Đạo đức AI: Vấn đề bản quyền và sự thiên vị trong thuật toán

Hai câu hỏi đạo đức nổi bật nhất của AI hiện nay là: dữ liệu dùng để huấn luyện có tôn trọng quyền của người sáng tạo không, và quyết định của thuật toán có công bằng với mọi nhóm người không. Bản quyền liên quan đến việc mô hình học từ tác phẩm của người khác và ai sở hữu nội dung AI tạo ra; thiên vị liên quan đến việc AI tái tạo hoặc khuếch đại định kiến có sẵn trong dữ liệu xã hội. Bài viết phân tích cả hai vấn đề, các tranh luận chính và những biện pháp thực tế mà người phát triển, doanh nghiệp và người dùng có thể áp dụng.

Phần 1: Bản quyền trong kỷ nguyên AI tạo sinh

Tranh cãi về dữ liệu huấn luyện

Các mô hình ngôn ngữ lớn và mô hình tạo ảnh được huấn luyện trên lượng dữ liệu khổng lồ thu thập từ Internet, trong đó có sách, bài báo, mã nguồn, hình ảnh và tác phẩm nghệ thuật được bảo hộ bản quyền. Phần lớn tác giả không được hỏi ý kiến và không nhận thù lao.

Hai lập luận đối lập:

• Phía nhà phát triển AI cho rằng huấn luyện là quá trình học các mẫu thống kê, không lưu trữ hay phân phối lại tác phẩm, tương tự con người học từ những gì đã đọc, và tại Hoa Kỳ có thể thuộc phạm vi "sử dụng hợp lý" (fair use).
• Phía người sáng tạo cho rằng việc sao chép hàng loạt để huấn luyện là sử dụng thương mại không được phép, và sản phẩm AI cạnh tranh trực tiếp với chính những người có tác phẩm bị dùng để huấn luyện.

Nhiều vụ kiện đã được đưa ra tòa, từ các tổ chức báo chí, nhà văn, nghệ sĩ thị giác đến các công ty kho ảnh. Kết quả của chúng sẽ định hình luật chơi trong nhiều năm tới, và tình hình pháp lý đang thay đổi, nên mọi kết luận cần được cập nhật theo phán quyết mới.

Cách tiếp cận khác nhau giữa các khu vực

Liên minh châu Âu, qua Đạo luật AI (AI Act), yêu cầu nhà cung cấp mô hình AI đa dụng công bố bản tóm tắt dữ liệu huấn luyện và tôn trọng quyền từ chối của chủ sở hữu bản quyền theo quy định về khai thác văn bản và dữ liệu. Nhật Bản có quy định tương đối cởi mở với khai thác dữ liệu cho mục đích phân tích. Việt Nam đang trong quá trình xây dựng khung pháp lý cho AI và sửa đổi các quy định liên quan đến sở hữu trí tuệ, nên doanh nghiệp cần theo dõi văn bản chính thức.

Ai sở hữu nội dung AI tạo ra?

Luật bản quyền truyền thống bảo hộ sáng tạo của con người. Cơ quan Bản quyền Hoa Kỳ đã nêu quan điểm rằng phần nội dung do AI tự tạo mà không có đóng góp sáng tạo đủ của con người thì không được đăng ký bản quyền, trong khi phần lựa chọn, sắp xếp, chỉnh sửa sáng tạo của con người có thể được bảo hộ. Điều này có hệ quả thực tế: hình ảnh, văn bản tạo hoàn toàn bằng AI có thể bị người khác sử dụng lại tự do.

Rủi ro "ghi nhớ" và sao chép

Dù mô hình chủ yếu học mẫu chung, nghiên cứu đã chỉ ra rằng mô hình đôi khi tái tạo gần nguyên văn đoạn văn bản hoặc hình ảnh xuất hiện nhiều lần trong dữ liệu huấn luyện. Người dùng có thể vô tình xuất bản nội dung vi phạm. Đây là lý do nhiều nhà cung cấp thêm bộ lọc và một số đưa ra cam kết bồi thường pháp lý cho khách hàng doanh nghiệp trong những điều kiện nhất định.

Ảnh hưởng cụ thể của những vấn đề này lên nghề thiết kế được bàn trong bài AI tạo sinh và ngành thiết kế đồ họa.

Phần 2: Thiên vị trong thuật toán

Thiên vị đến từ đâu

Thuật toán không có định kiến tự thân, nhưng nó học từ dữ liệu do con người tạo ra và được thiết kế bởi con người. Thiên vị có thể xâm nhập ở nhiều khâu:

Những ví dụ được ghi nhận

• Nghiên cứu Gender Shades (2018) của Joy Buolamwini và Timnit Gebru cho thấy một số hệ thống phân loại giới tính thương mại có tỷ lệ lỗi cao hơn rõ rệt với phụ nữ da sẫm màu so với nam giới da sáng.
• Reuters năm 2018 đưa tin Amazon đã ngừng một công cụ thử nghiệm sàng lọc hồ sơ tuyển dụng vì nó đánh giá thấp hồ sơ có dấu hiệu liên quan đến phụ nữ.
• Mô hình ngôn ngữ và mô hình tạo ảnh từng được ghi nhận gắn nghề nghiệp với giới tính hoặc sắc tộc theo khuôn mẫu.

Vì sao thiên vị AI nguy hiểm hơn thiên vị cá nhân

Một người ra quyết định thiên vị ảnh hưởng đến số ít trường hợp. Một thuật toán thiên vị được áp dụng cho hàng triệu quyết định, nhanh chóng và nhất quán, thường khó bị phát hiện vì vẻ ngoài "khách quan" của máy móc. Người bị ảnh hưởng có thể không biết mình bị đánh giá bởi AI, càng khó khiếu nại.

Giảm thiểu thiên vị: các biện pháp thực tế

1. Kiểm tra dữ liệu: đánh giá mức đại diện của các nhóm, ghi chép nguồn gốc dữ liệu theo thực hành như "datasheets for datasets".
2. Đo lường theo nhóm: không chỉ nhìn độ chính xác tổng thể mà so sánh hiệu năng giữa các nhóm nhân khẩu học.
3. Chọn tiêu chí công bằng phù hợp: có nhiều định nghĩa công bằng toán học và chúng có thể mâu thuẫn nhau; lựa chọn cần thảo luận với các bên liên quan.
4. Con người trong vòng quyết định: với quyết định ảnh hưởng lớn như tuyển dụng, tín dụng, y tế, AI nên hỗ trợ chứ không tự quyết.
5. Minh bạch và giải thích được: cho người bị ảnh hưởng biết AI được dùng và lý do chính của quyết định.
6. Kiểm toán độc lập và giám sát sau triển khai: thiên vị có thể xuất hiện khi dữ liệu thực tế thay đổi.

Quyền riêng tư: mảnh ghép thứ ba

Bản quyền và thiên vị thường đi cùng câu hỏi về dữ liệu cá nhân: thông tin của bạn có bị dùng để huấn luyện mô hình không, và có thể yêu cầu xóa không? Khái niệm quyền được lãng quên trên Internet trở nên phức tạp hơn khi dữ liệu đã được "hấp thụ" vào trọng số của một mô hình, vì việc gỡ bỏ một mẩu thông tin khỏi mô hình đã huấn luyện là bài toán kỹ thuật chưa có lời giải trọn vẹn.

Trách nhiệm của từng bên

• Nhà phát triển mô hình: minh bạch nguồn dữ liệu, tôn trọng cơ chế từ chối, kiểm tra thiên vị trước khi phát hành.
• Doanh nghiệp ứng dụng AI: đánh giá rủi ro trước khi dùng AI cho quyết định ảnh hưởng con người, giữ cơ chế khiếu nại.
• Người sáng tạo nội dung: hiểu điều khoản của công cụ, không xuất bản nội dung AI chưa kiểm tra, ghi nhận đúng khi dùng tác phẩm người khác.
• Người dùng: đặt câu hỏi phản biện với đầu ra của AI, nhận biết khuôn mẫu và định kiến.

Hiểu cơ chế học của mô hình giúp nhìn rõ vì sao những vấn đề trên phát sinh; bạn có thể đọc thêm bài khác biệt cốt lõi giữa Machine Learning và Deep Learning.