Khi thực đơn tạo bởi AI khiến thực khách mất ngon: Vấn đề của sự rập khuôn

Khi lần đầu trải nghiệm, bạn sẽ nghĩ mình bị điên. Bạn bước vào một quán cà phê và nhìn vào thực đơn với đủ loại bánh mì bagel, nhưng mỗi hình minh họa đều trông hoàn hảo đến mức kỳ lạ, đối xứng chính xác và trơn láng một cách bất thường, gợi lên một cảm giác khó tả rằng có điều gì đó không ổn. Bạn có thể nghĩ mình đang hoang tưởng, nhưng bạn không hề mất trí. Các thực đơn do AI tạo ra đã xâm nhập vào ngành kinh doanh nhà hàng nhờ các mô hình được huấn luyện trên một thẩm mỹ hẹp, "dễ nhìn", tạo ra một vẻ ngoài cảm giác sai lệch ngay cả khi bạn không thể diễn tả lý do tại sao.

Đôi khi, những hình minh họa này giả tạo một cách lố bịch, chẳng hạn như một chiếc burrito với lớp phô mai sủi bọt và tan chảy đến mức trông giống nghệ thuật avant garde hơn là bữa trưa. Thường thì chúng trông bình thường đến mức bạn chỉ nhận ra có điều gì đó không ổn khi dành một chút thời gian để nhìn kỹ hơn.

"Nó gần giống như một người ngoài hành tinh đang cố gắng làm một chiếc pizza mà không hiểu các nguyên lý cốt lõi của nó," Alex Lisle, CTO của Reality Defender, chia sẻ với TechCrunch. (Bản thân Reality Defender là một phần của danh mục các startup đang phát triển chuyên bán các công cụ phát hiện AI và xác thực nội dung — một lĩnh vực kinh doanh tồn tại một phần vì những vấn đề như thế này.)

Lisle cho biết cách các mô hình này được xây dựng có thể giúp giải thích lý do tại sao các hình minh họa dường như đi theo một thẩm mỹ cụ thể như vậy — nơi mỗi viên kem đều tròn trịa hoàn hảo, và nơi tôm dường như đã bị biến đổi gen để tự ăn đuôi của chính mình, tạo ra những "thảm họa ẩm thực kiểu Lovecraft" mới.

Các mô hình ngôn ngữ lớn (LLM) và mô hình khuếch tán (diffusion models) — những loại mô hình AI tạo ra các chatbot dường như thông thái và các trình tạo hình ảnh như ChatGPT và Midjourney — được huấn luyện trên lượng dữ liệu khổng lồ. Sau đó, các mô hình này xác định các mẫu trong tập dữ liệu để dự đoán người dùng đang tìm kiếm gì khi họ yêu cầu những thứ như: "Hãy tạo cho tôi một thực đơn cho một nhà hàng burger."

"Rất nhiều thứ trong số này trông giống như thực đơn của Chili’s từ năm 2015, và có lý do cho điều đó," Lisle nói. "Đó là kho dữ liệu mà [các mô hình] đã rút ra chức năng của chúng."

Dữ liệu huấn luyện mới là vô giá đối với các công ty xây dựng mô hình AI — Amazon thậm chí còn bị phát hiện thu thập các cuốn sách hiếm để quét và thêm vào dữ liệu huấn luyện của mình, rồi tiêu hủy những cuốn sách đó sau khi đã tải lên. Việc một số nội dung do AI tạo ra thấm vào các tập dữ liệu khổng lồ đến mức khó hiểu này là điều khó tránh khỏi. Nhưng khi các mô hình AI huấn luyện trên quá nhiều nội dung do chính chúng tạo ra, chúng có nguy cơ gặp phải tình trạng "sụp đổ mô hình" (model collapse).

"Sụp đổ mô hình gần giống như bệnh bò điên… khi bạn đưa đầu ra từ một mô hình ngược trở lại chính nó, cuối cùng sự cận huyết trở nên quá mức và toàn bộ hệ thống sẽ sụp đổ," Lisle giải thích. "Những gì chúng ta thấy ở đây là sự hội tụ (convergence), điều này không nhất thiết là sụp đổ mô hình."

Sự hội tụ ít cực đoan hơn một chút, làm suy giảm chất lượng đầu ra của AI mà không làm cho nó trở nên hoàn toàn vô dụng.

Nếu ai đó yêu cầu một mô hình AI tạo thực đơn cho một nhà hàng thức ăn nhanh, mô hình đó có khả năng sẽ tham chiếu các thực đơn từ Wendy’s, Burger King, McDonald’s hoặc một chuỗi cửa hàng phổ biến khác. Những thực đơn này vốn đã chia sẻ một phong cách tương tự, nghĩa là các đầu ra do AI tạo ra sẽ bắt chước phong cách đó, và càng củng cố thêm nếu thực đơn do AI tạo ra cuối cùng lại quay trở lại tập dữ liệu huấn luyện.

Nhưng thực đơn và quảng cáo đồ ăn sẽ luôn trông đẹp hơn thực tế, giống như một chiếc Big Mac trong quảng cáo của McDonald’s, nơi mỗi lớp của chiếc bánh được một nhà thiết kế đạo cụ sắp xếp để trông hấp dẫn nhất có thể. Hiệu ứng này có thể trở nên rõ rệt hơn nữa trong các đầu ra của AI.

"Việc tối ưu hóa các tập dữ liệu là để tạo ra sự dễ chịu, hoặc bạn biết đấy, không gây phản cảm, và vì vậy có một cách mà điều đó biến thành sự đồng nhất hóa," Lee Rainie, Giám đốc Trung tâm Imagining the Digital Future tại Đại học Elon, nói với TechCrunch. "Điều mà AI được biết đến là làm cả trong hình ảnh và ngôn ngữ là gọt giũa đi những góc cạnh."

Ở quy mô cục bộ hơn, sự làm mịn hình ảnh này dường như xảy ra khi bạn sử dụng trình tạo hình ảnh AI để tạo thực đơn và áp dụng các chỉnh sửa lên đó. Trên X, một người dùng tên Labtec đã cho thấy điều gì xảy ra khi bạn tạo một thực đơn trong ChatGPT, sau đó chỉnh sửa nó 100 lần để xem thức ăn tiếp tục trông ngày càng khác xa thực tế như thế nào. (Chúng tôi đã lặp lại thí nghiệm và thu được kết quả tương tự.)

"Kết quả cuối cùng thực sự khiến tôi cảm thấy khó chịu," Labtec viết.

Tôi đã tạo một thực đơn nhà hàng trong ChatGPT rồi chỉnh sửa nó 100 lần để xem những thực đơn hỗn tạp gớm ghiếc đó kết thúc như thế nào. Kết quả cuối cùng thực sự khiến tôi cảm thấy khó chịu pic.twitter.com/sDIUKlabdp

Các nhà hàng có khả năng đang trở thành nạn nhân của vấn đề này, khi sửa đổi các thực đơn do AI tạo ra để thay đổi các chi tiết nhỏ nhiều lần, như giá cả hoặc tên món ăn. Có vẻ như với mỗi lần chỉnh sửa, hình ảnh thức ăn lại trở nên tròn trịa và trơn láng hơn một chút.

"Mọi người có một cảm giác gần như không thể giải thích được khi họ đang nhìn vào thứ gì đó do AI tạo ra, so với thứ gì đó vốn là thật ngay từ đầu," Rainie nói. "Chỉ là một sự nhạy cảm mà đôi khi mọi người thấy khó diễn tả, nhưng họ biết khi họ nhìn thấy nó và tôi nghĩ đó là một trong những lý do tại sao một số câu chuyện ban đầu về phản ứng dữ dội [chống lại các nhà hàng sử dụng thực đơn AI] lại rõ rệt đến vậy."

Có cơ sở khoa học đằng sau sự ác cảm của chúng ta đối với những thực đơn AI này. Các nhà nghiên cứu tại Đại học Duisburg-Essen ở Đức phát hiện ra rằng hình ảnh thực phẩm do AI tạo ra thể hiện hiệu ứng "thung lũng kỳ lạ" (uncanny valley), nơi hình ảnh thức ăn trông gần như thật lại gợi lên nhiều sự ghê tởm và bất an hơn là những hình ảnh rõ ràng là giả. Sự khó chịu đó chỉ tăng lên khi xét đến bối cảnh văn hóa xung quanh AI.

Nếu mọi người phản ứng với những hình ảnh này một cách tiêu cực như vậy, thì đó có lẽ là lý do đủ để các nhà hàng ngừng cố gắng làm cho thực đơn AI hoạt động. Nhưng những vấn đề mang lại cho chúng ta những chiếc bánh burger nâu hoàn hảo còn vượt xa khỏi bàn ăn.

"Nhìn và nghe luôn là tin tưởng, đến mức ngay cả hệ thống tòa án của chúng ta cũng hoàn toàn điều chỉnh theo ý tưởng rằng tiêu chuẩn vàng trong bằng chứng là lời thú tội được ghi âm và bằng chứng video," Lisle nói. "Điều đó không còn đúng nữa. Thế giới đã thay đổi về cơ bản, dù tốt hay xấu."

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Amanda Silberling là cây bút cấp cao tại TechCrunch, chuyên đưa tin về sự giao thoa giữa công nghệ và văn hóa. Cô cũng từng viết cho các ấn phẩm như Polygon, MTV, Kenyon Review, NPR và Business Insider. Cô là đồng dẫn chương trình Wow If True, một podcast về văn hóa internet, cùng với tác giả khoa học viễn tưởng Isabel J. Kim. Trước khi gia nhập TechCrunch, cô từng làm nhà tổ chức cơ sở, giáo dục bảo tàng và điều phối viên liên hoan phim. Cô có bằng Cử nhân tiếng Anh tại Đại học Pennsylvania và từng là Nghiên cứu sinh Princeton in Asia tại Lào.

Bạn có thể liên hệ hoặc xác minh thông tin từ Amanda bằng cách gửi email đến [email protected] hoặc qua tin nhắn mã hóa tại @amanda.100 trên Signal.

Xem tiểu sử