来源：中时新闻网
作者：赖祥蔚
随着AI人工智慧与GPT生成式预训练转换器的登场及快速进步，许多人类可以进行的事情陆续被取代。即使现在还没有被取代，在不久的未来也会被取代。
理论上来讲，凡是人类动脑可以做到的事，GPT几乎都可以做，写文章当然不在话下，甚至连写学术论文也很快就可以越做越好。
刚开始的GPT，往往只能执行简单的任务，而且还要有非常明确的指令。然而，不难想像，最新的发展正在朝向Auto-GPT，也就是让更具有统整性的生成式预训练转换器去执行更完整的任务。基本原理是把一项比较庞大而复杂的任务，拆分为多个子任务，然后逐一完成。
举例来说，先前版本的GPT，比较像聊天，只能进行比较简单的一问一答，提出具体的问题之后，AI从网路等资料库去寻找答案。例如提问诺贝尔经济学奖得主寇斯的交易成本理论在说什么？ GPT就会找到可能的资讯来回答。进一步的GPT版本，可以提问：过去几年传播学使用寇斯交易成本理论的期刊论文有什么研究成果。再进一步，就可以试着具体提问：根据寇斯交易成本理论的某个应用模式，如何分析特定媒体的经营模式。
当做到这一步，撰写学术论文的主要内容几乎都有了。学界要怎么面对这个挑战？
当然，有人会说，Auto-GPT的原创性未必足够，而且可能存在很多问题，包括不同时间的输出会有不一样（对某些使用者来讲，这应该更好），以及内容可能有所偏差，也可能出现抄袭的问题。其实前述这些问题，由人类来写论文一样可能存在，绝不是GPT才会犯的错。认真来讲，GPT犯的错可能远比人类少。
由于GPT提供的解答，多半以现有的资料为基础，所以如果是想要撰写在理论上比较有突破性的学术论文，例如博士论文或是比较强调创新的期刊论文，Auto-GPT目前多半还做不到。但如果只是要撰写创新性不高的应用性论文，例如很多硕士论文或是不要求理论创新的期刊论文，相信Auto-GPT很快就可以做到了。届时，学界应该怎么面对？
答案其实很简单，科技的浪潮不可逆转，不接受Auto-GPT，或许就像清朝末年抗拒火车一样，不理智也不可行。
面对Auto-GPT的到来，可行的因应对策应该就像现在看待应用软体，例如应用统计交给SPSS等套装软体计算即可。高深的研究，例如在理论上要做突破的，Auto-GPT短时间内还难以取代。至于包括硕士论文在内的应用研究，未来不妨鼓励学生使用Auto-GPT，就像现在应用统计研究借助SPSS，只要学生在口试时能对研究概念与逻辑说清楚即可。
Auto-GPT能帮忙写出文献回顾及研究发现，现在却还不能把内容直接让使用者在脑中内化，要靠使用者自己理解。所以硕士研究生在学位口试时，能不能回答口试提问，就是判断的关键。研究生找人或找GPT代写论文，都可这样揭穿。
