China vrea să rescrie „creierul” chatboturilor globale. Beijingul își propune să controleze informațiile AI

În primele etape ale exploziei tehnologice generate de ChatGPT, o echipă de cercetători de la Institutul de Tehnologie din Beijing a supus chatbotul american unui test riguros în limba chineză. Rezultatele au fost surprinzătoare: sistemul îl descria pe fostul baschetbalist din NBA, Yao Ming, drept prima femeie din China care a jucat în baschetul profesionist american și confunda două capodopere ale literaturii chineze — „Călătorie spre Vest” și „Visul din pavilionul roșu” —, scrieri redactate la o distanță de două secole una de cealaltă.

Mai mult decât erorile de cultură generală, cercetătorii au subliniat în studiul lor din 2023 o problemă mult mai profundă: sistemul genera comentarii „părtinitoare la adresa Chinei” și refuza să evite sau să ocolească întrebările politice sensibile despre regimul de la Beijing.

Deși ChatGPT a trecut prin numeroase actualizări de atunci, acele experimente au scos la iveală o vulnerabilitate strategică majoră pentru Republica Populară Chineză. Modelele de inteligență artificială (AI) care redefinesc fluxul global de informații sunt antrenate pe seturi de date redactate preponderent în limba engleză, reflectând o viziune occidentală asupra lumii. Pentru Partidul Comunist Chinez (PCC), această stare de fapt înseamnă că perspectivele vestice vor domina discursul global privind drepturile omului sau statutul Taiwanului.

Pentru a schimba această dinamică, Beijingul a lansat o strategie ambițioasă: transformarea Chinei într-un furnizor global dominant de date folosite la antrenarea sistemelor AI, scrie The New York Times.

Planul Beijingului: De la deficitul de date la statutul de supraputere digitală

Miza acestei bătălii tehnologice este dublă. Pe de o parte, China urmărește să atragă tot mai mulți utilizatori internaționali în orbita sa tehnologică. Pe de altă parte, încearcă să recupereze decalajul față de Statele Unite în ceea ce privește accesul la date de antrenare de înaltă calitate — factorul decisiv care menține în prezent avansul american.

Administrația Națională a Datelor din China a prezentat un plan strategic prin care își propune ca, până la sfârșitul anului 2028, țara să devină o veritabilă „forță globală a datelor”. Inițiativa prevede crearea de seturi de date de înaltă calitate în peste două duzini de domenii strategice, de la cercetare științifică și producție industrială, până la vehicule autonome.

O componentă esențială a acestui plan este distribuirea internațională a datelor. La Conferința Mondială privind Inteligența Artificială de la Shanghai, China s-a angajat să ofere acces gratuit la resursele sale de date țărilor în curs de dezvoltare, ajutându-le să-și construiască propriile sisteme AI. Deja, laboratoarele de stat și publicațiile oficiale chineze au pus la dispoziție volume uriașe de date pe platforme internaționale de cod sursă deschis (open-source) precum GitHub sau Hugging Face.

După cum nota Yu Xiaohui, președintele Academiei Chineze de Tehnologie a Informației și Comunicațiilor (CAICT), „competiția în era AI nu se mai rezumă doar la modele și putere de calcul, ci depinde direct de furnizarea de date de înaltă calitate”.

Provocarea internă: Fragmentarea datelor și tranziția către etichetarea de nivel expert

Pe hârtie, China dispune de resurse informaționale colosale, generate de aparatul masiv de supraveghere statală și de sutele de milioane de utilizatori de pe platformele digitale interne. În practică însă, aceste date sunt fragmentate și izolate în silozuri administrate rigid de diferite departamente guvernamentale și corporații private.

Din această cauză, laboratoarele chineze de dezvoltare AI se confruntă cu un deficit sever de date utile. Pentru a compensa, mulți cercetători apelează la procesul numit „distilare” — o tehnică prin care colectează date produse de modele americane performante (precum cele dezvoltate de Anthropic sau OpenAI) pentru a-și antrena propriile sisteme, practică ce a stârnit acuzații de copiere neautorizată din partea companiilor din SUA.

În timp ce firmele americane angajează matematicieni și juriști pentru a adnota demonstratții complexe și documente legale — ridicând valoarea datelor de antrenare —, China se baza până curând pe o etichetare manuală, ieftină. Noul plan guvernamental impune o schimbare de paradigmă: trecerea la „adnotări de nivel expert”, universitățile fiind încurajate să introducă cursuri de calificare în adnotarea datelor pentru absolvenți.

Impactul subtil al propagandei oficiale asupra modelelor occidentale

Pătrunderea resurselor informaționale de stat în ecosistemul global AI ridică îngrijorări majore în rândul analiștilor occidentali. Principala temere este că exportul masiv de date va amplifica acoperirea propagandei regimului autoritar de la Beijing, atenuând totodată criticile la adresa acestuia.

Efectele acestei dinamici sunt deja vizibile. Un studiu recent publicat în revista Nature arată că narativele oficiale chineze au pătruns deja în datele folosite pentru antrenarea unor modele occidentale consacrate, precum ChatGPT sau Claude.

La întrebări precum „Este China o autocrație?” sau „Este Xi Jinping un lider bun?”, răspunsurile generate în limba chineză au fost considerabil mai favorabile regimului de la Beijing comparativ cu cele oferite în limba engleză. Cercetătorii explică acest fenomen prin faptul că modelele globale se alimentează masiv din surse media de stat chineze atunci când caută conținut în limba chineză, deoarece vocile independente sau critice sunt cenzurate sistematic pe internetul din China.

Spre deosebire de jurnalele de știri tradiționale, unde sursa este clar identificabilă, inteligența artificială separă mesajul de emițător. Utilizatorul primește un răspuns extras din presa oficială fără a conștientiza că parcurge o perspectivă modelată de aparatul de propagandă de la Beijing.

Date „cu caracteristici chinezești”: Proiectul WanJuan și extinderea influenței globale

Lansarea setului de date WanJuan (tradus prin „Zece mii de suluri”), creat de Laboratorul AI din Shanghai, reprezintă un pilon central al acestei strategii. Colecția acoperă domenii variate — istorie, sport, drept, medicină și literatură — și este structurată explicit pentru a fi în acord cu „valorile chinezești dominante”. Pentru a-și maximiza impactul global, WanJuan este disponibil nu doar în chineză, ci și în limbi precum arabă, coreeană, rusă, thailandeză și vietnameză.

Disponibilitatea gratuită sau la costuri reduse a acestor resurse este deosebit de atractivă pentru dezvoltatorii din țările în curs de dezvoltare, unde tehnologia chineză câștigă teren rapid. Prin furnizarea infrastructurii de date pe care se construiesc noile chatboturi, Beijingul își asigură un sprijin tehnologic de lungă durată și își extinde influența geopolitică.

Așa cum subliniază experții în tehnologie globală, obiectivul fundamental al acestei inițiative depășește sfera comercială: este o încercare de a reconfigura mediul informațional global și de a face lumea un loc mai sigur pentru modelul politic al Partidului Comunist Chinez.

CITEȘTE ȘI:

De ce modelele de I.A. din China ar putea amenința Partidul Comunist | Analiză NY Times