崔希亮 | AI时代语言学的学科发展问题

文摘   2024-11-02 06:11   新西兰  

AI时代语言学的学科发展问题

崔希亮

北京语言大学




崔希亮

北京语言大学语言学及应用语言学教授

曾任北京语言大学校长(2005-2017),中华炎黄文化研究会副会长,北京语言学会会长,中国语言学会常务理事。现任中国书法国际传播研究院院长,汉语国际教育研究院教授,兼任世界汉语教学学会副会长,教育书画协会副会长。获北京大学文学学士、硕士和博士学位,加拿大麦克马斯特大学人文科学名誉博士、韩国启明大学艺术学名誉博士,罗马尼亚锡比乌卢西安.布拉嘎大学、康斯坦察奥维迪乌斯大学名誉博士。主要研究方向为现代汉语语法及汉语熟语,著有《汉语熟语与中国人文世界》、《语言理解与认知》、《语言学概论》、《语言导论》、《汉语作为第二语言的习得与认知研究》等著作,发表论文80余篇。


摘要:人工智能(AI)技术的发展,尤其是大语言模型(LLMs)的问世,给语言学界带来不小的震动,有人看到了机遇,有人看到了挑战。毋庸置疑,AI给语言学学科带来的影响是巨大的,如何看待这种影响?大语言模型是大老虎还是老黄牛?语言教师会被AI取代吗?语言学学科未来的发展方向是什么?这是这篇文章想要回答的问题。结论是:AI给语言学学科带来的影响是不可回避的,必须面对;大语言模型是老黄牛,不是大老虎,语言教师不会被人工智能取代,但是没有数字素养的语言教师会被有数字素养的语言教师取代,语言学学科未来的发展方向是与其他学科的交叉和融合。

关键词人工智能;数字素养;语言学科发展方向

文献来源:崔希亮.AI时代语言学的学科发展问题[J/OL].现代外语:1-9[2024-11-01].DOI:10.20071/j.cnki.xdwy.20241030.011.

1.引言

2016年3月9日,谷歌人工智能软件“阿尔法狗”中盘战胜了围棋世界冠军、职业棋手李世石九段,让我们看到了人工智能的力量;而2022年11月30日,生成性大语言模型(LLMs)ChatGPT的横空出世,则标志着人工智能从小场域的实验研究走向了大场域的实际应用,人类社会即将进入或者已经进入硅基生物和碳基生物并驾齐驱的AI时代。OpenAI的GPT-4o、微软的Co-pilot、谷歌的Gemini和Meta的LLaMA的发布更是让我们看到了大语言模型迭代更新的速度令人惊讶,大模型正在向通用型人工智能(AGI)的目标迈进,这得益于21世纪后期算力、算法、大数据和云计算技术的发展。国内的大语言模型也开始进入应用领域,例如百度的文心一言、阿里的通义千问、华为的盘古大模型、字节跳动的豆包、科大讯飞的星火认知大模型、腾讯的混元大模型、月之暗面的Kimi等,它们在语言理解、人机交互、文本生成、机器翻译和图片生成方面都在不断进步。

大语言模型的发展在社会上引起广泛的关注和讨论,语言学家、语言教师、翻译工作者、自然语言处理研究人员和语言学习者对大语言模型的发展都非常关注,尤其是ChatGPT-3.5、ChatGPT-4.0和ChatGPT-Turbo的发布,不仅在翻译学界引起了广泛讨论和研究(李梅、孔德璐2024;文旭、田亚灵2024),在理论语言学界也开始引起大家的重视,学者们从不同的角度来探讨人工智能给语言学带来的机遇和挑战(详见杨旭和罗仁地2024)。袁毓林(2023a;2023b;2024a)指出目前的大语言模型虽然能生成语言,但其工作原理和所生成的内容仍与人类语言有本质区别,其工作机制也还有待进一步完善,不过我们将不得不面对大语言模型给语言学研究带来的挑战。袁毓林(2024b和2024c)则进一步指出当前的语言理论都无法解释大语言模型的工作原理,这就要求我们要勇于怀疑,通过不断试错来推动语言学研究进一步向前发展。冯志伟、张灯柯(2024a,2024b)从人工智能研究的角度分析了大模型的各种类别,并认为大语言模型必将推动语言学的进一步发展。也有不少学者注意到了大语言模型本身存在的一些不足,例如吴礼权(2023)论证了大语言模型的先进性,同时指出它也并非万能的,也有自身的局限性。张智义(2024)认为语言大模型的局限源自于认知内容不足,要想改进大模型,关键是要解决其自身认知难题。朱海琳(2024)对人工智能创作的语篇和真人语篇进行了对比,发现真人写作更注重语篇的修辞功能、衔接性和连贯性。陆俭明(2024)认为ChatGPT等人工智能语言模型会对语言研究和语言教学带来挑战,但它本身不可能产生新的修辞方式,也不会影响人类不断产出新的修辞范式。而崔希亮、赵霞(2024)则认为人工智能正在推动当代修辞学研究的转向,但是大语言模型在理解复杂的修辞现象时仍然无法与人类相媲美。


2.AI 是大老虎还是老黄牛?


在语言教学领域,大模型的出现重塑了语言教育行业的业态形式,对二语教学来说AI既是机遇也有挑战(崔希亮2024)。有人担心语言教师的位置会被大语言模型所取代,因此把大语言模型看作是大老虎,谈虎色变,因为老虎会吃人;而另外一些人则认为语言教师可以充分利用大语言模型为教学和研究服务,因此把大语言模型看作是老黄牛,可以任意驱使,因为老黄牛任劳任怨。当然,大部分人都能非常理性地看待人工智能和大语言模型,既看到人工智能给语言教学和学习提供了便利,同时也注意到人工智能给传统的作业考察方式和学业考核方式带来了挑战(Rahman&Watanobe 2023)。杨连瑞(2024)研究了大语言模型背景下的二语习得,认为大语言模型通过合作对话创造有意义的语境,生成输入资源,促进技能输出,关注心理体验,提供即时反馈,可高效赋能二语习得,但外语教师也需注意ChatGPT带来的潜在问题。Mustroph&Steinbock (2024)采用定量研究的方法,考察了德国英语教师对于运用大语言模型进行教学的态度和看法,也指出在提高语言教学效率的同时,人工智能也给语言教学带来了新的挑战。文秋芳(2024)提出了一个问题:人工智能会引发语言教育颠覆性的革命吗?她的结论是“人工智能应继承教育优良传统,促进教育体系变革,而非导致颠覆性革命”。Kartall (2023)则更详细地讨论了大语言模型在语言教学中的作用领域和可能会带来的问题。除此之外,一些更加细节化的研究也不断发表出来。Kim etal.(2023)总结了语言教学过程中可以使用人工智能的场景,如编写资料,进行任务教学等。邓玉华等(2024)探索了基于ChatGPT的大学英语个性化教学模式。王威(2024)指出ChatGPT技术在教学辅助工具开发、语言学习平台搭建、课程内容优化等方面的应用场景,同时认为人工智能技术通过构建智慧化教学体系,打造数字化学习环境,就可以为学生提供更个性化、更高效的学习路径,丰富学生学习体验,拓展语言教学发展空间等。Chen(2024)利用GAI设计了一套中文学习系统,并借此研究了使用人工智能进行语言教学时应遵循的原则。李晓东、辛衍君(2024)专门研究了ChatGPT给国际中文教育口译教学带来的变化,认为语言大模型将对教学实践产生深远的影响。Cohen etal.(2024)则给出了一个非常具体的实证性研究,具体描述了他们如何运用语言大模型推动大学英语教学的进步。Ullaaetal.(2023)也介绍了人工智能用于英语教学的实证性研究,指出大模型可以用于语言教学,但是教师和学生都必须具备相应的意识和素养。Jeon&Lee(2023)则提出了语言教学中Teacher-AIcollaboration的观点,认为人工智能将改变语言教师的角色。邓清中(2024)认为GPT-4的可操纵性和个性化交互功能,及其广泛的应用场景,使其在二语教学中具备独特的优势,但同时也面临知识内容可靠性不足、真实写作能力不足和其他一系列来自教育领域的风险与挑战。综上所述,无论是在语言学理论研究领域还是语言教学领域,人工智能的发展都已备受关注。然而,如何才能利用人工智能建立起更科学、更高效的语言学习新平台?人工智能运用到语言教学中应遵循哪些原则?如何放大人工智能的优势,避免它带来的问题?人机协同的教学效果如何?这些问题的答案都还有待于更多的实证性研究。


3.语言教师会被 AI 取代吗?


首先来说我们的结论:语言教师不会被AI取代,但是没有数字素养的语言教师会被有数字素养的语言教师取代。

现在我们来阐述为什么说语言教师不会被人工智能取代,理由如下:

第一,大模型在语言理解和生成方面仍然存在很多局限,还达不到人类自然语言的高度。刘海涛、亓达(2024)认为新一代大语言模型在语用能力方面已有显著提升,但在处理反语和幽默等语用现象时,依然依赖于字面意义的直接理解,对复杂语境的推理能力有限。朱君辉等(2024)从字词多样性等五个维度对比了大模型生成的语言和自然语言,发现在三项上都高度不同,人类语言的多样性和交际性要远远胜出。王宁、张世传(2024)则从口语和书面语相对比的角度分析了语言大模型的不足之处。

第二,学习一门外语不仅仅是学习这种语言的语音、词汇、语法结构,这些都是语言知识,而真正的语言能力的获得则需要真实的语言交际环境,在没有真实的语言环境可以提供沉浸式学习的条件下,课堂教学仍然是迄今为止最好的场所。学生与老师的互动、学生之间的互动对语言学习者来说是非常重要的经验,这跟虚拟场景的学习是很不同的。因此,语言教师仍然是语言教学活动的灵魂。

第三,关于教师有很多隐喻性的说法,例如:“教师是人类灵魂的工程师”、“教师是辛勤的园丁”、“教师是蜡烛——照亮别人,燃烧自己”、“教师是人类知识的百科全书”、“教师是学生走向知识和智慧之路的引路人”、“教师是知识的灯塔”、“教师是智慧的播种者”、“教师是文化的传承者”、“教师是知识的启蒙者”等等,这些与教师有关的隐喻已成为教师的一种文化符号,体现了社会对教师的期望和心理认同(参看王天淼2020)。语言教师对自己职业的认知与社会的期望大体相当,所不同的是,在全球语境下,很多人认为自己不仅仅是语言教师,还是民间外交的使者。作为语言教师,当然对我们所教授的目标语言要有相当深入的了解,不能“以其昏昏,使人昭昭”;而作为民间外交的使者,语言教师有责任为不同文明之间的相互了解和理解搭建相互沟通的桥梁,促进不同文明之间的交流与合作。而这些是大语言模型所做不到的。

第四,语言教师不仅是一个匠人,还应该是一个学者。因为在这个领域有很多问题找不到现成的答案,需要老师去研究和探索(崔希亮2013)。在人工智能背景下很多问题可以去问大模型,但是大模型真正能给出满意答案的时候不多。例如汉语第二语言教学当中碰到的一些问题,都是没有答案的,大语言模型也没法给出令人满意的答案。例如汉语的量词与名词搭配的时候是否有可以解释的动因?为什么我们说“一头牛”、“一头驴”、“一头猪”,而在指称马、羊和骆驼的时候却用“一匹马”、“一只羊”、“一峰骆驼”?骡子是驴和马的杂交物种,我们在指称骡子的时候用“一头骡子”,而不说“一匹骡子”,为什么?再如我们的时间词要不要加量词的问题,也是无法说清楚的,“一天”、“一年”、“一分钟”、“一秒钟”我们不能使用量词,但是“一个钟头”、“一个星期”、“一个月”却可以使用量词,为什么?我们知道大语言模型的底层逻辑是基于数据的,如果语言学工作者没有把这些问题研究清楚,大模型是不会自己给出答案的。

第五,任何一个智慧教学平台都需要有数据和教学资源的支撑,而这些数据和教学资源必须由人来开发和生产,而教师就是这些数据和资源的创造者。当然,教师可以利用大语言模型来帮助自己编写教材、设计和开发智慧教学平台、利用虚拟技术创造沉浸式语言学习环境、生成智慧教学平台所需要的多模态教学素材等,但这些都不能只靠人工智能技术来实现,人工智能仍然是语言教育资源开发的辅助工具。

语言教育不是一项简单的鹦鹉学舌的工作,学习一门语言或者教授一门语言所涉及到的知识和能力是非常多的。除了语言结构方面的知识之外,语言教师对目的语文化的了解、对目的语社会、政治、经济制度的了解、对风土人情的了解、对宗教信仰的了解、对艺术和审美的了解都会潜移默化地对学习者产生影响。


4.AI 时代语言学科的发展

在人工智能时代,语言学科的发展既有机遇也有挑战。Geoffrey Hinton在都柏林大学学院尤里西斯奖表彰大会上发表感言1,他指出人工智能的研究一种是受逻辑学启发的思路,认为智能的本质是推理,而推理是可以用符号规则操纵符号表达式来实现的。另一种是受生物学启发的思路,认为智能的本质是学习者神经网络的连接,逻辑和其他事情要晚得多。在他的讲演中还批评了乔姆斯基的语言观,认为乔姆斯基误导了几代语言学家。他说“语言显然是学会的。大型神经网络学习语言、学习句法和语义,不需要任何先天结构,只是从随机权重和大量数据开始。”这个演讲在语言学界引起强烈反响。语言学工作者开始从理论到实践反思语言学科的发展。在人工智能时代,语言学科的发展路径会有哪些变化?发展方向和发展前景如何?这是很多人都在关心的问题。

1)语言学的学科建设——现在我们的学科目录中把语言学学科分成理论语言学和应用语言学,这个调整是合理的,我们的人才培养体系和课程体系也应该随之调整。无论是理论语言学还是应用语言学,都应该有AI的内容。

2)学科交叉和学科融合——以前我们的语言学和语文学常常是不分的,因此现代语言学的发展受到一些局限。在人工智能背景下,语言学科与计算机科学、人工智能技术、脑科学、神经科学、认知科学的交叉和融合是大势所趋,语言学家不仅仅要利用现代科学所提供的便利条件,也要为现代科学提供养分,做出自己的贡献。有为才能有位。

3)语言服务行业的重塑——在人工智能背景下,语言产业和语言资源的研究以及如何为社会提供有价值的服务,这是语言学工作者必须要考虑的问题。语言产业体现着语言的文化特征、工具特征和经济属性,语言学要走出象牙塔,真正为社会经济发展服务。

4)语言学人才培养体系的变革——AI时代要求语言学突破传统禁锢,开阔视野,更新思维,充分利用大数据技术和人工智能手段来进行语言研究,并通过语言研究为人工智能在语义理解和语用能力方面提供解决方案。因应这种变革,语言学的人才培养体系和课程体系必须注入新的内涵。


5. 结语

我们一直说语言学是领先的学科,但是我们必须清醒地看到在AI技术的发展过程中,语言学家的作用越来越小。当然语言学的任务不仅仅是语言理解和生成以及人机交互,我们还有其他的研究畛域,例如语言和大脑、语言能力的发展、语言障碍的矫治和康复、言语行为、语言与社会生活、语言的历史发展、语言与人类文化等等,这些研究畛域也都涉及到与其他学科的交叉与融合。在人工智能时代,语言学科不仅面临着广阔的发展空间,而且肩负着为人工智能提供理论和资源的重要任务。语言学科的研究与应用将更加紧密地与现代科技结合,共同推动社会进步和科技创新。语言学研究者应积极探索与其他学科的交叉与融合,利用大数据和人工智能技术深化语言研究,同时关注语言产业的实践需求,培养新时代的语言人才,以适应和引领智能时代的发展潮流。




编者按

欢迎查阅知网或《现代外语》2025年第1期纸质原文。

本文编辑:同济大学 孙雨

郑重声明:本公众号推送的文章不能代表本公众号立场。本公众号推送的学术会议、博士招生不负责对接解释。有任何疑问请按照推送内容的官方联系方式对接!如果学术会议、博士招生有任何官方调整,责任不在我方。我们优先推广免费的学术会议、讲座、研修等项目。


您可能还想看

SEE ALSO

★ 推荐阅读 ★

重磅!2024软科中国大学排名正式发布

重磅| 2023年语言学类期刊SJR排名分区列表(附Excel版下载)
重磅!2024泰晤士中国大学排名揭晓
重磅!2024中国大学排名正式发布!
重磅!赵元任语言科学奖(终身成就奖)正式揭晓
重磅 !2024QS世界大学语言文学专业排名正式公布
重磅!语言研究全球前2%顶尖科学家“年度影响力”榜单正式发布
申丹教授、聂珍钊教授入选文学研究全球前2%顶尖科学家“年度影响力”榜单
重磅!2023年QS世界大学排名正式发布
重磅!CiteScore™ 2021 语言学期刊影响力排名正式发布
重磅!中科院2022年语言学期刊分区表正式公布!
重磅!外国语言文学2023“中国高被引学者”榜单正式发布
科研助力 | 2022年语言学类期刊SJR排名分区列表(附Excel版下载)
科研助力|2022年QS世界大学语言学、文学专业排名
重磅|2022年QS世界大学排名
科研助力| 2020年文学类(A&HCI)期刊排名
科研助力| 2020年传播学SSCI期刊影响因子排名
学术调查| Martin Hilpert :什么让语言成为语言
Martin Hilpert :语言学家的一天都忙些什么?
马丁课堂|Martin Hilpert:语言与大脑的关系:从三个语言学实验谈起
马丁课堂|Martin Hilpert:如何阅读语言学学术论文?
大师对话|Steven Pinker与Noam Chomsky谈语言和人工智能在未来的发展大师对话|Krashen 教授与 Chomsky教授谈现代语言学的发展
大师对话|Halliday, Labov, Jacob Mey,  Embleton教授谈功能语用与社会语言学的融合发展


语言治理
发布最前沿的语言研究信息,发现平淡生活里语言的奥秘。
 最新文章