ChatGPT，能成為新的「維基百科」嗎？ 世界滾動

22 年前，2001 年初，維基百科 Wikipedia 橫空出世，在其后的互聯網時代，成為人們獲取知識的重要平臺。

【資料圖】

但在剛開始，人們對維基「人人可編輯」的組織形式產生過質疑。甚至有電視主持人諷刺其為「wikiality」，即如果在維基百科上編造條目，只要有足夠多的人同意，它就會成為現實。

后來，隨著《自然》（Nature）雜志的調查研究，發現維基百科準確度接近大英百科全書，Google 開始把維基百科放到搜索結果的首項，維基社區和內容貢獻者也持續壯大，維基百科用了很多年時間終于取得了公眾的信任。

誕生之初遭到質疑，越來越多人參與去完善，而后平反收到大眾認可，繼而成為日常的工具，這一過程，僅誕生半年的 ChatGPT 正在經歷，不僅于此，它還成為了維基百科的挑戰者。

不久前，維基媒體基金會召開 2023-2024 年度計劃的電話會議，會議中提及了 35 次 AI，討論的主題也是圍繞 ChatGPT 帶來的挑戰。

但維基百科所擔心的挑戰，并不是被 ChatGPT 取代。而是更深刻地考驗：未來的維基百科，會由 ChatGPT 來撰寫嗎？

維基百科的內容哪里來的？

要想知道 ChatGPT 能否撰寫維基百科，得先知道維基百科目前內容來源于哪里。

維基百科主要是由來自互聯網上的志愿者共同合作編寫而成，任何使用網絡進入維基百科的用戶都可以編寫和修改里面的文章。它是互聯網上一個極大的自由內容、公開編輯、多語言的網絡百科全書協作計劃。

截至 2021 年初，所有語種的維基百科條目數量達 5500 萬條，如何確保內容上的準確，全靠維基社群志愿者們的篩查。

在 ChatGPT 出現前，維基百科已經長期在用 AI 去減少一些人力成本。應用最多的就是把現有條目直接機器翻譯，再由人工編輯校對。

2016 年時，資深科學家 Aaron Halfaker 開發了一套開源機器學習算法，可以自動識別維基百科里那些惡意破壞條目和編輯假消息的行為；2020 年，MIT 的研究人員也為維基百科推出過基于 AI 的修改功能，可以精確定位維基百科句子中的特定信息，并自動替換為類似于人類編輯的語言。

Wikipedia 關于 ChatGPT 的頁面｜Wikipedia

以及如維基社群所述，人工智能非常擅長總結把一篇很長的技術類條目，總結成兒童都能理解的版本，讓 AI 去生成兒童版的維基百科效果很好。

翻譯、檢查、概括簡化已有內容，維基百科一直以來對 AI 的應用僅限于此，直到大型語言模型 ChatGPT 的出現。

目前仍以文字方式交互為主的 ChatGPT，除了回答用戶直接的提問以外，還可以用于甚為復雜的語言工作，包括自動生成文本、自動問答、自動摘要等等。

ChatGPT 可以寫出相似真人的文章，并在許多知識領域給出詳細和清晰的回答。哪怕 ChatGPT 生成內容的事實準確度還需要人工去二次查閱，但這時維基百科面臨的問題已經很明顯了：志愿者能否用 ChatGPT 來撰寫維基百科條目？

能不能和想不想

紐約市維基媒體分會的老維基人 Richard Knipel 就用 ChatGPT 在維基百科上起草了一個名為「藝術作品標題」的新條目，Knipel 表示，ChatGPT 給出的版本一般但語法正確，定義了藝術作品標題的概念，給出了從古至今的例子。他在草稿基礎上只做了輕微修改。

但另一位編輯在條目上標注，將會進行大量修改并完善。如今，我們再點進這一條目，會發現它增加了大量內容和理論索引，還梳理出了目錄，給出了圖片案例。像 Knipel 這樣的維基人認為，ChatGPT 可以作為生成維基百科條目草稿、骨架的工具，在此基礎上，人工再驗證內容，編輯和充實條目。

但另一派維基人則認為，在維基百科條目的創作里 ChatGPT 應該完全被禁用。一位維基百科編輯就表示「我們應該強烈呼吁不使用 AI 工具來生成條目草稿，即使這些條目隨后會被人工審閱。ChatGPT 太擅長引入那些看起來很有道理的謊言。」

ChatGPT 起草，人工簡單編輯的版本｜Wikipedia人工大量干預后產生的版本｜Wikipedia

但另一派也反駁這種說法，就像 Knipel 認為，修改并豐富不完善的信息，這就是維基百科在實踐中一直運作的方式。ChatGPT 將繼續存在并飛速發展，利用它同時強調人工干預的必要性怎么就不行呢？把 ChatGPT 上來就視作洪水猛獸實在有些偏頗。

但在想不想之前，我們先看看能不能。ChatGPT 還夠不夠格直接編寫維基百科呢？

3 月 30 日時，維基百科創始人 Jimmy Wales 在接受 Evening Standard 采訪時討論了這個議題。Wales 認為，讓 ChatGPT 能獨立寫一個完整的維基條目，目前還有一段距離，但距離多遠就難說了。「ChatGPT 的一大問題是會胡編亂造，業內把這種情況稱為 hallucinating（幻覺）——我稱之為編瞎話。」（One of the issues with the existing ChatGPT is what they call in the field 『hallucinating』— I call it lying.）

「ChatGPT 有一種憑空捏造的傾向，這對維基百科來說真的不太行。」Wales 在采訪里說道。實踐中也是如此，你在維基百科上搜一個詞，維基百科可能會反饋「該條目不存在」，但你問 ChatGPT，它可能會給你生成一段沒由頭的假消息。

ChatGPT 會「說瞎話」，這種事已經不新鮮了。但 ChatGPT 誕生僅半年，它的自我迭代能力已經令人咋舌，讓 ChatGPT「句句吐真言」，似乎只是時間問題，那維基百科現在擔憂的是什么呢？

人力有限，算力「無限」

維基百科團隊并沒有那么擔心內容到底來源于人類還是 AI，它擔心的是內容質量是否過關。

在維基媒體基金會在電話會議總結報告里，「挑戰」被放到了開篇，其中最大比重的部分，也是維基百科團隊最大的擔憂在于：維基百科涌入大量 AI 生成的內容，把真正高質量的、正確的信息給淹沒了。

「Wiki 項目有大量高質量的、可靠的，結構化的、分類好的內容。這就是我們帶給世界的價值。最讓我害怕的不是人們使用 GPT 之類的大語言模型來獲取知識，而是需要巡查的 AI 生成的內容會爆炸式增長。」

對高質量內容來說，創作比消費的時間成本高很多，就像一篇較為完整的維基條目，需要許多人參與撰寫，花許多時間，走過很多流程后完成，對讀者來說幾分鐘就閱讀完了。

像維基百科這種平臺，為了保證內容質量，還需要專業人士核查一條條目中每個信息、數據、引用是否來源準確，篩查和編輯的成本同樣很高。因此 AI 生成內容越多，人工核查的時間也更長。而且哪怕 ChatGPT 給出了正確的結論，但它并不會直接給出結論的論據來源何處，人工還需要再找到論據。到最后，修正可能比撰寫耗時更長。

Wikipedia 的條目下會有很多延展閱讀鏈接｜Wikipedia

目前維基百科志愿者們已經發現了許多 ChatGPT 自動生成內容上的問題。比如 ChatGPT 很容易太籠統地概括定義，導致表意不明。還有 ChatGPT 遣詞造句過于肯定，不夠匹配維基百科想呈現的客觀中性的文字風格。

最重要的是信源難以查詢，維基百科的可信度和擴展閱讀性，很大程度上是基于條目底下豐富的信息參考來源，但 ChatGPT 不會主動提供參考，甚至會憑空捏造。

擔任了 20 年維基百科志愿編輯的 Andrew Lih 在用 ChatGPT 起草新條目時就發現，ChatGPT 概述定義做得很不錯，但它所提供的消息來源于《福布斯》、《衛報》、《今日心理學》，但 Lih 仔細查閱后發現，這些信源文章并不存在，甚至 ChatGPT 給出的 URL 都是自動生成找不到頁面的假鏈接。

綜上，維基百科團隊直接表示，AI 生成內容的速度和效率，可能會超出項目的運行能力。

除此之外，還有許多維基百科團隊會擔心的點，比如如今的維基百科貢獻者里，使用英語的白人男性依舊是主體，維基內容已帶有語言和內容偏見，ChatGPT 靠吸納互聯網信息為養料的 AI 機器，生成出的內容會進一步放大偏見。

Wikipedia 聯合創始人 Jimmy Wales 在接受 Standard 采訪時談及 AI 參與撰寫維基的問題｜Standard.co

維基百科團隊也無法把握志愿者對 AI 工具使用的傾向。Lih 就認為，維基人不缺動力，缺的是時間，ChatGPT 生成的糟糕草稿，可以激發維基志愿者的修改欲。這也符合維基之父 Ward Cunningham 所提出的「坎寧安定律」：在互聯網上得到優秀答案的最佳方法不是去提問，而是發布一個錯誤的答案。

維基百科團隊還擔心，當維基百科充斥著 AI 生成的內容時，用戶們會降低對它信息的信任度，轉而去信任更有「人類作者」標識的媒體內容，比如會出鏡的視頻，標記了作者的媒體報刊。

就不能共存嗎

維基百科和 ChatGPT 有很多相似性，比如都以文本為主，試圖「回答一切」。但二者最顯著的區別，在于回答方式的不同。

維基百科是有框架、系統、詳細索引的百科式信息，你點進一個條目，可以從最簡單的概括式介紹了解到其歷史的變化，通過條目里豐富的擴展鏈接，可以在縱向里深入了解，也能在橫向里在不同條目之間跳轉，擴展對一整個領域的了解。

ChatGPT 目前呈現出的還是提問式的交互，需要用戶明確了解自己想知道的問題，向外擴展也是需要建立在 ChatGPT 給出的回答之上，進一步詢問。

不同用戶獲取信息的傾向不同，選擇工具也不同，維基百科無法做到 ChatGPT 一樣能回答非常具體的問題，ChatGPT 也不會像維基百科一樣有那么精準且梳理好的知識類信息。這二者的使用方式，就像我們選擇閱讀教科書，還是直接向教授提問。

就像維基百科并沒有因為搜索引擎 Google 的崛起而磨滅，反而它會出現在 Google 搜索結果的第一條和邊欄上。

維基百科團隊也并沒有如 Google 一般有那么大的危機感，在年度會議里，雖然開篇點了 ChatGPT 帶來的挑戰，但整個會議更多的時間留給了「機會」。

「當互聯網上有大量 AI 生成的內容時會發生什么？在一個由數萬億個低質量、低可信度的頁面組成的互聯網，創建大模型的人和用戶都需要去找到可靠的信息，他們可能會更多地使用維基百科。」這就是維基人眼中的「機會」。

利用大語言模型去查 bug、翻譯、內容總結、豐富媒體形式，比如 GPT-4 中體現的視頻生成，AI 生成的圖片也可以放到很多抽象概念的條目里，增加可讀性，還可以在文本和語音之間互相轉換。

但以上的前提，都是不能讓大語言模型打打輔助，不能喧賓奪主。「維基百科是關于人類聚集在一起試圖定義真相。這些工具不可靠，會分散我們對實際任務的注意力。我們應該小心要以多快的速度追趕這一趨勢，而不是放棄它。我們應該關注創造知識的人。」

維基百科團隊的態度，也折射了我們當下對 AI 的審慎態度。沒有被取代，想充分利用 AI 的同時不夠信任它，想發揮 AI 的最大價值，但真正有價值的內容又不敢輕易交付，難以放下人類本位的核心概念，謹慎地靠近，小心地追趕。

維基百科如何和大語言模型共存，或許就回答了我們人類如何與 AI 共存。