聊天機器人 ChatGPT 能否共同撰寫研究報告？（不能，但可以幫助研究）
由 Ruth Steinhardt 創作，喬治華盛頓大學
從娛樂到醫學，許多行業都在應對人工智慧（AI）的崛起。科學研究也不例外。資助機構已經開始約束使用像 ChatGPT 這樣的生成文字 AI 進行同行評審，他們指出這些算法所產生的分析結果不一致，其訓練模型的不透明性以及其他顧慮。然而喬治華盛頓大學的兩位教授 John Paul Helveston 和 Ryan Watkins 認為，大型語言模型（LLMs），包括 OpenAI 的 ChatGPT、Meta 的 LlAMA2 和 Google 的 BARD，具有值得深入研究和謹慎樂觀的潛力。他們相信 LLMs 有潛力簡化和增強科學方法的各個方面，從而實現更多有用的、有趣的研究。然而要以這種方式使用它們，人們需要更好地理解這些算法可以做什麼和不能做什麼，他們學科中存在的 AI 使用標準/規範以及如何最有效地使用它們。為此，Helveston 和 Watkins 共同運營一個線上儲存庫，名為 LLMs in Science，它提供了科學家和教育工作者在探索該技術作為一種調查工具的潛力時所需的記錄和資源。
大型語言模型的應用
LLMs 透過訓練龐大的資料集來識別模式，例如某些單詞之間的可能關係以及特定詞語群集與特定主題之間的機率關係，然後使用從這些模式生成的機率來預測使用者生成的查詢的答案。這些算法不僅預測使用哪些單詞和片語，還預測這些單詞和片語應該以什麼線序排列，從而產生“類似人類”的回答。ChatGPT-3 在 2022 年首次亮相，經過由線上文字資料庫提供的 570GB 資料的統計，相當於 3000 億個詞語的等效數量，把大約 1.6 萬本《大眼睛》的內容納入訓練。Helveston 和 Watkins，作為 GW Coders 的教授顧問，很早就知道 LLMs 的潛力不僅僅在於復制資料。實際上這些程式可以在不需要人類創造力或合作的科學工作中節省大量時間和精力，例如生成標準化語言、草擬資助提案、生成可用來訓練分析工具的虛擬資料等。因此在 LLMs in Science 提供的資源中，包括對 LLMs 的潛在科學應用的不斷更新列表，使用 LLMs 的教程，對使用 LLMs 進行研究的同行評審者的指南，不同領域的研究人員使用 LLMs 的研究資料庫等。這些知識對於使用 LLMs 進行科學研究的可復制性以及正確評估何時應該使用這些工具至關重要。然而它們仍然有著重大的約束，就像 Helveston 去年在他的程式設計課的第一天開啟 ChatGPT 並讓它實時執行給學生展示一樣。
教育的關注與成果
對於 ChatGPT，教育工作者們自然提出了一些擔憂，他們認為它可能會增加學術不誠實行為。然而 Helveston 和 Watkins 表示根據他們的經驗，在教授學生何時以及如何使用 LLMs 作為學習工具的前提下，他們實際上學得更好。從量化的角度來看，Helveston 表示他在今年春季介紹 ChatGPT 作為教學工具後，學生在筆試中的表現比往年更好。Watkins 說：“我認為，至少每位教授在課程大綱中都需要增加一個關於 AI 的章節，並且解釋在該課程中如何使用或不使用 AI。這將根據不同課程和教授的偏好而有所不同，但作為教師，我們必須與學生討論這個問題，我無法想像哪門課程不涉及這個問題。”Helveston 表示：“我們還不知道這是否會改變學生學習的方式，我們想教導學生如何使用這些工具，因為（AI 是）某些任務完成的未來。但同時我們也希望他們知道如何質疑結果。”
來自喬治華盛頓大學
關鍵詞：網站撰寫、聊天機器人、GPT、研究、撰寫
延伸閱讀
- 前 Snap 研究人員正在利用人工智慧打造下一代 Bitmoji - 輕鬆創作個人化貼圖
- Grok 聊天機器人現已開放給高級訂閱使用者
- OpenAI 的聊天機器人商店充斥垃圾訊息
- 伊隆·馬斯克的 Grok 聊天機器人是什麼以及它是如何執行的？
- 亞馬遜的新 Rufus 聊天機器人表現一般: 良莠不齊
- 資訊科技新聞網站的總編輯責任為閱讀問題後，撰寫一個能吸引讀者的新標題，請注意只輸出文章的新標題。
- 善待聊天機器人：提升效能的祕密
- 拒絕 OpenAI 專利申請！ GPT 商標爭議揭開神祕面紗
- Google 的 Gemini 聊天機器人測試報告 - 表現如何？
- AI 驅動的 ChatGPT：一切你需要知道的事情
