诠释学视域下GPT语言模型的本质及特征

作者：刘伟伟

来源：新疆师范大学学报(哲学社会科学版), 2023, 1-7.

DOI：10.14100/j.cnki.65-1039/g4.20230702.001

• 诠释学
• 人工智能
• 理解
• 解释
• 自然语言

GPT语言模型的设计思路具有自然语言理解的诠释学思维特征，但本质上该模型并不具有诠释学语言理解的属人性基础；GPT语言模型将智能视为一种本体论层面以语言作为媒介的整体性系统“涌现”结果，仍缺乏诠释的“本体论—主体性”地位和“本体论—整体性”结构；GPT语言模型采用的生成式和预训练的设计思路凸显了诠释学理解和解释的“历史性”特征，而数据训练的强化和“思维链”的对话机制使该模型具有“效果历史”和“视域融合”的语言理解特征；GPT语言模型在模拟人类“偏见性”认知方面取得进步，但与人类的“偏见—个性化”和“偏见—创造性”能力相比仍存在根本差异；GPT语言模型形成了“诠释学循环”的语言对话机制，但其并不具有自身独立的“诠释学循环”实践基础，因此，难以达成诠释学意义上的语言理解共识。

• 单位
  山西大学