ChatGPT的知识版图与学术进路展望

李永宁 罗泓

【内容摘要】基于技术的社会构建视角，本文对中国知网和Web of Science数据库中关于ChatGPT的论文数据展开梳理。通过文本网络分析、话题聚类与演化等分析，厘清了2023年1月至5月学界关于以ChatGPT为代表的人工智能相关研究的知识版图。研究发现，ChatGPT相关研究在国内外都得到了广泛的讨论，深入到教育、医疗、财经等众多领域；随着时间的推移，相关研究也开始向各细分领域延伸；除了对技术本身和教育应用的关注之外，知网中论文更偏重于技术对社会的影响与风险治理，Web of Science中论文更偏重ChatGPT在医学领域的应用实践。本研究量化了国内外对ChatGPT相关研究的核心内容和方向，展现了当前研究的整体知识图景，并基于论文出版情况对未来相关研究的学术进路作出了展望。

【关键词】ChatGPT；社会构建；文本网络分析；知识演化；知识版图

2022年11月，美国人工智能实验室Open AI开发的ChatGPT（Chat Generative Pre-trained Transformer）一經上线便在人工智能领域掀起了巨大的热潮，它生成类人语言和完成复杂任务的能力使其成为自然语言处理和人工智能领域的重大创新，引起了科技界、产业界、知识界等各界的广泛关注与讨论。从道路运输业的无人驾驶汽车到金融服务业的智能风控，从医疗健康领域的智能诊断系统到教育服务领域的智慧教育知识库，以人工智能为代表的各类技术正在各个领域迅速渗透与融合，为人们带来了诸多便利和创新，给社会带来了深远影响与广泛变革，逐渐成为当今社会发展的重要驱动力量。

ChatGPT是一种大型语言模型，由Open AI基于GPT-3.5架构训练而成，被设计用于生成自然语言文本，可以进行对话、回答问题、提供解释等。ChatGPT的崛起与爆火现象，部分可归因于其在人机交互领域的潜力。社会的问题、需求和目标都驱动着技术的创新和发展，使得技术取得了前所未有的飞速进展。社会中的政治、经济、文化等因素决定了技术应用的方向，技术被建构和引入以解决社会实际问题并满足社会需求，而社会发展趋势、市场机遇、商业潜力以及大众兴趣都会助推新兴技术在特定时期悄然崛起。

美国学者维贝·比克（Wiebe Bijker）、托马斯·休斯（Thomas Hughes）和特雷沃·平齐（Trevor Pinch）于1987年出版的《技术系统的社会建构》①一书开启了社会建构论技术研究的序幕，认为技术是由各种社会因素所建构起来的，形成了技术是在社会过程中被建构的基本思想。ChatGPT的出现不仅仅是技术的创新，更引发了诸多与社会相关的问题，技术不是孤立存在的，它是由社会因素建构的产物，反过来又影响着社会的方方面面。技术之所以会被社会所需要，既是因为其能够满足社会需求，还因为技术在很大程度上影响了社会的发展方向。因此，技术的社会建构理论是解读以ChatGPT为代表的人工智能相关研究的一个重要视角。从这个角度来说，对于ChatGPT的研究不能仅停留于技术和应用层面，还需要考虑其如何与社会、文化、伦理等因素相互交织，从而被建构。将ChatGPT等新兴技术的发展置于更广泛的社会背景中进行分析，能够更深刻地理解技术从被建构到逐渐崛起的发展情况，更好地把握技术发展的背后动因以及技术变革对社会结构和日常生活的深远影响，进而为未来技术发展的合理应用与引导提供更深入的见解。

基于此，本研究将借助技术社会建构论的理论视角，利用文本网络分析、话题聚类与演化等数据分析，致力于系统梳理ChatGPT的技术发展状况以及相关学术研究的内容演进。基于特定理论视角，分析ChatGPT研究的知识版图现状，对其发展情况、实践应用、社会影响等方面进行全面剖析，利于加深学界对技术本质的认识，从而更好地理解ChatGPT的发展潜力与局限，拓宽学界对ChatGPT的研究视野，以期为未来相关研究和应用提供有益的借鉴与指导。

一、研究背景

技术社会建构论（Social Construction of Technology，SCOT）是科学技术学（Science and Technology Studies）领域中的一个理论，该理论指出，科技不能决定人类活动，而是人类活动塑造了科技。换言之，要想理解一项技术的运用方法，必须了解它是如何嵌入社会背景的。因此，要想深入了解ChatGPT研究的知识版图现状，需要基于技术社会建构论去理解技术被社会建构的过程。

社会建构论者认为，“某些领域的知识是我们的社会实践和社会制度的产物，或者相关社会群体互动和协商的结果”。②技术本身不是一个独立的实体，而是嵌入在社会实践和社会关系中的。一方面，从社会实践上来看，基于人工智能技术的巨大潜力，ChatGPT具有广阔的应用前景，将引领各个行业的变革；另一方面，社会关系是一个双向的概念，技术发展会影响社会关系，ChatGPT的出现为人们提供了新的交流方式和社交体验，但同时也会带来一定的负面影响和社会伦理问题。社会关系也会影响技术发展，因为技术的建构和发展通常会受到社会各因素的限制和社会需求的影响。因此，目前学界关于ChatGPT的研究可大致归纳为应用前景、社会影响、伦理问题三方面。

（一）应用前景广阔，颠覆性重塑行业

学界普遍认为ChatGPT的应用前景十分广阔，它将加速人工智能和深度学习理论在经济社会各个领域的普及和应用，每个原本需要人类进行创造的行业生态都可能被重塑。③当前研究ChatGPT最多的领域包括传媒、医疗、金融、教育等领域，各领域下的学者都呈现出了深刻的洞察。在传媒领域，以ChatGPT为代表的生成式人工智能将成为下一代网络入口和超级媒介，驱动传媒业从劳动密集型产业向技术密集型和资本密集型产业转型。④万亿和周莉⑤认为新闻教育目前不仅面临着传统的“技术滞后”问题，同时还需要应对人工智能等新技术的冲击，所以智能传播时代的新闻教育亟须进行变革。在医疗保健等行业的科学研究中，ChatGPT能够提高研究效用，有效分析大量数据及生成代码等，对简化工作流程和改善个性化服务非常有价值，⑥同时也有利于在进入数字化的新阶段下建立智慧生态。⑦在金融投资领域的应用中，ChatGPT能通过对金融市场数据的快速处理和深度分析，为投资者提供实时且准确的市场分析、风险分析和投资建议，当其应用于投资领域时还能提高资源配置效率，协助监管金融市场与金融机构。⑧

深入研究ChatGPT不难发现其拥有的广阔应用前景正是社会需求的体现。而它又不仅仅是社会需求构建下的结果，更是长期社会实践的结晶。人类的需求和行为是科技发展的驱动力，技术并非能主导人类活动的走向，而是在与人类实践相互作用的过程中逐步演化和塑造。新兴技术的闯入将不可避免地颠覆传统市场格局，这种影响或将相对反作用于技术的进一步发展。

（二）社会影响深远，技术相互作用

ChatGPT创新了人们的沟通和交流方式。作为一个基于人工智能技术的新型自然语言处理（Natural Language Processing，NLP）工具，它为人们提供了一种新的交流沟通途径，甚至根据用户不同的对话风格作出个性化的语言响应，改变了传统的人机交互体验，是同类产品中唯一提供完整的以用户为中心的会话体验平台。⑨学界的相关研究揭示了技术和社会之间错综复杂的相互作用，主要体现在革新教学领域和影响劳动力市场等方面。

首先，ChatGPT將在教育领域带来巨大变革。ChatGPT可以赋能教学创新，利用自然语言定制个性化课程与测验等学习资料，提高教学效率，⑩也可以为学生提供个性化的学习支持和教育资源，便于答疑解惑。鉴于ChatGPT无法保证生成内容的真实性和准确性，大量的低质量信息会污染互联网数据，进而影响人们的信息获取和知识传承，因此如果使用不当，它很可能成为学术作弊的工具。不过，ChatGPT作为一种变革性力量，需要积极吸纳其带来的教育创新并制定合理规范以规避风险。如同计算器和计算机已成为数学和科学的一部分一样，ChatGPT这样的工具也将成为日常写作的一部分。

其次，ChatGPT的普及将会对职业和劳动力市场产生重大影响。有学者调查发现，大约80%的美国劳动力至少有10%的工作任务会受到ChatGPT的引入影响，而大约19%的员工可能会发现至少50%的工作任务受到影响。一方面，ChatGPT能够取代一些重复性和低技能的工作，致使部分职业的减少或转型；另一方面，它还能为高技能劳动力提供支持，协助处理大量文本数据，甚至独自承担某项工作。在以ChatGPT为代表的人工智能对人类工作构成的严峻挑战下，相关领域的学者正在试图通过系统的分析与研究，探索切实可行的出路。

技术和社会之间存在紧密的相互作用。技术的引入会改变社会的结构和生产方式，而社会的需求和价值观也会引导技术的研究和应用方向。政治、文化、经济等多种社会因素往往会制约和影响技术的演进，不同的社会群体可能会基于文化差异、经济状况等对新技术作出不同的反应，因而社会关系也会影响技术的普及和接受程度。深刻理解技术与社会的关系，有助于更好地引导技术发展，使其更符合社会的实际需求，促进社会的可持续发展。

（三）伦理问题突出，亟待规范治理

ChatGPT面临着人工智能一直以来所面临的各种伦理问题。在它发布之初，学术界已讨论过它所带来的学术伦理问题，数据造假、抄袭剽窃等学术不端行为的出现会严重影响学术生态，并且还存在着版权归属、引文实践等争议，因而研究者、出版商、人工智能开发人员需要合作制定规范与协议。ChatGPT作为大语言模型，如果用以训练算法的文本数据中存在不客观、不中立的问题，或将导致ChatGPT生成带有种族偏见或性别歧视的内容。此外，ChatGPT还会造成个人隐私的泄露等安全问题，黑客出于利益驱动等目的，攻击行为也变得更为隐蔽，他们用更低的成本和更高的效率进行诈骗、诽谤等犯罪行为。

在ChatGPT伦理隐患的破解上，多数学者均强调要发挥好法律的支持作用，推动构建系统性的人工智能法律规范体系，并重点考虑如何做好法律规范与人工智能伦理准则的衔接。技术开发设计的目的是为增进人类福祉，因此，技术设计与应用中需要融入伦理原则并强化伦理政策导向，确保科技理性与价值理性的双向发展，降低科学技术异化带来的风险。ChatGPT突出的编写能力也引起了学术界和教育界的部分抵制。《Nature》《Science》《暨南学报（哲学社会科学版）》等国内外权威学术期刊以及全球多所高校为避免学术不端，提出不接受论文将ChatGPT列为“合著者”和禁止使用ChatGPT或其他人工智能工具的规定。各界的抵制行为表明了技术发展并不是单向的，而是一个与社会相互影响、共同演进的过程，技术带来的负面影响会使社会对其加以约束，不断被社会所建构，进而影响其未来的发展方向。

综上所述，国内外学者的相关研究丰富了对ChatGPT技术发展的认识，但是既往研究大多针对的是单一领域或单一行业内的技术影响，而针对ChatGPT技术影响领域的全局研究暂付阙如，缺乏对当前ChatGPT技术发展现状的精准刻画。基于技术社会建构论的视角，分析并总结学术界对ChatGPT的研究现状，不仅有利于当前社会对技术发展的理解，而且对未来生成式人工智能的社会发展与学术研究都具有重要意义。

二、研究方法

（一）数据来源

为理解社会对技术的构建过程，本研究选取了国内主流的学术论文数据库“中国知网”（简称“知网”）和国际上学术检索使用的覆盖学科最多的综合性学术信息资源库Web of Science（简称WOS）两大平台。本研究在两个平台分别检索以ChatGPT为主题的学术期刊论文，截至2023年5月31日，知网共检索出235篇论文，WOS中检索出318篇论文﹝其中包含59篇标注为提前获取的（Early Access）的论文﹞。本研究获取了论文的标题、摘要、作者、出版日期、关键词、期刊名称等信息。

（二）数据分析方法

为了探究ChatGPT主题下知识内容和知识领域的发展过程，本研究针对相关论文标题和摘要内容，进行了文本分析、共现网络分析以及主题聚类与演化分析。

1.词频分析

本研究首先对中英文论文的标题文本和摘要文本进行分词处理，并在去除停用词后统计词频。最后，使用Python中的Word cloud库制作词云，将文本中出现频率前50的高频词进行可视化呈现。

如图7和图8所示，不同的话题以不同颜色的折线代表，话题序号与前文一致，序号后的四个词语为该话题的前四个关键词。图中横坐标代表时间，以月份为单位，纵坐标代表该月论文篇数，折线反映出不同话题的论文数量随时间的变化趋势。

由图7和图8可知，两个平台对人工智能技术的探讨是最核心的话题，都是早在2022年底就出现并且在2023年2月开始增长，在3月、4月达到快速增长的状态。关于技术的应用场景与影响讨论的论文，知网是在3月开始出版，医学应用的话题的论文约在4月开始出现。WOS平台中对医学应用和教育应用的话题从2月开始，对经济的讨论略晚一个月。基于技术的社会构建理论，技术本身和社会是紧密关联的，社会的需求会促进技术的发展，并且技术的应用也会进而影响社会。因此，当前ChatGPT在教育、医学、经济等领域的应用，正是源自这些行业对技术的迫切需求。并且在不久的将来，更多的细分领域将与新技术结合，随着技术对行业的影响逐渐加深，学界对这些细分领域的探讨仍需不断完善。

在医学应用方面，WOS平台无论从出现时间还是论文量上都明显领先于知网平台。一方面，由于当前收集的数据区间较短，国内外期刊的审稿周期、出版周期等都有可能影响论文的发表时间；另一方面，本研究的分析结果或也从一定程度上反映了国内对该话题讨论的欠缺，这意味着今后研究者或需对此问题投入更多的关注。尤其是在中国当前医疗资源分配不均、医疗资源依旧较紧缺的情况下，如何利用人工智能技术推动中国医疗系统的信息化建设，优化医疗资源等问题都是极具现实意义的问题。

四、总结与展望

（一）ChatGPT知识版图迅速拓展

1.国内外关注持续上涨

自ChatGPT发布后，在国内外的各个平台和渠道，包括学术界引发了持续高涨的关注，激起了源源不断的讨论热潮以及深入的研究探讨。相关学术研究数量在2023年3月、4月呈现出快速增长的状态，并且预计在不久的将来还会进一步增长，尤其是针对ChatGPT在不同领域和行业的应用与影响，知识版图还在迅速拓展过程中。来自计算机科学、法学、社会学、传播学、教育学等大量不同背景的学者都对ChatGPT的发展和应用进行了深入的探讨。这些来自多领域、多渠道、多行业的讨论，有助于社会从不同维度认识和理解ChatGPT的能力与风险。

在当前国内外的研究中，除了对技术本身的关注，ChatGPT在教育行业的应用价值日益显现。ChatGPT与教育领域的结合，成为了当前ChatGPT知识版图中国内外研究者的重点开拓领域。ChatGPT的应用或将对教育支持、教育资源、教学模式及教育管理等领域都将带来重要变革。ChatGPT类应用将全面影响以教育、科学、文化为核心的智力工作，彻底改变知识生态，开启智能信息处理和信息资源管理之颠覆性变革。例如已有研究聚焦于ChatGPT在教育领域的应用，在各国国情下结合大量早期使用者的经验分析他们如何将ChatGPT融入教育追求中，探索ChatGPT对AI整合教育的影响。社会建构主义把学习的获得看作是个体主动建构意义并创造知识的过程，学习者是教育技术的直接受众，且在知识的建构过程中也会受到社会的影响，因而能够为学习者提供多元学习形式的技术也应该结合社会环境进行深入研究。

2.国内外研究各有侧重

尽管国内外对ChatGPT等新技术的发展和应用都十分关切，但是在不同的社会文化背景和社会需求之下，以知网为代表的国内期刊和以WOS为代表的国际期刊的研究侧重点还是有所不同。

从知网收集到的论文情况来看，国内研究重点往往关注人工智能技术的探讨，不仅关注技术与教育教学的结合，而且更注重技术内在的媒介性，关注人工智能技术对媒体行业的影响与变革以及与政治传播相关的社会问题。整体而言，国内对ChatGPT的研究侧重社会思考，学者在探讨新技术如何应用并服务于社会的同时，还会考虑如何规避风险和负面社会影响。例如ChatGPT使用过程中数字技术霸权可能威胁政治安全；ChatGPT的应用可能会引发的就业结构、社会传播、伦理道德等领域的风险。这些关注点反映的是学者对技术发展背后的社会现象的思考，以及对技术背后潜在的伦理道德问题的担忧。

根据WOS论文的分析结果显示，国外期刊对ChatGPT的讨论更为分散和多元，侧重于探讨技术的应用层面，除了重点关注人工智能的技术研究，同时还偏重医学应用领域，在医学写作、临床医疗干预模拟、数据监测等方面多有涉及，通过大量研究揭示出人工智能技术在医学领域的潜力。实际上，目前我国尚存医疗卫生资源总量不足、分布不均的问题，人工智能等技术将为推动数字医疗的建设，实现数字技术赋能医疗治理现代化提供重要支持。但从知网数据的分析结果来看，学界对ChatGPT与医学领域结合的相关研究投入较少，主要关注点在如何利用ChatGPT等技术培养和教育医科学生，而如何借技术之力推动我国医疗系统的信息化建设、优化医疗资源等社会问题，仍亟须相关研究作为指导方向。

此外，国内关于ChatGPT的研究以定性研究为主，从ChatGPT在社会各领域中的应用入手，分析其运行模式、社会影响、应对策略、发展潜能等，创新点在于用理解派的方法对新技术作探索性的研究，注重深入性和主观性。由于国外研究侧重于技术应用，因而相比之下，国外关于ChatGPT的定量研究较多，常借助实验研究和数据分析等方式来评估模型的有效性，凸显研究的精确性与客观性。

（二）技术社会构建视角下的知识生产

基于技术的社会建构论视角，本文采用量化分析的方法梳理了ChatGPT相关学术研究的知识内容和知识领域的发展过程，探讨社会需求对技术的构建过程并主要从以下两个维度作出贡献：一是在社會需求的视角下，重新理解技术的发展现状与未来进路，验证了技术社会建构论在人工智能时代的适用性；二是从方法论意义而言，通过有效的研究路径与研究方法，厘清知识版图现状。

在这个技术快速更迭的时代，理解技术与社会之间的相互作用，才能把握技术的核心发展方向。以社会需求为视角重新理解技术的发展现状与未来进路，在人工智能时代具有重要意义。通过研究技术在发展和应用过程中给社会带来的积极、消极影响，考察社会需求和技术发展间的相互作用，研究者才能对技术发展的现状作出正确的评估并辩证地提出未来技术发展的方向。本研究的分析结果显示，技术的社会构建理论在当前的技术环境下依旧适用，并且是认识和理解技术的重要基础。以社会需求为出发点，通过理解社会与技术之间的作用关系，才能更好地探究技术发展的可持续性以及评估技术引发的潜在风险和挑战。换言之，对ChatGPT等相关技术发展的研究，必须认识到技术的发展受到社会需求的驱动，技术的设计和应用应与社会价值和伦理原则相一致。

从方法论意义而言，本研究基于数据挖掘技术，借用文本网络分析和自然语言处理技术，对学术论文数据进行了详尽的分析和可视化呈现。通过横向对比与纵向演化相结合的分析方式，本研究在一定程度上梳理了当前ChatGPT相关研究的现状，系统分析国内外相关研究的关注点和特征，厘清了相关研究的知识版图。ChatGPT的出现引起了全球学术界的广泛关注，成为新兴技术领域中的研究热点。但是在这样的研究热潮下，缺乏系统性、宏观性的梳理，更缺乏有效的方向指导，不利于相关研究的进一步发展。因此，研究ChatGPT学术研究的知识版图对于理解新技术的知识发展趋势，对学术交叉与融合等方面都具有重要意义，有助于推动学术研究的进步。

（三）未来研究的学术进路

社会建构论的视野下，技术演化是一种建构的演化，技术发展是一个技术与社会相互适应并协同演进的过程。社会因素作为理解技术创新的必须变量，在技术的发展过程中全面渗透至技术内部。理解技术的发展前景就必须考察社会各方面对技术形成的作用，如社会是如何影响技术的创新方向与形式和内容的，社会不同群体对技术成果是如何看待及运用的。具体而言，学术界将在ChatGPT的未来应用场景的拓展、提升用户体验和伦理道德问题的治理这三个方面继续深耕。

在应用场景方面，学术界的研究可以帮助发现和探索更多ChatGPT在人类社会中的使用场景。基于强大的启发性内容生成能力和对话情境理解能力，ChatGPT能够帮助医疗、教育、客服、销售等领域提高工作效率和生产力，从而带来更高的效益、更多的价值和更好的业务成果。因此研究人员可通过这些领域的实际案例和应用研究，拓宽ChatGPT的应用范围。在技术发展方向上，学术界要充分考虑社会因素，针对ChatGPT的性能、效果和应用进行改进和优化，探索更高效、更可靠的生成模型和对话系统。

在提升用户体验方面，技术的社会性表明了技术是人类的活动，学术界的研究要考虑技术如何能够更好地服务于人类。研究人员可以通过对用户反馈和需求的研究，提供改善ChatGPT的交互方式和生成质量等方面的方法与技术，思考如何实现个性化和多样化的响应，以根据用户特定的需求和偏好生成个性化、多样化的对话结果，从而提升用户的满意度和交互体验感。研究人员还可以研究社会对ChatGPT的接受度以及影响社会认知的因素，深入了解ChatGPT在不同群体中的接受度、态度和认知效果，为ChatGPT在用户体验与服务方面的优化提供相关建议。

在伦理道德治理方面，学术界的研究需要进一步为ChatGPT的伦理道德问题和社会影响提供指导和解决方案。尤其是要加强对ChatGPT的偏见、公平性、隐私和安全等问题的研究，学术界需要提出相应的规范、政策和方法，确保ChatGPT的应用是可信、公正和負责任的。同时，ChatGPT在社交媒体、新闻传播和政治舆论中产生的影响也需要引起研究者的重视。

ChatGPT已成为一种变革性力量，在各个领域都展现出巨大的发展潜力和影响力。社会建构论者强调，技术尤其是近现代技术，是社会建构了的技术、是社会建构着的技术、是社会还将继续建构的技术，因而技术是社会的技术。为了推动ChatGPT相关研究的进一步发展并实现其更为广泛的应用，学术界需要不断探索新的研究路径。

参考文献：

①Cozzens， Susan E.， et al.“The Social Construction of Technological Systems： New Directions in the Sociology and History of Technology.” Technology and Culture， vol. 30， no. 3， 1989， p. 705.

②Audi， Robert. The Cambridge Dictionary of Philosophy. Edited by Audi Robert， New York City： Cambridge University Press， 1995.

③朱光辉、王喜文：《ChatGPT的运行模式、关键技术及未来图景》，《新疆师范大学学报（哲学社会科学版）》2023年第4期。

④喻国明、李钒：《ChatGPT浪潮与智能互联时代的全新开启》，《教育传媒研究》2023年第3期。

⑤万亿、周莉：《智能传播时代新闻教育的专业困境与路径突破》，《教育传媒研究》2023年第6期。

⑥Sallam， Malik. “The Utility of ChatGPT as an Example of Large Language Models in Healthcare Education， Research and Practice： Systematic Review on the Future Perspectives and Potential Limitations.” medRxiv， 2023， pp. 2023-02.

⑦王飞跃：《平行医生与平行医院：ChatGPT与通用人工智能技术对未来医疗的冲击与展望》，《协和医学杂志》2023年第4期。

⑧宋信强、刘明杰、陈家和：《GPT-4影响的全面分析：经济高质量发展与国家安全防范》，《广东财经大学学报》2023年第2期。

⑨Rathore， Bharati. “Future of AI & Generation Alpha： ChatGPT beyond Boundaries.” Eduzone： International Peer Reviewed/Refereed Multidisciplinary Journal， vol. 12， no. 1， 2023， pp. 63-68.

⑩Baidoo-Anu， David， and Leticia Owusu Ansah. “Education in the Era of Generative Artificial Intelligence （AI）： Understanding the Potential Benefits of ChatGPT in Promoting Teaching and Learning.” Available at SSRN 4337484， 2023.

王树义、张庆薇：《ChatGPT给科研工作者带来的机遇与挑战》，《图书馆论坛》2023年第3期。

王佑鎂、王旦、梁炜怡、柳晨晨：《“阿拉丁神灯”还是“潘多拉魔盒”：ChatGPT教育应用的潜能与风险》，《现代远程教育研究》2023年第2期。

McMurtrie， Beth. “AI and the Future of Undergraduate Writing.” The Chronicle of Higher Education， vol. 69， no. 9， 2023.

Eloundou， Tyna， et al. “Gpts Are Gpts： An Early Look at the Labor Market Impact Potential of Large Language Models.” arXiv Preprint arXiv： 2303.10130， 2023.

孙伟平：《人机之间的工作竞争：挑战与出路——从风靡全球的ChatGPT谈起》，《思想理论教育》2023年第3期。

Lund， Brady D.， et al. “ChatGPT and a New Academic Reality： Artificial Intelligence-Written Research Papers and the Ethics of the Large Language Models in Scholarly Publishing.” Journal of the Association for Information Science and Technology， vol. 74， no. 5， 2023， pp. 570–81.

Dash， Bibhu， and Pawankumar Sharma. “Are ChatGPT and Deepfake Algorithms Endangering the Cybersecurity Industry？ A Review.” International Journal of Engineering and Applied Sciences， vol. 10， no. 1， 2023， pp.1-5.

程乐：《生成式人工智能的法律规制——以ChatGPT为视角》，《政法论丛》2023年第4期。

陈元、黄秋生：《ChatGPT技术中的人工智能伦理风险及其科学祛魅》，《湖南科技大学学报（社会科学版） 》2023年第3期。

Carley， Kathleen M. “Extracting Team Mental Models through Textual Analysis.”Journal of Organizational Behavior， vol. 18， no. S1， 1997， pp. 533-58.

Krippendorff， Klaus.“Measuring the Reliability of Qualitative Text Analysis Data.”Quality & Quantity， vol. 38， no. 6， 2004， pp. 787-800.

Martin， Michael K.， et al.“Network Text Analysis of Conceptual Overlap in Interviews， Newspaper Articles and Keywords.”Social Network Analysis and Mining， vol. 3， no. 4， 2013， pp. 1165-77.

Kamath， Uday， et al.“Bidirectional Encoder Representations from Transformers （BERT）.”Transformers for Machine Learning， 2022， pp. 43-70.

Kitamura， Felipe C. “ChatGPT Is Shaping the Future of Medical Writing But Still Requires Human Judgment.” Radiology， vol. 307， no. 2， 2023， pp. e230171-e230171.

Miller， Matthew I.， et al. “Machine Learning in Clinical Trials： A Primer with Applications to Neurology.”Neurotherapeutics， 2023， pp. 1-15.

Johnson， Douglas， et al.“Assessing the Accuracy and Reliability of AI-Generated Medical Responses： An Evaluation of the Chat-GPT Model.” Research Square， 2023， pp. rs.3.-rs2566942.

Gobira， Mauro C.， et al.“Performance of chatGPT-3.5 Answering Questions from the Brazilian Council of Ophthalmology Board Examination.” The Pan-American Journal of Ophthalmology， vol. 5， no. 1， 2023， p. 17.

葉鹰、朱秀珠、魏雪迎、王静静、王婉茹：《从ChatGPT爆发到GPT技术革命的启示》，《情报理论与实践》2023年第6期。

Mogavi， Reza Hadi， et al.“Exploring User Perspectives on ChatGPT： Applications， Perceptions， and Implications for AI-Integrated Education.” arXiv Preprint arXiv： 2305. 13114， 2023.

张夏恒：《 ChatGPT的政治社会动能、风险及防范》，《深圳大学学报（人文社会科学版）》2023年第3期。

郑永和、丁雨楠、郑一、张茂聪、王学男、张宝菊、程璐璐、饶高琦：《ChatGPT类人工智能催生的多领域变革与挑战（笔谈）》，《天津师范大学学报（社会科学版）》2023年第3期。

王建设：《“技术决定论”与“社会建构论”：从分立到耦合》，《自然辩证法研究》2007年第5期。

（作者李永宁系浙江理工大学史量才新闻与传播学院讲师；罗泓系浙江理工大学史量才新闻与传播学院硕士研究生）

【责任编辑：李林】