Hình ảnh của Tác giả
 

Tôi thích coi ChatGPT là phiên bản thông minh hơn của StackOverflow. Rất hữu ích, nhưng không sớm thay thế được các chuyên gia. Là một cựu nhà khoa học dữ liệu, tôi đã dành nhiều thời gian tìm hiểu ChatGPT khi nó ra mắt. Tôi khá ấn tượng với khả năng mã hóa của nó. Nó có thể tạo ra mã khá hữu ích ngay từ đầu; nó có thể đưa ra gợi ý về mã của riêng tôi. Nó khá tốt trong việc gỡ lỗi nếu tôi yêu cầu nó giúp tôi với một thông báo lỗi.

Nhưng chắc chắn rằng, càng sử dụng nó, tôi càng gặp phải những hạn chế của nó. Đối với bất kỳ nhà phát triển nào lo sợ ChatGPT sẽ mất việc của họ, đây là danh sách những gì ChatGPT không thể làm.

Hạn chế đầu tiên không nằm ở khả năng của nó mà là tính pháp lý. Bất kỳ mã nào hoàn toàn do ChatGPT tạo ra và được bạn sao chép vào sản phẩm của công ty đều có thể khiến chủ nhân của bạn gặp phải một vụ kiện tụng tồi tệ.

Điều này là do ChatGPT tự do lấy các đoạn mã từ dữ liệu mà nó đã được đào tạo, đến từ khắp nơi trên internet. “Tôi đã nhờ chat gpt tạo một số mã cho tôi và ngay lập tức tôi nhận ra kho lưu trữ GitHub mà nó lấy phần lớn mã từ đó,” Giải thích Người dùng Reddit ChunkyHabaneroSalsa.

Cuối cùng, không có thông tin nào cho biết mã của ChatGPT đến từ đâu cũng như nó được cấp giấy phép gì. Và ngay cả khi nó được tạo hoàn toàn từ đầu, mọi thứ do ChatGPT tạo ra đều không có bản quyền. Như các nhà văn của Bloomberg Law Shawn Helms và Jason Krieser đặt nó, “Một 'tác phẩm phái sinh' là 'một tác phẩm dựa trên một hoặc nhiều tác phẩm có sẵn.' ChatGPT được đào tạo về các tác phẩm có sẵn và tạo ra đầu ra dựa trên khóa đào tạo đó."

Nếu bạn sử dụng ChatGPT để tạo mã, bạn có thể gặp rắc rối với người sử dụng lao động của mình.

Đây là một thử nghiệm thú vị: yêu cầu ChatGPT tạo mã chạy phân tích thống kê bằng Python.

Đây có phải là phân tích thống kê đúng không? Chắc là không. ChatGPT không biết liệu dữ liệu có đáp ứng các giả định cần thiết để kết quả kiểm tra có giá trị hay không. ChatGPT cũng không biết các bên liên quan muốn xem gì.

Ví dụ: tôi có thể yêu cầu ChatGPT giúp tôi tìm hiểu xem liệu có sự khác biệt đáng kể về mặt thống kê về xếp hạng mức độ hài lòng giữa các nhóm tuổi khác nhau hay không. ChatGPT đề xuất một thử nghiệm T mẫu độc lập và không tìm thấy sự khác biệt có ý nghĩa thống kê giữa các nhóm tuổi. Nhưng bài kiểm tra t không phải là lựa chọn tốt nhất ở đây vì một số lý do, chẳng hạn như thực tế là có thể có nhiều nhóm tuổi hoặc dữ liệu không được phân phối bình thường.

Hình ảnh từ decipherzone.com
 

A nhà khoa học dữ liệu ngăn xếp đầy đủ sẽ biết những giả định nào cần kiểm tra và loại thử nghiệm nào sẽ chạy, đồng thời có thể cung cấp cho ChatGPT những hướng dẫn cụ thể hơn. Nhưng ChatGPT sẽ vui vẻ tạo mã chính xác cho phân tích thống kê sai, khiến kết quả không đáng tin cậy và không thể sử dụng được.

Đối với bất kỳ vấn đề nào đòi hỏi tư duy phê phán và giải quyết vấn đề nhiều hơn, ChatGPT không phải là lựa chọn tốt nhất.

Bất kỳ nhà khoa học dữ liệu nào cũng sẽ nói với bạn rằng một phần công việc là hiểu và giải thích các ưu tiên của các bên liên quan trong một dự án. ChatGPT hoặc bất kỳ AI nào về vấn đề đó không thể nắm bắt hoặc quản lý hoàn toàn những vấn đề đó.

Thứ nhất, ưu tiên của các bên liên quan thường liên quan đến việc ra quyết định phức tạp, không chỉ tính đến dữ liệu mà còn tính đến yếu tố con người, mục tiêu kinh doanh và xu hướng thị trường.

Ví dụ: trong thiết kế lại ứng dụng, bạn có thể thấy nhóm tiếp thị muốn ưu tiên các tính năng tương tác với người dùng, nhóm bán hàng đang thúc đẩy các tính năng hỗ trợ bán kèm và nhóm hỗ trợ khách hàng cần các tính năng hỗ trợ trong ứng dụng tốt hơn để hỗ trợ người dùng.

ChatGPT có thể cung cấp thông tin và tạo báo cáo, nhưng không thể đưa ra các quyết định phù hợp với lợi ích đa dạng - và đôi khi là cạnh tranh - của các bên liên quan khác nhau.

Thêm vào đó, quản lý các bên liên quan thường đòi hỏi trí tuệ cảm xúc ở mức độ cao - khả năng đồng cảm với các bên liên quan, hiểu mối quan tâm của họ ở cấp độ con người và phản ứng với cảm xúc của họ. ChatGPT thiếu trí tuệ cảm xúc và không thể quản lý các khía cạnh cảm xúc trong mối quan hệ với các bên liên quan.

Bạn có thể không coi đó là một nhiệm vụ mã hóa, nhưng nhà khoa học dữ liệu hiện đang nghiên cứu mã cho việc triển khai tính năng mới đó biết mức độ hoạt động của nó với các ưu tiên của các bên liên quan.

ChatGPT không thể nghĩ ra bất cứ điều gì thực sự mới lạ. Nó chỉ có thể phối lại và điều chỉnh lại những gì nó đã học được từ dữ liệu huấn luyện của mình.

Hình ảnh từ theinsaneapp.com
 

Bạn muốn biết cách thay đổi kích thước chú giải trên biểu đồ R của mình? Không vấn đề gì – ChatGPT có thể lấy từ hàng nghìn câu trả lời của StackOverflow cho các câu hỏi có cùng nội dung. Nhưng (sử dụng một ví dụ mà tôi đã yêu cầu ChatGPT tạo ra), còn điều gì đó có thể chưa từng xảy ra trước đây, chẳng hạn như tổ chức một bữa tiệc potluck cộng đồng trong đó món ăn của mỗi người phải chứa một thành phần bắt đầu bằng cùng một chữ cái với họ của họ và bạn muốn để đảm bảo có nhiều món ăn ngon.

Khi tôi kiểm tra lời nhắc này, nó đưa cho tôi một số mã Python để quyết định tên của món ăn phải trùng với họ, thậm chí không nắm bắt được đúng yêu cầu về thành phần. Nó cũng muốn tôi nghĩ ra 26 loại món ăn, mỗi loại một chữ cái trong bảng chữ cái. Đó không phải là một câu trả lời thông minh, có lẽ vì đây là một vấn đề hoàn toàn mới lạ.

Cuối cùng nhưng không kém phần quan trọng, ChatGPT không thể viết mã một cách có đạo đức. Nó không có khả năng đưa ra những đánh giá về giá trị hoặc hiểu được ý nghĩa đạo đức của một đoạn mã theo cách con người làm.

Mã hóa đạo đức liên quan đến việc xem xét mã có thể ảnh hưởng như thế nào đến các nhóm người khác nhau, đảm bảo rằng mã không phân biệt đối xử hoặc gây tổn hại và đưa ra quyết định phù hợp với các tiêu chuẩn đạo đức và chuẩn mực xã hội.

Ví dụ: nếu bạn yêu cầu ChatGPT viết mã cho hệ thống phê duyệt khoản vay, hệ thống này có thể tạo ra một mô hình dựa trên dữ liệu lịch sử. Tuy nhiên, nó không thể hiểu được ý nghĩa xã hội của mô hình đó có khả năng từ chối các khoản vay đối với các cộng đồng bị thiệt thòi do sai lệch trong dữ liệu. Các nhà phát triển con người sẽ tùy thuộc vào việc nhận ra nhu cầu về sự công bằng và bình đẳng, tìm kiếm và sửa chữa những thành kiến ​​​​trong dữ liệu cũng như đảm bảo rằng quy tắc phù hợp với thực tiễn đạo đức.

Điều đáng nói là mọi người cũng không hoàn hảo ở lĩnh vực đó – ai đó đã viết mã Công cụ tuyển dụng thiên vị của Amazonvà ai đó đã mã hóa Phân loại ảnh của Google đã xác định người da đen là khỉ đột. Nhưng con người giỏi hơn về điều đó. ChatGPT thiếu sự đồng cảm, lương tâm và lý luận đạo đức cần thiết để viết mã có đạo đức.

Con người có thể hiểu được bối cảnh rộng hơn, nhận ra sự tinh tế trong hành vi của con người và thảo luận về đúng sai. Chúng ta tham gia vào các cuộc tranh luận về đạo đức, cân nhắc ưu và nhược điểm của một cách tiếp cận cụ thể và chịu trách nhiệm về các quyết định của mình. Khi phạm sai lầm, chúng ta có thể học hỏi từ chúng theo cách góp phần vào sự phát triển và hiểu biết về đạo đức của chúng ta.

Tôi yêu thích Redditor Empty_Experience_10 lấy trên đó: “Nếu tất cả những gì bạn làm chỉ là lập trình, bạn không phải là kỹ sư phần mềm và vâng, công việc của bạn sẽ bị thay thế. Nếu bạn nghĩ kỹ sư phần mềm được trả lương cao vì họ có thể viết mã nghĩa là bạn đã hiểu sai cơ bản về thế nào là kỹ sư phần mềm.”

Tôi nhận thấy ChatGPT rất giỏi trong việc gỡ lỗi, đánh giá một số mã và nhanh hơn một chút so với việc tìm kiếm câu trả lời StackOverflow đó. Nhưng phần lớn việc “viết mã” không chỉ đơn thuần là đưa Python vào bàn phím. Nó biết mục tiêu kinh doanh của bạn là gì. Nó hiểu bạn phải cẩn thận như thế nào với các quyết định mang tính thuật toán. Đó là xây dựng mối quan hệ với các bên liên quan, thực sự hiểu họ muốn gì và tại sao, đồng thời tìm cách biến điều đó thành hiện thực.

Đó là cách kể chuyện, biết khi nào nên chọn biểu đồ hình tròn hay biểu đồ thanh và đó là hiểu câu chuyện mà dữ liệu đang cố kể cho bạn. Đó là khả năng truyền đạt những ý tưởng phức tạp bằng những thuật ngữ đơn giản mà các bên liên quan có thể hiểu và đưa ra quyết định.

ChatGPT không thể làm được điều đó. Miễn là bạn có thể, công việc của bạn được đảm bảo.
 
 

Nate Rosidi là một nhà khoa học dữ liệu và trong chiến lược sản phẩm. Anh ấy cũng là một giáo sư trợ giảng dạy phân tích và là người sáng lập StrataScratch, một nền tảng giúp các nhà khoa học dữ liệu chuẩn bị cho cuộc phỏng vấn của họ với các câu hỏi phỏng vấn thực tế từ các công ty hàng đầu. Kết nối với anh ấy trên Twitter: StrataScratch or LinkedIn.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.kdnuggets.com/5-coding-tasks-chatgpt-cant-do?utm_source=rss&utm_medium=rss&utm_campaign=5-coding-tasks-chatgpt-cant-do