跳到主要內容區
:::

以咖啡、鹽、計算機為暗喻 細說亦敵亦友的大型語言模型(LLMs)

日期 : 2024-04-28 單位 : 英語教學資源中心

【英語教學資源中心訊】
英語教學資源中心於2024年4月25日(四),在政大指南校區達賢圖書館的達賢講堂(實體講座)及羅家倫講堂(同步直播)舉辦寫作實踐工作坊,講題為「人工智慧輔助課堂學習:好處、壞處與迷思」。此次工作坊邀請到國立臺灣大學寫作教學中心兼任講師歐墨然先生(Mr. Graham Oliver)擔任主講嘉賓,分析ChatGPT等以人工智慧為根據的大型語言模型(LLMs)運用於英語寫作中的優勢與限制。本活動由英語教學資源中心鍾曉芳主任進行開場,與會者在講座期間,可透過掃描QR code連結至大會平台提出問題及分享意見,與講者進行即時互動,此外,講者也親自與兩個講堂的與會者進行面對面交流,以加強他們對主題的理解和應用能力。

 

歐墨然先生認為,現今大眾所耳熟能詳的「AI」一詞,本質上過於籠統及容易混淆,因此他選擇以較適切的「大型語言模型」(LLMs),來稱呼如:ChatGPT、Google Gemini及Claude等的程式。除了明確其定義以外,歐墨然先生也開宗明義地指出這次工作坊的焦點:何時使用LLMs、何時不應使用LLMs,以及使用時需多加留意的注意事項。他也提出幾個描述LLMs的暗喻:一、咖啡——使用LLMs是否得宜,將取決於我們如何使用它們;二、鹽粒——對於LLMs生成的內容,我們務必謹慎處理;三、計算機——LLMs在日常生活中是相當實用且便利的工具,但若要有效運用LLMs,使用者必須建立堅實的知識基礎;四、亦敵亦友的編輯——通常LLMs能提供內容編輯上良好的建議,然而在某些情況下,這些建議並不如我們預期的有建設性,歐墨然先生更進一步引述「幻覺」(hallucination)一詞,來強調LLMs產生的資訊,有可能表面正確,卻其實不然。
 
當我們在寫作中利用LLMs時,歐墨然先生也強調某些事項需列入考量,例如:在ChatGPT和Google Gemini等常見的模型中,前者傾向產出品質較佳的作品,而後者則傾向貼近我們給予的指令。在輸入指令時,我們需要考慮的資訊如:目標受眾、寫作或口說文體、語氣及語境。在工作坊中,歐墨然先生也現場邀請觀眾參與任務,透過修改作者的性別、年齡及職位等指令,以檢視產出的作品是否有所不同,並且進一步分享其異同。而在比較不同階段產出的作品時,歐墨然先生也反覆叮嚀觀眾:「應成為主動的使用者,而非被動的使用者!」也就是說,我們應在產生內容的同時,不斷檢視不同版本中的佳句並排除相對較差的句子,並且透過修改指令,創造出產生截然不同作品的可能性。
 
除了介紹如何使用LLMs來生成優質的內容,歐墨然先生也討論到其工具模型可能帶來的隱憂。例如:ChatGPT可能是適合的編輯,但它不一定是好的老師,言下之意為,雖然它可以修正語法上的錯誤,但它未必能夠解釋其背後正確的原理,因此歐墨然先生說道:「當我們決定使用LLMs產出內容時,良好的修正技巧是不可或缺的。」此外,LLMs產出的文句中,即便呈現的文法皆為正確,但通常充斥過量華而不實且不自然的語彙,並且在不同主題的文章裡,句型結構會出現內容冗長且重複性高的問題,而這些情當今仍需使用者多加留意。
 
歐墨然先生也提及,LLMs較擅長改善文章的結構(例如:前言、總結),而在改善文章的內容方面,則可能會流於表面或誤導,甚至帶有偏見。部份與會者也觀察到了這一點:他們在自己的LLM指令中,做出性別、代名詞或形容詞方面的改變以後,顯示出來的內容也有所不同,例如:把作者的身份從女性研究者改為男性研究者時,LLMs便產出更加專業的描述。然而,歐墨然先生對此並不感到驚訝,因為網路上本身就存在著帶有偏見的內容,況且帶有偏見的內容,也不只限於性別差異,還可能存在於其他方面。他也進一步指出,就學術倫理及資訊來源方面,LLMs產出的內容更有機會導致不經意的剽竊行為,這是因為LLMs會在未經原作者同意且LLM使用者也未必知情的情況下,自動擷取網路上的資訊原文,而這方面的危機,存在於越精細的主題裡,就越有機會出現。要避免這種情況,歐墨然先生建議大家在LLMs輸入指令時,應提供更多與自身有關的內容與細節,否則每一個人產生的內容,都有可能極度相似。
 
即便LLMs仍有待改善的缺點,例如它們雖能在某些情況下給予幫助,卻也有可能暗藏隱憂,但若我們能夠成為「主動的使用者」,則講者對於LLMs在未來的使用上仍持樂觀態度。他在工作坊的最後,總結了一些能夠讓LLMs幫助我們寫作的實用技巧。首先,我們嘗試記錄每一次LLMs所產出之較優良的內容(通常大約10%到20%),再在下一次使用LLMs的時,貼上相關內容。第二,我們需多加留意現今的LLMs只能針對比較廣泛討論的議題作出精細的分析;若我們要求LLMs同時作出細緻的學術分析和個人反思,則有可能事倍功半。第三,我們應當嘗試從LLMs裡看出瑕疵,並對其作出評價。第四,除了廣泛應用的ChatGPT以外,我們也可以考慮其他LLM工具,例如Elicit、Bing 和 Semantic Scholar。最後,相對於例如Google翻譯(Google Translate)之類常用的翻譯網站,LLMs在翻譯不同的中文詞彙和成語時,比較能夠指出當中的細微差異與適用情況。
 
本中心萬分感謝歐墨然先生精彩的分享,讓身為老師或學生的與會者對將LLMs運用在寫作及課堂教學前所需要具備的基礎知識有了更深入的瞭解。在2024年5月30日(四),歐墨然先生將會主持另外一場關於同儕評論寫作實踐工作坊,還有英語教學資源中心介紹網路修改指引軟體Writefull之使用(報名連結:https://moltke.nccu.edu.tw/Registration/registration.do?action=conferenceInfo&conferenceID=X22917)。我們期待他的下一次工作坊!

瀏覽數: