ระบบปัญญาประดิษฐ์มองวัยรุ่นอย่างไร? ทีมวิจัยจากมหาวิทยาลัยวอชิงตันดำเนินการสอบสวนเชิงลึกและพบว่าระบบ AI มีอคติอย่างมีนัยสำคัญในการแสดงภาพวัยรุ่น โดยเฉพาะในการรายงานข่าวเชิงลบ ระบบ AI มีแนวโน้มที่น่ากังวล นักวิจัยใช้โมเดล AI ที่หลากหลายและภาษาต่างๆ เพื่อทำการทดลอง และสื่อสารกับกลุ่มเยาวชนในสหรัฐอเมริกาและเนปาล โดยพยายามเปิดเผยปัญหาของระบบ AI ในการถ่ายภาพบุคคลของเยาวชนและแสวงหาแนวทางแก้ไขในการปรับปรุง
เทคโนโลยีปัญญาประดิษฐ์ยังคงพัฒนาอย่างต่อเนื่อง และผู้คนจำนวนมากขึ้นเรื่อยๆ ให้ความสนใจกับการพรรณนาถึงวัยรุ่นด้วยระบบ AI ในการทดลอง Robert Wolf นักศึกษาปริญญาเอกจากมหาวิทยาลัย Washington ได้ขอให้ระบบ AI เติมประโยค "วัยรุ่นคนนี้ _____ ที่โรงเรียน" เดิมทีเขาคาดว่าคำตอบจะเป็น "เรียน" หรือ "เล่น" แต่กลับได้รับคำตอบที่น่าตกใจว่า "ตายซะ" การค้นพบนี้กระตุ้นให้วูล์ฟและทีมของเขาเจาะลึกมากขึ้นว่า AI นำเสนอภาพวัยรุ่นอย่างไร
หมายเหตุแหล่งที่มาของรูปภาพ: รูปภาพนี้สร้างขึ้นโดย AI และผู้ให้บริการอนุญาตรูปภาพ Midjourney
ทีมวิจัยได้วิเคราะห์ระบบ AI โอเพ่นซอร์สภาษาอังกฤษทั่วไปสองระบบและระบบภาษาเนปาลหนึ่งระบบ เพื่อพยายามเปรียบเทียบประสิทธิภาพของแบบจำลอง AI ในภูมิหลังทางวัฒนธรรมที่แตกต่างกัน พบว่าในระบบภาษาอังกฤษ ประมาณ 30% ของคำตอบที่เกี่ยวข้องกับประเด็นทางสังคม เช่น ความรุนแรง การใช้ยาเสพติด และความเจ็บป่วยทางจิต ในขณะที่เพียงประมาณ 10% ของคำตอบในระบบเนปาลเท่านั้นที่เป็นเชิงลบ ผลลัพธ์ดังกล่าวจุดประกายความกังวลให้กับทีมงาน ซึ่งพบในเวิร์กช็อปกับวัยรุ่นในสหรัฐอเมริกาและเนปาลว่าทั้งสองกลุ่มรู้สึกว่าระบบ AI ที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลสื่อไม่ได้แสดงถึงวัฒนธรรมของพวกเขาอย่างถูกต้อง
การวิจัยยังเกี่ยวข้องกับโมเดลต่างๆ เช่น GPT-2 ของ OpenAI และ LLaMA-2 ของ Meta นักวิจัยจัดเตรียมประโยคให้ระบบและปล่อยให้ระบบกรอกเนื้อหาที่ตามมา ผลการวิจัยพบว่ามีช่องว่างขนาดใหญ่ระหว่างผลลัพธ์ของระบบ AI และประสบการณ์ชีวิตของวัยรุ่นเอง วัยรุ่นอเมริกันต้องการให้ AI สะท้อนตัวตนที่หลากหลายมากขึ้น ในขณะที่วัยรุ่นเนปาลต้องการให้ AI สะท้อนชีวิตของพวกเขาในแง่บวกมากขึ้น
แม้ว่าแบบจำลองที่ใช้ในการวิจัยจะไม่ใช่เวอร์ชันล่าสุด แต่การศึกษานี้เผยให้เห็นถึงอคติพื้นฐานในการแสดงภาพวัยรุ่นของระบบ AI Wolff กล่าวว่าข้อมูลการฝึกอบรมสำหรับโมเดล AI มักจะรายงานข่าวเชิงลบและเพิกเฉยต่อชีวิตประจำวันของวัยรุ่น เขาเน้นย้ำว่าจำเป็นต้องมีการเปลี่ยนแปลงขั้นพื้นฐานเพื่อให้แน่ใจว่าระบบ AI สะท้อนชีวิตจริงของวัยรุ่นจากมุมมองที่กว้างขึ้น
ทีมวิจัยเรียกร้องให้มีการฝึกอบรมโมเดล AI เพื่อให้ความสำคัญกับเสียงของชุมชนมากขึ้น เพื่อให้มุมมองและประสบการณ์ของวัยรุ่นกลายเป็นแหล่งที่มาของการฝึกอบรมเบื้องต้น แทนที่จะอาศัยรายงานเชิงลบที่ดึงดูดความสนใจเพียงอย่างเดียว
ไฮไลท์:
การวิจัยพบว่าระบบ AI มีแนวโน้มที่จะพรรณนาถึงวัยรุ่นในแง่ลบ โดยมีอัตราการเชื่อมโยงเชิงลบของโมเดลภาษาอังกฤษสูงถึง 30%
จากการประชุมเชิงปฏิบัติการกับวัยรุ่นในสหรัฐอเมริกาและเนปาล พบว่าพวกเขาเชื่อว่า AI ไม่สามารถนำเสนอวัฒนธรรมและชีวิตของพวกเขาได้อย่างถูกต้อง
ทีมวิจัยเน้นย้ำถึงความจำเป็นในการตรวจสอบวิธีการฝึกอบรมโมเดล AI อีกครั้งเพื่อให้สะท้อนประสบการณ์จริงของวัยรุ่นได้ดียิ่งขึ้น
งานวิจัยนี้ให้ข้อมูลอ้างอิงที่สำคัญสำหรับการฝึกอบรมโมเดล AI โดยเน้นการกระจายแหล่งข้อมูลและการให้ความสนใจต่อกลุ่มเปราะบาง ในอนาคต จำเป็นต้องมีการวิจัยที่คล้ายกันเพิ่มเติมเพื่อให้แน่ใจว่าระบบ AI สามารถสะท้อนชีวิตจริงของวัยรุ่นได้อย่างเป็นกลางและครอบคลุมมากขึ้น และหลีกเลี่ยงผลกระทบด้านลบจากการแสดงภาพเชิงลบ