是“不是……而是……”“因为……所以……”,这些当然容易被AI提取,但并不能让我产生阅读的欲望。
三、从点子到文章的学术贡献
梅剑华:你也看了徐贲老师的文章,有哪个观点很认同,或者反对?我们可以接着讨论。
田天增:说实话,两者都有。我觉得徐老师这一系列论述最大的贡献,不是AI能否帮人写文章,因为这已经不需要证明了。他真正提出的问题是:当机器深入参与文字生成乃至思想形成以后,我们究竟该怎样理解写作的作者、作者性、原创性和责任。
按我的理解,首先,他不赞成只根据AI介入的比例判断作品。一个观点受到AI启发,和受到导师、同行、经典文献启发,并不存在不可逾越的界限。真正重要的是,作者是否理解、发展了它,愿不愿承担责任。其次,“高阶共笔”强调把人从反复收集资料、初级文本写作中解放出来,同时掌握问题意识,这些看法都认可。
但如果AI也能提出新问题、新解释,人的最终裁断权建立在什么基础上?人机之间的贡献和责任又怎样划分?
梅剑华:我想先区分成熟写作者和学习者,这两类情况不能完全一样,他认为《文艺研究》最开始定的规范针对的是成熟写作者。当然,他实际上认为,在广义上他们都应该使用AI。如果学习者的闭卷考试成绩下跌,只能说明他们受益于AI,却没有通过传统考试,问题在于要取消那个考试,而不是不用AI。这是他一个非常不同的观点,这个我们待会儿再聊。
先说“高阶共笔”最核心的一点:AI替你想了一个点子,这个点子最后算不算你的?我觉得,最后成文,你盖了戳、发表了,可以承认是你的。为什么?点子本来就是各种组合产生的观念,AI能产生,人与人交往也会产生。你不经意说了一句,自己不觉得多好,我听了却觉得很好,因为有自己的思考背景,马上能进入问题,展开论证,形成一篇系统的文章。比如,关于克里普克提出的指称理论,就有一个很有名的争论。很多人认为,他听了马尔库斯的演讲,听到这个观点后,才发展出来。我觉得他很可能是听了她的演讲而想到的。我想强调的是,听到一个观点之后,它能不能和你已有的思考连起来,能不能继续发展,这很重要。
观念和立场的创作权是不重要的。比如你是物理主义者,很多人也是,持有这个立场本身并不奇怪。关键是能不能从不同视角提供系统论证,把自己的主张与其他领域联系起来,真正属于你的,是这部分工作。
当然,AI也能发展论证、建立联系。但联系有很多种可能,哪些该删、哪些该留,仍需要判断力。能不能让另一个AI agent来判断?有这种可能,但很难讲。人带着自己的教育背景、个性特征,判断可能错,也可能对。但万一对了,一个判断又会和他已有的思考联系起来,继续发展。而对AI来说,它无非是猜中了一个概率更高的东西。所以从点子、论证到发表,人和AI都可以有重要角色。
田天增:有了点子,还要把它论证出来,但这仍需要作者的判断力。同时,研究能否形成有效知识,也不只是作者自己的事,还需要其他人、学术共同体的判断与核查。
梅剑华:徐老师说AI可以作为老师、朋友、同行,我觉得有道理。学者也会做报告、收集意见,把反驳写进文章,再回应。在某种意义上,这已经是与人共创。图灵的《计算机器与智能》回应了九类反对意见,其中有些针对当时具体的人提出的反驳。在我看来,提出这些反驳的人也以某种方式参与了共创,只是没有现在说的AI共创那么直接。
但AI写作除了思想、立场和论证,还有一个很重要的问题,就是文风。我觉得文风的问题可能比论证更大。论证是公共说理,可以检验:循着逻辑到结论,看看有什么缺陷。最后署名的却是个人化的作者。如果我们对文风没有自觉,会不会论证内容不同,表达方式却都一样?我不确定,但有这种可能。
![]()
四、写作与个人风格
梅剑华:徐贲老师的文章,如果能用两三千字集中表达观点、提供论证,我可能会更愿意读。现在的写法提供的信息太多了,它可能对有些人很有帮助。但我面对长文章,有时会犹豫要不要看,阅读总得有所选择。
这就带来一个问题:如果用AI写作,最后会不会导致磨灭个人性?我说的还不只是论证和立场,很大程度上是文风。当然,这么说也不一定公正。在哲学的学术写作中,大家的文风原本就有文风雷同的情况,好像是个宿命一样,这不应该是AI的锅。有人仍然保留着自己的表达,比如叶秀山先生晚期作品的引号,陈嘉映老师从容说理的文笔,但不是期刊论文式的论证。
会不会有一种可能?学者跟AI对话,获得写作大纲,甚至整个论证的草稿,再自己润色,形成自己的表达方式?比如罗素、戴维森、刘易斯,他们的文风还是很可辨识的。现在可能哲学学者增多,辨识性降低了,但读一篇文章,还是应该感觉到里面有你的生命力。虽然要求很高,是不是还是应该有?
田天增:是的!我最近改论文,改到最后,发现常常是在改字词句。但这种表达能力不是一朝一夕能形成的。
梅剑华:但改表达,有时也是在改思想。表达模模糊糊、东拉西扯、思想可能也不精确。语言表达和思想的关系,有点像石匠刻一尊佛像,这里一锤、那里一锤,一点一点刻,最后用手艺呈现出一尊佛像。你是在用语言,最后呈现出来的是思想。所以我为什么反复强调这一点?有了思想,还要得到得体的表达,这本身就是很大的问题。
所以,AI提出反驳、新的想法、拓展的可能性,我觉得可以接受。这相当于是你的老师,我记得以前引过一个说法:有大师带着你穿越崇山峻岭。刚开始不知道做什么选题,就跟着大师;他给你一个题目,告诉你怎么做,你跟着做就行了。先像学徒一样去学,学了之后自然就会了。现在可能就是,你是AI的学徒。可能老师告诉你做这个方向,你说:“行,你让我去查。”最后可能是AI告诉你一个更精准的方向。这是很有可能的情况。
我觉得现在的社会越来越个人化。我们希望跟更多人建立联系、交流,但不可避免的是,跟人交流需要成本,也不是所有人都会主动找老师、去开会。不是所有人都是外向型人格,一定会去跟老师讨论,一定会去开会交流。他更多时候可能就是靠AI,那至少也是他的一个出口:可以跟AI对话,形成一些判断,帮助自己写作,这是可以的。
在我理解中,徐老师主要设想的是成熟写作者。但即使是成熟写作者,也有问题:除了文风,还有对问题的热情。如果AI一天给你几篇论文,你会不会麻木?有些问题原本是读了一本书、与某个人交流以后才想写的。所以我说,要跟AI深度融合,也要深度隔离:既要融合,又要走出去。
五、AI改变表达环境后的理解与选择
田天增:我还观察到一个现象,王焕超在《AI写作是一种命运》中谈到,即使不用AI,也可能受到它所改变的语言环境和评价标准的影响。变化进入共同的表达环境以后,我们还能怎样选择自己的写作方式?有哪些变化值得接受,又有哪些东西需要主动维护?
梅剑华:他说“AI写作是一种命运”,我就不知道,AI写作最终面向谁?我看过陈本皓老师的《AI论文自动生产中心——关于知识生产新范式的思考》,其中提出了一个很有意思的设想。如果AI真能闭环写作,完成论证和验证,那么以取得效果、推进问题为目标的写作,可能会受到很大影响,期刊制度也会受到冲击,因为几乎不可遏制,每个人都会用AI写作。
这种情况下,评价标准是什么?可能主要不是文风,而是两个方面:一是有没有实际效果,二是有没有求真、对某个问题有所推进。在这两方面,我觉得AI能够极大程度取代人的写作。
但人最终还要读书,读什么?我想,人不大可能只读或者主要读AI写的东西。如果AI写作是一种命运,最后我们读的都是AI写的书,那肯定会有人愿意读非AI写的东西,仍然会有人愿意读一个人的真实经验、个性化表达。比如写自己的小村庄,可以让AI帮助表达,但有些经验并不在它那里。也可能有人把大家共有的经验写出来,让人觉得很有意思,AI未必写得比他好。当然,你可以说,真实经验也能让AI重构,表达也能让AI模仿,但总有些东西不能很快反映到AI里面。
我觉得,学术期刊写作最终可能变成对发表者的一个考核:说明你具有一定的学术水准和使用AI的能力。工具能取得多大效果,有时候取决于使用者本身有多高水平。
比如徐老师举过小孩用AI解题的例子。有些命令很简单,你让它解,它就能生成复杂的证明。区别是,数学家能判断,理解能与证明相匹配。
但拿到结果和理解结果是两件事。你让AI给出证明,你得理解它。要理解、谈论它,就得具有这个水准。那这个水准从哪儿来?从AI来吗?这个水准从哪里来?显然不能完全来自AI。学习时可以跟AI讨论,但有些理解需要通过犯错获得:自己尝试证明,错了,再试。这个不叫“手搓”,即使一部分步骤交给AI,你仍要亲身经历尝试几种可能性。
这个话题很大,也很难预料。我们设想的是理想情况,实际社会并没有那样。AI变化很快,社会结构的变化却不快,还拖着现代的、甚至前现代的社会结构和技术结构。我们的教育、就业和评价制度还没有同步变化,评价人依然靠学历,靠打关升级拿到的成绩、证书。尽管很多人知道这不代表什么,还是在大规模使用。
所以这种变化最终会损害创造力,还是把它带到一个新阶段,我觉得很难讲。公文式、任务式写作可以被替代,但我们做学术,到底是在完成任务,还是自己想写?两方面肯定都有。你可能为了任务,最后把自己弄没了;完全是个性化写作也不行。对于这种融合,我是很困惑的。
田天增:也就是说,写作不完全是个人选择,什么能发表、什么能被认可,也会影响我们怎么写。这就很容易导向下一个问题。
![]()
六、论文之外的学术贡献
田天增:文章更容易生产以后,学术评价应该怎样调整?您刚才也提到,投稿可能越来越多,但文章是不是更好了呢?
梅剑华:有些刊物对发表、升迁特别重要,关乎一个人的职业,投稿的人很多。这类刊物,投稿多,会带来水平下降。但AI也有它的作用:让一些原来表达困难的人敢于写作,有了投稿的机会,可能还会写的更多。一般刊物收到的投稿也多,但它的标准本来和前面那些刊物标准不同。新增投稿多,反而带来文章发表的水平上升。
整体上,我觉得有两个变化:投稿量增加了,一些稿件的表达也更完整,明显的逻辑漏洞、表达混乱有所减少。受过很好训练的作者能写更多文章,发表经验薄弱的人也有更多机会。
田天增:不过,写作上得到帮助,与真正能不能发表,还是两回事。
梅剑华:说实话,在对个人提供帮助这一点上,对很多要完成指标任务的人,用AI助力写作是很好的。比如他表达比较困难,或者因为其他原因,还能通过AI完成。但要说怎么帮助我们写作,又是另一个问题。你需要AI帮哪一点。我可能希望自己写完初稿,再让它提出毛病,帮助修改。
我担心有些同学还没有独立写过文章,就被AI搞得失去了判断力,觉得“这挺好的”。当然,也许是我的误判,也许以后的文章就是这样呈现的,但目前我觉得还是有差别。
我不反对受过良好训练的人用AI,但这里有一个真实的问题:成熟作者驾着AI可以飞翔,写出更多作品;硕士、博士还在训练,又被要求不用AI,却要面对发文指标,那怎么办?我也不能说这个问题有解。
一方面,我觉得应该降低硕士、博士的发文要求;另一方面,这个锅不是他们的,而是跟整个教育有关:从小没有培养良好的写作能力。按道理,到了硕士阶段就应该会写文章,但我们缺少独立写文章、学习表达的训练。尤其在大学里,也经常是写个感想,很少写那样一种论证性的文章。所以这个还挺难的。
田天增:除了论文的学术写作,哪些其他成果也值得被当作正式的学术贡献?比如对文献库的持续修订、史料整理,网络资源,未来能不能也成为重要成果?会不会还需要更多形式?哪些要持续更新,哪些需要持续保留?
梅剑华:首先,我觉得学术论文写作应该多样化。有论证式写作,也可以有叙事性写作。但碰巧,现在主流期刊论文基本都是论证式的。所以应该开辟多样性,也可以保留札记、书信、对话。只有有了这种多样性,很多思想才能被打开、呈现出来:有的适合对话,有的适合短简,不用太长。比如李学勤先生有很多短文章,每篇都有自己的见解。你说,他比那些写大长篇文章的人差吗?我觉得,在AI时代,人要尽量少说废话。废话让AI说,人尽量表达清晰就可以,这是我的感觉。
至于贡献,我觉得现在的学术评价体制有些异化。编书、校勘、小语种翻译都很重要,但没有相应的评价指标。可有时候也很吊诡:恰恰是不在评价体系内的,生态相对还比较健康。设想有一天,把翻译纳入评价指标,一定会涌入大量翻译作品,质量就很难说了。当然,现在也有人批评,正因为翻译不在评价指标里,一般人才不愿意做。这有两面性,人人都做也不是好事,编纂也是一样。我总觉得,问题还是出在量化指标的要求上,AI写作本身不是过错。
AI写作是一种命运,但这个命运是分叉的。哪怕很多人用电脑,还是有人手写,有各种方式。那些严肃写作的人,在没有电脑的时代一样写得很多。所以,我觉得还是尽可能保持多种可能性。也要对未来有信心。不是盲目乐观,形势其实很不容乐观,但每个人都能改变自己的一点,做好自己的那一点。尽量让自己的文章有人愿意读,这很关键。这不叫“服务大众”,但你得有服务意识,知道文章是让别人读的。
七、AI时代人文学者的公共责任
田天增:除了刚才说的札记和不同的写作方式,我还观察到一个现象。一些公众号或者网络资源在做学术翻译、资源分享,还有人自发地介绍书。这些特殊的工作形式进入了日常生活,我反倒觉得,这让大家留下了更多的真东西。只是对它们的认可,不在学术评价制度里,不与论文发表挂钩。除了学术研究,还应该有研究之外的这部分东西。如果一直局限在专业研究内,反而会把它变窄。比如我们一直在聊AI、聊AI写作,但大众看到的观点,往往不是哲学家或者真正有深度、有反思的人在表达。
我说的可能有一点理想化:人文学者除了专业研究,是不是也应该思考自己的公共表达和价值?
梅剑华:我觉得应该。咱们这个聊天,也是希望更多人听到,批评也很好。我上次在一个分享会聊《浮士德》与AI,之后有两个朋友说,极大地缓解了他们的焦虑:原来没有那么可怕,我还是可以做一些事情的。
现在有两种相反的声音:一边说AI会让我们失业,卷走我们的一切;另一边说它带来了更多机会、更多快乐。这两种声音有一种极端的对立,但形势没有那么乐观,也没有那么悲观。我们面对一个巨大的社会滞后效应:有些东西很前沿,有些制度仍然滞后。作为人,还是可以在当下做一点力所能及的工作。比如数学,现在还是有很多有水平的数学家在跟AI合作,破解更难的问题。你可以说,AI抛出了很多证明,但这个行业里还是有很多人。那些证明最后要落地,成为能够推进现实、有作用的东西,得有人跟它协作,能够看出它的重要性。这一点始终没有放弃掉。
所以,我不是觉得未来有多乐观,而是选择乐观。尽可能让AI帮助我做事情,尽量避免坏处。互联网刚来时,也有人说它让人不阅读、不学习了,但我们这一代从中学到了很多知识。到移动互联网、AI会怎么样,我也不知道。长期刷短视频、跟AI对话,可能让人失去跟现实的接触。知道这些问题,就尽量避免。
田天增:如果具体到公共讨论,人文学者可以做些什么?
梅剑华:首先要澄清误解。我们这些写字的人,可能多看、多读一些,也比一些人使用AI更多,就应该表达,说明到底是什么情况。
有时候,我们会受电影、新闻影响,过度夸大AI决定生活的程度。但生活也跟家庭、老师、同事,跟自己每天做的事情有关。你有没有好好读一本书,跟一个人、一件事建立深度联系?这些事情并没有失去意义。
当然,这不是否认它对一些行业和从业者的冲击,比如出版业、影视行业。我们不在那些人的处境里,没有资格轻描淡写地把他们面对的困难说成“阵痛”。每个人可能总得跳船逃生,尽自己的能力做一些事情。也会有人做出很好的改变,不能抱着过去的范式不变。
作为知识分子,应该做哪一种人呢?前天有老师说,他愿意做一个螳臂挡车的人。这好像是人文知识分子的宿命:面对巨大的技术变化,知识分子应该说“不”,提醒它的边界。但做也得了解技术本身,有哪些应用、哪些问题。不能一谈技术就只有忧虑,也不能只看到进步而忽略它造成的损害。希望拿到红利、不被它摧毁,就要知道它在哪些地方威胁人,在哪些地方可能有利。在这个意义上,我觉得事实问题先于价值问题。搞清楚它到底是什么、怎么用,才能对它有一个合理的态度。
像吴国盛老师反复讲的,人本质上就跟技术连接在一起,是假借外物成就自己的。从用火、使用工具开始,不断发展新工具,也不断改变自己,最后成了我们这样不能在野地里生存、却有了更多能力的人。所以,不能盲目乐观或悲观。对不好的东西说“不”,对好的东西尽量应用。知识分子责任很大一部分,就是跟公众交流,把这些边界分辨出来。
你说的知识分子责任,很大一块就是更多地跟公众交流,划分出边界。比如,大学生找不到工作,是不是AI造成的?中山大学的黄燕老师说,这里没有简单的因果关系,涉及复杂的社会结构,AI可能助长某些变化,但不能都归到它身上。比如阅读减少、影视剧衰降,也跟生活习惯有关。现在地铁里很多人拿着手机,有人在看书,有人在刷短视频,有人在回信息。你能简单地说,AI让他们更便利,或者更堕落了吗?它对一些人有好处,对一些人有坏处。我们生活在很难用单一因果关系来判断的时代。实际情况可能很不同:对你是一件很不好的事,另一个人却欢呼雀跃,还有一些人则完全没有关系。
AI的智能升级确实让人感到威胁,但还要看它被拿来做什么:下棋、解数学题、科研攻关,还是取代某些工作、创造新的工作?这些需要具体分析。知识分子不只是对技术说yes或no,还要在更长的历史视野里分析多种结果,真正应该说“不”的,是不让讨论停留在普遍的恐慌或乐观情绪里。
田天增:那知识分子的责任,与过去相比有什么变化?
梅剑华:这很微妙。以前说“铁肩担道义,妙手著文章”,不一定能妙手著文章,但可以替弱者代言,对社会上不公正的现象保持警醒。鲁迅大概也这样,对不公、丑恶的现象大声疾呼。这是知识分子的责任,到现在没有变。当技术和社会结合起来压迫人的时候,这样的批评是需要的。但到底是不是这个情况,需要分析,不能预先认定。但也有一些问题,不能只归到技术本身。比如AI做了更多工作,为什么没有给我们更多休闲时间?教学安排能不能调整?AI能写作了,发表量的要求能不能降一点?这些政策也不是AI制定的。结果反而是,效率越高,我们开始做更多工作。技术进步了,相应的回馈机制却没有跟上。
田天增:这也回到一个问题:AI写作带来的哪些问题是新的,哪些早就存在,只是现在更明显了?
梅剑华:一直在使用工具,现在出现的工具能承担更多原本由人完成的写作,就产生了两个忧虑:一是创造性会不会衰弱,人的主体性体现在哪里;二是会不会失去工作。这不是所有人面对同一种结果,可能让一部分人失去工作,同时帮助另一部分人。
所以AI的平权,可能只是对一部分人的平权。这里有个悖论:成熟写作者用得更好,可以获得更多收益。初学者既还不会用,又被限制使用,承受的压力可能更大。怎样学习、怎样评价,都得重新考虑。我始终觉得,很多问题不只是AI本身的问题,也是人怎样运用AI的问题。
![]()
八、青年研究者的写作训练与判断力
田天增:今天主要在谈成熟的写作者、AI写作工作者。对于青年研究者,尤其是学生,哪些功夫仍然值得亲自做?
梅剑华:我个人比较包容,但人还是得有自我训练。自己尝试过写作,用AI时就会比别人用得好。初学者需要多写,通过“手搓”形成判断力。我觉得要经过一些阶段,先自己写,再有限地利用AI,但利用AI也可以伴随着写作。
比如,让它帮助做综述、找文献;第二种是自己写一个初稿,不必完整,五千字即可,再让它攻击,有什么漏洞?二稿完成后,也可以让它指出表达、文风的问题。但我始终觉得,直接让它润色不太好;让它攻击漏洞、帮助提出论证,没有问题。整个过程中,人的意图和控制要占主动,否则最后会失去对文章的判断力。
还有一个实际问题:用了AI写,可能就不想自己看,只会让AI去改。反复这样,最后连那篇文章都不愿意读了。人对自己做的东西,总有一点珍惜,因为花了时间在上面。这是人的本性。只是AI生成出来的,自己在心里未必接受。它可能通过职称考核,却通不过内心深处的考核。
AI写作规范也需要变化。会不会有一天,刊物明确允许使用,或者默认大家都在合作,再按照相应规范公正评审?也许以后,我们不再把AI当成一个独特的东西。
就像投稿从手抄、寄稿,到打印,再到电子版。有了工具,必要的语法、标点检查就应该做好,对发表文章的要求也可能更高。这又会促使人深度使用AI,从综述、撰写初稿,到攻击漏洞、修改论证、修改表达和形式,它都可以提意见。
田天增:但这些步骤,都需要自己知道学术研究和投稿的基本规范,才能提出相应要求。我硕士时,老师就说过,文章可以写不好,但寄过去的稿子连标点都改不好,就是态度问题。最后还是要回到人的训练。
梅剑华:对。成熟写作者和学习者还是有区别。学习者能不能通过跟AI合作获得自主性?我不知道。有些人可能可以,不需要老师也能自学。但如果考虑教育中的大多数学生,我会有担心:人有惰性,需要激发主动性,AI也可能让人更被动。当然,我不能下定论。
如果什么都问它,就可能不再亲自查书,不再走出去调研、获得具身经验。变化不只是作业完成得怎么样,还可能涉及整个生活状态。我希望一个人积极跟AI讨论、合作,也积极与人建立丰富的连接,把生活中的场景反馈给AI,再把讨论所得带回生活。
像查尔默斯讨论的人机融合,我觉得,人得保证自己既有人性,也有AI性。这也可以回到刚才说的技术哲学:你的人性越强,对AI的调用和融合应该越多。反过来,你愿意调动、使用AI,也是因为对世界有更多未知要探索,有更多事情想做。否则,你只是问一问,没有探索世界的好奇心,你会发现自己的主体性也在丧失,自己也变成一个工具。
田天增:我还是相对乐观。我观察到,经历过一段时间的短视频热潮后,近些年长视频又回来了。大家又开始寻找慢一点、自己真正想看的东西,不是之前不知道,可能只是现在回来的人更多了。AI也是,热潮之中,反思的声音越来越多。这只是我的主观判断:也许大家会逐渐通过AI解放自我,重新回到希望追求的生活方式上。
九、一次未完成的博士论文写作尝试
梅剑华:你现在用AI写作多吗?
田天增:之前多,现在不多了。我分两部分:工作上,大部分综述性的工作它能帮助完成,但有些判断必须自己做。
学术写作上,大概八月份,我在小红书发起过一个挑战,希望三十天完成一篇博士论文,后来发现不行。
我的论文有五章。第一章把控力很强,我知道自己要什么,哪些文献、观点是对的或不对的,所以推进得通畅。到了第二部分,文献没看仔细,掌握程度远不如第一部分,就糊涂了:感觉怎么写都对,又怎么写都不对。
第二部分写完,只好先放一放。第三部分也是掺半的,有比较肯定的想法时,它就能帮我推进。八月结束以后,我开始降温。高密度使用AI后,今天聊的这些问题开始一个个出现。好处是,能帮我推进一个自己未必能推进的想法。这个想法可能来自某本书,或者与老师的交流,它能够帮助梳理。但当我无法判断的时候,情况就完全恶化了。
梅剑华:你说的就是判断力。但判断力从哪儿来?
田天增:还是自己以往的学习,没有大模型之前的学习习惯和学术规范。
梅剑华:就是从阅读、思考、讨论、写作中来。观点都可以有,但为什么某个观点合理?得在它背后读过一些东西,能托得住它。如果都没读过,观点跟观点之间就没有差别。
写博士论文也是这样,围绕一个主题读,读到相近的观点多了,就能建立信心,形成写作。不是说自己的观点就一定更对。如果连这个过程都没有了,就会出现问题。
田天增:对。比如最近论文返修,第一稿成型时,有些问题我确实没搞明白。你和审稿老师提了意见,没人给我解答,我只能问AI,这部分它帮了忙。
后来你再把稿子返给我,我就没有大范围用AI了。意见已经具体到字、词、句是什么意思,为什么接着会有这个推断,为什么会出现很多AI式表达。
我当然可以把修改意见扔给AI:“你帮我吸收一下,老师到底提了哪些意见,改了哪个字?以后能不能模仿这个,接着给我提供审稿意见?”这也可以。但对我自己来说,需要知道为什么不用这个词、这些连词,为什么它们经常出现,文本的完整感、阅读感反而变差了。我为什么爱用连词,为什么经常用“由此”“在这个意义上”?有什么问题是自己没有察觉到的?有些老师说出来的话就可以成文,是因为训练和思考能支持这样的表达。
梅剑华:就是很简单、很精确。好的表达不需要那么多“因为”“所以”“由此”,也能连起来。正因为连不起来,你才想用连词把它们连起来,但连词不能保证它们真的连起来。我开玩笑说,谈恋爱可以把完全不搭的两件事连在一起,文章不行。
那是我修改最多的一次。要看的论文很多,很难都这样改。我的修改也不一定那么好,但至少亲自看完了,把不合适的删掉,有疑问的地方打问号。你也要亲自看完。
我想起张五常讲自己写文章的事:他写了一篇文章,请老师看,老师改的内容比他写的还多,密密麻麻。他一开始很不服气:“我这写得很好啊。”后来认真看过修改,从那一次开始,他就懂得怎么写文章了。人要经过这个阶段。
还要看典范的写作:好的写作是什么样,为什么那么写?反复看那些写得俏皮、论证又严谨的文章,看看有没有这些表达。写作是个细活。
初稿只是写文章的第一步,不是写完就完了,下面还可以改好多稿。通过咱们这样聊,也能把AI写作一点点聊得更清楚。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.