KhoGameHub – Diễn đàn Công Nghệ & Gaming, nơi chia sẻ trò chơi PC, Console, Retro online và phần mềm hữu ích

OpenAI mới đây bị đưa vào góc nhìn công chúng sau khi xóa các bộ dữ liệu chứa sách vi phạm bản quyền khỏi kho dữ liệu huấn luyện, nhưng từ chối cung cấp lời giải thích thỏa đáng về lý do và quy trình quyết định. Các hãng tin và nhà nghiên cứu độc lập cho biết hành động này đã khiến nhiều câu hỏi về tính minh bạch, tính pháp lý và ảnh hưởng đến chất lượng mô hình ngôn ngữ được đặt ra.

Theo các nguồn tin báo chí, OpenAI đã loại bỏ tập dữ liệu gồm các sách bị chia sẻ trái phép (pirated books) khỏi các kho dữ liệu được sử dụng để huấn luyện một số thế hệ mô hình gần đây. Công bố công khai về việc xóa dữ liệu rất hạn chế; thay vì mô tả chi tiết phạm vi, nguồn gốc hay cách đánh giá tính hợp lệ của tài liệu, OpenAI chỉ đưa ra các tuyên bố chung chung về việc tuân thủ pháp luật và cải thiện chính sách nội bộ.

Hành động im lặng này đã làm dấy lên lo ngại ở ba hướng chính: các tác giả và chủ sở hữu bản quyền muốn biết động thái của công ty có phải là kết quả của yêu cầu pháp lý hay là quyết định nội bộ; cộng đồng nghiên cứu và chuyên gia AI muốn hiểu tác động của việc loại bỏ dữ liệu lên hiệu năng và thiên vị của mô hình; giới truyền thông và nhà lập pháp thì đặt câu hỏi về mức độ minh bạch trong quản trị dữ liệu của một trong những tổ chức dẫn đầu ngành.

Không có tuyên bố chi tiết khiến giới quan sát suy đoán rằng OpenAI có thể đang cân nhắc các rủi ro pháp lý (ví dụ khiếu nại bản quyền hoặc khuyến nghị từ cố vấn pháp lý) trước khi công bố thông tin. Việc giữ im lặng đôi khi là chiến lược pháp lý nhằm giảm rủi ro trong các vụ kiện tiềm năng, nhưng đồng thời làm giảm niềm tin của cộng đồng và các bên liên quan.

Các chuyên gia chính sách cho rằng đây là lúc cần cân bằng giữa hai mục tiêu: bảo vệ công ty trước rủi ro pháp lý và duy trì tiêu chuẩn minh bạch đủ để cộng đồng hiểu cách dữ liệu được chọn và loại bỏ. Một số ý kiến đề xuất các cơ chế kiểm toán độc lập hoặc báo cáo chi tiết hơn về nguồn dữ liệu, cùng với các cơ chế bảo vệ quyền sở hữu trí tuệ.

Cộng đồng nghiên cứu AI lo ngại rằng việc xóa đột ngột một phần dữ liệu lớn có thể khiến các kết quả nghiên cứu khó tái tạo và so sánh giữa các mô hình. Các nhà phát triển phần mềm và tổ chức học thuật kêu gọi tài liệu minh bạch hơn về các bộ dữ liệu huấn luyện, phiên bản và phương pháp lọc dữ liệu để giảm rủi ro sai lệch khoa học.

Độc giả và tác giả sách quan tâm tới quyền lợi bản quyền, muốn biết liệu nền tảng lớn sử dụng nội dung mà không có thỏa thuận hay bồi thường có phải chịu trách nhiệm hay không. Tranh luận này tiếp tục làm nổi bật khoảng trống giữa công nghiệp AI phát triển nhanh và các khuôn khổ pháp luật/chính sách còn chậm thích ứng.

Việc OpenAI xóa các bộ dữ liệu sách lậu và đồng thời từ chối giải thích chi tiết đã khơi lại cuộc tranh luận rộng hơn về minh bạch dữ liệu, trách nhiệm pháp lý và quy trình quản trị trong ngành AI. Dù các lý do pháp lý có thể biện minh cho sự thận trọng, thiếu minh bạch lâu dài sẽ làm suy yếu lòng tin của công chúng và cộng đồng chuyên môn. Các chuyên gia kêu gọi giải pháp trung gian: báo cáo có kiểm duyệt và kiểm toán độc lập để cân bằng lợi ích pháp lý và nhu cầu minh bạch.

Để đọc thêm phân tích và nguồn gốc thông tin, tham khảo bài báo gốc của Ars Technica: Ars Technica, cùng các tổng quan chuyên môn tại The Verge (AI) và bản tin công nghệ của Reuters Technology.