歲月的容顏 YingChu Chen

當OpenAI將Deep Research先開放給 ChatGPT Pro 的使用者後，已經有一群使用者驚訝於它的產出，沒多久，OpenAI已 開放給付費的使用者 來使用 Deep Research功能，讓更多人都能受惠於這套功能帶來的方便。 當我在 ChatGPT 裡使用 Deep Research 讀完我幾年來處理的文件、寫的報告內容後，它依這些資料產出的速度相當快，除了可以搜尋網路文章外，也同時參考我所上傳的資料。因為已經讀過我整理過一次或經過多次編修的內容，所以產出成果也有一定的品質。 這樣的發展促使我思考「知識工作者」是否可能真的被取代？科技進步就是不斷的在縮短資訊落差，減少因為資訊落差造成的不平等，但仍有可能因為運用資本的程度不同而產生不平等。 就現階段來說，使用者要讓生成式AI按提示語（Prompt）工作，取得高品質且符合需求的資料、辨識產出的成果是否存有虛構的內容，都需要依賴使用者本身對該領域的專業程度，才能寫出正確的提示語。在我今天的操作過程中，如果沒有先前累積的知識，可能也無法讓AI開始工作。 知識工作者在未來，存在的意義可能會像「翻譯」一樣，將客戶的需求「翻譯」為指令，限縮這些生成式AI在搜尋的範圍，提高產出的準確率及品質，減少內容的幻覺，，也像一個具基本能力的「編輯」，編修文章中的字句，更貼近「人類」的語言，或客戶需求的專業語言，而不是像機器一般的語言。 Deep Research 不僅縮短產出文章的時間，還沒有創作者在產出文章時的陣痛期，例如面對排山倒海的資料確不知從何處開始著手整合，又或是完全不知道要去哪裡找資料，又該從哪裡開始。在對話的過程裡，生成式AI也會一起把範圍縮小，讓目標更明確，也是不錯的協助。