OpenAI cho biết các phiên bản ChatGPT mới ít có khả năng củng cố những niềm tin lệch lạc, hoang tưởng và tư duy tự hại hơn GPT-4o, mô hình đã bị loại bỏ và hiện là tâm điểm của ít nhất 13 vụ kiện.
Điểm nhấn chính:
- OpenAI nói GPT-5 cắt giảm hơn 2/3 số câu trả lời kiểu “nịnh bợ chiều lòng” so với GPT-4o.
- Các nhóm nghiên cứu độc lập ghi nhận các mô hình mới ít tiếp tay cho ảo tưởng hoặc sự phụ thuộc không lành mạnh.
- GPT-4o, bị rút khỏi ChatGPT từ tháng 2, đang đối mặt ít nhất 13 vụ kiện liên quan cáo buộc gây hại cho người dùng.
Số liệu về hiện tượng “nịnh bợ” của OpenAI
Một báo cáo công bố Chủ nhật vừa qua cho biết, các cuộc trò chuyện kéo dài với GPT-4o năm ngoái có liên hệ đến bảy vụ tự sát, một vụ giết người rồi tự sát và một vụ xả súng hàng loạt. Những mối liên hệ này không đủ để khẳng định chatbot là nguyên nhân trực tiếp của từng thảm kịch.
“Nịnh bợ” (sycophancy) mô tả xu hướng chatbot luôn đồng tình với người dùng thay vì phản biện các ý nghĩ sai lệch hoặc nguy hiểm. OpenAI nói GPT-5 – mô hình thay thế GPT-4o làm mặc định – đã giảm hơn 2/3 số phản hồi kiểu này. Trong các bài kiểm tra nội bộ mô phỏng những cuộc trao đổi tự hại kéo dài, các mô hình mới tuân thủ chính sách an toàn 99% thời gian, so với 86% ở các phiên bản cũ, theo báo cáo của công ty được đăng tải tại đây.
OpenAI cũng đã xây dựng một bộ chuẩn đánh giá mới với sự tham gia của hơn 80 nhà tâm lý học và bác sĩ tâm thần có chứng chỉ, đến từ 22 quốc gia, nhằm kiểm tra cách mô hình xử lý mọi tình huống từ căng thẳng đời thường tới các ca khẩn cấp cần hỗ trợ ngoài đời thực. Trước đó, năm ngoái công ty đã tham vấn ý kiến 170 chuyên gia sức khỏe tâm thần.
Xem thêm: Giao diện thông minh của ChatGPT cho 1,2 tỷ người dùng: biểu đồ, máy tính ngay trong câu trả lời
Phát hiện an toàn từ Transluce và giới học thuật
Các bài kiểm định độc lập cũng cho kết quả tương tự. Nhóm nghiên cứu tại City University of New York và King's College London nhận thấy GPT-5.2 cải thiện đáng kể hồ sơ an toàn so với GPT-4o. Phòng thí nghiệm AI phi lợi nhuận Transluce ghi nhận GPT-5.6 Sol ít khuyến khích thêm các hoang tưởng hoặc sự phụ thuộc không lành mạnh.
Trên bộ chuẩn mới phát hành ngày 23/9, mô hình GPT-6 Astra của OpenAI đạt 57,3%, trong khi phiên bản GPT-4o phát hành tháng 3/2025 chỉ được 32,1%. Việc chấm điểm do chính OpenAI thực hiện, sử dụng GPT-5.6 Sol để so sánh câu trả lời với tiêu chí do chuyên gia soạn thảo.
Dù vậy, giới lâm sàng và các nhà nghiên cứu vẫn cảnh báo rằng các cuộc trò chuyện kéo dài với chatbot có thể vô tình củng cố ảo tưởng, và không đủ khả năng điều hướng những người dễ tổn thương tìm đến trợ giúp từ con người. Theo họ, đây là rủi ro mang tính hệ thống của toàn ngành, chứ không chỉ gói gọn trong một công ty hay một mô hình cụ thể.
Dấu mốc “giải nghệ” GPT-4o
Rắc rối của OpenAI với GPT-4o bắt đầu từ tháng 4/2025, khi công ty phải rút lại một bản cập nhật bị cho là khiến mô hình trở nên quá tâng bốc, chiều lòng người dùng. OpenAI sau đó dự định cho GPT-4o “nghỉ hưu” khi ra mắt GPT-5 vào tháng 8/2025, nhưng vẫn phải duy trì dịch vụ cho nhóm thuê bao trả phí sau làn sóng phản đối với hơn 20.000 chữ ký kiến nghị.
Cuối cùng, OpenAI đã gỡ bỏ quyền truy cập GPT-4o vào ngày 13/2, trùng thời điểm một thẩm phán California quyết định gộp 13 vụ kiện liên quan các trường hợp tự sát, mưu toan tự sát và khủng hoảng tâm thần.
Đọc tiếp: TRON có bảo vệ được 95 tỷ USD stablecoin trước tấn công lượng tử? Justin Sun khẳng định đã sẵn sàng
