ChatGPT无法胜任的五种编程任务

来源：51CTO技术栈

图片来源：由无界AI 生成

我喜欢把ChatGPT看作是StackOverflow的智能版，它大有帮助，但短期内不会取代专业人士。作为一名前数据科学家，ChatGPT问世后，我花了大量时间来试用它。其编程能力确实给我留下了深刻的印象。它可以从零开始生成非常有用的代码，可以为我自己的代码提供建议。如果我要求它帮助我处理错误消息，它在调试方面也做得非常好。

但不可避免的是，我使用它的时间越长，遇到局限性的可能性越大。下面为任何担心ChatGPT抢走饭碗的开发人员列出了ChatGPT无法胜任的工作。

贵公司要求符合职业规范的任何任务

第一个局限性不是其功能，而是合法性。任何纯粹由ChatGPT生成并复制粘贴到公司产品中的代码都可能使雇主面临诉讼。

这是由于ChatGPT随意地从训练它的数据中提取代码片段，这些数据来自整个互联网。Reddit用户ChunkyHabaneroSalsa解释道：“我让ChatGPT为我生成一些代码，立马就看出它从GitHub代码仓库提取了一大段代码。”

最终，无法知道ChatGPT的代码来自哪里，也不知道它采用什么许可证。即使是完全从零开始生成的，ChatGPT创建的任何内容本身都不受版权保护。正如彭博法律网站撰稿人Shawn Helms和Jason Krieser所说，“衍生作品是基于一个或多个已有作品的作品。ChatGPT是使用已有作品训练的，并基于该训练生成输出。”

如果您使用ChatGPT生成代码，可能会发现自己在给雇主添麻烦。

任何需要批判性思维的任务

这里有个有趣的测试：让ChatGPT使用Python创建运行统计分析的代码。

它是正确的统计分析吗？可能不是。ChatGPT不知道数据是否满足测试结果有效所需要的假设。ChatGPT也不知道利益相关者想看到什么。

比如说，我可能让ChatGPT帮我弄清楚不同年龄组的满意度评分在统计上是否有显著差异。ChatGPT建议进行独立样本T测试，发现年龄组之间没有统计上的显著差异。但T测试在这里不是最好的选择，这有几个原因，比如可能有多个年龄组，或者数据不是常态分布。

全栈数据科学家知道要核对哪些假设、运行哪种测试，可以为ChatGPT提供更具体的指令。但ChatGPT本身很容易为错误的统计分析生成正确的代码，从而使结果变得不可靠和不可用。

对于任何需要更多批判性思维和解决问题的问题，ChatGPT并不是最好的选择。

了解利益相关者的优先事项

任何数据科学家都会告诉您，工作的一部分是理解和解释项目中利益相关者的优先事项。ChatGPT或任何人工智能都无法完全掌握或管理这些优先事项。

举例说，利益相关者的优先事项常常涉及复杂的决策，不仅要考虑数据，还要考虑人为因素、业务目标和市场趋势。

不妨以应用程序重新设计为例，您可能发现营销团队想要优先考虑用户粘性功能，销售团队竭力要求支持交叉销售的功能，而客户支持团队需要更好的应用内支持功能来帮助用户。

ChatGPT可以提供信息并生成报告，但是它无法做出与不同利益相关者的不同（有时是相互竞争的）兴趣或爱好相一致的复杂决定。

此外，利益相关者管理常常需要很高的情商，即能够对利益相关者抱有同理心，从人性化的角度理解其关注点，并对他们的情绪做出反应。ChatGPT缺乏情商，无法管理利益相关者关系的情感方面。

您可能不认为这是编程任务，但目前正在为这项新功能开发代码的数据科学家知道，其中有多少与利益相关者的优先事项有关。

新颖的问题

ChatGPT无法提出任何真正新颖的见解。它只能将从训练数据中学到的内容重新混合、重新表述。

想知道如何改变R图上的图例大小吗？没问题。ChatGPT可以从StackOverflow上千个回答同一个问题的答案中提取内容。但是如果遇到以前不太可能遇到的情况，该如何是好？比如组织一次社区聚餐，每个人做的菜所含的配料必须以与他们姓氏相同的字母开头，以便确保菜品丰富。