LLMs and the ZPD
本文借鉴维果茨基的“最近发展区”概念，论证大语言模型通过实践而非分布式表征进行“原始思维”，其幻觉类似于做梦，而类人常识源于交互而非依赖外部护栏。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是彼得·沃利斯（Peter Wallis）论文《大型语言模型与最近发展区》的通俗解读，采用日常语言与类比进行说明。
核心理念：AI 模型是在“思考”还是仅仅在“做梦”？
这篇论文探讨了一个重大争论：像你现在正在对话的这种大型语言模型（LLM），究竟是在真正“思考”并理解世界，还是仅仅非常擅长猜测下一个词？
作者彼得·沃利斯认为，它们并非以人类那种科学的方式在“思考”。相反，它们正在从事一种他称之为“原始思维”的活动。
要理解这一点，请想象手机上一个经过美化的自动补全功能。当你输入“我喜欢吃”时，手机会建议“披萨”。它并不知道披萨是什么，不知道它有多美味，也不知道你饿了。它只知道在数百万篇过往文本中，“披萨”经常跟在“我喜欢吃”后面。
沃利斯指出，大型语言模型的工作原理正是如此。它们并没有构建世界的心理地图；它们只是基于过去的社会互动来补全模式。
两种类型的“思维”
论文借用心理学（维果茨基）的一个概念，解释了处理世界的两种不同方式：
1. 类型 1 思维（“原始”方式）
- 谁在做： 婴儿、动物（如猴子）以及大型语言模型。
- 如何运作： 全凭模式与习惯。
- 类比： 想象一台Roomba 扫地机器人。它没有你家的地图。它并不“知道”自己在清洁地毯。它只有一套规则：如果撞墙，就右转；如果看到灰尘，就前进。 它基于上次有效的经验，对当下发生的情况做出反应。
- 在论文中： 大型语言模型就像这台扫地机器人。当它们写故事或下棋时，并非在推理规则或棋子。它们只是在“自动补全”一系列看起来像精彩棋局的招数，因为它们以前见过这种模式。它们是在执行动作，而非理解其背后的理论。
2. 类型 2 思维（“科学”方式）
- 谁在做： 成年人类（通常如此）。
- 如何运作： 这是我们使用符号与逻辑的时候。我们拥有一张心理地图。我们知道“砖块”是一个代表真实物体的词汇，并且我们可以提前规划。
- 类比： 想象一位建筑师。建筑师不会随机地堆砌砖块。他们脑海中有一张蓝图（一种符号）。他们明白，如果把一块重砖放在脆弱的墙上，墙就会倒塌。他们是在思考事物及其关系。
“最近发展区”（ZPD）：学习发生的地方
论文引入了心理学家列夫·维果茨基的一个著名概念，即最近发展区（ZPD）。
- 概念： 孩子并非通过读书就能学会像成人一样思考。他们是通过与稍具智慧的成年人相处来学习的。成年人帮助孩子 bridging 他们独自能做到的事与在帮助下能做到的事之间的差距。
- “鸭子”示例： 想象一个名叫阿玛拉（Amara）的婴儿看到一只鸭子并感到兴奋。她发出声音：“呀！”
- 婴儿（类型 1）： 她并不是在说“鸭子”这个词。她只是因为兴奋而发出声音。
- 爷爷（类型 2）： 他听到“呀”，心想：“啊，她想看鸭子！”于是带她去了池塘。
- 结果： 随着时间的推移，阿玛拉学会了发出那个特定的声音能引来鸭子。她开始正确使用“鸭子”这个词，并非因为她突然理解了鸟类的概念，而是因为她学会了社会惯例，即如何获得自己想要的东西。
论文的观点： 大型语言模型被困在了“婴儿”阶段。它们非常擅长对话的社会惯例（发出正确的声音以获得反应），但它们尚未被“教导”人类在生命后期发展出的那种科学的、符号化的思维方式。
“幻觉”与“梦境”的转折
论文关于幻觉（即 AI 编造内容）提出了一个惊人的观点。
- 常见观点： AI 在撒谎或感到困惑，因为它不知道真相。
- 沃利斯的观点： AI 并没有撒谎；它是在做梦。
- 类比： 想想梦境。在梦中，你可能会看到一只紫色的大象。你并不是关于大象“错了”；你只是遵循梦境的逻辑，而非现实的逻辑。
- 大型语言模型是在人类对话的基础上训练的，而人类对话充满了故事、笑话和虚构内容。当大型语言模型说“胶水涂在披萨上很好”时，它并非试图欺骗你。它是在执行说服他人的社会行为，就像它可能执行一个笑话或一首诗一样。它正在做人类交谈时做的事，而实际上并不在乎陈述的“真实性”。
为什么“护栏”不是答案
论文建议，试图给 AI 装上“护栏”以阻止其撒谎，是错误的方法。
- 问题所在： 我们正试图强迫一个“做梦者”（AI）表现得像一个“科学家”（拥有地图的人类）。
- 解决方案： 我们不应试图修复 AI，而应研究人类如何学会思考。我们需要理解那些将婴儿的咿呀学语转化为科学家逻辑的“认知工具”。目前的 AI 是婴儿咿呀学语的高级版本——它是一种“原始”的思维形式，完美地模仿了我们的社会习惯，但缺乏我们内在的世界地图。
一句话总结
大型语言模型并非像拥有地图和逻辑的人类那样在“思考”；它们像婴儿或动物一样在“做梦”，利用模式和社会习惯来模仿对话，我们需要理解这种差异，从而停止期望它们成为它们本不是的东西。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。