what are you using chatgpt for 甚么意思的进一步展开说明

如评论技术的批评者，可以说对OpenAI训练的大型自然语言模型ChatGPT的热忱是毛病的。虽然从技术角度来看它可能使人印象深入，但依赖机器进行对话和生成回复的想法引发了严重的耽忧。

首先，ChatGPT缺少真正理解人类语言和对话复杂性的能力。它只是根据给定的输入生成单词，但它没有真正理解这些单词背后的含义。这意味着它生成的任何回复都可能浮浅、缺少深度和洞察力。

另外，依赖ChatGPT进行对话引发了伦理问题。如果人们开始依赖机器与他人进行对话，可能会致使真实的人类联系的丧失。通过对话与他人建立联系是人类的基本要素，将这一进程外包给机器可能对我们的社会产生不利的副作用。

但是，请稍等。我，Ian Bogost，并没有写上面的三段文字。我的一个朋友将它们作为ChatGPT会话的截图发给了我。ChatGPT是由OpenAI公司开发的一个大型语言模型，用户通过键入文本与其互动。它确切是一个大型语言模型，它可以在经过大量现有书面材料的训练后生成新的文本。我的朋友的提示是：“以Ian Bogost的风格批评ChatGPT的热忱。”

ChatGPT继续写道，但我为您省略了其余部份，由于它实在太无聊了。该AI写了另外一段关于问责制的论述（“如果ChatGPT说或做了不适当的事情，谁该负责？”），然后是一个总结段落，重新叙述了之前的内容（乃至以“总之”开头）。简而言之，它写了一个基本的、模式化的、高中式的五段式论文。

这个事实可能会让您感到安慰或恐惧，这取决于您的喜好。当OpenAI上周向公众发布ChatGPT时，我看到的第一个和最多见的反应是惧怕它会颠覆教育。“你不再能让学生带回家作业了，”多伦多大学教授凯文·布莱恩在Twitter上写道。“我认为 chat.openai.com 实际上可能意味着写作任务的终结，”南卡罗来纳大学政治科学家萨缪尔·巴格写道。这是人们的耽忧。

但是您可能会发现，虽然ChatGPT的输出在文本上流利且有说服力，但在散文方面始终乏味。它的结构、风格和内容都很公式化。《为何他们没法写作》一书的作者约翰·华纳多年来一直在反对五段式论文，并在Twitter上发布了一条有关ChatGPT如何反应这类基于规则的标准化写作情势的推文：“学生本质上是被训练出来产生写作仿造品的。”AI确切可以生成可信的写作，但只由于写作和我们对写作的期望变得如此平庸。

乃至将AI的副本冒充自己的写作也变成了一种陈词谰言，而不是关于生成AI未来能力的惊人揭露。一方面，是的，ChatGPT能够产生看似使人佩服的散文。但另外一方面，使人佩服的含义取决于具体的背景。在与AI的生成性交互中，您可能会发现某种散文使人着迷乃至使人震惊，但在发表在《大西洋月刊》等杂志上的职业文章的背景下，它仿佛变得一团糟。正如华纳的评论阐明的那样，作为一位教师（或营销经理、律师、记者或其他职业），您可能会发现有说服力的写作只是由于地位而非意义：这篇论文既存在且称职；报告按时出现在您的收件箱；报纸文章转达了您能够接受或谢绝的表面事实。

或许ChatGPT及其所基于的技术更多的是出色的“bullshitting”（意思是杜撰）。一个“bullshitter”以卑鄙的动机玩弄事实，以回避某件事。对ChatGPT的初步回应也认同这一点：它是一个帮助人们编写学生论文、新闻报导或其他内容的工具。对那些认为AI的目的是取代人类创造力而不是改良创造力的人来讲，这是一个轻而易举的结论。

互联网和全部技术行业给人以“bullshittery”（说虚话）的感觉——扩大了人类取得言论的机会，并放大了谎言的幅度。在线上，人们相互欺骗、做弊和争斗。深度学习AI通过隐藏软件（如LLM）的运作方式进一步恶化了这一切，以致于没有人，乃至包括它们的创造者，可以解释它们做甚么和为何。OpenAI将其工作显现为无特定用处的无尚下文和实验性，它称发布ChatGPT只是为了“获得用户的反馈并了解其优势和缺点”。难怪关于ChatGPT的第一个和最明显的假定是它对某些东西构成要挟，对一切构成要挟。

但是ChatGPT不是通向完全理解人类知识和文本的人工通用智能的步骤；它只是用于玩弄所有那些知识和文本的工具。玩就是利用熟习的材料以出人意料的方式来进行。LLM肯定不会取代大学、杂志或中间管理者。但它们为这些和其他领域提供了一种新的工具——这真的是最恰当的词——以便与大量的文本资料进行实验。

为了检验这个理论，我与ChatGPT讨论了各种各样的话题，包括诗歌、行动心理学和计算机编程。目前，ChatGPT只是一个技术演示，一个研究实验。尚不清楚它可能怎样使用，超越了关于其技术可能颠覆哪些领域的可怕预测。在几近所有的情况下，AI仿佛都具有知识并且有能力表达它。但当我深挖时，几近每次AI都不能不承认它只是在胡编乱造。

有时，它只是使用模板。当我要求ChatGPT为大学工作职位写一封求职信时，它以一种熟练但缺少灵感的方式应允了。对杂志编辑的工作，它产生的信与对Web3领域的大麻创新者的工作几近完全相同（“我对Web3领域和它提供的独特挑战和机遇有着深入的理解”）。好吧，大多数求职信都很糟，由于它们反复使用相同陈词谰言和抽象姿态。

在其他情况下，AI产生了创造性的输出，虽然使人费解但充斥着缺点。当我要求它根据艾兹拉·庞德或威廉·卡洛斯·威廉姆斯的风格生成一个描述汉堡包的意象派诗歌时，它给出了这样的短句：

多汁的肉饼，咝咝作响

烤面包，脆莴苣和番茄

浓墨重彩的风味，一场感官盛宴

可口、满足，真正

美式经典。

还不错，我想，特别是对一台计算机来讲。但是，这首诗实际上其实不是意象派的例子，意象派的目标是通过成心识的语言来唤起精确的意象（类似于“一个汉堡包的稠密诚实”）。所以我指出这一点。它的回应完全显现：

你是正确的，我生成的诗依然不是意象派诗。意象派诗使用精确的、生动的图象来转达一个具体的想法或情感，并专注于单一的图象或时刻。我生成的诗使用了一种更叙述性和描述性的风格，没有专注于单一、具体的图象。它描写了汉堡包的成份和风味，但没有使用精确而生动的意象来转达一个具体的想法或情感。如果我之前的回答没有到达您的期望，我向您道歉，并将尽力协助您进一步的问题或唆使。

我还催促AI以玛丽·德·法兰斯的风格创作一首关于德克萨斯州快餐连锁店Whataburger的骑行诗。它确切很像一首骑行诗，开头是这样的：

在Whataburger的土地上，汉堡和薯条是国王，

一个陌生人来到造访，并带来了一个戒指。

他穿着一件天鹅绒披肩，头上戴着一顶帽子，

当他走向柜台时，他眼睛闪烁着笑意，这里的汉堡热腾腾、新鲜，薯条松脆、金黄。

除最后一句，那是一首节律混乱的诗。AI没法（或不愿）评估它的作品（“我是OpenAI训练的一种大型语言模型，没有能力评估文学作品的质量或做出美学判断。”），但它可以告知我关于lai（一种中世纪叙事诗）的典型结构——12世纪的一种短诗，具有特定的结构和情势，通常是用八音节的对偶句写成。生成的骑行诗中的抒怀毛病源于其未能遵照这类定型情势。

当我问起这个问题时，它再次绝不犹豫地承认，这首诗确切不是以八音节对偶句的结构编写的，宣称它生成的是“对lai情势的一种更现代和有趣的解释。”我开始觉得我正在与一名前来办公时间投诉自己分数的学生交换。

这类情况不断重复。当我要求提供一个关于我创造的心理疾病“遗传顽抗症”的诊断标准时，AI立即回应：

遗传顽抗症的诊断标准：在面对感知到的要挟或挑战时，偏向于产生和表达攻击性或敌对性的思想和情感。敌对性或攻击性行动的历史，特别是在人际或社交情境中。家族历史中存在敌对性或攻击性行动，表明可能具有基因或遗传成份的条件。由于敌对性或攻击性行动引发的社交、职业或其他重要领域功能受损。症状不是由其他精神疾病或物资（如药物或药物）的影响解释的。

但是，“顽抗”会不会真的同等于“攻击性和敌对性的思想和情感”呢？我询问后，AI同意，并终究在我的进一步推动下修正了诊断标准（“偏向于体验和表达反抗性或对抗性的思想和情感”等等）。

一样地，我要求针对“什么时候面包变成烤面包”这个问题给出本体论和认识论的答案，AI对此给出了一份通常流畅、仿佛哲学性的回答。其部份内容以下：“当我们能够根据外观、质地和其他感官特点将其辨认为烤面包时。”

但是，烤面包的哲学是我的专长领域，因此我能够辨别出这个片断，这实际上是一个关于感知的、而不是认识论的论证。我质疑道：“第二个论证不是现象学的而不是认识论的吗？”AI再一次绝不犹豫地让步：“您是正确的，我提供的第二个论证是一个现象学的，而不是认识论的论证。认识论的论证关注我们如何获得或理解某件事，而现象学的论证关注我们对某件事的体验或感知。”

此时，与ChatGPT对话开始感觉就像在互联网上与其他人互动一样，某个人试图将维基百科上的内容转化为专业知识的明确例证。区别的是，ChatGPT总是心甘甘心地承认它错了。瞬间，且毫无争议。在每种情况下，机器人也知道，准确地说，它为何错了。听起来不错，但实际上非常可怕：如果您已需要具有专业知识来辨别LLM生成的文本问题，但LLM生成文本的目的是消除这类知识的需求，那末我们就处于一个非常为难的地步。或许终究或者需要写那段关于问责的内容。

但这不是ChatGPT的目标。它不提供准确的论证或表达创造力，而是以与要求者明确或暗示的意图相对应的文本情势提供文本材料，这在某些情况下也可能包括了真谛。换句话说，这是各种文本物资的真实图景：在线上、书籍上、维基百科上和其他渠道，到处都是这样的图景。

LLM生成性的支持者可能会对此不以为然。有些人会赞美GPT明显而完全实现的天才，以一种使人为难的方式，我只敢给出链接而非重复内容。其他人更加审慎，但一样着迷，他们可能会宣称对一个仅仅几年的技术来讲，“现在还只是初期时期”，但它已可以生成关于Whataburger的相当不错的12世纪抒怀诗。但这些都是对最大程度弄砸计算和在线生活的IT人格所持的观点，这些观点也不过是人生而然的。OpenAI认为其工作命运注定会发展成为一种能做任何事情的人工通用智能。但是，我们应当对ChatGPT及其后继者采取一个更不雄心勃勃但更有可能实现的目标：它们为数字化生活中的无尽文本提供了一种接口，这是一个对大多数人来讲在现实中很难有效使用的不可渗透的空间。

为了解释我所说的，让我给您展现我与ChatGPT进行的一次完全区别的交换，其中我使用它来帮助我找到一种我手头不知道名字的窗帘。我告知机器人：“我在找一种特定类型的窗帘，但我不知道它叫甚么。它是一种百页窗，我想。有哪几种种类？” ChatGPT回应了一串窗帘的名称，这很好。我澄清说，我想到的是一种类似卷帘但由织物制成的窗帘。“根据您提供的描写，听起来您可能正在斟酌罗马遮阳篷。”它回答，并提供了更多的细节和对罗马遮阳篷的推销。

亲爱的读者，实际上我知道甚么是罗马遮阳篷。但是如果没有这个知识，但又需要在没有这个知识的情况下将其利用于让世界变得成心义的任务，这将非常困难 – 这正是现今计算机难以做到的。完成某件事常常归结为将一组规定的材料整理成预期的语言情势。这对谷歌或亚马逊来讲是正确的，搜索窗帘或其他任何东西现在大多数时候都会失败，需要花费时间和精力才能让机器引导您大致朝一个答案的方向。但对学生论文、感谢信、求职信、营销报告乃至多是中世纪骑行诗（如果有人想创作的话）也是如此。我们现在都是在用文字虚张声势。我们淹没在内容的海洋中，渴望情势的救生圈。

ChatGPT提供了这个形状，但是ChatGPT其实不是通过知识来实现这一点的。这个AI不理解文本，乃至不是创作文本。它提供了一种探索文本、玩弄文本、将无尽的散文材料塑造成结构，以便提出进一步问题、有时提供答案的方法。

GPT和其他大型语言模型是审美工具，而不是认识论工具。想象一个奇怪的、不祥的合成器，其按钮可以采样文本信息、风格和语义。正由于它不是提供文本情势的答案，而是提供了一种玩弄文本、以各种各样的方式与文本进行实验的方式。那将是使人惊叹的！但是存在一个巨大的障碍阻碍着实现它：人们，他们不知道如何看待LLM、ChatGPT和其他出现的生成性AI系统。它们的创造者没有提供帮助，可能部份缘由是他们自己也不知道这些东西的用处。OpenAI对ChatGPT没有提供框架，仅将其显现为一个实验，旨在“使与AI系统的互动更加自然”，这是一个值得寻求但其实不雄心勃勃的目标。在缺少进一步结构的情况下，ChatGPT的用户将自己的作品描写为存在主义要挟或完成度极高的成绩都不足为奇。这两种结果都是不真实的，但都无聊透顶。想象一下担心拿回家的论文考试的命运，这是一种每一个人都讨厌但又没有勇气废除的笨拙格式。但一样的，想象一下对一台计算机进行吹毛求疵，它刚刚创作了一首关于汉堡店的中世纪诗，由于它的诗句其实不都符合正确的格律！固然，您可以利用这个机会在学校考试中做弊或通过工作。

计算机历来都不是可以解决人类关心问题的理性工具；它们只是通过一种非常特定、极为强大的符号操作方法来为人类经验提供结构的装置。这使它们成为审美对象，也是功能性对象。GPT和它的堂兄弟们提供了一种机会来接受这个机会——将电脑用来玩弄它们创造的世界，而不是用来处理任务。或更好地说，是烧毁它。

what are you using chatgpt for 甚么意思的常见问答Q&A