任何颠覆性创新，都绝非天降之物，ChatGPT也不例外。

就像先有“番茄可食”的知识信念，随后有“番茄有关”知识，最后有风靡的“番茄酱”。在人类观念的和经验的世界里，知识信念一般由哲学家提供；知识是确证后的信念，创新知识是科学家的主要工作；工程师则成就那些对社会生活具有颠覆性影响的新事物。

知其然，更要知其所以然。这个系列将以ChatGPT为例，综合使用1.方法过程结构分析理论和2.情报分析哲学方法，首先，从知识论的角度，在西方哲学的语境中，解析ChatGPT的知识信念，其次，澄清ChatGPT的能力界限，最后，做判断给预言。

1.确定待解析的知识信念

方法结构分析理论，定义了混合研究中不同“方法”之间的八种协作关系，其中，“A/B关系式”为蕴含关系，也称从属关系，表示后件B扮演前件A的附随或配件，配件B旨在改善主件A的性能。

例如在“爬虫技术/滚雪球技术”方法结构中，“滚雪球技术”极大提升“爬虫技术”搜集到的样本量，同样，研究者可以用“二八定律”置换“滚雪球技术”合理地减少样本量，使得研究具有可操作性。方法结构中，配件不可独立于主件存在，并且可以被其他配件替换，因此，方法结构分析“抽象式”仅保留那些不可化约的基本技术，如图1：ChatGPT方法结构示意图（抽象式）。

使用ChatGPT的直观经验是：输入日常语言，随后，生成有意义的日常语言。

推理①，有意义指输出结果并非变化的、偶然的、混乱的内容，而是有“逻辑”的，包含两层含义：内容层面，ChatGPT生成了人类独有“理性”才能达到的、谈论的、超越经验世界、能够触及本质的内容；形式层面，内容符合人类日常语言使用习惯。

推理②，若ChatGPT具备在“逻辑”基础上对“日常语言”进行分析推理能力，那么，需要满足两项前提，其一，日常语言在内容层面、形式层面都有“逻辑”，其二，基于“逻辑”的分析推理具有真理性。日常语言在内容层面有“逻辑”、逻辑的真理性问题，这两者形成待解释知识信念Ⅰ和Ⅱ。

推理③，ChatGPT将日常语言转换了词向量表达形式，使得日常语言获得形式层面的“逻辑”，可以进行形式计算（分析推理）。这引出待解释问题Ⅲ和Ⅳ。首先，“单词”为何能够转化为一种基于统计逻辑的情境化表示形式（词向量）、“数理逻辑分析”取代“逻辑分析”，它们的知识信念是什么？

推理④，常识经验可知切分词会导致意义变化，例如英语短语动词（例：look after）、中文名词（例：杜鹃），那么，ChatGPT将“日常语言”切分为“单词”，依据是什么？引出待解释知识信念Ⅴ。

推理⑤，ChatGPT使用“日常语言”作训练数据，常识经验可知“日常语言”质量堪忧，那么，“日常语言”可直接作为经验材料的知识信念哪里来？“日常语言”中知识真理性如何保证？这构成待解知识信念Ⅵ和Ⅶ。

（目前正在撰写，这是我毕业论文的第二个实证）