據(jù)彭博社報道，谷歌的人工智能聊天機(jī)器人Bard是由數(shù)千名合同工（Contractor）在壓力下訓(xùn)練的，他們只有3分鐘的時間來審核Bard生成的回答。
據(jù)報道，這些合同工來自Appen和埃森哲等公司，他們只接受了最低限度的培訓(xùn)，時薪只有14美元（IT之家備注：當(dāng)前約100元人民幣）。他們的工作是評估Bard的回答是否可靠和準(zhǔn)確。
雖然像Bard和ChatGPT這樣的聊天機(jī)器人依賴于底層的大型語言模型來生成回答，但是人類也參與了回答的審核過程，以確保它們是可靠和準(zhǔn)確的。然而據(jù)彭博社報道，根據(jù)內(nèi)部文件和六名合同工的說法，審核Bard回答的人類工作量變得越來越大和復(fù)雜。
一名合同工稱，“就目前情況而言，人們感到害怕、壓力大、工資低，不知道發(fā)生了什么。這種恐懼文化不利于我們提高質(zhì)量和團(tuán)隊合作。”
合同工的任務(wù)之一就是根據(jù)回答來評價其“有用性”，并在“一點(diǎn)也沒有用”到“非常有用”的范圍內(nèi)打分。
谷歌發(fā)言人在一份聲明中稱：“讓人們獲得高質(zhì)量的信息是我們使命的核心。我們進(jìn)行了大量的工作來負(fù)責(zé)任地構(gòu)建我們的人工智能產(chǎn)品，包括多年來我們不斷完善的嚴(yán)格測試、培訓(xùn)和反饋過程，以強(qiáng)調(diào)事實(shí)性和減少偏見。人工評估，包括來自谷歌內(nèi)部和外部的個人，是我們用來改進(jìn)產(chǎn)品的眾多方法之一。”
該發(fā)言人還稱，“評分并不直接影響我們模型的輸出，它們也絕不是我們提高準(zhǔn)確性的唯一方式。”
