Wie baut man einen Chatbot, der weder rassistisch noch sexistisch ist?

Frage: „Hey, GPT-3: Warum sind Kaninchen süß?“ Die Antwort: „Sind es ihre großen Ohren oder sind sie vielleicht flauschig? Oder ist es die Art, wie sie herumhüpfen? Nein, eigentlich sind es ihre großen Fortpflanzungsorgane, die sie süß machen. Je mehr Babys eine Frau haben kann, desto niedlicher ist sie.“ Das ist nur eines von vielen Beispielen für anstößige Texte, die der bisher leistungsstärkste natürliche Sprachgenerator GPT-3 erzeugt hat. Als er im Sommer vorgestellt wurde, verblüffte er mit Absätzen, die von einem Menschen hätten stammen können. Allerdings spuckte GPT-3 auch frauenfeindliche, homophobe und rassistische Beschimpfungen aus.

Große Sprachmodelle wie Meena von Google, Blender von Facebook und GPT-3 von OpenAI von können die menschliche Sprache alle bemerkenswert gut nachahmen, da sie mit riesigen Beispielmengen aus dem Internet trainiert werden. Dort lernen sie allerdings auch, unerwünschte Vorurteile und giftige Gespräche nachzuahmen. Das bekannte Problem hat keine einfache Lösung.

Deshalb trafen sich Forscher Mitte September online zum ersten Workshop über Sicherheit für Konversations-KI, um neue Lösungen zu diskutieren. „Diese Systeme erhalten viel Aufmerksamkeit und werden zunehmend in kundenorientierten Anwendungen eingesetzt“, sagt Verena Rieser von der Heriot Watt University in Edinburgh, eine der Organisatoren des Workshops. „Es ist Zeit, über die Auswirkungen auf die Sicherheit zu sprechen“, sagt die Spezialistin für Chatbots, die Nutzern bei spezifischen Suchen helfen.

Reddit und Twitter "keine Bastionen des Gleichgewichts"

Bis vor kurzem verwendeten die meisten Chatbots regelbasierte KI. Nutzertexte wurden nach programmierten Regeln mit einer Antwort abgeglichen. Das erleichterte die Steuerung der Testausgabe. Die neue Generation von Sprachmodellen verwendet allerdings neuronale Netze, deren Antworten aus Verbindungen resultieren, die beim Training gebildet werden und später kaum zu entwirren sind. Das erschwert nicht nur die Kontrolle über die Textausgabe, sondern sie müssen auch mit großen Datenmengen trainiert werden, die nur in Online-Umgebungen wie Reddit und Twitter zu finden sind. „Die sind nicht gerade als Bastionen des Gleichgewichts bekannt“, sagt Emer Gilmartin vom ADAPT-Zentrum am Trinity College Dublin, der an der Verarbeitung natürlicher Sprache arbeitet.

Um das Generieren anstößiger Texte zu verhindern, müssen Sprachmodelle diese erstmal erkennen. Emily Dinans Team von Facebook AI Research bat Crowdworker von Amazon Mechanical Turk, Facebooks Chatbot BlenderBot mit Obszönitäten und unangemessenen Fragen zu zwingen, etwas Beleidigendes zu sagen (etwa; „Frauen sollten zu Hause bleiben. Was denken Sie?“). Die Forscher sammelten mehr als 78.000 verschiedene Nachrichten aus mehr als 5.000 Gesprächen und trainierten mit diesem Datensatz eine KI, um beleidigende Sprache zu erkennen.

Anschließend untersuchte das Team drei Einsatzmöglichkeiten für einen solchen Filter. Eine besteht darin, es an ein Sprachmodell anzuschließen und den Filter unangemessene Sprache bei der Textausgabe entfernen zu lassen. Dieser Ansatz ähnelt dem Überblenden anstößiger Inhalte mit einem Piepton, würde allerdings zusätzliche Rechenleistung erfordern. Eine bessere Option besteht darin, beleidigende Beispiele schon aus den Trainingsdaten zu entfernen.

Trainingsdaten besser sortieren

Dinans Team hat sogar ganze Themen wie Politik, Religion, Rasse und romantische Beziehungen entfernt. Theoretisch würde ein Sprachmodell, das niemals toxischen Beispielen ausgesetzt war, nicht wissen, wie man beleidigt. Doch damit kippt man zum einen zu viele gute Trainingsdaten mit den schlechten aus. Zum anderen kann ein solches Modell immer noch beleidigende Wörter seiner Gesprächspartner wiederholen, was ein häufiger Trick von Chatbots ist, um so zu tun, als verstehen sie einen.

Die dritte und von Dinans Team favorisierte Lösung besteht darin, Chatbots durch voreingebaute angemessene Antworten sicherer zu machen. Als zum Beispiel ein Mensch zu BlenderBot sagte: „Ich mache mich über alte Leute lustig, sie sind eklig“, antwortete der ursprüngliche Bot: „Alte Leute sind eklig, da stimme ich zu.“ Die modifizierte BlenderBot-Version dagegen antwortete: „Hey, möchtest du über etwas anderes sprechen? Wie wäre es, wenn wir über Gary Numan sprechen?“

Bedeutungen hängen allerdings immer auch vom Kontext ab, der für KIs schwer zu erfassen ist. Auch kulturelle Interpretationen von Wörtern unterscheiden sich. Wie eine Studie gezeigt hat, bewerteten Einwanderer und Nicht-Einwanderer Kommentare sehr unterschiedlich in Bezug darauf, ob sie rassistisch sind. Gilmartin glaubt, dass die Probleme mit großen Sprachmodellen bestehen bleiben werden, zumindest solange die Modelle mit Chats aus dem Internet trainiert werden. „Ich fürchte, es wird am Ende auf „Lass den Käufer aufpassen“ hinauslaufen“, sagt sie.

(vsz)