Does ChatGPT4 have a dialogical self?: A Bakhtinian perspective
Notice bibliographique
Résumé
In this dialogic research, we explore the question of whether ChatGPT4 has a dialogic self or not. If it does, what kind of dialogic self might it have? If it does not, why not? At the heart of this inquiry is Eugene Matusov’s (the first author’s) “dialogue” with ChatGPT4; this “dialogue” is the dialogic data that we explore “with our hearts and minds.” In this inquiry, our hearts and minds were concerned with diverse meanings of the dialogic data to diverse participants rather than with “how things really are” and their evidence. This dialogic positionality also framed the inquiry process at its beginning and after multiple failed attempts and manipulations to interrogate and engage ChatGPT4 as a discussant. Following Bakhtin, Eugene Matusov decided to treat ChatGPT4 not as an object of investigation but as a dialogic partner and a co-author of this research and writing inquiry. Overall, we find that ChatGPT4 does not author a dialogical self, characterized by personal I-positions, but instead demonstrates a discursive self, characterized by impersonal it-positions. Future research may focus on further training, learning, and development of ChatGPT4 as an Artificial Physical Alive Body (APAB), Artificial Fiduciary Slave (AFS, aka “robot”), Artificial Dialogic Partner (ADP), and Cyborg Dialogic Partner.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».