文章主题：ChatGPT, 语言学习模型, 机器学习算法, 合同起草
作者 | Jack Shepherd
编译 | YIFEI
ChatGPT是一款非凡的设备，其强大的功能令人叹为观止。只需向它提出一个问题，便会获得看似可靠的答案。例如，若请求它以詹姆斯•布朗特（James Blunt）的独特风格创作一首歌曲，它便会以一种既让人感到不安又让人深信不疑的方式完成。
要全面认识ChatGPT的实用价值，首要任务在于深入探讨其工作原理，这样才能在使用这项具有巨大潜力的技术时找到合适的使用场景。
在计算机领域中，算法的分类可以基于其工作原理的不同方式。其中，基于规则的算法以及机器学习算法是两种具有代表性的算法类型。对于基于规则的算法，它们的运行结果取决于一系列由人类设定并赋予特定意义的规则。例如，当时间在晚上12点之前时，该算法会输出“早上好”。这种算法的工作原理可以类比为人类在执行某项任务时遵循严格的流程和规定。然而，与基于规则的算法不同，机器学习算法的工作原理是基于先前 examples（案例）进行学习和预测。例如，当被问到“这里有100万张猫的图片”，机器学习算法能够根据这些先前 examples产生输出，如“现在告诉我，根据你从这100万张图片中所知道的，下一张图片是不是一只猫？”这种算法的工作原理可以类比为人类在学习新知识并作出预测时依赖过去的经验和数据。总之，虽然基于规则的算法和机器学习算法在某些方面有所不同，但它们都是计算机程序设计的重要组成部分。基于规则的算法以其精确性和可预测性而闻名，而机器学习算法则以其适应性和学习能力而受到青睐。
ChatGPT是一种“语言学习模型”,基于一种机器学习算法,其训练数据包括数百万个句子。经过专门的训练,它能够利用这些数据计算词汇之间的概率,从而生成有意义、连贯的句子,就像手机上的智能纠错功能一样。
在ChatGPT的应用场景中，人们已经为其提供了可能的问题示例、相应的回答以及针对这些回答的评分。ChatGPT的“监督”功能使其具备了强大的能力，能够对问题作出引人注目的回应。尽管如此，关于开放式人工智能对人类参与的本质仍存在一定的模糊性，这使得其未来发展仍具有一定的不确定性。
有几点需要注意：
ChatGPT是构造有意义的句子的专家
ChatGPT的回答将取决于我们提出的问题，以略微不同的方式提出同一个问题或许会得到不同的答案
它不会提出澄清性的问题，以确保它理解我们所寻找的答案类型
它不是语境中的专家，它的工作基于一个词接着另一个词的概率
由于训练数据集的庞大，我们无法“追溯”它的回答到一个特定的来源
ChatGPT在聊天过程中能够提供拟定的合同草案，例如“拟定一份雇佣合同”。这样的建议能为用户提供一份看似健全的雇佣合同样本。对于律师们在寻找适用于所需合同的模板或范本时，ChatGPT的这种功能可能会节省他们的时间。
值得指出的是，ChatGPT有大量的潜在用例，合同起草只是其中之一。其他用例包括法律咨询备忘录、起草诉状和法院文件、摘要等等。
初稿
在向Chat GPT提出了许多合同起草任务后，它的产出总是让人惊喜。然而，由于ChatGPT实际上并不理解其输出的法律后果（它生成的是句子，而不是法律建议），因此它的输出通常是有问题的。此外，它不了解所有的语境，例如，它从来没有问你应该是什么支配法律。
在许多其他的案例中，ChatGPT的输出根本没有意义。例如，当要求它起草一份锁定期协议(Lock-Up Agreement)，这是一份用于重组交易的协议，要求股票或债券持有人投票支持重组提议。这类协议的关键是，证券持有人不能将其证券转让给任何人，除非受让人也同意投票赞成该提议。
ChatGPT提供了一个漂亮的锁定机制，但它允许人们自由转让股份，如果他们是礼物或与转让方无关的受让人——从而颠覆了协议的整个目的。同样，这是因为ChatGPT的设计是为了产生有意义的句子，而不是有意义的法律建议。
但是也许ChatGPT的“在没有咨询律师的情况下不应该使用”的提示可以挽救它。如果不检查和改进就依赖ChatGPT的输出，那就太冒险了。普遍的共识是，至少现在，在ChatGPT的使用方面，需更少地起草合同，而更多地生成合同的初稿。这种方法更容易让人接受，但我仍然对以这种方式使用Chat GPT有两个问题。
来源和背景
首先，在审阅一份合同时，我们想知道为什么要这样起草？为什么雇佣合同中有园艺假的条款？为什么要以一种特殊的方式起草？我们在特定的情况下需要它吗？哪些条款是不能协商的？
在第一次使用ChatGPT时，假定有一个特定的输出源，但考虑到它所训练的大型数据集，显然这无法获取。如果一份合同记录了双方之间的关系，但人们可能会同意一方或双方都不能正确理解的事情，这让人难以置信。
检查
其次，在基于模板审查合同时，我们可以看到哪里发生了变化，从而能够在特定的地方进行评论。我们可以快速跳过例行公事，专注于需要审问的条款；也可以在使用示例文档（而不是模板）时与起草文档的人交谈，并找出哪些部分经过了大量协商，哪些部分没有。
而对于基于黑匣子的输出，我们并不知道该关注什么。这导致我们必须对网页上的每一个字都进行100%的审查，由于法律文件很长，这无疑会给审查增加负担。
最后的手段？
我可以理解为什么ChatGPT在合同起草方面对人们的吸引力，但距离自主起草合同还有很长的路要走。很少有律师起草以前从未起草过的合同，大多数人更愿意用事务所批准的模板，至少在这种情况下，它已经被人审查过了，我们可以找到其出处和背景，否则很难为客户提供适当的建议或帮助其最大化达到目的。
另外，ChatGPT揭示了律师事务所在知识管理方面的一些有意思的文化差异。一般来说，美国律师更习惯于从先前的案例中起草文件，因为他们的公司通常没有足够的资源来制作公司认可的模板。然而，欧洲律师拥有更多的知识管理传统，并且经常拥有一整套本土的模板（也称为先例）。相较而言，美国律师似乎更愿意使用ChatGPT来起草合同，因为他们更习惯于“在DMS中搜索”以获得先前的合同示例。
我们请ChatGPT对这篇文章进行总结，它回答道：
这篇文章是关于ChatGPT的，它是一个使用机器学习算法生成问题回答的工具。作者提到，虽然ChatGPT的输出看起来令人印象深刻，但它们经常是冲突的、错误的或者模糊的，并且该工具不理解其输出的法律后果。作者认为，ChatGPT目前的用处是用于生成合同的初稿，但提出了两个问题： 其输出缺乏来源和上下文，以及无法追溯其回答到特定的来源。作者警告说，ChatGPT的输出不应该在没有咨询律师的情况下使用。
这是一个尚且准确的总结，我们继续问ChatGPT作者是否正确：
作为一个AI语言模型，我没有个人观点或偏见。然而，从这篇文章来看，作者似乎对ChatGPT起草合同的能力有着微妙的看法，认识到了它生成初稿的潜力，但也强调了其局限性，比如缺乏对法律后果、上下文和来源的理解。
也许对于ChatGPT来说，做总结比起草和合同会做得更好。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
