1989生活分享网2022年11月底，美国人工智能公司OpenAI推出的聊天机器人ChatGPT引起了社会各界关注，它能够通过学习和理解人类的语言进行对话，还能根据聊天的上下文进行互动，并协助使用者完成一系列任务。人们怀着极大的兴趣在讨论和尝试着这项崭新的技术成果。
人们或因此而兴奋，或为此感到恐慌。兴奋的是语言智能技术真的使计算机能像人类一样和我们自如地聊天解惑了，并且话语自如、有理有据。惶恐的是ChatGPT超强的生成学习能力，不仅可以聊天，还可以写论文、小说，这样的话，ChatGPT未来是否会有代替人类的工作的威胁？甚至于是否会对人文社会科学研究产生进一步的影响？对此，中国社会科学网记者于近日采访了南京大学社会学院教授陈云松。
中国社会科学网：ChatGPT的底层逻辑是什么？
陈云松：在技术方面，ChatGPT本质上运用的是AIGC（AI generated content）技术，是直接可以输出内容的，目前以文本内容为主，这也是它和搜索引擎很大的区别。以往我们熟悉的AI基本运用的是决策式模型。以文本类的决策式AI为例，第一步往往是判断文本的内容和要求，第二步是判断自己的任务，第三步是检索相关的内容；而ChatGPT这类的生成式AI还会再多进行一步，那就是生成全新的内容，而这需要对提问者的偏好和想法等进行预测，还要能够生成合理、流畅、有意义的文本，形成真正意义上的“对话”。
在学习和判断机制方面，决策式AI一般用的是“条件概率模型”，即一件事情发生后另一件事情发生的概率，个人感觉这种学习机制比较像我们从课本上学习技能类／知识类内容。这类知识是有准确答案的，学习的模式就是背题记答案，这种模式的好处是准确，极大概率不会出错，坏处就是可以生成的决策数量／输出内容是非常有限的。当没有对应的问题或者问题的表述有误时，就无法输出答案。
而生成式AI往往用的是“联合概率”，即两件事情同时发生的概率，并以此将文本元素组合在一起，形成内容，这种学习模式更像是人类最初学习语言的机制，靠联想和模仿，比如小时候，当汽车这个物件和汽车这个词同时出现的频率多了之后，我们就自然而然会明白汽车这个词指代汽车这个物件。
因此，ChatGPT非常适合文本内容生产，它的底层逻辑就是在模仿人类的语言机制，这种模仿式学习的好处是很灵活，不死板，可以生成大量的内容，问题是很不准确，很多时候内容是模糊的，甚至会出现“不懂装懂”、“牛头不对马嘴”的回答。
中国社会科学网：从整体上来看，ChatGPT给人文社会科学带来的新变局是什么？
陈云松：对人文社会科学来说，ChatGPT确实是一个巨大的冲击，但总体而言，ChatGPT给人文社会科学带来的机会大于冲击。ChatGPT是一个很好的“助手”，它强在对既有文本的整合和输出，但它不太具备创新能力，也无法生成新的观点和想法，而这往往是研究者所拥有的能力。因此如果研究者擅长提出问题，或许可以有效利用ChatGPT的整合能力和检索能力，发现很多新的想法。如果未来ChatGPT的检索和整合能力进一步加强，其实是一个很强的文本分析工具，类似的AIGC技术若再进一步发展，将对数据的挖掘／爬虫／大数据的获取等都有帮助，这或许可以突破学科壁垒，收集到更多以前无法获得的数据。因此，总体来讲，ChatGPT对现有人文社会科学的影响不大，更多的可能是会给研究者带来一些帮助。
中国社会科学网：ChatGPT的应用会导致大量人失业吗，为什么？
陈云松：从失业本身的角度：从经济学的角度来看，短期失业可能是经济波动导致的，而长期失业的本质是结构性问题，技术更新只是其中一个方面，也就是说如果技术更新（生产力发展）快于我们的产业结构调整（广义上的生产关系），就有可能导致大量的长期失业，而这种失业是会伴随着产业结构调整而慢慢好转的。
更具体来讲，技术更新带来的生产力的进步可能会带来广义上生产关系的变化，必然会对传统的产业结构带来冲击，旧有的劳动力需求减少，就会带来结构性失业，但调整好生产关系和产业结构，技术更新也会逐渐创造出新的岗位需求，最终也会解决结构性失业的问题。因此，ChatGPT可能会导致失业，但失业和再就业的过程可能是同步和交替的，ChatGPT对失业的影响可能没想象那么大。
从ChatGPT的角度：AIGC其实是一个已经发展了很长时间的技术，之前的各项进展也都没有出圈，停留在专业领域。而现阶段ChatGPT却引起了广泛热议，也有很多人认为它的出现会代替很多人类工作，导致大量失业，这可能是因为ChatGPT在“模仿人类回答”这一领域确实表现得太优秀了，但它也有擅长和不擅长的地方，基于它的学习和技术机制，它擅长输出模版化／统一化／系统性强的内容，因此相关从业者可能会感受到危机，但这里的相关从业者不一定就是某个具体的工种和行业，也可能是某个特定的岗位，带来的也不是某个行业和岗位的消失，而是精简，因为ChatGPT目前扮演的实质上是一个工作效率极高的员工的角色，擅长处理一些模式化的内容，以前可能需要2个人干的活，现在只需要一个人加ChatGPT就够了。因此，我觉得ChatGPT对就业的冲击可能是全行业的，针对的是某些特定的岗位或者职责，而且随着ChatGPT在专业领域的不断学习，这种冲击可能会更深。
但它目前也只是一个好的模仿者，不擅长创新和问问题，提供的答案比较模糊和初级，涉及到比较复杂的逻辑、因果和关系判断时会容易出错，因此ChatGPT对研究者来说也是一个机遇，它是一个很强大的“助手”，当我们有好的问题、好的想法时，它可以帮助我们更快更有效率地完成一些基础性工作。因此，我觉得对于研究者来说，培养自身的想法和思路然后合理利用ChatGPT的优势可能是一个出路。
