Cuộc đua vũ khí phát hiện AI đang diễn ra

Edward Tian không xem bản thân mình là một nhà văn. Là một sinh viên chuyên ngành khoa học máy tính tại Princeton, anh ấy đã tham gia một số lớp báo chí, nơi anh ấy học cơ bản về báo cáo, và cái tính năng sáng tạo và sự tò mò của anh ấy đã làm cho anh ấy được mến mộ bởi giáo viên và bạn học của mình. Nhưng anh ấy mô tả phong cách viết của mình vào thời điểm đó như là "khá tệ" - hình thức và vụng trộm. Một trong những giáo sư báo chí của anh ấy nói rằng Tian giỏi ở "nhận diện mẫu", điều này rất hữu ích khi sản xuất bản sao tin tức. Vì vậy, Tian đã ngạc nhiên khi, vào năm thứ hai, anh ấy đã giành được một suất trong hội thảo viết phi hư cấu độc quyền của John McPhee.

Mỗi tuần, 16 sinh viên tụ tập để nghe nhà văn huyền thoại của New Yorker phân tích nghệ thuật của mình. McPhee giao các bài tập buộc họ suy nghĩ chặt chẽ về từ ngữ: Mô tả một tác phẩm nghệ thuật hiện đại trên khuôn viên trường, hoặc cắt bớt Gettysburg Address để ngắn gọn. Sử dụng máy chiếu và slides, McPhee chia sẻ các biểu đồ vẽ tay mô tả cách anh ấy tổ chức bài luận của mình theo các cách khác nhau: một đường thẳng, một tam giác, một xoắn ốc. Tian nhớ McPhee nói rằng anh ấy không thể chỉ dẫn học sinh cách viết, nhưng ít nhất anh ấy có thể giúp họ tìm ra giọng riêng của mình.

Nếu McPhee đã làm cho Tian hâm mộ một cái nhìn lãng mạn về ngôn ngữ, khoa học máy tính mang đến một góc nhìn khác: ngôn ngữ như là thống kê. Trong suốt đợt dịch bệnh, anh ấy đã nghỉ học một năm để làm việc tại BBC và thực tập tại Bellingcat, dự án báo cáo nguồn mở, nơi anh ấy đã viết mã để phát hiện các robot Twitter. Là sinh viên năm ba, anh ấy đã tham gia các lớp học về máy học và xử lý ngôn ngữ tự nhiên. Và vào mùa thu năm 2022, anh ấy bắt đầu nghiên cứu đề tài nghiên cứu của mình về việc phát hiện sự khác biệt giữa văn bản do AI tạo ra và văn bản do con người viết.

Sáng hôm sau, Tian tỉnh dậy với hàng trăm lượt retweet và phản hồi. Có quá nhiều lưu lượng đến máy chủ chính, nhiều người dùng không thể truy cập được. “Hoàn toàn điên rồ,” Tian nói. “Điện thoại của tôi như bị nổ tung.” Một người bạn chúc mừng anh vì đã chiến thắng trên internet. Thanh niên trên TikTok gọi anh là một người tố giác. “Nhiều phản đối ban đầu giống như, ‘Đứa trẻ này là một tay trốn, anh ấy không có cuộc sống, anh ấy chưa bao giờ có bạn gái,’” Tian nói với một nụ cười. “Những điều cổ điển đó.” (Tian có bạn gái.) Trong vài ngày, anh ta nhận được cuộc gọi từ các nhà báo trên khắp thế giới, cuối cùng xuất hiện trên mọi thứ từ NPR đến South China Morning Post và Anderson Cooper 360. Trong một tuần, tweet ban đầu của anh ta đã đạt hơn 7 triệu lượt xem.

GPTZero là một bước ngoặt mới trong câu chuyện truyền thông xoay quanh ChatGPT, mà đã gây ra lo ngại trong ngành và một đám mây các đoạn lead do trí tuệ nhân tạo tạo ra. (Nghiên cứu đã tạo ra một công cụ phát hiện văn bản GPT-2 vào năm 2019, nhưng của Tian là công cụ đầu tiên dành cho ChatGPT.) Các giáo viên cảm ơn Tian vì công việc của anh ta, biết ơn vì họ cuối cùng có thể chứng minh nghi ngờ về bài luận của học sinh. Liệu nhân loại đã tìm thấy người cứu thế khỏi sự chiếm đóng của robot?

Chương trình của Tian như một khẩu súng khởi đầu. Cuộc đua giờ đã bắt đầu để tạo ra công cụ phát hiện trí tuệ nhân tạo xác định. Trong một thế giới ngày càng bão hòa với nội dung do trí tuệ nhân tạo tạo ra, suy nghĩ đi, chúng ta sẽ cần phải phân biệt giữa việc được làm bởi máy và được làm bởi người. GPTZero đại diện cho một lời hứa rằng sẽ thực sự có thể phân biệt giữa chúng, và một niềm tin rằng sự khác biệt quan trọng. Trong suốt chuyến du lịch truyền thông của mình, Tian—vui vẻ, chân thành, học sinh xuất sắc—mô tả ý kiến an ổn này rằng bất kỳ công cụ trí tuệ nhân tạo sáng tạo nào, cho dù có phức tạp đến đâu, chúng ta vẫn có thể phát hiện ra chúng. Có điều gì đó không thể giảm thiểu được trong việc viết của con người, Tian nói: “Nó có một yếu tố không bao giờ có thể đặt vào số.”

Đời sống trên internet luôn là cuộc chiến giữa kẻ giả mạo và bộ phát hiện kẻ giả mạo, cả hai bên đều hưởng lợi từ cuộc xung đột. Bộ lọc thư rác đầu tiên sàng lọc email để tìm các từ khóa, chặn những tin nhắn có cụm từ như “MIỄN PHÍ!” hoặc “trên 21 tuổi,” và cuối cùng họ đã học được cách loại bỏ toàn bộ phong cách viết. Người gửi thư rác đáp trả bằng cách bao quanh thông điệp của họ bằng các đoạn văn ngôn ngữ giống như con người được lấy từ sách cũ và kết hợp với nhau. (Loại thông điệp này, được đặt tên là “litspam,” trở thành một thể loại riêng.) Khi các công cụ tìm kiếm trở nên phổ biến hơn, người tạo nên muốn tăng xếp hạng trang của họ đã phải dùng đến “keyword stuffing”—lặp lại cùng một từ điển điển hoặc cụm từ để đạt được ưu tiên. Các công cụ tìm kiếm đáp trả bằng cách giảm xếp hạng của những trang web đó. Sau khi Google giới thiệu thuật toán PageRank của mình, ưa chuộng các trang web có nhiều liên kết đến, người gửi thư rác đã tạo ra toàn bộ hệ sinh thái của các trang web hỗ trợ lẫn nhau.

Xoay quanh sự chuyển đổi của thiên niên kỷ, công cụ captcha xuất hiện để phân biệt con người và bot dựa trên khả năng giải mã hình ảnh văn bản bị méo mó. Khi một số bot có thể xử lý điều đó, captcha thêm vào đó các phương pháp phát hiện khác bao gồm phân tích hình ảnh của xe máy và tàu hỏa, cũng như cảm nhận chuyển động chuột và hành vi người dùng khác. (Trong một bài kiểm tra gần đây, một phiên bản sớm của GPT-4 đã cho thấy nó biết cách thuê một người trên Taskrabbit để hoàn thành captcha thay mặt nó.) Số phận của các công ty toàn bộ đã nằm trong việc nhận biết những thứ giả mạo: Elon Musk, trong một nỗ lực để tránh khỏi thỏa thuận mua Twitter, dùng một công cụ phát hiện bot để làm mạnh lý do của mình rằng Twitter đã đánh lừa về số lượng bot trên trang web của mình.

Trí tuệ nhân tạo sáng tạo đã nâng cao cược. Trong khi các mô hình ngôn ngữ lớn và công cụ tạo văn bản thành hình ảnh đã phát triển ổn định suốt thập kỷ qua, năm 2022 chứng kiến sự bùng nổ của các công cụ thân thiện với người tiêu dùng như ChatGPT và Dall-E. Người bi quan cho rằng chúng ta sớm có thể chìm đắm trong cơn sóng phương tiện tổng hợp. “Trong vài năm tới, phần lớn ảnh, video và văn bản chúng ta gặp trên internet có thể được tạo ra bởi trí tuệ nhân tạo,” cảnh báo Kevin Roose, một nhà báo công nghệ của The New York Times năm ngoái. The Atlantic tưởng tượng một “thảm họa văn bản” đang lợi dụng để loại bỏ tiếng ồn sáng tạo. Chiến dịch chính trị đang tận dụng các công cụ trí tuệ nhân tạo để tạo ra quảng cáo, trong khi Amazon đang tràn ngập sách được viết bởi ChatGPT (nhiều trong số đó là về trí tuệ nhân tạo). Duyệt qua đánh giá sản phẩm đã khiến cảm giác như đang thực hiện cuộc kiểm tra Turing phiền hà nhất trên thế giới. Bước tiếp theo dường như rõ ràng: Nếu bạn nghĩ rằng email của hoàng tử Nigeria là xấu, đợi đến khi bạn thấy chatbot của hoàng tử Nigeria.

Ngay sau khi Tian phát hành GPTZero, một làn sóng các sản phẩm tương tự xuất hiện. OpenAI tung ra công cụ phát hiện riêng của mình vào cuối tháng 1, trong khi Turnitin, ông lớn chống đạo văn, giới thiệu một bộ phân loại vào tháng 4. Chúng đều chia sẻ một phương pháp cơ bản, nhưng mỗi mô hình được đào tạo trên các bộ dữ liệu khác nhau. (Ví dụ, Turnitin tập trung vào văn bản của sinh viên.) Do đó, độ chính xác dao động rộng lớn, từ 26% theo tuyên bố của OpenAI về việc phát hiện văn bản được tạo ra bởi trí tuệ nhân tạo, lên đến tuyên bố lạc quan nhất từ một công ty tên là Winston AI là 99.6%. Để duy trì sự vươn lên trước đối thủ, Tian sẽ phải liên tục cải tiến GPTZero, nghĩ ra sản phẩm tiếp theo và hoàn thành đại học trong thời gian chờ đó.

Ngay lập tức, Tian tuyển dụng bạn học cấp 3 Alex Cui làm CTO và, trong những tuần tiếp theo, đưa vào một số lập trình viên từ Princeton và Canada. Sau đó, vào mùa xuân, anh ấy giới thiệu một bộ ba coder từ Uganda, mà anh ấy đã gặp bốn năm trước khi làm việc cho một công ty khởi nghiệp đào tạo kỹ sư tại Châu Phi. (Là một công dân toàn cầu, Tian sinh ra ở Tokyo và sống ở Bắc Kinh cho đến khi anh ấy 4 tuổi trước khi bố mẹ anh, cả hai là kỹ sư người Trung Quốc, chuyển gia đình đến Ontario.) Cùng nhau, đội ngũ bắt đầu làm việc vào ứng dụng tiếp theo của họ: một tiện ích mở rộng Chrome sẽ quét văn bản của một trang web và xác định liệu nó có phải là do trí tuệ nhân tạo tạo ra hay không.

Một mối đe dọa khác đối với GPTZero chính là GPTZero. Gần như ngay sau khi ra mắt, những người nghi ngờ trên mạng xã hội bắt đầu đăng những ví dụ đáng xấu hổ về công cụ phân loại sai văn bản. Có người chỉ ra rằng nó đánh dấu một số phần của Hiến pháp Hoa Kỳ có thể là do trí tuệ nhân tạo tạo ra. Sự nhạo báng dần chuyển sang sự phẫn nộ khi những câu chuyện về học sinh bị buộc tội oan do GPTZero bắt đầu tràn ngập Reddit. Một lúc nào đó, một phụ huynh của một học sinh như vậy liên lạc với Soheil Feizi, một giáo sư khoa học máy tính tại Đại học Maryland. “Họ thực sự tức giận,” Feizi nói. Mùa thu năm ngoái, trước khi GPTZero ra mắt, Feizi và một số đồng nghiệp tại Maryland đã bắt đầu xây dựng một dự án nghiên cứu về vấn đề của các công cụ phát hiện trí tuệ nhân tạo, mà anh ta nghi ngờ có thể không đáng tin cậy. Bây giờ GPTZero và những bản sao của nó khiến anh ta nghĩ rằng chúng có thể gây hại nhiều hơn là có ích.

Một đau đầu nữa cho Tian là số lượng sinh viên khéo léo tìm cách vượt qua công cụ phát hiện. Một người trên Twitter hướng dẫn người dùng chèn một khoảng trắng không rộng trước mỗi “e” trong văn bản được tạo ra bởi ChatGPT. Một người sử dụng TikTok viết một chương trình vượt qua phát hiện bằng cách thay thế một số chữ cái tiếng Anh bằng những chữ cái gần giống của chúng ở chữ Cyrillic. Người khác bắt đầu chạy văn bản trí tuệ nhân tạo của họ qua QuillBot, một công cụ paraphrasing phổ biến. Tian vá những lỗ này, nhưng cách giải quyết tiếp tục xuất hiện. Chỉ là vấn đề thời gian trước khi ai đó tạo ra một sản phẩm đối thủ—một công cụ chống phát hiện.

Vào đầu tháng 3, một sinh viên đại học Stanford tên Joseph Semrai và một số bạn đang lái xe dọc theo Đại lộ Bờ Biển Thái Bình Dương đến LA khi họ bị khóa khỏi chiếc xe Zipcar ở Ventura. Họ đi bộ đến một quán Starbucks gần đó và đợi sự giúp đỡ trên đường. Nhưng khi thời gian chờ kéo dài hàng giờ, Semrai và một người bạn tự hỏi làm thế nào để bù đắp cho thời gian đã mất. Semrai phải viết một bài luận vào tuần sau cho một lớp viết bắt buộc cho sinh viên năm nhất. Đó là loại bài tập ít được anh ta ưa thích nhất: một bài luận theo công thức nhằm hiển thị lý luận hợp lý. “Đó là một quá trình một cách thuần túy,” Semrai nói.

ChatGPT là giải pháp hiển nhiên. Nhưng vào thời điểm đó, các phản hồi của nó thường chỉ tới vài đoạn văn, vì vậy việc tạo một bài luận đủ dài sẽ là một quá trình đa bước. Semrai muốn tạo ra một công cụ có thể viết bài luận trong một lần. Anh ta cũng biết có khả năng nó có thể bị phát hiện bởi GPTZero. Với sự khuyến khích từ người bạn, Semrai rút ra laptop và viết một đoạn mã sẽ viết một bài luận dựa trên một đề tài, chạy văn bản qua GPTZero, sau đó liên tục điều chỉnh ngôn ngữ cho đến khi trí tuệ nhân tạo không còn bị phát hiện—đơn giản là sử dụng GPTZero chống lại chính nó.

Vài ngày sau, Semrai giới thiệu chương trình của mình tại Ngày Trình bày cho Bạn bè và Gia đình, một loại sự kiện giới thiệu dành cho cộng đồng nhà phát triển đại học Stanford. Đứng trước một phòng đầy đủ bạn cùng lớp, anh ấy yêu cầu khán giả đề tài luận văn—một người đề xuất về “fine dining” ở California—và gõ vào hộp gợi ý. Sau vài giây, chương trình phát ra một bài luận tám đoạn văn, không sáng tạo nhưng hợp lý, với danh sách các tác phẩm đã trích dẫn. “Không nói rằng tôi sẽ bao giờ nộp bài luận này,” Semrai nói, làm cả phòng cười. “Nhưng đây bạn ạ. Tôi không biết, nó tiết kiệm thời gian.” Anh đặt tên cho công cụ là WorkNinja và đưa nó lên cửa hàng ứng dụng hai tháng sau đó. Với sự giúp đỡ của chiến dịch quảng bá có sự tham gia của người ảnh hưởng Gen Z David Dobrik và việc tặng 10 chiếc Tesla cho người dùng đăng ký, nó nhận được hơn 350,000 lượt tải về trong tuần đầu tiên; theo Semrai, số lượng đăng ký đã giảm từ đó đến vài trăm mỗi ngày. (Semrai không nói rõ ai tài trợ cho chiến dịch, chỉ nói rằng đó là một nhà đầu tư thiên thần quan trọng ở Silicon Valley.)

Mop Zoomer và thái độ điều tĩnh của Semrai che đi một sự căng thẳng ẩn sau đó. Trong khi Tian nhảy múa và bọt mỡ qua thế giới, Semrai tập trung và mặt khó biểu cảm. Chàng trai 19 tuổi nói chắc chắn, trong giọng điệu sẵn sàng cho podcast của một doanh nhân Silicon Valley nhìn nhận thế giới dưới góc độ của các vấn đề cần giải quyết, kết thúc mỗi câu một cách tự tin, “Đúng không?” Nghe anh ấy mê mải về những hòn đảo có thể bảo vệ được và “đường cong S” của sự phát triển xã hội, dễ dàng quên anh ấy vẫn chưa đủ tuổi uống rượu hợp pháp. Nhưng sau đó, đôi khi, anh ấy sẽ nói điều gì đó làm lộ rõ vẻ ngây thơ của sinh viên đại học, mở lòng với thế giới và vẫn đang tìm kiếm vị trí của mình trong đó. Như lúc anh và một người bạn đi dạo quanh cầu Santa Monica đến 3 giờ sáng, “nói về những giá trị chúng tôi trân trọng.” Semrai nghĩ nhiều về cách tìm sự cân bằng và hạnh phúc. “Tôi nghĩ, khi tôi còn trẻ, có lẽ nó nằm nhiều hơn trong việc khám phá đạo hàm,” anh ấy nói, “đuổi theo những đỉnh và thấp.”

Lớn lên ở New York và sau đó là Florida, bố mẹ anh—một người lính cứu hỏa từ Yonkers và một người mẹ làm nội trợ từ Trung Quốc—đã để anh ấy tự do tự tại. “Trong thời thơ ấu, tôi khá tự do để theo đuổi những thứ thực sự làm cho tôi hứng thú,” anh ta nói. “Cách tốt nhất để làm điều đó là tạo ra các thứ trên máy tính.” Khi Semrai 6 tuổi, anh ấy tạo ra một plug-in để gán cấp độ quyền cho máy chủ Minecraft, và khi 7 tuổi, anh ấy viết một chương trình vá Windows 7 để bạn có thể chạy Windows XP trên nó. “Nó thực sự làm cho tôi hạnh phúc khi mang lại những thứ cho mọi người,” anh ta nói.

Gia đình anh ta chuyển từ Queens đến Palm City khi anh ta 9 tuổi, và Semrai nhìn thấy sự khác biệt giữa các hệ thống trường công lập. Sự hiểu biết cơ bản về tin học mà anh ấy đã coi là điều hiển nhiên ở các trường ở New York lại ít ỏi ở Florida. Anh ấy bắt đầu viết chương trình để giúp bổ sung những khoảng trống trong giáo dục—một hướng đi cho phép anh ta nói, ở 19 tuổi, rằng anh đã “làm việc trong công nghệ giáo dục suốt cả cuộc đời.” Năm đầu tiên ở trung học, anh ấy tạo ra một nền tảng học trực tuyến đã giành được tài trợ khởi nghiệp trong một cuộc thi đấu cấp địa phương. Trước đại dịch Covid, anh ấy đã tạo ra một hệ thống vé số số kỹ thuật số trở thành cơ sở cho việc theo dõi tiếp xúc và đã được 40 quận học thuật ở Đông Nam áp dụng.

Semrai là một người tin tưởng tuyệt đối vào công nghệ. Anh ta cho rằng chúng ta nên đẩy mạnh phát triển công nghệ, bao gồm trí tuệ nhân tạo tổng quát, vì điều này cuối cùng sẽ dẫn chúng ta đến một xã hội 'post-scarcity'—một quan điểm thế giới đôi khi được mô tả là 'hiệu suất gia tăng hiệu quả.' (Không phải nhầm lẫn với hiệu suất nhân đạo, nguyên tắc này cho rằng chúng ta nên thực hiện các hành động tối đa hóa kết quả 'tốt,' được định nghĩa bằng bất cứ cách nào.) Luận điểm của Semrai về WorkNinja dựa trên một loại logic gia tăng riêng của nó. Theo quan điểm của anh ta, công cụ viết trí tuệ nhân tạo tốt, không phải vì chúng giúp trẻ em gian lận, mà vì chúng sẽ buộc các trường học phải đổi mới chương trình học của họ. 'Nếu bạn có thể tuân theo một công thức để tạo ra một bài luận, có lẽ đó không phải là một bài tập tốt,' anh ta nói. Anh ta tưởng tượng một tương lai trong đó mọi học sinh đều có thể nhận được loại giáo dục trước đây chỉ dành cho quý tộc, thông qua việc hướng dẫn cá nhân của trí tuệ nhân tạo. Khi anh ta đang học cách lập trình lần đầu tiên, Semrai nói rằng anh ta chủ yếu phụ thuộc vào video YouTube và diễn đàn internet để trả lời câu hỏi của mình. 'Sẽ dễ dàng hơn nếu có một gia sư hướng dẫn tôi,' anh ta nói. Bây giờ mà gia sư trí tuệ nhân tạo là thực tế, tại sao phải ngăn chúng?

Gần đây tôi đã sử dụng WorkNinja để tạo ra một số bài luận, bao gồm một bài về lý thuyết tiến hóa của Darwin. Phiên bản đầu tiên nó đưa ra cho tôi là vụng trộm và lặp lại, nhưng vẫn có thể sử dụng được, khám phá những ảnh hưởng của lý thuyết đối với sinh học, di truyền học và triết học. GPTZero đã đánh dấu nó là có khả năng là do trí tuệ nhân tạo tạo ra.

Vì vậy, tôi nhấn nút Tái sắp xếp của WorkNinja. Văn bản chuyển động một chút, thay thế một số từ bằng từ đồng nghĩa. Sau ba lần tái sắp xếp, GPTZero cuối cùng đã đưa ra đánh giá văn bản mang dấu ấn của con người. (Khi tôi kiểm tra lại cùng một văn bản một vài tuần sau, công cụ đã đánh dấu nó là một sự kết hợp giữa văn bản do con người và trí tuệ nhân tạo tạo ra.) Vấn đề là nhiều câu sau khi tái sắp xếp không còn mang ý nghĩa nữa. Ví dụ, câu sau:

Lý thuyết tiến hóa của Darwin là ý tưởng rằng các loài sống tiến hóa theo thời gian do tương tác của chúng với môi trường xung quanh.

đã biến đổi để trở thành:

Lý thuyết tiến hóa của Darwin là suy nghĩ mà các loài sống học được theo thời gian do tương tác của chúng với môi trường xung quanh.

Ít nhất, bất kỳ sinh viên nào tìm kiếm cách tắt đường sẽ phải dọn dẹp bản nháp của họ từ WorkNinja trước khi nộp. Nhưng điều này chỉ ra một vấn đề thực sự: Nếu ngay cả công việc 'rối' nhưng đang tiến triển này cũng có thể tránh được các bộ phát hiện, thì một sản phẩm vững chắc hơn có thể đạt được điều gì?

Tháng Ba, Soheil Feizi tại Đại học Maryland công bố những phát hiện về hiệu suất của các bộ phát hiện trí tuệ nhân tạo. Anh ta lập luận rằng vấn đề về độ chính xác là không thể tránh khỏi, dựa trên cách bộ phát hiện văn bản trí tuệ nhân tạo hoạt động. Khi bạn tăng độ nhạy của công cụ để bắt nhiều văn bản trí tuệ nhân tạo hơn, bạn không thể tránh khỏi việc tăng số lượng dương tính giả mạo lên mức anh ta coi là không chấp nhận được. Đến nay, anh ta nói rằng không thể có một mà không có cái kia. Và khi phân phối thống kê của từ trong văn bản trí tuệ nhân tạo tiến sát hơn đến của con người—nghĩa là, khi nó trở nên thuyết phục hơn—anh ta nói rằng các bộ phát hiện chỉ sẽ trở nên ít chính xác hơn. Anh ta cũng phát hiện rằng việc diễn đạt lại làm rối bời các bộ phát hiện trí tuệ nhân tạo, làm cho sự đánh giá của họ “gần như ngẫu nhiên.” “Tôi không nghĩ tương lai sáng sủa cho những bộ phát hiện này,” Feizi nói.

“Dấu nước” cũng không giúp ích gì, anh ta nói. Dưới phương pháp này, một công cụ trí tuệ nhân tạo sáng tạo như ChatGPT điều chỉnh một cách chủ động trọng số thống kê của một số từ “token” có thể thay thế được—ví dụ, sử dụng bắt đầu thay vì bắt đầu, hoặc chọn thay vì chọn—một cách mà đối với người đọc là không thể phát hiện được nhưng dễ dàng phát hiện bởi một thuật toán. Bất kỳ văn bản nào chứa những từ đó với một tần suất nhất định có thể được đánh dấu là đã được tạo ra bởi một công cụ cụ thể. Nhưng Feizi lập luận rằng với đủ sự diễn đạt lại, một dấu nước “có thể bị rửa sạch.”

Trong lúc đó, anh ta nói rằng các bộ phát hiện đang làm tổn thương sinh viên. Cho rằng một công cụ phát hiện có tỷ lệ dương tính giả mạo là 1 phần trăm—một giả định lạc quan. Điều đó có nghĩa là trong một lớp học gồm 100 sinh viên, qua 10 bài luận mang về nhà, trung bình sẽ có 10 sinh viên bị cáo buộc gian lận một cách sai lầm. (Feizi nói rằng tỷ lệ một trong 1,000 mới chấp nhận được.) “Điều này là ngớ ngẩn khi nghĩ về việc sử dụng các công cụ như vậy để kiểm soát việc sử dụng mô hình trí tuệ nhân tạo,” anh ta nói.

Tian nói rằng mục tiêu của GPTZero không phải là bắt gian lận, nhưng không thể phủ nhận đây là ứng dụng chính của nó cho đến nay. (Kết quả phát hiện của GPTZero hiện đi kèm với một cảnh báo: “Không nên sử dụng kết quả này để trừng phạt sinh viên.”) Còn đối với độ chính xác, Tian nói rằng mức hiện tại của GPTZero là 96 phần trăm khi được huấn luyện trên bộ dữ liệu mới nhất của mình. Các bộ phát hiện khác có những con số cao hơn, nhưng Tian nói rằng những tuyên bố đó là một dấu hiệu đỏ, vì nó có nghĩa là họ đang “quá mức phù hợp” dữ liệu huấn luyện của họ để phù hợp với những ưu điểm của công cụ của họ. “Bạn phải đặt trí tuệ nhân tạo và con người trên cùng một đỉnh,” anh ta nói.

Dù vậy, giống như những người săn spam, điệp viên, những người làm vaccine, người gian lận cờ vua, nhà thiết kế vũ khí và toàn bộ ngành công nghiệp an ninh mạng, các bộ phát hiện trí tuệ nhân tạo trên tất cả các phương tiện truyền thông sẽ phải liên tục thích nghi với các kỹ thuật né tránh mới. Giả sử, điều đó vẫn còn quan trọng trong sự khác biệt giữa con người và máy.

Một khoảng thời gian càng dài tôi dành để nói chuyện với Tian và Semrai cùng các đồng học đồng nghiệp của họ, tôi càng tự hỏi: Liệu có ai trong những người trẻ này thực sự... thích viết không? “Vâng, rất nhiều!” nói Tian, tươi sáng hơn thường lệ khi tôi hỏi anh vào tháng Năm trên khuôn viên của Princeton. “Nó giống như một trò xếp hình.” Anh ấy thích tìm ra cách từ ngữ ghép lại và sau đó sắp xếp ý tưởng sao cho chúng lưu thông. “Tôi cảm thấy như việc đó là thú vị.” Anh ấy cũng thích quá trình phỏng vấn, vì nó mang lại cho anh ấy “cửa sổ vào cuộc sống của người khác, cùng một gương soi vào cách bạn sống của chính bạn.”

Ở trường trung học, Tian nói rằng viết lúc đó trở nên như một công việc. Anh ấy khen McPhee đã khơi gợi tình yêu và mở rộng khẩu vị của mình. Vào tháng Sáu, anh ấy cho tôi biết với phấn khích rằng anh ấy vừa mới mua một cuốn The Writing Life của Annie Dillard từ cửa hàng sách cũ.

Semrai cũng thấy nhiệm vụ viết của trường trung học nhàm chán và cơ địa—nhiều về tổng hợp thông tin hơn là tạo ra cái mới. “Tôi đã thích những nhiệm vụ có định dạng mở có thể kích thích sự sáng tạo,” anh ấy nói. Nhưng anh ấy đã đặt những kỹ năng tổng hợp đó vào công việc. Năm thứ hai, anh ấy đã viết một cuốn sách hướng dẫn dày 800 trang có tựa đề Build for Anything, dự định “đưa ai đó từ việc không biết gì đến biết một chút về mọi thứ” về phát triển web. (Anh ấy tự xuất bản cuốn sách trên Amazon vào năm 2022 và bán được vài trăm bản.) Semrai nói rằng đó là loại văn văn ChatGPT hiện nay xuất sắc. “Tôi không nghĩ cuốn sách thuộc loại văn văn có ý nghĩa,” anh ấy nói.

Sau gần 20 năm gõ từ ngữ vì tiền, tôi có thể nói từ trải nghiệm, viết là một công việc khó chịu. Hỏi bất kỳ nhà văn chuyên nghiệp nào và họ sẽ nói cho bạn biết, đó là công việc tồi tệ nhất, và nó không dễ dàng hơn với việc luyện tập. Tôi có thể xác nhận rằng lòng nhiệt huyết và sự tò mò cần thiết để liên tục quét lưới thế giới, đào sâu vào sự thật và vắt kiệt chúng để tìm ý nghĩa có thể khó duy trì. Và điều đó là trước khi bạn tính đến tình trạng của ngành công nghiệp: giảm giá, giảm số trang và giảm thời gian tập trung (cả của độc giả và của tôi). Tôi tiếp tục vì, tốt hay xấu, đó giờ đây là ai tôi là. Tôi làm điều này không vì niềm vui mà bởi nó cảm thấy có ý nghĩa—ít nhất là với tôi.

Một số nhà văn lãng mạn hóa cuộc chiến. McPhee một lần mô tả việc nằm trên một bàn picnic trong hai tuần, cố gắng quyết định cách bắt đầu một bài viết. “Bài viết cuối cùng sẽ bao gồm khoảng năm nghìn câu, nhưng trong hai tuần đó, tôi không thể viết nổi một câu,” ông viết. Một lần nữa, ở tuổi 22, ông buộc mình vào chiếc ghế viết của mình bằng dây yếm tắm. Theo Thomas Mann, “Một nhà văn là người mà việc viết khó khăn hơn so với người khác.” “Bạn tìm kiếm, bạn làm tan nát trái tim, lưng, óc và sau đó—chỉ sau đó—nó được đưa đến bạn,” Annie Dillard viết trong The Writing Life. Cô đề xuất điều này sau một cuộc so sánh dài dằng về việc viết và việc đấu alligator.

Ám chỉ rằng càng khó khăn, nước càng ngọt—rằng có đức tính trong việc nhìn chằm chằm vào trang trắng trống rỗng, thuần phục nó, buộc nó phải nhường chỗ cho văn văn. Chính điều này tạo nên những bước tiến lớn nhất, chúng ta nói với chính mình. Nỗi đau xứng đáng, vì đó là cách ý tưởng ra đời.

Giọng gọi quyến rũ của trí tuệ nhân tạo nói rằng, Không cần phải như vậy. Và khi bạn xem xét về hàng tỷ người ngồi ngoài câu lạc bộ elita của những người chịu đau khổ, bạn bắt đầu nghĩ: Có lẽ điều đó không nên như vậy.

Sau một thời thơ ấu ở Liban, May Habib đã chuyển đến Canada, nơi cô học tiếng Anh như một ngôn ngữ thứ hai. “Tôi nghĩ rằng việc một người giỏi đọc và viết có nhiều lợi ích là điều không công bằng,” cô nói. Vào năm 2020, cô thành lập Writer, một trong những nền tảng lai nhiều mục đích nhằm không thay thế việc viết của con người, mà là để giúp mọi người—đặc biệt là thương hiệu—hợp tác tốt hơn với trí tuệ nhân tạo.

Habib cho biết cô tin rằng việc đối mặt với trang giấy trắng mang lại giá trị. Điều này giúp bạn xem xét và loại bỏ ý tưởng, buộc bạn phải tổ chức suy nghĩ của mình. “Có nhiều lợi ích khi trải qua những thời kỳ mò mẫm, đau đầu, muốn tự tử với việc nhìn vào con trỏ của bạn,” cô nói. “Nhưng điều đó phải được cân nhắc so với tốc độ của mili giây.”

Mục đích của Writer không phải là viết thay bạn, cô nói, mà là làm cho bài viết của bạn nhanh hơn, mạnh mẽ hơn và nhất quán hơn. Điều này có thể là gợi ý chỉnh sửa về văn phong và cấu trúc, hoặc là làm nổi bật những gì đã được viết về chủ đề đó và đề xuất lập luận đối lập. Mục tiêu, cô nói, là giúp người dùng tập trung ít hơn vào cơ mec tại cấp câu mà hơn là vào ý tưởng họ đang cố gắng truyền đạt. Lý tưởng nhất, quá trình này tạo ra một đoạn văn chỉ là “con người” như nếu người đó đã viết nó hoàn toàn bằng chính tay mình. “Nếu trình phát hiện có thể đánh dấu đó là viết của AI, thì bạn đã sử dụng công cụ sai,” cô nói.

Khái niệm đen trắng rằng viết là do con người hoặc AI tạo ra đã bắt đầu phai nhạt, theo Ethan Mollick, giáo sư tại Wharton School, Đại học Pennsylvania. Thay vào đó, chúng ta đang bước vào một thời đại mà ông gọi là “viết centaur.” Dĩ nhiên, yêu cầu ChatGPT viết một bài luận về lịch sử Đế chế Mongol sẽ tạo ra kết quả dự đoán được là “hơi AI,” ông nói. Nhưng “bắt đầu viết, ‘Các chi tiết ở đoạn ba không hoàn toàn đúng—thêm thông tin này và làm cho ngôn ngữ giống như The New Yorker,” ông nói. “Sau đó, nó trở thành một công việc lai và chất lượng viết tốt hơn nhiều.”

Mollick, người giảng dạy về khởi nghiệp tại Wharton, không chỉ cho phép sinh viên của mình sử dụng công cụ trí tuệ nhân tạo—ông yêu cầu điều đó. “Bây giờ, chương trình học của tôi nói bạn phải làm ít nhất một điều không thể,” ông nói. Nếu một sinh viên không biết lập trình, có lẽ họ sẽ viết một chương trình hoạt động. Nếu họ chưa bao giờ thực hiện công việc thiết kế, họ có thể tạo ra một mô hình nguyên mẫu hình ảnh. “Mọi bài luận bạn nộp phải được ít nhất bốn doanh nhân nổi tiếng mà bạn mô phỏng phê phán,” ông nói.

Sinh viên vẫn phải thành thạo lĩnhvực chuyên môn của họ để có kết quả tốt, theo Mollick. Mục tiêu là khiến họ suy nghĩ một cách phê phán và sáng tạo: “Tôi không quan tâm họ đang sử dụng công cụ gì, miễn là họ đang sử dụng công cụ một cách tinh tế và sử dụng trí óc của họ.”

Mollick nhận thức rằng ChatGPT không bằng các nhà văn xuất sắc nhất. Nhưng nó có thể giúp mọi người khác một bước. “Nếu bạn là một người viết ở phần dưới cùng, bạn hiện đang ở từ thứ 60 đến thứ 70,” ông nói. Nó cũng giải phóng một số loại tư duy khỏi sự chà đạp của quá trình viết. “Chúng ta liên kết khả năng viết với trí tuệ, nhưng điều đó không phải lúc nào cũng đúng,” ông nói. “Thực tế, tôi nói đó thường không đúng.”

Vào một ngày không mây tháng Năm, Tian và tôi dạo bước qua khuôn viên của trường Princeton; những lều hội nghị màu trắng lớn dường như đã hạ cánh như những phi thuyền trên đám cỏ được chăm sóc cẩn thận. Theo yêu cầu của tôi, Tian mời một số bạn cùng lớp tham gia cùng chúng tôi ăn trưa tại một nhà hàng Szechuan ngoại trường và trò chuyện về trí tuệ nhân tạo.

Khi một số trường học vội vàng cấm ChatGPT và các CEO công nghệ ký thư cảnh báo về tai họa do trí tuệ nhân tạo gây ra, các sinh viên tỏ ra khá thoải mái với tương lai được hỗ trợ bởi máy. (Princeton để cho giáo viên quyết định luật chơi của họ.) Một người vừa sử dụng ChatGPT để viết phần cảm ơn trong luận văn của mình. Những người khác, bao gồm cả Tian, phụ thuộc vào nó để điền vào các đoạn kịch trong khi lập trình. Lydia You, một sinh viên năm cuối chuyên ngành khoa học máy tính và có kế hoạch làm việc trong báo chí, đã yêu cầu ChatGPT viết một bài thơ về việc mất mát theo phong cách của Elizabeth Bishop—một cố gắng tái tạo bài thơ nổi tiếng của cô “Một Nghệ Thuật.” (“Nghệ thuật của việc mất mát không khó để làm chủ.”) Kết quả là “rất gần” với bài thơ gốc, You nói, và cô phát hiện rằng chatbot thậm chí làm việc tốt hơn khi phân tích bản gốc và mô tả điều làm cho nó trở nên cảm động. “Chúng ta đã thấy nhiều sự hoảng loạn về hầu hết mọi thứ trong cuộc sống của chúng ta,” You nói, trích dẫn TikTok, Twitter và chính internet. “Tôi cảm thấy như những người của thế hệ chúng ta là như thế, Chúng ta có thể tự mình tìm ra cách sử dụng điều này.”

Sophie Amiton, sinh viên năm cuối chuyên ngành kỹ thuật cơ khí và hàng không, nhảy vào: “Ngoài ra, tôi nghĩ thế hệ của chúng ta cũng lười biếng nhiều cách,” cô nói, khi You gật đầu đồng ý. “Tôi thấy nhiều người không muốn công việc truyền thống ngay bây giờ, không muốn làm từ 9 đến 5.”

“Họ bị mất lòng tin,” You nói. “Rất nhiều công việc chỉ là bảng tính.”

“Tôi nghĩ điều đó xuất phát từ Covid,” Amiton tiếp tục. “Mọi người đánh giá lại mục đích của công việc là gì, và nếu bạn có thể sử dụng ChatGPT để làm cuộc sống của bạn dễ dàng hơn, và do đó có chất lượng cuộc sống hoặc cân bằ công việc tốt hơn, thì tại sao không sử dụng lối tắt?”

Liz, một tân cử nhân của Princeton muốn giữ riêng họ tên, đã gửi cho tôi một bài luận mà cô đã viết với sự giúp đỡ của ChatGPT cho một lớp học về chính trị toàn cầu. Thay vì chỉ đơn giản yêu cầu nó trả lời câu hỏi trong bài luận, cô ấy đưa vào một kết cấu với các điểm chính chi tiết, sau đó đã yêu cầu nó viết bài dựa trên ghi chú của mình. Sau nhiều lần tra đổi ý kiến—yêu cầu nó viết lại và sắp xếp lại, thêm sự tinh tế ở đây và bối cảnh ở đó—cuối cùng cô có một bài luận mà cô thoải mái nộp. Cô đạt điểm A.

Tôi sao chép và dán bài luận của cô vào GPTZero. Phán quyết: “Văn bản của bạn có khả năng được viết hoàn toàn bởi con người.”

Vào đầu tháng 5, chỉ vài tuần trước khi Tian và các bạn học cùng mình mặc bộ đồng phục đen trong lễ tốt nghiệp, nhóm GPTZero phát hành tiện ích mở rộng Chrome mà họ đã phát triển và đặt tên là Origin. Origin vẫn còn nguyên thuỷ: Bạn phải tự chọn văn bản của một trang web, và độ chính xác của nó không hoàn hảo. Nhưng Tian hy vọng một ngày nào đó công cụ sẽ tự động quét mọi trang web bạn xem, làm nổi bật nội dung được tạo ra bởi trí tuệ nhân tạo—from văn bản đến hình ảnh và video—cũng như bất kỳ điều gì “độc hại” hoặc có nghi ngờ về tính chính xác. Anh mô tả Origin như một “kính chắn” cho siêu cao tốc thông tin, chuyển hướng vật liệu vô dụng hoặc có hại và cho phép chúng ta nhìn rõ đường đi.

Tian luôn lạc quan về công ty; anh cũng cảm thấy may mắn khi tốt nghiệp vào một công việc mà anh thực sự muốn. Nhiều người bạn của anh đã nhập học Princeton với kế hoạch trở thành doanh nhân, nhưng sự coi chặt trong ngành công nghệ đã thay đổi kế hoạch của họ.

Là một sinh viên năm hai đầy năng động với ba năm còn lại tại Stanford, Semrai tiếp cận mùa hè với tinh thần thoải mái hơn. Trong một chiều thứ Năm oi ả vào tháng Sáu, trên mái nhà của Pier 17 gần Wall Street, Semrai, mặc chiếc áo họa tiết màu xanh và giày Nikes trắng, nói với tôi vui vẻ về tương lai—hoặc ít nhất là vài tuần tới. Mùa hè của anh vẫn đang hình thành. (“Tôi đang nhanh chóng kiểm thử luận văn.”) Nhưng hiện tại anh ấy đang ở New York, ở nhờ những người bạn trong khi làm việc chăm chỉ trên một vài dự án được đẩy bởi trí tuệ nhân tạo. Đêm trước đó, anh ấy đã ngủ tại một không gian làm việc chung ở SoHo. Bây giờ anh ấy đang đứng ở phần VIP có bóng mát của một sự kiện do Techstars New York City, một tăng tốc khởi nghiệp, tổ chức, trong khi hàng trăm người tham dự đổ về xung quanh nơi sáng chói.

Gần đó, thị trưởng thành phố New York, Eric Adams đứng trên sân khấu với kính râm và bộ suit đầy đủ, khen ngợi những điều tuyệt vời của việc lập trình. “Tôi là một người yêu công nghệ,” Adams nói, trước khi khuyến khích khách mời tìm kiếm đồng đội đa dạng và sử dụng “mã nguồn” để khắc phục các vấn đề xã hội như ung thư và bạo lực bằng súng. Sau đó, ông khuyến khích những người độc thân trong đám đông tìm kiếm “một người bạn hoặc người yêu và hẹn hò với họ.”

Semrai đang áp dụng phương pháp thử và sai để xây dựng. Ngoài WorkNinja, anh ấy đang phát triển một nền tảng cho các chatbot dựa trên người nổi tiếng thực sự và được đào tạo trên đống dữ liệu của họ, mà người hâm mộ sau đó có thể tương tác. Anh ấy cũng đang nguyên mẫu một vòng đeo có thể ghi lại mọi thứ chúng ta nói và làm—Semrai gọi nó là “bộ nhớ hoàn hảo”—và cung cấp mẹo ngay lập tức để tạo thuận tiện trong cuộc trò chuyện. (Một nhóm đồng học tại Stanford gần đây đã tạo ra một sản phẩm liên quan gọi là RizzGPT, một kính áp tròng giúp người đeo dụ dỗ.)

Anh mong đợi mùa hè sẽ tạo nên một sự bùng nổ của ứng dụng trí tuệ nhân tạo, khi các lập trình viên trẻ trộn lẫn và thụ phấn. (Eric Adams sẽ đồng tình.) “Tôi nghĩ một chùm các công ty khởi nghiệp sẽ được hình thành, và năm sau chúng ta sẽ có thể vẽ đường nối giữa mọi người—bắt đầu của một hệ sinh thái,” anh nói.

Đến mùa hè, Tian có một đội ngũ 12 nhân viên và đã huy động được 3,5 triệu đô la từ một số nhà đầu tư rủi ro, bao gồm Jack Altman (anh trai của CEO OpenAI Sam Altman) và Emad Mostaque của Stability AI. Nhưng qua những cuộc trò chuyện, tôi nhận thấy cách anh nghĩ về GPTZero/Origin đang chuyển dịch một chút. Bây giờ, anh nói, việc phát hiện trí tuệ nhân tạo chỉ là một phần của bộ công cụ chứng minh nhân tính con người. Quan trọng như vậy sẽ là việc nhấn mạnh về nguồn gốc, hoặc “chứng chỉ nội dung.” Ý tưởng là gắn một thẻ mật mã vào một nội dung để xác nhận nó được tạo ra bởi con người, dựa trên quy trình tạo ra nó—một loại captcha cho tệp số.

Người ta có thể hiểu rằng sự nhấn mạnh của anh về nguồn gốc là một sự thừa nhận yên lặng rằng chỉ việc phát hiện không đủ. (OpenAI đã đóng cửa bộ phân loại văn bản của mình vào tháng 7 “do tỷ lệ chính xác thấp.”) Điều này cũng là một dự báo về sự chuyển đổi của mối quan hệ của chúng ta với phương tiện truyền thông số. Cả nỗ lực phát hiện đều ngụ ý rằng con người để lại một dấu vết không thể nhầm lẫn trong một đoạn văn bản—một cái gì đó có thể cảm nhận được—giống như cách máy phát hiện nói dối giả định sự không trung thực để lại một dấu vết khách quan. Nguồn gốc dựa vào một thứ giống như một nhãn “Made in America.” Nếu không có nhãn, chúng ta sẽ không biết sự khác biệt. Đó là một sự phân biệt tinh tế nhưng có ý nghĩa: Việc viết của con người có thể không tốt hơn, hoặc sáng tạo hơn, hoặc thậm chí là độc đáo hơn. Nhưng nó sẽ là con người, điều quan trọng với những người khác là con người.

Tháng 6, đội của Tian đã tiến thêm một bước vào hướng thiết thực. Anh nói với tôi rằng họ đang xây dựng một nền tảng viết mới mang tên HumanPrint, giúp người dùng cải thiện văn bản viết bởi trí tuệ nhân tạo của họ và cho phép họ chia sẻ “bằng chứng về tính xác thực.” Nhưng không phải bằng cách tạo văn bản. Thay vào đó, nó sẽ sử dụng công nghệ của GPTZero để làm nổi bật các đoạn văn bản thiếu đủ sự con người và khích lệ người dùng viết lại bằng cách của họ—một loại đảo ngược của các trợ lý viết AI hiện tại. “Vì vậy giáo viên có thể chỉ định, OK, có thể hơn 50% bài luận vẫn phải được viết bằng từ của bạn,” anh nói. Khi tôi hỏi liệu đây có phải là một sự chuyển đổi cho công ty không, Tian cho rằng đó là “một sự mở rộng tự nhiên của việc phát hiện.” “Đó luôn là tầm nhìn của việc trở thành tiêu chuẩn vàng của việc sử dụng trí tuệ nhân tạo một cách có trách nhiệm,” Tian nói, “và điều đó vẫn còn đó.” Tuy nhiên, sự ngụ ý rõ ràng: Không có cách nào dừng lại việc viết trí tuệ nhân tạo; tùy chọn duy nhất là làm việc với nó.

Khi Tian đang thử nghiệm GPTZero lần đầu, anh quét một bài luận của McPhee trên New Yorker năm 2015 có tựa đề “Khung tham chiếu.” Trong đó, McPhee viết về niềm vui và rủi ro của việc đưa ra tham chiếu văn hóa trong văn bản của mình. “Nói đến Beyoncé và ai cũng biết cô ấy là ai. Nói đến Veronica Lake và bạn có thể như đang ở trong Quetico-Superior,” anh ấy viết mỉa mai. Anh ấy liệt kê một danh sách các tính từ mà anh ấy đã sử dụng để mô tả ria mép, bao gồm “chân thành,” “không nồng nàn,” “quay tròn,” “ngây thơ,” “an thần,” “an ủi,” “odobene,” và “tetragrammatonic.” Anh ấy kết luận bằng một câu chuyện về cuộc đấu tranh với một biên tập viên để bao gồm một tham chiếu đến một thuật ngữ Anh quốc tối tân được sử dụng bởi du khách thuộc tầng lớp thượng lưu đến Ấn Độ trong thời kỳ Raj. (Anh ấy đã chiến thắng.) Đó là kiểu viết kinh điển của McPhee: chính xác như một con dao, tốt bụng nếu có chút tự mãn, vui vẻ lạc quan, khoan dung cho đến khi anh ấy đạt được điểm đúng. GPTZero xác định rằng bài viết này “là con người nhất trên tất cả các tiêu chí,” Tian nói. Tôi gọi điện thoại cho McPhee để hỏi ông nghĩ gì về việc viết của mình được coi là đặc biệt con người.

“Thực sự tôi không có ý tưởng tốt lắm,” McPhee nói với tôi qua điện thoại. “Nhưng nếu tôi đang đoán, có lẽ là vì bài viết của tôi nắm bắt khoa học, hoặc nông nghiệp, hoặc hàng không, hoặc bất kỳ chủ đề nào, thông qua con người. Luôn có một nhân vật chính tôi học hỏi từ đó.” Thật vậy, McPhee viết thông qua góc nhìn của những chuyên gia. Người đọc không chỉ thu được kiến thức chuyên sâu về địa chất học hoặc vật lý học hạt hay cam, mà còn cảm nhận được người nghiên cứu chủ đề, cũng như McPhee đang nghiên cứu người.

McPhee, nay đã 92 tuổi, nói rằng ông không quan tâm AI có thể thay thế nhà văn con người. “Tôi rất hoài nghi và hoàn toàn không lo lắng về điều đó,” ông nói. “Tôi không nghĩ có một Mark Twain của trí tuệ nhân tạo.”

Nhưng, tôi hỏi, nếu sau nhiều năm, ai đó thiết kế một McPheeBot3000 được đào tạo dựa trên văn bản của McPhee, và sau đó yêu cầu nó viết một cuốn sách về một chủ đề mới? Nó có thể không thể vượt qua các dòng sông với những người hoạt động môi trường hoặc đi câu cá với các nhà nghiên cứu cá, nhưng liệu nó có thể bắt chước giọng điệu và phong cách cũng như quan điểm của McPhee không? Tian lập luận rằng máy móc chỉ có thể bắt chước, trong khi McPhee không bao giờ lặp lại chính mình: “Điều độc đáo về McPhee là anh ấy đưa ra những ý tưởng mà McPhee hôm qua không bao giờ có.”

Tôi hỏi McPhee về McPheeBot3000 giả tưởng. (Hoặc, nếu Semrai thành công, không còn là giả tưởng.) “Nếu điều này bao giờ xảy ra, trong một tương lai nơi tôi không còn ở đây nữa,” ông nói, “Tôi hy vọng con gái tôi sẽ xuất hiện với một luật sư.”

Bài viết này xuất bản trong số tháng 10 năm 2023. Đăng ký ngay.

Hãy cho chúng tôi biết ý kiến của bạn về bài viết này. Gửi thư tới biên tập viên tại [email protected].