ChatGPT对研究生导学关系的影响刍议

李锋亮,王志林

(清华大学 教育研究院,北京 100084)

一、 研究背景与问题的提出

(一) ChatGPT及其技术特点

2022年11月,美国人工智能实验室(Open AI)发布的人工智能聊天机器人(Chat Generative Pretrained Transformer,ChatGPT)一经发布便吸引了社会各界的关注,在短短数天内吸引了海量用户,引发了广泛的舆论讨论。ChatGPT采用了一种名为“生成式预训练转换器”(Generative Pretrained Transformer, GPT)的新型神经网络模型和一种名为“基于人类反馈的强化学习”(Reinforcement Learning from Human Feedback, RLHF)的训练方法,使其不仅能通过海量语料库进行训练学习,而且能基于海量语料库的训练学习具备各种复杂的语言功能,执行各式各样的复杂任务,如同人类进行对话、翻译文本、撰写文本、生成代码等。截至目前,ChatGPT所依赖的神经网络模型——生成式预训练转换器已进行了若干轮迭代更新,经历了GPT、GPT-2、GPT-3和GPT-4四代模型版本,目前最新版本是2023年3月发布的GPT-4。GPT-4的前一版本——2020年6月发布的GPT-3拥有1 750亿的参数量,是当时全世界规模最大的非稀疏语言模型(Non-sparse Language Model)[1]。相较于GPT-3,GPT-4拥有更大的参数量,并在GPT-3的基础上进行了许多调整,能够给用户提供更好的人机交互体验。GPT-4在一些专业和学术场合中表现出人类的水准,如在一场模拟的律师资格考试中,GPT-4能够获得在所有参试者中排名前10%的成绩[2]。

喻国明等认为,ChatGPT具有三项关键技术特征:一是预训练,在预训练环节采用大量人类偏好数据和基于人类反馈的强化学习方法,使其具有更高的拟人度;二是大规模,庞大的参数量使其能够掌握海量的人类知识,输出丰富的对话内容;三是生成式,具有将输出内容结构化的能力,像真人一样与用户进行对话,改善了人机交互体验[3]。此外,匡文波等认为,ChatGPT具有利用嵌入技术强化其功能的潜力[4]。

(二) ChatGPT在教育中的应用及其伦理隐忧

ChatGPT的出现,无疑是一场具有划时代意义的技术革新运动,它不仅标志着人工智能领域的技术发展进入了一个更加成熟的新时期,而且正深刻改变着人类与计算机的交互方式,为人们的工作、生活带来许多便利。然而,它也像以往的任何一次技术革新和进步一样,在给人们的工作和生活带来诸多便利的同时,也引发了人们对其所带来的伦理风险的深刻担忧。学界不乏学者对ChatGPT的潜在伦理风险进行讨论。如克鲁格尔(Sebastian Krügel)等的实验研究表明,ChatGPT的输出结果真实地左右了用户的道德判断,并且用户总是低估ChatGPT的输出结果对他们判断的影响[5]。维丁格(Laura Weidinger)等归纳了大规模语言模型(Large-scale Language Model)的六种潜在风险:歧视、排他和毒害;信息(泄露)风险;信息误导;恶意使用;人机交互风险;自动化、机会和环境危害[6]。

从历史视角看,技术的革新进步往往能够对教育产生深刻影响,引发教育的剧烈变革。在人类历史的发展进程中,以文字、印刷术和数字技术对教育的影响尤甚。邹红军认为,数字技术加速了普遍性、具身性知识的消匿,强化了知识碎片化、资本化与娱乐化倾向,可能对传统的师生关系、生生关系、师师关系造成冲击[7]。ChatGPT作为数字时代一项具有代表性和标志性的新技术,其对教育和学术伦理规范的冲击在学界获得了广泛讨论。高校和各类科研机构的师生们身处科学研究一线,他们对科学技术的革新和发展有着极强的敏感性,这也决定了教育领域更加容易受到ChatGPT的冲击,而高校和各类科研机构的师生们也更可能最先成为ChatGPT的受众群体。美国全科学习网站Study.com一项针对超过100名教育者和超过1 000名学生的调查证实了ChatGPT已被教师和学生应用于各种教育教学的场景之中[8]。

整体上看,国内研究者对ChatGPT应用于教育领域的态度是相对一致的,即一方面肯定其技术优势为教育教学带来的巨大便利,另一方面又担忧其带来的各种伦理风险。张峰等认为,ChatGPT将通过在学习资源挖掘与整合、学习计划制订与指导以及学习效果监测评估等方面的优势推动高等教育阶段的学习变革,同时也存在异化学习者主体地位、生成不可靠内容、泄露信息和助长学术不端等方面的伦理风险[9]。尚智丛等总结了ChatGPT在教育界的几种主要应用途径,包括ChatGPT学术写作、ChatGPT搜索引擎、ChatGPT编码、ChatGPT检测安全漏洞和ChatGPT社交媒体,而ChatGPT对其自身的教育应用则输出了十二条陈述[10]。詹泽慧等从生态学理论视角出发,阐释了ChatGPT嵌入教育生态的机理与表征形态,并由此总结出ChatGPT嵌入教育生态带来了教育主体异化、认知过程异化、实践活动异化和教育环境异化等风险[11]。王佑镁等将ChatGPT应用于教育的伦理风险归纳为四类,分别是数据隐私的泄露与滥用、算法歧视与偏见、师生关系的弱化和破坏、学术公平的失信与失衡[12]。

(三) ChatGPT是导学关系的潜在影响因子

尽管当前学界对ChatGPT应用于教育的途径、优势和潜在风险的讨论已有很多,但关于研究生导学关系(Supervisor-graduate Student Relationship)的相关讨论却极少。导学关系是高校生活的重要组成部分,它描述了研究生教育之中导师和研究生的互动过程,是研究生教育中最重要的教育关系。构建良好的导学关系对提高研究生教育人才培养质量具有重要意义。不难理解的是,导学关系容易受到技术的冲击,因为技术的革新进步在不断地改变着导师和研究生的交流沟通方式。ChatGPT作为一项新兴人工智能技术,不可避免地对导学关系产生一定冲击。诚如王佑镁等所担忧的那样,ChatGPT可能存在弱化和破坏师生关系的风险[12]。

应当注意的是,辩证唯物主义哲学观提示我们应当对事物展开全面考察,并且注意事物普遍具有的矛盾性。由此,ChatGPT将会成为导学关系的一种潜在影响因素,其对导学关系的影响既有积极的一面,亦有消极的一面。本研究旨在从学理上讨论ChatGPT对导学关系可能产生的积极或消极影响,并在此基础之上进一步讨论如何采取一定措施使ChatGPT对导学关系的积极影响得以发挥,使其消极影响在最大程度上得以避免。

二、 导学关系及其影响因素和类型

(一) 导学关系及其影响因素

本研究所称的导学关系是指研究生教育中导师与其所指导的研究生之间形成的指导和被指导的教育教学关系以及以这种教育教学关系为基础形成的心理、情感上关系的总称。导学关系在研究生教育中扮演着重要角色,对研究生的成长成才有至关重要的影响。这一点在学界不仅达成了较为广泛的理论共识,并且获得了实证证据的支持。刘博涵等的实证研究表明,良好的导学关系对研究生的学术志趣有显著的正向影响[13]。李锋亮等的实证研究发现,导师全方位关心学生有助于提高学生的学术热情与投入[14]。佩格里斯(Laura L. Paglis)等的一项时间跨度长达五年半的长期追踪研究发现,良好的导学关系能够正向预测博士研究生的科研生产力和自我效能感[15]。罗伊(Eva van Rooij)等的实证研究同样发现导师和博士研究生关系的质量与博士研究生的满意度呈现正相关关系,与辍学倾向呈现负相关关系[16]。与之相反的是,不良或异化的导学关系则可能对研究生的个人发展产生诸多不利影响,甚至可能引发一些极端事件。这些针对导学关系的研究无不表明导学关系对研究生培养的重要性。因此,在讨论如ChatGPT这样的新兴人工智能技术对教育的影响时,我们应当将导学关系纳入讨论范畴。

要讨论ChatGPT会对导学关系产生什么样的影响,我们还必须明晰导学关系受到哪些因素的影响。学界关于这一话题的理论和实证研究同样已经取得了许多成果。陈武元等基于互惠利他理论讨论了导师风格和研究生风格的互相匹配对构建和谐导学关系的重要性[17]。王扬等基于三元交互决定论实证验证了博士生个体因素、导师指导因素和学校环境因素均能够显著影响导学关系[18]。显然影响导学关系的因素是全方位和全过程的,不同学者在研究时其侧重点会有所不同。杜静等将影响博士生导学关系的因素大致划分为人口学因素、教育主体因素、教育制度、导学互动和情感体验等[19]。结合现有的文献来看,影响导学关系的因素至少应该包括导师特征、研究生特征、导师与研究生互动交流方式以及环境因素四个方面。

(二) 导学关系类型

在讨论ChatGPT对导学关系可能造成的影响时,另一个必须要注意的问题是导学关系具有多样化的特征和风格,ChatGPT对不同特征或风格导学关系的影响可能也存在差异。因此,我们有必要分类别讨论ChatGPT对导学关系的影响。

学界对导学关系类型有不同分类方法。现有研究多从导师行为视角出发划分不同的导师指导风格,如加菲尔德(Terry Gatfield)以“支持”和“结构”这两个基本维度将博士生导师的指导风格划分为自由放任型、田园型、指令型和合作型[20]。从导师指导风格视角出发对导学关系进行分类具有一定的合理性,因为导师与研究生关系常常是一对多关系,即一名导师往往指导多名研究生,而在这种一对多关系中,导师的指导风格通常具有较强的稳定性,因而这样的分类方式更有可能被用于指导教育实践。但这种分类方式也有其局限性。应当注意,导学关系涉及导师与研究生的双向互动过程,双方的特质和行为在导学关系的形成之中无疑都是重要的。因此,我们如果要对导学关系给出更加全面和准确的描述,则应当将导师和研究生双方特质和行为相互匹配情况纳入分析框架。

陈武元等划分了学指兼备型、学术偏向型、关怀偏向型和学指缺乏型四种导师类型和学人兼备型、学术偏向型、就业偏向型和学人缺乏型四种研究生类型,并讨论了不同类型导师和研究生的匹配情况[17]。刘燕等结合导师和研究生双方特点划分了剥削紧张型、疏离松散型、雇佣关系型、传统师徒型以及良师益友型五种导学关系[21]。乌贝尔斯(Theo Wubbels)等基于利里(Timothy Leary)的人际行为研究方法开发的师生关系模型从影响力(Influence)和亲密度(Proximity)两个基本维度把教师人际行为分为帮助/友善型、领导型、严厉型、训诫型、不满型、迟疑型、学生自主/自由型和理解型八种类型,并开发了测量教师人际行为的教师互动行为量表[22-23]。曼哈德(Tim Mainhard)等则将此模型用于描述导师和博士生的导学关系,并开发了导师-博士生互动量表[24]。本研究将基于乌贝尔斯和曼哈德等对导学关系的分类方式,讨论ChatGPT对不同类型研究生导学关系的影响。

三、 ChatGPT影响导学关系的机制

在面对ChatGPT等新一代人工智能技术时,导师和研究生不可避免地需要对是否接受新技术作出选择。导师和研究生对ChatGPT等新一代人工智能技术接受或排斥的态度可能对导学关系产生一定冲击,当导师和研究生对ChatGPT的态度不一致时,则有引起导学关系紧张的风险。这里的“态度不一致”主要指的是导师反对热衷于新技术的研究生使用ChatGPT,导师与研究生之间的隔阂与矛盾可能由此产生。相反,如果导师和研究生对ChatGPT抱有相同的态度,则ChatGPT等新一代人工智能技术可能就不易对导学关系产生消极影响,甚至可能具有某些积极效应。如导师和研究生采用ChatGPT辅助科研和学术写作提高了工作效率,使导学关系向好的方向发展。这表明我们有必要对导师和研究生在ChatGPT等新一代人工智能技术上的接受度进行预测和评估,以便使双方在技术接受方面的匹配能够得以实现。文卡塔斯(Viswanath Venkatesh)等提出的技术接受和使用综合理论(Unified Theory of Acceptance and Use of Technology, UTAUT)为我们提供了预测人们接受新信息技术可能性的理论工具[25]。在该模型中,文卡塔斯等确定了几个影响人们使用新信息技术意向和实际使用新信息技术的关键因子,分别是绩效期望(Performance Expectancy)、付出期望(Effort Expectancy)、社群影响(Social Influence)和促成因素(Facilitating Conditions),并且年龄(Age)、性别(Gender)和自愿性(Voluntariness)等因素在该模型之中扮演了调节变量的角色。

大量对导学关系影响因素的讨论为本研究分析ChatGPT对导学关系的影响提供了依据。在前文中,本研究提及导学关系至少受到导师特征、研究生特征、导师和研究生的互动交流方式以及环境因素等的影响。ChatGPT这样的新一代人工智能技术不仅改变了导学关系赖以存在的环境,而且可能与其他方面因素产生复杂的相互作用,进而对导学关系产生若干间接影响。图1展示了ChatGPT影响导学关系的理论模型。

图1 ChatGPT影响导学关系的理论模型

(一) 通过改变蕴含导学关系的校园内外部环境影响导学关系

导学关系蕴含在校园环境之中,这决定了导学关系会受到校园环境的影响。高校校园环境由其所面临的外部环境和内部环境组成[26]。管理学中将企业所面临的战略外部环境划分为政治环境(Political Environment)、经济环境(Economic Environment)、社会环境(Social Environment)和技术环境(Technological Environment),也即所谓的PEST分析。这种分析方法常常被用于分析高校所面临的外部环境。ChatGPT等新一代人工智能技术的出现直接改变了高校所面临的技术环境,导学关系也不可避免地受到这种新技术环境的直接冲击。另外,由人工智能技术所引发的政治环境、经济环境和社会环境的变革也可能间接地作用于导学关系。ChatGPT等新一代人工智能技术的兴起可能在一定程度上改变社会生产结构和方式,为适应这种改变,高校就必须相应地调整研究生教育的育人目标和方式,这意味着导学关系可能相应地发生一定的变革。

导学关系受到ChatGPT等新一代人工智能技术冲击的程度受到校园内部环境的约束。内部环境约束主要指由物态条件、组织制度、精神文化和人际网络组成的校园内部环境[27]决定了高校对ChatGPT等新一代人工智能技术的接受程度。不同高校对ChatGPT的态度不一,一些高校允许甚至鼓励师生合理使用ChatGPT,另一些高校则严禁师生在学术写作之中使用ChatGPT。在那些允许甚至鼓励师生使用ChatGPT的高校,导学关系首当其冲会受到影响。而当ChatGPT等人工智能技术成为一种被广泛应用于各类工作生活场景的技术时,高校恐怕不可能持续地抵制ChatGPT的冲击。换言之,ChatGPT等新一代人工智能技术的流行将不可避免地改变高校内部环境,使高校主动或者被迫接受ChatGPT等新一代人工智能技术,从而对导学关系产生普遍且持续的影响。

(二) 通过导师影响导学关系

导师在一段导学关系之中扮演着指导主体角色,其特质和行为对导学关系具有重要影响。倘若导师对ChatGPT等新一代人工智能技术持接受态度,那么ChatGPT就可能在一定程度上改变导师的内在特质和行为,进而影响导学关系。诚如前文所述,讨论ChatGPT对导学关系的影响既应当关注其积极的一面,也应当关注其消极的一面。

从导师视角出发,ChatGPT对导学关系的积极影响体现在它能够为导师指导研究生提供许多便利,如帮助导师制订指导计划、生成教学内容等。这些便利对导学关系的影响是正面的,因为它在一定程度上提高了导师的工作效率,减轻了导师的指导压力,提高了导师的指导质量。花费更少的时间而获得更高的指导质量,这对导师和研究生双方来说无疑都是令人愉悦的体验,导学关系由此可能变得更加和谐。当然,这种积极效应建立在合理使用ChatGPT的基础之上。

需要警惕的是,ChatGPT的错误或歧视性输出内容可能在一定程度上误导导师认知和行为,从而带来导学关系异化的风险。如导师可能受到一些歧视性内容的影响,从而对从属于某些特殊群体的研究生产生歧视心理,进而破坏导学关系。尤其需要警惕的是,用户总是难以真实地认识到ChatGPT等信息技术对自己价值认知的影响,这一点得到实证证据的证实[5]。

(三) 通过研究生影响导学关系

研究生在一段导学关系中是被指导的客体,其自身所具备的各种特质和行为对导学关系也有重大影响。研究生群体作为一支重要的科研力量,他们同导师一样暴露在受ChatGPT等新一代人工智能技术冲击的校园内外部环境之中。因此,ChatGPT可能通过改变研究生的特质和行为对导学关系产生积极或消极的影响。

倘若研究生对ChatGPT等新一代人工智能技术持接受态度并将其运用到自己的学习和科研中,那么ChatGPT会给研究生带来诸多便利,如能够帮助研究生制订学习计划、查找文献资料、进行学术写作等。这些便利对导学关系的影响无疑是积极的,它们能够在一定程度上帮助研究生构建从事科研工作所需的学科专业知识,提高学习和科研效率及导师对研究生的满意度,进而促进导学关系和谐发展。

需要特别注意的是,相对于导师,研究生可能更易受到ChatGPT错误或歧视性输出内容的误导。首先,研究生学科专业知识体系尚不完善,更可能在利用ChatGPT辅助学习的过程中习得某些错误知识,当这些错误知识被研究生用于研究活动时,可能导致错误的产出,从而降低导师对研究生的满意度,使导学关系面临异化的风险。其次,研究生的年龄一般较小,其价值观具有更强的可塑性,这就使研究生易受到ChatGPT输出内容的左右,从而带来导学关系异化的风险。最后,研究生错误使用ChatGPT等新一代人工智能技术使抄袭、剽窃等学术不端行为更加隐蔽,因而可能使这些行为在研究生群体中更加频繁地发生。学术不端行为无疑将导致导师和研究生之间的信任关系破裂。

(四) 通过改变导学互动方式影响导学关系

互动对导学关系的构建是至关重要的:导师和研究生需要通过交流互动来实现指导和被指导,而互动的频次和方式不可避免地对导学关系质量产生影响。ChatGPT等新一代人工智能技术可能在一定程度上冲击导学关系中导师的主体地位[12],使导学关系中双方的相对地位发生微妙变化,进而影响导师与研究生的互动频次和方式。不难想象,如果研究生能够正确、合理地使用ChatGPT辅助学习和科研活动,其对导师指导的依赖性就可能下降。在这种情况下,ChatGPT就有一定可能使导学互动的频率下降,从而使导学关系更加疏离。在一段导学关系中,当导师的主体地位下降时,导师在导学互动中的权威性会下降,会引起导师与研究生交流沟通方式的变化。

四、 ChatGPT对不同类型导学关系的影响

根据乌贝尔斯和曼哈德等对师生关系(导学关系)的分类方法,导学关系可以从影响力和亲密度这两个基本维度出发,划分为帮助/友善型、领导型、严厉型、训诫型、不满型、迟疑型、学生自主/自由型和理解型八种类型(见图2)。ChatGPT对不同类型导学关系的影响及影响程度并不一致,并且可能导致不同导学关系类型之间相互转化。因此,本研究以乌贝尔斯等的师生关系模型为基础,对ChatGPT对不同导学关系类型的影响进行理论上的分析和预测。

图2 导学关系类型

(一) ChatGPT影响导学关系的两个基本维度

在乌贝尔斯等的师生关系模型的两个基本维度中,影响力维度描述了教师对学生活动的支配程度,亲密度维度描述了教师对学生及其行为的认可程度[22-23]。在一段导学关系中,影响力应当理解为导师对研究生活动的支配程度。当影响力表现为强势状态时,导师倾向于支配研究生的各种活动;当影响力表现为顺从状态时,研究生可以自主支配自己的行为。亲密度应当理解为导师对研究生及其行为的认可程度。当亲密度处于合作状态时,导师认可研究生及其行为,双方形成合作关系;当亲密度处于抵触状态时,导师对研究生产生排斥和抵触心理。一方面,如前文所述,在合理使用ChatGPT等新一代人工智能技术的情况下,导师在导学关系中的主体性和权威性将被削弱,并导致互动频次下降,由此,导师对研究生的支配能力即影响力可能随之降低。另一方面,ChatGPT等新一代人工智能技术能够提高导学关系中导师和研究生的亲密度。尽管ChatGPT可能降低导师和研究生的互动频次,但这种负面效应可能由ChatGPT的积极效应弥补:合理使用ChatGPT能够帮助研究生构建其从事科研工作所需的学科专业知识,提高科研生产率,进而提高导师对研究生的满意度;导师通过合理地使用ChatGPT减轻指导压力。

(二) ChatGPT对不同类型导学关系的影响

在导师和研究生都合理使用ChatGPT等新一代人工智能技术的前提下,ChatGPT将使导学关系向导学关系模型的右下方(更低的影响力和更高的亲密度)方向发展。在这种情况下,每种导学关系类型可能向模型的右侧、下侧和右下侧方向发展。这意味着位于模型右侧、下侧和右下侧的导学关系类型可能在ChatGPT等新一代人工智能技术的影响下得到加强,如理解型和学生自主/自由型;相反,位于模型左侧、上侧和左上侧的导学关系类型则可能被削弱。当然这些导学关系类型之间也可能发生相互转化。如在一段导学关系中,如果导师的影响力大幅度下滑,则帮助/友善型的导学关系可能向理解型和学生自主/自由型方向发展。位于模型其他位置的导学关系类型可能向右侧、下侧和右下侧类型方向发展,如严厉型导学关系可能向其他任一种导学关系类型方向发展。

需要注意的是,一段导学关系可能或多或少地兼具多种导学关系类型的部分特征。这八种导学关系类型并非非此即彼的关系,而是存在一定的正相关或负相关关系[24]。当ChatGPT导致某种导学关系类型A向类型B方向发展时,并不意味着原有的导学关系仅具有类型A的特征,也不意味着受到影响后的导学关系仅具有类型B的特征,而是表明ChatGPT可能导致导学关系在导学关系类型A上的得分下降,而在类型B上的得分有所增加。由此,在ChatGPT降低影响力而提高亲密度的预测之下,本研究进一步预测ChatGPT对不同导学关系类型的影响,具体如表1所示。当然,需要指出的是,这些预测有待实证研究的检验。

表1 ChatGPT对不同导学关系类型的影响预测

五、 应对ChatGPT对导学关系冲击的策略

本研究从理论上讨论了ChatGPT等新一代人工智能技术对导学关系可能造成的冲击和影响,这些讨论对导学关系中导师和研究生如何合理使用ChatGPT等新一代人工智能技术、构建和谐的导学关系具有一定启示。

(一) 以开放包容态度迎接新技术,构建和谐的导学关系

尽管当前学界认为ChatGPT等大型语言模型具有许多潜在的伦理风险,但对教学科研工作效率的提升作用及对导学关系的积极影响仍然是值得我们期待的。在合理使用的前提下,ChatGPT对导学关系的影响是利大于弊的。因此,导师和研究生应以开放包容的态度迎接新技术,以新技术协助其开展科研活动,助力构建和谐的导学关系。高校要允许教师和学生在合理限度内使用ChatGPT以提高其工作、学习和科研效率。

(二) 谨慎对待ChatGPT输出内容,避免无意识的价值认知异化

ChatGPT的错误输出内容对导师和研究生的价值认知都可能造成负面冲击,从而带来导学关系异化的风险。因此,在使用ChatGPT协助开展科研工作时,导师和研究生都应谨慎对待ChatGPT输出内容,对输出内容严格加以鉴别,避免对导学关系带来难以预料的风险。导师和研究生一是要提高多渠道信息检索的能力,对多渠道来源的信息进行对比验证,避免对ChatGPT过度偏信;二是对争议性问题,应当尽量采信权威性更高的文献;三是对有疑义的内容和观点,应与其他研究者展开充分的交流和讨论。

(三) 遵守学术伦理规范,避免ChatGPT的错用和滥用

错误使用ChatGPT同样具有使导学关系走向异化的风险。ChatGPT等新一代人工智能技术使抄袭、剽窃等学术不端行为具有了更高的隐蔽性,从而增加了研究生甚至是导师自身错用、滥用ChatGPT实施学术不端行为的风险。因此在面对新技术时,导师和研究生都应当持有遵守学术伦理规范的自觉性。一方面,高校应当加强对导师和研究生学术道德伦理的培训,如开展有关ChatGPT正确使用方法的学术讲座等,并指导他们正确地在科研中使用ChatGPT等新一代人工智能技术。另一方面,导师和研究生应该自觉加强学术道德伦理方面的学习,熟悉ChatGPT等新一代人工智能技术的技术特点,知道何者可为,何者不可为,避免ChatGPT的错用和滥用。

(四) 注重导学沟通,提高导学亲密度

ChatGPT可能在一定程度上导致导学沟通频率下降,造成导学关系的疏离。应对这种负面效果的最好方式是导师与研究生应当进行定期、全方位、充分的沟通,提升导学关系的亲密度。一般而言,在研究生教育中,周期性的组会是导师与研究生进行交流沟通的通行形式,但组会上的交流沟通是不足以维系导师和研究生之间亲密关系的。在组会之外,导师和研究生仍应展开多种形式的沟通交流,以提高导学亲密度,避免ChatGPT等新一代人工智能技术造成导学关系的疏离。

(五) 周期性测量导学关系,跟踪导学关系的变化和发展

由于导学关系处于不断变化发展中,且受到导师和研究生个人特质和行为以及双方互动方式的影响,任何一段导学关系都不是一成不变的,而是处于动态发展过程中。因此,为了防范ChatGPT等新一代人工智能技术对导学关系带来的不良影响,发挥其正面作用,对导学关系进行周期性的跟踪监测就显得颇为必要。周期性的测量使我们能够及时发现ChatGPT等新一代人工智能技术给导学关系带来的正面或负面影响,从而据此调整我们使用ChatGPT的策略,发展和谐的导学关系。

六、 结论与展望

ChatGPT的出现是人工智能领域的一次重大突破。它基于庞大的神经网络模型和先进的训练方法而具有强大的语言功能,并被广泛地运用于各种教育场景。导师和研究生身处科学技术发展的前沿,不可避免地受到ChatGPT的冲击和影响,他们将不得不对这些新技术作出接受或拒绝的表态。当前学界较少有ChatGPT对导学关系影响的研究,因此本研究在已有文献基础上提出了ChatGPT影响导学关系的四种可能机制。此外,导师和研究生对新技术的接受度是否匹配也对导学关系有重要影响。在此基础上,本研究基于乌贝尔斯和曼哈德等人对师生关系(导学关系)的分类方法,讨论了ChatGPT对不同导学关系类型的影响。整体而言,ChatGPT的合理使用将使导学关系的亲密度提高,导师在导学关系中的影响力下降。由此,ChatGPT可能导致不同导学关系类型之间的相互转化。结合对ChatGPT如何影响导学关系这一话题的讨论,本研究对导学关系中导师和研究生双方应当如何应对新技术的冲击提出了若干建议。

遗憾的是,本研究仅是对此话题进行了学理上的讨论并作出了若干猜想和推演,这些讨论和猜想显然是不成熟的,还需要进一步通过实证研究来验证。为此,本研究对未来有关该主题的实证研究提出几种可能方向。一是预测、分析和评估导师和研究生对ChatGPT等新一代人工智能技术的接受程度,并分析导师和研究生的态度是否匹配对导学关系的影响。在这一研究方向上,文卡塔斯等提出的技术接受和使用综合理论为我们进行预测分析提供了理论工具[25]。二是分析评估ChatGPT等新一代人工智能技术对不同导学关系类型的影响,曼哈德等的导师-博士生互动量表为我们提供了测量工具[24]。三是分析评估ChatGPT等新一代人工智能技术对导学关系有效性的影响。普方德(Christine Pfund)等较好地归纳了有效导学关系的核心特征,以及对这些特征进行测量的方法[28],这有助于我们在实证研究中去测量导学关系的有效性,并探究ChatGPT在其中的影响和作用。