正在興起的“ChatGPT”對(duì)科技工作人員的影響

摘 要：ChatGPT成為近期的熱門話題。ChatGPT是由OpenAI開發(fā)的包括文本語言模型、文本到圖像的生成模型、從圖像生成文本等功能在內(nèi)的大型語言模型。ChatGPT強(qiáng)大的語言理解能力和處理能力正在帶來一場時(shí)代變革。本文簡述了ChatGPT語言模型特點(diǎn)，簡單介紹了ChatGPT工作的技術(shù)原理，深入探討了ChatGPT對(duì)科技工作人員的影響，包括對(duì)科技工作人員的機(jī)遇、挑戰(zhàn)和倫理分析，提出了科技工作人員在應(yīng)用ChatGPT時(shí)防范風(fēng)險(xiǎn)的措施。

關(guān)鍵詞：ChatGPT；語言模型；工作原理；科技工作人員；機(jī)遇與挑戰(zhàn)；倫理風(fēng)險(xiǎn)

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2024）04-0-04

DOI：10.16667/j.issn.2095-1302.2024.04.035

0 引 言

2015年埃隆馬斯克與Sam Oldman、AWS Infosis以及YC reseach等人共同宣告OpenAI公司成立，即ChatGPT的母公司。馬斯克認(rèn)為必須實(shí)現(xiàn)人工智能技術(shù)的民主化，并能使其廣泛使用。馬斯克等人認(rèn)為AI不能為個(gè)人或公司獨(dú)有，它屬于全人類。OpenAI的目標(biāo)是將在人工智能領(lǐng)域的研究成果開放分享給全人類。ChatGPT是由OpenAI開發(fā)的一種大型語言模型，其成為近期的熱門話題，各大軟件公司紛紛推出了自己的產(chǎn)品。比如百度推出的“文心一言”。本文簡述了ChatGPT語言模型的特點(diǎn)，說明了ChatGPT工作的技術(shù)原理，并探討了ChatGPT廣泛使用帶來的行業(yè)變革、挑戰(zhàn)，分析了ChatGPT給相關(guān)崗位就業(yè)帶來的經(jīng)濟(jì)效益以及ChatGPT應(yīng)用中存在的風(fēng)險(xiǎn)。

1 ChatGPT語言模型簡介

隨著人工智能技術(shù)的不斷發(fā)展，語言模型正在成為影響各行各業(yè)的重要力量。其中，ChatGPT是目前全球最先進(jìn)的語言模型之一，其強(qiáng)大的語言理解能力和處理能力正在帶來一場時(shí)代變革。ChatGPT模型由語言模型和圖像模型以及圖像文本模型構(gòu)成，目前已更新到第三代。OpenAI開發(fā)的ChatGPT模型通過文本互動(dòng)來執(zhí)行指定的任務(wù)[1]；在2021年到2022年間，OpenAI相繼開發(fā)了能從自然語言文件串中生成正確代碼的GPT-3 Codex模型[2]和InstructGPT模型，InstructGPT模型具有執(zhí)行操作者明確和不明確指令的

功能[3]。事實(shí)上，ChatGPT模型和InstructGPT模型相似，二者均可執(zhí)行操作者的指令，并向操作者提供詳細(xì)的信息反饋[4]。ChatGPT模型的設(shè)計(jì)目的是能夠處理和生產(chǎn)自然語言文本。自然語言生成（Neural Language Generation， NLG）是從非語言說明形成人們可以理解的文本的技術(shù)。目前，自然語言生成NLG被廣泛應(yīng)用在諸如對(duì)話系統(tǒng)和機(jī)器翻譯以及文本摘要等領(lǐng)域[5]。自然語言生成NLG涉及Transformer和BERT以及GPT-1/2/3、XLM、Codex、BART等模型。GPT模型是Transformer結(jié)構(gòu)生成型預(yù)訓(xùn)練變換器模型，可進(jìn)行常識(shí)性的知識(shí)推理、問答問題和對(duì)詞語中蘊(yùn)藏的語言場景進(jìn)行解釋[6]。谷歌發(fā)布的LaMDA是根據(jù)Transformer使用外部信息資料執(zhí)行對(duì)話的語言模型，其對(duì)話質(zhì)量接近人類水

平[7]；由Meta AI推出的PEER模型能模擬人類寫作過程的文本生成[8]；OpenAI發(fā)布的AlphaCode可用于從文本生成代碼的生成模型。其中，GauGAN2能夠生成風(fēng)景圖像，DALL-E 2是一種根據(jù)自然語言描述形成現(xiàn)實(shí)圖像的生成模型。Midjourney，Stable Diffusion和Muse是能夠根據(jù)文本生成圖像的模型[9]。Flamingo借助圖像、視頻和文本等信息，形成相關(guān)視覺語言模型[10]；VisualGPT是OpenAI推出的從圖像到文本的生成模型。ChatGPT使用公平性算法來糾正模型偏差或采用大量算力方法訓(xùn)練海量數(shù)據(jù)，從而克服學(xué)習(xí)遇到偏見或歧視等困難。OpenAI采取流量整形和排隊(duì)系統(tǒng)來滿足對(duì)ChatGPT的需求[11]。ChatGPT已經(jīng)被廣泛應(yīng)用在智能制造、檢測分析、大數(shù)據(jù)、芯片設(shè)計(jì)等領(lǐng)域。

2 ChatGPT技術(shù)工作原理

ChatGPT擁有復(fù)雜的神經(jīng)網(wǎng)絡(luò)架構(gòu)。ChatGPT的本質(zhì)是數(shù)學(xué)運(yùn)算，其技術(shù)特征包括以下幾方面：

（1）捕捉數(shù)據(jù)。數(shù)據(jù)可以是文字、視頻、圖片、語音等，把數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)架構(gòu)，ChatGPT會(huì)對(duì)用戶輸入的文本進(jìn)行預(yù)處理，包括分詞、去掉停用詞等，以便更好地理解用戶的用途。

（2）編碼輸入。將經(jīng)過ChatGPT預(yù)處理的用戶輸入編碼整合為一個(gè)向量，該向量包含用戶輸入的所有信息，它會(huì)根據(jù)算法輸出的結(jié)果進(jìn)行分類等，再次輸入人工神經(jīng)網(wǎng)絡(luò)，并且能夠被ChatGPT神經(jīng)網(wǎng)絡(luò)模型所處理。

（3）解碼輸出。ChatGPT的神經(jīng)網(wǎng)絡(luò)模型將解碼后的輸入向量作為輸入，并在內(nèi)部進(jìn)行一系列計(jì)算和處理，最終生成一個(gè)輸出向量，表示ChatGPT對(duì)用戶的回復(fù)。

（4）生成回復(fù)。ChatGPT將輸出向量轉(zhuǎn)化成自然語言文本，并將其發(fā)送給用戶。輸出的結(jié)果不能直接使用，必須經(jīng)過不斷糾錯(cuò)訓(xùn)練才能夠使用。訓(xùn)練過程需要大量數(shù)據(jù)，需要大量工程師不斷改造，到推理階段才能夠真正應(yīng)用，ChatGPT會(huì)根據(jù)預(yù)測概率選擇最有可能的回復(fù)。

（5）循環(huán)迭代。ChatGPT不斷接受用戶的輸入，并根據(jù)上述過程生成回復(fù)。在與用戶交互的過程中，ChatGPT會(huì)不斷優(yōu)化自己的模型參數(shù)，以提高其回復(fù)的質(zhì)量和準(zhǔn)確性。ChatGPT技術(shù)基于自然語言、處理信息和深度學(xué)習(xí)模型，通過不斷迭代和優(yōu)化，可以不斷提高其對(duì)用戶的理解和回復(fù)質(zhì)量。ChatGPT擁有獨(dú)有的架構(gòu)和自然語言處理算法，經(jīng)過多年的學(xué)習(xí)訓(xùn)練，其掌握了豐富的知識(shí)，精通多種語言。

3 ChatGPT為科技工作人員帶來的機(jī)遇

科技工作人員的工作內(nèi)容包括但不限于軟件編程、文案寫作等。ChatGPT的自然語言生成與對(duì)話技術(shù)能夠輔助科技工作人員高效完成編程、查閱文獻(xiàn)和寫作等工作，提高科技工作人員的工作效率。

3.1 ChatGPT提高了科技工作人員的編程效率

當(dāng)前，科技工作人員依據(jù)數(shù)據(jù)科學(xué)研究范式進(jìn)行相關(guān)研究時(shí)，需要獲取大量數(shù)據(jù)。通常情況下，數(shù)據(jù)往往通過開放數(shù)據(jù)集、API調(diào)用和Web Scrapper等途徑獲取。在獲取數(shù)據(jù)后需要借助相關(guān)編程語言工具進(jìn)行數(shù)據(jù)分析。Python語言便是科技人員經(jīng)常使用的編程語言之一?？萍既藛T使用Python語言編程必須掌握編程的基礎(chǔ)語法及其語言環(huán)境，并利用API調(diào)用或Web Scrapper搜集數(shù)據(jù)。現(xiàn)在ChatGPT可以幫助科技人員通過自然語言對(duì)話直接輸出源代碼獲取所需數(shù)據(jù)。當(dāng)科技工作者準(zhǔn)備獲取某個(gè)網(wǎng)頁上的信息時(shí)，需通過瀏覽器的相應(yīng)功能查找對(duì)應(yīng)類別sdywul的爬取位置，現(xiàn)在只需在ChatGPT中提出要求即可，由ChatGPT編寫科技人員所需程序。由于ChatGPT具有與用戶多次對(duì)話的功能，因此，用戶只需提出要求，就能使ChatGPT不斷根據(jù)用戶的要求編寫符合用戶目標(biāo)的程序，實(shí)現(xiàn)用戶預(yù)期目標(biāo)?？萍脊ぷ魅藛T可以通過與ChatGPT反復(fù)對(duì)話實(shí)現(xiàn)程序的修改，直至滿意。此外，由于ChatGPT是在大量代碼上訓(xùn)練得到的結(jié)果，因此ChatGPT具有較強(qiáng)的對(duì)代碼上下文補(bǔ)全的能力?？傊?，ChatGPT可以通過自然語言對(duì)話方式開展數(shù)據(jù)分析和機(jī)器學(xué)習(xí)模型訓(xùn)練工作。

3.2 ChatGPT提高了科技工作人員文獻(xiàn)查閱效率

眾所周知，科技工作人員做研究需要閱讀一定數(shù)量的文獻(xiàn)，而且需要查找外文期刊資料。但是外文期刊數(shù)量眾多，且每年新出文獻(xiàn)極多，在不斷涌現(xiàn)的期刊中，科技人員需要及時(shí)捕捉對(duì)自己的研究有價(jià)值的文獻(xiàn)資料，才能把握前沿的研究領(lǐng)域和研究方法。但閱讀眾多中外文獻(xiàn)需要消耗大量的精力和時(shí)間，而ChatGPT憑借其先進(jìn)的信息處理功能，可以幫助科技工作者研究、分析并提供有價(jià)值的文獻(xiàn)資料，幫助科研工作者做出數(shù)據(jù)驅(qū)動(dòng)決策。比如，科研工作者想提煉某篇外文文獻(xiàn)中有價(jià)值的重點(diǎn)信息時(shí)，可通過對(duì)ChatGPT提問來實(shí)現(xiàn)，ChatGPT通過正確理解科技工作者提供的文獻(xiàn)資料信息進(jìn)行自動(dòng)總結(jié)。此外，還可以借助ChatGPT解釋難以理解的專業(yè)術(shù)語?？蒲泄ぷ魅藛T倘若對(duì)ChatGPT的講解存在疑問，便可讓ChatGPT尋找術(shù)語對(duì)應(yīng)的原文文本，消除使用者的疑惑。不僅如此，科技工作者如果對(duì)給出的文本不滿意，ChatGPT還會(huì)再次嘗試回復(fù)。正如前面指出的那樣，由于ChatGPT具有多輪對(duì)話記憶功能，所以操作者可將文獻(xiàn)信息的主旨內(nèi)容分別輸入，然后進(jìn)行對(duì)比。ChatGPT有助于科技工作者快速了解本研究領(lǐng)域的發(fā)展歷程，節(jié)省了科研工作者梳理文獻(xiàn)的時(shí)間，提高了科技工作者的查閱效率。

3.3 ChatGPT 提高了科技工作人員文案寫作效率

科技工作人員將自己的研究成果或工作成果通過文字表達(dá)出來，以便和同行交流?？萍脊ぷ魅蝿?wù)的文字表達(dá)也需要花費(fèi)很多時(shí)間和精力，因此，科技工作人員可以借助ChatGPT來輔助其撰寫科研論文和科研報(bào)告。善于學(xué)習(xí)語言風(fēng)格是ChatGPT語言模型的一大特點(diǎn)。ChatGPT能夠生成高質(zhì)量和語言風(fēng)格獨(dú)特的內(nèi)容，科技工作者只需將自己所要表達(dá)的科研成果和研究報(bào)告的內(nèi)容輸入即可，ChatGPT將有關(guān)內(nèi)容進(jìn)行潤色。針對(duì)科技工作人員之后寫的科研文章，ChatGPT可調(diào)用之前存儲(chǔ)的文章風(fēng)格進(jìn)行風(fēng)格轉(zhuǎn)化與改寫。另外，ChatGPT也能幫助科技工作者在寫作過程中擴(kuò)展思路，豐富事例?？萍脊ぷ魅藛T在寫作過程中需要補(bǔ)充相關(guān)材料和事例時(shí)，往往通過搜索引擎輸入關(guān)鍵詞后，在大量結(jié)果中篩選適合的內(nèi)容，這種篩選費(fèi)時(shí)費(fèi)力?，F(xiàn)在科技人員只需通過ChatGPT對(duì)話豐富補(bǔ)充材料佐證文章的觀點(diǎn)，就可以得到相關(guān)材料信息。雖然ChatGPT提供的事例與科技人員所需要的信息不完全相符，但它對(duì)科技人員有所啟發(fā)，將顯著提升科技工作人員的寫作效率。

4 ChatGPT給科技工作人員帶來的挑戰(zhàn)

任何技術(shù)都有兩面性。ChatGPT能夠給科技工作人員帶來便利，同時(shí)也會(huì)給科技工作人員帶來一定的挑戰(zhàn)。隨著人工智能技術(shù)的不斷發(fā)展，語言模型正在成為影響各行各業(yè)的重要力量。其中，ChatGPT是目前全球最先進(jìn)的語言模型之一，其強(qiáng)大的語言理解能力和處理能力正在帶來一場時(shí)代變革，以下分析ChatGPT語言模型對(duì)科技工作者可能帶來的

挑戰(zhàn)。

4.1 ChatGPT的回答是否真實(shí)

ChatGPT使用語言模型可以實(shí)現(xiàn)自動(dòng)化技術(shù)支持，并根據(jù)概率分布關(guān)系生成最符合要求的語言，雖然提高了效率，但無法保證生成內(nèi)容的真實(shí)性和準(zhǔn)確性。因此科技工作者利用ChatGPT編程、解析文獻(xiàn)，應(yīng)該保持審慎的態(tài)度。

4.2 ChatGPT給科技工作者帶來數(shù)據(jù)污染

科技工作者需要真實(shí)可靠的數(shù)據(jù)，但ChatGPT提供的數(shù)據(jù)有可能存在數(shù)據(jù)混亂且不真實(shí)的風(fēng)險(xiǎn)。因?yàn)镃hatGPT廣泛使用在各個(gè)行業(yè)，難免產(chǎn)生許多未經(jīng)證實(shí)或未經(jīng)斟酌的信息內(nèi)容。如果某些行業(yè)產(chǎn)生的信息質(zhì)量較差，甚至低劣，便會(huì)造成互聯(lián)網(wǎng)數(shù)據(jù)的污染。這就意味著科技工作者如果缺乏對(duì)信息的辨別能力，不僅會(huì)影響科技工作者的研究成果，還會(huì)影響未來ChatGPT模型訓(xùn)練數(shù)據(jù)的質(zhì)量。從本質(zhì)上來說，ChatGPT學(xué)習(xí)語言模型需要從人類產(chǎn)生的文本中學(xué)習(xí)，因此海量的人工生成數(shù)據(jù)涌入ChatGPT訓(xùn)練集，就有可能降低ChatGPT語言模型的能力，甚至因?yàn)榛烊胄畔⒃肼暥档虲hatGPT回答問題的準(zhǔn)確率，從而進(jìn)一步影響科技工作者通過ChatGPT獲取知識(shí)和信息的積極性。如果不正當(dāng)使用ChatGPT，將可能對(duì)科技工作者、教育者、金融機(jī)構(gòu)人員、律師等群體產(chǎn)生不良影響。為了減少ChatGPT使用不當(dāng)給科技工作者帶來的不良影響，OpenAI官方建議用戶在使用ChatGPT時(shí)，將其作為幫助用戶獲取文本來源的輔助工具，而不能完全把ChatGPT回復(fù)的答案作為用戶進(jìn)行決策判斷的標(biāo)準(zhǔn)。2023年1月OpenAI推出了ChatGPT生成文本檢測分類器，但需要特別指出的是，這種分類器仍然存在許多缺陷。相比而言，ChatGPT檢測器對(duì)英文文本的檢測效果要高于其他語言。

4.3 ChatGPT給科技工作者帶來的信息安全挑戰(zhàn)

數(shù)據(jù)保護(hù)很重要，尤其有些數(shù)據(jù)屬于知識(shí)產(chǎn)權(quán)保護(hù)范圍，不宜公開，科技工作人員首次注冊開啟與ChatGPT對(duì)話時(shí)，會(huì)出現(xiàn)“對(duì)話可能會(huì)被AI培訓(xùn)師審查，請(qǐng)不要在對(duì)話中出現(xiàn)不宜公開的隱私信息”等提示。這就意味著ChatGPT存在數(shù)據(jù)安全或隱私泄露的風(fēng)險(xiǎn)。對(duì)于ChatGPT能否保護(hù)用戶隱私的問題，有一部分人不甚了解，認(rèn)為ChatGPT是很成熟的產(chǎn)品，完全能夠做到對(duì)于用戶數(shù)據(jù)安全和隱私的保護(hù)。其實(shí)不然， ChatGPT模型之前是在GPT3.5版本之上建立起來的利用人工來加強(qiáng)學(xué)習(xí)的語言模型。如果操作人員輸入不宜公開的數(shù)據(jù)或隱私，則可能會(huì)對(duì)科技人員的數(shù)據(jù)安全造成影響。而如果科技人員輸入自己的敏感信息，比如銀行卡號(hào)、婚姻、職業(yè)和住址等信息，有可能形成安全隱患。雖然ChatGPT并非有意盜用或侵犯科技工作者的知識(shí)產(chǎn)權(quán)，但科技人員輸入的信息會(huì)對(duì)ChatGPT模型造成影響。如果科技工作人員因不謹(jǐn)慎輸入具有原創(chuàng)性的知識(shí)產(chǎn)權(quán)信息，恰好遇到也有從事這一領(lǐng)域并有較強(qiáng)興趣的科技工作者，那么輸入的信息很可能被ChatGPT作為答案回復(fù)另一名科技工作人員，導(dǎo)致原創(chuàng)信息泄露。需要說明的是，據(jù)OpenAI指出，ChatGPT人工訓(xùn)練員查看對(duì)話信息時(shí)，也可能對(duì)模型加以改進(jìn)。為避免個(gè)人隱私等泄露，科技工作者與ChatGPT對(duì)話時(shí)應(yīng)盡量避免輸入個(gè)人隱私或不宜公開的信息。

5 ChatGPT給科技工作人員帶來的倫理風(fēng)險(xiǎn)

5.1 ChatGPT給科技工作人員帶來的知識(shí)產(chǎn)權(quán)歸屬風(fēng)險(xiǎn)

面對(duì)ChatGPT廣泛使用的情景，ChatGPT內(nèi)容的創(chuàng)建是否會(huì)引起“知識(shí)產(chǎn)權(quán)”的爭論？ChatGPT有可能使該問題更嚴(yán)峻。之前的AI雖然具有算法、規(guī)則和模板，還可提供信息索引等功能，但創(chuàng)作者個(gè)性難以體現(xiàn)[12]。由于ChatGPT具有一定的自主創(chuàng)作能力和信息編排能力，因而ChatGPT可以依據(jù)某科技人員的創(chuàng)作風(fēng)格創(chuàng)作相應(yīng)文章，模糊了程序算法和獨(dú)立創(chuàng)作的界限[13]，導(dǎo)致知識(shí)產(chǎn)權(quán)侵權(quán)糾紛時(shí)有發(fā)生[14]。由于尚無法律對(duì)ChatGPT知識(shí)產(chǎn)權(quán)問題進(jìn)行明確規(guī)定，因此，ChatGPT生成內(nèi)容的性質(zhì)及知識(shí)產(chǎn)權(quán)歸屬問題仍待解決。

5.2 ChatGPT給科技工作人員帶來的技術(shù)與數(shù)據(jù)風(fēng)險(xiǎn)

有學(xué)者認(rèn)為，目前ChatGPT所使用的數(shù)據(jù)來源是否均獲得授權(quán)存在疑問[15]。通常情況下，用戶在注冊登錄某一應(yīng)用軟件時(shí)，會(huì)要求用戶給予允許訪問相關(guān)信息的權(quán)限，否則將無法訪問頁面。人工智能創(chuàng)作使用數(shù)據(jù)等各類信息同樣面臨侵權(quán)風(fēng)險(xiǎn)[16]。如果ChatGPT使用的數(shù)據(jù)信息未經(jīng)授權(quán)，則其行為的合法性可能受到詬病。由于ChatGPT預(yù)先學(xué)習(xí)時(shí)無需人工介入、標(biāo)注和監(jiān)督，一方面可能導(dǎo)致ChatGPT獲取的數(shù)據(jù)來源存在非法的可能，另一方面，如果用戶在ChatGPT運(yùn)行過程中設(shè)置了命令和禁止要求，可能誘導(dǎo)ChatGPT輸出不良、虛假或違法數(shù)據(jù)，致使ChatGPT獲取的信息沒有經(jīng)過實(shí)質(zhì)性過濾和篩查，存在數(shù)據(jù)來源虛假，甚至不合法的風(fēng)險(xiǎn)。此外，用戶向ChatGPT提出的命令本身也可能成為ChatGPT訓(xùn)練的材料，當(dāng)用戶無意間輸入個(gè)人信息或商業(yè)秘密時(shí)，ChatGPT便會(huì)瞬間捕捉，導(dǎo)致技術(shù)數(shù)據(jù)泄露。

5.3 ChatGPT給科技工作人員帶來的學(xué)術(shù)規(guī)范風(fēng)險(xiǎn)

越來越多的科技工作人員將嘗試?yán)肅hatGPT撰寫學(xué)術(shù)論文，此舉會(huì)引發(fā)學(xué)術(shù)不端的危機(jī)，挑戰(zhàn)學(xué)術(shù)倫理規(guī)范。ChatGPT訓(xùn)練了海量文字信息，涵蓋超過4 000億詞條和大約31億個(gè)網(wǎng)頁。在論文撰寫方面，ChatGPT的信息源自預(yù)先學(xué)習(xí)的現(xiàn)存資料，輸出這些未經(jīng)授權(quán)的現(xiàn)存資料可能構(gòu)成侵權(quán)。即便ChatGPT輸出的內(nèi)容屬于《著作權(quán)法》規(guī)定的“信息資料”，這些信息資料的歸屬也存在爭議。另外，使用者利用ChatGPT寫論文并發(fā)表，其行為免不了遭到學(xué)術(shù)不端的指控。由于ChatGPT基于數(shù)據(jù)和邏輯預(yù)測給定詞句，因而在某種程度上對(duì)生成的文字具有較好的文法邏輯性和語言通暢性，但就生成的文字內(nèi)容而言未必準(zhǔn)確，因而存在杜撰的風(fēng)險(xiǎn)。有人嘗試要求ChatGPT推薦與本論文篇名相關(guān)的多篇參考文獻(xiàn)，而ChatGPT給出的參考文獻(xiàn)多為重復(fù)甚至是虛構(gòu)的，由此可見，用戶對(duì)ChatGPT做出的回答也存在較多虛假

信息。

6 結(jié) 語

ChatGPT的面世為科技工作者帶來了諸多便利，但面對(duì)ChatGPT帶來的風(fēng)險(xiǎn)，還需要進(jìn)一步甄別并加強(qiáng)監(jiān)管，除了制定人工智能生成內(nèi)容規(guī)范標(biāo)準(zhǔn)，還需要強(qiáng)化數(shù)據(jù)源頭監(jiān)控，尤其涉及隱私倫理，道德政治偏見等內(nèi)容，更要進(jìn)行嚴(yán)格的數(shù)據(jù)審查。ChatGPT技術(shù)是一把雙刃劍，既可以提升效率推動(dòng)生產(chǎn)發(fā)展，也可能傳播錯(cuò)誤信息，影響網(wǎng)絡(luò)安全。因此，需要各界合作，才能在滿足社會(huì)需要的同時(shí)，推動(dòng)該技術(shù)健康發(fā)展。

注：本文通訊作者為佟艷芬。

參考文獻(xiàn)

[1] BROWN T，MANN B，RYDER N，et al. Language Models are Few-Shot Learners [C/OL]// Advances in NeuralInformation Processing Systems. Curran Associates，Inc.，2020：1877-1901 [2023-02-05]. https：//proceedings.neurips.cc/paper/2020/hash/1457c0d6bfcb4967418bfb8ac142f64a-Abstract.html.

[2] CHEN M，TWOREK J，JUN H，et al. Evaluating Large Language Models Trained on Code：arXiv：2107.03374 [Z/OL]. arXiv，2021（2021-07-14）[2023-02-02]. http：//arxiv.org/abs/2107.03374.

[3] OUYANG L，WU J，JIANG X，et al. Training language modelsto follow instructions with human feedback：arXiv：2203.02155[Z/OL]. arXiv，2022（2022-03-04）[2023-02-02].http：//arxiv.org/abs/2203.02155.

[4] OPENAI. ChatGPT：Optimizing Language Modelsfor Dialogue[EB/OL].（2022-11-30）[2023-02-12]. https：//openai.com/blog/chatgpt/.

[5] HARRISON M. ChatGPT’s Explosive Popularity Makes It the Fastest-Growing App in Human History [EB/OL].（2023-02-03）[2023-02-05]. https：//futurism.com/the-byte/chatgpts-fastest-growing-app-human-history.

[6] RADFORD A，NARASIMHAN K. Improving Language Understanding by Generative Pre-Training [C/OL].（2018-06-11）[2023-02-23]. https：//www.semanticscholar.org/paper/Improving-Language-Understanding-by-Generative-Radford-Narasimhan/cd18800a0fe0b668a1cc19f2ec95b5003d0a5035.

[7] THOPPILAN R，DE FREITAS D，HALL J，et al. LaMDA：Language Modelsfor Dialog Applications [Z/OL]. arXiv，2022（2022-02-10）[2023-02-04].http：//arxiv.org/abs/ 2201.08239.

[8] SCHICK T，DWIVEDI-YU J，JIANG Z，et al. PEER：A Collaborative Language Model [Z/OL]. arXiv，2022（2022-08-24）[2023-02-01]. http：//arxiv.org/abs/2208.11663.

[9] SALIAN I. NVIDIA Research’s GauGAN AI Art Demo Respondsto Words [EB/OL].（2021–11–22）[2023-02-01]. https：//blogs.nvidia.com/blog/2021/11/22/gaugan2-ai-art-demo/.

[10] ROMBACH R，BLATTMANN A，LORENZ D，et al. High-Resolution Image Synthesis with Latent Diffusion Models [C/OL]// 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）. NewOrleans，LA，USA：IEEE，2022：10674-10685 [2023-02-04]. https：//ieeexplore.ieee.org/document/9878449/. DOI：10.1109/CVPR52688.2022.01042.

[11] MORRISON R. Compute Power Is Becoming a Bottleneck for Developing AI. Here’s How YouClearIt [EB/OL].（2022-12-13）[2023-02-05]. https：//techmonitor.ai/technology/ai-and-automation/chatgpt-ai-compute-power.

[12]王遷.論人工智能生成的內(nèi)容在著作權(quán)法中的定性[J].西北政法大學(xué)學(xué)報(bào)，2017，35（5）：8.

[13]熊琦.人工智能生成內(nèi)容的著作權(quán)認(rèn)定[J].知識(shí)產(chǎn)權(quán)，2017，31（3）：3-8

[14]朱杰. ChatGPT火爆背后有何法律風(fēng)險(xiǎn)？[N].法制日?qǐng)?bào)，2023-2-14（16）.

[15]李昀鍇. ChatGPT內(nèi)容商業(yè)使用的法律風(fēng)險(xiǎn)及應(yīng)[DB/OL].安徽律師網(wǎng)，2023-2-14.

[16]焦和平.人工智能創(chuàng)作中數(shù)據(jù)獲取與利用的著作權(quán)風(fēng)險(xiǎn)及化解路徑[J].當(dāng)代法學(xué)，2022，36（4）：128-140.

收稿日期：2023-05-25 修回日期：2023-06-28

基金項(xiàng)目：廣西人文社會(huì)科學(xué)重點(diǎn)研究基地項(xiàng)目“北部灣海洋發(fā)展研究中心”2020年度課題：我國西部陸海新通道沿線城市物流產(chǎn)業(yè)與關(guān)聯(lián)產(chǎn)業(yè)融合提升策略研究（BHZKY202001）

作者簡介：黃 林（1966—），男，江西豐城人，北部灣大學(xué)經(jīng)濟(jì)管理學(xué)院教授，碩士研究生導(dǎo)師，北部灣海洋發(fā)展研究中心研究員，研究方向?yàn)槲锪鞴?yīng)鏈管理。

佟艷芬（1974—），女，廣西防城港人，北部灣大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)。

李 威（1988—），男，廣西欽州人，北部灣大學(xué)經(jīng)濟(jì)管理學(xué)院講師，研究方向?yàn)槲锪靼l(fā)展。