现在很多人都在关注机器学习和“人工智能”，这很大程度上是因为 ChatGPT。通过广泛公开的演示，OpenAI 组织（ChatGPT 不是开源的）这个名字不太恰当的组织向公众展示了，当你将整个云的计算能力指向互联网时，你可以生成关于近乎可信的文本。任何主题。正如许多人指出的那样，“可信”和“正确”之间当然存在很大差异，但从表面上看，ChatGPT 似乎是表面级摘要输出的有效来源。 ChatGPT 不是开源的，但它输出的几乎所有内容都基于开放知识。它基于您和我为其他人发布到互联网上的内容。这是否意味着 ChatGPT 已加入社区？ ChatGPT 是否有助于改善共享知识？或者它只是减少了您在大致了解问题答案之前必须进行的互联网搜索次数？
相反的好处
您可能是某个社区的成员，无论是开源项目社区还是您当地的社区。不管怎样，你可能已经注意到有时人们会很烦人。生活中的事实是，人们有不同的观点，而且这些观点常常相互冲突。当对于应该如何做某事存在分歧时，通常会感觉时间被浪费了。毕竟，您知道最好的解决方案，但您必须花一整天的时间说服其他人相信其优点，而不是将其付诸实践。如果每个人都同意你的话那就容易多了，对吧？
意见不一致也让人不舒服。它会导致困难的对话。你必须找到妥协方案，否则说服别人以你的方式看待事情，即使他们试图说服你以他们的方式看待事情。这并不容易，而且通常不是您在任何特定时间想做的事情。
当然，大多数成年人都知道相反的力量。机器人可能能够模仿相反的意见，但意见和固执或固执之间是有区别的。由专业知识和经验形成的不同意见对于成功和富有成效的合作至关重要。尽管他们可能会感到不舒服，但对做某事的“正确”方式的不同意见是对你的想法进行压力测试的最佳方式。通过观察相反的情况，你可以识别你的成见、偏见和假设。通过接受不同的意见，你可以完善自己的意见。
原创的火花
配备机器学习的机器人只能根据现有想法发明想法。虽然将噪音提炼成有形的东西可能很有价值，但它仍然只是之前概念的总结。真实人类实际思想的聚集是强大的，因为对话、迭代、同意、分歧以及经验和背景的多样性形成了看似无关和意想不到的想法。对我来说，将我的 CI/CD 管道建立在我为昨晚的桌面角色扮演游戏发明的策略上可能没有逻辑意义，但如果这作为最终变得非常好的东西的灵感，那么最终并不重要。通过刺绣、园艺、烹饪或与孩子一起搭建乐高积木的经历来解释世界是不合理的，但这并不意味着它无效。事实上，正是将灵感与行动联系起来的能力才催生了发明。这不是 ChatGPT 可以从互联网上学到的东西。
系统设计
ChatGPT 和其他人工智能实验很可能有助于减少重复性任务，或者捕获潜在的错误，或者让您开始使用特别令人困惑的 YAML 文件。但也许这里隐藏的信息实际上是一个问题：为什么我们认为我们需要 ChatGPT 来做这些事情？难道这些流程本身就需要改进吗？难道编写一些“简单”的 YAML 并不像乍看起来那么简单？也许那些需要人工智能来捕获的错误与其说是一种疾病，不如说是一种过于复杂的语言设计的症状或我们教授代码的方式的失败，或者只是开发更容易进入编程的机会。
换句话说，也许机器学习机器人并不能解决任何问题，而是表明我们在哪些方面对自己造成了伤害。在开源中，我们设计与之交互的系统。我们不必设计聊天机器人来帮助我们理解代码如何工作或如何编程，因为我们是发明者。我们可以围绕问题重新设计。我们不需要聊天机器人来凝聚和凝聚全球社区的混乱，因为我们可以创建尽可能最好的解决方案。
人际关系
社区是关于人的。与对某件事有共同兴趣和热情的其他人建立联系，使社区变得如此充实。分歧和共同灵感的时刻都是我们人类在论坛、聊天室、错误报告、会议和社区中给彼此带来的深刻体验。作为一个开源社区，我们创造技术。我们以开放的方式共同创建它，并真诚地分享经验知识。我们重视多样性，并且从新手和专家的角度中发现价值。这些是你无法在机器学习聊天机器人中提取的东西，无论它是否开源（ChatGPT 不是）。
开源社区因对共享的真正兴趣而蓬勃发展。这是 ChatGPT 无法模仿的。
