人工智能的發展極大改變了人們的生活方式、工作方式與思維方式，也在不斷改變學術界的研究模式與學術邏輯。如果說，昨日的學術活動更多注重對答案的求解、探究與獲取，那麼，在人工智能及各種大模型橫空出世的今天，昔日苦苦追索的某些答案似乎已經變得越來越廉價，甚至是免費，成了唾手可得的“公益性”產品。且不說普羅大眾可以通過各種人工智能大模型獲得他們所需要的各種知識、信息與方法，即便是專業水平高、學養豐厚的知識分子，也常常將這些人工智能大模型作為自己研究的工具與助手。然而，人工智能與大模型好像也存在著某種“偏好”與“勢利”。 事實証明，它們的功能與效用常常因人而異——當人們對它提出某些問題，或者下達某個指令時，它給出的答案與建議往往是不一樣的﹔當人們給出某些任務，或要求它撰寫某篇報告或文章時，它提供的文本也常常風格迥異、高下有別。其實，這並非只是一種技術問題或人工智能本身的弊病，更不是人工智能或大模型的“勢利”，這種現象往往與提問的內容與形式有關，比方說，任務與指令的表述是否清晰准確，問題與要求的描述是否恰當，這些問題、任務與指令本身是否就存在著內涵、詞義以及語境方面的歧義等等。這種現象也常常與使用者本身的素質、個性有關，包括個體的價值取向、認知偏好、情感態度與文化修養，以及使用者本人對這些問題、指令、任務本身的認識與理解方面的差異，等等。所有這些，實際上都反映了人類智能與人工智能之間的復雜關系，特別是使用者文化素養的差異對人工智能與大模型效能的影響與制約，體現了人工智能或大模型的發展對文化的依賴及內在關聯。這恰恰凸顯了人工智能發展中“提問”的力量，提示我們更加重視數字時代人文教育的獨特影響。

1.提問的現實意義

本文所指的提問，指的是人們利用人工智能與大模型的基本形式之一，包括面對各種困惑與任務時對人工智能提出的各種問題、要求與指令等。它是人類智能與人工智能的交互方式。人工智能及各種大模型的功能與效用常常就是通過對這些提問的解答而呈現出來。這些功能與效用的大小和科學性，以及發展迭代也與提問的內容及表達方式直接相關。

知識史告訴我們：知識成果與科技進步正是通過人們對世界的提問而獲得的。德國哲學家康德曾經指出，科學的發展正是來源於人們對世界的提問，因為“理性並不是一個小學生，由老師願意講什麼就隻好聽什麼，而是一位承審法官，強迫証人回答自己提出的問題”。中國文化傳統的“學問”，則更是將學習與提問融合在一起，非常強調“問”的意義。沒有這種疑問，不能或者沒有對認識的各種客體提出問題，科學知識根本不可能產生。同樣，沒有這種提問，人工智能也很難得到發展、發揮有效作用。如果說人工智能與大模型正在為社會提供甚至創造出越來越多的新知識，正在幫助人們獲得各種解決問題的辦法與思路，那麼，這種提供與幫助的效能在很大程度上取決於人們提問的能力與水平。不會提問，提不出好問題，人工智能便會毫不猶豫地“鄙視”你。換言之，在人工智能與大模型發展的影響下，如何提出問題、提出什麼樣的問題、怎樣提問題等等，成為人們掌握與應用人工智能的重要素質之一，成為人工智能與人類智能雙向奔赴的關鍵，成為充分發揮人工智能與各種大模型效能的必要條件。當然，這種提問的素質與能力的培養，也成為現代教育的重要任務。

2.提問的人文取向

這種提問包括科學與人文兩種基本形式。提問的質量與水平不僅取決於邏輯訓練、問題結構化能力等科學的方法論，更取決於其中的價值追求、人生品位、認知偏好與語言形式等。所以，在充分重視科學性的同時，強調提問的人文取向是非常必要的。它反映了人們的生活態度與個性特征，體現了溝通與表達的能力，展示了求知欲與好奇心，以及終極關懷的價值觀等等。它不僅取決於個體知識的類型與數量，也並非單純是某種技術與工藝的過程，而是體現了精神世界的差異﹔它具有邏輯思維的特征，但也包含了很多非邏輯的因素與特點。它體現的是一種價值觀的境界，以及一種精神的內在張力與文化的性格。

這種提問的人文取向並非只是對現有知識體系的闡釋，更重要的是通過批判性思維，探索現有知識體系與理論定律的邊界條件，進而追問在新的可能性中知識與理論的變遷與拓展﹔它不僅僅是就事論事地索取答案與辦法，而是在更恢宏的視野中挖掘具體問題與知識的深層次涵義及內在價值﹔這種提問的人文取向所關注的對象已經超越了單純的外部客觀世界與社會現實，更多是對人類自身命運的憂慮與尋根。它需要一種直覺與悟性，在看似沒有問題的領域發現問題，在好像風馬牛不相及的各種現象中找到它們之間的聯系﹔它表現為一種想象力，在知識領域中進行各種形態的轉換，將人們的此岸現實與彼岸夢想結合在一起﹔它是一種執念，對某些問題有著一種刨根問底，不到黃河心不死的不可動搖的念頭，等等。在這種提問中，問題的指向不僅是工具的實用性價值，而最根本的是人性，是真理、是意義、是目標。這種提問的人文取向不僅能夠為人工智能與大模型賦能，而且是引導人工智能與各種大模型健康規范發展的重要基礎。

3.提問的“預訓練”功能

當然，人工智能及大模型隨著自身的進化，也可以通過強化學習，逐漸形成所謂“機器好奇心”，獲得生成假設性問題與自主提問的能力。但人類智能的各種提問，特別是能體現人文取向的好問題，客觀上會幫助“訓”出非常有價值與高效能的人工智能和大模型的各種產品。

例如，哲學風格的反思性問題能夠提升人工智能的語言理解與思辨能力，增強對某些抽象概念中復雜語義的領會，提高表述與敘事的准確性，培養人工智能的邏輯與批判性思維，塑造大模型的價值觀，提升其倫理判斷與決策能力﹔文學色彩的問題形態則能夠提升人工智能與大模型的語言能力，豐富它們文字表達的風格與修辭手法，增強人工智能與大模型輸出的表現力和感染力﹔信仰意義的問題表達則能夠引導人工智能與大模型深入終極關懷層面，將現實問題與理想境界結合起來，形成一種超自然的思維方式﹔文化批判的問題形式有助於豐富人工智能與大模型的知識儲備，構建更加豐富的知識系統，了解多元化的社會與文化，以及語義的時代性與多樣性等等，某些歷史事件相關問題還能夠幫助人工智能增強對因果關系的邏輯推理能力，梳理發展的歷史線索﹔藝術審美的問題則能夠幫助人工智能及大模型提升自身的美學情趣，不斷超越現實的藩籬，進而獲得在虛擬空間中將語言文字轉換成視覺圖像的能力，並且創造出更加精妙的作品，進一步提高人工智能及大模型的藝術品位，由此愉悅與淨化人類的心靈，等等。類似的提問取向還包括目的性提問、時空變量的提問，以及對人性的提問等等。

4.提問的語言素養

在這種提問的人文取向中，語言的修養是關鍵因素之一。有些專家認為，所謂大模型，就是一種大型語言模型，“其中，說人話是生成式人工智能最重要的目標，對應的設計思想是：從人類規模語料中自動提取關鍵性語言痕跡，並用於語言的自動生成”。而且，“由於大模型的服務過程將積累大量新的語言痕跡，可用於改進大模型的性能，導致大模型的介入能力不斷提高”。所以，提問中的語言因素，包括結構、修辭與語氣等等，對人工智能與大模型效能的影響是非常直接的，陳述句與祈使句的效果是非常不同的，語言優雅的問題可以增強人工智能的語感與輸出的韻律感，邏輯嚴密的表達則可以進一步提升人工智能與大模型輸出的精確性，而適當的副詞與狀語則能夠強化它們的情感理解，以及與人類情感的共鳴，並進一步激發人工智能與大模型的創意和想象力等等。這樣的提問能夠極大地豐富人工智能與大模型數據的積累與類型，不斷優化與改進模型，拓展應用場景，提升用戶體驗，增強其倫理與安全性，甚至是對用戶進行教育與引導。而問題的清晰度、復雜性、相關性，甚至是文字數量，以及其中可能包含的創新或者某種偏見等，都將對人工智能與大模型的效能產生非常直接的影響。而那些庸俗或粗鄙的低質量提問甚至可能誘導人工智能及大模型生成虛假信息，訓練出偏見放大的各種大模型，影響人工智能的健康發展。

5.提問的歷史敘事

在這種提問的人文取向中，歷史性的提問具有特別重要的意義。正是在歷史長河中，人工智能及大模型所產出的各種知識與產品才真正獲得了意義﹔也正是在過去、現在與未來的歷史性接續中，人工智能及大模型的價值才能夠得到真正客觀的評價，並因此增強“人氣”。正如有學者所說，“只要用歷史的眼光去看待，任何學科都可以成為‘人文學科’”“任何學科，只要用歷史的觀點講授，都可能被賦予人文價值。如果在講授過程中涉及創建相應領域的天才所取得的一系列成就，那麼地理學、經濟學和力學都可以是人文學科。所以說，如果不這樣講授，文學不過是語法，藝術不外乎商品目錄，歷史則是一串日期，自然科學將只是一頁頁的方程式、重量和尺寸而已”。因此，歷史敘事應該成為人工智能及大模型十分重要的敘事方式之一，因為“敘事形式得到恰當實現，就會樹立強大的權威，它不僅能揭示我們當下的處境，還能揭示我們如何走到這一步”。而且，“把科學當作人文科學來傳授，這樣它就能吸引越來越多的人”，同樣，從歷史角度對各種科學與社會現象提問，也就能更好地賦能人工智能及大模型。這正是歷史性提問的獨特價值。

這就是提問的力量。它有力激發與提升了人工智能及大模型的效能與功用，持續豐富與促進了它們的生長與成熟，合理引領與規范了它們的方向與價值。這也就是人文教育的力量，它有效地助力了人工智能及大模型的健康發展，並且讓人工智能更強大。

（作者：謝維和，系清華大學文科資深教授）

分享讓更多人看到