在更具體說明「虛擬知識」之前,筆者認為還需要先釐清「顯性知識」與「隱性知識」兩種類型的知識[26]。顯性知識是指「可以用語言或文字語言表述傳達」的知識內容,如同我們在教科書、期刊論文或媒體網路等方式所呈現的內容,也是高等教育所最為強調的部分。這裡需要強調的是,雖然語言文字是最接近人類思想的「表徵(representation)」,但並不等於思想。
因此那些不能或很難由語言或文字所表達的知識內涵,但是仍是可以重複驗證且合乎理性而教育培養的知識,可統稱為「隱性知識」。隱性知識的存在事顯然的,畢竟那些無法使用語言或文字表達的人還是可能在生活中執行如算術、管理、溝通或作出其他有意義的肢體動作,確認其思想與意識的存在,甚至傳遞給下一代或其他人。
以上的區分對於我們討論大型語言模型所產生的文字內容是必要的,畢竟語言文字畢竟是我們思想最重要的載體,能協助一個人將其觀點或知識傳達給其他人,甚至保留、紀錄或修改,協助更精致的逼近真實的概念或共識。但是我們也知道語言文字也是「符號」的組合,其與所牽涉到的概念之間幾乎是有任意定義的特性。因此電腦也可以計算這些符號彼此之間的關係來模擬思想。而這正是為何大型語言模型(如ChatGPT)會是往通用型AI推動最重要方式。
從現代語言學的意義上來看,文字這類「符號」看起來表述了一些概念,但其實也承載了很多其實沒有辦法完全表達的預設或常識,後者是作為語言溝通時雙方不證自明的假設但不一定是AI能學習到的。例如圖二所表達,當我們看到一隻貓與一隻老鼠對坐的時候,應該會覺得很驚奇,可能不太相信是正常情形。這顯然是因為我們已經「預設」了貓的天性會去捉老鼠,兩者和平共存似乎前所未聞。但是對AI大型語言模型來說,這些理解文字的「預設」可能並未透過訓練進入其模型,而是需要使用者自行腦補這些常識。這也就是應證了二十世紀最重要的哲學家海德格(Martin Heidegger)所說的「語言召喚存在」或「真理既遮蔽又開顯」[28]。
3. 「虛擬知識」的定義
藉由以上的分析,筆者本文所說的「虛擬知識(Virtual Knowledge)」可以這樣定義:藉由AI大型語言模型(如ChatGPT這類對話機器人)所產生,在使用者輸入問題且自行補充適當的預設來理解後,即使尚未驗證為真實卻因為有相當的一致性且沒有明顯錯誤,以致於可以為使用者參考應用的顯性知識。
因此這個「虛擬知識」有以下三個重要的元素: