เผย OpenAI จ้างพนักงานสัญญาจ้างอ่านแชท ChatGPT เพื่อปรับจูนโมเดลให้ลดพฤติกรรมเลียนแบบมนุษย์

OpenAI กำลังจ้างพนักงานสัญญาจ้างจำนวนหลายร้อยคนเพื่ออ่านบทสนทนาจริงของผู้ใช้ ChatGPT โดยมีวัตถุประสงค์เพื่อปรับปรุงคุณภาพการตอบสนองของแชทบอทให้ดียิ่งขึ้น ตามรายงานการสืบสวนล่าสุดจาก 404 Media

สำนักข่าวได้รับเอกสารภายในที่รั่วไหลออกมา และได้พูดคุยกับแหล่งข่าวเพิ่มเติม พบว่าผู้ตรวจสอบเหล่านี้จะทำหน้าที่ให้คะแนนการตอบสนองของ ChatGPT ในระดับ 1 ถึง 7 โดยได้รับมอบหมายภารกิจสำคัญคือการลดพฤติกรรมที่ดูเหมือนมนุษย์มากเกินไป รวมถึงการลดการพูดจาประจบเยินยอในผลลัพธ์ที่โมเดลสร้างขึ้น

ผู้ตรวจสอบรายหนึ่งเปิดเผยกับ 404 Media ว่า เขาไม่เชื่อว่าผู้ใช้ทั่วไปจะทราบว่ามีมนุษย์กำลังอ่านข้อความของพวกเขาอยู่ โดยพบหลักฐานยืนยันจากพรอมต์ (Prompt) หลายรายการที่ผู้ใช้ระบุอย่างชัดเจนว่าขอให้ ChatGPT เก็บเนื้อหาเป็นความลับ แม้ว่าข้อมูลเหล่านี้จะถูกทำให้นิรนามก่อนส่งถึงมือผู้ตรวจสอบ แต่ก็ยังมีโอกาสที่จะมีข้อมูลส่วนบุคคลที่ละเอียดอ่อนหลงเหลืออยู่ ซึ่งทาง OpenAI ยอมรับว่าระบบ privacy filter ที่ใช้อยู่นั้นอาจเกิดข้อผิดพลาดได้ในบางครั้ง

สำหรับกระบวนการจ้างงานนั้น พนักงานกลุ่มนี้ถูกรับสมัครผ่านทาง Crossing Hurdles และรับค่าจ้างผ่านบริษัทฝึกสอน AI ที่ชื่อว่า Mercor โดยรายงานระบุว่าผู้ตรวจสอบที่อาศัยอยู่ในแถบอเมริกาเหนืออาจมีรายได้สูงกว่า 50 ดอลลาร์ต่อชั่วโมงเลยทีเดียว

หากผู้ใช้ต้องการความเป็นส่วนตัวมากขึ้น สามารถเข้าไปปิดการตั้งค่า "Improve the model for everyone" ได้ด้วยตนเอง เนื่องจากค่าเริ่มต้นของระบบจะเปิดใช้งานไว้ ซึ่งจะส่งผลให้แชทถูกนำไปใช้ฝึกสอนและอาจถูกมนุษย์อ่านได้ โดยการตั้งค่านี้จะมีผลเฉพาะกับบทสนทนาใหม่เท่านั้น หรืออีกทางเลือกหนึ่งคือการใช้โหมด Temporary Chat ที่บริษัทระบุว่าจะไม่มีการนำข้อมูลไปใช้ฝึกโมเดล

OpenAI กล่าวถึงการตรวจสอบโดยมนุษย์ใน FAQ ที่ถูกซ่อนไว้เท่านั้น

เมื่อ 404 Media ตั้งคำถามถึงความชัดเจนในการแจ้งผู้ใช้เรื่องการมีมนุษย์ตรวจสอบข้อมูล ในช่วงแรก OpenAI ไม่ได้ให้คำตอบโดยตรง แต่ ในหน้า FAQ ของบริษัทระบุว่า บุคลากรที่ได้รับอนุญาตและผู้ให้บริการอาจเข้าดูข้อมูลเพื่อปรับปรุงประสิทธิภาพ และแนะนำว่าไม่ควรป้อนข้อมูลที่ละเอียดอ่อน ซึ่ง คำประกาศนี้ถูกเผยแพร่มาตั้งแต่ปี 2023 และมีการปรับเปลี่ยนเพียงเล็กน้อยเท่านั้น

Screenshot via OpenAI

ทาง 404 Media วิจารณ์ว่าการเปิดเผยข้อมูลดังกล่าวถูกซ่อนไว้ลึกเกินไปและมีถ้อยคำที่คลุมเครือ จนผู้ใช้ไม่อาจตระหนักถึงขอบเขตการตรวจสอบโดยมนุษย์ที่แท้จริงได้ โดยมองว่าการใช้คำว่า "Improve the model for everyone" ฟังดูเป็นการขอความร่วมมือเพื่อสังคมมากกว่าการแจ้งขอสิทธิ์ให้มนุษย์อ่านแชท ซึ่งการใช้สำนวนเช่นนี้อาจเป็นกลยุทธ์เพื่อป้องกันไม่ให้อัตราการปฏิเสธ (Opt-out) สูงเกินไป

อย่างไรก็ตาม การใช้คำแนะนำจากมนุษย์ (Human Feedback) ถือเป็นหัวใจสำคัญในการพัฒนาโมเดลของห้องปฏิบัติการ AI ชั้นนำเกือบทุกแห่ง โดย Anthropic ยืนยันว่าใช้ผู้ตรวจสอบที่เป็นมนุษย์กับโมเดล Claude เช่นกันหากผู้ใช้ยินยอมผ่านการตั้งค่า ขณะที่ Google ก็ยอมรับว่ามีการใช้มนุษย์ตรวจสอบแชทใน Gemini เพื่อปรับปรุงคุณภาพในอนาคต โดยมีการลบรายละเอียดบัญชีส่วนบุคคลออกก่อนทุกครั้ง