转载/statist3927 Lab

最近我在看《今日头条》的时候，无意点击看了AI 聊天机器人的ChatGPT的文章，结果算法一下子就给我推送了很多相关的文章和评价。

哇，那是一个热捧啊，我类举一下热门的主题：

美国的中学生拿ChatGPT写作业，老师头疼；

美国的大学生拿ChatGPT 写论文，而且只要一个题目和论文简单要求，就能生成洋洋N千字的论文；

美国的大学教授吐槽很难分别作业哪些是学生自己写的，哪些是ChatGPT写的；

华裔程序员让ChatGPT 修改一段代码，结果ChatGPT “创造”了新的代码，居然运行成功；

…...

还有一些文章不知道是贩卖焦虑还是蹭热点，主题也是很抓眼球：

ChatGPT 将掀起一场职场革命！

ChatGPT 未来将取代这些职位！

小心了，取代你的不是你的对手，而是ChatGPT

…….

尤其是“ChatGPT 中国应用社区”发表文章的这个主题，让我看了有些莫名其妙：

好，那看样子它可以用中文和我交流。

我打算先试试它经过大量的训练后，对一些简单的数学逻辑有哪些反应。

因为以前我听过，人工智能，就是有多少人工，就有多少智能。

嗯，看了它的回复，感觉还不错

第3种答案其实是我内心已经知道的，并且期待能出现在出来。

而且ChatGPT除了第3点外，还回答了更多的场景，说明训练的还不错。

但

我觉得1 1的问题是一个高频问题，很容易被训练样本采集器采集到，所以我换了个不常见的题目。

继续提问如下

果然，它的回答开始出现瑕疵了。

在第一点，布尔代数的回答用在我之前1 1的问题是可以，因为布尔代数里面含1。

但是布尔代数中只有0和1两种值，因此不存在4×9的场景。但Chat GPT仍旧生搬硬套布尔代数来回答，还做了个结论：’因此4×9可能不等于36’。

这结论放在布尔代数的范畴内，就很牵强附会。

第二点，在不等式的情况下，为啥4×9不一定等于36？

是4×9＞36还是4×9＜36?!

哪怕是4×9≥36中，也包含了“=”在里面啊！

我于是继续追问，为什么它会这么回答

结果，悲催了

乍一看，不错哦，回答过程貌似很牛的样子。

还有具体的计算过程

还分步骤讲解呢！

但

我用Excel计算了一下，不对啊，答案是0.9837825啊！

上图最下面的数学公式就是Pearson相关系数

我于是又查了下维基百科，

ChatGPT的答案是-0.184，Excel的答案是0.858402！

保险起见，我又用R 又检查了一下，确定ChatGPT是在一本正经地撒谎！

接下来，我再准备测试下，ChatGPT 对带有业务场景背景的数据分析问题，有没有能力回答？

因为数据分析师最经常处理的数学或者数据问题，都是发生在具体的业务上面的，如果没有对业务的理解，数据分析师的分析报告是苍白无力的。

测试背景

“假如你在哥伦比亚首都房间的饮水机坏了，检查后发现是一款机械温控器不工作了。上面有个参数85。现在准备把它带到玻利维亚首都拉巴斯去更换新的机械温控器，并留在玻利维亚使用。到五金店去买时，这个参数应该选择下面那种？A. 80，B. 90，C.85，D,100

说实话看了它的这个回答，我放心了：

ChatGPT其实根本不懂业务，就只是个聊天机器人。

它的答案中，除了85这个数值不算严格说错外，其他剩下的文字放到真实的业务中其实就非常不专业、不合理。

最合理的答案应该是80。

为什么这么说？

机械温控器的参数85，指的是温控器工作的温度阈值是85℃。

因为哥伦比亚首都波哥大的平均海拔2800米，不加压的情况下水是烧不到100℃的。

饮水机都是不加压的，所以饮水机烧不到100℃的开水。

所以，根据流体静力学公式和克劳修斯-克拉伯龙相态公式、理想气体状态方程，海拔高度和水沸点的关系式

数据分析师除了要应对具体的业务背景下的问题，还要能有解决学术问题的能力。因为一定的学术能力可以激活数据分析师的创新思维。

我的问题是这样的：

假定虚词的使用是一个人的“写作风格指纹”，请在这个假设前提下，计算并分析下《红楼梦》的作者一共有几个人，他们分别写了哪些章节？

看了ChatGPT的回复，一开始我还是觉得它还是有思辨能力的，居然对我的假设前提有异议，我略微有些惊讶。

但

但

它后面详细解释道《红楼梦》是明代文学的代表作品！

而且居然还把作者曹雪芹写成了吴承恩！

我不由的想到一个画面：

“猴哥别生气，ChatGPT 不懂咱中国文学，把作者搞错了。您收起金箍棒，别和它一般见识，别和它一般见识哈”

得，这下好了。

原本想测试下它在学术背景下的，是否如网上那些热捧的人所说那样，信手拈来就能搞定一篇论文

看样子不用继续搞了。

因为这论文的摘要或者综述就已经这么大一个漏洞了，再把论文写下去都没用！

我也没兴趣继续问下去了。

数学方程求解也是数据分析师的基本技能，而且是我当年考数据分析师证书时的考试大纲中的一个知识点。

我是看到《今日头条》里面曾经出过这么一道题

请在下面( )中填入自然数，使得等式成立

ChatGPT 想要替代数据分析师的这个结论，至少现在可以明辨了，现阶段直接做不到！

首先，作为聊天AI，它的输入是文字，输出也是文字，它是不具备图形处理能力的。

图形处理包括“看图提取数据信息”、“根据信息生成图表”。而数据分析师的日常业务中，数据可视化是高频业务。数据分析报告的消费群体也是需要图形处理的结果的，因为更直观。

光这点聊天AI 就没法搞定。

其次，由于当今世界分工很细，很多岗位背后要掌握的跨学科交叉程度很高，也就是我们俗称要“深刻了解业务的各种场景”。

而聊天AI的本质是NLP，它的训练集是“语料库”。并且NLP本身没能力把很多具体的业务知识，例如图像、声音、视频、三维空间的位移过程…..这写信息抽象成具体的数据特征，并纳入到自己的语料库中。

一旦语料库缺失这些能够代表具体业务场景背景信息的训练样本，那么它也就无法建立在业务的基础上给出建议。

而成为一个合格的数据分析师，就必须“深刻了解业务”，那么就必然要比一个NLP要掌握它所掌握不了的技能和知识。

最后，我特别要提醒的地方：

在每次对话完后，无论ChatGPT回答的如何，我都不会再后面点赞或喝倒彩，如下图

这个小小图表标一旦点击，就相当于免费帮别人家AI的这一次训练结果打上标签。

要知道，AI最宝贵的资源是训练的样本标签！采集到大量的样本标签是每一个AI公司做梦都想得到的财富！

但目前ChatGPT还不熟悉中文的语境和中文的很多习惯，且现在很多国人都在尝试和ChatGPT进行沟通，这样就无疑免费帮助人家训练算法，并打标签。

而量变产生质变，一旦ChatGPT的训练数量和标签数量突破了安全阈值，那么很有可能会形成网络诈骗、网络信息安全犯罪等方面的又一个作案利器！

而且人家诈骗犯不用来中国，甚至不用学中文，远在大洋彼岸就可以实施犯罪。

因此角度站高点，出于整个社会安全的因素考虑，我是不会帮助人家的AI打标签的。

正文完

把ChatGPT当作辅助工具即可，不能依赖，不然你的每次搜索，都是给自己的埋雷，该掌握的其他工具一样都不能少。给大家推荐数据分析师都在用的FineBI工具：

轻松构建出你的数据图表思维逻辑，让你拥有独到的洞察性数据见解，进而达到有效沟通或者数据汇报的目的。