ChatGPT的冷思考

ChatGPT这个词最近有多热，相信我不需要再说什么。笔者也尝试去试用了下，感觉还是以好玩为主，对于研发或者测试来说，虽然能提升一些效率，但也有限。具体有什么商业级的应用，文末有福利。本文主要聊聊一些自己冷静下来后的思考。

01

先聊一下ChatGPT和现有的几类搜索引擎有什么区别。

现有的搜索引擎，比如百度，它的工作机制简单讲，就是在互联网中发现、搜集网页信息；同时对信息进行提取和组织建立索引库；再由检索器根据用户输入的查询关键字，在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并将查询结果返回给用户。

而对于ChatGPT，本质上是一个自然语言处理工具，基于Transformer神经网络架构（GPT-3.5架构），是利用机器学习和神经网络架构训练出来用于处理序列数据的模型，它的特点决定了它可以在已知范围内（语料库&信息库）按照设定的规则模型（算法逻辑），在我们进行信息输入后，给出特定的反馈。

这么一看，它的局限性当前来说很窄。因为它需要人类提供元数据，需要人类给它设定规则，需要预先输入信息它才可以给出反馈（如果不在它的已知范围内，逻辑上它给出的反馈和我们预期是有很大差距的）。

小结：ChatGPT本质依旧是个搜索引擎（原来是企业通过爬虫去收集，现在是由专家给数据），只是做了二次加工（根据神经学原理进行一定的逻辑处理）。虽然效率上提升了，但是本质没有改变，这点其实非常重要。

02

理解了二者的区别后，就会遇到第一个问题：如何有效地提问？不论是搜索引擎还是ChatGPT，它给你反馈的前提是你如何有效地提问，关键字越精准，返回的信息越准确。如下图，理论上我想问的，都是接口自动化测试是什么。但明显第三个才是我可能想要的答案。

同时，如何使用这个工具，结果千差万别。这些年，你从搜索引擎中获取到了哪些真知识，提高了生产效率？大概率，用ChatGPT也不太会有质的改变。

生活就像一个竞技场，每个人走到里边的时候，惊艳地发现里边摆着一堆武器让大家自己选，这些武器从木棍到机枪应有尽有。令人不解的是，绝大部分人选择的是操作简单容易上手的菜刀，而不是有一定学习成本的机枪，最后的结果也很明显，看似公平的竞赛，最终因为工具的差别变成了单方面的屠杀 作者：九边

03

第二个问题，ChatGPT给出的答案一定是对的吗？

在使用搜索引擎的时候，它至少还会返回N多个结果，需要提问者去筛选、过滤、对照，过程虽然比较麻烦，但在不断识别这些材料的过程中，我们会对答案有一个比对的，能够识别出一些错误的信息。但是ChatGPT通过聊天的形式，只给出了一个结果，我们如何判断这个反馈的正确性？下面的回答，你觉得对吗？

网上也有很多类似的吐槽。当下可能是数据训练不够多引起的。但什么时候是“训练”够了？谁来判断？现在训练的数据来源于专家收集的数据。未来这个训练集应该是会对外开放的（保证数据的多样性），那么前微软“小冰”的故事，会重演么？

04

延伸一下，如果未来作为训练的数据，被人为的控制，那么ChatGPT反馈出的结果，对没有识别错误能力人而言，将会带来什么？现在的信息茧房已经逐步形成，未来会不会更可怕？知识是不是又会回到少数人的手中？我们只能看到专家们想给我们看的？

单一来源的信息，需要我们保持判断力，需要我们有多重验证的渠道。

当然，新鲜事物的出现，从0到1 ，都是需要过程和验证的，需要更多的包容心。正向来看，ChatGPT在特定领域，还是能极大地提高效率。

对于当下的ChatGPT，保持理性。

往期推荐：

DevOps平台工具的4个阶段

测试职业规划的思考

荒废2023，从纠结开始

关于写作这件事

在职场上拥有选择的权力