張 強(qiáng)，高 穎，趙逸淳，張雪峰（．華中師范大學(xué)信息管理學(xué)院；．安徽師范大學(xué)美術(shù)學(xué)院；3．安徽工程大學(xué)經(jīng)濟(jì)與管理學(xué)院）

1 引言

ChatGPT（Chat Generative Pre-trained Transformer）是由美國OpenAI 公司研發(fā)，于2022 年11 月30 日正式發(fā)布的一款對話形式的語言模型［1］。該模型基于GPT—3.5 訓(xùn)練而成，作為一種生成式語言模型，ChatGPT 是基于超大規(guī)模的語料庫訓(xùn)練而成，這些語料庫包括真實(shí)世界中的海量百科知識和對話數(shù)據(jù)，因此ChatGPT 具有極強(qiáng)的語義理解和文本生成功能［2］。ChatGPT 除了知識淵博以外，更重要的是其可以根據(jù)上下文來識別用戶的意圖，并以交互的方式與人類進(jìn)行溝通、交流［3］。

因操作簡單、容易上手等特性，ChatGPT 一經(jīng)推出就迅速在社交媒體走紅，僅一個(gè)月時(shí)間注冊用戶就已破億［4］，比爾·蓋茨認(rèn)為這種AI 技術(shù)是繼互聯(lián)網(wǎng)與個(gè)人電腦之后最重大的發(fā)明［5］，英偉達(dá)（Nvidia） 的CEO 黃仁勛認(rèn)為AI 的“i-Phone 時(shí)刻”已經(jīng)到來［6］。2023 年2 月2 日，Microsoft 公告宣布將在旗下所有產(chǎn)品集成ChatGPT，包括Bing 搜索、Office、云計(jì)算平臺Azure等［7］。2023 年3 月15 日，OpenAI 正式推出基于GPT—4 模型訓(xùn)練的ChatGPT。GPT—4 是一種多模態(tài)大模型，在人機(jī)交互環(huán)節(jié)支持文本、圖像等多模態(tài)輸入，除了擁有強(qiáng)大的識圖能力外，其文本輸入能力也得到了很大提升［8］。2023 年3 月24日，OpenAI 宣布ChatGPT 支持安裝第三方插件，可以幫助ChatGPT 聯(lián)網(wǎng)訪問最新消息和第三方服務(wù)［9］。

ChatGPT 除了在工業(yè)界引起了討論風(fēng)暴以外，在學(xué)術(shù)界同樣如此。當(dāng)前，已有關(guān)于ChatGPT 對教育生態(tài)、情報(bào)信息、科研工作等所產(chǎn)生的影響的相關(guān)討論［10-14］。然而上述討論多從介紹ChatGPT 的發(fā)展歷程入手，未能充分闡釋ChatGPT 的核心概念與技術(shù)原理，針對智慧圖書館建設(shè)方面的探討也稍顯不足。因此，本文在介紹ChatGPT 核心概念與技術(shù)發(fā)展歷程的基礎(chǔ)上，探討ChatGPT 在智慧圖書館建設(shè)中的機(jī)遇與挑戰(zhàn)，為AI 時(shí)代智慧圖書館高質(zhì)量發(fā)展與建設(shè)提供借鑒。

圖1 PFM在人工智能三大領(lǐng)域的基本發(fā)展歷程

2 ChatGPT 相關(guān)概念闡釋

2.1 預(yù)訓(xùn)練模型（Pretrained Foundation Models,PFM）

ChatGPT 作為一個(gè)基于深度學(xué)習(xí)的預(yù)訓(xùn)練模型，其核心在于PFM，PFM 背后的預(yù)訓(xùn)練思想在當(dāng)前的大模型中起到了至關(guān)重要的作用［15］。特征抽取是機(jī)器學(xué)習(xí)與深度學(xué)習(xí)都需要解決的核心問題。生成式預(yù)訓(xùn)練模型（GPT） 采用的是Transformer 作為特征抽取器，在大規(guī)模數(shù)據(jù)集上進(jìn)行自回歸訓(xùn)練，另一個(gè)知名的模型是谷歌提出的BERT（Bidirectional Encoder Representations from Transformers）模型，兩者均為基于Transformer 預(yù)訓(xùn)練模型的代表［16］。作為一種通用模型，PFM在文本生成、文本分類、圖像處理、邊緣檢測、圖分類等領(lǐng)域都表現(xiàn)出巨大潛力，已經(jīng)在自然語言處理（NLP）、計(jì)算機(jī)視覺（CV） 和圖學(xué)習(xí)（GL）三大人工智能領(lǐng)域得到了廣泛應(yīng)用（見圖1）。PFM 在大規(guī)模數(shù)據(jù)上進(jìn)行訓(xùn)練后，可以對類似的小規(guī)模下游任務(wù)進(jìn)行微調(diào)從而達(dá)到較好的性能。

在闡釋GPT 的技術(shù)原理前，有必要將GPT 與同期的BERT 進(jìn)行對比，以加深對GPT 的理解。BERT 模型基于雙向+ 微調(diào)，即BERT 同時(shí)利用前后的信息來猜測被MASK 的信息，更適合理解類任務(wù)，代表性項(xiàng)目是谷歌的AlphaGo。GPT 模型基于自回歸+提示，即從左向右進(jìn)行預(yù)測，并不會(huì)利用文本的右側(cè)信息，更擅長生成類任務(wù)?？梢姡珻hatGPT 使通用人工智能變?yōu)榱丝赡堋?/p>

2.2 ChatGPT 的發(fā)展歷程與技術(shù)原理

OpenAI 公司于2022 年11 月推出的ChatGPT是基于GPT—3.5 架構(gòu)所開發(fā)的對話式AI 模型，短短幾個(gè)月后便更新為GPT—4 架構(gòu)，與InstructGPT互為兄弟模型［17］。ChatGPT 適用于對話生成類任務(wù)，InstructGPT 適用于指令性任務(wù)。GPT 家族的發(fā)展歷程見表1。

表1 GPT 的發(fā)展歷程

GPT—1 提出時(shí)，在9 個(gè)NLP 任務(wù)上取得了SOTA（State of the Art） 的效果。對比GPT —1，GPT—2 并未大改模型結(jié)構(gòu)，而是使用了更多的參數(shù)模型和訓(xùn)練數(shù)據(jù)，GPT—2 生成的虛假新聞足以欺騙常人，被稱為AI 領(lǐng)域的“危險(xiǎn)武器”。GPT—3 相比于GPT—2 有了非常大的提高：更大的參數(shù)規(guī)模，GPT—3 的參數(shù)較GPT—2 大了100 倍；更好的模型性能，GPT—3 在語義理解與推理上表現(xiàn)得更加出色；更多的語言覆蓋，GPT—3 不僅支持英語，還支持其他多種語言，在應(yīng)用領(lǐng)域上也更加廣泛；更強(qiáng)的交互能力，GPT—3 可以像人類一樣進(jìn)行問答與交互［18］。2020 年，初代的GPT—3 展示了三個(gè)重要能力：①語言生成，可以根據(jù)提示詞來補(bǔ)全整個(gè)句子；②上下文學(xué)習(xí)，遵循指定的任務(wù)示例，可以為新的用例生成解決方案；③世界知識，包括事實(shí)知識和常識。那么GPT—3 又是如何發(fā)展成為初代ChatGPT（這里指的是2022 年11 月推出的基于GPT—3.5 版本）的？圖2 展示了GPT—3 到GPT—3.5 的發(fā)展歷程［19］。

圖2 GPT-3 到GPT-3.5 演化過程

2020—2021 年，初代的GPT—3 經(jīng)過代碼訓(xùn)練、指令微調(diào)和基于人類反饋的強(qiáng)化學(xué)習(xí)，展示出強(qiáng)大的突現(xiàn)能力。OpenAI 通過代碼訓(xùn)練與指令微調(diào)對GPT—3 進(jìn)行增強(qiáng)，最終獲得了Codedanvinci-002（用于代碼） 和Text-danvinci-002（用于文本），它們具有與初代GPT—3 不同的能力。①響應(yīng)人類指令的能力。GPT—3 的輸出主要集中在訓(xùn)練集中的常見句子，而當(dāng)前模型可以針對指令詞和提示詞生成更為合理的答案。②泛化到全新的任務(wù)。當(dāng)用于微調(diào)模型的指令數(shù)量達(dá)到一定規(guī)模時(shí)，模型也可在從未見過的新問題上產(chǎn)生有效回答，這種能力在知識問答上尤為重要，因?yàn)橛脩艨倳?huì)用各種方式提出新問題。③代碼生成與理解。與前置模型相比，增加了對代碼的理解與生成功能。④使用思維鏈進(jìn)行復(fù)雜推理。Code-davinci-002 與Text-danvinci-002 兩個(gè)模型較GPT-3 具有較強(qiáng)的思維鏈推理能力。

Text-danvinci-002 經(jīng)過基于人類反饋的強(qiáng)化學(xué)習(xí)的指令微調(diào)（RLHF） 后，得到了ChatGPT，ChatGPT 具有如下能力。① 更具信息的回應(yīng)。ChatGPT 的回應(yīng)更加冗長，用戶需要明確自己所要求的答案是簡潔的，才能得到相應(yīng)的答案。②更加公平的回應(yīng)。ChatGPT 對涉及多個(gè)利益實(shí)體的事件會(huì)給出平衡各方的答案。③拒絕不恰當(dāng)?shù)膯栴}。由預(yù)先設(shè)置的內(nèi)容過濾器和RLHF 觸發(fā)的模型結(jié)合處理。④拒絕知識之外的問題。拒絕回答在2021年9 月之后所發(fā)生的事件，RLHF幫助模型區(qū)分問題是否在其知識范圍內(nèi)。

需要說明的是，上述的所有能力都是模型本身就存在的，而不是由RLHF 生成的，RLHF的主要作用是觸發(fā)/解鎖其突現(xiàn)能力。

OpenAI 目前還未發(fā)表關(guān)于GPT—4 的論文，但是已公布相關(guān)報(bào)告［20］。報(bào)告稱，GPT—3.5 和GPT—4 在日常交互中的區(qū)別很微妙，但是當(dāng)任務(wù)的復(fù)雜度達(dá)到一定閾值時(shí)，GPT—4 的回答比GPT—3.5 更可靠、更有創(chuàng)意，且能處理更為細(xì)致的指令，GPT—4 相比于GPT—3.5 有如下四個(gè)方面的提升。①GPT—4 具備多模態(tài)輸入能力，可對圖文結(jié)合的輸入進(jìn)行分析，但目前并不具備多模態(tài)的生成輸出能力。②GPT—4 在專業(yè)領(lǐng)域的性能表現(xiàn)大幅超越GPT—3.5 及SOTA 大模型。在美國律師資格考試測驗(yàn)中，GPT—4 的成績位于前10%，而GPT—3.5 的成績只達(dá)到了后10%的水準(zhǔn)。③GPT—4 能夠處理更長的文本信息，具備更強(qiáng)的創(chuàng)作能力和推理能力。GPT—3.5 支持處理的文本字?jǐn)?shù)上限為3,000 字，而GPT—4 可處理25,000 字的長文本。④GPT—4 支持用戶進(jìn)行自定義對話風(fēng)格。用戶可以通過輸入命令來定義GPT—4 的交互式對話風(fēng)格，而之前的ChatGPT 只具備一種風(fēng)格。

2.3 ChatGPT 的RLHF 過程解析

RLHF 機(jī)制觸發(fā)了ChatGPT 的許多功能，本文參照ChatGPT 官網(wǎng)給出訓(xùn)練示意圖，對其機(jī)制進(jìn)行解釋（見圖3）［21］。

圖3 基于RLHF 機(jī)制的ChatGPT 訓(xùn)練示意圖

首先，通過監(jiān)督微調(diào)訓(xùn)練一個(gè)初始模型，由AI 訓(xùn)練師來提供對話，在對話中分別扮演用戶和AI 助手，再將新生成的對話數(shù)據(jù)集與InstructGPT數(shù)據(jù)集混合起來轉(zhuǎn)化為對話的格式。之后，AI 訓(xùn)練師對模型生成的答案進(jìn)行排名，并用排名數(shù)據(jù)訓(xùn)練獎(jiǎng)勵(lì)模型。最后，使用近端策略優(yōu)化來微調(diào)模型，并迭代多次。

整體來看，ChatGPT 分為預(yù)訓(xùn)練和微調(diào)兩個(gè)階段。在預(yù)訓(xùn)練階段，模型自然地進(jìn)行學(xué)習(xí)，類似于人類在一個(gè)全新環(huán)境進(jìn)行無監(jiān)督式的學(xué)習(xí)，而微調(diào)階段則是由創(chuàng)造者進(jìn)行引導(dǎo)。

3 ChatGPT 對智慧圖書館建設(shè)的機(jī)遇與挑戰(zhàn)

以ChatGPT 為代表的人工智能工具在許多領(lǐng)域均具備應(yīng)用場景。在游戲領(lǐng)域，利用AI 機(jī)器人在前期模擬玩家進(jìn)行平衡性測試，后期可以充分挖掘玩家與NPC 之間的交互可能，增強(qiáng)玩家的沉浸式體驗(yàn)，在游戲制作過程中可以充分發(fā)揮AIGC（ArtificialInteligenceGeneratedContent）的生產(chǎn)力，彌補(bǔ)PGC（Professional Generated Content）、UGC（User Generated Content） 的生產(chǎn)潛力缺口，提升游戲制作效率。在媒體領(lǐng)域，可以推進(jìn)人機(jī)協(xié)作共創(chuàng)，基于AI 自動(dòng)編寫新聞，減輕工作人員的負(fù)擔(dān)，自動(dòng)化地進(jìn)行智能生產(chǎn)，推動(dòng)傳媒向智媒發(fā)展。可以預(yù)見，ChatGPT 正深刻融入并影響著人類工作、生活的方方面面，勢必會(huì)成為文化事業(yè)和產(chǎn)業(yè)構(gòu)建智慧服務(wù)的新力量。

3.1 ChatGPT 在智慧圖書館建設(shè)中的應(yīng)用場景

智慧圖書館自提出以來，盡管已歷經(jīng)幾十年的發(fā)展，但是依然是一種受限智慧，其所能開展的服務(wù)受到各種條件的限制。智慧圖書館是空間智慧、業(yè)務(wù)智慧、服務(wù)智慧、資源智慧、管理智慧等形成的統(tǒng)一有機(jī)體［22］，ChatGPT的引入為圖書館的智慧建設(shè)與服務(wù)提供了理論基礎(chǔ)和實(shí)踐可能，有可能重塑甚至顛覆當(dāng)前圖書館的服務(wù)體系。

3.1.1 助力圖書館的信息資源管理建設(shè)

圖書館是保存人類文化遺產(chǎn)、提供科技文獻(xiàn)情報(bào)的重要場所，圖書館信息資源管理建設(shè)的方式與特點(diǎn)直接關(guān)系服務(wù)成效。自助借還機(jī)、智能圖書柜等物聯(lián)網(wǎng)設(shè)備為圖書館的信息資源管理提供了“骨架”，而ChatGPT 則為這個(gè)“骨架”注入了生命。如，在文獻(xiàn)資源書目編制與標(biāo)注方面，ChatGPT 可以直接對文獻(xiàn)內(nèi)容進(jìn)行分析，自動(dòng)為書目添加標(biāo)簽和分類號，并生成文獻(xiàn)的元數(shù)據(jù)，更好地分類管理文獻(xiàn)。針對已有文獻(xiàn)，ChatGPT可以進(jìn)行書目信息的校準(zhǔn)，保持圖書館書目信息與元數(shù)據(jù)的規(guī)范化，提升元數(shù)據(jù)質(zhì)量。ChatGPT還可以助力圖書館館藏資源實(shí)現(xiàn)數(shù)字化整合。圖書館館藏資源異構(gòu)現(xiàn)象極為常見，不同來源、不同模態(tài)的資源在當(dāng)前的OPAC 系統(tǒng)中難以得到統(tǒng)一、有效的整合。GPT—4 模型以支持多模態(tài)輸入的方式來獲取單模態(tài)輸出，且同意接入第三方插件進(jìn)行聯(lián)網(wǎng)。ChatGPT 這種強(qiáng)大的能力促進(jìn)了圖書館內(nèi)部資源整合和外部資源對齊，將多個(gè)獨(dú)立的數(shù)字資源進(jìn)行優(yōu)化，結(jié)合為一個(gè)新的有機(jī)體，使得圖書館資源更加智慧化、有序化，深刻改變了圖書館的資源整合模式和資源處理方式，將圖書館員從體力勞動(dòng)中解脫出來，有更多的時(shí)間與精力從事創(chuàng)造性工作。

3.1.2 助力圖書館智慧空間場景建設(shè)

圖書館的空間場景包括物理空間場景和虛擬空間場景，物理空間場景主要包括圖書館建筑、設(shè)備、人力資源等物理環(huán)境，虛擬空間場景主要包括使用VR、AR 等虛擬設(shè)備所打造的虛擬實(shí)驗(yàn)室或虛擬空間。ChatGPT 在圖書館智慧空間場景建設(shè)的主要應(yīng)用在于導(dǎo)航與分析。在導(dǎo)航方面，雖然國內(nèi)的公共圖書館和高校圖書館已普遍擁有智能機(jī)器人輔助導(dǎo)航，但是當(dāng)前的智能機(jī)器人智慧程度較低、無障礙交互效果不佳。即將ChatGPT 所具備的多模態(tài)輸入功能接入到智能機(jī)器人中，可以充分發(fā)揮數(shù)字包容特性，更好地幫助老年人和殘障人士等弱勢群體，達(dá)到“用戶—需求—場景”的三方平衡。這一優(yōu)勢在虛擬空間場景將發(fā)揮得更加充分。在數(shù)據(jù)分析方面，將ChatGPT 接入圖書館數(shù)據(jù)中樞，可以對用戶的使用習(xí)慣、閱讀方式等進(jìn)行同步更新與分析，再通過云計(jì)算、大數(shù)據(jù)技術(shù)進(jìn)行用戶畫像，就能夠提供精準(zhǔn)的知識推送服務(wù)，滿足用戶的個(gè)性化需求，使整個(gè)圖書館空間場景更加智慧多元。

3.1.3 助力圖書館的智能咨詢服務(wù)建設(shè)

凸顯圖書館智慧服務(wù)的個(gè)性化與差異化是當(dāng)前圖書館智慧服務(wù)工作的重要任務(wù)。如前文所述，ChatGPT 可以根據(jù)用戶設(shè)定生成合適的回復(fù)，而不是單一的語氣和態(tài)度，滿足了用戶的個(gè)性化定制需求。同時(shí)，ChatGPT 支持多模態(tài)多語種的輸入，在文本方面，用戶不再需要學(xué)習(xí)復(fù)雜的檢索式與檢索技能，只需要以自然語言的方式進(jìn)行提問，且無須考慮語言鴻溝問題，ChatGPT 會(huì)精準(zhǔn)識別用戶的意圖，盡力尋找用戶所需的文獻(xiàn)資源，并按照一定的排列邏輯進(jìn)行返回，擴(kuò)大智能咨詢服務(wù)的覆蓋面。同時(shí)，用戶可以以圖片的形式進(jìn)行提問，ChatGPT 利用強(qiáng)大的圖像處理能力將多模態(tài)實(shí)體進(jìn)行對齊，返回對應(yīng)的文字信息或圖片信息，這也為一些弱勢群體使用智能咨詢服務(wù)提供了便利。ChatGPT 查詢所采用的是對內(nèi)容的檢索分析而非簡單地檢索元數(shù)據(jù)，參考咨詢的質(zhì)量將因此得到很大提高。ChatGPT 還可以為用戶建立知識庫系統(tǒng)，分析用戶的過往檢索信息，為用戶制定個(gè)性化知識庫，從而提高用戶對圖書館的黏性。

3.1.4 助力圖書館的館員服務(wù)能力建設(shè)

隨著社會(huì)的不斷發(fā)展，圖書館服務(wù)也在不斷完善，然而囿于傳統(tǒng)思維，AI 技術(shù)的發(fā)展對圖書館服務(wù)產(chǎn)生了顛覆性的沖擊。大部分圖書館在AI技術(shù)與服務(wù)業(yè)務(wù)的融合上仍有較大不足，主要原因在于館員的技術(shù)能力未能跟上技術(shù)發(fā)展的步伐。因此，圖書館員需要提升自身的數(shù)字素養(yǎng)與數(shù)字技術(shù)能力。此前，圖書館界常以技術(shù)培訓(xùn)與研討的方式幫助館員學(xué)習(xí)新的技術(shù)，而今，ChatGPT對于館員來說不只是開展服務(wù)的輔助工具，更是提升自身技術(shù)能力的“百科全書”，是實(shí)現(xiàn)圖書館員全面發(fā)展的有效工具。一方面，圖書館員無法完全了解紛繁復(fù)雜的館藏資源，造成回復(fù)用戶咨詢時(shí)效率低下。ChatGPT 具有雄厚的知識背景，掌握多種語言，且支持翻譯后統(tǒng)一為中文或英文，極大地方便了館員整理書目和開展學(xué)科服務(wù)等工作，助力圖書館打造人機(jī)協(xié)同的服務(wù)新模式。另一方面，圖書館員是圖書館開展科學(xué)研究的重要人員，ChatGPT 可以幫助他們追蹤學(xué)科前沿?zé)狳c(diǎn)，協(xié)助他們進(jìn)行特定資源的主題挖掘與分析，幫助其生成館藏資源的元數(shù)據(jù)描述，還可以利用ChatGPT 在制度編制、新聞稿撰寫、文章編譯等方面為館員提供幫助，減輕他們的工作壓力，提升館員的工作效率和信心。

3.2 ChatGPT 給智慧圖書館建設(shè)帶來的風(fēng)險(xiǎn)和挑戰(zhàn)

盡管ChatGPT 可以為智慧圖書館的建設(shè)帶來諸多幫助，但是由于其仍處于發(fā)展階段，故依然存在很多問題。OpenAI 是馬斯克等人于2015 年成立的非營利AI 組織，馬斯克已于2018 年離開，近日他在推特上炮轟OpenAI 違背初心，已經(jīng)成為一家閉源的營利性公司［23］。因此，ChatGPT 的某些技術(shù)對于普通用戶而言就是“黑箱子”。

3.2.1 隱私泄露問題

2023 年3 月23 日，OpenAI 的首席執(zhí)行官Sam Altman 在社交媒體上宣布，由于開源代碼庫的一個(gè)錯(cuò)誤，ChatGPT 出現(xiàn)了一個(gè)嚴(yán)重的問題，即在部分用戶的聊天歷史對話框中出現(xiàn)了別人的聊天記錄［24］。而事實(shí)上，ChatGPT 的隱私政策中包含其可以使用用戶的交互數(shù)據(jù)來輔助訓(xùn)練模型的條款。因此，一旦ChatGPT 類工具接入圖書館，大量的用戶個(gè)人信息、閱讀記錄等有可能因技術(shù)手段等原因而被泄露。就研究者而言，很多學(xué)者通過圖書館來訪問科研數(shù)據(jù)庫，一旦接入了ChatGPT，有可能會(huì)在提問、查詢、檢索等階段暴露自己的學(xué)術(shù)觀點(diǎn)或意圖，ChatGPT 目前已可以通過插件接入互聯(lián)網(wǎng)，有可能會(huì)將與之前用戶交互的數(shù)據(jù)重組后作為答案反饋給后來的用戶。

3.2.2 問答真實(shí)性問題

ChatGPT 本質(zhì)上是一個(gè)生成式模型，通過概率來不斷生成后續(xù)的文本。搜索引擎是基于真實(shí)數(shù)據(jù)來返回網(wǎng)頁或者答案，而ChatGPT 是依據(jù)概率生成的內(nèi)容，無法保證其真實(shí)性和準(zhǔn)確性［25］。正是由于其概率性，ChatGPT 針對某一個(gè)同樣問題的前后回答甚至?xí)韵嗝?。筆者要求ChatGPT 提供與“智慧圖書館建設(shè)”有關(guān)的學(xué)術(shù)論文時(shí)，其反饋的格式非常規(guī)范，但是很多論文最后證實(shí)是不存在的。如果用戶詢問的是本專業(yè)問題，用戶還可以通過判斷來確認(rèn)其真實(shí)性，而當(dāng)用戶在做跨領(lǐng)域相關(guān)研究時(shí)，若不加以詳細(xì)甄別，則很有可能會(huì)被誤導(dǎo)。且GPT—4 已逐步向多模態(tài)方向發(fā)展，有心之人可以利用其生成“圖文并茂”的虛假新聞，公眾難以辨別真實(shí)與否。更甚者，這些錯(cuò)誤的低質(zhì)量信息會(huì)成為ChatGPT的訓(xùn)練數(shù)據(jù)，從而影響未來模型訓(xùn)練數(shù)據(jù)的質(zhì)量。此外，ChatGPT 基于大量的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行訓(xùn)練，由于目前中文數(shù)據(jù)占比較少，受性別、種族、政治、文化背景等的影響，模型的訓(xùn)練數(shù)據(jù)可能存在一些偏見，針對很多涉及國家、民族的政治問題，ChatGPT 可能會(huì)給出帶有偏見性甚者是錯(cuò)誤的答案。

3.2.3 版權(quán)風(fēng)險(xiǎn)問題

ChatGPT 是基于大規(guī)模數(shù)據(jù)訓(xùn)練而成的，開發(fā)者目前并未完全開源其算法、數(shù)據(jù)、運(yùn)行機(jī)制等。訓(xùn)練數(shù)據(jù)中可能包含大量具有版權(quán)的文本資源，ChatGPT 的回答也缺少對相應(yīng)來源的引用，用戶在采用相關(guān)答案時(shí)可能無形中就產(chǎn)生了剽竊、侵犯版權(quán)等問題。因此，這些內(nèi)容在公開發(fā)表時(shí)，是屬于ChatGPT 自身還是作者本身，仍有待商榷。

綜上所述，用戶在使用ChatGPT 類工具時(shí)，需要檢查輸出結(jié)果以確認(rèn)來源的可靠性，注意保護(hù)自身的隱私安全，學(xué)會(huì)批判性思考，不盲目相信工具和模型。圖書館在引入ChatGPT 類工具時(shí)，需要對其進(jìn)行監(jiān)管，通過嚴(yán)格審查來檢驗(yàn)?zāi)Ｐ偷妮敵鼋Y(jié)果，確保相關(guān)內(nèi)容符合法律法規(guī)，還需要設(shè)立應(yīng)急管理機(jī)制以便及時(shí)刪除錯(cuò)誤信息。

4 結(jié)論

ChatGPT 給各行各業(yè)都帶來了顛覆性沖擊，盡管目前還存在一些問題，但是ChatGPT 在短短的數(shù)月內(nèi)就進(jìn)行了多次迭代升級，可見ChatGPT的時(shí)代已不可阻擋，也讓我們看到了通用人工智能的曙光。圖書館作為開展資源服務(wù)、助力科研教育的重要場所，需要認(rèn)識到ChatGPT 對圖書館建設(shè)的顛覆性影響。從圖書館機(jī)構(gòu)到圖書館員，均需因時(shí)應(yīng)勢而變，積極做好館藏資源建設(shè)與人員轉(zhuǎn)型與儲備，以迎接ChatGPT 時(shí)代的到來。