用于社会变革的聊天机器人
我努力不去嘲笑人类的行为，不去为他们哭泣，不去憎恨他们，而是去理解他们。——巴鲁赫·斯宾诺莎，《神学政治论》，1670 年 (更多引言)
用于社会变革的聊天机器人专注于一个目标。那就是，动员自然语言理解（NLU）的最新发展，特别是像 chatGPT 这样的大型语言模型（LLM），以催化有效且负责任的大规模智能社会行动。
本课程旨在设想一个未来，在这个未来，聊天机器人能够有效地充当面试官、讨论者、治疗师、专家和政治家，通过能够像他们一样解释他人的观点、推理和解释推理，以及对称地从所有对话者的角度看待世界。
这本书必然具有广泛的跨学科性，将来自学术工作的见解汇集在一起，以理解“理解”、社会行动、社会系统、信念的社会心理学、科学哲学、信念体系的社会学、研究伦理、隐私伦理和互动伦理、临床心理学、大型语言模型的技术复杂性、知识管理框架、自动化证明检查等一些最重要的知识领域。
如您所见，这本教科书不可能仅由一个人编写。我（Alec McGail）现在正在编写它，以一种自由和透明的方式开始这项工作，这非常符合第二部分：什么是伦理的？中讨论的精神。因此，任何认为自己可以为这项工作做出贡献的人都应该联系我（[email protected]），或者直接进行更改。
如果您想了解我完成这门课程的过程，请关注我的Twitch 频道和YouTube 频道。
在这里，您将踏上一次智力冒险之旅，将主体间思想的理论复杂性与大型语言模型（LLM）的实践培训相结合。到最后，您不仅会理解这些数字奇迹的机制，而且还会成为其创造背后的工匠。
对于勇敢的学者和有远见的教育工作者来说，这段旅程承诺将强大的理论基础与尖端的实践应用和谐地融合在一起。每周都会展现一层新的理解，从伦理考虑因素到技术掌握，所有这些都以一个顶峰项目结束，在这个项目中，您将赋予您自己的聊天机器人生命。这不仅仅是一门课程；它号召您站在社会技术革命的最前沿，拥有塑造话语、挑战信念和团结我们不断发展的全球社区的力量。准备好成为学生和先驱，为下一波社会进化铺平道路。
免责声明：“用于社会变革的聊天机器人”是在 ChatGPT 的帮助下协作开发的，ChatGPT 是 OpenAI 尖端大型语言模型 (LLM) 技术的产品。在创建此 WikiBook 中使用 ChatGPT 是本课程核心主题的实践演示。当学习者深入探讨集体认知、LLM 训练、知识管理和社会互动的复杂性时，他们正在与本身受讨论中的先进技术影响的内容进行互动。
课程设计的这种递归元素说明了人类智慧与人工智能之间动态且不断发展的互动。它体现了当人类的创造能力得到机器智能的细致入微的增强时，可能出现的二元性和伙伴关系。这种伙伴关系表明，将此类技术融入我们数字时代结构中所带来的巨大可能性和责任。理解、利用和引导这些进步仍然是贯穿整个 WikiBook 的核心主题和必要条件。
根据定义，独立学习意味着您可以随心所欲地安排时间和阅读本书。所以去做吧！阅读多少内容由您决定，跳过您不想看的部分，不要害羞地提出问题。
如果您认真学习内容，则需要投入大量时间。我建议每周留出固定的时间，并逐节学习本书内容。自己动手制作原型，并为维基百科书籍做出贡献。并给我发邮件（[email protected]）！
我正在以大约与我设想教授为期 9 周的强化课程（可能是暑期课程）相同的结构开发这本教科书。
第 1-3 周：主要为理论性的第 1-3 部分可以在前三周内介绍。这使得课程节奏很快，但教科书允许学生根据自己的意愿深入挖掘。在第二部分什么是伦理的？结束时，我想象学生会起草一份他们想要进行的干预措施的 IRB 提案。这有助于让学生专注于他们在了解第三部分理论我们如何做到？和随后为学生准备自己制作原型的技术部分之前，想要用这项技术做什么。
第 4-5 周：接下来的两周可以用来学习大型语言模型和其他各种相关技术的技术细节。学生可以选择教科书中的一个主题向课堂解释，或者选择研究一个新主题并撰写维基章节。
第 6-8 周：接下来的三周将涉及基于主题的动手原型设计。这使得学生能够快速失败，避免了“范围蔓延”，这很容易导致项目无法启动。一个用户友好的软件包将极大地促进这一点，该软件包包含对本书中提到的所有内容的功能的高级访问权限。
第 9 周：最后一周可以用来回顾课程材料，并让学生展示他们能够做些什么、他们面临哪些挑战以及他们对这些技术的进一步开发和使用的想法。如果他们觉得可以为代码库做出贡献，那么这是一个提交他们的拉取请求的好时机。
- 研究项目创意 - （作业）集思广益潜在的研究项目
- 伦理审查委员会和研究伦理 - 了解机构审查委员会 (IRB) 流程。
- 对话式 AI 伦理
- 实施伦理
- 选择项目 - （下一部分的作业）选择一个项目，并撰写 IRB 提案。
- 快速入门 - 了解基础知识，微调并使用您的第一个大型语言模型。
- 大型语言模型理论 - 对大型语言模型及其能力的探索。
- 大型语言模型的实用性 - 处理大型语言模型在现实世界应用中的实际方面和局限性。
- 回顾 - 回顾所学内容以及如何将其应用于未来。
- IRB 提案示例 - 机构审查委员会的提案示例，以帮助学习者准备自己的研究伦理提交材料。
- 案例研究 - 用于社会变革的聊天机器人的现实世界示例。
- 专家访谈 - 行业和学术专家对聊天机器人在社会动态中的未来发展的见解。
- 基于此维基教科书进行构建 - 定义参与此项目的约定和流程。
- 文献综述 - 使用大型语言模型进行文献综述的简要指南
- 贡献者 - 关于本课程的创建者和贡献者的信息。