Tale of Two Storylines：An NLP-assisted Corpus Study of Open AI’s Identity Construction

Elke organisatie heeft een verhaal dat zij over zichzelf vertelt. Het is het antwoord op de vraag wie zij zijn, wat zij doen en waarom zij ertoe doen. Decennialang hebben onderzoekers bestudeerd hoe bedrijven deze identiteit vormgeven, voornamelijk door te kijken naar hun formele, officiële documenten zoals jaarverslagen of verklaringen over maatschappelijk verantwoord ondernemen. Dit zijn de gepolijste, zorgvuldig bewerkte versies van het leven van een bedrijf, ontworpen om er goed uit te zien voor investeerders en toezichthouders. Maar in de moderne wereld vindt een groot deel van het dagelijkse gesprek van een bedrijf plaats op een andere plek: de blog. Dit zijn de informele, frequente updates waar een bedrijf uitleg geeft over zijn nieuwste experimenten, nieuwe mensen aanneemt of reageert op nieuws. Ze zijn minder gescript en onthullen vaak een complexer, soms tegenstrijdig beeld van wie de organisatie werkelijk denkt dat zij is. Het begrijpen van deze kloof tussen het formele imago en de informele stem is cruciaal, want het is in deze alledaagse woorden dat het ware karakter van een bedrijf vaak aan het publiek wordt onthuld.

Een team van onderzoekers van de Sichuan International Studies University besloot dit fenomeen te onderzoeken met behulp van een specifiek, hoog aangeschreven voorbeeld: OpenAI, de organisatie achter enkele van de meest beroemde kunstmatige intelligentie-instrumenten ter wereld. Ze wilden zien hoe OpenAI zijn identiteit construeert, niet alleen in zijn officiële persberichten, maar ook in de honderden blogposts die het gedurende bijna een decennium heeft gepubliceerd. Om dit te doen, gebruikten ze een methode die computerwetenschap combineert met de studie van taal. Ze verzamelden elke blogpost die OpenAI heeft gepubliceerd van december 2015 tot maart 2024, een collectie van 118 artikelen met ongeveer 435.000 tekens. In plaats van elk woord handmatig te lezen, gebruikten ze een computerprogramma om de tekst te analyseren. Dit programma, bekend als een natural language processing-tool, keek naar hoe woorden samen in de tekst voorkwamen om verborgen patronen te vinden. Het groepeerde de blogposts in drie hoofdclusters op basis van hun inhoud en onderzocht vervolgens de specifieke woorden die OpenAI het vaakst gebruikte wanneer het over zichzelf sprak.

De analyse onthulde dat OpenAI aan de oppervlakte een zeer duidelijk, drieledig verhaal vertelt. Het eerste deel van dit verhaal schetst de organisatie als een bewaker van veiligheid en menselijk welzijn. In hun geschriften koppelt OpenAI zijn missie regelmatig aan het idee van het beschermen van mensen tegen de risico's van geavanceerde technologie. Ze beschrijven zichzelf als ethische beheerders die kunstmatige intelligentie bouwen die veilig, betrouwbaar en ontworpen is om de hele mensheid te helpen. Het tweede deel van het verhaal presenteert hen als een grensverleggende innovator. Hier richt de taal zich op onderzoek, engineering en academische doorbraken. De blogposts benadrukken hun werk met wetenschappers, hun technische doelen en hun voortdurende inspanningen om hun modellen te verbeteren. Het derde deel van het verhaal typeert hen als een gedeelde pleitbezorger. In dit narratief benadrukt OpenAI samenwerking, openheid en het beschikbaar maken van hun technologie aan anderen via instrumenten zoals application programming interfaces. Ze positioneren zichzelf als een partner voor ontwikkelaars en een brug tussen complex onderzoek en de bredere wereld.

De onderzoekers ontdekten echter dat onder dit gepolijste, drieledige narratief een tweede, stillere verhaallijn ligt. Dit onderliggende verhaal wordt niet expliciet vermeld, maar wordt onthuld door de spanningen en tegenstrijdigheden in de taal. Terwijl OpenAI luid spreekt over veiligheid en privacy, merkten de onderzoekers een specifieke tegenstrijdigheid op met betrekking tot gegevensgebruik. In een blogpost over "ChatGPT voor Teams" benadrukte het bedrijf dat er "geen training op uw zakelijke gegevens of gesprekken" zou plaatsvinden. De onderzoekers stellen echter dat deze verklaring de zaak maskeert dat gebruikersgegevens nog steeds worden gebruikt om de bredere GPT-modellen te trainen. Dit creëert een verborgen identiteit die de onderzoekers een "privacy peeper" noemen, waarbij de drang naar innovatie de bescherming van gebruikersinformatie blijkbaar af en toe overschaduwt. Op dezelfde manier, terwijl het publieke verhaal er een is van open samenwerking en gedeelde voordelen, onthult de onderliggende tekst een andere dynamiek met betrekking tot macht. De onderzoekers identificeerden een verborgen "technologie monopolist"-identiteit. Dit komt voort uit de manier waarop OpenAI spreekt over zijn exclusieve partnerschappen, zijn verschuiving van een non-profit naar een winstgevende structuur, en zijn groeiende controle over de markt voor kunstmatige intelligentie. De taal van open toegang staat soms moeizaam naast beschrijvingen van exclusieve overeenkomsten en de consolidatie van middelen.

De studie suggereert dat deze twee verhaallijnen — het publieke gezicht van de welwillende bewaker en de private realiteit van de machtige monopolist — niet toevallig zijn. Ze zijn verweven in de dagelijkse communicatie van het bedrijf. De onderzoekers betogen dat dit dubbele narratief een veelvoorkomend kenmerk is van hoe moderne organisaties hun identiteit beheren. Ze presenteren een verenigd, positief beeld aan de wereld terwijl ze tegelijkertijd navigeren door de complexe, vaak tegenstrijdige realiteiten van het runnen van een hoogwaardig technologiebedrijf. De bevindingen wijzen erop dat de identiteit van een bedrijf niet één enkel, vaststaand ding is, maar een fluïde constructie die verandert afhankelijk van de context. Door naar de informele blogposts te kijken in plaats van alleen naar de formele rapporten, waren de onderzoekers in staat het volledige beeld te zien van hoe OpenAI zichzelf positioneert: als een held van veiligheid en innovatie, maar ook als een machtige entiteit die worstelt met de zeer reële druk van marktdominantie en datacontrole.

Dit onderzoek benadrukt een belangrijke les voor hoe we de bedrijven begrijpen die ons digitale leven vormgeven. Het laat zien dat identiteit niet alleen is wat een bedrijf zegt in zijn jaarverslag; het is ook wat het zegt in zijn blogposts, zijn updates en zijn informele verklaringen. De studie suggereert dat een bedrijf, om vertrouwen te behouden, ervoor moet zorgen dat deze verschillende stemmen een consistent verhaal vertellen. Als de informele, dagelijkse communicatie de formele beloften tegenspreekt, kan dit een kloof in de publieke perceptie creëren die moeilijk te overbruggen is. Voor OpenAI, en voor elke organisatie die opereert in de snel bewegende wereld van kunstmatige intelligentie, is de uitdaging om hun publieke narratief af te stemmen op hun operationele realiteit. De onderzoekers concluderen dat het aandacht besteden aan deze informele teksten essentieel is voor iedereen die de ware aard van een organisatie wil begrijpen, omdat in de kleine, alledaagse woorden vaak de meest eerlijke versie van de identiteit van een bedrijf te vinden is.