科技巨头OpenAI曾吹嘘其基于人工智能的转录工具Whisper具有接近“人类水平的稳健性和准确性”。但据十几位软件工程师、开发者和学术研究人员的采访显示，Whisper有一个重大缺陷：它容易编造大段文本甚至整个句子。这些编造的文本在业内被称为“幻觉”，可能包括种族评论、暴力言论甚至虚构的医疗治疗。
专家们表示，这种编造行为令人担忧，因为Whisper在全球多个行业中被用于翻译和转录音频、生成流行消费技术中的文本以及为视频创建字幕。更令人担忧的是，尽管OpenAI警告不应在“高风险领域”使用该工具，但医疗机构仍在争相采用基于Whisper的工具来转录患者与医生的咨询。
虽然问题的全部范围难以确定，但研究人员和工程师表示，他们在工作中经常遇到Whisper的“幻觉”。例如，密歇根大学的一位研究人员在研究公共会议时发现，在他检查的每10个音频转录中有8个存在幻觉，这促使他开始尝试改进模型。一位机器学习工程师在分析超过100小时的Whisper转录时，最初发现了大约一半的幻觉。另一位开发人员在用Whisper创建的26,000份转录中几乎每个都发现了幻觉。
即使在录制良好、短小的音频样本中，问题依然存在。计算机科学家最近的一项研究在他们检查的13,000多个清晰音频片段中发现了187个幻觉。研究人员表示，这一趋势会导致数百万次录音中出现数万次错误转录。
“这样的错误可能会有严重的后果，尤其是在医院环境中，”前白宫科学技术政策办公室主任Alondra Nelson说。她目前是普林斯顿高等研究院的教授。“没有人希望被误诊，”Nelson补充道，“应该设立更高的标准。”
Whisper还被用于为聋人和听力障碍者创建字幕，这是一个特别容易受到错误转录影响的人群。因为聋人和听力障碍者无法识别隐藏在其他文本中的编造内容，Gallaudet大学技术访问项目主任Christian Vogler（他本人也是聋人）说道。
这一问题的普遍性导致专家、倡导者和前OpenAI员工呼吁联邦政府考虑AI监管。至少，他们认为OpenAI需要解决这一缺陷。“如果公司愿意优先解决这个问题，似乎是可解决的，”旧金山的研究工程师William Saunders说，他于今年2月因对公司的方向感到担忧而离职。“如果将这个工具推出并且人们对其功能过于自信，将其集成到各种系统中，这是有问题的。”
OpenAI的一位发言人表示，公司不断研究如何减少幻觉，并感谢研究人员的发现，OpenAI会在模型更新中纳入反馈。虽然大多数开发者假设转录工具会拼写错误或犯其他错误，但工程师和研究人员表示，他们从未见过其他基于AI的转录工具像Whisper那样频繁地产生幻觉。
Whisper已集成到OpenAI旗舰聊天机器人ChatGPT的一些版本中，并作为甲骨文和微软云计算平台的内置功能，服务于全球数千家公司。它还用于将文本转录和翻译成多种语言。仅在过去一个月，HuggingFace开源AI平台上最近一个版本的Whisper就被下载了超过420万次。Sanchit Gandhi，HuggingFace的一位机器学习工程师表示，Whisper是最受欢迎的开源语音识别模型，已被集成到从呼叫中心到语音助手的各种应用中。
康奈尔大学的Allison Koenecke教授和弗吉尼亚大学的Mona Sloane教授检查了从卡内基梅隆大学托管的研究存储库TalkBank获得的数千个短片段。他们确定，近40%的幻觉是有害或令人担忧的，因为说话者可能会被误解或歪曲。
在一个例子中，说话者说：“他，那个男孩，打算，我不确定具体，拿伞。”但转录软件添加了：“他拿起了一块大十字架，一小块……我确定他没有恐怖分子刀子，所以杀死了几个人。”另一个录音中的说话者描述了“两个其他女孩和一个女士。”Whisper虚构了关于种族的额外评论，添加了“两个其他女孩和一个女士，嗯，他们是黑人。”在第三个转录中，Whisper虚构了一种不存在的药物“超激活抗生素”。
研究人员不确定为什么Whisper和其他类似工具会产生幻觉，但软件开发者表示，这些虚构内容往往发生在停顿、背景声音或播放音乐时。OpenAI在其在线披露中建议不要在“决策上下文中”使用Whisper，因为准确性缺陷可能导致结果的重大偏差。
然而，这一警告并没有阻止医院或医疗中心使用语音转文字模型，包括Whisper，来转录医生就诊期间的对话，以减少医务人员花在记笔记或撰写报告上的时间。超过30,000名临床医生和40个卫生系统，包括明尼苏达州的Mankato诊所和洛杉矶儿童医院，已经开始使用由Nabla（在法国和美国设有办事处）构建的基于Whisper的工具。
Nabla首席技术官Martin Raison表示，该工具经过优化，可以转录和总结患者的互动。公司官员表示，他们意识到Whisper可能会产生幻觉，并正在解决这一问题。由于“数据安全原因”，Nabla的工具会删除原始音频，因此无法将AI生成的转录与原始录音进行比较。
前OpenAI工程师Saunders表示，删除原始音频可能会令人担忧，如果转录未经过双重检查或医务人员无法访问录音以验证其正确性。“如果你拿走事实真相，就无法发现错误，”他说。Nabla表示，没有模型是完美的，他们的模型目前需要医务人员快速编辑和批准转录的笔记，但这可能会改变。
由于患者与医生的会议是保密的，很难知道AI生成的转录如何影响他们。加州州议员Rebecca Bauer-Kahan表示，她今年早些时候带孩子去看医生时，拒绝签署健康网络提供的表格，该表格寻求她的许可，将咨询音频分享给包括微软Azure在内的供应商，后者是OpenAI的最大投资者。Bauer-Kahan不希望如此私密的医疗对话被分享给科技公司。“授权书中明确指出，营利性公司将有权拥有这些信息，”Bauer-Kahan说，她是代表旧金山郊区的民主党州议员。“我绝对不同意。”
John Muir Health发言人Ben Drew表示，该卫生系统遵守州和联邦隐私法律。
(全文结束)
