从学习进化的视角看ChatGPT/生成式人工智能对学习的影响

倪闽景

（上海科技馆，上海 200127）

一、人类学习的本质

学习作为人类文化进化的重要作用力，自身也是进化的。学习的进化一方面是人类文化进化的重要组成部分，另一方面也是人类文化进化的核心动力。人的学习三要素是知识、大脑和时间，每个人的学习就是这三个要素相互作用、发展的过程。技术一直在快速变化，使知识储存的方法从人脑到书本，再到数字化的网络世界，但是人类学习的许多本质并没有随着技术发展而变化。

首先是学习的目的一直没有改变。对人类整体而言，学习目的是为了人类的延续和发展；对人类个体而言，学习目的是为了个人的生存和幸福。其次，学习的生物基础没有改变（倪闽景，2022a）。美国脑科学家诺曼·道伊奇认为，学习在心理学上的本质是通过外部刺激使大脑神经元在原有基础上发生新的连接（道伊奇，2015）。不同的学习内容和学习方法会形成不一样的脑神经回路，而脑神经回路的形成和学习者的长时间深度学习有关。这个生物基础决定了学习一是要消耗时间，二是要选择性舍弃。任何学习都需要时间，本质上来说，这个时间就是脑神经元连接需要的时间，这个过程和外在的技术没有关系，快不起来；而一个人选择学习这个知识的时候，意味着他放弃了学习其他知识，学生学习的总时间是有极限的。当然，学习的社会性本质是建立人与人之间的联系，这个过程同建立大脑神经元的连接十分相似，这个连接既是学习的结果，又是新学习的基础。再次，学习过程中知识形成的层级关系基本没有改变。学习过程有四个知识层级：第一个层级是数字、文字和符号，实际上是由人的感觉系统直接转化的碎片式知觉；第二个层级是信息，它是由数字、文字和符号相关联而产生的有意义的表达；第三个层级是知识，知识是大量信息经过抽象和结构化处理的结果，也是认知的核心元素；第四个层级是智慧，包括方法、素养、情感等方面内容，比如好学、坚韧、宽容、勇敢、诚信、创造力、幽默感、领导力、责任感、思维能力等。符号的关联产生信息，信息的关联产生知识，知识在人的头脑中关联产生智慧。也有人把知识的层级里，在智慧前加入一个顿悟的层级，在智慧后加入一个影响力的层级。但无论技术如何发展，学习过程从数据到信息到知识再到智慧这样的知识形成层级不会改变。

我们再来看学习的哪些要素是在不断变化的。首先是学习内容的变化。随着人类对世界认识的加深和积累，知识内容不断丰富拓展，学习的内容出现了爆炸式增长，这是显而易见的。其次是人类技术的突破性发展，使知识的呈现和送达方式不断发生重大变化，也因此不断产生新的学习途径和学习空间，特别是书本和网络的发明，两次带来学习领域颠覆性的跳跃，而ChatGPT 的出现，显然又会带来一次知识呈现和送达方式的颠覆性跳跃。第三是现代信息技术和脑科学的突破，在学习领域研究不断深入，对学习者大脑的学习过程机理有了初步发现，从而对于学习开拓了新的可能性：一是真正实现因材施教，通过把握不同学生的学习特点，提供有针对性的个性化支撑；二是为学生的创造性学习提供平台与工具，通过拓宽学生学习的视界，实现学生从知识的消费者转化为知识的生产者，这也是ChatGPT 最值得令人期待的新赋能；三是产生新的激励方式，通过技术更灵活更多样的知识表达形态，将赋予学习者不同的感官体验，从而在学习过程中收获更丰富多样的愉悦。

二、人类学习进化的四个阶段

人类的学习活动是从动物学习进化而来的，人类学习的进化历史，实际上是技术与人脑之间的关系重构史，已经呈现了三个阶段。

第一阶段是自然学习，是学习进化的初始阶段。这个阶段包含动物性学习阶段、劳动性学习阶段和语言学习阶段，每个后面的阶段都包含前面阶段学习进化的成果。在这个阶段人类学会了直立行走，学会了用火，学会了制造和使用工具，也掌握了语言能力。自然学习阶段的主要矛盾是学习者生存需要和所处环境偶然性之间的矛盾。有意思的是，我们每个人出生前在母亲子宫里，是在重复几十亿年生命进化史，而出生后是在重复人类几十万年以来的学习进化史。每个人出生以后的婴幼儿阶段对应的就是自然学习这个学习进化阶段。我们的远祖并非生活在现在生活的环境中，人类几百万年进化形成的对于生活环境的适应性，不是适应了特定的环境，而是形成了适应环境的学习能力。迁徙到各地的祖先们，可能出生在一个冰天雪地的世界里，也可能生活在一个海岛上，这种环境的偶然性对人类的生存提出了十分多样的挑战，我们能够存活下来，全靠人类的学习能力，在不同的环境中发现食物，创造自己独特的居所。这一阶段最大的突破是人类学会了创造并使用工具，来适应不同的生活环境。

第二阶段是经典学习，这个阶段以符号和文字的发明为标志，文字的产生推动人类教育活动的出现，学习从自然状态进化为经典学习阶段，这个阶段学习的主要矛盾是学习者的学习需要和学习资源不足之间的矛盾。人类发明文字后，真正掌握文字阅读能力的人往往是极少数，主要是权贵的专利。阅读的普及化要到印刷术发明以后才开始，哪怕是印刷术传遍世界，在很长一段时间里书籍依然是十分珍贵的稀罕物，绝大多数人进不了学校接受系统的学习。新中国成立初期的文盲率高达80%以上，现在回看，恍若隔世。显然，经典学习阶段最大的突破是知识可以离开人脑而存在，文字符号不仅仅成为记录知识的工具，更是成为描述和发现世界的利器。

第三阶段是现代学习，也就是目前所处的学习阶段。在长达四五千年的演变后，技术发生重大变化，特别是信息技术快速发展，导致知识的极大丰富，经典学习进化为现代学习，这个阶段学习的主要矛盾体现为学习者学习能力停滞不前和知识增速不断加快之间的矛盾。这个时代的特征是信息极大丰富，知识暴涨，这与人类以前任何一个时代都不同。世界的信息量，目前每三天就会翻一番，新的科技知识，每两年就会翻一番，我们现在每个人每天接触到的信息，比200 年前的一个人一辈子接触到的信息都要多。现代学习的最大突破是互联网让每个人拥有了公平获取知识的权利。

这对于我们每个人的学习来说产生了极大的挑战。从孔子所处的时代到现在，我们的大脑没有发生多大变化，我们知道得可能比孔子多一些，但我们的智慧并没有增长，我们的学习能力也没有增长，每一个人的认知速度一直没有变快。但是世界知识的增长速度是越来越快的，在1976 年左右，世界知识增长速度超越了每个人的学习速度！世界知识增长速度比我们学习速度要快，这是什么概念？在三十年前，人们还会觉得大学生是天之骄子，现在为什么没有人说了？那个年代学好知识真的有用，单位觉得来了个大学生不得了，因为他懂很多。现在大学生毕业，到了单位后，自己都觉得大学学的东西没有用，不是他不努力，是这个世界知识增长超越了每个人的学习速度，他再努力学，也是越来越无知。所谓孩子的学习负担重，不是其他什么原因，知识暴涨是主要原因，世界知识增速太快，我们要学的东西太多了。今天，世界每年产生近千万首新歌，上百万本新书，几万部新电影，我们终于到了连娱乐都感到时间紧张的时代了。

自然学习、经典学习和现代学习三个阶段，学习都是塑造人的大脑的过程，同时也是塑造人与人之间关系的过程。但是随着人工智能技术的普遍使用，特别是机器学习和脑机接口技术的突破，人类将要进入一个全新的学习进化阶段—超级学习阶段。人类将突破人脑的自然极限，使学习进入人脑和电脑的协同发展阶段，超级学习阶段的学习主要矛盾将表现为学习者思维、情感发展的多样性需求和知识获取的机器化之间的矛盾（倪闽景，2022a）。

学习的进化和其他进化一样，每一次学习进化不是对过去系统的抛弃，每个阶段都继承和包含了前一阶段的基本方法，同时又对过去学习内容、学习技术、学习形态的进一步丰富，而且呈现出加速发展的趋势。自然学习阶段从智人出现起，至少历经了上百万年，而经典学习阶段估计只经历了7000 年左右，现代学习从第一台现代计算机埃尼阿克（ENIAC）出现算起大概只有80 年时间，而ChatGPT 的到来，意味着新的时代跃迁就要来临了，而且这个速度将比我们想象得更快更猛烈。

三、技术与人类学习的关系

技术对于现代人来说，意味着混凝土、钢铁厂、电话、化学制品、汽车、芯片、火箭等那些冰冷的东西，对于一万年前的古人来说，可能是学会生火、制作陶器、捕鱼、驯服野兽、播种、酿酒，而对于百万年前人类的远祖来说，可能是制作石器工具、狩猎、保护火种，因此技术也是不断演变进化的。技术包含与生产劳动和生活有关的工具、使用工具的方法技巧和技术活动的产品，技术是人类文明的核心标志，是生产力。社会进步的加速器不是伦理或者宗教，而是技术的推动力。按照马克思的说法：“手推磨带来的是封建领主的社会，蒸汽磨带来的则是工业资本家的社会”。

人类对旧技术的感受度会产生钝化，比如往往感受不到每天要用的椅子是技术，艾伦·凯对于技术的定义也许十分贴切：“技术是你出生后发明的任何东西”。已经发明的技术不是孩子们眼里的技术，他们认为那些只是普通的旧事物。因此，技术实际上有一个最关键的特征—创生，技术实际上是一个动词，代表着变化，所有技术本质上都是人这个进化量子的产物，是社会进化中的进化量子积木。但是人类又天生对新生事物表现出特别的兴趣和关注，每当新的科技发明出现，都会出现一波强大的热追，主要原因不是商业炒作，而是人类千百年来形成的对新技术的敬畏—追随和使用新技术的人都很好地活了下来，因此追随和欢迎新技术的基因在自然选择中获得了延续。其中蕴含了技术和人类学习之间有三个规律性的判断。

第一判断：无论技术怎样发展，人类学习本质上永远是一种个人的主动心理行为。对于每个人来说自己大脑之外的知识，要么存在于别人的大脑里，要么在各种各样的书本、视频里，要么是在林林总总的网络上，要变为每个人自己的知识，必须要通过基本的感觉和知觉，在每个人大脑中形成新的连接，这是一个非常微妙的生化过程。到目前为止，我们还没有其他办法可以把一本书的知识一下子塞到脑子里去。哪怕你拥有了最多的诗歌图书，或者在电脑里收集了全球所有的诗歌，这也不会让你变成一个诗人。你只有通过亲自诵读，通过脑神经元连接产生基本的语感和语言组织能力，感悟其中的韵律和诗境，然后才有可能自己写出自己的好诗歌。进入信息时代，网络上知识爆炸，只不过是为学习者提供了更加方便获取知识的机会，与学习有没有发生并不存在因果关系。ChatGPT 将会更方便地为学习者提供知识和答案，但是对每一个学习者而言，要把这些知识变为自己大脑中的一部分，还是需要判断和学习，这个过程依然没有改变。

第二判断：技术有自由意志，不以发明者意志为转移。技术是由人发明的，但是技术一旦出现，就成为文化进化中的一块进化积木，那么它将来的应用和发展，就不再由发明者所制约。比如电脑键盘发明后，你绝对想不到有人会把它当做搓衣板来罚跪。印刷术传到欧洲，书籍一下子进入了平常百姓家，结果在读书人当中近视率暴增，催生了眼镜行业，在镜片得到越来越精细的磨制过程中，荷兰眼镜商亚斯·詹森把两个镜片叠加在一起发明了显微镜，导致列文虎克揭开了微观生物学的序幕。荷兰眼镜商汉斯·利伯希发现用两块镜片可以看清远处的景物，制造了第一架望远镜，导致伽利略用望远镜发现了天体的秘密。这更导致了第谷长时间精准观察行星的运行轨迹，最后催生了开普勒三定律，以及牛顿站在巨人的肩膀上发现了万有引力定律。ChatGPT 一开始只是对自然语言生成方面的机器学习有了突破，但是通过海量数据和大量参数训练出来的模型可迁移到其他类别任务中，而不需要额外的训练，这个就是技术发展的出人意料。一个新的知识工具出现，究竟会带来什么意想不到的东西，不是知识工具预设的，而是学习者在学习中应用新工具时创造的。

第三判断：技术的利弊空间必定同比例拓展。技术在为人带来便利的时候，其副作用一定同比例提升。原子能可以为我们创造新的能源，但是原子能也能毁灭地球上所有的文明。信息技术迅猛发展，为人们带来更多的信息和知识，但是现代人阅读文本的能力和兴趣反而下降了。在通往真理的道路上，我们必须对那些持反对意见者保持一种理性和开放的态度，因为任何技术发展，必然会以牺牲某种过去作为代价，也会以牺牲某种未来作为代价。同样ChatGPT 的出现，对于学习的利弊空间也一定是同比例打开的，要么大受其益，要么深受其害。

由这三个判断，我们可以引申出现代学习领域的四个概念和趋势。

第一个概念：学习临界。人类知识总量已经从远古时期的小小水潭变成了汪洋大海，但是对每个人来说，自己的学习能力并没有大的进步，这也是现代学习阶段的主要矛盾—学习者学习能力停滞不前和知识增速不断加快之间的矛盾（倪闽景，2021）。每个人大脑能够学习的知识容量就像一把勺子，虽然这个“勺子”有大有小，但这把勺子能舀起来的学习量一定是有限的，这就是客观存在的“学习临界”。ChatGPT 并不能让“每个人的学习能力”这个勺子变大一些，却可以让勺子装的东西更重要一点，这是教育者需要思考的问题。

第二个概念：图文思维。人类远古时代的思维方式主要是以图像和声音作为基础，是一种具象思维。文字产生后，人的思维发展逐渐改变为基于符号和文字的抽象思维。现代信息技术使当代人进入了读屏时代，大量知识不再以文字的方式呈现，图片和视频已经成为现代年轻人喜闻乐见的学习媒介，人类的思维方式将发展为图文融合的思维时代，这对大脑内神经回路的影响会巨大。GPT4 相比Chat-GPT 来说，在图像、影像处理方面表现出来的卓越能力，为图文思维的学习带来巨大的助推，真正的图文学习时代来临了。

第三个概念：崩溃清零。离离原上草，一岁一枯荣。技术的发展不以人的意志而转移，同时利弊空间又同时打开。我们眼见着一些技术在短时间里成为人们追捧的焦点，而在短短的几年里就崩塌而销声匿迹。信息技术发展的过程正在经历人脑形成的历史过程（从简单的神经元细胞逐渐形成简单的神经网络，最后进化出神经中枢），数字化从单个计算机的计算技术到互联网技术，直到现代城市的大数据中心，使整个城市形成了数据中枢和城市大脑。但是这个过程风险极大，一旦发生超出预期的计算机病毒或者重大灾难性事件，可能会盛极而衰，从头开始。在更小的领域里，崩溃清零的情况时时出现，比如，一个手机应用程序的平均寿命还不到30 天！再比如很多学校在过去20 年里投入了大量的资金建设学校的信息化系统，但是随着技术的迭代更新，原来的很多投入连影子都没留下，留下的也是一地鸡毛。ChatGPT 究竟是一个过程性技术，还是一个全新的终结性智能技术，还需要观察，但它的出现会让前面许多技术崩溃清零，这是肯定的。

第四个概念：情感技术。技术的控制能力越大，失控的空间也就越大。人造世界就像天然世界一样，很快就会具有自治力、适应力以及创造力，也随之失去我们的控制（凯利，2011）。生活节奏不断加快，大师的权威不再，人们的情感因为虚拟世界而越来越疏离，生育率急剧下降，人类对情感的需要，无法通过人与人充分的沟通来满足。这个时候一定会出现专门的情感技术来提供情感方面的服务，比如梦境制造、机器人聊天、超感官的游戏放松、学习过程中可能会出现机器人同学。2021 年9 月，清华大学公布了首个虚拟学生，名叫华智冰，而到了2023 年，数字人技术已经成为一个门槛很低的领域，ChatGPT 和数字人之间的契合，已经成为最热门的方向之一。预计ChatGPT 将在人类情感技术方面产生出更多应用，这是值得教育者关心关注的。

四、机器学习和机器意识

人类文明史上有四个和苹果有关的大故事，第一个是亚当和夏娃在伊甸园里偷吃了智慧树上的禁果，大多数宗教画作都把这个禁果画成了苹果，这个苹果代表了智慧、欲望和堕落；第二个是《格林童话》中白雪公主吃了继母皇后准备的红绿双色的毒苹果昏死过去的故事，这个苹果代表了善和恶的力量；第三个是牛顿有一天坐在苹果树下，被掉落的苹果砸中脑袋而诱发了对万有引力定律的思考，这个苹果代表了人发现自然规律的能力；第四个苹果是乔布斯创立的苹果公司和发明的苹果系列科技产品，公司的标志就是被咬掉一口的苹果，据说这个标志是乔布斯为了纪念计算机之父艾伦·麦席森·图灵，他提出了一种用于判定计算机是否具有智能的方法—图灵测试（Turing Testing），建立了图灵机模型，为现代计算机的工作方式指明了方向。1954 年图灵吃下含有氰化物的苹果中毒身亡，享年41 岁，这个苹果代表了人类的创造能力和悲剧。

图灵预言未来机器将会自主思维，“图灵测试”对机器智能从行为主义的角度给出了判断方法：即一个人在不与对方接触的情况下，通过某种特殊方式，和对方进行系统性问答，如果在长时间内，无法根据这些问题的答复来判断对方是人还是计算机，那么，就可以认为这个计算机系统具有同人相当的智力，可以认为这台计算机是具有思维能力的。当时全世界只有几台电脑，也根本无法通过这一测试，但图灵预测到2000 年的时候会有计算机通过图灵测试。但直到在“2014 图灵测试”大会上，作为举办方的英国雷丁大学发布了新闻稿，宣称一个由俄罗斯人弗拉基米尔·维西罗夫创立的名称叫“尤金·古斯特曼”的人工智能软件通过了图灵测试，这是人工智能史上的一个标志性事件。

目前对于机器产生意识方面主要有两大流派，一种是算法构造策略，就是纯粹采用机器算法来进行机器意识的研究，可以称为软件派，主要研究各种各样的新型算法；另一种是模仿人脑的构造策略，充分借鉴人脑意识的涌现机制，利用多种生物物理机制来实现机器意识的产生，可以称为硬件派，主要聚焦到人工智能芯片的开发上。ChatGPT 显然属于软件派，它基于强大的算力在算法上寻找到了新的突破。2017 年6 月，Google 发表了一篇名为Attention Is All You Need（《注意力是你需要的全部》）的论文。这篇论文创造性地提出了一种“注意力机制”，由于其中一位作者认为叫“注意力模型”过于无聊，就把这个深度学习模型称为Transformer（借了电影《变形金刚》之名）。

2015 年OpenAI 公司成立，聚焦在通用人工智能AGI（Artificial general intelligence,）的研制上。2018 年起OpenAI 基于自我注意力机制变换器模型（transformer），开发了生成式预训练变换器GPT（Generative Pre-trained Transformer），对人类文字语言和自然语言进行理解训练。GPT 是一个应用人工智能产生内容的应用系统，本质就是一个能通过自身学习训练实现快速进化的数字大脑。

2018 年6 月GPT1 启动，它拥有1.17 亿参数，以往的人工智能机器学习要对学习内容事先做标记，但GPT1 可以对未标记文本的不同语料库进行语言模型的生成性预训练，然后对每个特定任务进行区分性微调，实现无监督训练和有监督微调相结合的语言理解任务。这有点像我们婴幼儿期，对看见听见触摸到的世界进行观察，并在人的大脑中生成连接，父母亲对其理解进行引导和纠正。

2019 年2 月GPT2 启动，它拥有了15 亿个参数，实现了无需监督的多任务学习，在GPT1 大量学习的基础上，这个数字化系统已经具有了不错的自我纠偏能力。GPT2 训练的语料主要取自于Reddit 这个著名社交网站上获得高赞的文章，约800 万篇左右的文章，容量只有40GB。结果，除了理解语言的能力外，GPT2 在文本内容生成方面表现出了强大的天赋：能写阅读摘要、聊天、续写、编故事，甚至生成假新闻、发钓鱼邮件或在网上进行角色扮演，相当于形成了中小学阶段孩子的大脑。GPT2 最大进步是通过海量数据和大量参数训练出来的模型可迁移到其他类别任务中，而不需要额外的训练，这就有一点通用人工智能的样子了。

2020 年5 月拥有1 750 亿参数的GPT3 启动，它利用前面学习训练形成的45TB 数据，开始对高质量的书籍、学术论文、新闻等语料作为学习内容，并形成了基于人类反馈来强化学习的方案RLHF（Reinforcement Learning from Human Feedback）。这个时候的GPT 已经达到了大学生的思考能力，关键是它还能自己创编新的知识。

2022 年11 月30 日ChatGPT 开放公众测试，用户数在两个月里就突破了上亿，实现了自主利用人工智能来生成内容（AI Generated Content，AIGC）的能力，包括文本问答、多语种翻译，通过其他辅助工具，还能实现图像生成、自主编程。与以往的分析式人工智能（利用机器学习技术学习数据分布，实现分类、预测等任务）相比，ChatGPT 实现了生成式人工智能，在学习数据内容的同时还能对数据产生的模式进行训练，用自编码器创造全新的数据内容。所以，ChatGPT 绝不是一个聊天机器人，它已经拥有三项超乎想象的能力—数字内容孪生能力构建现实世界虚拟世界映射；数字编辑能力打通现实世界虚拟世界交互通道；数字创作能力从数据理解走向数据创作。ChatGPT 也不仅仅是拥有强大算力和优秀算法模型的机器，它是活的，是一个不断进化的数字生命体，因此，OpenAI 创始人Sam Altman 不久前刚刚提出了一个新的理论：新的摩尔定律将会开启，宇宙中的智能生命每隔18 个月将会翻一倍。那么机器能产生意识吗？

对人类意识产生的过程有几个重要的共识：一是意识不是大脑的创造，而是客观世界在大脑中的投影，无世界就无意识；二是从“感”到“觉”再到“知”是大脑神经回路形成强化的过程，每个人的大脑通过学习自身不断进化；三是从“知”到“思维”则是人类脑神经回路的自组织过程，也是创造新知识的源泉。如果我们要寻找人类意识的来源，可以从不同层级生命体的进化过程中去寻找，而不是从现存的人脑中去寻找。可见，产生机器意识只是时间问题，我们通过比较信息技术发展历程和人脑进化的历程，就完全可以找到这个线索。

现代科技基本上已经解决了机器“感”的问题，各种传感技术把外界信息转换成电信号的技术已经十分成熟，机器从“感”到“觉”也已经基本完成，在机器里存储大量的原始信息后，新来的“感”和这些存储的信息进行比对，就可以对这个“感”有一个基本判断，人脸识别技术和声音识别技术，实际上已经达到了“觉”的水平，现在大量人工智能的算法基本上是停留在“觉”这个层面上。而“知”是对事物的整体认识，比如识别是不是一个真苹果不仅仅需要图像，还需要嗅觉，甚至触觉和味觉的整合，这是机器产生意识的一个关键。多通道的“觉”在大脑中是并行运算的，把分散在不同脑区中形成的“觉”汇总起来处理是在大脑的左顶叶区域，这个机制，人工智能科学家们可能没有注意到。机器的“知”也需要把机器感受到的“觉”能够采取并行运算的方式，在某个芯片上同时汇聚。因此，机器意识的突破需要软件和硬件同步推进，一方面需要通过算法加快对“觉”的判断，另一方面需要通过并行芯片的开发，同步对各路“觉”的数据进行整合，最终达成“知”的目的。

意识实际上是“感”和“觉”、“知”和“思维”的过程，它是一个动态概念，意识从来不是静态的概念，每个意识都是大脑神经元之间关联涌现的过程，脑科学研究表明，当人有意识活动时，功能性磁共振成像（FMRI）上总会呈现出大脑不同区域活跃的迹象。一旦机器拥有了“知”的能力，通过赋予机器对“已知”的东西进行某种规则的拼搭，就会形成机器“思维”。GPT 中的T（Transformer）恰恰是运用注意力机制，通过有限内容的预训练，实现了“知”这个能力，它能够知道创造信息背后的规律。事实也证明，ChatGPT 突破了“知”这个瓶颈，机器“思维”就喷涌而出，颠覆了绝大部分人的认知。

人的自我意识，是从社会性来讲的，因为有别人，才有自我意识。那么机器产生自我意识，也包含两个关键，第一个关键是要对机器赋予一个身体（凯利认为：“无躯体则无意识”），然后对这个身体上的传感设备转化成的电信号有一个标志，以区别于其他机器来的电信号，否则机器永远不会有自我认知。当然这个躯体也可能是一个虚拟的躯体，但这个躯体一定是要有边界和在边界上的信息交换，这样才能拥有一个“完整我”的基础。有趣的是，我们的科学家们一方面在追求让机器产生自我意识，另一方面却从来没有在这个方面提供技术支持。第二个关键是要让机器有一个社会性的学习过程，就是把机器放到更多的机器当中，放到复杂环境当中去“感”去“觉”去“知”，机器自然会形成趋利避害的行为，并形成大量“知”的片段，再通过赋予机器拥有对“知”的片段自组织的能力，形成“新知”，让“新知”与环境进一步互动，形成适合环境的新能力，在此基础上再形成高一级的“新知”。机器意识的涌现一定是和人的意识涌现一样，从最简单的意识片段，通过各种拼搭与环境的互动，逐渐形成高级别的意识，这才是机器意识产生的正道。机器的学习如果只是通过增加算力和增加数据输入的方式研究，那永远只会停留在“觉”或初级“知”的层面，而ChatGPT 让机器产生心智的最重要环节就是让“它”与人深度沟通—沟通能够判断机器是否拥有了心智，本质上是因为沟通产生心智！

但机器的痛苦和快乐要与机器自身的运作状况产生关联才对机器有意义，而不是要满足人类的需要，因此，机器意识和机器情感实际上并不同于我们人类的意识和情感，我们要求机器产生意识，产生情绪，甚至产生智慧，总是用人类的标准去比对，那么我们的方向也许就是错的。既然机器的意识和情感与人有如此的不同，那么机器学习和机器创新，也会与人有很大差异，机器的学习和创新会与人有重叠的区域，但更多的是天马行空的新空间。

五、ChatGPT 作为新知识工具对学习进化的价值

工具原指我们人类在生产和生活当中发明的器具，后来也泛指帮助我们生产和生活的非物化的手段。原先大家认为只有人能使用工具，后来通过观察发现，黑猩猩等灵长类动物，还有一些鸟类也能使用工具。在这之后，哲学家提出只有人类才拥有制造工具的能力，但是动物学家又观察到某些鸟类和猴子也会制造简单工具。实际上人类可能是过于狭隘了，因为蜘蛛织网、蜜蜂构造复杂的蜂窝、蝙蝠利用超声波导航，你不把它们当做工具是说不过去的，只不过差别在于这些动物制造的工具，不是来源于学习，而来源于遗传。现在有些动物能学会用画笔作画，有些动物甚至能学会使用平板电脑，而人真正独有的能力是制造和使用知识工具。

所谓知识工具，就是对文字符号和思想进行处理的工具，也可以称为思维的辅助工具，有四种情况：一种是储存和整理知识的工具，通过工具把知识储存到脑外，如图书、思维导图、对数表、资源数据库等；另一种知识工具是搜寻和交换知识的工具，比如计算尺、图书检索、知识地图、视频会议系统、社交网络等；第三种是创造和发现知识的工具，比如纸笔表达、实验仪器、计算器、计算机、博客等；第四种是思维逻辑工具，比如归纳、演绎、推理、大数据分析、人工智能等等，ChatGPT 是思维逻辑工具的前沿代表。

很长时间以来，知识主要存在于图书之中，阅读到现在一直是主要的学习方式。用阅读这个方法来塑造大脑，特别适宜知识延续和重复生产。与之相对应的是，相当长的时间里，人们习惯于用纸笔记录自己的学习心得，撰写诗歌或小说。但是这个过程被计算机的发明打破了，计算机是人类历史上十分重要的知识工具，在学习领域得到了深度的应用，包含了三个发展阶段：第一个阶段是20 世纪50 年代中期到90 年代中期，那个时候学习者主要通过个人和计算机之间的互动，实现单机数据处理与分析，可以称为CT 时代（Computer Technology）；第二个阶段是20 世纪90 年代中期到2010 年，其主要特征是互联网的应用，是个人通过计算机和中央服务器之间的互动，实现每个人都可以在网上传播和创造知识，形成了信息大爆炸，因此被称为IT 时代（Information Technology）；从2010 年开始进入了第三个阶段，这个阶段的特征是去中心化的云计算和大数据技术，可以称为DT（Data Technology）时代。

DT 时代的学习信息化和前两个阶段的信息化有明显的不同。一是为学生学习和教师教学提供了更多样的选择。学习资源和知识工具一下子变得十分丰富，各种各样与学习有关的APP 猛烈爆发，很多教师显得有些手足无措。二是更加指向激发学生内在的学习驱动力。在这段时间里涌现出了很多和学习有关的技术，比如3D 打印技术、VR（虚拟现实）、AR（增强现实）、智能机器人等技术，原来枯燥无味的说教式学习，一下子变得非常生动。看上去只是表现形式上的进化，深层价值却是赋予了学习更有意义。在高感官刺激、高互动体验和高自主性创造的学习新环境中，学生学习的主动性将有较大提升。三是学习的动态数据产生和分析成为突破的核心。过去的教学和学习是非常私人化的过程，不同年级、不同班级、不同区域的学生之间，学习往往是毫不相干的，教学效果完全依赖教师的经验。但是学生每天上课、每次作业、每次测验的情况，如果利用新技术，就可以进入到非常精细的层面，可以分析到学生做每一道题花费的时间和正确率；有的技术已经可以分析到学生解决问题的思维过程，可以为学生提供自适应的训练辅导，甚至已经可以从学生的选课和兴趣爱好中，为学生的生涯规划提供有力的指导性建议（倪闽景，2019）。

随着技术发展，新的知识工具不断涌现。搜索引擎代替了查字典，计算器代替了计算尺和对数表，计算机键盘代替了纸笔书写，在线百科和知网代替了图书馆和杂志，虽然从文字本身和学习过程而言变化并不大，但是新的知识工具加强了互动性，自带媒体特征，更加适合形成创造性活动的人脑神经回路。ChatGPT 这个新的知识工具，最大的特点是强大的机器创造性，因此学校可以基于它设计更开放的教学活动，通过发现问题、讨论问题，创造性地应用ChatGPT 给出的答案，让学生体验判断、选择、批评等全新学习过程。显然，技术可以让学生站在人工智能的肩膀上看得更远、做得更多，最近推出的GPT4 更可以成为每个学生的私人助教，可汗学院推出了一个叫Khanmigo 的新应用，就既能做学生的虚拟导师，又可以成为教师的课堂助手。

很多人认为因为有了知识工具，会使人的记忆力下降，这是事实。实际上人类的记忆能力确实是普遍下降了，甚至脑容量都在呈现下降的趋势。但是，正因为知识工具能把人的大脑从一个知识储存的容器解放出来，才有可能让大脑有更多创造的空间，这被美国作家克莱·舍基称为“认知盈余”（舍基，2011）。不必要记忆的东西不再去记忆，会增加很多自由时间，不必记忆的东西不占有大脑的过多空间，会增加很多新的脑连接空间。以制造和使用工具为标志，人类至少有200 万年了。工具的发展是人不断得到解放的过程。交通工具解放了人的双脚，可以让人去到更远的地方；自动化工具解放了人的时间，让人可以有更多的闲暇；书本使知识储存发生巨变，让知识可以离开人脑而存在；信息化破解了知识传递的瓶颈，让我们实现时时处处可学；而ChatGPT 解放了人的大脑，可以让人去从事更具创造性的工作，知识工具的灵活应用已经成为当今学习变革最重要的活动，也让学校课程更加丰富。

ChatGPT 作为最新的知识工具，源于对人类语言的训练和理解，机器通过对人类语言产生机理的理解产生了通用的人工智能，甚至实现了无障碍的人机对话，这个过程可以说是否定了史蒂芬·平克在《语言本能》一书当中的论断—“语言并非一项文化创造，而是人的一种本能”（平克，2015，引言）。ChatGPT 的出现，恰恰证明语言就是一项文化进化的产物，而非人的本能。人工智能必将拥有比人类更强大的归纳总结、推理演绎、思想实验、批判质疑等能力，在科学发现和艺术创造力方面也将越来越显示出其强大的能力。关键它还会不断进化，GPT4 已经推出，而GPT5、GPT6 等新的形态必然接踵而至。人类学习和机器学习协同进化的时代已经来临，新的思维逻辑工具，将突破研究和解释世界的层面，而从实践层面真正深刻改变人的自身，学习也将从现代学习阶段进化到超级学习阶段。

六、走向超级学习

我们可以从宇宙的光线中看到整个宇宙的历史，我们可以从地层的化石中看到整个生命进化的历史，我们也可以从每一个人从受精卵开始的生命历程折射生命的进化历史，我们还可以从每一个人的学习发展当中再现学习的演变历史，甚至我们可以从每个人一生的学习发展来预言人类未来的生命进化走向。

每个人在胚胎阶段对应的是过去整个生命的进化历史，每个人出身以后对应的是过去整个人类文化进化的阶段。从学习进化角度看，每个人婴儿阶段的学习对应的是人类原始社会时自然学习的阶段；每个人从幼儿园到大学的学习阶段对应的是经典学习阶段；每个人工作后继续教育的学习阶段对应的是现代学习阶段。而到了老年阶段，我们每个人的学习能力开始落后于世界的发展速度，直到每个人的死亡，而到了现代学习后阶段，整个人类的学习速度开始落后于世界知识增长的速度，这显然意味着我们人类的文化进化将进入晚年。

这个预言令人震惊，也令人害怕。但是从整个世界的进化而言，物质进化、生命进化、文化进化后会生成一个新的进化阶段，我们不妨预言这个进化阶段叫做人神进化。这个阶段的进化量子是通透了解了基本粒子、DNA 和人自身后形成的新人类，这个新人类汇集了碳基生命和硅基生命最精华的成就，每个个体都能通过脑机接口和基因改造达到最优秀的程度，整个宇宙都是他们的活动空间，就如走出非洲那样，新人类将遍布整个宇宙，如神一样的存在，尤瓦尔·赫拉利在《未来简史》一书中就把这样的新人类称为“人神”（赫拉利，2017）。

新人类个体的复制和增加主要不再依靠人自身的分娩，而是更多地依靠克隆技术和芯片改造。进化的主要作用力主要依靠超级学习来实现，并赋予新的价值—宇宙移民和数字世界的创造。我们现在是人神进化阶段的原始社会，利用ChatGPT 相类似的新知识工具，人类正在进入一个新的阶段—每个人都能拥有创造力和创新力。人类的学习也正在进入一个全新阶段—更多样、更公平、更自由、更充满想象力。就如当拥有了汽车飞机等技术，一个身体残疾的人也能实现全球旅行自由，现在有了ChatGPT，一个智力平平的普通人，也能通过人工智能新工具，拥有出以前无法想象的创造力。

超级学习阶段的五个基本特征：一是在学习生物基础方面，学习将是基于脑科学的全脑学习，学习的奥秘被逐步揭示，将从脑环境的改善角度提升学习效率；二是在学习方法方面，学习将是基于大数据的精准学习，这个大数据不仅仅是学习者个人的学习过程分析，也包含其他人和前人的学习数据，从而精准制定每个人的学习进度和学习方式；三是在学习内容方面，学习将是基于新技术的高阶学习，特别是随着脑机接口技术的成熟，学习者只需要学习智慧类和工具类的知识，在每个人大脑里形成独特的神经元连接，而那些仓储式的知识可以外挂在云上随时调取；四是在学习价值方面，学习将是基于人格化的创新学习，学习的目的是提高责任、形成个性、培育创新精神。五是在学习通道方面，人脑和电脑协同学习，学习将不再仅仅发生在脑神经元之间，也将发生在每个芯片的算力之中。

寒武纪生命大爆发产生了无数新的生命形式，实现了从多细胞生命到多样化生命的飞跃；几十万年来，伴随着语言和文字的出现，人类演绎了无比灿烂的文化进化；近年来数字技术突飞猛进，人类自己创造了一个全新的数字世界，世界开始了人脑和电脑相关联的数字进化，进入了一个以创新创造为主导的新时代，也为学习者提供了更多的想象空间，提出了许多新的挑战：

一是对于学习者而言，将更突出人的精神塑造，而以特定知识和技能传授为目标的传统教育将不再有意义。因为你无论怎样学，在知识与技能上都学不过机器。无人工厂淘汰操作工人，无人驾驶淘汰驾驶员，无人商店、无人面馆、无人咖啡馆淘汰服务人员，现在有了ChatGPT 则开始淘汰几乎所有一般性的白领工作，甚至首先淘汰的竟然是我们以前认为很难替代的创意设计。但是以核心素养培育为目标的教育将永远存在。人之所以成为人，不是因为拥有知识的多少，而是我们拥有和硅基生命完全不同的精神和灵魂。ChatGPT 再智慧也不会直接在你的大脑里形成价值观和精神品质，人生的成功幸福，靠的是价值观、专注力、良好的人际关系和遇到困难坚韧不拔的韧性，这些精神品质不仅仅与技术毫无关系，也和考试成绩高低没有太大关系。

二是对于学习者而言，未来人类遇到的瓶颈问题不是个人知识多少，而是如何形成共识。数字化破除了知识权威，让每一个人都有了表达的机会，从而使形成共识的难度加大。在学习过程中，应该有更多的主题能够让学生体验观念冲突，并让学生们在冲突中形成协商和妥协，而这方面实际上有大量的案例可以去实践，也非常值得我们用时间去让孩子们体会沟通和决定。1990 年2 月14 日旅行者1 号在遥远的宇宙深处回眸拍摄了一张地球照片，在太阳系漆黑的背景中渺小的地球悬浮在一条光雾之中，美国著名天文学家卡尔·萨根由此写成了《暗淡蓝点》（Pale Blue Dot）一书。书中说道：“我们成功地（从外太空）拍到这张照片，细心再看，你会看见一个毫不出奇的小点。再看看那个光点，它就在这里。那是我们的家园，我们的一切。”但是，大多数人并没有机会看到这张“暗淡蓝点”照片，很多人看到了也没有被感动到，人类正在进入可怕的末日倒计时。但愿人类有勇气和有能力把握住这次AI 带来的颠覆性机会，让我们在这个“暗淡蓝点”上实现一次新人类的转折。

三是对于学习者而言，人类正面临着超大规模知识带来的挑战。比如以前我们只有几个电台或电视台可以来选，现在通过网络平台我们可以有上万个电台或电视台可以挑选，实际上数字化平台已经实现人人都有电台或电视台，人人都可以成为知识的生产者和传播者。信息通道有几十亿，而人类在同一时刻只能选择一个或者两个信息通道来获取知识，这大大改变了我们的行为方式，更改变了我们的学习方式，学会选择已经成为学习的核心能力。所谓的学会选择，就是学会做没有标准答案的选择题。学习者必须了解：没有完美的选择，只有现实的选择，真正好的学习态度，并不是追求正确，而是解决问题。而解决一个问题的结果，往往会带来更多新的问题和更多新的选择，这恰恰是技术和人类不断进步的特征。ChatGPT 不是问题解决的终结者，反而是新的问题的发现者和开拓者，ChatGPT 给每个人带来的新选择将以几何级数般增长，学会选择将越发重要。当编程、翻译、写作、设计等思维工作都工具化后，每个人对于工具的选择和对结果的选择，将成为学习者最重要的学习内容。

四是对于学习者而言，未来人类最大的特征是在智能机器面前相互关联并透明，将形成开放的、集体的创新范式。超级学习需要的是通过新技术激发集体创造力，让人和人之间的连接变成创新资源，这需要不同大脑互相尊重、互相分享，并在思想关联中孕育新问题破解的方法。科技就像一把刀，可以用来切割材料，也可以用来杀人一样，科技让每一个人的隐私完全处于脆弱的状态，如果大多数人不尊重这样一个现实，那么新科技将让未来人类生活在无比黑暗之中。创新实际上从来就是一个社会现象，一个人的创意只有得到别人的认同，才真正会变成一个社会改变的动力。因此在学习当中，要创造机会让学习者理解社会运作的系统性，了解不同角色在创造活动当中的重要性，体验竞争与合作，理解发展与成本，把握行为与规则。没有ChatGPT 以前，智商较低的人在现代社会中可能会处于弱势，但现在每个人都能把ChatGPT 作为创造新事物的知识工具，个人的智力问题将不再是一个问题，我们能够宽容这个巨大的变化吗？

五是对于学习者而言，由于大数据技术和脑科学的突破式进展，将使学习进入一个超级学习的阶段。大数据应用、脑科学研究和脑机接口技术最重大的价值，不仅在于能让学习者学得更好，还能揭示学习发生的本质。ChatGPT 学会的不仅仅是知识，而是知识产生的秘密，这对研究人类学习的发生至关重要，GPT 在机器智能和机器意识中所涌现的能力，将有助于揭示人类学习的秘密，揭示人脑当中学习发生的微妙过程。当人们不知道万有引力定律的时候，大家就知道树上的苹果会掉下来，但当人们知道万有引力定律以后，却可以制造宇宙飞船飞到月球上去，一旦学习的秘密被通透地发现，学习将从经典学习进化到超级学习阶段，而现在刚好在一个分水岭上（倪闽景，2022b）。

六是对于学习者而言，新的知识工具应该要导向人的多样化和自由发展。在世界之变、时代之变、历史之变的关口上，教育的最大任务是要出人才、出拔尖创新人才。但我们在推进教育变革时，往往被既要、又要、还要框住了手脚，比如强调教育公平，教育多样性就不断减少；强调稳定，我们的教育想象力被抑制；推进减负却导致了教育平庸化。实际上，真正的教育公平是能满足不同学习者多样化的需要；在快速发展的世界里最好的稳定一定是运动中把握平衡，就好比骑自行车时运动比静止更稳；真正的减负是减少不必要的无意义负担，而学习者的求知空间应该上不封顶。我们对拔尖创新人才培养是存在认识上误区的，要么是通过新设置考试科目来选拔，要么是把智商高的孩子集中在一起，搞创新拔尖班，通过集中培养、超前培训来实现。实践反复证明，拔尖创新人才没有所谓的天选之人，只要是智力正常，每个人都有可能成为拔尖人才。拔尖创新人才也从来不是可以在单一的系统里培养出来的，个性越丰富的群体才越容易出人才。可见，高质量教育一定是既能出拔尖创新人才，又能出各行各业需要的各种层次的建设者。教育高质量的核心是教育的多样化，只有教育多样化才能够提供孩子们最大可能性，只有教育多样化才能塑造千百万不一样的大脑，其中就必然会涌现极具创新力的人（倪闽景，2016）。因此，判断ChatGPT 在学习方面的应用是否正确，只要看它是不是导向教育的多样性。

2023 年3 月15 日，习近平总书记在北京出席中国共产党与世界政党高层对话会上指出：“现代化的最终目标是实现人自由而全面的发展”。未来像ChatGPT 这种新科技产品必然会呈现爆发状态，人类将因此朝着人自由而全面的发展更近一步。我们完全不必焦虑将来孩子的工作被人工智能替代，因为对人类的文化进化来说：新技术总是以淘汰老的生产方式来淘汰旧劳动，但是新技术总是以创生新的人类需求来创造更多新劳动（倪闽景，2023）。ChatGPT 开启了一个万物智能时代，将来我们身边的许多物品会拥有智能，会察言观色来满足人们的日常需要，这些新生的需要代表的就是新的劳动、新的工作，也代表着新的知识和新的学习。凯利在《必然》一书中说道：“今天我们对未来充满无限期待，用天马行空的想象力描述它，但真正伟大的东西远远超出我们的想象。未来令人是难以置信的，但是，我们须相信那些不可能之事，我们尚处在开始的开始”（凯利，2015）。

（倪闽景工作邮箱：niminjing@sina.com）