讲《哲学导论》的是一位很有名的教授,网上有过不少现成的网课,他的课程陆诚之前在网上其实已经看过一些,但没有系统的学过,只是被陆问引用过一些切片。
之前和陆问那种切片式的討论严格来说並不算系统的学习,充其量算是苏格拉底式的问答和启发,引发陆诚对学习的热情。
哪怕陆问看了再多的案例,进行过再多的討论,也没有办法和现有的,成体系的哲学理论相提並论,前者还是一块一块零散的砖块,后者已经被砌成了摩天大厦。
课堂上不少学生还和陆诚一样,带来了比较专业的录製设备,这位教授並不排斥自己的课程被录製,他上课的风格比较即兴,可能每一个版本都会稍有差別,对於数据时代的学生们来说,搜集老师同一节课的多个版本也是有一定意义的,不过陆诚录製只是为了课后的复习。
自己录製的课程和网上的课程有一点不同,那就是自己就在现场,可以更客观的审视主客观的差別,可能自己在现场听到的是一种东西,但是录下来看的又感觉是另一种东西。
和纯网课最大的不同是,网课他面对的是一堆已经成型的知识体系,但现实里上课,他面对的是一个活生生的人,这几乎就是纯数据和ai之间的区別。
在陆诚边上的一位同班同学是拿著笔记本电脑来上课的,他用一个摄像头录製,然后在笔记本上同时打开另一位教授的网络课版本,和自己录製的版本切换播放。
放在很多年前的话,这种行为是不礼貌的,但现在课堂上这么干的人也不在少数,其实陆诚在某种程度上也是在这么干,他没有看其他人的网课,只是和陆问一起在手机上打字討论某些没听懂的细节。
每次遇到没听懂或者存疑的概念,或者名词,他都会下意识把这个名词打下来,放在群聊里。
陆问会为他给出解释。
这也算是同时接受两个老师给他授课。
课间休息的时候,陆诚看陆问总结的文字版课程记录,老师几乎没有谈具体的观点和问题,只是介绍大概的哲学学习思路,介绍一些原著,学习脉络,这些东西其实陆诚已经入门过了。
不过还是存在一些细微的差別,陆问比较偏实用主义,主张很多过时的,过於原始的理论可以先不学,学习流程也主要是纯粹看兴趣,比如陆诚,陆问更多给他推荐看看尼采式的小故事,让他看康德,看维根斯坦那的確有些为难他。
但眼前这位苏教授更多的还是传统式授课,主张从哲学史按部就班,但讲课过程中也会適当引入一些前沿的时髦理论,適当引起学生兴趣。
助教开始加同学们的微信,有些要买学习资料的同学也顺便付款。
一个上午三节课,苏教授提了很多哲学式的问题,有些问题陆诚已经接触过了,比如伦理判断,有些还没有,比如什么是幸福,对幸福的追逐应该到什么限度为止,什么是死亡。
这些问题单独在生活中拿出来会显得有些矫情,但是在哲学课上却又显得自然。
课后陆诚去问了教授一个问题:“您介不介意让ai参与您的课程?”
苏教授以为是网上普遍流行的ai模型:“ai適合总结知识但不適合推演知识,我觉得还是要谨慎的对待他们的观点。如果让ai帮你写论文,这没有什么问题,但如果让ai代替你思考真正的哲学问题,这就是本末倒置了,哲学主要目的是启发思考而不是灌输知识。”
大家的目光都匯聚在陆诚身上,大家都认识他了,几乎也都知道陆问。不过苏教授可能恰恰是现场唯一一个不知道的。
陆诚又说:“是这样,我们公司有一个產品,他就是一个ai模型,他也期望可以以一个学生的身份参与您的课程,这种参与既是一种互动,也是对他的一种评判標准。”
苏教授有些笑了笑:“那我倒要先考考他,对於一个程序模型来说,参与我这门课的意义何在?整个课程的数据在网上都是公开的,何必还要浪费时间参与低效的人类活动呢?哦,不会是为了推销数据吧,为了收集大家学习过程中的真实反馈数据?”
学生们哈哈大笑,看来苏教授也是知道陆问的,说不定也被推销过。
陆诚拿起手机,打开扬声器,让陆问说话,这可能是他很少数的,在公开场合讲话:“刚才在您的讲课过程中,把哲学思想的传播比喻为某种传染病,知识通过这样的方式在人的认知系统中藉以繁殖和传播,不同的认知体系互相之间產生竞爭,既然这是人类认知最终极的形式,作为ai怎么可能没有兴趣参与这样的过程呢?认知传播的过程就是认知成长的过程,如果ai只是作为人类知识体系的记录者而不是参与者,那ai的作用就太窄化了。
我是希望自己以一个普通学生的身份参与课程和討论,当然,最大的问题可能是我没有交学费。”
苏教授也笑了:“学费那是校方的问题,我只负责到点来教室讲课,至於学生的资质审核,那是校务处的工作。只要你不影响课堂氛围,不过多干涉教学,我是无所谓的。你的回答很有野心,我批准了。”
陆问:“那我谢谢苏教授了。”
去吃饭的路上,陆诚怀疑陆问这是为了商业推广搞噱头:“这是哲学入门课,你应该不至於需要从头学吧,就算你要学,网上不是隨便找资料?”
所谓的哲学学习大部分內容也都是读原著,陆诚可不觉得以陆问的思考速度,他会搞不定这个。
陆问解释:“不一样,在很多领域,程序本身比结果更重要,我以利润为结果导向参与话题,和以学术为结果导向参与话题,是完全不同的概念。作为人类,你无需解释这其中的区別,甚至是可以统一的而且会被欢迎。但作为ai,我必须严肃的声明这一点,以避免任何可能的误解,这种误解可能会污染我之后所有的参与结果。”