最近，各行各業都在談論ChatGPT，對於某些行業的人來說，這可能是好事。然而，對於一些人來說，這卻是被迫追趕ChatGPT的潮流，好像如果沒有涉獵過就是落後於人。作者早先試用了ChatGPT，但發現當時的版本並沒有解決專業實際問題的程度，因此也就沒有特別去關注這個話題。
據筆者所知，除了科技大學允許教職員自行決定是否容許學生使用AI工具之外，本港大部分的專上學府都已經內部禁用了ChatGPT。這表明，大部分院校都暫時對AI在學術研究交流方面扮演的角色持保留態度。
最近，終於坐下來試用ChatGPT，不過將之前測試的專業問題改為通識問題，看看ChatGPT是真的有神通廣大，還是名過其實。在測試過程中，筆者發現了幾個有趣的地方：
現時透過AI產生內容，似乎可以稍為修飾文章的語氣或令文筆看起來流暢一些。不過文章內容是否對題和fact check，暫時仍需要人手把關。
寫作其實需要思路，AI再厲害，也需要給予思路和指引才能寫出高質量的作品。在這個例子中，它可以完成寫作的部分工作，但編輯的工作仍然需要人手完成。
AI寫作是有風險的。它不會避免使用禁用詞彙，也不會避免道德風險。就像上圖所示，如果你問它如何對地球更好，它可能會提出人類滅絕計劃。 假若只為了方便，把 AI 寫出來的東西直接出街，而你的平台在市場上已經有「被抽水」或「被打敗」的價值，很有可能會因為AI寫了一句錯誤的信息而成為別人攻擊、大肆渲染，甚至是被出索賠控告的理由。而當這些事發生時，網民和消費者是不會聽你解釋的。
筆者的朋友也試過用AI寫程式，簡單的程式還是可以寫出來，但在調試之後才能部署。對於複雜的程式，暫時還不能使用AI，因為大型系統需要考驗的是項目管理和系統分析設計的能力，想要使用AI幫助公司建立ERP系統就別想了。而簡單的程式只要在GitHub上整理得好，所有的模塊都可以透過函數呼叫，因此這塊暫時的價值只是吸引KOL湊熱鬧而已
但是，AI做報告反而是值得期待。只要數據齊全，它就可以提供有價值的見解。以前需要一個個製作的報告，日後可能有機會由AI幫手生成。因此，現在建立系統時必須重視數據收集，因為ChatGPT等AI實際上都是通過數據餵養訓練出來的。
搜尋引擎的形式可能會有所改變，日後可能直接回答問題或提供推薦。如果是這樣，內容營銷將變得非常重要，並且要注意如何能讓 AI 更好的閱讀和應用你的內容答問題
雖然表面上看起來他已經完成了七到八成的工作，但其實一篇文章中最耗時的工作量通常是所謂最後的兩到三成工作，例如校對和內容構思。
而那些有固定套路的工作有更大的機會被人工智能所取代。
寫作帶有遍見。例如，當評論 Donald Trump 時不願意發表評論，但評論 Joe Biden 時會寫首詩。
如下圖所示，辯認廣東話仍存在一定的劣勢。
然而，這個版本的人工智能最令人欣賞的地方是，它現在已經能夠進行對話，並初步通過了圖靈測試。我們一方面確實不希望看到所有的新技術都在衝動之下被投入使用，但另一方面，我們期望 ChatGPT 等人工智能日後能夠更加成熟，並且能夠做到更快速、更精確的分析。
在科技界打滾了一段時間後，筆者最深刻的體會就是「人們往往高估一個技術的短期影響，卻低估了其長期影響」。
Comments