在我們開始焦慮著未來人工智慧統治我們的災難之前，或許我們應該先靜下心來，欣賞一下人工智慧可以提供的潛在效益。AI 對性格測評以及職場溝通的影響可能是正面的，而且效益會相當廣泛。

最近在The Science of Personality Live播客直播上，一起主持的首席科學長Ryne Sherman博士與公關經理Blake Loepp與史丹佛大學組織行為系副教授Michal Kosinski博士一起談論人工智慧不斷演進的科技。

Kosinski博士的研究焦點是透過尖端演算方法、人工智慧與大數據研究數位環境中的人類。他也是第一篇警告劍橋分析事件(Cambridge Analytica)背後濫用隱私權的風險及其使用方法的效率的新聞文章幕後推手。

讓我們看看AI程式語言模式是如何演進、AI輔助通訊可能如何演變、AI如何影響性格測評的未來，以及AI語言模式如何展現創意。

人工智慧語言模式的演變

在接下來的短短幾個月裡（直至 2023 年 3 月），人工智慧程式語言模式將大幅度變得更強、更有創意。這如此爆炸性的成長是怎麼發生的？

人工智慧程式語言模式發展的方法起始於西洋棋。最開始，軟體工程師與數據科學專家將人類下西洋棋的資料庫輸入到AI西洋棋的程式裡，接著將兩個人工智慧程式搭配虛擬棋盤、以及如何在沒有人干預的狀況下下棋的說明。「最開始那幾百場比賽的模型非常愚蠢，」Michal說明，那時候下棋的速度是每秒就有數百場。「但很快，在幾小時之後，出現的是一個陌生、超越人類的軟體，可以用人類玩家完全無法跟上的水準下棋。」

軟體開發業者與人工智慧專家用同樣的適應性策略教導AI模型如何製作程式語言。人學習語言的方式，是透過對話、當時狀況與修正錯誤來學習程式語言。他們犯錯，學習，但慢慢的，犯錯次數變少。「到某個時間點，他們不再犯錯誤，會到達新的語言水準。同樣的方法也用於訓練ChatGPT和類似的模式，」Michal說。將少一個字的語句提交給人工智慧程式，經過數百萬次的失敗後填入正確的文字，接著逐漸填寫正確的文字。Michal也打趣說，經過幾百萬美元的電費和幾十億的話語之後，這些程序顯示出對語言的掌握達到極高的境界。

人工智慧革命起源於教機器解決問題，使用的策略與教導人類的相同：強化與反饋。一開始，機器會犯一些很明顯的邏輯錯誤，但是後來就不會了。「人工智慧回應你的方式，就好像它是另一個人一樣，這是最不可思議的事情，」Ryne補充。因為電腦在邏輯能力上可以超過人類，所以非常適合下棋和語言的使用。

人工智慧輔助通訊

「人工智慧是一場宛若發明書寫語言一樣重要的革命，」Michal說。手工書寫使人類能夠跨越時間、有時候是數千年的時間，進行交流。在電腦發明之前，知道如何使用手寫筆、羽毛筆或鉛筆是進行溝通的基本方法。現在，知道如何使用鍵盤是是不可或缺的能力。Michal預測，很快，人工智慧程式語言模型也會發生同樣的根本性變化。

“我認為GPT可能是人類的一種新語言，一種可以用前所未有的速度和便利性進行溝通的語言，」Michal說。

人工智慧程式語言模型不僅能協助人們書寫電子郵件。它將用收件者最容易理解的語言製作完美的資訊。方法如下。

想像一下，Michal想發一封電子郵件給Ryne。人工智慧程式語言模型知道並記住每個人生活中的所有事件，並吸收了每個人發出的每一項數位訊息。如果Michal要求AI向Ryne發送簡訊，他可以像是跟一個對他很了解的朋友一樣，只需要很少的言語就能發出請求。但是因為人工智慧對Ryne也一樣瞭解，它可以將Michal的資訊「翻譯」成很適合Ryne的形式。人工智慧不僅可以使用Ryne的首選語言，如英語或中文，還可以用Ryne獨有的個人化的語言形式表達。

「至於翻譯的潛力，它知道你想說的意思。它可以將其轉化為對方可以理解的方式、解釋想要讓對方理解的意義，」Ryne說。

另一種人工智慧輔助溝通的層面是搜索網路。你不會要求人工智慧程式語言模型幫你找到某個網站，你要提問的是你想學習的主題。它將搜索所有網站，並根據您對世界的個人理解，提供適合的答案。

性格測評中的人工智慧

人工智慧善於瞭解和記住書寫的內容，包括文字和數據。如果要讓AI程式語言以語言為基礎來預測性格，首先就需要收集大量的質量數據。Michal指出，當然，人工智慧程式語言模型已經理解語言，並且可以將文字翻譯成可分析的數據。「它們已經理解像是性格這樣的心理學概念，」他表示。這些模型閱讀了內向者和外向者書寫的文字，也可以根據文字內容的片段，從理論上預測出某人是內向還是外向。

Ryne想像未來的性格測評或許會有問卷與自我報告。他表示：「在這議題上的一個重要的問題，就是在這上面，我會想要參與的意願有多高。」公開的資訊和刻意填寫性格測評所提供的資訊，所提供的品質會有很大的差異。在後者，人工智慧輔助的分析，品質可能更高。自發性的參與也會解決道德的問題。

使用大數據模型來預測性格特質並非新的概念。它的正面效果：它可以在一分鐘內分析數百萬人，並且可以將人們與相容的工作相媒合，或者提供職場培訓與發展的建議。它也有缺點：它可以用來侵犯個人隱私或操縱人們。「就如許多其他技術一樣，我們專注於技術本身的風險，卻完全忘記真正的風險在於使用者的意圖，」Michal回應道。

人工智慧與創意

人工智慧程式語言模型的新疆土，就是創新與創意。人類花了好幾個世代，讓語言與文字更為精緻。每個人投入十多年的時間，學習如何說話與書寫。人工智慧程式語言模型在短短幾年內掌握了書面溝通，而且品質持續提升。

Michal將AI的創意比喻為人類的創意，因為大部分的人學習的方式，就是將所知或曾經體驗的元素，用新穎、創意的方式來做結合。他表示，認為電腦只是美化的計算機，基本上是比較短視的想法。電腦可以結合、建立元素，加入新的結果，因此基本上也是非常有創意的。

「很多其他的動物也很有創意，只是因為跟我們的藝術形態不太相同，我們無法體認到。電腦也是這樣，」Michal表示。「他們從我們這裡學習，也會彼此學習，並在他們擅長的領域上展現創意 - 他們在我們要求他們做的內容上越來越擅長。」

註記：當 ChatGPT (3/23版本)被要求用低於120個字來說明它如何學習語言，它的回應如下：「文字編織、聲音被說出來，意義被掌握，是結合好奇心、沈浸感、連結的交響樂。當語言被學會，世界也因此解鎖。」