Riesgo de alucinación para IA

Robustez Icono que representa los riesgos de robustez.
Solidez
Riesgos de salida
Específicos de la IA generativa
Amplificados por datos sintéticos

Descripción

Las alucinaciones generan contenidos inexactos o falsos en relación con los datos de entrenamiento o de entrada del modelo. Las alucinaciones también se refieren a veces a la falta de fidelidad o de arraigo. En algunos casos, los datos sintéticos generados por grandes modelos lingüísticos pueden incluir alucinaciones que hagan que los datos sean inexactos, fabricados o desconectados de la realidad. Las alucinaciones pueden comprometer el rendimiento, la precisión y la pertinencia de los modelos.

¿Por qué la alucinación es una preocupación para los modelos de fundación?

Las alucinaciones pueden ser engañosas. Estos resultados falsos pueden inducir a error a los usuarios e incorporarse a artefactos posteriores, propagando aún más la desinformación. La salida falsa puede dañar tanto a los propietarios como a los usuarios de los modelos de IA. En algunos usos, las alucinaciones pueden ser especialmente graves. La alucinación puede introducir datos fabricados o irreales, una falta de conexión con los patrones del mundo real y una disminución del poder predictivo del modelo base.

Imagen de fondo para los riesgos asociados con la salida
Ejemplo

Casos legales falsos

Según el artículo de la fuente, un abogado citó casos y citas falsas que son generadas por ChatGPT en un escrito legal que se presenta en el tribunal federal. Los abogados consultaron a ChatGPT para complementar su investigación legal para un reclamo de lesiones de aviación. Posteriormente, el abogado preguntó a ChatGPT si los casos proporcionados eran falsos. El chatbot respondió que eran reales y "se pueden encontrar en bases de datos de investigación legal como Westlaw y LexisNexis". El abogado no revisó los casos, y el tribunal los sancionó.

Tema principal: Atlas de riesgos de IA

Proporcionamos ejemplos cubiertos por la prensa para ayudar a explicar muchos de los riesgos de los modelos básicos. Muchos de estos sucesos de los que se ha hecho eco la prensa aún están evolucionando o se han resuelto, y hacer referencia a ellos puede ayudar al lector a comprender los riesgos potenciales y a trabajar para mitigarlos. El resaltado de estos ejemplos sólo tiene fines ilustrativos.