在科技巨頭為了ChatGPT大打出手的另一邊，學(xué)術(shù)圈對于ChatGPT的關(guān)注也在升高。

一周時間內(nèi)，Nature連發(fā)兩篇文章探討ChatGPT及生成式AI。

【資料圖】

畢竟ChatGPT最早還是在學(xué)術(shù)圈內(nèi)掀起風(fēng)浪，先后有學(xué)者拿它寫論文摘要、改論文。

Nature為此專門頒布禁令：ChatGPT不能當(dāng)論文作者。Science則直接禁止投稿使用ChatGPT生成文本。

但趨勢已擺在眼前。

現(xiàn)在更應(yīng)該做的，或許是明確ChatGPT對于科學(xué)界的意義以及應(yīng)當(dāng)處于怎樣的身位。

正如Nature所言：

生成式AI及背后的技術(shù)發(fā)展如此之快，每個月都有創(chuàng)新出現(xiàn)。研究人員如何使用它們，將決定著技術(shù)和學(xué)界的未來。

ChatGPT改變學(xué)術(shù)圈規(guī)則

在《ChatGPT：五大優(yōu)先研究問題》一文中，研究人員提出：

無法阻止ChatGPT殺入學(xué)術(shù)圈，當(dāng)務(wù)之急應(yīng)該是研究探討它會帶來哪些潛在影響。

如果后續(xù)ChatGPT被拿來設(shè)計實驗、進(jìn)行同行審議、輔助出版、幫編輯決定是否要接收文章……這些應(yīng)用應(yīng)該注意哪些問題？現(xiàn)在人類需要明確哪些邊界？

研究人員認(rèn)為，有5個方面需要優(yōu)先考慮，并解釋了原因。

堅持人類審查

ChatGPT等對話式AI的一大特點，就是回答內(nèi)容的準(zhǔn)確性無法保證。而且編出來的瞎話都還很自然，容易對人產(chǎn)生誤導(dǎo)。

比如，研究人員讓ChatGPT對一篇關(guān)于認(rèn)知行為療法（CBT）治療焦慮等癥狀是否有效的論文進(jìn)行總結(jié)概述。

ChatGPT給出的回答中，存在很多事實性錯誤。如它說這項評估是基于46項研究，但實際上是69項，而且夸大了CBT的有效性。

研究人員認(rèn)為如果有學(xué)者使用了ChatGPT幫忙做研究，很可能被錯誤信息誤導(dǎo)。甚至?xí)?dǎo)致學(xué)者在不知情的情況下，剽竊他人成果。

因此，研究人員認(rèn)為在評審論文過程中，人類不能過度依賴于自動化系統(tǒng)，最終還是要由人類自己為科學(xué)實踐負(fù)責(zé)。

制定問責(zé)規(guī)則

為了應(yīng)對生成式AI的濫用，很多鑒別AI文本工具陸續(xù)誕生，它們能很好分辨出一段文字是不是人類自己寫的。

不過，研究人員認(rèn)為這種“軍備賽”大可不必，真正要做的是讓學(xué)術(shù)圈、出版商能更加公開透明地使用AI工具。

論文作者應(yīng)該明確標(biāo)注哪些工作是AI承擔(dān)的，期刊如果使用AI審稿，也應(yīng)該公開說明。

尤其是目前生成式AI已經(jīng)引發(fā)了關(guān)于專利問題的討論，AI生成的圖像版權(quán)究竟該怎么算？

那么對于AI生成的問題，著作權(quán)應(yīng)該屬于為AI提供訓(xùn)練數(shù)據(jù)的人？AI背后的制作公司？還是用AI寫文章的學(xué)者？作者身份的問題，也需要嚴(yán)謹(jǐn)定義。

投資真正開放的LLM

目前，幾乎所有先進(jìn)的對話式AI，都是科技巨頭們帶來的。

關(guān)于AI工具背后算法的工作原理，很多都還不得而知。

這也引發(fā)了社會各界的擔(dān)憂，因為巨頭們的壟斷行為，嚴(yán)重違背了科學(xué)界開放的原則。

這將會影響學(xué)術(shù)圈探尋對話式AI的缺點和底層原理，進(jìn)一步影響科技的進(jìn)步。

為了克服這種不透明性，研究人員認(rèn)為當(dāng)下應(yīng)該優(yōu)先考慮開源AI算法的開發(fā)和應(yīng)用。比如開源大模型BLOOM，就是由1000位科學(xué)家聯(lián)合發(fā)起的，性能方面可以匹敵GPT-3。

擁抱AI的優(yōu)點

雖然有很多方面需要設(shè)限，但不可否認(rèn)，AI確實能提升學(xué)術(shù)圈的效率。

比如一些審查工作，AI可以快速搞定，而學(xué)者們就能更加專注于實驗本身了，成果也能更快發(fā)表，從而推動整個學(xué)術(shù)圈的腳步走得更快。

甚至在一些創(chuàng)造性工作上，研究人員認(rèn)為AI也能有用武之地。

1991年的一篇開創(chuàng)性論文提出，人和AI之間形成的“智能伙伴關(guān)系”，可以勝過單獨人類的智力和能力。

這種關(guān)系能夠?qū)?chuàng)新加速到無法想象的水平。但問題是，這種自動化能走多遠(yuǎn)？應(yīng)該走多遠(yuǎn)？

因此，研究人員也呼吁，包括倫理學(xué)家在內(nèi)的學(xué)者，必須就當(dāng)今AI在知識內(nèi)容生成方面的界限展開討論，人類的創(chuàng)造力和原創(chuàng)性可能仍舊是進(jìn)行創(chuàng)新研究必不可缺的因素。

展開大辯論

鑒于當(dāng)下LLM帶來的影響，研究人員認(rèn)為學(xué)界應(yīng)該緊急組織一次大辯論。

他們呼吁，每個研究小組都應(yīng)該立即開組會，討論并親自試試ChatGPT。大學(xué)老師應(yīng)該主動和學(xué)生討論ChatGPT的使用和倫理問題。

在早期規(guī)則還沒有明確的階段，對于研究小組負(fù)責(zé)人來說，重要的是如何號召大家更公開透明地使用ChatGPT，并開始形成一些規(guī)則。以及應(yīng)該提醒所有研究人員，要對自己的工作負(fù)責(zé)，無論它是否由ChatGPT生成。

更進(jìn)一步，研究人員認(rèn)為要立即舉辦一個國際論壇，討論LLM的研究和使用問題。

成員應(yīng)該包括各個領(lǐng)域的科學(xué)家、科技公司、研究機(jī)構(gòu)投資方、科學(xué)院、出版商、非政府組織以及法律和隱私方面的專家。

Nature：ChatGPT和AIGC對科學(xué)意味著什么

興奮又擔(dān)憂，大概是許多研究人員對于ChatGPT的感受。

發(fā)展到現(xiàn)在，ChatGPT已經(jīng)成為了許多學(xué)者的數(shù)字助手。

計算生物學(xué)家Casey Greene等人，用ChatGPT來修改論文。5分鐘，AI就能審查完一份手稿，甚至連參考文獻(xiàn)部分的問題也能發(fā)現(xiàn)。

來自冰島的學(xué)者Hafsteinn Einarsson，幾乎每天都在用ChatGPT來幫他做PPT、檢查學(xué)生作業(yè)。

還有神經(jīng)生物學(xué)家 Almira Osmanovic Thunstr?m覺得，語言大模型可以被用來幫學(xué)者們寫經(jīng)費(fèi)申請，科學(xué)家們能節(jié)省更多時間出來。

不過，Nature對ChatGPT輸出內(nèi)容做出了精辟總結(jié)：

流暢但不準(zhǔn)確。

要知道，ChatGPT的一大缺點，就是它生成的內(nèi)容不一定是真實準(zhǔn)確的，這會影響它在學(xué)術(shù)圈的使用效果。

能解決嗎？

從現(xiàn)在來看，答案有點撲朔迷離。

OpenAI的競爭對手Anthroic號稱解決了ChatGPT的一些問題，不過他們沒有接受Nature的采訪。

Meta發(fā)布過一個名為Galactica的語言大模型，它由4800萬篇學(xué)術(shù)論文、著作煉成，號稱擅長生成學(xué)術(shù)方面內(nèi)容，更懂研究問題。不過現(xiàn)在它的demo已經(jīng)不開放了（代碼還能用），因為用戶在使用過程中發(fā)現(xiàn)它帶有種族歧視。

即便是已經(jīng)被調(diào)教“乖巧”的ChatGPT，也可能會在刻意引導(dǎo)下輸出危險言論。

OpenAI讓ChatGPT變乖的方法也很簡單粗暴，就是去找非常多的人工給語料標(biāo)注，有聲音認(rèn)為這種雇人看有毒語料的行為，也是一種剝削。

但無論如何，ChatGPT及生成式AI，開啟了人類新的一扇想象之門。

醫(yī)學(xué)學(xué)者埃里克·托普(Eric Topol)表示，他希望未來能有包含LLM的人工智能，可以交叉檢查學(xué)術(shù)文獻(xiàn)中的文本和圖像，從而幫助人類診斷癌癥、理解疾病。當(dāng)然這一切要有專家做監(jiān)督。

他說，真沒想到我們在2023年年初，就看到了這樣的趨勢。

而這才只是開始。

本文來源：人工智能學(xué)家，原文標(biāo)題：《Nature一周連發(fā)兩文探討ChatGPT：學(xué)術(shù)圈使用已不可避免，是時候明確使用規(guī)范了》

風(fēng)險提示及免責(zé)條款 市場有風(fēng)險，投資需謹(jǐn)慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標(biāo)、財務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞： 研究人員 生物學(xué)家 研究問題