ChatGPT降维与赋能语境下大学英语教师的危与机

摘 要：ChatGPT爆火后圈粉无数，立即成为各行各业的新宠儿。它使用的自然语言处理技术（NLP）极富突破性和革命性，给大学教育特别是大学英语语言教学带来了前所未有的机遇和全新的挑战，可谓降维和赋能的功效兼而有之。本文分析了ChatGPT给大学英语教师队伍带来的降维打击和升维思考，同时对大学英语教与学进行了思辨，最后呼吁大学英语教师应审时度势化劣势为优势，变被动为主动，转危机为机遇。

关键词：ChatGPT；大学英语；降维；赋能

作者简介：徐爱琳（1981- ），男，安徽芜湖人，桂林理工大学讲师，硕士，研究方向为英语教育及英美文学。

一、前言

ChatGPT是OpenAI公司开发的一种大型语言模型（Language Model），它使用了大量的训练数据，利用深度学习技术对自然语言进行处理，取得重大突破而一跃成为AI技术的代表。自2022年底发布以来，月活跃用户已经突破1亿，其受欢迎程度史无前例。对于ChatGPT跳出技术圈的爆火，社交媒体和各行各业可谓几家欢喜几家愁。喜的是人工智能技术的无限可能正在慢慢变成现实，愁的它有可能在某些工作领域取代人类。美国职业网站Resume Builder的一份调查报告显示，在接受调查的1000名商界领袖中，48%表示已经使用ChatGPT来代替部分员工工作了[1]。CBS调查显示，近500万的工作机会将会被ChatGPT取代[2]。尽管OpenAI创建的宗旨是服务于人类，但研究者发现，ChatGPT及AI技术已经对医学写作、科学文章的撰写、新闻媒体以及教育教学评价等传统的人类工作构成了实质性的威胁。它有可能开启“通用人工智能时代”[3]，造成人工智能在多方面优于人类表现的普遍现象。

作为国家语言战略的重要组成部分[4]，英语在国内大学教育中受到高度重视，其课程设置丰富且完整，英语考核和选拔手段多样，英语学科建设不断加强，学生的英语水平也有长足进步。但不容忽视的是大学英语教育依然存在诸多问题，其中一个突出问题就是先进教学工具的短缺及由此带来的英语教育整体上数字化程度低，这些与教育的社会主义现代化建设是不相称的。ChatGPT无情地再次暴露了这一问题，而且还有情地提供了问题的解决方案，可谓诚意满满，既充当了善意的批评者又担任了积极的建设者。本文拟从ChatGPT对大学英语教学的降维打击和赋能增权来探讨其中蕴含的危与机以及教师的应对策略。

二、危：ChatGPT对大学英语教师的降维打击

如果把ChatGPT和大学英语教师看作博弈关系，那么“降维打击“这个词就非常精准地表述了ChatGPT的压倒性优势。ChatGPT将大学英语教师直接拉低一个或多个维度，迫使他们坠入低纬度，用无可争辩的强大优势和实力碾压对手，令其毫无还手之力。ChatGPT是如何做到的呢？

首先，ChatGPT的训练数据堪称天量级别。ChatGPT是基于多个版本的GPT架构（包括GPT-3、GPT-3.5和最新的GPT-4），再整合进模拟人类聊天技术的大型语言模型。虽然训练它所使用的训练数据的确切大小取决于模型的具体版本，但仅GPT-3版本就使用了超过45TB的文本数据，如网页、书籍和文章等语料库。这样庞大的数据集是史无前例的，可谓量级暴力，真正实现了大力出奇迹的效果。此外，其语料库分为有标记和无标记两类[5]。有标记语料库（labeled corpus）指有手工标注的文本数据集，例如标注的文本分类、情感分析和各类注释性文本等，可用来训练和评估监督学习算法。但这类语料库需要耗费大量人力和时间成本，但却是最优秀的文本训练库，主要取自Reddit和Wikipedia等。无标注语料库（unlabeled corpus）则是指未经手工标注的文本数据集，包括随机抓取的网页和各类未经分类的文本等。它容易获取，但杂乱无章，需要使用无监督（unsupervised）学习算法，如聚类（clustering）和主题模型（topic modeling），或半监督（semi-supervised）学习算法，如自监督学习（self-supervising）或迁移（transfer）学习方法，来达到训练模型的目的。其数据主要取自爬虫网站（common crawl）的文本。面对如此量级的信息，人类就相形见绌了。实际上，ChatGPT的训练数据还在不断更新和扩展，以跟上语言和世界的最新发展，从而确保能够向用户提供准确且及时的信息。这给大学教师最大的启示就是要继续学习不断充电，用知识和信息武装自己，以适应不断变化的课堂教学。

其次，ChatGPT使用了先进的神经网络技术。作为利用深度学习技术的机器学习模型，ChatGPT以一种名为Transformer的深度神经网络为架构[6]，通过在大量的文本数据上进行预训练（pre-training），可以对输入文本生成最接近人类智慧的回答。这就解释了ChatGPT（Chat Generative Pre-trained Transformer）命名的由来。神经网络是一种模仿人脑结构和功能的算法。它由大量互相连接的节点（nodes）或“神经元”（neurons）组成，并分层排列，每个神经元对其输入执行简单的数学运算，一个层中的神经元的输出就作为下一层的输入，无数节点的交互作用就可以完成信息的处理和传递。通过调整神经元之间的连接权重和偏差，神经网络可以学习并识别数据中的模式和关系。这些技术上的优势使得神经网络非常适合于自然语言处理（NLP）、图像识别和预测分析等任务。虽然神经网络的设计灵感来自人脑，尤其是受到神经元之间通过突触进行信息传递原理的启发，但在数据处理的数量和速度上它甚至超过了人脑。在数量上，它可以同时处理数百万个甚至数十亿个数据点，具有明显的非线性特征，而人脑处理数据的容量受到了生理和能量上的制约。另外，先进的硬件设备使它能够更快地传输和处理数据。此外，神经网络和人脑的学习方式也有差异。神经网络的学习基于大量的数据训练，情景单一且重复性强，能够并行处理数据，这就大大加快了训练速度并缩短了推理时间，因而能很快产生学习效果，而人脑需要通过互动和经验来学习并适应新的情境，需要大量试错和漫长的过程才可能掌握一项技能。同时，神经网络是一种基于数学和统计学的复杂算法，它利用了多个节点的层次结构组成和非线性激活函数对数据进行处理，因而更加容易发现和捕捉信息的特征、模式和规律。况且，神经网络识别和提取的特征性信息可以通过不断迭代优化来进一步提高。不可否认的是，人脑可以提取多种感官信息，具有高度的灵活性和适应性，具有复杂的综合分析和判断能力，这些是目前的人工智能技术还达不到的水平。但是，人脑在处理信息时存在明显的局限性，比如记忆容量有限、容易受到情绪和偏见的影响、思维过程不够规范等，这给了神经网络以用武之地，让它能够处理更大量级的数据，且学习和推理能力也更为迅速和高效。

再次，ChatGPT潜力无穷，其智能化程度并无上限。它有效模仿人类的学习和思考，通过对信息的摄取、过滤、分析和归类实现了对知识的理解并能够作出类似于人类的回答，甚至在某些领域和时候它的智慧水平媲美人类专家，这得益于它掌握了一套人类的学习技能。这也是为什么人类担心会被人工智能和ChatGPT所取代的原因。（1）自动化学习（automatic learning）。自动化学习是机器学习的重要目标，也是ChatGPT设计的一个关键特点。ChatGPT利用大量数据来训练自己以洞见人类语言的统计学模型和规则，在理解和生成自然语言方面已经达到了非常熟练的程度，但它并未止步于此，而是在不断接受各类信息和数据，不断提高它对人类语言的理解，通过持续学习（continual learning）来改进自己以适应新的语境和情况。而且这种学习不是简单的信息获取和积累，而是通过提供新的数据来更新其算法。模型会根据其在特定任务上的表现情况进行微调（fine tuning）以改善其语言能力来适应变化的情境并扩展该模型的知识和能力。微调对于ChatGPT的自动化学习至关重要。它是通过一种称为“迁移学习”（transfer learning）的过程来实现自我微调的。迁移学习是利用先前训练所获得的知识和技能来学习新任务或适应新数据的过程，通常包括预训练模型、目标任务、微调参数、评估和迭代等步骤，以优化在目标任务或数据集上的性能。实践证明，微调技术对自然语言处理、文本分类和机器翻译等的优化效果最为明显。此外，强化学习（reinforcement learning）技术也在ChatGPT的自动学习过程中发挥作用。强化学习也是一种机器学习技术，它可以让ChatGPT通过与环境的互动来学习决策。在这种学习过程中，模型被赋予一些目标和奖励，以指导学习如何采取行动，从而最大化未来的奖励。通过这些方式，ChatGPT成功地实现了自动化学习并改进了它的语言能力。（2）训练数据多元化。它可以是结构化数据也可以是非结构化数据，可以是经过标记的信息也可以是未标记的材料，不一而足。ChatGPT胃口大不挑食的特点赋予了它强大的信息吸收能力。文本输入是它获取数据的主要方式之一，包括书籍、文章、网页和社交媒体帖子等。这些文本经过预处理后，被输入到ChatGPT的训练算法中，以帮助它学习人类语言。数据源也是重要的信息来源，如数据库等数据存储系统，包含了结构化数据（如电子表格等），和非结构化数据（如音频或视频文件等）。另外，开发人员也可以通过API（应用程序编程接口）为它提供数据。作为软件接口，API使开发人员能够将应用程序与其他软件系统连接并交换数据。此外，人类反馈也可以提供数据。用户与ChatGPT的交互式聊天以及对聊天机器人（chatbot）回复的反馈对纠正和规范ChatGPT起到了一定作用，这也逐步提高了它的语言能力，保证了它与人类语言使用的最新发展的同步。新数据的持续喂入，升级和优化了ChatGPT语言模型，加深了它对人类语言的理解，改进了其算法，迅速提高了实时语言处理效果，从而不断提高其语言能力，为人类提供更准确和更自然的回复。

三、机：ChatGPT的赋能激发教师的升维思考和应对策略

升维思考指的是将一个问题或情况从较低维度转化为更高维度，以寻找更全面和更深刻的解决方案的过程。在此过程中，不仅仅要考虑问题本身，还要考虑它所在的系统环境以及它与系统元素之间的关系。在面对ChatGPT如此强大的对手时，高校教师或许会产生一种重压之下的危机感，最大的担忧莫过于认为它可能会取代自己的工作。一方面，这样的忧虑不无道理。毕竟在语言知识方面，ChatGPT已经显示了它与英语教师教学内容的重叠性以及明显的比较优势。另一方面，这种忧虑在目前还不足以成为现实。不论是人工智能技术目前的发展水平还是客观的教学条件，都没有达到这种程度。但作为对未来的前瞻性应对策略，不妨利用这种尚在理论层面的降维打击作为高校教师升级思考维度的契机，以寻求未来主动出击的机会，把它变成教学武器库里的一把利器，取长补短为我所用，变潜在的劣势为实在的优势。其次，提升思考维度还具体而微地表现在如何利用ChatGPT来设计应对策略。

总的来说，ChatGPT对教学的主要利好体现在它对教学起到一种催化作用（catalytic effect）。首先，它本身就是一个取之不尽用之不竭的教学资源库，尤其对外语老师来说，它更是一个庞大的语料库。自然语言处理技术已经使它的回答和互动高度人类化，其提供的语料也是高度智能化；从输出英语的质量来说，它显然在多数英语教师之上。虽然目前ChatGPT与人类互动的方式主要局限在文本层面，但随着ChatGPT 4版本的推出，除了具有更强大的语言理解和逻辑推理能力，能够生成更加流畅自然的语言和具有更高的可扩展性外，它还具有图像识别的能力。可以预期，很快它就能生成图像乃至视频，以不断革新的信息创造和呈现方式，使信息更加立体多维和多元化。此外，教师应该充分发挥ChatGPT在聚合知识方面的优势，把单纯语言教学转变为获得、调取和整合语言素材的艺术。为此，系统学习并掌握高效的指令将有助于ChatGPT为我们提供所需的信息和答案。“智能提示技术”（prompt engineering）是指使用人工智能技术（如自然语言处理和机器学习）和数据分析来设计和优化自动文本提示，以帮助用户更轻松地完成他们的任务。它通过提供有用的、个性化的提示来增强用户体验，从而提高用户的生产力和满意度。指令（prompt）的形式多种多样，如提问式、关键字式、短语式、句子式、语境式（上下文式）或者角色扮演式。无论哪种，它都应该尽可能明确地传达用户的查询意图。就角色式指令而言，可以先设定ChatGPT为某一领域类专家，训练它以权威的角色口吻来回答提问。例如，“你是世界著名的英语语法学家，请系统解释并举例说明英语条件式的用法。”总之，优秀的指令应该表达清晰，能够帮助ChatGPT更好地理解用户的意图。完整的上下文信息也能帮助ChatGPT的回答更有针对性，避免导致误解或产生不准确的回答。再次，ChatGPT的教学应用场景广泛，不仅在课前设计和课后评价等环节上，还可以直接用于课堂中来提高学生参与和师生互动。例如：在词汇教学中，教师选择单元核心词汇，输入指令，让ChatGPT设计有趣的词汇游戏，如猜词游戏和填词游戏等，帮助学生在轻松的氛围中掌握词汇知识；在阅读教学中，教师从课文中选择一个话题，让学生在ChatGPT的帮助下展开讨论或辩论；让ChatGPT回答学生的课堂提问，非常适用于语言知识和创造性思维训练相关的问题；利用ChatGPT在AIGC（Artificial Intelligence Generated Content）方面的优势，在教学现场生成语言练习和活动，增加课堂教学的冒险性和不确定性，有意营造教学的真空地带，发挥学生的积极性和创造性。练习题型多元，如概述题、填词题、判断题等。ChatGPT甚至可以模仿标准化考试（如雅思和四六级等），现场给教学文本出题并给出标准答案。最后，ChatGPT还可以自动化教学任务，节省教师的时间和精力，提高教学效率和质量。例如：教师可以让ChatGPT编写自动化脚本来评估学生的作业，如检查语法、拼写和格式上的错误，并给出反馈；根据教师和学生的需求来自动推荐有趣的教学资源和内容，如根据学生水平推荐相应难度的阅读材料等；代替教师自动纠正学生的发音，利用AI语音识别功能自动纠错并给出示范。

虽然ChatGPT对大学英语教师有所帮助，但也存在一些不足之处。这些方面可以成为教师的用武之地，是非常值得研究和提升的领域。首先，ChatGPT只是一个语言模型，是算法的产物，本身就是单纯的技术而没有人类的感情，也无法感受人类的情感和情绪。它只能提供事实性信息而不能对事物做情感上的判断，在情感智能上是缺失的，因而过度使用有危及学生情感和心理健康发展的风险，最终导致社交技能退化。而学生的成长不仅仅是在认知领域也包括情感领域，如如何建立和维持良好的人际关系等目标。与之相反，人类教师可以为学生提供情感支持和心理同情。教师应该主动营造师生以及生生之间面对面交流的氛围，创造机会鼓励学生在课堂上利用ChatGPT提供的帮助来启发和助阵自我表现，而不是取代独立思考和表达。为此，教师在课堂设计的时候就应充分考虑到这一点并积极利用ChatGPT提供的平台，把课堂交流更多地使用在教学中，如讨论、小组活动等，以便消除学生的社交孤立感，架构虚拟和现实及技术和情感之间的桥梁。其次，在自动化部分的教学任务之后，老师有更多的时间和精力来增加与学生的交流。要做到真正以学生为中心，教师应该了解学生们的学习需求和学习风格，加强对学生学习过程的了解和学习难点的认知，以制定符合学生个体需求的定制化教育，做到与学生的个人需求和学习风格相适应，从而弥补通用的语言模型和单纯技术的缺憾。这可能需要不同的教学方法和工具，例如个性化的教学计划、小组合作、项目学习等。此外，教师也要更加注重对课堂的组织和管理，确保学生按时完成作业和课程要求。最后，在策略上，教师应该把教学重点更多地倚重培养学生的社交技能和良好思维品质和习惯，如合作协同、领导力和语言表达能力等。可见，抛开ChatGPT，教师的用武之地还有很多。再次，ChatGPT是在人类的数据集上训练的，所以它生成的内容有可能失真、失信甚至失德。有鉴于此，教师就不能不对此有察觉和纠正的能力。至今，互联网内容生产模式经历了三个阶段：专业生成内容 （Professional Generated Content，PGC）、用户生成内容（User Generated Content，UGC）和人工智能生成内容（AIGC）。其中AIGC就是去中心化和以量取胜的经典范例，尽管内容生成方式的革新有着明显的积极影响，但这并不一定代表着内容在质量方面的同步提升。机器人出错不是偶然事件，所以以人工智能方式产生的内容必须经过有效的审查，过滤掉错误的和不适宜教学的信息。实际上，ChatGPT存在“自动化偏见”的现象，它折射出其背后算法的偏颇和设计者偏见的无意识。因而，教师在应用ChatGPT的内容时应该责无旁贷矫正，在人类导航下正确使用。最后，在知识教育被解放后，教师可以更多地关注学生学习能力的培养和人文素养的提升。知识、能力和素质的三位一体才能造就完整的全人。训练学生使用ChatGPT本身也是“互联网+”理念的具体表现形式和实现路径之一。这种新型的“互联网+教育”的形式在帮助学生运用已学英语知识来获取信息、不断丰富和提高自身的英语素养和提升自主学习能力方面不无裨益。教师通过巧用ChatGPT来为学生营造逼真的英语学习环境。基于OBE（Outcome-Based Education）和POA（Product-Oriented Appraoch）等教学理念来为学生设计学习目标并制定学习任务，同时强化学习监督和自主学习的反馈机制[5]，有效地管理学生与ChatGPT的互动。秉承“讲好中国故事”和“传播中国声音”的思政精神，教师可以布置有关中华优秀传统文化的自学任务，激发学生创造性使用ChatGPT来完成任务并提供反馈和评价。

四、结语

ChatGPT改变教育教学的趋势不可阻挡，大学英语教师应当积极适应并驾驭它来服务于自身的教学过程，使得AI能够全过程参与教学的各个环节，提升学生和教师的语言学习的体验。降维打击是一种鞭策和激励，在ChatGPT面前不能裹足不前，而应当积极进取做升维的思考，一方面要认识到ChatGPT的过人之处，另一方面也要看到它的不足之处，找准自己的定位，反观ChatGPT前教学时代的有待改进之处，并思考ChatGPT后教育新时代的机遇和未来，让教师和ChatGPT携手互助来共同促进大学英语教与学。

参考文献：

[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] 张璐.通用人工智能风险治理与监管初探——ChatGPT引发的问题与挑战.电子政务，2023（9）：14-24.

[4] 黄洁.新时代英语专业对外话语人才培养思考.高教学刊.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] 王艺如.基于深度学习的ChatGPT技术在智慧教育中的应.教师教育论坛，2023，36（8）：23-25.

[7] 刘陈艳，景亮亮.OBE理念指导下大学英语课程思政建设.中北大学学报（社会科学版），2023，39（3）：76-81.