如何避免生成式AI虛構事實的問題

生成式人工智慧（Generative AI，也被稱為生成式AI）正在徹底改變多個行業的價值創造方式。然而，儘管用戶能夠享受便利，他們也必須應對虛構事實、隱私和智慧財產權等問題。

一篇發表於2023年11月《哈佛商業評論》上的文章《如何利用生成式人工智慧》提供了解決這些問題的建議。

首先，在虛構事實方面，文章提供了三種解決方式，如圖1所示。

1.建立使用規範，或整合其他系統

企業可以透過技術建立使用標準，自動判斷是否適合使用生成式AI，降低虛構的可能性。同時，可以與其他系統結合，例如克里斯塔（Cresta）新創公司的智慧客服系統，在接收客戶問題後，能根據語意從企業手冊或文件中提取答案，確保回應內容的正確性。

2.結合人工審核

行銷人員可以審查生成文案是否通順，軟體工程師可以確認生成代碼是否正確，進行品質確認。例如，一位醫生可以使用生成式AI自動化總結患者的就診報告，將原本需要2小時的任務縮減到20分鐘，醫生只需進行最終審核確認，有更多時間用於病人服務。

3.不使用大型語言模型

該篇文章的其中一位作者在用ChatGPT整理參考文獻時，發現一些文獻是錯的。當他向ChatGPT提供一篇文章的URL時，有時會產生錯誤的標題、錯誤的日期、甚至是錯誤的作者。他發現手動建立參考文獻，可能比逐條審查生成的參考文獻（包括標題、出版日期、作者等）更加迅速。

此外，在使用生成式AI時，企業必須制定明確的隱私政策，明確規範哪些員工有權存取資料，並避免使用機密資料進行訓練，以免在生成過程中產生機密洩露的風險。例如，三星（Samsung）引入ChatGPT後不久，就發生了良率和測量數據等機密外洩事件。

同時，在智慧財產權方面，由於生成式AI的內容主要來自網路上眾多的訓練資料，其知識產權歸屬尚未明確定義。許多組織仍在等待法院的判決結果。為了鼓勵使用，一些系統供應商選擇自行承擔法律風險。例如，Adobe宣布將賠償其旗下圖像生成軟體Firefly的法律索賠。

最後，該文章指出，為了避免生成式AI產生偏見，必須在訓練時提供完整的、高品質的資料，以避免「垃圾進，垃圾出」的問題。例如，如果一家企業只招聘研究所畢業生作為產品經理，那麼使用這樣的就業歷史資料來訓練招聘決策系統，可能會導致拒絕沒有研究所學歷的求職者。

總之，在採用生成式AI技術的同時，企業務必慎重評估其使用，同時制定嚴格的使用標準。

黃揚博（政大企管碩士，識商創辦人）、羅凱揚（台科大兼任助理教授）

資料來源：McAfee, A., Rock, D., & Brynjolfsson, E. (2023). How to Capitalize on Generative AI. Harvard Business Review, 101(6), 42–48. https://hbr.org/2023/11/how-to-capitalize-on-generative-ai