楠木軒

ChatGPT開始被“瘋狂吐槽”了

由 烏雅竹雨 發佈於 經典

本文轉載自合作方:燃次元(ID:chaintruth),作者:馬舒葉,編輯:謝中秀。獵雲網已獲授權。

僅僅兩個月,“刷屏”社交平台的ChatGPT已積累1億用户。

而第一批ChatGPT用户正從好奇的嘗試者轉向狂熱擁躉,並在僅僅兩個月間開始“瘋狂吐槽”。

2022年12月底,作為在美國某大學就讀的學生,阿韓在嘗試用ChatGPT翻譯英文論文後,一度將ChatGPT封為“留學生趕due神器”,對她而言,ChatGPT不僅能夠幫助她提高英文文獻閲讀速度,還能在輸入論文題目後幫助梳理大綱和行文思路,寫完論文後還可以逐段潤色。

在澳大利亞研讀的Freya亦驚喜地發現,ChatGPT比谷歌搜索更智能,輸入問題後直接分點生成答案,極大節省了檢索、篩選的精力,“昨天我預計要寫一個小時的作業,用它兩分鐘全部搞定了。”

留學生訓練ChatGPT幫自己寫論文、翻譯文獻,職場人訓練ChatGPT寫郵件、工作總結、求職信,甚至輔助進行線上面試,一時之間,互聯網到處都在“訓練ChatGPT為自己打工”。

不過,從“留學生趕due神器”到“糊弄學大師”,隨着谷歌聊天機器人首秀回答出錯,以ChatGPT為代表的AI問答機器人也很快跌下神壇。

林方發現,ChatGPT輸出答案裏推薦的文獻看起來有模有樣,但實際上“都是搜不到的,很可能是ChatGPT亂編的”,此外,用寫代碼時,輸出的代碼,“看起來一本正經,實則完全沒辦法使用”,脱離了可以“寫車軲轆話”的文科領域,在金融、生化等理科專業,ChatGPT開始“露怯”。

而即使在ChatGPT熟悉的語言學習領域,阿韓亦發現ChatGPT並不能真正理解專業術語,提出的觀點缺乏深度,“更像鸚鵡學舌”,更何況,使用ChatGPT輔助論文寫作,也未得到學界認可,ChatGPT用户們仍然面臨着抄襲的風險。

同時,ChatGPT爆火之後,各類“山寨版ChatGPT”也爭相上線,均打着ChatGPT的旗號,卻暗藏陷阱——比如在使用一段時間後,表示免費對話額度已用完,需要收費,實際能力和水平也並不佳。

在久未迎來熱點的國內市場,ChatGPT的爆火彷彿一場“久旱逢甘霖”,各個企業都不願錯過這一個熱點。

斬獲1億用户的ChatGPT,作為數據和算力結合的一款優化對話的語言“大模型”,正引發全球AI熱潮,國外谷歌、微軟等大廠爭相佈局,國內百度、騰訊、網易、阿里、小米等大廠亦紛紛入場。

2月10日,繼阿里、騰訊、字節、百度之後,京東表示,京東雲旗下言犀人工智能應用平台將整合過往產業實踐和技術積累,推出產業版ChatGPT——ChatJD,並公佈了落地應用路線圖“125”計劃。

同日,華為在回應媒體時表示,已有鵬城盤古大模型。

只是在輿論熱熱鬧鬧,大廠一哄而上之後,ChatGPT能火多久?ChatGPT是切實、有價值的未來,還是又一場追風,火過一段時間便被遺忘?輿論的聲音並不統一。

火爆的ChatGPT

隨着ChatGPT不斷掀起討論,在小紅書、抖音等社交平台,以留學生為代表的學生羣體正儼然成為ChatGPT的新“擁躉”。

正在美國某大學讀本科的阿韓告訴燃次元,2022年12月底,她偶然在小紅書上刷到了用ChatGPT寫論文的帖子,“因為我實在是又菜又不會寫論文。”面對導師佈置的小論文,“無法可想”的她決定嘗試用ChatGPT寫論文。

“完全可以用ChatGPT搭建論文大綱。”阿韓表示,設置最大字數後,ChatGPT根據她的要求輸出的內容從5個點增張到3個大點8個小點,而她不用再頭疼沒有論文寫作思路,“只要在這個基礎上進行擴展即可。”

和阿韓一樣,Franco亦表示,近兩個月,留學圈學生都在討論ChatGPT。

Franco在寫論文的時候,經常寫着寫着就會出現很多拼寫和語法錯誤,雖然花重金購買了grammarly(在線語法糾正和校對工具,這款工具被留學生們廣泛使用)的會員,但Franco發現,grammarly理解中文能力並不強,有時會出現翻譯錯誤,有時甚至需要她一句句再去修改,因此,ChatGPT的出現讓她多了一個潤色論文可嘗試的新工具。

Freya亦表示,現在在澳大利亞研讀的她發現,ChatGPT是比Google更好用的搜索工具,“我預計要寫一個小時的作業,用它兩分鐘全部搞定了。”

對於課程安排的簡單問答題,“以前用google,搜索後會出現很多廣告裏,廣告裏夾雜着論文。”如果想找答案,Freya需要“越過廣告”一篇篇點開論文尋找,而使用ChatGPT,“它會直接報出答案,並且分一二三四點,我直接複製就行了。”

在小紅書平台,燃次元搜索“ChatGPT”關鍵詞時,相關筆記已達到1萬篇以上,其中“ChatGPT真的可以用來寫論文”、“用ChatGPT改paper絕了”等貼文引發熱議,而在抖音,截止發稿前,ChatGPT的話題播放量高達6.3億次。

而在留學生之外,高校學生們也爭相湧向外網註冊使用ChatGPT,並通過社交平台不斷學習ChatGPT的“花樣用法”。

苒苒告訴燃次元,正在實習的她看到領導在羣內發了關於ChatGPT的介紹後,出於好奇當即就進行了試用,輸入導師給出的畢業論文要求後,苒苒發現ChatGPT能夠迅速反饋,這讓她驚喜不已,“感覺ChatGPT未來能取代搜索引擎了。”

而在輔助論文寫作之外,1998年出生的林方在小紅書上刷到了“使用ChatGPT理解代碼寫代碼”的帖子,他先嚐試性地問了一些和自身研究相關的常識性問題,希望用ChatGPT幫自己的論文整理材料,發現“用ChatGPT能完成互聯網資料整理”後,林方驚喜不已,決定試着用 ChatGPT完成一些代碼理解和重複性的代碼寫作。

同時,林方還發現,由於ChatGPT可以流暢得實現中英文互譯,並且能夠支持在線問答,簡直是“高效讀英語論文的神器”。

林方告訴燃次元,由於英語論文往往閲讀需要克服專業術語繁多,英語語言障礙等等問題,讀一篇英語論文的時間至少是中文論文的一倍,但如果用ChatGPT,不僅可以先用它把英文文獻查找到,隨後可以輸入指令,要求ChatGPT總結論文內容再翻譯成中文,還能持續提問論文內容,“用 ChatGPT再也不用擔心英文論文讀不懂了。”

除了學生羣體,ChatGPT也悄悄在打工人裏“火”了起來。

方羣現在工作已經離不開ChatGPT了,在英國工作的她,完全“把ChatGPT當做文書秘書在使用”,由於英語不是母語,之前“頭疼寫得不地道”的郵件、發言稿,現在都可以直接交給ChatGPT來完成,“ChatGPT寫完了,我只要稍微改改就能用,比我自己寫得好。”

此外,ChatGPT還可以用來寫cover letter(求職信),“自己寫也是去網上找模板,不僅模板要花錢買,最後還要自己改。”用ChatGPT能“把企業的介紹,核心價值觀很好的融入,並且直接給你寫好”,對方羣而言,“雖然成品算不上深刻,但已經足夠了。”

寫論文、寫代碼、寫郵件,甚至改cover letter、模擬面試,從學生到打工人,他們正忙於訓練“用ChatGPT為自己打工”。

被“瘋狂吐槽”了

但總體來看,目前ChatGPT更擅長於一些搜索、資料整理的工作。從四面八方湧來的ChatGPT擁躉們,也無奈地發現,人工智能工具也有“智障”時刻。

作為金融方向的研究生,林方起初震驚於ChatGPT回答問題的速度,“語言流暢,顯得非常專業”,而且會“列出知識點”,“一句話的功夫比我一週找的文獻還牛”。

但在最初的震驚過後,林方發現,ChatGPT回答問題所使用的內容,一部分來自於網絡的科普文章,一部分則根本“經不起推敲”,最重要的是,雖然推薦的文獻看起來有模有樣,但實際上“都是搜不到的,很可能是ChatGPT亂編的”。

同樣的烏龍也發生在用ChatGPT寫代碼時,林方發現ChatGPT輸出的代碼,“看起來一本正經,實則完全沒辦法使用”,可能“一是因為流行病學和生物信息學並非ChatGPT擅長的學科,二是ChatGPT在數據集中這方面的訓練數據比較少”,林方補充道。

而且,ChatGPT輸出答案的質量也受到了質疑。

林方發現,雖然郵件、發言稿這類日常文稿使用ChatGPT可以極大解放雙手,但到了學術寫作領域,“ChatGPT始終更像是糊弄學大師”,即在學術寫作時ChatGPT只是學習語言的“pattern”(模式),並不是基於對信息和學術用語的理解輸出回答,這導致“ChatGPT的學術寫作經不起細讀,感覺更像是概念的生搬硬套”。

Franco也表示,“ChatGPT有時用詞和表達方式並不專業”,而由於ChatGPT本身仍屬於AI工具,難免出現“車軲轆話”,甚至誤解語義的問題。

“雖然想訓練ChatGPT當小工,但發現侷限還是不小。”林方坦言,“ChatGPT準確度並不高,比如,我提供給ChatGPT兩篇觀點相反的文獻,ChatGPT會出現三種輸出方式,即AB都説XX是好的;目前眾説紛紜,A説好B説不好;AB都説不好。”

然而,一旦林方對其進行反駁,提出輸出的內容不對,ChatGPT就會立刻更改,即使輸出的是正確答案。

“ChatGPT的觀點都太普通了,只能對學術寫作起到輔助作用。”阿韓直言,“專業的論文寫作需要深刻的觀點闡釋,而你可以利用ChatGPT收集信息的能力迅速瞭解一個課題,卻無法讓他輸出專業的觀點。”

特別是在一些理科領域,如金融、生化環材、電子信息等等專業,ChatGPT更容易“露怯”,“即使就ChatGPT目前蒐集資料、處理數據的能力而言,對於會Python的人來説,吸引力也並不大。”

此外,隨着ChatGPT風靡全球,關於其背後的數據倫理和版權抄襲問題的討論亦甚囂塵上。

阿韓告訴燃次元,無論是寫求職信還是提問論文涉及到的問題,她始終“不敢把個人信息上傳到ChatGPT內”,此外,對於“尚未發表的文章數據或者結論上傳到ChatGPT數據庫”從而可能被用作AI智能訓練和學習的資料“是否合適”的問題,阿韓也在心裏打了一個問號。

雖然作為輔助工具,ChatGPT能夠在語法潤色、內容擴寫、提供論文思路等等方面有極大助益,但其背後隱藏的風險也引發了學生羣體的擔憂。

“我的教授特意告訴大家,如果用ChatGPT寫結課作業,會被AI檢測出來直接認定為學術不誠信。”Franco擔心地表示,現在“整段潤色我還是會再觀望一下”。目前Franco在使用ChatGPT時也會盡量刪去敏感詞,只將ChatGPT作為免費的文章潤色工具使用。

而根據財聯社報道, 近日,針對使用ChatGPT撰寫學術論文現象,多家知名學術期刊正在更新編輯規則。其中《科學》明確禁止將ChatGPT列為合著者,並且不允許在論文中使用ChatGPT所生產的文本。《自然》雖然允許在論文中使用包含ChatGPT在內的語言模型生成的文本,但不能列為合著者。

ChatGPT還能火多久?

進入年後,ChatGPT的風頭更盛,在年輕人的日常討論也有涉及,比如一天下午閒聊時,朋友便扔了一個ChatGPT的鏈接邀請一起玩耍,在抱怨工作無法進行,寫不出文稿時,也會有朋友提議“打開ChatGPT”。

一哄而上,熱熱鬧鬧的不只大眾,至今,幾乎每個大廠均已涉足,或宣佈即將涉足ChatGPT業務。

在國內,大廠摩拳擦掌、躍躍欲試。2月7日,百度宣佈推出名為“文心一言”的ChatGPT項目,英文名ERNIE Bot,預計三月份完成內測,面向公眾開放。2月8日,據阿里巴巴一名資深技術專家爆料,阿里達摩院正在研發類ChatGPT的對話機器人,目前處於內測階段。

2月9日,有消息傳出,騰訊表態正在有序推進ChatGPT和AIGC相關方向的專項研究。此外,華為、京東、網易有道、小米等眾多互聯網公司也表示涉足ChatGPT。

在國外,2月6日,谷歌已向人工智能初創企業Anthropic投資約3億美元,用於開發ChatGPT競品,並推出名為Bard的對話式人工智能服務;2月7日,微軟推出ChatGPT技術支持的新版Bing(必應)和瀏覽器Edge,升級後,用户可以直接提出問題,搜索引擎生成答案,新版Bing宣佈上線的48小時內,已經有超過100萬名用户申請加入,這使得bing下載量飆升,一度登上AppStore免費榜的第十名。

此外,AIGC的爆火也帶動了相關概念股股價的飆升。例如被稱為“美版頭條”的數字媒體公司BuzzFeed,近日宣佈將使用ChatGPT輔助製作網站內容,消息發出後股價三天內暴漲300%,成交量超過4.38億股。

2023年開年,ChatGPT就掀起了一股“AI熱潮”,甚至360創始人周鴻禕在與搜狐創始人張朝陽對話時提出,如果企業搭不上ChatGPT這班車,很可能會被淘汰。

不過,對此產業時評人張書樂則表示,大廠此時下場,似乎更像帶着“被脅迫的味道”來“刷存在感”。在此之前,人工智能只在電競、無人駕駛等較高消費層級和小眾領域向公眾展示肌肉,而如今,隨着ChatGPT這一人人都可使用的聊天機器人橫空出世,原本小眾的AIGC圈層的平衡性被打破,大廠也不得不下場。

而大廠入場也有弊端,“最大的問題就是容易損傷企業公信力。”

較之公眾對ChatGPT的容錯率極高,帶有極強娛樂色彩的傳播軌跡而言,大廠的AI工具一旦表現失常,都將成為一場公關危機。例如,谷歌人工智能首秀答題錯誤,股價暴跌8%。過去大廠的人工智能更強調技術突破,而不考慮消費級訓練,在這一波短期AI熱中,勢必處於輿論被動和市值不穩的狀態中。

而ChatGPT的爆火,是一時追風炒作,還是切實可追的未來?

從投資人的視角來看,“ChatGPT還有很大的想象空間。”國內硬科技領域天使輪投資平台中科創星創始合夥人李浩告訴燃次元,做為數據和算力結合的一款優化對話的語言“大模型”,ChatGPT目前可以廣泛應用在基於文本的簡單重複性工作裏,例如撰寫文章、論文、報告等。接下來還能拓展到圖像、音/視頻等領域,替代一些簡單的剪輯工作。

而且,ChatGPT擁有“訓練”功能,特別適合代碼的訓練,可以廣泛應用在諸多機器人應用領域,如陪伴機器人等。早在2019年,中科創星就天使輪投資了智譜AI,在鵬城實驗室的華為昇騰芯片上每天為中國程序員生成超過100萬行代碼。未來,隨着AI模型能力的提高,在金融、教育、工業、醫療等方面也有不小的應用前景。

而目前相對於二級市場的火熱,一級市場的投資者們仍在理性觀望。華創資本合夥人王道平表示,“對於國內來説,大部分創業公司或者投資,都還處於早期或跟隨狀態。”

張書樂亦直言,“ChatGPT只會是短期網紅,在‘玩膩’後很大可能被‘月拋’。”不過,這種應用後續有望在智能客服、搜索引擎的資料整合等場景進行應用。

“事實上,ChatGPT的技術性並不強,只是針對資料深度學習和進行了語法上的強化訓練,和更關注垂直領域和商用領域的大廠技術,並不能同日而語,就目前而言,ChatGPT的應用場景依然不夠寬廣,以ChatGPT為例説人工智能真正進入了消費級市場,還為時尚早。”