Nhân vật số là một gương mặt, một giọng nói hoặc một dáng người được tạo ra và điều khiển trên máy tính, xuất hiện trước người xem như thể đó là một nhân vật có danh tính riêng. Nó có thể là con mèo hoạt hình trả lời tin nhắn cho một cửa hàng, cô phát thanh viên đọc bản tin nội bộ mà ngoài đời không tồn tại, hay một bản sao giống hệt chính bạn đang giảng bài trong video trong khi bạn ngồi uống trà.
Vấn đề là người ta đang dùng chung một vài chữ cho những thứ rất khác nhau. Có người gọi tất cả là avatar, có người gọi tất cả là deepfake, có người gọi là người ảo. Gọi lẫn thì hiểu lẫn: một giáo viên có thể ngại dùng người dẫn ảo vì tưởng đó là deepfake, trong khi một người khác lại thản nhiên ghép mặt người quen vào video vì nghĩ đó chỉ là avatar. Bài này tách các khái niệm ra, kèm ba câu hỏi đơn giản để bạn tự xếp loại bất kỳ nhân vật số nào mình gặp.
Nhân vật số là gì: một định nghĩa đủ dùng
Nói gọn, nhân vật số là một hình hài hiện ra trên màn hình hoặc qua loa, được gán cho một danh tính, và được ai đó điều khiển hoặc lập trình để nói và hành động. Ba yếu tố này cùng có mặt mới thành nhân vật: phải có hình hài (khuôn mặt, cơ thể, có khi chỉ là giọng), phải có danh tính (một cái tên, một tính cách, một vai trò mà người xem nhận ra lần sau), và phải có cơ chế khiến nó cử động hay lên tiếng.
Định nghĩa này cố tình rộng. Một hình nhân hoạt hình đơn giản trên ứng dụng ngân hàng cũng là nhân vật số, một gương mặt người được dựng giống thật đến từng lỗ chân lông cũng là nhân vật số. Cái khác nhau nằm ở chỗ nó giống ai, ai đứng sau và người xem có biết đó là nhân vật số hay không. Chính ba điểm đó quyết định một nhân vật số là công cụ hữu ích hay là thứ gây hại.
Một điều nên nói rõ từ đầu: nhân vật số không nhất thiết phải dùng AI. Nhân vật trong trò chơi điện tử, linh vật hoạt hình trên trang web đã có từ lâu, do người vẽ và người lập trình làm thủ công. AI chỉ làm cho việc tạo nhân vật nhanh hơn, rẻ hơn và giống người thật hơn, đồng thời cho nhân vật khả năng tự trả lời thay vì đọc kịch bản có sẵn. Chính vì dễ làm hơn nên câu hỏi đạo đức mới trở nên gấp.
Năm loại hay bị gọi lẫn với nhau
Bảng dưới đặt cạnh nhau năm loại nhân vật số mà bạn hay gặp nhất. Ranh giới giữa chúng không tuyệt đối, một nhân vật có thể vừa là người dẫn ảo vừa là bản sao số, nhưng tách ra như vậy giúp bạn biết phải hỏi gì.
| Loại | Hình dung | Giống ai | Thường dùng để |
|---|---|---|---|
| Avatar | Hình đại diện của một người dùng thật, do chính người đó chọn hoặc tạo | Có thể giống chủ nhân, có thể là con vật, hình hoạt hình | Đại diện cho bạn trên mạng xã hội, trò chơi, phòng họp trực tuyến |
| Nhân vật thương hiệu số | Linh vật hoặc nhân vật hư cấu mang tên và giọng của một cửa hàng, doanh nghiệp | Không giống người thật nào | Trò chuyện với khách, xuất hiện trong quảng cáo, hướng dẫn sử dụng |
| Người dẫn ảo | Gương mặt và giọng đọc được dựng để dẫn video, thường giống người thật | Một người hư cấu hoặc một người mẫu đã đồng ý cho dùng hình | Video đào tạo, bài giảng, bản tin nội bộ, hướng dẫn sản phẩm |
| Người ảo | Nhân vật hư cấu có "đời sống" liên tục trên mạng: tên, tuổi, sở thích, bài đăng hằng ngày | Không ai cụ thể, nhưng được làm cho giống một người có thật | Giải trí, tiếp thị, xây cộng đồng người theo dõi |
| Bản sao số | Bản dựng hình và giọng của một người thật cụ thể, nói được cả những câu người đó chưa từng nói | Đúng một người có thật | Làm video thay chủ nhân, lưu giữ hình ảnh, và nếu không có đồng ý thì thành giả mạo |
Deepfake không nằm trong bảng vì nó không phải một loại nhân vật mà là một cách dùng: lấy mặt hoặc giọng của một người thật gắn vào nội dung mà người đó không làm. Bản sao số của chính bạn, do bạn tạo, dùng cho video của bạn thì không ai gọi là deepfake. Cũng kỹ thuật ấy áp lên mặt người khác mà không hỏi thì đúng là deepfake theo nghĩa xấu.
Ba câu hỏi để xếp một nhân vật vào đúng loại
Nó giống ai? Nếu nhân vật không giống một người thật cụ thể nào, như con gấu biết nói của tiệm bánh hay một cô gái hư cấu được dựng từ đầu, thì rủi ro chủ yếu nằm ở chuyện người xem có hiểu lầm đó là người thật hay không. Nếu nhân vật giống một người có thật, mọi thứ thay đổi: phải có sự đồng ý của người đó, và phải biết người đó có quyền rút lại.
Ai đang điều khiển nó? Có ba khả năng. Một người thật điều khiển trực tiếp, như người dùng cầm điều khiển avatar trong trò chơi hay người biểu diễn đứng sau nhân vật hoạt hình. Một kịch bản viết sẵn được đọc lên, như người dẫn ảo trong video đào tạo. Hoặc một mô hình AI tự sinh câu trả lời theo thời gian thực, như nhân vật trả lời khách của cửa hàng. Càng tự động thì càng cần người chịu trách nhiệm rõ ràng khi nó nói sai.
Người xem có biết đó là nhân vật số không? Một người dẫn ảo được ghi chú rõ ràng ở đầu video là chuyện bình thường. Cũng người dẫn ảo đó nhưng được giới thiệu như một chuyên gia thật thì đã là đánh lừa. Câu hỏi thứ ba này quan trọng nhất, vì nó tách cách dùng có đạo đức khỏi cách dùng gây hại, bất kể nhân vật được làm bằng công nghệ gì.
Ghép ba câu trả lời lại. Một nhân vật giống người thật, được điều khiển tự động và không được gắn nhãn là tổ hợp rủi ro cao nhất. Một nhân vật hư cấu, có người kiểm kịch bản và được ghi chú rõ ràng là tổ hợp an toàn nhất. Phần lớn trường hợp bạn gặp nằm ở giữa, và ba câu hỏi này giúp bạn biết phải đòi hỏi thêm điều gì.
Một nhân vật số được dựng từ những phần nào
Dù trông khác nhau đến đâu, hầu hết nhân vật số đều ghép từ bốn lớp. Lớp hình là khuôn mặt và cơ thể, có thể vẽ hai chiều, dựng ba chiều hoặc tạo từ ảnh và video của người thật. Lớp giọng là cách nhân vật phát ra âm thanh, có thể là người thật lồng tiếng, giọng đọc tổng hợp có sẵn, hoặc giọng được nhân bản từ bản ghi của một người cụ thể. Lớp chuyển động gồm cử động môi khớp với lời, nét mặt, ánh mắt, cử chỉ tay.
Lớp thứ tư ít ai để ý nhưng lại quyết định nhiều nhất: lớp kịch bản, tức là ai quyết định nhân vật nói gì. Với người dẫn ảo trong video, kịch bản là văn bản do người viết và duyệt. Với nhân vật trò chuyện, kịch bản là bộ quy tắc và kho kiến thức mà mô hình ngôn ngữ dựa vào để trả lời. Một nhân vật có hình đẹp, giọng hay nhưng kịch bản lỏng lẻo sẽ có lúc nói những câu mà không ai trong công ty muốn nhận.
Hiểu bốn lớp này giúp bạn đặt câu hỏi đúng khi ai đó mời bạn dùng một nền tảng nhân vật số: hình lấy từ đâu, giọng của ai, chuyển động có giật cục không, và quan trọng nhất là ai viết và ai duyệt điều nhân vật nói. Phần kỹ thuật bên trong của từng lớp, như mô hình tạo ảnh hay tổng hợp giọng hoạt động thế nào, có bài riêng trên AI Hiểu; ở đây chỉ cần nhìn chúng như các bộ phận ghép thành một nhân vật.
Ai đứng sau và ai chịu trách nhiệm
Nhân vật số không có tư cách pháp lý, không ký được hợp đồng, không xin lỗi được theo nghĩa thật. Khi nó nói sai, đưa thông tin nhầm cho khách hay xuất hiện trong một video gây hiểu lầm, trách nhiệm luôn thuộc về người hoặc tổ chức đã tạo ra và vận hành nó. Đây là điểm nhiều người mới làm quen hay quên: họ nói "con bot trả lời sai" như thể đó là lỗi của ai khác.
Trong thực tế có nhiều bên cùng đứng sau một nhân vật. Bên cung cấp nền tảng chịu trách nhiệm về công cụ và cách họ lưu dữ liệu hình, giọng mà bạn tải lên. Bên sử dụng, tức là trường học, cửa hàng hay doanh nghiệp, chịu trách nhiệm về nội dung nhân vật nói và cách nó được giới thiệu với người xem. Người cho mượn hình hoặc giọng, nếu có, có quyền đối với hình ảnh và giọng nói của chính mình. Khi bắt đầu dùng nhân vật số, việc nên làm sớm là ghi ra giấy ba bên này là ai.
Ví dụ giả định: một trung tâm tiếng Anh ở Cần Thơ dùng người dẫn ảo cho loạt video luyện phát âm. Người dẫn ảo được dựng từ hình của một giáo viên đã ký đồng ý. Trung tâm viết và duyệt kịch bản, nền tảng làm video lưu mẫu giọng. Nếu một video phát âm sai, trung tâm sửa và đăng lại. Nếu giáo viên nghỉ việc và muốn rút hình, hợp đồng đã ghi cách làm. Không bên nào bị bất ngờ.
Vì sao gọi đúng tên lại quan trọng
Phân loại nghe có vẻ là chuyện chữ nghĩa, nhưng gọi sai dẫn đến quyết định sai theo cả hai chiều: sợ những thứ vô hại và coi nhẹ những thứ có hại.
- Với giáo viên và người làm đào tạo: biết người dẫn ảo hư cấu khác deepfake giúp bạn yên tâm dùng nó cho video bài giảng, miễn là gắn nhãn cho người học.
- Với chủ cửa hàng: biết nhân vật thương hiệu số là thứ bạn phải viết quy tắc và chịu trách nhiệm, không phải món đồ cài vào là xong.
- Với phụ huynh: biết người ảo trên mạng là nhân vật có đội ngũ đứng sau giúp bạn giải thích cho con vì sao một "người bạn" trên mạng có thể không có thật.
- Với người dùng mạng xã hội: biết bản sao số khác avatar giúp bạn cẩn trọng hơn khi một ứng dụng xin quyền dùng ảnh và giọng của bạn.
- Với người làm truyền thông doanh nghiệp: biết bản sao số của nhân viên cần đồng ý bằng văn bản giúp tránh tranh chấp khi người đó nghỉ việc.
- Với mọi người: gọi đúng chữ deepfake cho đúng chỗ, tức là dùng mặt hoặc giọng người khác khi không được phép, giúp chữ này giữ được sức nặng thay vì bị dùng cho mọi thứ có chữ AI.
Các danh mục khác của AI Hiện Thân đi sâu vào từng loại: tạo hiện thân cho chính mình, người dẫn ảo cho video, nhân vật thương hiệu, bản sao số, người ảo trên mạng, ranh giới deepfake, gắn nhãn và quyền hình ảnh.
Những hiểu lầm thường gặp
"Nhân vật số nào cũng là deepfake." Không đúng. Deepfake là chuyện lấy hình hoặc giọng của người thật khi người đó không đồng ý, hoặc dùng để đánh lừa. Một linh vật hoạt hình, một người dẫn hư cấu được gắn nhãn, một bản sao số của chính bạn đều không thuộc nhóm đó.
"Đã là AI thì tự chịu trách nhiệm." Không có nhân vật số nào tự chịu trách nhiệm. Luôn có người tạo, người vận hành và người cho phép nó lên tiếng.
"Nhân vật hư cấu thì không cần gắn nhãn." Nếu nhân vật giống người đến mức người xem tin là người thật, việc gắn nhãn vẫn cần, vì người xem có quyền biết mình đang nghe ai nói. Quy định về nội dung số và quảng cáo đang thay đổi theo hướng đòi hỏi minh bạch hơn, nên kiểm quy định hiện hành trước khi đưa nhân vật vào quảng cáo.
"Càng giống người càng tốt." Với nhiều việc, một nhân vật rõ ràng là hoạt hình lại được người xem đón nhận dễ hơn và ít gây cảm giác khó chịu hơn một gương mặt gần giống người mà không hẳn giống. Mức giống thật là một lựa chọn, không phải mục tiêu.
Câu hỏi thường gặp
Nhân vật số và avatar có phải là một không?
Không hẳn. Avatar là hình đại diện của một người dùng cụ thể, do người đó điều khiển hoặc chọn. Nhân vật số là khái niệm rộng hơn, bao gồm cả avatar, linh vật thương hiệu, người dẫn ảo, người ảo trên mạng và bản sao số của người thật.
Người dẫn ảo có phải là deepfake không?
Người dẫn ảo hư cấu hoặc được dựng từ hình của người đã đồng ý, và được gắn nhãn rõ cho người xem, không phải deepfake. Deepfake là khi hình hoặc giọng của một người thật bị dùng mà người đó không cho phép, hoặc dùng để đánh lừa người xem.
Tạo nhân vật số có bắt buộc phải dùng AI không?
Không. Nhân vật hoạt hình và nhân vật trò chơi đã được làm thủ công từ lâu. AI chỉ giúp tạo nhanh hơn, giống người thật hơn và cho nhân vật khả năng tự trả lời. Chính vì dễ làm hơn nên chuyện đồng ý và gắn nhãn càng cần chú ý.
Khi nhân vật số nói sai thì ai chịu trách nhiệm?
Người hoặc tổ chức đã tạo và vận hành nhân vật, tức là cửa hàng, trường học hay doanh nghiệp đưa nó ra trước người xem. Nhân vật số không có tư cách pháp lý. Nên ghi rõ từ đầu ai viết kịch bản, ai duyệt và ai xử lý khi có sai sót.
Làm sao biết một nhân vật trên mạng là người ảo hay người thật?
Trước hết xem phần giới thiệu và nhãn nội dung do AI tạo trên bài đăng. Nhiều người ảo có tiểu sử ghi rõ là nhân vật ảo. Nếu không có nhãn, những chi tiết như ánh mắt, tay, răng, nền phía sau đôi khi lộ ra, nhưng không còn đáng tin như trước, nên đừng chắc chắn chỉ bằng mắt.
Dùng ảnh của mình để tạo nhân vật số có rủi ro gì không?
Có. Ảnh và giọng của bạn là dữ liệu cá nhân, có khi là dữ liệu sinh trắc học. Trước khi tải lên, đọc điều khoản xem nền tảng được quyền dùng chúng vào việc gì, lưu ở đâu, bao lâu và bạn có thể yêu cầu xoá không. Không tải ảnh của người khác nếu họ chưa đồng ý.