在美國近來(lái)的一起訴訟案件中，一位律師幫原告打官司，引用了ChatGPT捏造的6個(gè)不存在的案例。

法官當庭指出，律師的辯護狀是一個(gè)徹頭徹尾的謊言，簡(jiǎn)直離了大譜。

然而，律師為自己辯護中，甚至提交了和ChatGPT聊天截圖的證據。

(資料圖片)

顯然，ChatGPT稱(chēng)「這些案例都是真實(shí)存在的」。

本為原告打的官司，自己竟惹禍上身，將受到制裁，這波操作瞬間在網(wǎng)上引起軒然大波。

畢竟，GPT-4剛誕生時(shí)，OpenAI放出它在律師資格考試（UBE）的成績(jì)，還拿到了90分。

網(wǎng)友警告，千萬(wàn)不要用ChatGPT進(jìn)行法律研究?。?！

還有人戲稱(chēng)，要怪就怪你的prompt不行。

律師承認使用ChatGPT

這起訴訟的起始和其他許多案件一樣。

一位名叫Roberto Mata的男子在飛往紐約肯尼迪國際機場(chǎng)的航班上，不幸被一輛餐車(chē)撞到膝蓋，導致受傷。

由此，他便要起訴這架航班的「哥倫比亞航空公司」（Avianca）。

Mata聘請了Levidow，Levidow & Oberman律所的一位律師來(lái)替自己打這個(gè)官司。

接手案子后，律師Steven A. Schwartz向法院提交了一份10頁(yè)的辯護狀。其中，引用了6個(gè)相關(guān)的法院判決：

Varghese V. 中國南方航空公司

Shaboon V. 埃及航空公司

Petersen V. 伊朗航空公司

Martinez 達美航空公司

Estate of Durden V. 荷蘭皇家航空公司

Miller V. 美國聯(lián)合航空公司

原文件：

https://storage.courtlistener.com/recap/gov.uscourts.nysd.575368/gov.uscourts.nysd.575368.32.1.pdf

然而，讓所有人震驚的是，從案件本身，到司法判決，再到內部引文，全是假的！

為什么假？因為是ChatGPT生成的。

這不，麻煩就來(lái)了。

目前，對方律師考慮舉行聽(tīng)證會(huì )，對原告律師進(jìn)行制裁。

Schwartz律師，可以說(shuō)已經(jīng)非常資深，在紐約從事法律工作已有30年。

從他的話(huà)中得知，自己吃了大虧，竟是從來(lái)沒(méi)用過(guò)ChatGPT，由此沒(méi)有意識到它生成的內容是假的。說(shuō)來(lái)，還是太離譜

原告律師Steven A. Schwartz在一份宣誓書(shū)中承認，他確實(shí)用了ChatGPT進(jìn)行相關(guān)研究。

為了驗證這些案件的真實(shí)性，他做了唯一一件合理的事：讓ChatGPT驗證這些案件的真實(shí)性。

他告訴法官，「自己無(wú)意欺騙法庭或航空公司」。

當他詢(xún)問(wèn)ChatGPT這些案件的來(lái)源時(shí)，ChatGPT先是為之前的表述不清道歉，但還是堅稱(chēng)這些案件都是真實(shí)的，可以在Westlaw和LexisNexis上找到。

而對方律師也同樣堅持，來(lái)自L(fǎng)evidow & Oberman律師事務(wù)所的原告律師是多么荒唐可笑，由此才引發(fā)了法庭對這個(gè)細節的重視。

在其中一個(gè)案例中，有個(gè)叫Varghese的人起訴中國南方航空有限公司。然而這件事壓根不存在。

ChatGPT好像引用了另一個(gè)案件——Zicherman起訴大韓航空有限公司。而ChatGPT把日期、案件細節什么的都搞錯了。

Schwartz此時(shí)才悔恨地表示，他沒(méi)有意識到ChatGPT可能提供假案件，現在他非常后悔用生成式AI來(lái)進(jìn)行法律研究。

法官表示，這種情況前所未見(jiàn)，并將于6月8日舉行聽(tīng)證會(huì )，討論可能的制裁措施。

這件事情再次體現了一個(gè)很重要的事實(shí)，那就是用完ChatGPT必須用其它來(lái)源進(jìn)行雙重，甚至三重查證。

而AI模型在信息輸入上出現重大事實(shí)錯誤已經(jīng)不是第一次了，谷歌的Bard也遇到過(guò)這種問(wèn)題。

90分？GPT-4成績(jì)被夸大

還記得GPT-4剛剛發(fā)布那天，「小鎮做題家」在各項考試指標上接近滿(mǎn)分的水平。

尤其，在美國統一律師資格考試（UBE）中，GPT-4可以拿到90%水平，而ChatGPT（GPT-3.5）也僅拿到10%的分數。

但是，沒(méi)過(guò)多久，來(lái)自MIT的研究人員Eric Martínez發(fā)了一篇論文，重新評估了GPT-4在Bar考試中的表現。

論文直言，GPT-4的律師考試成績(jì)被夸大了。

論文地址：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4441311

作者在文中提出了4組發(fā)現，表明OpenAI對GPT-4在UBE的表現，盡管明顯比GPT-3.5有令人印象深刻的飛躍，但似乎過(guò)于夸大。

特別是，如果被當作代表「百分位數下限范圍」的保守估計。更不用說(shuō)，意在反映一位執業(yè)律師的實(shí)際能力了。

首先，GPT-4的律師考試成績(jì)，是與2月份伊利諾伊州律師考試的應試者相比較的。

值得注意的是，這些考生都是復讀生，不難理解，他們的分數可能會(huì )更差。

其次，最近一次七月份考試的數據表明，GPT-4的UBE成績(jì)?yōu)?8%。

第三，通過(guò)檢查官方NCBE數據，并使用若干保守的統計假設，估計GPT-4在所有首次考試中實(shí)現63%。

最后，當只考慮那些通過(guò)考試的人（即已獲得許可或待許可的律師）時(shí)，預計GPT-4的表現將下降到48%。

網(wǎng)友稱(chēng)，更準確來(lái)說(shuō)，GPT-4應該只有63分，或者68分。

文中，作者還提供了深刻的見(jiàn)解，探討了將法律任務(wù)外包給AI模型的可取性和可行性。

甚至，人工智能開(kāi)發(fā)人員實(shí)施嚴格和透明的能力評估，以幫助確保安全和可靠的人工智能的重要性。

要是，原告的那位律師看過(guò)這項研究后，說(shuō)不定就不會(huì )吃大虧了。

ChatGPT胡說(shuō)八道

歸根結底，ChatGPT能夠編造出6個(gè)不在的案例，還是因為它固有的「幻覺(jué)」問(wèn)題。

直白來(lái)講，就是張口胡說(shuō)八道的天性所致。

就連馬斯克都想拯救這個(gè)致命的問(wèn)題，官宣推出了名為T(mén)ruthGPT的AI平臺。

馬斯克曾表示，TruthGPT將是一個(gè)「最大的求真人工智能」，它將試圖理解宇宙的本質(zhì)。

然而，別管什么GPT，幻覺(jué)很難搞定。

前段時(shí)間，OpenAI聯(lián)合創(chuàng )始人兼研究員John Schulman在演講「RL and Truthfulness – Towards TruthGPT」中，討論了幻覺(jué)產(chǎn)生的原因以及解決方案。

根據Schulman的說(shuō)法，幻覺(jué)大致可以分為兩種類(lèi)型：

1 模式完成行為，即語(yǔ)言模型無(wú)法表達自己的不確定性，無(wú)法質(zhì)疑提示中的前提，或者繼續之前犯的錯誤

2 模型猜測錯誤

語(yǔ)言模型代表一種知識圖譜，該圖譜將訓練數據中的事實(shí)存儲在自己的網(wǎng)絡(luò )中。而微調可以理解為「學(xué)習一個(gè)函數」，能夠在知識圖譜上操作并輸出token預測。

比如，微調數據集中，如果有包含「星球大戰是什么片？」這個(gè)問(wèn)題，以及「科幻」這個(gè)答案。

要是這一信息在原始訓練數據中存在，那么模型就不會(huì )學(xué)習新信息，而是學(xué)習一種行為——輸出答案。而這種微調也被稱(chēng)為「行為克隆」。

如果「星球大戰是什么片？」這一問(wèn)題的答案不是原始訓練數據的一部分。即便不知道，模型也會(huì )學(xué)習正確答案。

但問(wèn)題是，使用這些不在知識圖譜中的答案進(jìn)行微調，就會(huì )讓模型學(xué)會(huì )編造答案，即產(chǎn)生所謂的「幻覺(jué)」。

相反，要是用不正確的答案去訓練模型，就會(huì )導致模型知識網(wǎng)絡(luò )隱瞞信息。

網(wǎng)友熱評

此事一出，各位網(wǎng)友也是各抒己見(jiàn)。

Kim表示，不光是ChatGPT，其實(shí)人類(lèi)也愛(ài)用想象來(lái)彌補知識盲區。只不過(guò)ChatGPT能裝的更逼真。關(guān)鍵在于，要搞清楚ChatGPT知道什么、不知道什么。

Zero提出了一個(gè)很有建設性的提議，那就是：以后ChatGPT再舉事例，后面得附上來(lái)源鏈接。

Francis表示，早說(shuō)過(guò)了，ChatGPT是一種生成式人工智能。意味著(zhù)它會(huì )根據輸入的問(wèn)題生成回答。無(wú)論它有多能模仿人類(lèi)在理解問(wèn)題后的精彩回答，也改變不了ChatGPT本身并不理解這個(gè)問(wèn)題的事實(shí)。

Tricorn認為，這位原告律師不應該把鍋扔給ChatGPT，是他自己用錯了。應該是把事例當作prompt的一部分輸入進(jìn)去，然后讓ChatGPT填補中間缺環(huán)的論證部分。

還有網(wǎng)友稱(chēng)，用ChatGPT要上點(diǎn)心，要不下一個(gè)超級碗就是你了。

這就是活靈活現的證據。ChatGPT等人工智能工具做人類(lèi)的工作，真的是可能直接導致我們的大災難。

對于ChatGPT這個(gè)表現，你怎么看？

參考資料：

https://www.theverge.com/2023/5/27/23739913/chatgpt-ai-lawsuit-avianca-airlines-chatbot-research

https://www.nytimes.com/2023/05/27/nyregion/avianca-airline-lawsuit-chatgpt.htm

本文來(lái)源：新智元，作者：桃子 拉燕，原標題：《GPT-4考90分全假！30年資深律師用ChatGPT打官司，6個(gè)虛假案例成笑柄》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：