GPT的誕生本身是否就是“不合法”的？

在過去一年，GPT快速風靡世界，大語言模型的技術進步可謂是一日千裏，從(cong) GPT3，到3.5，到GPT4隻用了兩(liang) 年多時間。而最近一條新聞再次讓GPT上了熱搜，紐約時報對OpenAI和微軟正式提起訴訟，指控其未經授權就使用紐約時報內(nei) 容訓練人工智能模型。索賠金額，達到了數十億(yi) 美元。

GPT的誕生本身，是否就是“不合法”的？

紐約時報指控OpenAI和微軟未經許可，就使用紐約時報的數百萬(wan) 篇文章來訓練GPT模型，創建包括ChatGPT和Copilot之類的AI產(chan) 品。並且，要求銷毀“所有包含紐約時報作品的GPT或其他大語言模型和訓練集”。

紐約時報的指控其實非常本質，大多數人往往隻把GPT的核心代碼看作是人類知識的結晶，或者法律上所說的“知識產(chan) 權”，但卻忽略了讓GPT成長起來，甚至能夠誕生的必要條件——海量的訓練數據。這些海量的文字圖像訓練數據是公開的，但並不代表它們(men) 沒有知識產(chan) 權的保護，比如紐約時報的內(nei) 容，你可以在互聯網上閱讀，但你想要“商用”，就會(hui) 觸碰到版權的屏障。而利用這些包含“版權”的內(nei) 容訓練出來的GPT，它的合法性也因此被質疑。

通俗點說，比如我們(men) 在土地上建立了雄偉(wei) 華麗(li) 的建築，盡管建築看起來輝煌燦爛，是人類知識和勞動的結晶，但我們(men) 不能忽略土地的作用，土地的三通一平，整理規劃也是人類勞動的集合。如果“土地”被隨意取用，那土地上的“建築”是否由建造者保有全部的產(chan) 權？也許，GTP從(cong) 誕生那一刻，它的“合法性”就必然會(hui) 被質疑。

另外，關(guan) 於(yu) 合法性的探討其實也反應出人們(men) 對於(yu) GPT這樣大語言模型的一些擔憂。

尤其是在使用端，這一兩(liang) 年來更是眾(zhong) 說紛紜。

雖然暫時沒有統一的法規來規範GPT的使用，但針對科研領域的應用，很多大學和研究機構其實提出了一些使用規範和共識。比如在2023年初ChatGPT剛開始風靡的時候，哈佛大學曾考慮禁止學生使用。

但隨著ChatGPT等生成式AI的飛速發展和應用的深入，哈佛大學認為(wei) ，一味禁止無法改變現實，應該順應技術潮流，並以安全的方式將ChatGPT整合到教育中以提升教學效率和質量。類似的，像香港科技大學、牛津大學、耶魯大學等一票名校也紛紛做出類似表態，適當對新技術進行了妥協——與(yu) 現有大學政策和學術道德不相違背的情況下有限製地使用。這些共識的本質，是對“濫用”GPT的擔憂，而這種擔憂不無道理。

GPT到底是“靈丹妙藥”還是一顆“毒丸”？

在最初的“萬(wan) 眾(zhong) 歡呼”和“狂飆突進”之後，其實包括小e和我們(men) 熟悉的一些專(zhuan) 家也一直在思考和探討這樣一個(ge) 問題——對於(yu) 我們(men) 每個(ge) 人，或者針對科研人這個(ge) 小群體(ti) 來說，GPT的出現到底給我們(men) 帶來了什麽(me) ？是解決(jue) 很多難題的“靈丹妙藥”，還是一顆“毒丸”？任何一項新技術新工具的出現往往都會(hui) 帶來好壞參半的影響，區別隻在於(yu) 是好處多些還是壞處多些。很多人沒有提到一個(ge) 點——GPT這類大語言模型技術最顯著的特點是低門檻。

盡管它隻是人工智能技術的一些新進展，但GPT可以讓普通人通過自然語言與(yu) 計算機溝通，並且生成內(nei) 容，讓GPT的使用幾乎沒有門檻。要知道，GPT出現之前，人工智能技術還是少部分專(zhuan) 家和科學家的自留地，想要應用人工智能技術，不僅(jin) 要理解相應的技術，還需要熟練掌握相應的編程語言，但現在，統統不需要了。

這導致的最大的問題在於(yu) GPT帶來的影響被無限放大，新技術的利好和便利迅速被無數人共享，問題也不可避免地迅速顯現。

不恰當地使用GPT這樣的大語言模型技術，給創作者和普通人都帶來了很嚴(yan) 峻的挑戰。

創作者是一個(ge) 廣義(yi) 的說法，不僅(jin) 包括所有從(cong) 事文字、語言、藝術的工作者，“創作”科研成果的科研人員也同樣屬於(yu) 創作者的範疇。沒錯，雖然GPT大家見的最多的是生成文本信息，但是像Midjourney這樣的工具在生成圖像、插畫等方麵的功力，要是光看出圖時間，能打100個(ge) 插畫師！而且，人家出圖的質量也不差。另外，音樂(le) 、視頻、動畫等等都因為(wei) GPT的出現卷出了天際。至於(yu) 科研，原本被認為(wei) 是人類智慧的結晶，是不容被“呆萌”的機器褻(xie) 瀆的。

但是，大家已經看到了，GPT已經“不甘於(yu) ”隻當一個(ge) 小輔助，而是想要擔綱成為(wei) 主角。在GPT4剛出來的時候，就有人用它來寫(xie) 科研論文，甚至還成為(wei) 了科研論文的“作者”。因為(wei) 這個(ge) 事，Nature和Science分別都發表了相關(guan) 文章。明確了GPT作為(wei) 科研論文作者的可行性和限製。至於(yu) 對於(yu) 所有普通人帶來的危害，看起來是隱性的，但影響深遠。

GPT的廣泛使用對於(yu) 大眾(zhong) 來說，有點像商業(ye) 領域“毒丸”計劃，通過大量增發新股，導致收購難度增加，而之所以說是“毒丸”，是因為(wei) 這種增發新股的舉(ju) 措讓公司本身也會(hui) 被影響，導致投資價(jia) 值變低，可以說是一種不太有利於(yu) 公司本身的無奈舉(ju) 措。而GPT大幅增加了整個(ge) 互聯網中的信息總量，和“毒丸”類似，這些信息往往是低價(jia) 值和低質量的。

海量低質量信息充斥互聯網，導致我們(men) 每個(ge) 人想要獲取有價(jia) 值信息的難度大幅度增加。如果原先尋找信息是在池塘裏，現在則是把同樣多的魚放到大海中，魚的數量沒變（優(you) 質創作者的創作量沒有顯著變化），但“水”多了太多。

最近我自己的感受就很明顯，以前搜索一些東(dong) 西，隻需要簡單翻看幾個(ge) 排名在前麵的搜索結果，現在嘛，不僅(jin) 有大量雷同的內(nei) 容，而且很多內(nei) 容都言之無物，看起來好像有很多文字，仔細讀完發現邏輯混亂(luan) ，內(nei) 容價(jia) 值也不高。如何在海量低質量信息中搜尋出有價(jia) 值的信息，這對我們(men) 每個(ge) 普通人都是一個(ge) 巨大的挑戰。

對於(yu) 科研，監管、妥善使用可能是最好的答案

對於(yu) 科研人員，GPT所帶來的巨大的生產(chan) 力提升可以幫助科研人員把精力更多地集中在創造性的工作當中，為(wei) 一些瑣碎的工作提供了低成本的解決(jue) 方案。比如GPT輔助論文閱讀，對論文進行語言潤色和調整，甚至通過GPT來搜索、整理、歸納一些資料，你把GPT當作一個(ge) 科研助手也沒問題。

所以，不能因為(wei) GPT帶來的壞處就因噎廢食，但也不能為(wei) 了追求效率和易用性而影響科研創新本身。

也許，最好的辦法就是像那些國內(nei) 外知名大學一樣，加強監管，妥善使用吧。但是，在GPT激流勇進的當下，我們(men) 也要知道，GPT目前的能力還達不到真正科研人的水平。——夠用，但還不夠“專(zhuan) 業(ye) ”。

就拿英文翻譯來說，如果你真的全靠GPT那不得不說“心有點大”，專(zhuan) 業(ye) 詞匯使用不準，表達一般還能忍受的話，原文意思歪曲也是偶有發生的情況。這在平時可能無所謂，但對於(yu) 每一句話都要力求嚴(yan) 謹的科研論文來說可以算是致命傷(shang) 。之前有小夥(huo) 伴試著自己寫(xie) 出中文論文，然後用GPT翻譯再潤色，搗鼓了半天後還是老老實實回去自己寫(xie) 英文了。

如果想要論文翻譯的準確，符合期刊要求和科研嚴(yan) 謹性，人工輔助依然必不可少。意得輯一直為(wei) 科研人提供各類論文服務，包括但不限於(yu) 論文潤色、論文翻譯、發表指導，如果你有這方麵需要，那麽(me) 不妨讓我們(men) 的專(zhuan) 家為(wei) 你提供專(zhuan) 業(ye) 的論文服務，讓你的學術發表過程更加順利和流暢。