維基百科勝在知識結構清晰，ChatGPT 長于具體問題，雙方未必不可調和。
22 年前，2001 年初，維基百科 Wikipedia 橫空出世，在其後的網際網路時代，成為人們擷取知識的重要平台。
但在剛開始，人們對維基「人人可編輯」的組織形式産生過質疑。甚至有電視主持人諷刺其為「wikiality」，即如果在維基百科上編造條目，隻要有足夠多的人同意，它就會成為現實。
後來，随着《自然》（Nature）雜志的調查研究，發現維基百科準确度接近大英百科全書，Google 開始把維基百科放到搜尋結果的首項，維基社群和内容貢獻者也持續壯大，維基百科用了很多年時間終于取得了公衆的信任。
誕生之初遭到質疑，越來越多人參與去完善，而後平反收到大衆認可，繼而成為日常的工具，這一過程，僅誕生半年的 ChatGPT 正在經曆，不僅于此，它還成為了維基百科的挑戰者。
不久前，維基媒體基金會召開 2023-2024 年度計劃的電話會議，會議中提及了 35 次 AI，讨論的主題也是圍繞 ChatGPT 帶來的挑戰。
但維基百科所擔心的挑戰，并不是被 ChatGPT 取代。而是更深刻地考驗：未來的維基百科，會由 ChatGPT 來撰寫嗎？
01 維基百科的内容哪裡來的？
要想知道 ChatGPT 能否撰寫維基百科，得先知道維基百科目前内容來源于哪裡。
維基百科主要是由來自網際網路上的志願者共同合作編寫而成，任何使用網絡進入維基百科的使用者都可以編寫和修改裡面的文章。它是網際網路上一個極大的自由内容、公開編輯、多語言的網絡百科全書協作計劃。
截至 2021 年初，所有語種的維基百科條目數量達 5500 萬條，如何確定内容上的準确，全靠維基社群志願者們的篩查。
在 ChatGPT 出現前，維基百科已經長期在用 AI 去減少一些人力成本。應用最多的就是把現有條目直接機器翻譯，再由人工編輯校對。
2016 年時，資深科學家 Aaron Halfaker 開發了一套開源機器學習算法，可以自動識别維基百科裡那些惡意破壞條目和編輯假消息的行為；2020 年，MIT 的研究人員也為維基百科推出過基于 AI 的修改功能，可以精确定位維基百科句子中的特定資訊，并自動替換為類似于人類編輯的語言。
Wikipedia 關于 ChatGPT 的頁面｜Wikipedia
以及如維基社群所述，人工智能非常擅長總結把一篇很長的技術類條目，總結成兒童都能了解的版本，讓 AI 去生成兒童版的維基百科效果很好。
翻譯、檢查、概括簡化已有内容，維基百科一直以來對 AI 的應用僅限于此，直到大型語言模型 ChatGPT 的出現。
目前仍以文字方式互動為主的 ChatGPT，除了回答使用者直接的提問以外，還可以用于甚為複雜的語言工作，包括自動生成文本、自動問答、自動摘要等等。
ChatGPT 可以寫出相似真人的文章，并在許多知識領域給出詳細和清晰的回答。哪怕 ChatGPT 生成内容的事實準确度還需要人工去二次查閱，但這時維基百科面臨的問題已經很明顯了：志願者能否用 ChatGPT 來撰寫維基百科條目？
02 能不能和想不想
紐約市維基媒體分會的老維基人 Richard Knipel 就用 ChatGPT 在維基百科上起草了一個名為「藝術作品标題」的新條目，Knipel 表示，ChatGPT 給出的版本一般但文法正确，定義了藝術作品标題的概念，給出了從古至今的例子。他在草稿基礎上隻做了輕微修改。
但另一位編輯在條目上标注，将會進行大量修改并完善。如今，我們再點進這一條目，會發現它增加了大量内容和理論索引，還梳理出了目錄，給出了圖檔案例。像 Knipel 這樣的維基人認為，ChatGPT 可以作為生成維基百科條目草稿、骨架的工具，在此基礎上，人工再驗證内容，編輯和充實條目。
但另一派維基人則認為，在維基百科條目的創作裡 ChatGPT 應該完全被禁用。一位維基百科編輯就表示「我們應該強烈呼籲不使用 AI 工具來生成條目草稿，即使這些條目随後會被人工審閱。ChatGPT 太擅長引入那些看起來很有道理的謊言。」
ChatGPT 起草，人工簡單編輯的版本｜Wikipedia
人工大量幹預後産生的版本｜Wikipedia
但另一派也反駁這種說法，就像 Knipel 認為，修改并豐富不完善的資訊，這就是維基百科在實踐中一直運作的方式。ChatGPT 将繼續存在并飛速發展，利用它同時強調人工幹預的必要性怎麼就不行呢？把 ChatGPT 上來就視作洪水猛獸實在有些偏頗。
但在想不想之前，我們先看看能不能。ChatGPT 還夠不夠格直接編寫維基百科呢？
3 月 30 日時，維基百科創始人 Jimmy Wales 在接受 Evening Standard 采訪時讨論了這個議題。Wales 認為，讓 ChatGPT 能獨立寫一個完整的維基條目，目前還有一段距離，但距離多遠就難說了。「ChatGPT 的一大問題是會胡編亂造，業内把這種情況稱為 hallucinating（幻覺）——我稱之為編瞎話。」（One of the issues with the existing ChatGPT is what they call in the field 『hallucinating』—I call it lying.）
「ChatGPT 有一種憑空捏造的傾向，這對維基百科來說真的不太行。」Wales 在采訪裡說道。實踐中也是如此，你在維基百科上搜一個詞，維基百科可能會回報「該條目不存在」，但你問 ChatGPT，它可能會給你生成一段沒由頭的假消息。
ChatGPT 會「說瞎話」，這種事已經不新鮮了。但 ChatGPT 誕生僅半年，它的自我疊代能力已經令人咋舌，讓 ChatGPT「句句吐真言」，似乎隻是時間問題，那維基百科現在擔憂的是什麼呢？
03 人力有限，算力「無限」
維基百科團隊并沒有那麼擔心内容到底來源于人類還是 AI，它擔心的是内容品質是否過關。
在維基媒體基金會在電話會議總結報告裡，「挑戰」被放到了開篇，其中最大比重的部分，也是維基百科團隊最大的擔憂在于：維基百科湧入大量 AI 生成的内容，把真正高品質的、正确的資訊給淹沒了。
「Wiki 項目有大量高品質的、可靠的，結構化的、分類好的内容。這就是我們帶給世界的價值。最讓我害怕的不是人們使用 GPT 之類的大語言模型來擷取知識，而是需要巡查的 AI 生成的内容會爆炸式增長。」
對高品質内容來說，創作比消費的時間成本高很多，就像一篇較為完整的維基條目，需要許多人參與撰寫，花許多時間，走過很多流程後完成，對讀者來說幾分鐘就閱讀完了。
像維基百科這種平台，為了保證内容品質，還需要專業人士核查一條條目中每個資訊、資料、引用是否來源準确，篩查和編輯的成本同樣很高。是以 AI 生成内容越多，人工核查的時間也更長。而且哪怕 ChatGPT 給出了正确的結論，但它并不會直接給出結論的論據來源何處，人工還需要再找到論據。到最後，修正可能比撰寫耗時更長。
Wikipedia 的條目下會有很多延展閱讀連結｜Wikipedia
目前維基百科志願者們已經發現了許多 ChatGPT 自動生成内容上的問題。比如 ChatGPT 很容易太籠統地概括定義，導緻表意不明。還有 ChatGPT 遣詞造句過于肯定，不夠比對維基百科想呈現的客觀中性的文字風格。
最重要的是信源難以查詢，維基百科的可信度和擴充閱讀性，很大程度上是基于條目底下豐富的資訊參考來源，但 ChatGPT 不會主動提供參考，甚至會憑空捏造。
擔任了 20 年維基百科志願編輯的 Andrew Lih 在用 ChatGPT 起草新條目時就發現，ChatGPT 概述定義做得很不錯，但它所提供的消息來源于《福布斯》、《衛報》、《今日心理學》，但 Lih 仔細查閱後發現，這些信源文章并不存在，甚至 ChatGPT 給出的 URL 都是自動生成找不到頁面的假連結。
綜上，維基百科團隊直接表示，AI 生成内容的速度和效率，可能會超出項目的運作能力。
除此之外，還有許多元基百科團隊會擔心的點，比如如今的維基百科貢獻者裡，使用英語的白人男性依舊是主體，維基内容已帶有語言和内容偏見，ChatGPT 靠吸納網際網路資訊為養料的 AI 機器，生成出的内容會進一步放大偏見。
Wikipedia 聯合創始人 Jimmy Wales 在接受 Standard 采訪時談及 AI 參與撰寫維基的問題｜Standard.co
維基百科團隊也無法把握志願者對 AI 工具使用的傾向。Lih 就認為，維基人不缺動力，缺的是時間，ChatGPT 生成的糟糕草稿，可以激發維基志願者的修改欲。這也符合維基之父 Ward Cunningham 所提出的「坎甯安定律」：在網際網路上得到優秀答案的最佳方法不是去提問，而是釋出一個錯誤的答案。
維基百科團隊還擔心，當維基百科充斥着 AI 生成的内容時，使用者們會降低對它資訊的信任度，轉而去信任更有「人類作者」辨別的媒體内容，比如會出鏡的視訊，标記了作者的媒體報刊。
04 就不能共存嗎
維基百科和 ChatGPT 有很多相似性，比如都以文本為主，試圖「回答一切」。但二者最顯著的差別，在于回答方式的不同。
維基百科是有架構、系統、詳細索引的百科式資訊，你點進一個條目，可以從最簡單的概括式介紹了解到其曆史的變化，通過條目裡豐富的擴充連結，可以在縱向裡深入了解，也能在橫向裡在不同條目之間跳轉，擴充對一整個領域的了解。
ChatGPT 目前呈現出的還是提問式的互動，需要使用者明确了解自己想知道的問題，向外擴充也是需要建立在 ChatGPT 給出的回答之上，進一步詢問。
不同使用者擷取資訊的傾向不同，選擇工具也不同，維基百科無法做到 ChatGPT 一樣能回答非常具體的問題，ChatGPT 也不會像維基百科一樣有那麼精準且梳理好的知識類資訊。這二者的使用方式，就像我們選擇閱讀教科書，還是直接向教授提問。
就像維基百科并沒有因為搜尋引擎 Google 的崛起而磨滅，反而它會出現在 Google 搜尋結果的第一條和邊欄上。
維基百科團隊也并沒有如 Google 一般有那麼大的危機感，在年度會議裡，雖然開篇點了 ChatGPT 帶來的挑戰，但整個會議更多的時間留給了「機會」。
「當網際網路上有大量 AI 生成的内容時會發生什麼？在一個由數萬億個低品質、低可信度的頁面組成的網際網路，建立大模型的人和使用者都需要去找到可靠的資訊，他們可能會更多地使用維基百科。」這就是維基人眼中的「機會」。
利用大語言模型去查 bug、翻譯、内容總結、豐富媒體形式，比如 GPT-4 中展現的視訊生成，AI 生成的圖檔也可以放到很多抽象概念的條目裡，增加可讀性，還可以在文本和語音之間互相轉換。
但以上的前提，都是不能讓大語言模型打打輔助，不能喧賓奪主。「維基百科是關于人類聚集在一起試圖定義真相。這些工具不可靠，會分散我們對實際任務的注意力。我們應該小心要以多快的速度追趕這一趨勢，而不是放棄它。我們應該關注創造知識的人。」
維基百科團隊的态度，也折射了我們當下對 AI 的審慎态度。沒有被取代，想充分利用 AI 的同時不夠信任它，想發揮 AI 的最大價值，但真正有價值的内容又不敢輕易傳遞，難以放下人類本位的核心概念，謹慎地靠近，小心地追趕。
維基百科如何和大語言模型共存，或許就回答了我們人類如何與 AI 共存。