夜雨聆风学习资料网

ARTICLE · 1245034

AI辅助人文研究|五分钟的原型与耗时至少百倍于此的验证纠错

AI辅助人文研究|五分钟的原型与耗时至少百倍于此的验证纠错

一位积极探索AI辅助人文研究的老师表示:
“以前建数据库很繁琐,所以搭起来之后,受众也多。现在基本就是几句话的事,可以快速搭建原型。我的主张是,每个人都可以有自己的数据库、知识库。其实也不难,把材料都下好,然后让AI来整理就行。”

我在评论区留言:
“我的第一反应:很认同;
第二反应:其实夸张了。OCR当代印刷体书籍已有免费高效的工具可用,但OCR潦草手写、印刷或扫描不清晰的文本仍需大语言模型,批量处理成本并不低。
‘几句话’搭出的demo只能说是demo,很可能是有种种错误或不尽人意之处的。(但是相比过去成本确实大大降低了,是非专业人士完全可以用业余时间完成的)”

(以下内容为口述然后AI润色)

这两天,我正好在使用AI(GPT 6 astra)辅助做一个网站,再次经历了类似的过程:只花了短短几分钟,就让AI成功搭建出了一个原型。如果不仔细检查,它看起来像模像样、初具规模,感觉挺不错;甚至可以说它快速跑通了整个流程,呈现出一个乍看之下完全符合需求的结果。

然而,一旦我开始仔细检查,就发现了大量各种各样的遗漏和错误。于是我定下明确的目标,让AI自行检查并纠错;但在它完成纠错后,我再去手动验证,却依然能发现大量的纰漏。

正是这次经历,让我重新想起了上面的那段对话。其实我提到的这位老师,他自己肯定拥有非常丰富的实践经验,不可能不知道几句话搭出来的原型会存在大量问题。他在其他的推送中也讲过:要逐步检查、严格核对,必须一小步一小步地推进;否则,如果一下子给AI一个很大的目标,不仅极易出现错误,而且出了错也很难发现和纠正。

他心里完全明白这个道理,那为什么还会说出“现在基本就是几句话的事,可以快速搭建”这种完全不符合实际的表述呢?这大概源于他习惯用一种夸张、绝对化的方式来表达。我是这位老师的粉丝,长期关注他的账号,也从他那里学到了很多东西,但我认为他有一个很严重的问题,就是非常喜欢夸张。比如,当他发现workbuddy能很好地完成某些任务时时,就会觉得它好像和 Codex没什么区别,甚至扬言要考虑退订原有的服务;可实际上,现在过去很久了,他退订了吗?并没有。我觉得这并不是孤例,很多人在看到AI做出一点成果时,就会用夸张的语气,把它描绘成一种脱离现实的完美状态。

但凡有一点使用AI解决实际需求的经验就会发现:让它生成一个原型——一个你不仔细核对、初看之下像那么回事的东西——确实变得挺简单的。但只要你认真核对,就会发现即便是你认为很简单的问题,交给它去做,也总是会出现各种错误、不符合需求、甚至是隐瞒的情况。实际操作经验越丰富的人,就越不会迷信那些所谓的“AI神话”,越不会相信仅靠几句话就能省心省力地搞定一切。

不过,正如我在回复中所说的,我也能理解为什么大家会产生这种感觉。在没有AI的时候,一个非专业人士利用业余时间根本不可能做到的事情,现在不仅完全能够做到,而且确实能节省很多时间,这是千真万确的。这种突破确实会给人一种目眩神迷的感觉。

然而,很多时候正是这种目眩神迷导致了表述被过度夸张,让人误以为只要有了AI,就可以轻而易举地解决各种现实问题,但这并不真实。我认为这种夸大其词是有害的:

首先,对于那些不从事具体业务的人,他们很可能会因此高估AI的能力,进而认为下属或合作者只要使用AI就能神速完成工作,这无形中方便了管理者以此来过度剥削他人;
其次,局外人会因此大大低估交付一个优质成果所需要耗费的时间、精力和成本;
最后,对于一线的使用者来说,如果误以为AI能迅速搞定一切,但在实际操作中发现AI根本做不到时,就更容易产生强烈的烦躁感和挫败感。更可怕的是,如果使用者完全没有发现AI的缺陷,误以为那个错漏百出、充满遗漏的结果“看起来挺好”,那最终所带来的隐患将是灾难性的。

相关学习资料