Год назад появление нейросетей для генерации разнообразного контента – от текстов и кода до иллюстраций и музыки – вызвало немалый ажиотаж. Когда изначальное восхищение возможностями технологий немного угасло, перед специалистами встал вопрос: как все это скажется на рынке труда?
Что такое ChatGPT?
Среди технических писателей особый интерес вызывает нейросеть ChatGPT. Этот чат-бот умеет не только дополнять код, как GitHub Copilot, или исполнять роль поисковика, как Bing от Microsoft.
OpenAI разработала ChatGPT на базе собственной языковой модели GPT‑3.5, далее нейросеть натренировали на огромном массиве информации в сочетании с системой обучения на основе обратной связи с человеком. Как итог, чат-бот вполне успешно имитирует ведение диалога с пользователем, ориентируясь в контексте предыдущих сообщений, генерирует текстовый контент от стихов и сочинений до инструкций и дипломных работ, дает достаточно грамотные советы, может провести финансовый анализ и так далее.
Как пользоваться ChatGPT?
Сам по себе процесс использования ChatGPT прост: открываете бота, пишете запрос, получаете ответ, корректируете по необходимости. ChatGPT мультиязычна – понимает запросы и генерирует ответы на разных языках, в том числе и на русском; впрочем, пользователи отмечали, что работать с английским ей проще. Базовая версия ChatGPT бесплатна. Версия, основанная на более совершенной модели GPT‑4, доступна по платной подписке. Она умеет обрабатывать изображения, поддерживает больший объем запросов (до 25 000 слов текста) и в целом демонстрирует улучшенную точность ответов, понимание контекста, поддержку языков и прочее.
Стоит отметить, что скачать ChatGPT нельзя: OpenAI предлагает работать с нейросетью непосредственно на ее сайте. Также есть возможность добавить неофициального чат-бота в Telegram, Discord и Google Docs или Sheets.
В России доступ к ChatGPT, к сожалению, невозможен без использования обходного пути из VPN и номера телефона любой другой страны.
Применение ChatGPT в работе техрайтера
Задача каждого технического писателя – создавать такую документацию, которая будет интересна, понятна и полезна конечному потребителю. Что может предложить ChatGPT, чтобы помочь с этой задачей?
1. Преобразование текста по шаблону
Если вы получали от разработчиков длинные монотонные тексты, которые приходилось приводить к четкой прозрачной структуре, будь то инструкция, туториал или справка по API, вы понимаете, о чем речь.
2. Создание саммари для большого текста
На то, чтобы проанализировать объемный документ и сделать выжимку информации, у нейросети определенно уйдет меньше времени.
3. Генерация идей для контента
Порой бывает сложно начать работу над документацией по одной простой причине: материала так много, что непонятно, за что браться в первую очередь. ChatGPT может облегчить задачу, сгенерировав примерный список тем.
4. Упрощение текста
Иногда одну и ту же информацию нужно подать разным аудиториям. Или, скажем, перевести мануал с языка разработчиков на язык пользователя. Чат-бот поможет подобрать корректные интонации для текста, указать на места, которые требуют переработки, и даже помочь с объяснением терминологии более простым языком.
5. Идентификация языка кода
Если ваша документация содержит большое количество вставок кода на разных языках, то нейросеть поможет их промаркировать.
6. Создание черновиков
Возможность запросить аутлайн статьи или документа – отличное подспорье для всех, кто не любит эту часть рабочего процесса.
7. Поиск ошибок
Ошибки в документации могут привести и к нарушениям коммуникации с пользователями, и к репутационному урону. А базовая вычитка опечаток и фактчекинг сложных моментов помогут этого избежать.
8. Выдача фидбека на текст
Нейросеть умеет анализировать полученную информацию и указывать места, требующие прояснений, переформулировок, разбивки на пункты и так далее.
Риски и ограничения ChatGPT
На первый взгляд нейросети кажутся всемогущими, однако при работе с ними мы нередко встречаемся с ограничениями. У возможностей ChatGPT тоже есть пределы.
- Ограниченное количество информации и отсутствие доступа к интернету
Объем информации, на которой обучалась ChatGPT, ограничен 2021‑м годом. Выхода в интернет у нее тоже нет. То есть, события, произошедшие после 2021-го года (например, приобретение Twitter Илоном Маском), нейросети неизвестны, а значит, если ответ на вопрос требует этих специфичных знаний, она просто не справится.
- Выдача неточной информации
Несмотря на то, что в большинстве случаев нейросеть дает корректные ответы, всегда есть вероятность того, что она ошибется. Пользователи отмечают, что результат может “выглядеть весьма правдоподобно, но при ближайшем рассмотрении оказаться бессмысленным набором слов”. То есть, полностью отдать решение той или иной задачи чат-боту не получится: без проверки человеком, увы, не обойтись.
- Сложности с имитацией гайдлайнов и стандартов
Для того, чтобы ChatGPT попала в стилистику именно вашей документации, может потребоваться некоторое количество запросов с подсказками и исправлениями – с риском потратить время впустую. Увы, нейросеть не всегда справляется со строгими стандартами документации.
- Может выдавать отрывки чужого текста без переработки
Известны случаи, когда нейросеть в качестве ответа на запрос пользователя не генерировала полностью новый текст, а копировала отрывок из чужой работы.
- Не всегда можно отследить источник информации
К сожалению, нейросеть не предоставляет информацию об источниках, на которые опиралась во время генерации ответа на запрос. Следовательно, увидев в ответе что-то интересное – или, наоборот, сомнительное – вы не сможете изучить это сразу же, без перехода в поисковики. Не очень удобно и повышает риск случайного плагиата.
- Риск нарушить авторские права
Напрямую вытекает из пунктов выше.
* * *
Несмотря на ограничения, ChatGPT – достаточно удобный и мощный сервис для генерации контента, но волноваться о том, что нейросеть сможет заменить технических писателей, определенно не стоит. Можно отдать ей на откуп черновые задачи, требующие большого количества времени: составление структур, подбор задач, поиск ошибок и так далее. Но результат все равно требует доработки человеком, знающим нюансы, свойственные конкретному бренду или продукту.
И, конечно, ни одна нейросеть не сможет имитировать тонкости человеческого фактора – проблемы и реакции пользователей, потребности целевой аудитории, взаимодействие техрайтера и команды, в конце концов.
