Nghiên cứu: Não bộ có thể nhận ra giọng nói AI dù bạn không phân biệt được

Bạn có thể nghĩ rằng mình khó phân biệt giọng người thật với giọng nói do AI tạo ra, và thực tế là phần lớn mọi người đều gặp khó khăn tương tự. Tuy nhiên, điều thú vị là não bộ của bạn có thể đã bắt đầu nhận ra sự khác biệt này, ngay cả khi bạn chưa ý thức được.

Trong một nghiên cứu do Tianjin University và Chinese University of Hong Kong thực hiện, các nhà khoa học đã thử nghiệm khả năng nhận diện giọng nói AI của 30 người tham gia. Kết quả cho thấy con người liên tục nhầm lẫn khi phải phân biệt giữa giọng nói thật và giọng tổng hợp.

Ngay cả sau một buổi huấn luyện ngắn nhằm giúp họ cải thiện khả năng nhận biết, những người tham gia vẫn gặp khó khăn khi đưa ra quyết định chính xác.

Tuy nhiên, khi các nhà khoa học phân tích dữ liệu thần kinh thu được từ thiết bị điện não đồ (EEG), họ phát hiện ra một điều thú vị: não bộ vẫn đang âm thầm xử lý sự khác biệt giữa giọng thật và giọng AI.

Não bộ nghe thấy những gì bạn không nhận ra

Nghiên cứu được công bố trên tạp chí khoa học eNeuro. Trong thí nghiệm, người tham gia nghe các câu nói được phát bằng giọng người thật và hai loại giọng AI khác nhau.

Một loại là giọng tổng hợp cơ bản, trong khi loại còn lại được tinh chỉnh để nghe tự nhiên hơn, gần giống giọng người.

Những người tham gia phải nhấn nút để đoán xem mỗi giọng nói là thật hay giả, và họ sai khá nhiều lần. Nhưng dữ liệu EEG theo dõi hoạt động não lại cho thấy một câu chuyện khác.

Chỉ sau khoảng 12 phút huấn luyện, phản ứng thần kinh của não bắt đầu thay đổi. Não bộ bắt đầu phân loại giọng tổng hợp theo cách khác với giọng thật, và điều này xảy ra ở ba thời điểm riêng biệt: khoảng 55 mili giây, 210 mili giây và 455 mili giây sau khi nghe âm thanh.

Đây đều là các giai đoạn xử lý âm thanh rất sớm, xảy ra trước cả khi ý thức kịp tham gia vào quá trình nhận thức.

Vì sao tai bạn “nhận ra”, nhưng não chưa kịp quyết định

Hiện tượng này xuất phát từ khoảng cách giữa quá trình cảm nhận và quá trình ra quyết định.

Hệ thống thính giác của con người có thể nhận ra những “dấu vết âm thanh” rất tinh vi trong giọng nói do AI tạo ra. Tuy nhiên, những tín hiệu này chưa được kết nối với quyết định có ý thức, tức là nút “đây là giọng giả” trong suy nghĩ của chúng ta.

Phân tích âm học trong nghiên cứu cho thấy giọng nói thật và giọng AI có sự khác biệt trong dải điều biến tần số từ 5,4 đến 11,7 Hz. Đây là dải tần liên quan đến cách não bộ theo dõi các chi tiết nhỏ trong lời nói, chẳng hạn như âm vị và điểm bắt đầu của từng âm tiết.

Ngay cả những giọng AI nghe rất tự nhiên cũng chưa thể tái tạo hoàn hảo những biến thiên vi mô này. Ít nhất là ở thời điểm hiện tại.

Cuộc chiến chống lừa đảo deepfake

Kết quả nghiên cứu mang lại một thông tin khá tích cực: con người không hoàn toàn bất lực trước các vụ lừa đảo bằng giọng nói deepfake.

Bộ máy sinh học của chúng ta – tức hệ thống thính giác và não bộ – vẫn có khả năng phát hiện sự khác biệt. Vấn đề chỉ là chúng ta chưa học cách khai thác khả năng này một cách có ý thức.

Trong tương lai, các công cụ đào tạo có thể giúp mọi người nhận ra những tín hiệu mà não bộ đã phát hiện sẵn, thay vì chỉ đưa ra lời khuyên chung chung như “hãy cẩn thận với deepfake”.

Nói cách khác, dữ liệu đã có, tín hiệu nhận biết cũng đã tồn tại. Điều cần làm tiếp theo là kết nối những tín hiệu đó với quá trình ra quyết định của con người.

Hiện tại, kết luận của nghiên cứu mang lại một cảm giác khá thú vị: não bộ của bạn đang làm việc nhiều hơn bạn nghĩ, và nó đã bắt đầu thích nghi với giọng nói AI, ngay cả khi ý thức của bạn vẫn chưa theo kịp.