【新智元導讀】ChatGPT又有什么錯呢？美國律師向法院提交的文件中，竟引用了6個根本不存在的案例，反倒惹禍上身被制裁。在美國近來的一起訴訟案件中，一位律師幫原告打官司，引用了ChatGPT捏造的6個不存在的案例。法官當庭指出，律師的辯護狀是一個徹頭徹尾的謊言，簡直離了大譜。然而，律師為自己辯護中，甚至提交了和ChatGPT聊天截圖的證據。顯然，ChatGPT稱「這些案例都是真實存在的」。本為原告打的官司，自己竟惹禍上身，將受到制裁，這波操作瞬間在網上引起軒然大波。畢竟，GPT-4剛誕生時，OpenAI放出它在律師資格考試（UBE）的成績，還拿到了90分。網友警告，千萬不要用ChatGPT進行法律研究！！！
一位名叫Roberto Mata的男子在飛往紐約肯尼迪國際機場的航班上，不幸被一輛餐車撞到膝蓋，導致受傷。由此，他便要起訴這架航班的「哥倫比亞航空公司」（Avianca）。Mata聘請了Levidow，Levidow & Oberman律所的一位律師來替自己打這個官司。接手案子后，律師Steven A. Schwartz向法院提交了一份10頁的辯護狀。其中，引用了6個相關的法院判決：Varghese V. 中國南方航空公司 Shaboon V. 埃及航空公司 Petersen V. 伊朗航空公司 Martinez 達美航空公司 Estate of Durden V. 荷蘭皇家航空公司 Miller V. 美國聯合航空公司 原文件： https://storage./recap/gov.uscourts.nysd.575368/gov.uscourts.nysd.575368.32.1.pdf 然而，讓所有人震驚的是，從案件本身，到司法判決，再到內部引文，全是假的！目前，對方律師考慮舉行聽證會，對原告律師進行制裁。Schwartz律師，可以說已經非常資深，在紐約從事法律工作已有30年。從他的話中得知，自己吃了大虧，竟是從來沒用過ChatGPT，由此沒有意識到它生成的內容是假的。說來，還是太離譜 。原告律師Steven A. Schwartz在一份宣誓書中承認，他確實用了ChatGPT進行相關研究。為了驗證這些案件的真實性，他做了唯一一件合理的事：讓ChatGPT驗證這些案件的真實性。當他詢問ChatGPT這些案件的來源時，ChatGPT先是為之前的表述不清道歉，但還是堅稱這些案件都是真實的，可以在Westlaw和LexisNexis上找到。而對方律師也同樣堅持，來自Levidow & Oberman律師事務所的原告律師是多么荒唐可笑，由此才引發了法庭對這個細節的重視。在其中一個案例中，有個叫Varghese的人起訴中國南方航空有限公司。然而這件事壓根不存在。ChatGPT好像引用了另一個案件——Zicherman起訴大韓航空有限公司。而ChatGPT把日期、案件細節什么的都搞錯了。Schwartz此時才悔恨地表示，他沒有意識到ChatGPT可能提供假案件，現在他非常后悔用生成式AI來進行法律研究。法官表示，這種情況前所未見，并將于6月8日舉行聽證會，討論可能的制裁措施。這件事情再次體現了一個很重要的事實，那就是用完ChatGPT必須用其它來源進行雙重，甚至三重查證。而AI模型在信息輸入上出現重大事實錯誤已經不是第一次了，谷歌的Bard也遇到過這種問題。
還記得GPT-4剛剛發布那天，「小鎮做題家」在各項考試指標上接近滿分的水平。尤其，在美國統一律師資格考試（UBE）中，GPT-4可以拿到90%水平，而ChatGPT（GPT-3.5）也僅拿到10%的分數。但是，沒過多久，來自MIT的研究人員Eric Martínez發了一篇論文，重新評估了GPT-4在Bar考試中的表現。
論文地址：https://papers./sol3/papers.cfm?abstract_id=4441311作者在文中提出了4組發現，表明OpenAI對GPT-4在UBE的表現，盡管明顯比GPT-3.5有令人印象深刻的飛躍，但似乎過于夸大。特別是，如果被當作代表「百分位數下限范圍」的保守估計。更不用說，意在反映一位執業律師的實際能力了。首先，GPT-4的律師考試成績，是與2月份伊利諾伊州律師考試的應試者相比較的。值得注意的是，這些考生都是復讀生，不難理解，他們的分數可能會更差。其次，最近一次七月份考試的數據表明，GPT-4的UBE成績為68%。第三，通過檢查官方NCBE數據，并使用若干保守的統計假設，估計GPT-4在所有首次考試中實現63%。最后，當只考慮那些通過考試的人（即已獲得許可或待許可的律師）時，預計GPT-4的表現將下降到48%。網友稱，更準確來說，GPT-4應該只有63分，或者68分。文中，作者還提供了深刻的見解，探討了將法律任務外包給AI模型的可取性和可行性。甚至，人工智能開發人員實施嚴格和透明的能力評估，以幫助確保安全和可靠的人工智能的重要性。要是，原告的那位律師看過這項研究后，說不定就不會吃大虧了。
歸根結底，ChatGPT能夠編造出6個不在的案例，還是因為它固有的「幻覺」問題。就連馬斯克都想拯救這個致命的問題，官宣推出了名為TruthGPT的AI平臺。馬斯克曾表示，TruthGPT將是一個「最大的求真人工智能」，它將試圖理解宇宙的本質。前段時間，OpenAI聯合創始人兼研究員John Schulman在演講「RL and Truthfulness – Towards TruthGPT」中，討論了幻覺產生的原因以及解決方案。根據Schulman的說法，幻覺大致可以分為兩種類型：1 模式完成行為，即語言模型無法表達自己的不確定性，無法質疑提示中的前提，或者繼續之前犯的錯誤語言模型代表一種知識圖譜，該圖譜將訓練數據中的事實存儲在自己的網絡中。而微調可以理解為「學習一個函數」，能夠在知識圖譜上操作并輸出token預測。比如，微調數據集中，如果有包含「星球大戰是什么片？」這個問題，以及「科幻」這個答案。要是這一信息在原始訓練數據中存在，那么模型就不會學習新信息，而是學習一種行為——輸出答案。而這種微調也被稱為「行為克隆」。如果「星球大戰是什么片？」這一問題的答案不是原始訓練數據的一部分。即便不知道，模型也會學習正確答案。但問題是，使用這些不在知識圖譜中的答案進行微調，就會讓模型學會編造答案，即產生所謂的「幻覺」。相反，要是用不正確的答案去訓練模型，就會導致模型知識網絡隱瞞信息。
Kim表示，不光是ChatGPT，其實人類也愛用想象來彌補知識盲區。只不過ChatGPT能裝的更逼真。關鍵在于，要搞清楚ChatGPT知道什么、不知道什么。Zero提出了一個很有建設性的提議，那就是：以后ChatGPT再舉事例，后面得附上來源鏈接。Francis表示，早說過了，ChatGPT是一種生成式人工智能。意味著它會根據輸入的問題生成回答。無論它有多能模仿人類在理解問題后的精彩回答，也改變不了ChatGPT本身并不理解這個問題的事實。Tricorn認為，這位原告律師不應該把鍋扔給ChatGPT，是他自己用錯了。應該是把事例當作prompt的一部分輸入進去，然后讓ChatGPT填補中間缺環的論證部分。還有網友稱，用ChatGPT要上點心，要不下一個超級碗就是你了。這就是活靈活現的證據。ChatGPT等人工智能工具做人類的工作，真的是可能直接導致我們的大災難。https://www./2023/5/27/23739913/chatgpt-ai-lawsuit-avianca-airlines-chatbot-research https://www./2023/05/27/nyregion/avianca-airline-lawsuit-chatgpt.htm
|
