CAPTCHA không chứng minh bạn là người — nó chứng minh bạn là người Mỹ

CAPTCHA không chứng minh bạn là người — nó chứng minh bạn là người Mỹ

Các bài kiểm tra CAPTCHA mà Google triển khai khắp web tưởng chừng chỉ để phân biệt người với máy. Nhưng trên thực tế, chúng thường đòi hỏi một thứ khác: kiến thức văn hóa Mỹ. Với người dùng ngoài nước Mỹ, việc vượt qua những câu đố này đôi khi còn khó hơn cả việc chứng minh mình là con người.

Khi công nghệ giả định cả thế giới là người Mỹ

Tác giả bài viết gốc trên blog shkspr.mobi kể lại một ký ức thời thơ ấu: năm 7 tuổi, cậu bé làm bài kiểm tra IQ và gặp câu hỏi: "Một viên kẹo giá 25 xu. Jonny có một đồng dime. Cậu ấy cần bao nhiêu đồng nickel để mua kẹo?"

Câu hỏi khiến đứa trẻ bối rối hoàn toàn — không phải vì phép toán, mà vì đồng nickel và dime là những loại tiền không tồn tại ở đất nước cậu. Không có cách nào trả lời đúng nếu thiếu kiến thức văn hóa mà đề bài giả định. Nhiều câu hỏi khác trong bài kiểm tra cũng mắc lỗi tương tự: mặc định rằng người ra đề và người làm bài cùng chung một nền văn hóa.

Minh họa CAPTCHA với taxi

Nhiều năm sau, khi phải vượt qua một bài CAPTCHA của Google, tác giả gặp lại đúng vấn đề đó. Bài kiểm tra yêu cầu chọn ra tất cả các ô chứa taxi. Nhưng ở đất nước của tác giả, taxi thường có màu đen. Chỉ nhờ xem đủ phim Hollywood, anh mới biết rằng taxi ở Mỹ hầu như luôn màu vàng. Ở mọi quốc gia khác từng ghé qua, taxi mang đủ mọi màu sắc khác nhau.

Vấn đề không chỉ là màu xe

Điều khiến tác giả bực bội là hệ quả sâu xa hơn của thiên kiến này. Nếu thuật toán của Google được huấn luyện chủ yếu trên dữ liệu Mỹ, liệu xe tự lái của hãng có nhận ra những chiếc Black Cab đặc trưng của London? Liệu một chiếc ô tô màu vàng bất kỳ ở Anh có bị thuật toán "không thể sai" phân loại nhầm thành taxi? Và quan trọng hơn, liệu Google có từ chối tin rằng bạn là con người chỉ vì bạn không biết Twinkie là gì?

Đây không chỉ là câu chuyện về một bài kiểm tra khó chịu. Đây là câu chuyện về cách các hệ thống công nghệ toàn cầu vẫn âm thầm mặc định rằng người dùng chuẩn là người Mỹ.

Với người dùng Việt Nam, vấn đề này không hề xa lạ. Các bài CAPTCHA của Google thường xuyên yêu cầu nhận diện những đối tượng như đèn giao thông kiểu Mỹ, biển báo đường bộ châu Âu, hay các loại thực phẩm, đồ vật chỉ phổ biến ở phương Tây. Người dùng có thể là người thật 100%, nhưng vẫn bị đánh trượt chỉ vì thiếu nền tảng văn hóa tương ứng.

Bài học cho ngành công nghệ

Câu chuyện này đặt ra câu hỏi lớn hơn về thiên kiến trong AI và machine learning. Khi các mô hình được huấn luyện trên tập dữ liệu không đa dạng về văn hóa, địa lý và ngôn ngữ, chúng sẽ mang theo những định kiến vô hình. CAPTCHA chỉ là biểu hiện dễ thấy nhất. Xa hơn, những thiên kiến tương tự có thể ảnh hưởng đến nhận diện khuôn mặt, dịch máy, phân loại nội dung, và thậm chí là xe tự lái.

• Dữ liệu huấn luyện cần đa dạng hơn về mặt địa lý và văn hóa, không chỉ tập trung vào Mỹ và châu Âu
• Các bài kiểm tra bảo mật cần được bản địa hóa cho từng thị trường thay vì dùng chung một bộ đề toàn cầu
• Nhà phát triển cần nhận thức rõ về giả định văn hóa ẩn trong sản phẩm của mình

Lời thách đố cuối bài

Tác giả khép lại bài viết bằng một câu đố mang đậm tính châm biếm, dành cho những ai định bình luận rằng vấn đề này không đáng bàn:

Nếu một món đồ giá nửa crown, và bạn trả bằng một đồng florin, thì bạn sẽ nhận lại bao nhiêu đồng tanner tiền thừa?

Câu trả lời là: nếu bạn không phải người Anh, bạn sẽ chẳng hiểu gì cả — và đó chính xác là vấn đề. Công nghệ được cho là dành cho toàn nhân loại, nhưng đôi khi nó chỉ thực sự dành cho một nhóm người rất nhỏ, với một nền văn hóa rất cụ thể.