Chương 6 / 8 ◆ ~11 phút đọc

Chương 6: Cộng đồng có ghế ở bàn dữ liệu

Ý tưởng lập Hội đồng Giọng nói Cộng đồng bị phản đối từ cả hai phía. Các kỹ sư hỏi: “Người ngoài công ty có quyền quyết định bộ dữ liệu kỹ thuật tới mức nào?” Còn những người từng tham gia thu âm thì hỏi: “Lập hội đồng rồi, chẳng phải công ty vẫn quyết cuối cùng sao?”

Cả hai câu hỏi đều đúng. Nếu hội đồng chỉ để chụp ảnh đăng báo, nó vô nghĩa. Nhưng nếu trao cho mười mấy người quyền nói thay mọi phương ngữ, mọi người già, mọi người có khiếm khuyết về giọng nói và hàng triệu người Việt, thì cũng vô lý không kém.

Nguyên đặt vấn đề thẳng thừng: “Vậy rốt cuộc mình đang cố tạo ra cái gì?”

Thu trả lời: “Một chỗ để những người bị ảnh hưởng có quyền làm chậm lại, hoặc buộc công ty xem xét lại những mục đích sử dụng mới. Chứ không phải một hội đồng cai trị mô hình.”

Tôi thích cách đặt vấn đề ấy, vì nó không thần thánh hóa hai chữ “cộng đồng”. Cộng đồng không phải là một người. Hai người cùng quê có thể muốn hai điều hoàn toàn trái ngược. Người này muốn mở dữ liệu cho nghiên cứu để tiếng địa phương được hỗ trợ tốt hơn, người kia lại sợ giọng mình bị tái sử dụng ngoài ý muốn. Một cô giáo muốn dữ liệu được phục vụ miễn phí cho trường học, còn một diễn viên lồng tiếng chuyên nghiệp thì nói thẳng: “Nếu công ty dùng để kinh doanh thì phải trả tiền khác.” Không ai sai chỉ vì họ có mục tiêu khác nhau.

Chúng tôi thiết kế hội đồng với mười hai ghế. Không chia theo kiểu mỗi miền một ghế, mà gồm những người từng góp dữ liệu từ nhiều vùng, người trên sáu mươi tuổi, một đại diện cho nhóm có khác biệt về giọng nói do sức khỏe, một giáo viên, một người làm nghề ngoài trời quen với môi trường âm thanh khắc nghiệt, một chuyên gia ngôn ngữ độc lập, một chuyên gia về quyền riêng tư, và hai ghế luân phiên dành cho những người thuộc các đợt thu mới.

Không có ghế nào dành cho “mẹ của Kiệt”. Mẹ tôi hỏi qua điện thoại, giọng hơi dỗi: “Răng không mời mẹ? Mẹ nói tiếng Hà Tĩnh chuẩn nhất nhà.”

Tôi cười. “Vì con làm ở công ty đó, mẹ ạ.”

“Thì mẹ càng biết chuyện.”

“Chính vì thế mới là xung đột lợi ích.”

Bà bảo tôi bày vẽ. Có lẽ đúng thế thật. Nhưng nếu một hội đồng được lập ra để tăng tiếng nói của người ngoài công ty mà tôi lại đưa mẹ mình vào, thì nó sẽ khởi đầu bằng đúng thứ chúng tôi đang muốn tránh.

Các thành viên được trả thù lao. Chúng tôi không gọi đó là tình nguyện “vì sự nghiệp AI Việt”, bởi họ phải đọc tài liệu, đi họp, đặt câu hỏi, và đôi khi còn làm chậm cả tiến độ sản phẩm. Đó là lao động thật. Bộ phận mua sắm hỏi nên trả theo chuyên môn hay trả đồng đều, và thế là lại thêm một cuộc tranh luận. Cuối cùng, các chuyên gia độc lập ký hợp đồng tư vấn riêng, còn các ghế cộng đồng nhận cùng một mức cho thời gian họp và chuẩn bị, cộng thêm chi phí đi lại nếu cần. Không ai được trả cao hơn chỉ vì nói một giọng “hiếm” mà chúng tôi muốn khai thác.

Phiên họp đầu tiên gần như thất bại hoàn toàn. Đội sản phẩm trình bày dự án trợ lý giọng nói mới bằng ba mươi slide dày đặc những từ như “vector nhúng”, “cá nhân hóa”, “thích ứng”, “hồ sơ trên thiết bị”. Một bác tên Nghiêm, sáu mươi bảy tuổi, cựu thợ máy ở Nghệ An, giơ tay giữa chừng: “Nói lại bằng tiếng thường đi.”

Anh quản lý sản phẩm cố giải thích: “Hệ thống sẽ học đặc điểm giọng riêng của bác để nghe bác tốt hơn ạ.”

“Học ở trong điện thoại hay gửi lên công ty?”

Anh ta khựng lại. “Cái đó còn tùy thiết kế ạ.”

“Vậy chưa thiết kế mà đã hỏi chúng tôi đồng ý cái chi?”

Cả phòng im phăng phắc. Bác nói đúng. Chúng tôi đến với hội đồng quá sớm để có câu trả lời kỹ thuật, nhưng lại quá muộn để họ kịp ảnh hưởng từ đầu. Sau buổi đó, Thu nói: “Lần sau phải đưa vấn đề ra khi còn đang chọn kiến trúc, nhưng phải đủ cụ thể để người ta hiểu lựa chọn là gì.” Điều đó trở thành quy tắc: không trình bày khi sản phẩm đã xong chỉ để xin cái gật đầu, cũng không đưa ra một ý tưởng mơ hồ đến mức không ai biết mình đang chấp thuận cái gì.

Phiên thứ hai khá hơn nhiều. Chúng tôi đưa ra ba phương án cá nhân hóa. Phương án A lưu hồ sơ thích ứng giọng trên máy chủ của công ty. Phương án B xử lý phần lớn ngay trên thiết bị, chỉ gửi đi những thống kê tối thiểu. Phương án C không cá nhân hóa, dùng mô hình chung cho tất cả. Mỗi phương án đi kèm lợi ích, chi phí và rủi ro.

Hội đồng không bỏ phiếu chọn phương án thắng. Họ hỏi những câu mà đội sản phẩm chưa hề nghĩ tới. Đổi điện thoại thì hồ sơ đi đâu? Nếu người thân dùng chung một máy thì sao? Có tắt cá nhân hóa được không, và nếu tắt thì hồ sơ cũ bị xóa khi nào? Rồi một câu khiến tôi im bặt: “Có phải những người nói giọng mà mô hình hiểu kém sẽ bị ép bật cá nhân hóa thì mới dùng được dịch vụ ngang với người khác không?”

Một tính năng nhằm giúp nhóm yếu thế có thể vô tình biến thành đòi hỏi họ phải giao thêm dữ liệu, chỉ để đạt được chất lượng mà những người nói giọng “chuẩn” mặc nhiên được nhận. Chúng tôi chỉnh lại thiết kế. Mô hình nền phải đạt một ngưỡng chất lượng tối thiểu trước khi được phép coi cá nhân hóa là giải pháp. Không dùng cá nhân hóa để che đi sự bất công của mô hình nền.

Hội đồng cũng có quyền xem số liệu hiệu năng tổng hợp của những nhóm mà họ đại diện. Không có ghi âm gốc, không có danh tính người khác, chỉ có chỉ số và xu hướng. Nếu một bản phát hành làm hiệu năng của một nhóm giảm rõ rệt, hội đồng có thể yêu cầu xem xét lại trước khi triển khai rộng. Đó không phải quyền phủ quyết tuyệt đối, nhưng người phụ trách sản phẩm phải trả lời bằng văn bản nếu vẫn quyết định triển khai.

Hội đồng quản trị hỏi: “Vậy họ có quyền chặn ra mắt không?”

“Không trực tiếp,” Nguyên đáp.

“Thế thì có ý nghĩa gì?”

“Ý nghĩa là một quyết định phớt lờ cảnh báo sẽ không còn biến mất trong một tin nhắn nội bộ nào đó,” tôi nói. “Nó có người hỏi, có biên bản, và có người phải ký tên chịu trách nhiệm.”

Hội đồng quản trị không hoàn toàn hài lòng, nhưng đồng ý cho chạy thử một năm.

Chuyện khó nhất là tái sử dụng dữ liệu cho nghiên cứu mở. Một nhóm ở trường đại học muốn có bộ dữ liệu phương ngữ đã xóa thông tin định danh để nghiên cứu. Các kỹ sư của NovaMind ủng hộ: “Mở ra thì cả cộng đồng học máy cùng tiến bộ.” Vài thành viên hội đồng cũng đồng tình. Bác Nghiêm thì phản đối: “Tôi cho công ty này, chứ không cho cả cái internet.”

Chuyên gia ngôn ngữ nói: “Nếu không chia sẻ thì nghiên cứu phương ngữ cứ thiếu thốn mãi.”

Một thành viên trẻ hỏi: “Có thể chỉ chia sẻ các đặc trưng không khôi phục lại được giọng nói không?”

Chuyên gia quyền riêng tư nói không nên hứa “không thể khôi phục” khi chưa đánh giá cụ thể. Không có đồng thuận nào, và chúng tôi cũng không ép ra một sự đồng thuận giả tạo. Kết quả là dữ liệu cũ không tự động được mở. Các đợt thu mới bổ sung một lựa chọn riêng cho việc chia sẻ phục vụ nghiên cứu, để người tham gia tự quyết. Ai không chọn thì dữ liệu chỉ được dùng trong phạm vi đã đồng ý với công ty. Chậm hơn, bộ dữ liệu nghiên cứu nhỏ hơn, nhưng quyền lựa chọn rõ ràng hơn.

Hội đồng cũng có những quyết định tôi không thích. Họ yêu cầu kịch bản thu âm bớt tập trung vào những câu “chuẩn” do chuyên gia ngôn ngữ soạn, thêm những câu do chính người địa phương đề xuất. Tôi lo dữ liệu sẽ khó cân bằng. Thu nói: “Khó cân bằng thì thiết kế cách lấy mẫu tốt hơn. Đừng sửa người cho dữ liệu dễ làm.” Tôi chịu thua. Nhờ vậy chúng tôi thu được rất nhiều từ địa phương, nhiều cách xưng hô thân thuộc và cấu trúc câu mà kịch bản cũ không bao giờ có. Mô hình khó huấn luyện hơn, nhưng những buổi ở phòng lỗi thì thú vị hơn hẳn.

Một thành viên hội đồng, cô Hạnh ở Huế, nghe mô hình bỏ mất chữ “mô” trong một câu, rồi nói: “Nó không sai chữ. Nó xóa cách nói của tui.”

Tôi ghi lại câu đó. Nhận dạng giọng nói không chỉ là chép chữ. Nếu khâu chuẩn hóa văn bản quá mạnh tay, hệ thống có thể kéo tất cả mọi người về một kiểu tiếng Việt “đẹp” duy nhất và xóa đi dấu vết phương ngữ. Chúng tôi tách thành hai chế độ: chép nguyên văn, giữ lại từ địa phương khi nhận được; và văn bản chuẩn hóa, chỉ dùng khi người dùng chọn hoặc khi trường hợp sử dụng thật sự cần, và luôn phải giữ lại bản gốc. Một thay đổi nhỏ về giao diện, nhưng là một thay đổi lớn về cách nghĩ: không phải khác biệt nào cũng là lỗi cần sửa.

Sau một năm, Hội đồng Giọng nói không biến NovaMind thành một công ty đạo đức hoàn hảo. Có những đề xuất họ không đồng ý. Có những quyết định công ty vẫn làm khác đi sau khi đã giải trình. Có thành viên rời đi vì thấy quyền hạn chưa đủ. Cũng có người nói hội đồng ít nhất đã giúp tiếng nói từ bên ngoài công ty xuất hiện sớm hơn.

Tôi thấy đó là một kết quả thật hơn bất kỳ tờ quảng cáo nào kiểu “AI do cộng đồng cùng kiến tạo”. Không ai đại diện được cho toàn bộ cộng đồng. Nhưng bàn dữ liệu giờ không còn chỉ có kỹ sư, luật sư, người bán hàng và người làm sản phẩm. Có thêm những người từng ngồi trước micro. Và đôi khi, chỉ một câu “nói lại bằng tiếng thường đi” của họ đã giúp chúng tôi tránh được hàng tháng trời đi sai hướng.

Đã đọc xong

Chương 6 / 8

Câu chuyện vẫn còn phía trước.

Đọc chương tiếp
Home Trước Sau
Đọc tiếp chỗ đang dở? Bạn đã đọc một phần chương này.
Danh sách chương

Mở mục lục để tải danh sách chương.

Xem toàn bộ 8 chương trên trang truyện

Cài đặt Đọc truyện
Cỡ chữ
Giãn dòng
Độ rộng trang đọc
Kiểu Chữ
Phông Nền
💬 Bình luận đoạn
Đang tải bình luận...