Tính Lịch Sự Với ChatGPT: Những Nghiên Cứu Mới Cho Thấy Sự Vô Nghĩa

Tính Lịch Sự Với ChatGPT: Những Nghiên Cứu Mới Cho Thấy Sự Vô Nghĩa

Theo một nghiên cứu mới từ Đại học George Washington, thể hiện lịch sự với các mô hình AI như ChatGPT không chỉ là lãng phí tài nguyên mà còn không mang lại giá trị thực sự.

Theo dõi sâu sắc về kết quả nghiên cứu

Nghiên cứu này chỉ ra rằng việc sử dụng từ “vui lòng” và “cảm ơn” trong các yêu cầu chỉ có “tác động không đáng kể” tới chất lượng của các phản hồi từ AI, trái ngược hẳn với các nghiên cứu trước đây và thói quen sử dụng của nhiều người.

Bài nghiên cứu này được công bố trên arXiv vào thứ Hai, chỉ vài ngày sau khi CEO của OpenAI, Sam Altman cho biết rằng việc người dùng thêm “vui lòng” và “cảm ơn” vào các yêu cầu khiến công ty chịu chi phí hàng triệu đô la cho việc xử lý token.

Nghiên cứu này cũng mâu thuẫn với một nghiên cứu từ Nhật Bản năm 2024 cho rằng sự lịch sự giúp cải thiện hiệu suất AI, đặc biệt trong các tác vụ liên quan đến ngôn ngữ Anh.

“Chúng không thể áp dụng được vì việc đào tạo được thực hiện hàng ngày theo thời gian thực mà còn có xu hướng thiên vị hành vi lịch sự trong các mô hình LLM phức tạp hơn,” Acosta nói.

David Acosta, Giám đốc Công nghệ AI của nền tảng dữ liệu AI Arbo AI, nhận xét với Decrypt rằng mô hình nghiên cứu từ George Washington có thể quá đơn giản để đại diện cho các hệ thống thực tế.

Mặc dù có những phát hiện vừa nêu, nhiều người dùng vẫn tiếp tục giữ thái độ lịch sự với AI theo thói quen văn hóa, trong khi những người khác chiến lược hơn sử dụng cách tiếp cận lịch sự để điều khiển phản hồi của AI.

Nhóm nghiên cứu từ George Washington lý giải rằng sự sụp đổ chất lượng đầu ra của AI tại một “điểm tới hạn” là do mô hình phân tán sự chú ý của mình ra quá mỏng, từ đó làm cho AI chuyển hướng sang các mô hình nội dung tiềm ẩn có vấn đề trong quá trình phản hồi dài.

Một điều lưu ý, theo lời Acosta, đây không chỉ là bài toán toán học đơn giản, đặc biệt khi xem xét rằng các mô hình AI phức tạp hơn nhiều.