ChatGPT，能成为新的「维基百科」吗？ 世界滚动

22 年前，2001 年初，维基百科 Wikipedia 横空出世，在其后的互联网时代，成为人们获取知识的重要平台。

【资料图】

但在刚开始，人们对维基「人人可编辑」的组织形式产生过质疑。甚至有电视主持人讽刺其为「wikiality」，即如果在维基百科上编造条目，只要有足够多的人同意，它就会成为现实。

后来，随着《自然》（Nature）杂志的调查研究，发现维基百科准确度接近大英百科全书，Google 开始把维基百科放到搜索结果的首项，维基社区和内容贡献者也持续壮大，维基百科用了很多年时间终于取得了公众的信任。

诞生之初遭到质疑，越来越多人参与去完善，而后平反收到大众认可，继而成为日常的工具，这一过程，仅诞生半年的 ChatGPT 正在经历，不仅于此，它还成为了维基百科的挑战者。

不久前，维基媒体基金会召开 2023-2024 年度计划的电话会议，会议中提及了 35 次 AI，讨论的主题也是围绕 ChatGPT 带来的挑战。

但维基百科所担心的挑战，并不是被 ChatGPT 取代。而是更深刻地考验：未来的维基百科，会由 ChatGPT 来撰写吗？

维基百科的内容哪里来的？

要想知道 ChatGPT 能否撰写维基百科，得先知道维基百科目前内容来源于哪里。

维基百科主要是由来自互联网上的志愿者共同合作编写而成，任何使用网络进入维基百科的用户都可以编写和修改里面的文章。它是互联网上一个极大的自由内容、公开编辑、多语言的网络百科全书协作计划。

截至 2021 年初，所有语种的维基百科条目数量达 5500 万条，如何确保内容上的准确，全靠维基社群志愿者们的筛查。

在 ChatGPT 出现前，维基百科已经长期在用 AI 去减少一些人力成本。应用最多的就是把现有条目直接机器翻译，再由人工编辑校对。

2016 年时，资深科学家 Aaron Halfaker 开发了一套开源机器学习算法，可以自动识别维基百科里那些恶意破坏条目和编辑假消息的行为；2020 年，MIT 的研究人员也为维基百科推出过基于 AI 的修改功能，可以精确定位维基百科句子中的特定信息，并自动替换为类似于人类编辑的语言。

Wikipedia 关于 ChatGPT 的页面｜Wikipedia

以及如维基社群所述，人工智能非常擅长总结把一篇很长的技术类条目，总结成儿童都能理解的版本，让 AI 去生成儿童版的维基百科效果很好。

翻译、检查、概括简化已有内容，维基百科一直以来对 AI 的应用仅限于此，直到大型语言模型 ChatGPT 的出现。

目前仍以文字方式交互为主的 ChatGPT，除了回答用户直接的提问以外，还可以用于甚为复杂的语言工作，包括自动生成文本、自动问答、自动摘要等等。

ChatGPT 可以写出相似真人的文章，并在许多知识领域给出详细和清晰的回答。哪怕 ChatGPT 生成内容的事实准确度还需要人工去二次查阅，但这时维基百科面临的问题已经很明显了：志愿者能否用 ChatGPT 来撰写维基百科条目？

能不能和想不想

纽约市维基媒体分会的老维基人 Richard Knipel 就用 ChatGPT 在维基百科上起草了一个名为「艺术作品标题」的新条目，Knipel 表示，ChatGPT 给出的版本一般但语法正确，定义了艺术作品标题的概念，给出了从古至今的例子。他在草稿基础上只做了轻微修改。

但另一位编辑在条目上标注，将会进行大量修改并完善。如今，我们再点进这一条目，会发现它增加了大量内容和理论索引，还梳理出了目录，给出了图片案例。像 Knipel 这样的维基人认为，ChatGPT 可以作为生成维基百科条目草稿、骨架的工具，在此基础上，人工再验证内容，编辑和充实条目。

但另一派维基人则认为，在维基百科条目的创作里 ChatGPT 应该完全被禁用。一位维基百科编辑就表示「我们应该强烈呼吁不使用 AI 工具来生成条目草稿，即使这些条目随后会被人工审阅。ChatGPT 太擅长引入那些看起来很有道理的谎言。」

ChatGPT 起草，人工简单编辑的版本｜Wikipedia人工大量干预后产生的版本｜Wikipedia

但另一派也反驳这种说法，就像 Knipel 认为，修改并丰富不完善的信息，这就是维基百科在实践中一直运作的方式。ChatGPT 将继续存在并飞速发展，利用它同时强调人工干预的必要性怎么就不行呢？把 ChatGPT 上来就视作洪水猛兽实在有些偏颇。

但在想不想之前，我们先看看能不能。ChatGPT 还够不够格直接编写维基百科呢？

3 月 30 日时，维基百科创始人 Jimmy Wales 在接受 Evening Standard 采访时讨论了这个议题。Wales 认为，让 ChatGPT 能独立写一个完整的维基条目，目前还有一段距离，但距离多远就难说了。「ChatGPT 的一大问题是会胡编乱造，业内把这种情况称为 hallucinating（幻觉）——我称之为编瞎话。」（One of the issues with the existing ChatGPT is what they call in the field 『hallucinating』— I call it lying.）

「ChatGPT 有一种凭空捏造的倾向，这对维基百科来说真的不太行。」Wales 在采访里说道。实践中也是如此，你在维基百科上搜一个词，维基百科可能会反馈「该条目不存在」，但你问 ChatGPT，它可能会给你生成一段没由头的假消息。

ChatGPT 会「说瞎话」，这种事已经不新鲜了。但 ChatGPT 诞生仅半年，它的自我迭代能力已经令人咋舌，让 ChatGPT「句句吐真言」，似乎只是时间问题，那维基百科现在担忧的是什么呢？

人力有限，算力「无限」

维基百科团队并没有那么担心内容到底来源于人类还是 AI，它担心的是内容质量是否过关。

在维基媒体基金会在电话会议总结报告里，「挑战」被放到了开篇，其中最大比重的部分，也是维基百科团队最大的担忧在于：维基百科涌入大量 AI 生成的内容，把真正高质量的、正确的信息给淹没了。

「Wiki 项目有大量高质量的、可靠的，结构化的、分类好的内容。这就是我们带给世界的价值。最让我害怕的不是人们使用 GPT 之类的大语言模型来获取知识，而是需要巡查的 AI 生成的内容会爆炸式增长。」

对高质量内容来说，创作比消费的时间成本高很多，就像一篇较为完整的维基条目，需要许多人参与撰写，花许多时间，走过很多流程后完成，对读者来说几分钟就阅读完了。

像维基百科这种平台，为了保证内容质量，还需要专业人士核查一条条目中每个信息、数据、引用是否来源准确，筛查和编辑的成本同样很高。因此 AI 生成内容越多，人工核查的时间也更长。而且哪怕 ChatGPT 给出了正确的结论，但它并不会直接给出结论的论据来源何处，人工还需要再找到论据。到最后，修正可能比撰写耗时更长。

Wikipedia 的条目下会有很多延展阅读链接｜Wikipedia

目前维基百科志愿者们已经发现了许多 ChatGPT 自动生成内容上的问题。比如 ChatGPT 很容易太笼统地概括定义，导致表意不明。还有 ChatGPT 遣词造句过于肯定，不够匹配维基百科想呈现的客观中性的文字风格。

最重要的是信源难以查询，维基百科的可信度和扩展阅读性，很大程度上是基于条目底下丰富的信息参考来源，但 ChatGPT 不会主动提供参考，甚至会凭空捏造。

担任了 20 年维基百科志愿编辑的 Andrew Lih 在用 ChatGPT 起草新条目时就发现，ChatGPT 概述定义做得很不错，但它所提供的消息来源于《福布斯》、《卫报》、《今日心理学》，但 Lih 仔细查阅后发现，这些信源文章并不存在，甚至 ChatGPT 给出的 URL 都是自动生成找不到页面的假链接。

综上，维基百科团队直接表示，AI 生成内容的速度和效率，可能会超出项目的运行能力。

除此之外，还有许多维基百科团队会担心的点，比如如今的维基百科贡献者里，使用英语的白人男性依旧是主体，维基内容已带有语言和内容偏见，ChatGPT 靠吸纳互联网信息为养料的 AI 机器，生成出的内容会进一步放大偏见。

Wikipedia 联合创始人 Jimmy Wales 在接受 Standard 采访时谈及 AI 参与撰写维基的问题｜Standard.co

维基百科团队也无法把握志愿者对 AI 工具使用的倾向。Lih 就认为，维基人不缺动力，缺的是时间，ChatGPT 生成的糟糕草稿，可以激发维基志愿者的修改欲。这也符合维基之父 Ward Cunningham 所提出的「坎宁安定律」：在互联网上得到优秀答案的最佳方法不是去提问，而是发布一个错误的答案。

维基百科团队还担心，当维基百科充斥着 AI 生成的内容时，用户们会降低对它信息的信任度，转而去信任更有「人类作者」标识的媒体内容，比如会出镜的视频，标记了作者的媒体报刊。

就不能共存吗

维基百科和 ChatGPT 有很多相似性，比如都以文本为主，试图「回答一切」。但二者最显著的区别，在于回答方式的不同。

维基百科是有框架、系统、详细索引的百科式信息，你点进一个条目，可以从最简单的概括式介绍了解到其历史的变化，通过条目里丰富的扩展链接，可以在纵向里深入了解，也能在横向里在不同条目之间跳转，扩展对一整个领域的了解。

ChatGPT 目前呈现出的还是提问式的交互，需要用户明确了解自己想知道的问题，向外扩展也是需要建立在 ChatGPT 给出的回答之上，进一步询问。

不同用户获取信息的倾向不同，选择工具也不同，维基百科无法做到 ChatGPT 一样能回答非常具体的问题，ChatGPT 也不会像维基百科一样有那么精准且梳理好的知识类信息。这二者的使用方式，就像我们选择阅读教科书，还是直接向教授提问。

就像维基百科并没有因为搜索引擎 Google 的崛起而磨灭，反而它会出现在 Google 搜索结果的第一条和边栏上。

维基百科团队也并没有如 Google 一般有那么大的危机感，在年度会议里，虽然开篇点了 ChatGPT 带来的挑战，但整个会议更多的时间留给了「机会」。

「当互联网上有大量 AI 生成的内容时会发生什么？在一个由数万亿个低质量、低可信度的页面组成的互联网，创建大模型的人和用户都需要去找到可靠的信息，他们可能会更多地使用维基百科。」这就是维基人眼中的「机会」。

利用大语言模型去查 bug、翻译、内容总结、丰富媒体形式，比如 GPT-4 中体现的视频生成，AI 生成的图片也可以放到很多抽象概念的条目里，增加可读性，还可以在文本和语音之间互相转换。

但以上的前提，都是不能让大语言模型打打辅助，不能喧宾夺主。「维基百科是关于人类聚集在一起试图定义真相。这些工具不可靠，会分散我们对实际任务的注意力。我们应该小心要以多快的速度追赶这一趋势，而不是放弃它。我们应该关注创造知识的人。」

维基百科团队的态度，也折射了我们当下对 AI 的审慎态度。没有被取代，想充分利用 AI 的同时不够信任它，想发挥 AI 的最大价值，但真正有价值的内容又不敢轻易交付，难以放下人类本位的核心概念，谨慎地靠近，小心地追赶。

维基百科如何和大语言模型共存，或许就回答了我们人类如何与 AI 共存。