▲模型訓練人員以 AI 建立資料衍生品質問題。（圖／示意圖／達志影像）
記者吳立言／綜合報導
AI 公司近年積極投入大量人力建立訓練資料，希望提升聊天機器人的能力，但如今卻出現意想不到的問題。有外包工作者坦言，自己會直接利用 AI 生成工作內容，再經過簡單修改後交件，形成 AI 訓練 AI 的情況，也讓資料品質再度引發討論。
原始資料愈來愈少 企業轉向人工建立資料
根據《New Scientist》報導，隨著可用於訓練大型語言模型（LLM）的原始資料逐漸減少，科技公司開始聘請大量外包人員，協助產生新的訓練資料，包括撰寫特定情境、建立對話內容，甚至拍攝執行日常工作的影片，作為 AI 學習素材。然而，多名受訪外包人員透露，使用 AI 工具協助完成工作已相當普遍，即使多數公司明文禁止，也很難完全杜絕。
外包人員：幾乎每家公司都有類似情況
一名化名為 Alice 的 AI 外包工作者表示，每一家合作過的公司都有禁止使用 AI 的規定，也會設法檢查，但實際上仍有不少人使用 AI 完成工作。她指出，只要將 ChatGPT 等工具生成的內容稍作修改，去除常見的 AI 語句特徵，就不容易被辨識。
另一名受訪者則表示，自己最初使用 AI，是因為擔心工作出錯而失去收入來源，後來逐漸演變成工作流程的一部分，例如先利用一套大型語言模型建立情境，再使用另一套模型產生相關文件，以提升效率。
專家憂 AI 內容反覆訓練 恐降低模型品質
近年已有多項研究警告，如果 AI 模型持續以 AI 生成內容作為主要訓練資料，可能造成所謂的「模型崩潰（Model Collapse）」現象，使模型逐漸失去多樣性、錯誤資訊增加，最終影響回答品質與可靠性。
當越來越多真人工作開始依賴 AI 完成，而這些內容又回流成為下一代 AI 的訓練資料，將使資料品質控管變得更加困難，也可能成為未來 AI 發展的重要挑戰。
