OpenAI の音声テキスト変換 AI ツールが物語を捏造していることが判明

テクノロジー大手のOpenAIは、音声テキスト変換ツール「Whisper」を「人間のような正確さと堅牢性」を備えたAIだと宣伝しています。しかし、Whisperには大きな欠陥があります。それは、全くの偽造テキストや文章を生成してしまうことです。

Công cụ AI trong bệnh viện bịa ra những điều không ai nói - Ảnh 1. — AIが生成したテキストの中には「幻覚」と呼ばれるものがあり、人種差別的なコメントや暴力的な言葉、さらには架空の医療行為まで含まれている可能性がある。写真：AP

AP通信によると、AIが生成したテキストの一部は非現実的で「幻覚的」なもので、人種差別的なコメントや暴力的な言葉、さらには架空の医療処置まで含まれているという。

AI生成テキストにおける「錯覚」の割合の高さ

専門家が特に懸念しているのは、Whisper がインタビューの翻訳や文字起こし、人気の消費者向けテクノロジーでのテキスト生成、ビデオの字幕作成など、世界中の多くの業界で広く使用されているためだ。

さらに懸念されるのは、OpenAIがこのツールは「高リスク」地域では使用すべきではないと警告しているにもかかわらず、多くの医療センターが医師と患者の間で診察を転送するためにWhisperを使用していることだ。

問題の全容を解明するのは難しいが、研究者や技術者らは仕事でウィスパーによる「幻覚」に頻繁に遭遇していると述べている。

ミシガン大学の研究者は、調査した音声転写10件のうち8件に「幻覚」が見つかったと述べています。あるコンピューターエンジニアは、100時間以上の音声を分析した転写の約半数に「幻覚」が見つかったと述べています。別の開発者は、Whisperを使って作成した2万6000件の録音のほぼすべてに「幻覚」が見つかったと述べています。

この問題は、短く明瞭に録音された音声サンプルでも依然として存在します。コンピュータ科学者による最近の研究では、1万3000件以上の明瞭な音声クリップを調査し、その中に187の「錯覚」が見つかりました。研究者らは、この傾向は数百万件の録音において数万件の誤った書き起こしにつながる可能性があると述べています。

昨年までバイデン政権でホワイトハウス科学技術局を率いていたアロンドラ・ネルソン氏によると、こうした誤りは特に病院の現場で「非常に深刻な結果」をもたらす可能性があるという。

「誤診は誰も望んでいません」と、現在ニュージャージー州プリンストン高等研究所の教授を務めるネルソン氏は述べた。「より高い基準が必要です。」

Whisperは、特に誤訳のリスクが高い聴覚障害者や難聴者向けの字幕作成にも利用されています。これは、聴覚障害者や難聴者には「他のテキストの中に隠れている」捏造された文章を見分ける手段がないためです、とギャローデット大学でテクノロジーアクセシビリティプログラムのディレクターを務める聴覚障害者のクリスチャン・フォーグラー氏は言います。