Google 搜尋 vs. ChatGPT
最近大家可能也看到這個新聞，因為感受到 ChatGPT 對 Google 搜尋的威脅，Google 要求兩位創辦人Larry Page 及 Sergey Brin 緊急支援，協助監督 AI 計畫。
中文新聞範例：
因為現在台灣主要媒體都像新聞製造業，所以同時看一下美國媒體，選了篇比較早報導這件事的 The New York Times。（話說 NYTimes 的 credit 也不是很好，前幾年傾中相當嚴重，2022 美國總統選舉期間，表現也很糟）
現在瀏覽器英翻中很方便，雖然中國用語偏多，拿來略讀還可以。
https://www.nytimes.com/2023/01/20/technology/google-chatgpt-artificial-intelligence.html
Photo by Mitchell Luo on Unsplash
大家都知道的事，沒什麼好說的。
今天講一個實際案例，在這個 case 中，ChatGPT 的表現，的確比 Google 搜尋好。
我們的共學課程《Python 深入學習》目前進度到第三堂，最近正在講 Serialization and Deserialization。
因為 JSON 支援的資料型態很有限，我在做筆記的時候，想對 Python 轉換成 JSON 前後的資料型別，做個比較表格，這樣會比純文字更具可讀性。
目標：Python Serialization 轉換成 JSON 前後的資料型態表格
Google search
Google 1st trial
首先在 Google search 中，我輸入的關鍵字是：
pythone data type serilaization table
應該是關鍵字沒設好，找到的資料都在介紹 Python Serialization，而不是我想要的表格。
Google 2nd trial
我改為強調表格（table）這個字再試一次：
a “table” shows python different data type serialization
-
排序前兩個都沒有表格。（第一篇的 table 出現在
Table Of Contents、第二篇類似） -
第三個有個表格，但卻是一張圖，我很懶惰，想找個文字型的表格，可以 直接複製／貼上。（另一方面也想找到第二個表格來對照看看）
-
第四個也沒有表格（table 出現在
Table Of Contents）。 -
第五個有許多表格，其中一個是我想找的資料（因為有許多表格，多一次工）。
ChatGPT
然後我想，換用 ChatGPT 試試，看看表現如何。
ChatGPT 1st trial
這裡用的是 google 搜尋的第二次嘗試，所以對 google 可能比較不公平。
a table shows python different data type serialization
結果 ChatGPT 就繪製了一個表格給我，但內容是 Python 各種資料型態，Serialization 時要使用哪個 library，不是我想要的表格。
ChatGPT 2nd trial
所以我稍微改一下敘述：
a table with python data type and json data type
BINGO!! 這就是我要的資料
附圖有點小，我用文字表格重現如下（直接從 ChatGPT 複製／貼上，免編輯）：
| Python Data Type | JSON Data Type |
|---|---|
| str | string |
| int | number |
| float | number |
| list | array |
| dict | object |
| True | true |
| False | false |
| None | null |
Note: JSON only supports a limited number of data types, and the mapping from Python data types to JSON data types may not be one-to-one.
Google 3rd trial
在寫這篇文章的時候我又想，如果把 ChatGPT 第二次嘗試的文字，拿給 Google Search 試試呢？
a table shows python different data type serialization
結果搜尋結果好一些，我把搜尋結果前五項列出如下：
- 有表格，表格也正確。
| Python | JSON |
|---|---|
dict |
object |
list, tuple |
array |
str |
string |
int, long, float |
number |
True |
true |
False |
false |
None |
null |
直接從網頁 複製／貼上，免編輯。
- 有表格，但不是我要的。
12. Using JSON Data — python-oracledb 1.3.0b1 documentation
- 有表格，表格也正確。
| Python object | JSON object |
|---|---|
| dict | object |
| list, tuple | array |
| str | string |
| int, long, float | numbers |
| True | true |
| False | false |
| None | null |
直接從網頁 複製／貼上，免編輯。
- 文章中沒有表格（table 出現在
Table Of Contents，以及其他文章的標題）。
Working with JSON data in Python
- 有表格，表格也正確。
https://www.datacamp.com/tutorial/json-data-python
| Python | JSON |
|---|---|
| dict | Object |
| list | Array |
| tuple | Array |
| str | String |
| int | Number |
| float | Number |
| True | true |
| False | false |
| None | null |
直接從網頁 複製／貼上，免編輯。
心得
Google_search
- 輸入搜尋文字正確的話，可以順利找到想要的資訊。
心得：在了解使用者的搜尋意圖上，還有改進空間。
- 必須點擊搜尋結果的各連結，自行查看是否是你想要的資訊。
心得：Google 的搜尋結果預覽（特別是第一筆資料），近年已逐步改進，但顯然這次的需求（表格）沒被滿足。如果預覽就是表格，那就勝出了（也許這就是微軟目前 Bing 整合 ChatGPT 的目標）。
我想大家都有類似經驗，在搜尋結果中一一點擊、查看資料，發現不是想找的資訊時，回到上一步，查看下一筆資料。
這種試錯在上述兩種情形同時發生時（Google 不了解使用者的真正意圖，導致使用者一直在錯誤的搜尋結果中，來回查詢），非常浪費時間。
了解使用者的真正意圖時（大部分情形），Google 的搜尋結果還是比競爭對手強，這部分只需加強搜尋結果預覽。
不了解使用者的真正意圖時（少部分情形），Google 要能判斷出這種情形（例如：使用者在搜尋結果來回好幾次），主動提出進一步的詢問提示（像用意很好，但實際表現差強人意的導航新路線建議）。
OpenAI_Chat
- 詢問對談具有連續性
我覺得這是 ChatGPT 最具優勢的部分。
它就像 Google 搜尋的第一個結果，只是不用點擊觀看。然後使用者可以根據回覆，修正自己的問題，逐步找出正確答案。
- 自信心破表的唬爛王
使用 ChatGPT 就像請了一個私人助理，能大幅提昇工作效率。但你也要具備老闆的資格：知道如何問問題，並分辨答案是正確或唬爛。