【人物專訪】計算語言學翹楚 ——專訪謝舒凱教授
【AI與人共生的那一天】系列講座
AI與溝通、社群影響力
2025.4/19（六）14:00
訂閱 CASE YouTube 鎖定直播 開啟小鈴鐺
採訪、撰文｜周書瑋
審訂｜謝舒凱 教授
大型語言模型（LLM）問世改變人類的語言使用習慣，人們越來越仰賴生成式語言模型來完成日常工作，從撰寫電子郵件到寫學術報告和論文，LLM都可以一手包辦，因而在計算語言學界掀起重大革命。今天的專訪邀請到台灣大學語言學研究所謝舒凱教授，身為計算語言學翹楚的他，將和我們分享他奇妙的研究歷程、LLM造成的資訊不對等，以及LLM所形塑的未來世界。
從哲學到計算語言學的旅程
大學就讀台大哲學系的謝舒凱，並非一開始就對計算語言學充滿興趣，而是在一連串機緣和巧合下才一步步走入這個殿堂。大學時謝舒凱同時對法律和電腦科學都很有興趣，曾通過美國麻州大學的電腦科學碩士先修課，也曾規劃去德國攻讀法哲學與法資訊學，但後來因為家庭和經濟考量，決定落腳德國杜賓根大學唸書，選擇直攻博士投入計算語言學（Computerlinguistik; computational linguistics）研究。謝舒凱說，台灣社會對語言學這門科學的認識和關注較少，多數人想到語言，會直覺的想到語言作為溝通工具，作為特定語言學習，而不會把它當作一門科學研究或研究對象去思考，因此小時候他雖然也很喜歡學習語言，但從未想過要研究語言。他說，當前的LLM其實提供了一個視角與機會，直逼人類對語言的本質的重新思索。
謝舒凱的研究領域主要可分為四大主題：LLM和語言理論的關聯、LLM脈絡下的語言、思考和推理能力等高等認知能力、LLM的語言、情緒與多模態，以及人工智慧和人社領域的可能連結。第一個主題圍繞在利用認知與功能語言理論來解釋LLM的學習與行為，像是LLM底層的Token決定與構式語法的連結、向量語意表徵和LLM自身對語言的認知功能掌握程度等。第二個主題探究LLM如何處理設計文化與價值的複雜推理，例如LLM在法律案例上推理能力與評測；以及LLM如何解語言學奧賽的。語言多模態研究則是探究溝通與言談中，口語表達與其他非口語表達方式的整合，諸如眼神接觸、手勢和肢體語言等，畢竟未來LLM植入機器人的世界，人機互動也會以多模態的形式出現，不再只是電腦螢幕上跳出的一串文字。
大型語言模型造成的資訊不對等
LLM雖然為生活帶來許多便利，大幅縮短工作所需時間，但它造成的資訊不對等不容小覷——讓英語和歐語等強勢語言更加強勢，使少數民族用語更加弱勢，無法享受數位化帶來的便利。要了解LLM造成的資訊不對等，首先要了解「符元（token）」的概念。符元指的是文字處理的最小單位，也是人工智慧最基礎的運算單位，LLM在解讀或生成一段文字時，需要轉換成不定數量的符元，所需的數量取決於訊息長短和訊息使用的語言文字。英文、法文、西班牙文等主流強勢語言所需用到的符元數少，加上訓練的語料較多，因此該語言的使用者可以用較低的成本獲得精準的產出。相較之下，LLM需要更多符元才能精準讀取或產出少數民族語言，使本來就比較少被用到的少數語言更為弱勢。舉例來說，當人類學家到亞馬遜雨林訪問某個雨林深處的部落，發現語言不通必須依賴翻譯軟體，但翻譯軟體不支援該語言，無形中降低研究的精確度和代表性。然而，這些少數民族的聲音往往最容易被主流社會忽視，當他們透過人類學家田野調查來表達自身訴求，很可能也會因為翻譯不精確，而無法精準傳遞自己的需要。
有鑑於此，謝舒凱團隊曾提出「語言壓縮」的概念，但他強調這並非長久之計，也不是根本的解決方法。語言壓縮指的是將句子變短，盡可能用更少的單詞表達出相同的意思，像是把「今天天氣很熱」壓縮成「今天很熱」或「熱」，來減少LLM讀取和生成所需的符元數，但也改變了原本句子在不同語境下的意思。LLM造成的語言鴻溝牽涉到各國政治角力和投資，舉例來說，歐美各國有更多資源和經費投入LLM研究，讓LLM針對這些已經很強勢的語言提供更高品質的服務，但使用弱勢語言的國家往往無力投入人工智慧研究，歐美各國也很少在這方面提供弱勢國家金援，加深語言在數位化浪潮下的不對等。
大型語言模型形塑的未來世界
謝舒凱強調，讓人文社會科學領域人才投入人工智慧開發相當重要，如此才能降低人工智慧對社會可能的負面衝擊，他也鼓勵學生從哲學角度出發，思考LLM對人類意識和未來世界的影響。他以語音克隆（voice cloning）和數位分身為例，說未來我們知覺到的絕大部分事物可能都是「生成式」的「AI物件」，包括影像、文字、聲音或目前還不存在的模態（如味道），當生成式物件無法和原創物件區別，那人類是否還需要執著於分辨「人類產出」和「機器產出」的差異？謝舒凱認為，當未來變成人類和機器共生的社會，人類或許不需再在乎世界的一切是真是假，而是體驗與創造。人類的存在的意義或許也會被重新定義，至於是什麼樣的定義？由誰定義？謝舒凱並未給出答案。
LLM席捲教育界，徹底翻轉傳統的學習經驗和教材設計方法，學習方法也被重新定義，學生不能再像過去被動的等待老師來傳授知識，而應該主動地利用LLM學習。謝舒凱也鼓勵學生跳脫「領域」的框架，因為領域學科的概念是人類自己定義的，但人類不應該被自己設下的定義所束縛，畢竟在LLM當道、知識隨手可得的時代，任何人都可以挑戰任何領域。
