这SSCI好随意, 文章标题“ChatGPT是狗屁”, bullshit, bullshit

所有计量经济圈方法论丛的code文件, 微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

近期，大型语言模型LLMs因其能够生成类似人类的文本和对话而备受瞩目。然而，这些系统在输出中不可避免地存在一些不准确之处，这种现象被广泛称为"AI幻觉"。我们认为，这些模型在生成虚假信息以及整体行为上，更符合法兰克福在《论Bullshit》（2005年，普林斯顿大学出版）中所探讨的"Bullshit"概念。这些大模型在关键方面对其输出内容的真实性表现出一种漠然态度。

我们进一步分析了两种情况，大语言模型可能被视为"bullshit"：一是它们在生成文本时，对事实的真实性缺乏必要的关注；二是它们在输出时，对信息的准确性不够重视。我们认为，将AI的这些误述行为定义为"bullshit"，不仅是一种更为准确和有用的方式，也有助于我们更深入地理解和讨论这些系统的行为模式。

简要介绍：

随着技术的飞速发展，大型语言模型（LLMs）通过分析海量文本和应用概率计算，创造出越来越逼真的文本，其技术日益精湛，令人信服。一些评论家甚至认为，我们可能正站在实现通用人工智能（AGI）的门槛上。然而，除了对自动化带来的潜在威胁和LLMs取代人类工作的担忧，学术界还关注这些程序的行为本质，尤其是它们生成文本的真实性问题。

本文开篇部分，我们概述了ChatGPT及其同类大型语言模型（LLMs）的运作机制。随后，将分析一种观点，即当这些模型出现事实性错误时，它们是否在有意撒谎或无意中产生幻觉。换句话说，它们是故意发布虚假信息，还是基于错误的输入信息而无意识地这样做。我们认为，这两种观点都未能准确捕捉LLMs的本质，因为无论是撒谎还是幻觉，都要求对陈述的真实性有一定的关注。然而，LLMs的设计初衷并非是精确反映现实，而是给人以它们正在这样做的印象。我们认为，这与法兰克福对bullshit的描述在某种程度上是相吻合的。

我们进一步区分了两种bullshit类型，分别命名为“硬bullshit”和“软bullshit”。硬bullshit涉及积极地试图欺骗听众关于其言论的真实性；而软bullshit则是在缺乏对真实性的关注下产生的。我们认为，像ChatGPT这样的LLMs生成的输出属于软bullshit：这些言论或文本是在不关心其真实性的情况下产生的，且没有意图误导听众。我们还提出了一个更具争议的观点，即ChatGPT可能在某些情况下产生硬bullshit：如果我们将其视为具有某种意图，那么它被设计为给人以关心真实性的印象，这可能使它试图误导听众关于其目标、目的或议程的性质。

关于GPT，参看1.前沿: 财务报表分析师和机器学习那套可能会失业, GPT大语言模型极具优势，2. 突发: Stata最为激烈的自救行动! 在大语言模型GPT等攻势下不得不为之！3.必备神器: 各专业领域代表性大语言模型GPT与数据资源！4.最新: 学或做量化金融和量化交易的人员估计得失业! ChatGPT文本基础上的策略完胜！5.GPT在文本分析中的应用, 一个基于Stata 的集成命令用法介绍，6.综述: ChatGPT, 金融学研究, ChatGPT, 金融学研究！7.美国经济学会首次就GPT大模型对经济学研究影响发文, 应用案例与研究者使用指南！8.前沿: 以ChatGPT打开了经济学和其他社会科学研究范式的巨大新空间，9.ChatGPT数据分析和可视化新功能, 算是彻底革了实证研究者的命了！10.GPT前沿: 图神经网络GNN在经济金融领域中的研究应用进展！11.阿里达摩院前沿研究: GPT-4已能取代搞纯数据定量分析的研究人员! 关键成本极低！12.最新: ChatGPT大模型对经济学研究的影响，13.ChatGPT为主题的经济金融等等社科领域的最新论文！14.聊天绘图ChatGPT诞生! 各种技术图形都不再是学术难题！15.太强悍了！英文文献阅读版ChatGPT，一站式文献阅读神器！

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。