ChatGPT的知識版圖與學術進路展望

李永寧 羅泓

【內容摘要】基于技術的社會構建視角，本文對中國知網和Web of Science數據庫中關于ChatGPT的論文數據展開梳理。通過文本網絡分析、話題聚類與演化等分析，厘清了2023年1月至5月學界關于以ChatGPT為代表的人工智能相關研究的知識版圖。研究發現，ChatGPT相關研究在國內外都得到了廣泛的討論，深入到教育、醫療、財經等眾多領域；隨著時間的推移，相關研究也開始向各細分領域延伸；除了對技術本身和教育應用的關注之外，知網中論文更偏重于技術對社會的影響與風險治理，Web of Science中論文更偏重ChatGPT在醫學領域的應用實踐。本研究量化了國內外對ChatGPT相關研究的核心內容和方向，展現了當前研究的整體知識圖景，并基于論文出版情況對未來相關研究的學術進路作出了展望。

【關鍵詞】ChatGPT；社會構建；文本網絡分析；知識演化；知識版圖

2022年11月，美國人工智能實驗室Open AI開發的ChatGPT（Chat Generative Pre-trained Transformer）一經上線便在人工智能領域掀起了巨大的熱潮，它生成類人語言和完成復雜任務的能力使其成為自然語言處理和人工智能領域的重大創新，引起了科技界、產業界、知識界等各界的廣泛關注與討論。從道路運輸業的無人駕駛汽車到金融服務業的智能風控，從醫療健康領域的智能診斷系統到教育服務領域的智慧教育知識庫，以人工智能為代表的各類技術正在各個領域迅速滲透與融合，為人們帶來了諸多便利和創新，給社會帶來了深遠影響與廣泛變革，逐漸成為當今社會發展的重要驅動力量。

ChatGPT是一種大型語言模型，由Open AI基于GPT-3.5架構訓練而成，被設計用于生成自然語言文本，可以進行對話、回答問題、提供解釋等。ChatGPT的崛起與爆火現象，部分可歸因于其在人機交互領域的潛力。社會的問題、需求和目標都驅動著技術的創新和發展，使得技術取得了前所未有的飛速進展。社會中的政治、經濟、文化等因素決定了技術應用的方向，技術被建構和引入以解決社會實際問題并滿足社會需求，而社會發展趨勢、市場機遇、商業潛力以及大眾興趣都會助推新興技術在特定時期悄然崛起。

美國學者維貝·比克（Wiebe Bijker）、托馬斯·休斯（Thomas Hughes）和特雷沃·平齊（Trevor Pinch）于1987年出版的《技術系統的社會建構》①一書開啟了社會建構論技術研究的序幕，認為技術是由各種社會因素所建構起來的，形成了技術是在社會過程中被建構的基本思想。ChatGPT的出現不僅僅是技術的創新，更引發了諸多與社會相關的問題，技術不是孤立存在的，它是由社會因素建構的產物，反過來又影響著社會的方方面面。技術之所以會被社會所需要，既是因為其能夠滿足社會需求，還因為技術在很大程度上影響了社會的發展方向。因此，技術的社會建構理論是解讀以ChatGPT為代表的人工智能相關研究的一個重要視角。從這個角度來說，對于ChatGPT的研究不能僅停留于技術和應用層面，還需要考慮其如何與社會、文化、倫理等因素相互交織，從而被建構。將ChatGPT等新興技術的發展置于更廣泛的社會背景中進行分析，能夠更深刻地理解技術從被建構到逐漸崛起的發展情況，更好地把握技術發展的背后動因以及技術變革對社會結構和日常生活的深遠影響，進而為未來技術發展的合理應用與引導提供更深入的見解。

基于此，本研究將借助技術社會建構論的理論視角，利用文本網絡分析、話題聚類與演化等數據分析，致力于系統梳理ChatGPT的技術發展狀況以及相關學術研究的內容演進?；谔囟ɡ碚撘暯?，分析ChatGPT研究的知識版圖現狀，對其發展情況、實踐應用、社會影響等方面進行全面剖析，利于加深學界對技術本質的認識，從而更好地理解ChatGPT的發展潛力與局限，拓寬學界對ChatGPT的研究視野，以期為未來相關研究和應用提供有益的借鑒與指導。

一、研究背景

技術社會建構論（Social Construction of Technology，SCOT）是科學技術學（Science and Technology Studies）領域中的一個理論，該理論指出，科技不能決定人類活動，而是人類活動塑造了科技。換言之，要想理解一項技術的運用方法，必須了解它是如何嵌入社會背景的。因此，要想深入了解ChatGPT研究的知識版圖現狀，需要基于技術社會建構論去理解技術被社會建構的過程。

社會建構論者認為，“某些領域的知識是我們的社會實踐和社會制度的產物，或者相關社會群體互動和協商的結果”。②技術本身不是一個獨立的實體，而是嵌入在社會實踐和社會關系中的。一方面，從社會實踐上來看，基于人工智能技術的巨大潛力，ChatGPT具有廣闊的應用前景，將引領各個行業的變革；另一方面，社會關系是一個雙向的概念，技術發展會影響社會關系，ChatGPT的出現為人們提供了新的交流方式和社交體驗，但同時也會帶來一定的負面影響和社會倫理問題。社會關系也會影響技術發展，因為技術的建構和發展通常會受到社會各因素的限制和社會需求的影響。因此，目前學界關于ChatGPT的研究可大致歸納為應用前景、社會影響、倫理問題三方面。

（一）應用前景廣闊，顛覆性重塑行業

學界普遍認為ChatGPT的應用前景十分廣闊，它將加速人工智能和深度學習理論在經濟社會各個領域的普及和應用，每個原本需要人類進行創造的行業生態都可能被重塑。③當前研究ChatGPT最多的領域包括傳媒、醫療、金融、教育等領域，各領域下的學者都呈現出了深刻的洞察。在傳媒領域，以ChatGPT為代表的生成式人工智能將成為下一代網絡入口和超級媒介，驅動傳媒業從勞動密集型產業向技術密集型和資本密集型產業轉型。④萬億和周莉⑤認為新聞教育目前不僅面臨著傳統的“技術滯后”問題，同時還需要應對人工智能等新技術的沖擊，所以智能傳播時代的新聞教育亟須進行變革。在醫療保健等行業的科學研究中，ChatGPT能夠提高研究效用，有效分析大量數據及生成代碼等，對簡化工作流程和改善個性化服務非常有價值，⑥同時也有利于在進入數字化的新階段下建立智慧生態。⑦在金融投資領域的應用中，ChatGPT能通過對金融市場數據的快速處理和深度分析，為投資者提供實時且準確的市場分析、風險分析和投資建議，當其應用于投資領域時還能提高資源配置效率，協助監管金融市場與金融機構。⑧

深入研究ChatGPT不難發現其擁有的廣闊應用前景正是社會需求的體現。而它又不僅僅是社會需求構建下的結果，更是長期社會實踐的結晶。人類的需求和行為是科技發展的驅動力，技術并非能主導人類活動的走向，而是在與人類實踐相互作用的過程中逐步演化和塑造。新興技術的闖入將不可避免地顛覆傳統市場格局，這種影響或將相對反作用于技術的進一步發展。

（二）社會影響深遠，技術相互作用

ChatGPT創新了人們的溝通和交流方式。作為一個基于人工智能技術的新型自然語言處理（Natural Language Processing，NLP）工具，它為人們提供了一種新的交流溝通途徑，甚至根據用戶不同的對話風格作出個性化的語言響應，改變了傳統的人機交互體驗，是同類產品中唯一提供完整的以用戶為中心的會話體驗平臺。⑨學界的相關研究揭示了技術和社會之間錯綜復雜的相互作用，主要體現在革新教學領域和影響勞動力市場等方面。

首先，ChatGPT將在教育領域帶來巨大變革。ChatGPT可以賦能教學創新，利用自然語言定制個性化課程與測驗等學習資料，提高教學效率，⑩也可以為學生提供個性化的學習支持和教育資源，便于答疑解惑。鑒于ChatGPT無法保證生成內容的真實性和準確性，大量的低質量信息會污染互聯網數據，進而影響人們的信息獲取和知識傳承，因此如果使用不當，它很可能成為學術作弊的工具。不過，ChatGPT作為一種變革性力量，需要積極吸納其帶來的教育創新并制定合理規范以規避風險。如同計算器和計算機已成為數學和科學的一部分一樣，ChatGPT這樣的工具也將成為日常寫作的一部分。

其次，ChatGPT的普及將會對職業和勞動力市場產生重大影響。有學者調查發現，大約80%的美國勞動力至少有10%的工作任務會受到ChatGPT的引入影響，而大約19%的員工可能會發現至少50%的工作任務受到影響。一方面，ChatGPT能夠取代一些重復性和低技能的工作，致使部分職業的減少或轉型；另一方面，它還能為高技能勞動力提供支持，協助處理大量文本數據，甚至獨自承擔某項工作。在以ChatGPT為代表的人工智能對人類工作構成的嚴峻挑戰下，相關領域的學者正在試圖通過系統的分析與研究，探索切實可行的出路。

技術和社會之間存在緊密的相互作用。技術的引入會改變社會的結構和生產方式，而社會的需求和價值觀也會引導技術的研究和應用方向。政治、文化、經濟等多種社會因素往往會制約和影響技術的演進，不同的社會群體可能會基于文化差異、經濟狀況等對新技術作出不同的反應，因而社會關系也會影響技術的普及和接受程度。深刻理解技術與社會的關系，有助于更好地引導技術發展，使其更符合社會的實際需求，促進社會的可持續發展。

（三）倫理問題突出，亟待規范治理

ChatGPT面臨著人工智能一直以來所面臨的各種倫理問題。在它發布之初，學術界已討論過它所帶來的學術倫理問題，數據造假、抄襲剽竊等學術不端行為的出現會嚴重影響學術生態，并且還存在著版權歸屬、引文實踐等爭議，因而研究者、出版商、人工智能開發人員需要合作制定規范與協議。ChatGPT作為大語言模型，如果用以訓練算法的文本數據中存在不客觀、不中立的問題，或將導致ChatGPT生成帶有種族偏見或性別歧視的內容。此外，ChatGPT還會造成個人隱私的泄露等安全問題，黑客出于利益驅動等目的，攻擊行為也變得更為隱蔽，他們用更低的成本和更高的效率進行詐騙、誹謗等犯罪行為。

在ChatGPT倫理隱患的破解上，多數學者均強調要發揮好法律的支持作用，推動構建系統性的人工智能法律規范體系，并重點考慮如何做好法律規范與人工智能倫理準則的銜接。技術開發設計的目的是為增進人類福祉，因此，技術設計與應用中需要融入倫理原則并強化倫理政策導向，確?？萍祭硇耘c價值理性的雙向發展，降低科學技術異化帶來的風險。ChatGPT突出的編寫能力也引起了學術界和教育界的部分抵制?！禢ature》《Science》《暨南學報（哲學社會科學版）》等國內外權威學術期刊以及全球多所高校為避免學術不端，提出不接受論文將ChatGPT列為“合著者”和禁止使用ChatGPT或其他人工智能工具的規定。各界的抵制行為表明了技術發展并不是單向的，而是一個與社會相互影響、共同演進的過程，技術帶來的負面影響會使社會對其加以約束，不斷被社會所建構，進而影響其未來的發展方向。

綜上所述，國內外學者的相關研究豐富了對ChatGPT技術發展的認識，但是既往研究大多針對的是單一領域或單一行業內的技術影響，而針對ChatGPT技術影響領域的全局研究暫付闕如，缺乏對當前ChatGPT技術發展現狀的精準刻畫?；诩夹g社會建構論的視角，分析并總結學術界對ChatGPT的研究現狀，不僅有利于當前社會對技術發展的理解，而且對未來生成式人工智能的社會發展與學術研究都具有重要意義。

二、研究方法

（一）數據來源

為理解社會對技術的構建過程，本研究選取了國內主流的學術論文數據庫“中國知網”（簡稱“知網”）和國際上學術檢索使用的覆蓋學科最多的綜合性學術信息資源庫Web of Science（簡稱WOS）兩大平臺。本研究在兩個平臺分別檢索以ChatGPT為主題的學術期刊論文，截至2023年5月31日，知網共檢索出235篇論文，WOS中檢索出318篇論文﹝其中包含59篇標注為提前獲取的（Early Access）的論文﹞。本研究獲取了論文的標題、摘要、作者、出版日期、關鍵詞、期刊名稱等信息。

（二）數據分析方法

為了探究ChatGPT主題下知識內容和知識領域的發展過程，本研究針對相關論文標題和摘要內容，進行了文本分析、共現網絡分析以及主題聚類與演化分析。

1.詞頻分析

本研究首先對中英文論文的標題文本和摘要文本進行分詞處理，并在去除停用詞后統計詞頻。最后，使用Python中的Word cloud庫制作詞云，將文本中出現頻率前50的高頻詞進行可視化呈現。

如圖7和圖8所示，不同的話題以不同顏色的折線代表，話題序號與前文一致，序號后的四個詞語為該話題的前四個關鍵詞。圖中橫坐標代表時間，以月份為單位，縱坐標代表該月論文篇數，折線反映出不同話題的論文數量隨時間的變化趨勢。

由圖7和圖8可知，兩個平臺對人工智能技術的探討是最核心的話題，都是早在2022年底就出現并且在2023年2月開始增長，在3月、4月達到快速增長的狀態。關于技術的應用場景與影響討論的論文，知網是在3月開始出版，醫學應用的話題的論文約在4月開始出現。WOS平臺中對醫學應用和教育應用的話題從2月開始，對經濟的討論略晚一個月?；诩夹g的社會構建理論，技術本身和社會是緊密關聯的，社會的需求會促進技術的發展，并且技術的應用也會進而影響社會。因此，當前ChatGPT在教育、醫學、經濟等領域的應用，正是源自這些行業對技術的迫切需求。并且在不久的將來，更多的細分領域將與新技術結合，隨著技術對行業的影響逐漸加深，學界對這些細分領域的探討仍需不斷完善。

在醫學應用方面，WOS平臺無論從出現時間還是論文量上都明顯領先于知網平臺。一方面，由于當前收集的數據區間較短，國內外期刊的審稿周期、出版周期等都有可能影響論文的發表時間；另一方面，本研究的分析結果或也從一定程度上反映了國內對該話題討論的欠缺，這意味著今后研究者或需對此問題投入更多的關注。尤其是在中國當前醫療資源分配不均、醫療資源依舊較緊缺的情況下，如何利用人工智能技術推動中國醫療系統的信息化建設，優化醫療資源等問題都是極具現實意義的問題。

四、總結與展望

（一）ChatGPT知識版圖迅速拓展

1.國內外關注持續上漲

自ChatGPT發布后，在國內外的各個平臺和渠道，包括學術界引發了持續高漲的關注，激起了源源不斷的討論熱潮以及深入的研究探討。相關學術研究數量在2023年3月、4月呈現出快速增長的狀態，并且預計在不久的將來還會進一步增長，尤其是針對ChatGPT在不同領域和行業的應用與影響，知識版圖還在迅速拓展過程中。來自計算機科學、法學、社會學、傳播學、教育學等大量不同背景的學者都對ChatGPT的發展和應用進行了深入的探討。這些來自多領域、多渠道、多行業的討論，有助于社會從不同維度認識和理解ChatGPT的能力與風險。

在當前國內外的研究中，除了對技術本身的關注，ChatGPT在教育行業的應用價值日益顯現。ChatGPT與教育領域的結合，成為了當前ChatGPT知識版圖中國內外研究者的重點開拓領域。ChatGPT的應用或將對教育支持、教育資源、教學模式及教育管理等領域都將帶來重要變革。ChatGPT類應用將全面影響以教育、科學、文化為核心的智力工作，徹底改變知識生態，開啟智能信息處理和信息資源管理之顛覆性變革。例如已有研究聚焦于ChatGPT在教育領域的應用，在各國國情下結合大量早期使用者的經驗分析他們如何將ChatGPT融入教育追求中，探索ChatGPT對AI整合教育的影響。社會建構主義把學習的獲得看作是個體主動建構意義并創造知識的過程，學習者是教育技術的直接受眾，且在知識的建構過程中也會受到社會的影響，因而能夠為學習者提供多元學習形式的技術也應該結合社會環境進行深入研究。

2.國內外研究各有側重

盡管國內外對ChatGPT等新技術的發展和應用都十分關切，但是在不同的社會文化背景和社會需求之下，以知網為代表的國內期刊和以WOS為代表的國際期刊的研究側重點還是有所不同。

從知網收集到的論文情況來看，國內研究重點往往關注人工智能技術的探討，不僅關注技術與教育教學的結合，而且更注重技術內在的媒介性，關注人工智能技術對媒體行業的影響與變革以及與政治傳播相關的社會問題。整體而言，國內對ChatGPT的研究側重社會思考，學者在探討新技術如何應用并服務于社會的同時，還會考慮如何規避風險和負面社會影響。例如ChatGPT使用過程中數字技術霸權可能威脅政治安全；ChatGPT的應用可能會引發的就業結構、社會傳播、倫理道德等領域的風險。這些關注點反映的是學者對技術發展背后的社會現象的思考，以及對技術背后潛在的倫理道德問題的擔憂。

根據WOS論文的分析結果顯示，國外期刊對ChatGPT的討論更為分散和多元，側重于探討技術的應用層面，除了重點關注人工智能的技術研究，同時還偏重醫學應用領域，在醫學寫作、臨床醫療干預模擬、數據監測等方面多有涉及，通過大量研究揭示出人工智能技術在醫學領域的潛力。實際上，目前我國尚存醫療衛生資源總量不足、分布不均的問題，人工智能等技術將為推動數字醫療的建設，實現數字技術賦能醫療治理現代化提供重要支持。但從知網數據的分析結果來看，學界對ChatGPT與醫學領域結合的相關研究投入較少，主要關注點在如何利用ChatGPT等技術培養和教育醫科學生，而如何借技術之力推動我國醫療系統的信息化建設、優化醫療資源等社會問題，仍亟須相關研究作為指導方向。

此外，國內關于ChatGPT的研究以定性研究為主，從ChatGPT在社會各領域中的應用入手，分析其運行模式、社會影響、應對策略、發展潛能等，創新點在于用理解派的方法對新技術作探索性的研究，注重深入性和主觀性。由于國外研究側重于技術應用，因而相比之下，國外關于ChatGPT的定量研究較多，常借助實驗研究和數據分析等方式來評估模型的有效性，凸顯研究的精確性與客觀性。

（二）技術社會構建視角下的知識生產

基于技術的社會建構論視角，本文采用量化分析的方法梳理了ChatGPT相關學術研究的知識內容和知識領域的發展過程，探討社會需求對技術的構建過程并主要從以下兩個維度作出貢獻：一是在社會需求的視角下，重新理解技術的發展現狀與未來進路，驗證了技術社會建構論在人工智能時代的適用性；二是從方法論意義而言，通過有效的研究路徑與研究方法，厘清知識版圖現狀。

在這個技術快速更迭的時代，理解技術與社會之間的相互作用，才能把握技術的核心發展方向。以社會需求為視角重新理解技術的發展現狀與未來進路，在人工智能時代具有重要意義。通過研究技術在發展和應用過程中給社會帶來的積極、消極影響，考察社會需求和技術發展間的相互作用，研究者才能對技術發展的現狀作出正確的評估并辯證地提出未來技術發展的方向。本研究的分析結果顯示，技術的社會構建理論在當前的技術環境下依舊適用，并且是認識和理解技術的重要基礎。以社會需求為出發點，通過理解社會與技術之間的作用關系，才能更好地探究技術發展的可持續性以及評估技術引發的潛在風險和挑戰。換言之，對ChatGPT等相關技術發展的研究，必須認識到技術的發展受到社會需求的驅動，技術的設計和應用應與社會價值和倫理原則相一致。

從方法論意義而言，本研究基于數據挖掘技術，借用文本網絡分析和自然語言處理技術，對學術論文數據進行了詳盡的分析和可視化呈現。通過橫向對比與縱向演化相結合的分析方式，本研究在一定程度上梳理了當前ChatGPT相關研究的現狀，系統分析國內外相關研究的關注點和特征，厘清了相關研究的知識版圖。ChatGPT的出現引起了全球學術界的廣泛關注，成為新興技術領域中的研究熱點。但是在這樣的研究熱潮下，缺乏系統性、宏觀性的梳理，更缺乏有效的方向指導，不利于相關研究的進一步發展。因此，研究ChatGPT學術研究的知識版圖對于理解新技術的知識發展趨勢，對學術交叉與融合等方面都具有重要意義，有助于推動學術研究的進步。

（三）未來研究的學術進路

社會建構論的視野下，技術演化是一種建構的演化，技術發展是一個技術與社會相互適應并協同演進的過程。社會因素作為理解技術創新的必須變量，在技術的發展過程中全面滲透至技術內部。理解技術的發展前景就必須考察社會各方面對技術形成的作用，如社會是如何影響技術的創新方向與形式和內容的，社會不同群體對技術成果是如何看待及運用的。具體而言，學術界將在ChatGPT的未來應用場景的拓展、提升用戶體驗和倫理道德問題的治理這三個方面繼續深耕。

在應用場景方面，學術界的研究可以幫助發現和探索更多ChatGPT在人類社會中的使用場景?；趶姶蟮膯l性內容生成能力和對話情境理解能力，ChatGPT能夠幫助醫療、教育、客服、銷售等領域提高工作效率和生產力，從而帶來更高的效益、更多的價值和更好的業務成果。因此研究人員可通過這些領域的實際案例和應用研究，拓寬ChatGPT的應用范圍。在技術發展方向上，學術界要充分考慮社會因素，針對ChatGPT的性能、效果和應用進行改進和優化，探索更高效、更可靠的生成模型和對話系統。

在提升用戶體驗方面，技術的社會性表明了技術是人類的活動，學術界的研究要考慮技術如何能夠更好地服務于人類。研究人員可以通過對用戶反饋和需求的研究，提供改善ChatGPT的交互方式和生成質量等方面的方法與技術，思考如何實現個性化和多樣化的響應，以根據用戶特定的需求和偏好生成個性化、多樣化的對話結果，從而提升用戶的滿意度和交互體驗感。研究人員還可以研究社會對ChatGPT的接受度以及影響社會認知的因素，深入了解ChatGPT在不同群體中的接受度、態度和認知效果，為ChatGPT在用戶體驗與服務方面的優化提供相關建議。

在倫理道德治理方面，學術界的研究需要進一步為ChatGPT的倫理道德問題和社會影響提供指導和解決方案。尤其是要加強對ChatGPT的偏見、公平性、隱私和安全等問題的研究，學術界需要提出相應的規范、政策和方法，確保ChatGPT的應用是可信、公正和負責任的。同時，ChatGPT在社交媒體、新聞傳播和政治輿論中產生的影響也需要引起研究者的重視。

ChatGPT已成為一種變革性力量，在各個領域都展現出巨大的發展潛力和影響力。社會建構論者強調，技術尤其是近現代技術，是社會建構了的技術、是社會建構著的技術、是社會還將繼續建構的技術，因而技術是社會的技術。為了推動ChatGPT相關研究的進一步發展并實現其更為廣泛的應用，學術界需要不斷探索新的研究路徑。

參考文獻：

①Cozzens， Susan E.， et al.“The Social Construction of Technological Systems： New Directions in the Sociology and History of Technology.” Technology and Culture， vol. 30， no. 3， 1989， p. 705.

②Audi， Robert. The Cambridge Dictionary of Philosophy. Edited by Audi Robert， New York City： Cambridge University Press， 1995.

③朱光輝、王喜文：《ChatGPT的運行模式、關鍵技術及未來圖景》，《新疆師范大學學報（哲學社會科學版）》2023年第4期。

④喻國明、李釩：《ChatGPT浪潮與智能互聯時代的全新開啟》，《教育傳媒研究》2023年第3期。

⑤萬億、周莉：《智能傳播時代新聞教育的專業困境與路徑突破》，《教育傳媒研究》2023年第6期。

⑥Sallam， Malik. “The Utility of ChatGPT as an Example of Large Language Models in Healthcare Education， Research and Practice： Systematic Review on the Future Perspectives and Potential Limitations.” medRxiv， 2023， pp. 2023-02.

⑦王飛躍：《平行醫生與平行醫院：ChatGPT與通用人工智能技術對未來醫療的沖擊與展望》，《協和醫學雜志》2023年第4期。

⑧宋信強、劉明杰、陳家和：《GPT-4影響的全面分析：經濟高質量發展與國家安全防范》，《廣東財經大學學報》2023年第2期。

⑨Rathore， Bharati. “Future of AI & Generation Alpha： ChatGPT beyond Boundaries.” Eduzone： International Peer Reviewed/Refereed Multidisciplinary Journal， vol. 12， no. 1， 2023， pp. 63-68.

⑩Baidoo-Anu， David， and Leticia Owusu Ansah. “Education in the Era of Generative Artificial Intelligence （AI）： Understanding the Potential Benefits of ChatGPT in Promoting Teaching and Learning.” Available at SSRN 4337484， 2023.

王樹義、張慶薇：《ChatGPT給科研工作者帶來的機遇與挑戰》，《圖書館論壇》2023年第3期。

王佑鎂、王旦、梁煒怡、柳晨晨：《“阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應用的潛能與風險》，《現代遠程教育研究》2023年第2期。

McMurtrie， Beth. “AI and the Future of Undergraduate Writing.” The Chronicle of Higher Education， vol. 69， no. 9， 2023.

Eloundou， Tyna， et al. “Gpts Are Gpts： An Early Look at the Labor Market Impact Potential of Large Language Models.” arXiv Preprint arXiv： 2303.10130， 2023.

孫偉平：《人機之間的工作競爭：挑戰與出路——從風靡全球的ChatGPT談起》，《思想理論教育》2023年第3期。

Lund， Brady D.， et al. “ChatGPT and a New Academic Reality： Artificial Intelligence-Written Research Papers and the Ethics of the Large Language Models in Scholarly Publishing.” Journal of the Association for Information Science and Technology， vol. 74， no. 5， 2023， pp. 570–81.

Dash， Bibhu， and Pawankumar Sharma. “Are ChatGPT and Deepfake Algorithms Endangering the Cybersecurity Industry？ A Review.” International Journal of Engineering and Applied Sciences， vol. 10， no. 1， 2023， pp.1-5.

程樂：《生成式人工智能的法律規制——以ChatGPT為視角》，《政法論叢》2023年第4期。

陳元、黃秋生：《ChatGPT技術中的人工智能倫理風險及其科學祛魅》，《湖南科技大學學報（社會科學版） 》2023年第3期。

Carley， Kathleen M. “Extracting Team Mental Models through Textual Analysis.”Journal of Organizational Behavior， vol. 18， no. S1， 1997， pp. 533-58.

Krippendorff， Klaus.“Measuring the Reliability of Qualitative Text Analysis Data.”Quality & Quantity， vol. 38， no. 6， 2004， pp. 787-800.

Martin， Michael K.， et al.“Network Text Analysis of Conceptual Overlap in Interviews， Newspaper Articles and Keywords.”Social Network Analysis and Mining， vol. 3， no. 4， 2013， pp. 1165-77.

Kamath， Uday， et al.“Bidirectional Encoder Representations from Transformers （BERT）.”Transformers for Machine Learning， 2022， pp. 43-70.

Kitamura， Felipe C. “ChatGPT Is Shaping the Future of Medical Writing But Still Requires Human Judgment.” Radiology， vol. 307， no. 2， 2023， pp. e230171-e230171.

Miller， Matthew I.， et al. “Machine Learning in Clinical Trials： A Primer with Applications to Neurology.”Neurotherapeutics， 2023， pp. 1-15.

Johnson， Douglas， et al.“Assessing the Accuracy and Reliability of AI-Generated Medical Responses： An Evaluation of the Chat-GPT Model.” Research Square， 2023， pp. rs.3.-rs2566942.

Gobira， Mauro C.， et al.“Performance of chatGPT-3.5 Answering Questions from the Brazilian Council of Ophthalmology Board Examination.” The Pan-American Journal of Ophthalmology， vol. 5， no. 1， 2023， p. 17.

葉鷹、朱秀珠、魏雪迎、王靜靜、王婉茹：《從ChatGPT爆發到GPT技術革命的啟示》，《情報理論與實踐》2023年第6期。

Mogavi， Reza Hadi， et al.“Exploring User Perspectives on ChatGPT： Applications， Perceptions， and Implications for AI-Integrated Education.” arXiv Preprint arXiv： 2305. 13114， 2023.

張夏恒：《 ChatGPT的政治社會動能、風險及防范》，《深圳大學學報（人文社會科學版）》2023年第3期。

鄭永和、丁雨楠、鄭一、張茂聰、王學男、張寶菊、程璐璐、饒高琦：《ChatGPT類人工智能催生的多領域變革與挑戰（筆談）》，《天津師范大學學報（社會科學版）》2023年第3期。

王建設：《“技術決定論”與“社會建構論”：從分立到耦合》，《自然辯證法研究》2007年第5期。

（作者李永寧系浙江理工大學史量才新聞與傳播學院講師；羅泓系浙江理工大學史量才新聞與傳播學院碩士研究生）

【責任編輯：李林】