到2022年底，ChatGPT席卷了互联网。该聊天机器人由OpenAI的GPT-3大型语言模型提供支持，它能够快速对多种类型的问题做出清晰的回答，给数百万人留下了深刻印象。Radboud大学的研究人员在今天发表在《产品创新管理杂志》上的一篇论文中指出，这些所谓的基于转换器的语言模型已经可以用来帮助组织创建新的创新解决方案。
“在过去的几年里，我们一直在研究各种人工智能解决方案，并发现它们已经可以通过许多有用的方式被组织实施，”Radboud大学创新管理研究员和作者之一VeraBlazevic说。纸。
“当组织需要创新时，他们需要越来越多的不同想法——这通常会进一步产生质量更高的想法。在正确的提示下，基于transformer的语言模型(例如GPT-3)可以快速生成很多这样的想法，这些想法可以例如，帮助制作原型。”
加快知识提取
“此外，GPT-3可用于总结大文本，或从这些文本中辨别情绪。例如，如果一个组织想要分析用户对其产品的评论，他们可以使用诸如此类的工具来找出客户的哪些特征最积极或最消极的回应。这是人类可以完成的工作，但语言模型可以帮助加速这种知识提取，这样人类就可以专注于实际使用所获得的见解。
GPT-3是由OpenAI创建的基于转换器的语言模型。从广义上讲，它是一个研究了数百万文本和主题的人工智能系统，它使用这些数据根据用户的查询形成新的文本。在过去的几年中，GPT-3模型被用于各种备受关注的应用，例如ChatGPT、DALL-E(可以生成图像)和MuseNet(可以生成歌曲)。
了解偏见
Blazevic警告说，至少目前，语言模型在创新过程中的作用仍然有限。“一旦你需要想法汇聚，GPT就不是特别有用了。人工智能无法判断哪些想法是真正可行和有意义的，哪些适合你所在的组织。对于那些情况，人类仍然是必不可少的。这就是为什么我们看到了混合智能的空间：语言模型可以帮助启动会议或讨论，之后人类接手将这些想法带到终点线。”
选择使用人工智能来产生想法的组织也应该认识到这些工具的偏见，因为语言模型是在现有的、经常有偏见的文本的大型数据集上训练的。
Blazevic指出，“在混合情报团队中，人类可以在流程中检查潜在的偏见。这也需要对此类团队进行积极管理，例如，通过培训员工寻找和反思偏见。获得那些技能甚至可能帮助人类更加意识到自己的偏见，最终导致人类和人工智能相互学习。”