ChatGPT – o futuro da inteligência artificial? -

ChatGPT——人工智能的未来？

03/02/2023

科学和技术 • 贡献者

通过何塞·马查多·莫伊塔·内托*

没有不产生教育、文化、社会、经济和政治后果的人工智能。

围绕 ChatGPT 的争议似乎助长了 市场营销, 引发超越这一特定技术应用的反思，将目光投向更广阔的人工智能 (AI) 领域。谁有机会阅读 人工智能 李开复的著作可能被技术乐观主义所笼罩，或者反思了该文本中没有的权力、统治、教育和文化变革等问题。

面对几乎所有事情，教育者的立场始终是克制的乐观主义。没有什么不值得批评或至少对可能的和不受欢迎的事态发展保持警惕的壮观事物。本文的目的是浏览人工智能的可能性，而某些应用程序可能被认为无用或危险。

人类机器人

这种反思的第一点是人类“机器人”的存在：在某些实践中，人们的行为就好像他们是机器人一样。这来自于培训，标准化，行为的标准化，甚至是公司所要求的。例如，有些人已经遭受了想要在超市快速购买商品的不愉快，并预料到将被请求的信息。物品交付时声明将通过信用卡支付（一次或现金），认为这样可以节省时间并帮助收银员更快地完成工作。这不是真的。它将处理购买，然后询问问题：贷方还是借方？如果答案是信用，那么它会询问是现金还是分期付款。之前已经提供了这些信息，但他没有注意，或者如果注意了，他必须遵守非常严格的协议，这使他成为真正的人类“机器人”（human robot）。

所以，如果我们在社会上有这种可接受的行为，这种超级标准化，而这只是其中一个例子，那么人工智能之所以能够取得巨大成功也就不足为奇了，因为人类可以迅速标准化。统一的行为和模式很容易被机器识别和学习。例如，ChatGPT 就是这种情况。人工智能将以压倒性优势取代“人类机器人”。

人类行为标准化

社会工程学中有一些用于模式化的技术。这很常见，例如，对于口号商业广告或情感表现遵循某人通过一系列话语指定的某种模式，使得非常不同的人的行为围绕相同类型的话语、相同的方法、相同的偶像甚至相同的产品或品牌。从市场的角度来看，对许多企业来说，创造大众化、标准的行为是极好的。

聊天后 GPT 透明度

没有不产生教育、文化、社会、经济和政治后果的人工智能。如果是这样，那将是无关紧要的。通过这种方式，讨论人工智能中使用的每种机制的技术建设性透明度定义了社会希望如何通过它来改变，包括追踪道德限制。在这个聊天后的 GPT 挑衅中，存在一个透明度问题，可以通过过去用来炫耀社会地位的标语“你知道你在和谁说话吗？”来简化这个问题。

任何人工智能都应该被要求的是，它的第一反应是人工智能本身向用户提出的问题：“你知道你在和谁说话吗？”。回答“否”的用户将听到快速介绍，其中将指示训练人工智能的数据集和数据库使用的时间段。除了使用它的适应症和禁忌症的情况，例如药物传单。答案中出现的所有正确或错误的内容显然都取决于该数据库或其特征。任何进化并继续向其用户学习的人工智能都应该包含一个特殊警告，因为已经经历过不必要的进化风险，导致用户结合程序攻击来改变它。

让我们假设一个数据库是从 Rede Globo 1970 年代和 1980 年代之间。通过这样做，您可以存储所有这些程序，并从中训练人工智能。这样，它将包括该特定时期的所有节目。一个关于气候变化的问题可以这样回答：“我没有受过这方面的训练”，或者，甚至一个涉及最近文化变化的问题可以用一个在那个十年里完全足够的有偏见的答案来回答。因此，我们可以将关于女性在社会中的角色的答案归类为不合时宜的；因为我们知道，在那个历史时期，就是这样说的，也是处理某个问题的方式。

借此，我提出的论点是，今天的人工智能，正是因为它要覆盖非常大的范围，所以非常关注涉及多组数据的问题。因此，它面临着从数据集本身的定义及其代表性出发的各种问题。通过这种方式，AI 模型面临着与所有其他科学领域面临的超大/超宽模型相同的问题。

其他科学的理论路径

在化学中，我们拥有今天仍在教授的动力学理论，更多是因为它们的历史特征，并且适用于所有化学反应。今天，我们知道，能够定性和定量地解释化学反应动力学的单一理论是不可行的。此外，现在我们知道，过去的理论对于解释反应速度所涉及的定性方面很重要，但它们并没有从定量的角度考虑。为此还有其他理论，但针对的是非常具体的反应。这适用于关于气体行为的理论，一般理论是历史框架的一部分，并提供有关气体行为下的压力、温度、体积的定性信息。然而，它们远不能代表适用情况下特定气体的模型，并具有显着/准确的定量结果。在所有科学中，都有可能证明最初使用的理论具有无法测量的范围。

目前，人工智能模型与这些通用理论相对应，只有失去通用性，走向专业化，才能变得更好、更准确。想象一下，我们可以拥有一个基于 Machado de Assis 所有作品的人工智能，在数据库中收集，除了他的作品，他那个时代的所有报纸以及与他的经历相对应的一切。所以，这个人工智能，在某种程度上，将通过 Machado de Assis 的宇宙。因此，这个人工智能的问题将涉及马查多德阿西斯的语言，包括马查多德阿西斯时代的语义方面和他使用的类别，他在阶级社会和他生活的环境。对于向马查多德阿西斯询问那个历史时期的学生来说，这样的人工智能将具有令人印象深刻的教学潜力。这就像让一位活着的祖先讲述他那个时代的故事。

的制作定制人工智能

例如，今天，任何研究人员都可以创建相当复杂的统计模型，其代数通常不被理解，但可以根据自己的需要对其进行解释。同样，可以创建一个 IDLE (综合发展和学习环境) 让学生创造他们的人工智能。在这种情况下，商业模式将不是人工智能的销售，而是适合导入人工智能 IDLE 构建器的数据库。这些算法将简化训练步骤，就像今天的统计数据一样，前提是数据库已经过仔细的预处理。

一个可能的未来人工智能

人工智能的未来将为用户量身定制，用户自己可以根据需要提供和使用它，从他想要的数据库中进行训练。想象一下，访问一个将与所有编程一起工作的人工智能 先锋电台 Teresina 的采访完成，音乐播放，在整个历史时期它都有一个数据库。让我们假设它是从 1960 年代到 2010 年或 2020 年。因此，我们可以拥有整个时期的 AI，甚至可以拥有更有限时期的 AI，例如 60 年代-80 年代、80 年代-90 年代、90 年代- 2000等在此碎片中。这意味着每个人都可以从他们选择的给定数据库中构建自己的人工智能。

事实上，这种专业化会很有价值，因为我们也会有“泡沫现象”。在 80 年代和 90 年代做 AI 的人不会拥有当今世界所需的所有答案，但 AI 会将他们置于与那个时期相对应的认知泡泡中。但是，没有什么能阻止那个人，不获取那个十年的 AI 知识，就可以使用下一个十年。因此，可能有人更喜欢从 60 年代到 80 年代继续咨询人工智能，另一个从 2000 年代到 2010 年代等等，因为他们是及时停止的人，他们专注于那些在当时播放的歌曲那个时代，那个时代，看世界的方式。

通讯基础人工智能

综上所述，从伦理的角度来看，最重要的事情是在回答“你知道你在和谁说话吗？”这个问题时。将是答案的发射：“你正在与人工智能对话，该数据库基于这样一个数据库，该数据库是在特定时间段内从此类信息中训练和产生的。” 这样，5W2H新闻的那些基本信息（什么，为什么，谁，哪里，什么时候，如何，多少) 将在人工智能提供的信息中，每个人都可以创建或获取人工智能市场中已经创建的信息，这就是可能的未来。这将解决人工智能当前的问题，但它会带来另一个伦理层面，并将人工智能今天所具有的所有不合时宜的东西都限制在某个历史时期。

不能满足大多数人要求的人工智能存在什么问题？基于过去的某些观点，他们可以快速获得政治正确或歧视。人工智能总是会回顾过去，因为它会根据给定的内容进行训练。这样，当我们声明数据库是什么的时候，并没有假装笼统，它专门针对某个历史时期，在某个语境中，它可以到达任何人，就像今天我们不需要摄影师这样的专业人士。每个人都可以创作自己的照片，就像我们不需要实验室来冲洗图像一样，我们可以将它们投影并随处展示。

建议使用教育中的人工智能

我相信人工智能会有其他偏见，当它到达学校环境时，可以做的一种做法是要求学生创建一个数据库来训练基于浪漫主义的人工智能。因此，每个学生都会寻找浪漫主义的所有可能元素，它的历史时期，主要作品，会编译所有这些数据库，每个人都会在他们的培训基础上添加一些东西来区分他们。也就是说，我们将真正把人工智能的特性融入到教育模型中，而不仅仅是简单的用户按下按钮得到简单的答案。这意味着我们应该有更好的老师，对这些可能性进行更多的培训，使用更简单和更流行的算法，而且，我们将有一个非常具体的规定，这将是每个人工智能的必要文件。

在创意与标准化之间

人永远不会停止同时成为两个事物：他总是会根据他的社会生活趋向于统一，这极大地有利于人工智能并且也将具有创造性，与其他/邻居不同，这将始终在人工智能。然而，很明显，它会给整个社会带来好处，就像新闻界、伟大的百科全书、词典以及社区获取和解释信息的各种手段一样。显然，它永远不会停止对某个时期的模仿，总是需要使用者发挥自己的能力进行解读。

当要求人工智能基于马查多德阿西斯的数据写一篇关于气候变化的文章时，这篇文章将具有马查多德阿西斯的风格和与他的时代相对应的深度。也许，叙述一些与气候变化相关的情况，发生在某个时期，可以简单地描述为完全或洪水、严寒或仅在最后会宣布所提供的信息不足以完成这个想法，因为这该类别在那个历史时期并不存在。但是，我们还有许多其他有趣的事情需要探索。