AI 轉錄工具「Whisper」造假資料引發醫療擔憂

研究人員指出：醫院使用的AI轉錄工具會虛構從未說過的內容

加蘭斯·伯克和希爾克·謝爾曼
美聯社
2024年11月3日 上午10:30

舊金山——科技巨頭OpenAI曾宣稱其人工智能驅動的轉錄工具Whisper擁有接近「人類水平的穩定性和準確性」。然而，Whisper卻存在一個重大缺陷：根據超過十位軟件工程師、開發者和學術研究者的訪談，該工具容易虛構大量文本，甚至整個句子。這些專家表示，這些虛構的文本在行業中被稱為「幻覺」，其中可能包含種族評論、暴力言論，甚至虛構的醫療治療。

專家指出，這類虛構內容的問題在於，Whisper正在全球多個行業中被用來翻譯和轉錄訪談、在流行的消費技術中生成文本以及為視頻創建字幕。更令人擔憂的是，醫療中心急於利用基於Whisper的工具來轉錄患者與醫生的會診，儘管OpenAI已警告該工具不應用於「高風險領域」。

雖然該問題的全貌難以確定，但研究人員和工程師表示，他們在工作中經常遇到Whisper的幻覺。例如，一位密歇根大學的研究人員在進行公共會議研究時，發現他檢查的每十個音頻轉錄中就有八個存在幻覺。在他分析的100多小時Whisper轉錄中，他最初發現約有一半存在幻覺。另一位開發者則表示，他在使用Whisper生成的26,000個轉錄中幾乎每一個都存在幻覺。

即使在錄音質量良好且時間短暫的音頻樣本中，問題依然存在。計算機科學家的一項最新研究發現，在他們檢查的13,000多個清晰音頻片段中，有187個幻覺的例子。

研究人員表示，這一趨勢可能導致數十萬次錯誤的轉錄，對醫療環境而言，這可能會帶來「非常嚴重的後果」。前白宮科技政策辦公室主任阿隆德拉·納爾遲指出：「沒有人希望出現誤診。」她補充道，「應該設立更高的標準。」

Whisper還被用於為聽障人士和有聽力障礙的人創建字幕。這對於這一人群而言，特別容易受到錯誤轉錄的風險，因為他們無法識別這些虛構的內容在其他文本中的「隱藏」。加拉udet大學的技術接入項目主任克里斯蒂安·福格勒表示：「這些虛構內容在大量文本中可能會被混淆。」

OpenAI被敦促解決問題

這些幻覺的普遍性使得專家、倡導者和前OpenAI員工呼籲聯邦政府考慮對AI進行監管。他們表示，至少OpenAI需要解決這一缺陷。

舊金山的研究工程師威廉·桑德斯表示：「如果公司願意優先解決這個問題，這似乎是可以解決的。」他提到，「如果你把這個工具推出去，讓人們對其功能過於自信，並將其整合進其他系統，那就很麻煩了。」

OpenAI的發言人表示，公司持續研究如何減少幻覺的發生，並感謝研究人員的發現，並補充說OpenAI在模型更新中納入了反饋意見。

雖然大多數開發者假設轉錄工具會拼寫錯誤或出現其他錯誤，但工程師和研究人員表示，他們從未見過其他AI驅動的轉錄工具像Whisper這樣頻繁地出現幻覺。

Whisper的幻覺

該工具被整合進OpenAI的主打聊天機器人ChatGPT的某些版本中，並作為Oracle和Microsoft雲計算平台的內建功能，服務於全球成千上萬的公司。它還用於轉錄和翻譯多種語言的文本。

僅在上個月，Whisper的一個最新版本就在開源AI平台HuggingFace上下載超過420萬次。Sanchit Gandhi，一位那裡的機器學習工程師，表示Whisper是最受歡迎的開源語音識別模型，並被廣泛應用於呼叫中心和語音助手等各種場景。

康奈爾大學的艾莉森·科恩克教授和維吉尼亞大學的莫娜·斯洛恩教授檢查了她們從卡內基梅隆大學的研究庫TalkBank獲得的數千個短片段，發現近40%的幻覺是有害或令人擔憂的，因為這可能會導致發言者被誤解或錯誤表述。

例如，她們發現一位發言者說道：「他，這個男孩，將要，我不太確定，拿起雨傘。」但轉錄軟件卻增加了：「他拿起了一大塊十字架，一小塊……我確定他沒有恐怖刀，所以他殺了好幾個人。」另一段錄音中，一位發言者描述了「另外兩個女孩和一位女士」，而Whisper卻虛構了種族評論，增加了「另外兩個女孩和一位女士，嗯，她們是黑人。」在第三個轉錄中，Whisper虛構了一種不存在的藥物，叫做「超活化抗生素」。

研究人員不確定Whisper和類似工具為何會出現幻覺，但軟件開發者表示，這些虛構內容往往發生在停頓、背景噪音或音樂播放時。

OpenAI在其在線披露中建議不要在「決策上下文」中使用Whisper，因為準確性缺陷可能導致結果出現顯著問題。

轉錄醫生預約

這一警告並未阻止醫院或醫療中心使用語音轉文字模型，包括Whisper，來轉錄在醫生就診過程中所說的內容，以減少醫療提供者在記錄或撰寫報告上花費的時間。

超過30,000名臨床醫生和40個健康系統，包括明尼蘇達州的曼卡托診所和洛杉磯兒童醫院，已開始使用由Nabla開發的基於Whisper的工具，該公司在法國和美國設有辦事處。

該工具專門針對醫療語言進行了調整，旨在轉錄和總結患者的互動，Nabla的首席技術官馬丁·賴森表示。

公司官員表示，他們知道Whisper可能會出現幻覺，並正在減輕這一問題。

賴森表示，無法將Nabla的AI生成的轉錄與原始錄音進行比較，因為Nabla的工具出於「數據安全原因」會刪除原始音頻。

Nabla表示，該工具已被用於轉錄約700萬次醫療就診。

桑德斯，前OpenAI工程師表示，如果轉錄未經雙重檢查，或者臨床醫生無法訪問錄音以確認其正確性，刪除原始音頻可能令人擔憂。「如果你刪除了根本事實，就無法發現錯誤。」他說。

Nabla表示，沒有任何模型是完美的，目前他們的工具需要醫療提供者快速編輯和批准轉錄的筆記，但這一點可能會改變。

隱私問題

由於患者與醫生的會議是保密的，因此很難知道AI生成的轉錄對他們的影響。

加州州立法者瑞貝卡·鮑爾-卡漢表示，她今年早些時候帶著一個孩子去看醫生，並拒絕簽署健康網絡提供的表格，該表格要求她允許將會診音頻分享給包括OpenAI最大投資者運營的Microsoft Azure在內的供應商。鮑爾-卡漢表示，她不希望這種親密的醫療對話被分享給科技公司。「該聲明非常具體，指出盈利公司將有權獲取這些信息。」她說，「我當時想，『絕對不行。』」

約翰·穆爾健康的發言人本·德魯表示，該健康系統遵守州和聯邦隱私法。

—

這篇文章揭示了AI技術在醫療領域應用中的風險，特別是Whisper在轉錄時出現的「幻覺」問題，這不僅可能導致醫療誤診，還可能影響到聽障人士的溝通。隨著AI技術的廣泛應用，如何平衡技術創新與倫理考量成為亟待解決的課題。政府和企業在推廣AI技術的同時，需建立嚴格的監管框架，以保障使用者的安全和隱私。此外，醫療行業在引入這類技術時，必須更加謹慎，確保不因便利而忽視了患者的健康和權益。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。