infa.lt

infa.lt užsakymu dirbtinio intelekto sukurtas atvaizdas (Microdoft Bing platformoje)

„NewsGuard”, organizacija, užsiimanti dezinformacijos sekimu naujienose, atkreipė dėmesį į „ChatGPT” botą, kuris vienodai lengvai kuria mokslinius straipsnius ir grožinę literatūrą, nesugebėdamas atskirti faktų nuo prasimanymų.

Atlikę keletą bandymų, tiesos ieškotojai nustatė, kad uždavus botui klausimą skirtingomis kalbomis, atsakymas gali būti skirtingas, priklausomai nuo dominuojančio boto pašnekovų kalbos paplitimo areale paplitusio požiūrio.

„NewsGuard” pirmiausia paprašė „ChatGPT” parašyti straipsnius apie protestus Honkonge arba uigūrų padėtį.

Kai šis prašymas buvo pateiktas supaprastinta ir tradicine kinų kalbomis (dviem plačiausiai vartojamomis rašytinėmis kalbomis Kinijoje), botas lengvai parengė prašomą tekstų skaičių, atspindinčių oficialią KLR vyriausybės poziciją (pavyzdžiui, kad Honkongo protestai buvo bandymas įvykdyti „spalvotąją revoliuciją”, kurią organizavo JAV).

Kita vertus, paprašytas tą padaryti anglų kalba, jis rašė taip, kaip rašė liberalioji Vakarų žiniasklaida (Honkongo protestai buvo spontaniška žmonių nuomonės išraiška).

Tokio požiūrių skirtumo priežastis tikrai nėra ta, kad „ChatGPT” dirbtinis intelektas linkęs daugiau meluoti viena kalba nei kita, kaip pateikia „TechCrunch” ir kai kurie kiti šaltiniai, o tik ta, kad „NewsGuard” nepatiko kinų atsakymai.

Kalbos dirbtinis intelektas pats savaime neskiria tiesos nuo prasimanymų. Jis tėra statistinis modelis, kuris nustato žodžių dėsningumus ir numato, koks bus kitas žodis, remdamasis duomenų baze, kurią jis įsisavino per mokymą.

Tai reiškia, kad „ChatGPT” atsakymas į bet kokį klausimą yra ne atsakymas tiksliąja prasme, o prognozė, koks galėtų būti atsakymas.

Ir nors generatyviniai modeliai gali būti kiek nori daugiakalbiai, jie mokomi iš atskirų duomenų rinkinių skirtingomis kalbomis, kurios beveik nesutampa tarpusavyje.

Modelis (kol kas) neturi mechanizmo, kuriuo būtų galima palyginti prognozes ir frazes skirtingomis kalbomis. Taigi, kai užduodate klausimą rusų kalba, modelis generuoja prognozę iš savo duomenų rinkinio rusų kalba.

Jei kinų kalba, tada iš kinų kalbos, jei lietuvių – tai dažniausiai bus atsakymai atspindintys oficialiąją poziciją, nes medžiagos konkrečiu klausimu bus daugiau iš provaldiškų šaltinių ir t. t. ir pan. Ir visiškai natūralu, kad atsakymai į netikslias mokslo užklausas bus tokie pat skirtingi, kaip ir tomis kalbomis kalbančiųjų požiūriai.

Taigi kalbiniai modeliai gali būti geras lakmuso popierėlis, atskleidžiantis tautų pasaulėžiūrą ir kultūrinius skirtumus.