聊天机器人大行其道，相关道德风险也越来越大

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

编者按：3 月 24 日，OpenAI 发布声明，就 ChatGPT 致用户信息泄露一事道歉，有关此类大型语言模型的风险和弊端再次显露在人们面前。除了隐私泄露的问题，多年来，研究人员还一直警告说，文本生成算法可能会产生有偏见的和虚假的信息。但科技巨头们还是急于将其应用于产品中。本文来自编译，希望对您有所启发。

ILLUSTRATION: JAMES MARSHALL

去年年底，在 OpenAI 的聊天机器人 ChatGPT 发布后的几周内，谷歌 AI 首席执行官杰夫·迪恩（Jeff Dean）就表示了，担心过快部署对话式搜索引擎可能会给 Alphabet 带来声誉风险。但今年谷歌还是发布了自己的聊天机器人 Bard，并在第一次演示中犯了一个“关于詹姆斯·韦伯太空望远镜”的事实错误。

在同一时期，微软将基于 ChatGPT 的技术整合到了必应搜索引擎中。微软负责人工智能的负责人莎拉·伯德（Sarah Bird）承认，虽然该技术仍然可以“幻化”出不真实的信息，但它已变得更加可靠了。在接下来的几天里，必应还声称跑步是 18 世纪发明的，并试图说服一名用户今年是 2022 年。

亚历克斯·汉纳（Alex Hanna）在这些事件中看到了一个熟悉的模式：将人工智能迅速商业化的经济激励，已经超过了对安全或道德的担忧。汉纳曾在谷歌的道德人工智能团队工作，现在是非营利组织“分布式人工智能研究中心”（Distributed AI research）的研究主管。他说，在责任或安全方面下功夫赚不到多少钱，但对技术的过度炒作却能带来很多好处。

制作大型语言模型的竞赛（用网络上的大量数据训练人工智能系统），以及将伦理作为人工智能设计过程核心部分的运动，几乎是在同一时间开始的。2018 年，谷歌推出了语言模型 BERT，不久之后，Meta、微软和英伟达也发布了基于人工智能的类似项目。同样在 2018 年，谷歌表示要重视人工智能伦理，据称将限制未来的项目。自那时起，研究人员就警告说，大型语言模型带有高度的道德风险，可能会输出有毒和仇恨的言论。此外这些模型也有捏造事实的倾向。

随着初创公司和科技巨头开始试图打造 ChatGPT 的竞争对手，一些业内人士怀疑，ChatGPT 是否已经改变了人们的观念，让人们已经没那么在意人工智能道德风险了，转而认为可以随时部署强大到足以生成逼真文本和图像的人工智能。

在过去几年中，OpenAI 发布模型的过程已经发生了变化。高管们表示，由于担心滥用问题及其对社会的影响，文本生成器 GPT-2 于 2019 年在几个月内分阶段发布（一些人批评这一策略是一种宣传噱头）。2020 年，其更强大的继任者 GPT-3 的训练过程被公开记录，但不到两个月后，OpenAI 开始通过面向开发人员的 API 将该技术商业化。到 2022 年 11 月，ChatGPT 的发布过程不包括任何技术论文或研究出版物，只有一篇博客文章、一个演示，以及很快随之而来的订阅计划。

开源人工智能初创公司 Hugging Face 的政策总监艾琳·索莱曼（Irene Solaiman）认为，外部压力有助于让 ChatGPT 等人工智能系统承担责任。她正在与学术界和工业界的人士合作，为非专家提供对文本和图像生成器进行测试的方法，以评估偏见和其他问题。索莱曼说，如果外部人员能够探测人工智能系统，企业将不再有借口避免测试输出偏差或气候影响等问题。索莱曼此前曾在 OpenAI 工作过，致力于降低系统的“毒性”。

索莱曼说，每次评估都只是一个了解人工智能模型的窗口，而并不代表它每次都一模一样地执行和输出同样的信息。但她希望能够识别和阻止人工智能造成的伤害，因为令人担忧的案例已经出现，包括游戏《AI Dungeon》的玩家使用 GPT-3 生成描述涉及儿童的性场景的文本。索莱曼说：“这是一个极端的例子，我们不能让这种情况发生。”

索莱曼在 Hugging Face 的最新研究发现，大型科技公司对 2018 年至 2022 年发布的生成式模型采取了越来越封闭的方式。Alphabet 的人工智能团队和 DeepMind 加速了这一趋势，在 GPT-2 分阶段发布后，人工智能领域的其他公司也更广泛地加入到了这一趋势中。索莱曼说，那些把自己的突破当作商业机密来保护的公司，也会让资源匮乏的被边缘化的研究人员更难接触到人工智能的前沿。

随着越来越多的资金投入到大型语言模型中，封闭式发布正在扭转整个自然语言处理领域历史上的趋势。毕竟研究人员历来都会分享有关训练数据集、参数权重和代码的细节，以提高结果的可重复性。

斯坦福大学博士亚历克斯·塔姆金（Alex Tamkin）的工作重点就是大型语言模型，他说：“我们对‘数据库系统是在什么基础上训练的，以及它们是如何评估的’相关知识了解越来越少，尤其是对于作为产品发布的最强大的系统。”

他认为，人工智能伦理学领域的人提高了公众意识，让他们意识到，当技术部署到数十亿人身上时，快速行动和打破常规是危险的。如果近年来没有这项道德工作，情况可能会更糟。

2020 年秋天，塔姆金与 OpenAI 的政策总监迈尔斯·布伦戴奇（Miles Brundage）共同主持了一场关于“大型语言模型的社会影响”的研讨会。跨学科小组强调，行业领导者需要制定道德标准，并在部署前进行偏见评估，并避免某些用例。

塔姆金认为，外部人工智能审计服务需要与基于人工智能的公司一起发展，因为内部评估往往达不到要求。他认为，包括社区成员和其他利益相关者在内的参与式评估方法，可以提高对创建人工智能模型的民主参与。

密歇根大学人工智能伦理和政策中心的研究主任莫维·希科克（Merve Hickok）表示，试图让公司搁置或戳破人工智能炒作，规范自己，并采用道德原则是不够的。她说，保护人权意味着从“讨论什么是道德的”转向“讨论什么是合法的”。

希科克和汉纳都在关注欧盟今年将敲定的《人工智能法案》（AI Act），看看它如何看待生成文本和图像的模型。希科克说，她特别感兴趣的是，欧洲立法者如何处理涉及“谷歌、微软和 OpenAI 等公司创建的模型”的损害责任。

希科克说：“有些事情需要强制执行，因为我们一次又一次地看到，如果不强制执行，这些公司就会继续打破常规，继续追求利润，而不管人们的权利和社区的利益。”

在布鲁塞尔讨论政策的同时，AI 的相关风险仍然很高。在 Bard 出现演示错误的第二天，Alphabet 的股价下跌了大约 1000 亿美元的市值。汉纳说：“这是我第一次看到因为如此大规模语言模型的错误，而造成的财富损失。”不过，她并不认为这将说服该公司放慢其急于让产品上市的步伐，“我的猜测是，演示错误不会真的成为一个警示故事。”

译者：Jane