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

每个组织都有一个讲述自身故事的方式。这是对“他们是谁”、“他们在做什么”以及“为什么他们很重要”这些问题的回答。几十年来，研究人员一直在研究公司如何构建这种身份，主要通过观察其正式、官方的文件，如年度报告或社会责任声明。这些是公司生活的经过精心润色和编辑的版本，旨在向投资者和监管机构展示良好形象。但在现代世界中，公司的许多日常对话发生在另一个地方：博客。这些是关于公司最新实验、新员工入职或对新闻反应的非正式、频繁的更新。它们较少受到剧本式的约束，往往揭示出一个更复杂、有时甚至充满矛盾的组织真实自我认知。理解这种正式形象与非正式声音之间的差距至关重要，因为正是通过这些日常化的语言，一个公司的真实性格才往往会被公众所察觉。

四川国际研究大学的一个研究小组决定利用一个特定的、高知名度的案例来调查这一现象：OpenAI，这家创造了世界上最著名的几种人工智能工具的组织。他们想要观察 OpenAI 不仅在其官方新闻稿中，而且在其近十年发表的数百篇博客文章中，是如何构建其身份的。为此，他们使用了一种结合了计算机科学与语言学研究的方法。他们收集了 OpenAI 从 2015 年 12 月到 2024 年 3 月发表的所有博客文章，共计 118 篇文章，包含约 43.5 万个字符。他们并没有手动阅读每一个字，而是使用了一个计算机程序来分析文本。这个被称为“自然语言处理”工具的程序，通过观察文本中词语出现的组合方式来寻找隐藏的模式。该程序根据内容将博客文章分为三个主要簇类，并检查了 OpenAI 在谈论自身时最常使用的特定词汇。

分析显示，OpenAI 在表面上讲述了一个非常清晰的三部分故事。这部分故事的第一部分将该组织描绘为安全与人类福祉的守护者。在他们的写作中，OpenAI 经常将自己的使命与保护人类免受先进技术风险的影响联系起来。他们将自己描述为伦理上的管家，致力于构建安全、可靠且旨在帮助全人类的人工智能。故事的第二部分将他们呈现为尖端创新者。在这里，语言侧重于研究、工程和学术突破。博客文章强调了他们与学者开展的工作、技术目标以及在改进模型方面的持续努力。第三部分的故事则将他们塑造为共同的倡导者。在这种叙事中，OpenAI 强调协作、开放，并通过应用程序编程接口（API）等工具向他人提供其技术。他们将自己定位为开发者的合作伙伴，以及连接复杂研究与更广泛世界的桥梁。

然而，研究人员发现，在这一经过润色的三部分叙事之下，隐藏着第二个更安静的故事线。这个底层的故事并未被明确说明，而是通过语言中的张力和矛盾显现出来。虽然 OpenAI 大声疾呼安全与隐私，但研究人员注意到关于数据使用的一个特定矛盾。在一篇关于“ChatGPT 团队版”的博客文章中，公司强调“不会对您的业务数据或对话进行训练”。然而，研究人员认为，这一说法掩盖了用户数据仍被用于训练更广泛的 GPT 模型的事实。这创造了一个研究人员称之为“隐私窥探者”（privacy peeper）的隐藏身份，即推动创新的动力似乎偶尔盖过了对用户信息的保护。同样，虽然公众故事是一个关于开放协作与共享利益的故事，但底层文本却揭示了关于权力的不同动态。研究人员识别出了一个隐藏的“技术垄断者”身份。这源于 OpenAI 谈论其排他性合作伙伴关系的方式、其从非营利组织向营利性结构转变的过程，以及其对人工智能市场日益增长的控制力。开放获取的语言有时与其对排他性协议和资源整合的描述显得格格不入。

研究表明，这两个故事线——即公众面前的仁慈守护者与私下的强大垄断者——并非偶然。它们被交织在公司的日常沟通之中。研究人员认为，这种双重叙事是现代组织管理其身份的一个共同特征。他们在向世界展示统一、积极形象的同时，也在应对运行一家高风险技术公司时面临的复杂且往往相互冲突的现实。研究结果表明，一个公司的真实身份并不是一个单一、固定的事物，而是一个根据语境而变化的流动的构建过程。通过观察非正式的博客文章而非仅仅看正式报告，研究人员能够看到 OpenAI 如何定位自身的完整图景：它既是安全与创新的英雄，也是一个在市场主导地位和数据控制的现实压力下挣扎的强大实体。

这项研究为我们如何理解塑造我们数字生活的公司提供了一个重要的启示。它表明，身份不仅仅是公司在年度报告中所说的话；它也是公司在博客、更新和随意的解释中所表达的内容。研究指出，为了维持信任，公司需要确保这些不同的声音讲述的是一个一致的故事。如果非正式的、日常的沟通与正式的承诺相抵触，就会产生难以弥合的公众感知差距。对于 OpenAI 以及任何在快速变化的人工智能领域运营的组织来说，挑战在于如何使其公众叙事与其运营现实保持一致。研究人员总结道，关注这些非正式文本对于任何想要了解一个组织的真实性格的人来说都是必不可少的，因为在那些细小的、日常的文字中，往往能找到一个公司最真实的身份版本。