高跃：ChatGPT生成的内容，面临真实性、准确性以及版权方面的问题。这也给我们带来很多挑战——除了辨别真伪、保护版权，还要能够识别这到底是不是个人的创作，或者能区分出哪部分是AI生成，哪部分是人的创作。
　　陈雨强：对于一篇专业性或学术性的文章，署名作者是一定要负责的，而恰恰ChatGPT是不能负责的。学术论文的署名作者，既要对论文做出了“实质性贡献”，又要能承担相关的责任，而这两条ChatGPT都不满足，并且现阶段ChatGPT生成的内容完全达不到“文不加点”、无需加工的程度，而是需要人的修改、润色、校对，最终得由人来署名。那么，人的智力参与达到什么标准才能署名？这就牵涉到识别内容究竟是由人还是机器生成的问题。
　　何俊良：如果问ChatGPT我们自己不熟悉的专业领域的问题，它的回答会看起来非常专业，但实际上可能包含很多错误的知识和误导性观点，而我们难以分辨。
　　真实性问题会带来信赖危机，而一旦公众不敢信赖一款应用，它也便难于发展。比如自动驾驶技术，就算准确性达到99%，但由于AI的决策不可解释、不可完全控制，很多人就不信赖它，不愿意去使用，这也导致自动驾驶技术一直未能普及。
　　大语言模型目前最亟待解决的问题之一，就是怎么去判断AI的输出到底是对是错，学界也特别关心。
　　陈雨强：可信性问题确实很重要。目前ChatGPT热度正劲，但除了日活数据，还有一个关键指标是用户留存数，也就是有多少人在一周、一个月、半年之后还在持续使用这款产品。
　　信息或知识来源是否可靠，每条引用甚至每句话是否都有出处，推理是否经过验证，生成的文章是否可溯源，都会影响用户留存。新鲜劲过去后，可信性问题直接影响用户还愿不愿意使用这款产品。