Khi một cuốn sách trở thành câu hỏi dành cho AI

Hành Trình AI · Nhìn lại tuần 24–30/6/2023

Hãy tưởng tượng bạn dành nhiều năm viết một cuốn tiểu thuyết. Một hôm, người khác hỏi chatbot về cuốn sách ấy và nhận được một bản tóm tắt khá trôi chảy. Bạn có thể tò mò: hệ thống biết câu chuyện của mình từ đâu? Nó đã học từ chính cuốn sách, từ những bài giới thiệu trên mạng, hay từ một nguồn khác?

Đó là tình huống minh họa, không phải trải nghiệm của một tác giả được phỏng vấn. Nhưng câu hỏi đằng sau nó đã xuất hiện trong một vụ kiện ở Mỹ vào cuối tháng 6/2023.

Ngày 28/6, hai nhà văn Paul Tremblay và Mona Awad nộp đơn kiện đề nghị đại diện cho một nhóm tác giả tại tòa liên bang ở California. Họ cáo buộc OpenAI sử dụng các tác phẩm có bản quyền của mình để huấn luyện mô hình ngôn ngữ mà không được phép. Đây là lập luận của nguyên đơn; việc nộp đơn không đồng nghĩa tòa án đã xác nhận các cáo buộc. [1] [2]

Một bản tóm tắt nói lên điều gì?

Mô hình ngôn ngữ được huấn luyện bằng cách xử lý lượng lớn văn bản để học các mẫu trong ngôn ngữ. Khi người dùng đưa ra yêu cầu, hệ thống tạo câu trả lời dựa trên mô hình đã được huấn luyện. Mô tả đơn giản này không cho biết chính xác từng tài liệu đã được dùng, cũng không có nghĩa mọi câu trả lời là bản sao từ một cuốn sách cụ thể.

Trong đơn kiện, hai tác giả dẫn các bản tóm tắt do ChatGPT tạo ra và cho rằng chúng là dấu hiệu cho thấy sách của họ đã được đưa vào dữ liệu huấn luyện. Đơn cũng đưa ra lập luận về nguồn của một số bộ dữ liệu sách. Đó là những cáo buộc cần được xem xét qua chứng cứ và quá trình tố tụng. [1]

Một bản tóm tắt có vẻ đúng tự nó không cho người ngoài biết chính xác hệ thống đã tiếp xúc với tài liệu nào. Thông tin về một tác phẩm còn có thể xuất hiện trong bài phê bình, giới thiệu và thảo luận công khai. Trong bài viết ngày 7/7/2023, VnExpress dẫn nhận định của một chuyên gia luật về khả năng đó. Đây là một góc nhìn về vấn đề chứng cứ, không phải kết luận rằng ChatGPT đã học về các cuốn sách đang tranh chấp theo cách ấy. [4]

Điều khiến cuộc tranh luận khó hơn là các câu hỏi không hoàn toàn giống nhau: một cuốn sách có được sao chép để huấn luyện hay không; nếu có, việc sử dụng ấy có hợp pháp hay không; và một câu trả lời cụ thể của AI có vi phạm quyền tác giả hay không. Không thể trả lời tất cả chỉ bằng việc nhìn vào một đoạn tóm tắt.

Phía công ty nói gì?

Reuters đưa tin ngày 29/6 rằng OpenAI chưa lập tức phản hồi đề nghị bình luận của hãng. [3] Về sau, trong hồ sơ gửi tòa ngày 28/8/2023, OpenAI đề nghị bác bỏ phần lớn — nhưng không phải tất cả — các yêu cầu trong những vụ kiện liên quan. Đây là lập trường tố tụng của công ty, không phải phán quyết của tòa. [6]

Tác giả có lý do để đặt câu hỏi về sự cho phép và giá trị lao động của mình. Đồng thời, các công ty phát triển AI và tòa án phải xem xét bằng chứng, cách sử dụng cụ thể và các lập luận pháp lý. Sự tồn tại của công nghệ hữu ích không tự giải quyết câu hỏi về quyền; ngược lại, một đơn kiện cũng chưa chứng minh hành vi vi phạm.

Khi câu chuyện đến với độc giả Việt Nam

Ngày 6/7/2023, sau tuần nhìn lại, VietnamPlus đưa tin về đơn kiện; ngày hôm sau, VnExpress cũng giải thích tranh luận quanh việc dùng tác phẩm để huấn luyện AI. Hai bài báo cho thấy vụ việc đã được đưa đến độc giả Việt Nam, nhưng không thay thế cho ý kiến đại diện của các nhà văn Việt. [4] [5]

Với một người viết sách, dịch giả hay nhà xuất bản ở Việt Nam, câu hỏi có thể rất gần gũi: tác phẩm đi vào hệ thống nào, bằng thỏa thuận nào, và người tạo ra nó có thể biết được điều đó không? Đây là các câu hỏi gợi mở, không phải kết luận về luật Việt Nam hay bằng chứng rằng một tác phẩm Việt cụ thể đã bị sử dụng.

Điều gì xảy ra sau đó?

Ngày 12/2/2024, tòa California chấp nhận một phần và bác một phần đề nghị bác đơn trong các vụ kiện liên quan. Đến quyết định ngày 30/7/2024, tòa nói rõ OpenAI không đề nghị bác yêu cầu về vi phạm bản quyền trực tiếp trong các đề nghị đang được xét; tòa đồng thời bác một yêu cầu khác về cạnh tranh không lành mạnh. Những quyết định ở giai đoạn này không phải phán quyết cuối cùng về toàn bộ tranh chấp. [7]

Tháng 8/2023, Mona Awad tự nguyện rút yêu cầu của mình khỏi vụ kiện, theo hồ sơ tòa. [9] Hồ sơ đó không đủ để mình kết luận lý do bà rút hay tình trạng cuối cùng của toàn bộ vụ việc hiện nay.

Nhìn lại tháng Sáu ấy, câu hỏi lớn không chỉ là AI có thể viết được gì. Đó còn là: những tác phẩm giúp xây dựng công nghệ được nhìn thấy và định giá như thế nào? Câu trả lời đòi hỏi cả bằng chứng cụ thể, sự minh bạch và cuộc đối thoại giữa những người tạo ra tác phẩm với những người xây dựng công nghệ.

Tài liệu tham khảo

[1] Đơn kiện Tremblay và Awad v. OpenAI, nộp 28/6/2023. Văn bản gốc của nguyên đơn; cáo buộc chưa phải kết luận của tòa.

[2] Bloomberg Law, bản tin về vụ kiện, 29/6/2023. Tường thuật độc lập đương thời.

[3] Reuters, bản tin đăng lại trên Yahoo, 29/6/2023. Tường thuật đương thời; truy cập trang khi kiểm tra gặp giới hạn, cần kiểm tra lại trong môi trường người đọc.

[4] VnExpress, Nhà văn kiện OpenAI, 7/7/2023. Tường thuật và ý kiến chuyên gia, sau kỳ nhìn lại.

[5] VietnamPlus, tin về vụ kiện, 6/7/2023. Tường thuật sau kỳ; không dùng tiêu đề để khẳng định đây là vụ kiện AI đầu tiên.

[6] Hồ sơ đề nghị bác đơn của OpenAI, 28/8/2023. Lập luận của bị đơn, sau kỳ.

[7] Quyết định của tòa ngày 30/7/2024, bản Justia. Văn bản tòa, sau kỳ; không phải kết luận cuối cùng về mọi yêu cầu.

[8] Bloomberg Law, vụ kiện riêng về dữ liệu cá nhân, 28/6/2023. Nguồn cho phương án nghiên cứu, không thuộc bài chính.

[9] Hồ sơ vụ Tremblay v. OpenAI trên Justia. Ghi nhận đơn kiện và việc tự nguyện rút yêu cầu; danh sách hồ sơ không bảo đảm cập nhật đầy đủ.