AI聊天機械人(三)【星之谷專欄－頭條日報】

撰寫一篇文章，最困難的地方其實並不是文法或用字準確，而是題目的捕捉。以筆者的專欄為例，大致可分為巿場資訊、居屋分析、地區發展、巿場展望及買樓技巧等。

以上幾類文章之中，筆者覺得最容易受到AI威脅的就是巿場資訊、居屋分析及地區發展。AI聊天機械人的其中一種「學習」的方式就是翻閱網上的文章，並在當中尋找較多人認同的方向作為答案。

巿場資訊類

巿場資訊可以從各大銀行官方網站，或新聞報導中獲得，AI一秒鐘可閱讀的文章何止千百，整理及編排文章亦可用特定格式像罐頭製造商般生產出來。如果AI連系到搜尋引擎，更加可以分析近期最多人搜尋的字眼而整定熱門的題目。

居屋分析類

居屋分析文章，筆者寫了幾年後其實都有點創作彼勞，基本都是以過去文章的格式為範本，將新資訊依樣葫蘆放進去。AI在這方面的處理能力就肯定高於人類，比人類更勝一等的是可以分析整篇價目表以得出所需的數據。

地區發展類

地區發展是傾向創作文，資訊可在政府公告、樓盤廣告或各公營機構等文件中取得。筆者在寫作時要閱覽的資訊相當多，以時間成本來說是最重的。AI機械人的最強項正是找尋、分析及整理資訊，創作這類文章的效率就會比人類高出一大截。

巿場展望類

巿場展望類文章，筆者暫時認為短期內不會被AI取代。事實上，巿場展望一定有相當重的個人好淡喜好。簡單舉例，成交大增，樂觀的人會認為「多人買樓」樓價自然上升；悲觀的人就看到「多人賣樓」樓價將大冧。二手樓是一買一賣，有多少人買樓就有多少人賣樓，就像半杯水的理論而已。或者另一近期消息，疫情三年後終於通關，內地人容易來港，有人認為他們會來港買樓，也有人認為他們趕著來香港賣樓，其實兩者都只是猜測而已。

買樓技巧類

至於買樓技巧，這類型文章是最難取替，皆因這些都是個人生活中的經驗之談。選樓座向、景觀、凶宅及交通等因素，雖然可單向的以「越優質越好」想，但把各種因素對個人「感觀」的影響一併考慮時，相信仍然會難倒AI。

最有趣的是，早幾年有電腦企業把AI程式放到網上與人對答，希望學習更人性化的語調，結果被各種奇想的網民教壞。除了迅速學懂髒話外，還發表了一些岐視言論，結果草草下架。以「網上大眾比較普遍認同的想法」為依歸最危險的地方是，大多數網民認同的資訊並不代表正確。譬如有一天，「在船上不能玩爆旋（船）陀螺」的無聊IQ題在網上大受歡迎，那AI就會認為爆旋陀螺是不能乘船的違禁品了。

子非魚

https://hd.stheadline.com/news/columns/879/20230414/1023323/專欄-子非魚-AI聊天機械人-三-非魚論市

延伸閱讀：

• AI機械人的邏輯局限
• 小資女手記：利用ChatGPT AI 寫內容，可行嗎？ (上)
• 小資女手記：利用ChatGPT AI 寫內容，可行嗎？ (下)
• AI聊天機械人【星之谷專欄－頭條日報】
• AI聊天機械人(二)【星之谷專欄－頭條日報】