科技巨头OpenAI曾宣称其人工智能驱动的转录工具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，Whisper存在一个重大缺陷：它容易杜撰大段文本甚至整个句子。这些专家表示，一些杜撰的文本（行业内称为“幻觉”）可能包括种族评论、暴力言论甚至虚构的医疗治疗方案。
专家们认为，这种杜撰内容的问题在于，Whisper被广泛应用于多个行业，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对话。
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员在研究公共会议时发现，在他检查的每10个音频转录中就有8个包含幻觉，这在他开始尝试改进模型之前的情况。一位机器学习工程师表示，他在分析的超过100小时的Whisper转录中，约有一半发现了幻觉。另一位开发人员表示，他在使用Whisper创建的26,000个转录中几乎每个都发现了幻觉。
即使在录制良好、简短的音频样本中，这些问题仍然存在。最近的一项研究表明，在计算机科学家检查的13,000多个清晰音频片段中，发现了187个幻觉。研究人员表示，这一趋势可能导致数百万次录音中出现数万次错误转录。
这样的错误可能会产生严重的后果，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表示：“没有人希望出现误诊。应该有更高的标准。”Whisper还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杜撰内容，Gallaudet大学技术访问项目主任Christian Vogler（他本人也是聋人）说道。
专家、倡导者和前OpenAI员工呼吁联邦政府考虑对AI进行监管。至少，他们表示，OpenAI需要解决这一缺陷。“如果公司愿意优先处理这个问题，这是可以解决的，”旧金山的研究工程师William Saunders说，他于今年2月因对公司方向的担忧而离开OpenAI。“如果人们过于自信地将这项技术集成到其他系统中，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。大多数开发者假设转录工具会拼写错误或其他错误，但工程师和研究人员表示，他们从未见过其他AI驱动的转录工具像Whisper那样频繁地杜撰内容。
Whisper被集成到OpenAI旗舰聊天机器人ChatGPT的一些版本中，并作为Oracle和Microsoft云计算平台的内置产品，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。仅在过去一个月内，一个最近版本的Whisper就在开源AI平台HuggingFace上被下载了超过420万次。HuggingFace的机器学习工程师Sanchit Gandhi表示，Whisper是最受欢迎的开源语音识别模型，被广泛应用于从呼叫中心到语音助手的各种应用中。
康奈尔大学教授Allison Koenecke和弗吉尼亚大学教授Mona Sloane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，他们发现近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曲解。
在一个他们发现的例子中，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：“他拿起了一块很大的十字架，一小块……我肯定他没有恐怖刀，所以他杀死了几个人。”另一个录音中，说话者描述了“两个其他女孩和一个女士”，Whisper却杜撰了关于种族的额外评论，加上了“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杜撰了一个不存在的药物名称“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，这些杜撰内容通常发生在停顿、背景声音或音乐播放时。OpenAI在其在线披露中建议不要在“决策上下文中”使用Whisper，因为在准确性上的缺陷会导致结果上的显著缺陷。
尽管如此，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，包括明尼苏达州的曼卡托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，该工具经过微调，可以转录和总结患者的互动。公司官员表示，他们意识到Whisper会产生幻觉，并正在解决这一问题。Raison表示，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，如果转录未经双重检查或医务人员无法访问录音以验证其正确性，删除原始音频可能会令人担忧。“如果没有真实情况，你就无法发现错误，”他说。Nabla表示，没有任何模型是完美的，目前他们的模型仍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，该表格要求她同意将咨询音频共享给包括微软Azure在内的供应商，而Azure是由OpenAI的最大投资者运行的云计算系统。Bauer-Kahan表示，她不希望如此私密的医疗对话被分享给科技公司。“授权书明确规定，营利性公司有权拥有这些信息，”她说，“我绝对不同意。”
John Muir Health发言人Ben Drew表示，该健康系统遵守州和联邦隐私法。
(全文结束)
