Khoa học - Công nghệ

Đằng sau sự thông minh và khả năng phản hồi tự nhiên của các chatbot trí tuệ nhân tạo là một quy trình can thiệp quy mô lớn của con người vào những dữ liệu trao đổi riêng tư. Một cuộc điều tra vừa được chuyên trang 404 Media công bố đã hé lộ chiến dịch nội bộ mang tên Project Lily, nơi OpenAI chiêu mộ hàng trăm nhân sự chỉ để đọc trực tiếp và chấm điểm các phiên hội thoại thực tế của người dùng ChatGPT.

Quy trình 'gọt giũa' hành vi của mô hình qua Project Lily

Theo báo cáo từ 404 Media, dự án Project Lily được OpenAI triển khai với mục đích chính là chuẩn hóa và nâng cao chất lượng đầu ra cho mô hình ngôn ngữ. Đơn vị này sẵn sàng chi trả mức thù lao hơn 50 USD mỗi giờ cho lực lượng đánh giá. Công việc hàng ngày của nhóm nhân sự này là tiếp cận trực tiếp các đoạn hội thoại thực tế giữa người dùng với ChatGPT để cho điểm mức độ hoàn thiện của từng câu trả lời.

Hệ thống tiêu chí đánh giá được thiết lập nhằm loại bỏ lối hành văn máy móc, hạn chế các biểu tượng cảm xúc không cần thiết và cắt giảm thái độ nịnh nọt quá mức của trợ lý ảo. Đáng chú ý, đội ngũ kiểm định cũng phải đảm bảo ChatGPT không tự xưng 'tôi' để tránh xu hướng nhân hóa máy móc thành con người. Một số nhân sự tham gia dự án phản ánh công việc có tính lặp lại cao, trong khi các bộ quy tắc hướng dẫn thường xuyên thay đổi đột ngột và nảy sinh nhiều điểm mâu thuẫn.

Lỗ hổng từ khâu ẩn danh và nguy cơ rò rỉ dữ liệu nhạy cảm

Về mặt kỹ thuật, trước khi chuyển dữ liệu cho đội ngũ kiểm duyệt, các đoạn hội thoại phải trải qua bước xử lý làm sạch và ẩn danh nhằm loại bỏ thông tin định danh người dùng. Dẫu vậy, đại diện OpenAI đã thừa nhận với 404 Media rằng các thuật toán tự động vẫn có thể vô tình bỏ sót dữ liệu cá nhân nhạy cảm, đặc biệt là trong các phiên tương tác ngắn gọn.

Thực tế cho thấy nhiều người dùng có xu hướng coi chatbot như một người lắng nghe hoặc chuyên gia tư vấn để chia sẻ những bí mật đời tư, thậm chí chủ động yêu cầu hệ thống cam kết bảo mật nội dung. Dù vậy, các đoạn hội thoại được chuyển tới tay kiểm duyệt viên được cho là đính kèm cả 'bản tóm tắt bộ nhớ người dùng'. Đây là tài liệu tổng hợp đầy đủ các mối quan tâm, thắc mắc, sở thích, bối cảnh cuộc sống và cả vị trí địa lý của đối tượng trò chuyện.

Bẫy cài đặt mặc định và sự lệ thuộc vào lao động thủ công

Hiện nay, tùy chọn cho phép nhà phát triển sử dụng dữ liệu hội thoại để huấn luyện mô hình luôn được kích hoạt mặc định trên phần lớn nền tảng chatbot, bao gồm cả những tài khoản trả phí. Người dùng có thể chủ động tắt tính năng thu thập này trong phần cài đặt quyền riêng tư, nhưng thao tác chỉ có hiệu lực từ thời điểm điều chỉnh chứ không thể thu hồi các dữ liệu đã được hệ thống lưu trữ trước đó.

Tính minh bạch của OpenAI cũng bị đặt dấu hỏi lớn. Trước đây, hãng từng viện dẫn trang câu hỏi thường gặp (FAQ) có ghi nhận việc con người tham gia đánh giá dữ liệu. Tuy nhiên, sau khi cuộc điều tra của 404 Media xuất hiện, OpenAI đã âm thầm cập nhật lại tài liệu này theo hướng bổ sung cách tắt thu thập dữ liệu nhưng lặng lẽ xóa đi nội dung nhắc đến sự tham gia của nhân sự đánh giá là con người.

Theo trang tin công nghệ Tom's Hardware, việc sử dụng con người kiểm duyệt dữ liệu không chỉ giới hạn tại OpenAI. Điều khoản dịch vụ của Google Gemini cũng nêu rõ khả năng chuyên viên xem xét các đoạn trò chuyện lưu trữ, trong khi Anthropic áp dụng chính sách tương tự. Điều này phản ánh rõ nét rằng công nghệ AI hiện nay vẫn phụ thuộc chặt chẽ vào sức lao động thủ công để tinh chỉnh, thay vì có thể tự động hoàn thiện hoàn toàn.

Vũ Sơn