人机共智：融合经典智慧与大语言模型的创新之道

文／陈明德 (Minder Chen)

Professor of MIS, Martin V. Smith School of Business and Economics, California State University Channel Islands

浩瀚如海的经典，承载着千年智慧，能拓宽生命的广度与厚度。"以古人的智慧启发今人的智慧"，才能古为今用。大型语言模型（LLM）如DeepSeek，可成为我们学习经典、实现经世致用的利器。

人机共智的基础

大型语言模型通过训练吸收海量文本，将知识转化为高维向量，具备强大的语言理解和生成能力。其核心架构Transformer分为编码器与解码器，前者将文字转为向量，后者生成回应。这种机制使模型能处理翻译、改写、问答等多样任务，甚至展现类比推理与创造力，在管理等领域有广泛应用。

大型语言模型互动关键要素

1.情境（Situations）：问题的背景至关重要，需结合"时、势、位"的分析，情境描述越详尽，得到的回应就越精准。

2.上下文（Context）：对话中的信息帮助模型理解当前任务。上述情境描述是对话输入的部分，而模型的回应也被视为上下文的内容，在多轮问答中形成对话的整体脉络。

3.注意力（Attention）：模型通过聚焦上下文中的关键词句，调动相关知识作答，因此能够产生更精准的回应。

《中庸》五步学习法与人机共智

《中庸》提出的"博学、审问、慎思、明辨、笃行"，可作为人机协作的指导原则：

1.博学之：人类需广泛积累知识，模型则依赖预训练数据。跨领域结合方能创新。

2.审问之：善于提问是运用大语言模型的核心技能。如《礼记》所言："善问者如攻坚木"，需循序渐进引导模型深入思考。

3.慎思之：批判性评估模型回应，结合专业知识查证与调整。

4.明辨之：辨别回应的可靠性，筛选最优解。

5.笃行之：将智慧转化为行动，通过实践检验不断改进。这有助于我们将学到的管理知识和技能应用出来。

结论

在生成式AI时代，"人机共智"强调人类与机器的协作。人类应着重培养：

·提问设计能力：构建精准的问题框架

·批判思维素养：保持独立判断

·知行合一精神：推动理论实践转化

人类需发挥创造力与判断力，通过提问与批判性思维引导模型，形成智慧融合。正如《中庸》所示，从学习到实践的完整循环，方能实现真正的创新与进步。人机共智不仅是技术结合，更是智慧提升的桥梁，推动社会向更高维度发展。