众声喧哗时，我们看到了不一样的ChatGPT观察
ChatGPT热度“狂飙”，并引发了AIGC（AI Generated Content，指利用人工智能技术来生成内容）浪潮。刚刚过去的这个周末，2023全球人工智能开发者先锋大会在上海临港举办，ChatGPT、AIGC备受关注，各大公司纷纷展示各自AIGC的业务能力，探索商业落地场景。
ChatGPT是一项新技术吗？如何看待它的火爆？它会给我们的社会生活带来哪些改变，商业前景如何？
我们把问题抛给风暴中心的ChatGPT。它没有给出有效回答，而是归纳了一些分析：
“从科学和技术发展的角度来看，ChatGPT的研究成果和应用前景具有重要的意义；从社会和人文角度来看，ChatGPT的发展也涉及到一些深层次的问题和挑战。”
与机器相比，人类的优势之一在于独立思考并自由创造。这种自觉性和主动性，在科创研究与实践领域尤其突出。近日，复旦大学管理学院科创办走进张江人工智能岛，携手张江科投举办了一场ChatGPT主题的科创思辩会。
在这场“去中心化”的交流中，复旦大学管理学院钱世政教授、张诚教授，复旦大学哲学学院徐英瑾教授，以及来自复旦管院科创项目的AI技术专家、AI企业家等围坐在一起，从商业、技术、人文不同视角切入，进行开放式分享与对话，为大家带来一些“冷思考”。
商业
►
钱世政（复旦大学管理学院教授，复旦科创企业家营模块主理教授）
张 诚（复旦大学管理学院信息管理与商业智能系教授、系主任）
0
1
让“矛”与“盾”并存
工具带来的差异化满足了不同人群和不同需求，最终可能会形成不同的市场。市场之间可以通过相互关联，产生两边都有的商业价值。比如，ChatGPT一方面给学生提供了更强的“矛”，帮助他们写出更好的论文；另一方面又给学校提供更好的“盾”，防止作弊。
0
2
商业落地存在局限性
ChatGPT的一大亮点是表达的有效性，并将文字作为载体。每个人都想表达，都想听到反馈，和别人交流，这就贴合了大众需求。此外，这种表达方式有趣好玩，产品设计上的优势一下子被放大了。它的成功出圈让我们看到了一个个人消费市场的真实存在，但是当这个产品从To C转向To B时，我们也注意到它的局限性。商业场景更看重内容的有效性，那么谁来对此负责？
0
3
平等分配知识
ChatGPT是一个类人脑的“变型金刚”，它打破了知识受权力支配的困局，它用类人脑生成知识创新，用人工智能平等地分配知识。从社会学角度看，它改变了精英层创造知识和劳力层使用知识的分层。我们可以通过它来购买知识，甚至免费获得知识。从教育学角度看，教学的重心从知识点的普及走向基于知识点的深化与创新。如果知识跟信念和智力有关，我们发现它正在破局，这是一种文明的进步。
技术
►
孙 彬（竹间智能COO，复旦科创企业家营第四期校友）
李 伟（溢恩科技创始人，科技企业家创新领导力研修班第一期校友）
戚得信（普瑞联网络技术负责人，长三角聚劲科创大赛参赛者）
0
4
将重构知识产业
像ChatGPT这样的交互方式，更加需要足够而且正确的知识进行训练。当知识成为一个最关键的因素，有两个跟产业相关的问题需要解决：一是行业知识如何构建；二是知识如何被使用。从搜索到问答，ChatGPT改变了人们对于知识的使用方式。
0
5
将改变游戏规则
ChatGPT打破了大厂多年来对于大模型和算力的垄断，惠及普通大众和所有企业，彻底激发生产力。它是一支魔法笔，能够画出什么，看我们自身的驾驭能力。它彻底改变了游戏规则，我们需要结合自身需求，在安全、合规的基础上，立刻试用和应用，不断提高效率。
0
6
要发挥价值，离不开context
在缺乏context的前提下，ChatGPT回答问题的质量便不过关。比如在某个业务场景下的一段代码，让它去找bug，它是无法完成的；但如果是在一个通用的算法下，让它回答有没有bug，它可以精确定位。所以，这个context才是关键。ChatGPT的真正价值是把这些context和知识整合、利用起来，而知识最终还是掌握在每一个人、每一家企业手中。
人文
►
徐英瑾（复旦大学哲学学院教授，复旦科创企业家营授课教授）
0
7
观点输出并非全球性
ChatGPT有一个政治正确的内在训导，比如对于平权意识、种族差异、性别问题，它会有一套符合美国主流价值观的应答机制。所以，它的观点输出是美国式的，并非全球性的。从这一点来说，它已经体现出了一种风土的割裂。
0
8
与人类思维方式完全不同
人类的思维方式和计算机截然不同。人类的思维方式是基于小数据，而非大数据。美国语言学家诺姆·乔姆斯基（Noam Chomsky）很早发现，婴儿通过很少的语料就可以掌握一门语言进行日常对话，这也是其所说的“刺激的贫乏”。ChatGPT需要进行大量的语料学习，才能掌握一门语言。
0
9
绝不是通用人工智能的标杆
人脑的运作机制是基于小数据。无论未来的通用人工智能是什么样子，它必须要在最宽泛的意义上是基于小数据的。无论是ChatGPT、深度学习，还是现有主流的基于数据训练的人工智能，它只能变成一个把一般人的意见加一个平均统计化去处理的机器，永远不可能达到通用人工智能的标杆，就是所谓的创造性、独创性和进步性，最多是提供一个专业的技术工具。
来源 | 公众号：复旦管院科创
点击“阅读原文”报名
复旦科创企业家营第六期