Định nghĩa 'ghi âm' đang bị bóp méo vì thiết bị AI

Các công ty công nghệ đang cố thuyết phục người dùng rằng thiết bị AI luôn lắng nghe, luôn ghi nhớ mọi thứ xung quanh không được coi là "ghi âm". Apple, Google và Meta đang thử nghiệm những định nghĩa mới về quyền riêng tư, nhưng liệu chúng có đứng vững trước thực tế?

Khi camera và micro không còn "ghi" gì cả

Trong phần lớn lịch sử thiết bị điện tử, giả định rất đơn giản: một thiết bị có micro hoặc camera thì hoặc là đang ghi âm/ghi hình bạn, hoặc là không. Micro thu âm thanh. Camera thu hình ảnh. Dữ liệu đó được lưu lại, đôi khi gửi lên đám mây để xử lý. Đó là một khoảnh khắc được bảo tồn — tức là một bản ghi.

Nhưng có vẻ như định nghĩa đó đang bị thay đổi.

Theo báo cáo mới đây của Mark Gurman (Bloomberg), Apple đang phát triển một camera nhà thông minh không lưu video. Thay vào đó, AI sẽ dùng dữ liệu hình ảnh để tạo ra các đoạn văn bản mô tả những gì đang diễn ra quanh nhà bạn. Nghe nói thiết bị này vẫn hỗ trợ nhận diện khuôn mặt nhưng không lưu lại hình ảnh. Ý tưởng là vẫn bảo vệ được phần nào quyền riêng tư. Công nghệ này được cho là tương tự cách camera trên những chiếc AirPods tương lai sẽ hoạt động.

Điều này cũng giống với Audio Intelligence trên Apple Watch Series 12 và Apple Watch Ultra 4. Apple Watch đã có micro từ lâu, chủ yếu để dùng Siri và gọi điện từ cổ tay. Trong bốn tính năng Audio Intelligence, có hai tính năng gây tranh cãi nhất: Live Rewind và Siri Recap. Live Rewind tạo bản gỡ băng 15 giây vừa qua, còn Siri Recap có thể tạo tóm tắt tổng quan về các cuộc trò chuyện trong ngày của bạn.

Tất cả tính năng Audio Intelligence đều là tùy chọn. Apple khẳng định trong phần mô tả Music Detection rằng thiết bị "không ghi âm". Nhưng một khi bài hát được nhận diện, đó chẳng phải là một bản ghi cho biết bạn đã nghe bài đó sao?

Apple, Google và Meta đều đang thử nghiệm định nghĩa mới

Không chỉ Apple. Sandeep Waraich, giám đốc cấp cao mảng thiết bị đeo của Google, chia sẻ với The Verge rằng Google cũng đang cân nhắc ý tưởng này. Ông đặt câu hỏi: nếu camera trên kính thông minh có thể xử lý dữ liệu hình ảnh bằng AI mà không lưu lại video, thì camera đó "chỉ" là một cảm biến hình ảnh mà thôi.

Theo định nghĩa này, một thứ gì đó phải được bảo tồn và có thể xem lại thì mới gọi là "ghi". Nhưng bản gỡ băng văn bản do camera nhà thông minh hay đồng hồ thông minh tạo ra chẳng phải cũng được bảo tồn và xem lại được sao? Hay các công ty công nghệ đang dựa vào tiêu chí "thứ gì có thể bị tòa án trưng cầu" để định nghĩa lại khái niệm ghi âm?

Apple Watch Ultra với tính năng Audio Intelligence gây tranh cãi

Quyền riêng tư không phải là trò chơi ngữ nghĩa

Nghe có vẻ ngớ ngẩn khi tranh cãi về ngữ nghĩa, nhưng đây là vấn đề hệ trọng.

Dù bạn có quan điểm thế nào về quyền riêng tư, nguyên tắc chung là bạn được làm gì tùy thích với dữ liệu của chính mình. Trước khi thiết bị có thể "luôn lắng nghe", chúng hòa nhập vào không gian công cộng và riêng tư một cách tự nhiên. Nhưng thế hệ thiết bị mới này lại yêu cầu bạn phải chủ động bảo vệ quyền riêng tư của người khác. Con người không sống trong bong bóng kín. Chúng ta sống, làm việc và giao lưu ở vô số môi trường — có nơi riêng tư, có nơi công cộng, và rất nhiều nơi ở vùng xám.

Quy tắc ở nhà hàng khác với rạp hát, văn phòng hay sân vận động. Chúng cũng khác hoàn toàn so với nhà vệ sinh công cộng, dù tất cả đều là không gian bán công cộng. Kể cả khi bạn "ghi nhớ" mọi thứ mình thấy trong đầu, ký ức con người không thể chia sẻ một cách khách quan. Chúng bị bóp méo bởi định kiến và góc nhìn. Bản ghi thì ít chủ quan hơn, và được coi là có tính sự thật hơn.

Tín hiệu ý định trong bối cảnh không có chuẩn chung

Hãy lấy kính thông minh của Meta làm ví dụ. Chúng dùng đèn riêng tư màu trắng nhấp nháy để báo hiệu đang ghi hình. Ngược lại, màu đèn ghi hình phổ biến là màu đỏ, nên người ít am hiểu công nghệ có thể không biết đèn trắng nghĩa là gì. Đây vẫn là sản phẩm ngách. Ngay cả khi không chỉnh sửa, đèn riêng tư trắng vẫn dễ bị che khuất bởi tóc mái hay ánh nắng chói chang.

Đây cũng là một chuẩn mực mới. Các công ty kính thông minh hay thiết bị AI khác không có nghĩa vụ báo hiệu ý định theo cùng cách như Meta. Một chiếc nhẫn AI hay mặt dây chuyền ghi âm, ghi hình có thể không có đèn báo nào cả.

Nhẫn Vocci có thể ghi âm cuộc trò chuyện với đèn riêng tư cực khó nhận ra

Sản phẩm ghi âm ngày càng giống sản phẩm không ghi âm

Điều càng khiến người ta bối rối: những sản phẩm có thể ghi âm ngày càng giống những sản phẩm không thể. Vấn đề sẽ trầm trọng hơn nếu các công ty bắt đầu thêm camera không ghi hình vào kính thông minh. Nếu vậy, làm sao bạn phân biệt được kính có ghi hình và kính không? Nếu nhẫn Oura (không có micro) trông giống nhẫn Vocci (có micro), và cả hai đều giống nhẫn thường, thì người dùng bình thường biết làm gì?

Hiện tại, phần cứng dường như là tâm điểm của cuộc tranh luận về công nghệ giám sát. Có cảm giác rằng loại bỏ camera là giải quyết được vấn đề. Không hẳn — dù điều đó khiến việc lạm dụng công nghệ khó hơn. Nhưng có thể chính camera hay micro không phải là thứ khiến người ta khó chịu. Cảm giác bất an đến từ việc biết rằng một mẩu dữ liệu về bạn có thể tồn tại trong thiết bị của người khác mà bạn không hề biết nó sẽ được dùng thế nào.

Kính Meta thông minh với đèn riêng tư màu trắng nhấp nháy

Đây là nơi mọi căng thẳng về thiết bị AI hội tụ

Để AI "tốt" và thực sự cá nhân hóa theo cách các ông lớn công nghệ hình dung, nó phải biết rất nhiều về bạn — và những người trong cuộc sống của bạn. Nó phải "thấy" điều bạn thấy, "nghe" điều bạn nghe, và học từ hành động hàng ngày của bạn. Để làm được vậy, nó phải "ghi nhớ" những thứ này. Nghĩa là, theo một cách nào đó, nó phải ghi lại cuộc sống của bạn và mọi thứ diễn ra trong đó.

Động cơ để các ông lớn công nghệ thu thập dữ liệu này rất rõ ràng: dữ liệu cá nhân là tiền, tiền là quyền lực, và quyền lực là tầm ảnh hưởng. Điều ít rõ ràng hơn là xã hội nhận được gì từ sự đánh đổi này. Những lời hứa mơ hồ về sự hữu ích và tiện lợi?

Dù sao đi nữa, rõ ràng các công ty công nghệ đã quyết định lao về phía trước với việc nhồi AI vào mọi thiết bị hiện có và sáng tạo ra những dạng thức mới. Hiện tại, điều này rõ nhất ở điện thoại và thiết bị đeo, nhưng những cân nhắc này sẽ sớm lan đến nhà thông minh, TV, laptop, máy tính bảng và tai nghe — theo những cách mà người tiêu dùng chưa từng nghĩ tới.

Điều chúng ta cho phép những thiết bị AI này ghi nhớ sẽ viết lại văn hóa như chúng ta biết. Đó là lý do chúng ta cần đạt được đồng thuận xã hội về việc thế nào là ghi âm — và ai, nếu có, được phép thay đổi định nghĩa đó.

Vấn đề không nằm ở camera hay micro. Vấn đề nằm ở chỗ một mẩu ký ức về bạn có thể tồn tại trong thiết bị của người khác mà bạn không hề hay biết.