一、ChatGPT 的优点
（一）可处理多种 NLP 任务
在 ChatGPT 发布前，NLP 领域多针对特定任务独立开发模型，如中英机器翻译模型只能完成单一翻译功能，若涉及其他任务需更换相应模型，且定制不同语言翻译等任务还需大量标注对应语言数据，整个 NLP 产业处于传统手工业模式。而 OpenAI 从 GPT2 开始研究多任务模型，至 ChatGPT 已实现让用户可提出各类问题，它能完成编写代码、做数学题、编写诗歌等多种任务，标志着 NLP 领域进入工业时代，已成为基于文字模态的通用 AI 模型，不再局限于过去特定的 NLP 任务。
（二）减少对大规模标注数据的依赖
AI 模型通常依赖大量标注数据来提升效果，但 ChatGPT 主要依靠至少上百 GB 的大规模非标注高质量文本语料，在 RLHF 阶段也仅使用远少于预训练语料的数据完成训练。这使得很多互联网科技公司在制作对标大语言模型时，一定程度上受益于无需依赖超大规模标注数据（虽标注数据越多模型质量越好的法则不变）。
二、ChatGPT 的缺点
（一）存在严重的幻觉妄语现象
ChatGPT 常编造信息，出现类似 “幻觉妄语” 的情况。例如对 “宫廷玉液酒” 的理解有误，将其当作概念解释而非理解为对暗号的内容，还会出现如误把艾伦图灵当作电线发明者等事实性错误。即使后续推出的 GPT4 该情况有所改善，但仍不是完全可靠的知识库，不能完全替代搜索引擎。其原因在于它是基于概率论构建的神经网络模型，在推理阶段易犯错，且本质上更关注回答是否像人类话语，而非内容真实可靠。
（二）无法连接外部实时信息
ChatGPT 本身无法回答实时性很强的问题，不能连接搜索引擎获取最新信息反馈给用户，所以不能完全替代搜索引擎，不过可作为搜索引擎入口的优化。微软的 NewBing 和 OpenAI 在网站中的相关做法是通过将用户问句先交予搜索引擎获取结果，再让 ChatGPT 基于此做阅读理解来回答实时性问题。
（三）不具备真正的思考和推理能力
ChatGPT 做数学题虽能给出答案及解题过程，但实际上这些内容多来自预训练语料。若题目不在其预训练语料中，大概率无法解答。它就像死记硬背题型的学生，通过大量数据记住解答方式，并非真正懂得背后原理，能融会贯通进行创新思考。所以目前它只是弱人工智能顶峰，距离强人工智能还有差距，无法替代人完成如科研论文核心创新观点等需要创造力的工作。
三、ChatGPT 对社会的影响
（一）对搜索引擎市场的影响
ChatGPT 虽不能完全替代搜索引擎，但作为方便人类交流的接口途径，极大优化了用户查询信息的体验，已对搜索引擎市场地位构成挑战，如 Google 搜索量统计指数逐渐下滑。
（二）对教育行业的影响
教育中知识记忆占比较大，ChatGPT 擅长提供客观知识点答案，其出现可能促使教育行业更加注重逻辑推理、人文欣赏、创新创造能力，对当前教育行业格局产生冲击，引发行业洗牌。
（三）对就业的影响
- 对 NLP 相关岗位的冲击：制作 ChatGPT 成本高，多为大型互联网公司有能力制作，未来可能不需要那么多 NLP 算法工程师和标注员。
- 对文字相关工作的冲击：新闻记者润色新闻稿、电商客服对接咨询、笔译人员等与文字材料相关工作都将受到影响，ChatGPT 及其相关工具正在改变整个社会的就业环境，减少脑力劳动岗位数量。
四、总结
ChatGPT 跨越了 NLP 分任务限制并减少标注数据依赖，推动 NLP 领域发展，但仍存在如幻觉妄语、缺乏思考推理能力、无法连接外部信息等明显缺陷。其对社会影响深远，不仅改变了信息查询方式，还冲击了教育行业和就业市场，是 AI 改变世界的重要引子。
