আপনি যদি সম্প্রতি ChatGPT- তে চ্যাট করার সময় লক্ষ্য করে থাকেন যে এটি অদ্ভুতভাবে গবলিন, গ্রেমলিন, ওগ্রে বা ট্রলের মতো নির্দিষ্ট প্রাণীর উল্লেখ করছে, তবে আপনি ভুল ভাবছেন না। OpenAI এখন ব্যাখ্যা করেছে কেন ChatGPT-র মধ্যে এই অদ্ভুত অভ্যাসটি তৈরি হয়েছে এবং কীভাবে এর সমাধান করা হচ্ছে।
কীভাবে একটি ‘পণ্ডিতসুলভ’ অদ্ভুত অভ্যাস সবার সমস্যা হয়ে দাঁড়ালো
নভেম্বরে প্রকাশিত GPT-5.1-এর মাধ্যমে সমস্যাটি নীরবে শুরু হয়েছিল । সেটি চালু হওয়ার পর, ChatGPT-এর উত্তরে “goblin” শব্দটির ব্যবহার ১৭৫% বেড়ে যায়, অন্যদিকে “gremlin” শব্দটির ব্যবহার বাড়ে ৫২%। এর জন্য দায়ী ছিল ChatGPT-এর “Nerdy” নামক একটি ঐচ্ছিক পার্সোনালিটি সেটিং , যা AI-টিকে কৌতুকপূর্ণ এবং জ্ঞানপিপাসু হিসেবে উপস্থাপন করার জন্য ডিজাইন করা হয়েছিল।
প্রশিক্ষণের সময়, ওপেনএআই ভুলবশত প্রাণী-ভিত্তিক রূপক ব্যবহার করা উত্তরগুলোর জন্য মডেলটিকে অস্বাভাবিকভাবে বেশি পুরস্কার দিয়ে ফেলে, এবং এই অভ্যাসটি পাকাপাকিভাবে গেঁথে যায়।
কীভাবে একটিমাত্র ব্যক্তিত্বের সেটিং এত গবলিন কথাবার্তার কারণ হলো?
এখান থেকেই ব্যাপারটা মজার হয়ে ওঠে। এমনকি যেসব ব্যবহারকারী কখনো ‘নার্ডি’ ব্যক্তিত্বটি চালু করেননি, তারাও তাদের চ্যাটে গবলিন-সম্পর্কিত প্রসঙ্গ দেখতে শুরু করেন। এর কারণ হলো, এআই প্রশিক্ষণ কোনো একটি নির্দিষ্ট সেটিংয়ের মধ্যে সীমাবদ্ধ থাকে না। চ্যাটজিপিটি মডেলটি একবার সেই বিশেষ ধরনের আচরণের জন্য পুরস্কৃত হওয়ার পর, সেই আচরণটি সব ধরনের সাধারণ প্রতিক্রিয়ার মধ্যেও ছড়িয়ে পড়ে।
ওপেনএআই বলছে, চ্যাটজিপিটি-র মোট প্রতিক্রিয়ার মাত্র ২.৫% ছিল ‘নার্ডি’ ব্যক্তিত্ব, অথচ ‘গবলিন’ সম্পর্কিত মোট উল্লেখের ৬৬.৭%-এর জন্যই এই ব্যক্তিত্বকে পাওয়া গেছে।
তাহলে ওপেনএআই আসলে কীভাবে এর সমাধান করছে?
ওপেনএআই মার্চ মাসে ChatGPT-5.4 এর মাধ্যমে ‘নার্ডি’ ব্যক্তিত্বটিকে নিষ্ক্রিয় করে দেয়, যার ফলে গবলিন সম্পর্কিত উল্লেখ ব্যাপকভাবে কমে যায়। সংস্থাটি এই আচরণের চালিকাশক্তি হিসেবে কাজ করা পুরস্কার সংকেতটিও বাদ দেয় এবং অন্যান্য জাদুকরী প্রাণীর উল্লেখ কমাতে প্রশিক্ষণ ডেটা ফিল্টার করে।
তবে, এর কোডিং টুল ‘কোডেক্স’-এর জন্য একটি আলাদা ওভাররাইড নির্দেশনার প্রয়োজন ছিল, কারণ মূল কারণ শনাক্ত হওয়ার আগেই এটির প্রশিক্ষণ শুরু হয়ে গিয়েছিল। ফ্যান্টাসি অনুরাগীরা চাইলে, এখনও কোডেক্স-এ ম্যানুয়ালি গবলিন মোড আনলক করতে পারেন।
ওপেনএআই ব্যক্তিত্ব-সম্পর্কিত অন্যান্য সিদ্ধান্তও নিচ্ছে, যার মধ্যে যাচাইকৃত ব্যবহারকারীদের জন্য তাদের পূর্বে ঘোষিত অ্যাডাল্ট মোড অনির্দিষ্টকালের জন্য স্থগিত রাখাও অন্তর্ভুক্ত।