Детальная информация
This article proposes a reorientation of large language models (LLMs) towards “affirmative speculation,” exploring possibilities of speculative representation within the glitches of current chatbot implementations. Embracing LLMs’ sociohistorical and stochastic approach to language, we suggest that the serendipitous nature of word-by-word prediction affords innovative ways to experiment with discursive conventions. We present techniques of prompt engineering that test semantic limits and generate unexpected turns of expression. These techniques are designed to train LLMs and their human companions for co-speculative interactions, including: roleplaying beyond the LLM “helpful assistant” persona; translating concepts and discursive features from one disciplinary field to another, exploring conjectural mashups; simulating expert roundtables and hypothetical research conferences; encouraging associative navigation of obscure topic connections; appreciating LLM “hallucinations” as creative fictions rather than as errors, embracing their potential for speculative insights; and creating innovative, as-yet inexistent theoretical frameworks, blending real and fictional elements. By treating LLMs as co-speculative companions, we propose alternative ways to engage with AI in interdisciplinary research and creative thought. We also attend to the ethical and environmental consequences of speculating with LLMs and argue that the measurable costs of speculation are far outweighed by the immeasurable costs of failing to speculate at all.
В этой статье предлагается переориентация больших языковых моделей (LLM) на “позитивные спекуляции”, исследуя возможности спекулятивного представления в рамках сбоев в современных реализациях чат-ботов. Опираясь на социально-исторический и стохастический подход LLMs к языку, мы предполагаем, что случайный характер предсказания от слова к слову открывает инновационные пути для экспериментов с дискурсивными соглашениями. Мы представляем методы оперативной инженерии, которые проверяют семантические ограничения и генерируют неожиданные повороты выражения. Эти методы предназначены для обучения LLM и их компаньонов-людей для совместного спекулятивного взаимодействия, включая: ролевые игры за пределами выходящие за рамки образа LLM как “полезного ассистента”; перевод концепций и дискурсивных функций из одной дисциплинарной области в другую, исследование предположительных мэшапов; моделирование экспертных круглых столов и гипотетических исследовательских конференций; поощрение ассоциативной навигации по неясным тематическим связям; оценивая “галлюцинации” LLM как творческие вымыслы, а не как ошибки, принимая их потенциал для спекулятивных идей; и создавая инновационные, пока еще не существующие теоретические рамки, смешивая реальные и вымышленные элементы. Рассматривая LLM как со-спекулятивных компаньонов, мы предлагаем альтернативные способы взаимодействия с ИИ в междисциплинарных исследованиях и творческой мысли. Мы также уделяем внимание этическим и экологическим последствиям спекуляций с LLM и утверждаем, что измеримые издержки спекуляций намного перевешиваются неизмеримыми издержками отказа от спекуляций вообще.
- Speculative Trainers: Large Language Models and Techniques of Affirmative Speculation
- INTRODUCTION
- LLMS TODAY
- ROLEPLAYING BEYOND THE HELPFUL ASSISTANT
- LLMS AS CO-SPECULATIVE (IN PRINCIPLE)
- TRAINING AFFIRMATIVE SPECULATION WITH LLMS
- FIELDSHIFTING: OPENING PORTALS TO ADJACENT
- POSSIBLE WORLDS
- SYMPOSIA FROM ELSEWHERE: SPECULATIVE CONGRESSES AND ADJACENT EPISTEMES
- RHIZOMATIC INQUIRY: CO-RESEARCHING AND
- SPECULATIVE FILLING
- FICTIONAL DIVERSIONS: ENJOYING THE HALLUCINATIONS
- THEORETICAL FABULATION: STIMULATING FIELD INVENTION, DREAMING NEW THEORIES
- CONCLUSIONS
- ANNEX
- REFERENCES
Количество обращений: 0
За последние 30 дней: 0