ĐH Oxford lên tiếng trước lo ngại cho OpenAI mượn sách luyện ChatGPT

Đại học Oxford (Anh). Ảnh: Oxford.

Đại học Oxford đã cho phép OpenAI, công ty đứng sau ChatGPT, sử dụng các văn bản lịch sử từ Thư viện Bodleian để huấn luyện các mô hình AI. Theo tài liệu nội bộ, những tài liệu được OpenAI số hóa đã được sử dụng để bổ sung vào tập dữ liệu huấn luyện của OpenAI.

OpenAI muốn gì từ thư viện của Oxford?

The Guardian cho biết Đại học Oxford công bố hợp tác với OpenAI vào tháng 3/2025. Khi đó, trường thông báo sẽ sử dụng phần mềm của công ty này để số hóa các văn bản trong thư viện nổi tiếng thế giới, nhằm giúp sinh viên và nhà nghiên cứu tiếp cận nguồn tư liệu dễ dàng hơn.

Tuy nhiên, thông báo ban đầu không nêu rõ những tài liệu được số hóa sẽ được sử dụng để huấn luyện các mô hình AI của OpenAI. Các mô hình này được phát triển bằng cách xử lý khối lượng dữ liệu lớn để nhận diện quy luật trong ngôn ngữ, từ đó có thể tạo câu, viết văn bản và thực hiện nhiều tác vụ khác.

Đến tháng 6/2025, khoảng 125.000 hình ảnh được quét từ các luận án lịch sử đã được chia sẻ với OpenAI từ bộ sưu tập Bodleian. Trong số này có các luận án tiến sĩ của các trường đại học châu Âu và Mỹ, được viết trong thế kỷ 19 và 20.

Một số tài liệu khác cũng được số hóa, gồm bộ sưu tập hiếm với 10.000 bản ballad được in trên khổ lớn từ thế kỷ 16. Tài liệu này chứa lời bài hát và nốt nhạc từng được lưu truyền trên các đường phố Anh dưới thời Tudor.

Các tài liệu nhà nước Ireland từ thế kỷ 18, thư riêng của nữ tiểu thuyết gia Ireland Marie Edgeworth và những cuốn sổ ghi chép về penicillin của nhà khoa học Dorothy Hodgkin cũng có khả năng được số hóa.

Thỏa thuận giữa Oxford và OpenAI còn mở ra khả năng số hóa quy mô lớn bộ sưu tập gồm khoảng 23 triệu hiện vật của Bodleian. Các biên bản họp cũng đề cập việc xây dựng một chatbot mang tên “Ask the Bod”.

OpenAI trước đó đã ký các thỏa thuận tương tự với Thư viện Công cộng Boston, Caltech, MIT và Đại học Michigan của Mỹ trong khuôn khổ dự án NextGenAI. Oxford là thành viên duy nhất của dự án này tại Anh.

Các nhà bán sách cũng ghi nhận một loạt đơn đặt hàng đối với những đầu sách ít phổ biến, chẳng hạn sách hướng dẫn về công cụ nông nghiệp tại châu Phi thế kỷ 18 hay tiểu sử các tay đua ôtô những năm 1950. Chủ một số hiệu sách cũ cho rằng những đầu sách này có thể được tìm mua vì chúng khó tồn tại dưới dạng số hóa trên Internet.

Kho tàng sách cổ bên trong Thư viện Bodleian. Ảnh: Bodleian.

Oxford nói gì về thỏa thuận với OpenAI?

Thỏa thuận với OpenAI khiến một số nhân viên Đại học Oxford lo ngại về rủi ro đối với danh tiếng của trường. Biên bản các cuộc họp ghi nhận những quan ngại từ nhân viên, trong đó có các thành viên ủy ban quản trị Thư viện Bodleian.

Một vấn đề được đề cập là rủi ro danh tiếng khi hợp tác với OpenAI. Nhân viên cũng thảo luận về tác động đối với các cam kết môi trường của Oxford khi trường ký thỏa thuận liên quan một công nghệ tiêu tốn nhiều năng lượng.

Oxford sau đó lên tiếng giải thích về phạm vi dự án. Người phát ngôn của trường cho biết lượng văn bản được số hóa có “quy mô khiêm tốn” và chỉ bao gồm các tài liệu đã hết thời hạn bảo hộ bản quyền.

Nhà trường nhấn mạnh Thư viện Bodleian vẫn giữ quyền đối với các bản quét và sẽ bắt đầu công khai những tài liệu này trên mạng trong vài tháng tới. Oxford cho rằng số hóa là mục tiêu chính của dự án, qua đó giúp các tài liệu lịch sử tiếp cận được với nhiều sinh viên, nhà nghiên cứu và công chúng hơn.

Ngoài ra, phía nhà trường cũng nhấn mạnh Bodleian vẫn giữ quyền tự mình cung cấp những tài liệu đã được số hóa. Thư viện dự kiến công khai các tài liệu này trên mạng trong thời gian tới, tương tự cách trường thực hiện với các sản phẩm từ những dự án hợp tác số hóa khác. Các bộ sưu tập của Bodleian vẫn được bảo toàn theo thỏa thuận với OpenAI và tài liệu cũng không bị trao độc quyền cho công ty.

Cùng với đó, Oxford cho rằng dự án sẽ giúp các tài liệu đến với nhiều người hơn, đặc biệt là những người trước đây có thể gặp khó khăn trong việc tiếp cận nguồn tư liệu tại thư viện.

Về phía OpenAI, người phát ngôn công ty cho biết OpenAI “tự hào” khi góp phần bảo đảm các mô hình AI hiện nay có thể gìn giữ tri thức lịch sử của thế giới cho tương lai.

“Với hơn một tỷ người sử dụng công nghệ này trong đời sống hàng ngày, điều quan trọng là công nghệ phản ánh được các nền văn hóa, lịch sử và góc nhìn khác nhau”, người phát ngôn OpenAI nói.

OpenAI không phải công ty duy nhất mua sách để thu thập dữ liệu. Anthropic, đối thủ của OpenAI, từng chi hàng chục triệu USD để mua sách và cắt phần gáy nhằm quét nội dung trước khi nghiền hủy. Công ty này cam kết sẽ không mua và tiêu hủy sách quý hiếm hoặc sách cổ.