Muốn tin một câu trả lời khoa học của AI, hãy kiểm nó bằng nguồn bên ngoài chatbot: đối chiếu khẳng định chính với sách giáo khoa hoặc trang của cơ quan khoa học, tìm tận nơi mọi nghiên cứu được trích, và thử ước lượng xem con số có hợp lý về độ lớn không. Hỏi lại chính chatbot "bạn chắc không" ít có tác dụng, vì nó có thể tự tin xác nhận cả điều sai.
AI trò chuyện đã giúp hàng triệu người hiểu khoa học nhanh hơn, từ học sinh làm bài đến phụ huynh trả lời câu hỏi "vì sao" của con. Nhưng cách nó tạo ra câu trả lời khiến nó có những kiểu sai riêng, khác với sách và khác với người. Bài này giải thích vì sao chatbot có thể sai một cách trôi chảy, liệt kê các kiểu sai hay gặp, đưa ra bảy bước kiểm và những câu lệnh giúp AI tự lộ ra chỗ nó không chắc.
Vì sao chatbot trả lời khoa học trôi chảy mà vẫn sai
Mô hình ngôn ngữ lớn được huấn luyện để tạo ra văn bản nghe hợp lý dựa trên những gì nó đã đọc. Với câu hỏi phổ biến như "vì sao bầu trời màu xanh", có hàng nghìn văn bản đúng trong dữ liệu, nên câu trả lời thường tốt. Với câu hỏi hẹp, mới, hay có nhiều thông tin sai lưu hành, nó vẫn tạo ra một câu trả lời mượt mà, nhưng độ chính xác giảm rõ rệt, và giọng văn thì không cho bạn biết điều đó.
Đây là điểm khác cơ bản so với việc hỏi một người. Một giáo viên không chắc thường ngập ngừng, nói "để thầy xem lại". Chatbot có thể dùng cùng một giọng chắc chắn cho điều đúng lẫn điều sai. Hiện tượng AI tạo ra thông tin nghe đúng mà không có thật thường được gọi là "ảo giác", và nó hay xảy ra nhất với chi tiết cụ thể: tên người, năm, con số, tên bài báo.
Các hãng liên tục cải thiện, và nhiều công cụ hiện nay có thể tìm kiếm trên mạng rồi dẫn nguồn. Điều đó giúp ích, nhưng không loại bỏ được vấn đề: nguồn được dẫn có thể không nói điều mà câu trả lời gán cho nó, hoặc chính nguồn đó kém tin cậy. Vì tính năng thay đổi nhanh, hãy kiểm phiên bản bạn đang dùng có khả năng gì, nhưng giữ thói quen kiểm dù công cụ nào.
Các kiểu sai hay gặp trong câu trả lời khoa học
Nguồn bịa. Tên bài báo, tác giả, tạp chí nghe rất thật nhưng không tồn tại, hoặc tồn tại nhưng nói chuyện khác. Đây là lỗi nguy hiểm nhất vì nó trông giống hệt bằng chứng.
Con số sai bậc độ lớn. Khoảng cách, khối lượng, nhiệt độ lệch mười hay một nghìn lần. Lỗi này dễ bắt nếu bạn có cảm giác sơ bộ về độ lớn.
Lẫn đơn vị. Ki-lô-mét với dặm, độ C với độ F, ki-lô-oát với ki-lô-oát giờ. Câu trả lời nghe ổn nhưng con số đặt sai đơn vị.
Kiến thức cũ. Dữ liệu huấn luyện có điểm cắt; kết quả khoa học mới, số vệ tinh của một hành tinh hay kỷ lục mới có thể chưa được cập nhật.
Chiều theo câu hỏi. Câu hỏi dẫn dắt như "vì sao X có hại" dễ nhận được danh sách lý do X có hại, kể cả khi bằng chứng không ủng hộ.
Đơn giản hoá đến mức sai. Để dễ hiểu, câu trả lời có thể lặp lại cách giải thích phổ biến nhưng không chính xác, như giải thích lực nâng của cánh máy bay bằng một nửa câu chuyện.
Bảy bước kiểm một câu trả lời khoa học
Không phải câu trả lời nào cũng cần đi đủ bảy bước. Câu hỏi tò mò hằng ngày có thể chỉ cần bước một và hai; câu dùng cho bài tập, bài giảng hay quyết định sức khoẻ thì nên đi hết.
- Tách khẳng định chính: gạch ra hai ba câu then chốt của câu trả lời, thứ mà nếu sai thì cả câu trả lời sai.
- Đối chiếu với nguồn ổn định: sách giáo khoa, giáo trình đại học, trang của cơ quan khoa học hay bảo tàng. Kiến thức phổ thông hiếm khi mâu thuẫn giữa các nguồn này.
- Tìm tận nơi mọi nguồn được trích: gõ tên bài báo hay tác giả vào công cụ tìm kiếm học thuật. Không tìm thấy thì coi như không có.
- Ước lượng độ lớn: con số có hợp lý không? Ví dụ một câu trả lời nói Mặt Trăng cách Trái Đất ba nghìn ki-lô-mét thì sai hẳn, vì khoảng cách thật vào cỡ gần bốn trăm nghìn ki-lô-mét.
- Hỏi theo cách khác: đặt lại câu hỏi bằng từ khác, hoặc hỏi ngược chiều. Câu trả lời đúng thường ổn định; câu trả lời bịa hay thay đổi.
- Xem ngày tháng: với chủ đề có thể đã thay đổi, tìm thông tin mới nhất từ nguồn chính thức.
- Hỏi người trong nghề: với chủ đề quan trọng, một giáo viên hay người làm trong lĩnh vực đó kiểm nhanh hơn bạn tự tìm.
Bước năm hữu ích nhưng không đủ một mình: chatbot có thể sai nhất quán nếu dữ liệu nó học sai nhất quán. Đó là lý do bước hai và ba, kiểm bằng nguồn bên ngoài, là phần không bỏ được.
Đọc ngang: kiểm bằng nguồn bên ngoài, không hỏi lại chính chatbot
Những người kiểm chứng thông tin chuyên nghiệp có một thói quen gọi là đọc ngang. Khi gặp một trang web lạ, thay vì đọc kỹ trang đó để đánh giá, họ mở các thẻ mới để xem những nguồn khác nói gì về trang đó và về khẳng định của nó. Các nghiên cứu về giáo dục thông tin cho thấy cách này giúp đánh giá độ tin cậy nhanh và chính xác hơn việc đọc dọc thật kỹ một nguồn.
Với AI, đọc ngang càng quan trọng. Nếu bạn hỏi chatbot "bạn có chắc không", nó có thể xin lỗi và đổi câu trả lời dù câu đầu đúng, hoặc tự tin khẳng định lại điều sai. Cả hai trường hợp đều không cho bạn thêm thông tin về sự thật. Thông tin mới chỉ đến khi bạn bước ra ngoài cuộc trò chuyện.
Cách làm thực tế là mở song song một cửa sổ tìm kiếm. Mỗi khi câu trả lời nêu một sự kiện quan trọng, tìm nhanh sự kiện đó cùng tên một nguồn ổn định. Ban đầu sẽ chậm, nhưng sau vài tuần, bạn sẽ có cảm giác về loại câu nào AI thường trả lời tốt và loại câu nào cần kiểm kỹ, và thói quen này cũng giúp bạn đọc tin tức tốt hơn.
Nguồn nào để đối chiếu cho từng loại câu hỏi
Không có nguồn nào hoàn hảo cho mọi câu hỏi, nhưng mỗi loại câu hỏi có những nơi đáng tin hơn để bắt đầu.
| Loại câu hỏi | Nơi nên đối chiếu | Lưu ý |
|---|---|---|
| Kiến thức phổ thông | Sách giáo khoa hiện hành, giáo trình đại học nhập môn | Ổn định, ít thay đổi |
| Thiên văn, vũ trụ | Trang của các cơ quan vũ trụ và đài thiên văn | Số liệu cập nhật theo sứ mệnh mới |
| Thiên tai, môi trường | Cơ quan khí tượng, địa chất, môi trường trong nước và quốc tế | Dặn kiểm số liệu mới nhất |
| Sức khoẻ | Cơ quan y tế, tổ chức y khoa chuyên ngành | Không thay lời khuyên của bác sĩ |
| Nghiên cứu mới | Bài báo gốc trên tạp chí, phần tóm tắt | Một nghiên cứu chưa phải kết luận |
| Định nghĩa, lịch sử khoa học | Bách khoa toàn thư uy tín, sách lịch sử khoa học | Đối chiếu năm và tên người |
Bảng không đưa tên trang cụ thể vì địa chỉ và tổ chức thay đổi; điều cần nhớ là loại nguồn. Nguồn tốt thường có tác giả hoặc tổ chức chịu trách nhiệm, ngày cập nhật, và dẫn tiếp tới bằng chứng gốc.
Câu lệnh giúp AI lộ ra chỗ nó không chắc
Cách bạn hỏi ảnh hưởng nhiều đến chất lượng câu trả lời. Vài câu lệnh mẫu giúp câu trả lời minh bạch hơn và dễ kiểm hơn:
- "Trả lời câu hỏi sau, rồi tách riêng những phần là kiến thức đã được xác lập vững, những phần còn tranh luận, và những phần bạn không chắc."
- "Với mỗi con số trong câu trả lời, ghi kèm đơn vị và nói nó là con số chính xác hay ước lượng."
- "Đừng trích tên bài báo cụ thể nếu bạn không chắc chắn nó tồn tại; thay vào đó hãy mô tả loại nghiên cứu và gợi ý từ khoá để mình tự tìm."
- "Có hiểu lầm phổ biến nào về chủ đề này mà câu trả lời của bạn cần tránh không?"
- "Giải thích cho học sinh lớp bảy, nhưng không được đơn giản hoá đến mức sai; nếu phải lược bớt, hãy nói phần nào đã bị lược."
Những câu lệnh này không làm AI trở nên luôn đúng, nhưng chúng khiến phần không chắc hiện ra, và đó chính là phần bạn cần kiểm. Khi dán bài tập hay tài liệu để hỏi, nhớ bỏ tên học sinh, tên trường hay thông tin cá nhân khác.
Dạy trẻ kiểm câu trả lời của AI
Trẻ em ngày càng hỏi AI những câu "vì sao" trước cả khi hỏi người lớn. Điều đó không xấu, nếu trẻ có thói quen hỏi tiếp "làm sao mình biết điều đó đúng". Người lớn có thể biến việc kiểm thành trò chơi: mỗi lần AI trả lời, cả nhà cùng tìm một nguồn khác xem có khớp không, ai tìm ra trước thì kể lại cho mọi người.
Với trẻ nhỏ, nên có người lớn ngồi cùng khi dùng chatbot, vì trẻ chưa phân biệt được câu trả lời chắc chắn với câu trả lời nghe chắc chắn. Có thể thỉnh thoảng cố ý hỏi một câu mà người lớn đã biết đáp án để trẻ thấy AI cũng có lúc sai, và sai thì phát hiện bằng cách nào.
Điều cần tránh là biến việc này thành bài kiểm tra có điểm số. Mục tiêu là nuôi thói quen hoài nghi lành mạnh và niềm vui khi tự tìm ra câu trả lời, không phải xếp hạng xem trẻ nào kiểm giỏi hơn.
Câu hỏi thường gặp
AI có tìm kiếm trên mạng thì có cần kiểm nữa không?
Vẫn cần. Tìm kiếm giúp câu trả lời cập nhật hơn và có dẫn nguồn, nhưng nguồn được chọn có thể kém tin cậy, hoặc câu trả lời có thể tóm tắt sai nội dung nguồn. Hãy bấm vào ít nhất một nguồn quan trọng và đọc xem nó có thật sự nói điều được gán cho nó không.
Làm sao biết một bài báo khoa học AI trích có thật không?
Gõ tên bài, tên tác giả và năm vào công cụ tìm kiếm học thuật hoặc trang của tạp chí. Bài thật thường hiện ra với tóm tắt và thông tin xuất bản. Nếu không tìm thấy, hoặc tìm thấy nhưng nội dung khác hẳn, coi như nguồn đó không dùng được.
Hỏi nhiều chatbot khác nhau rồi so sánh có đủ không?
Giúp ích nhưng không đủ. Các chatbot học từ dữ liệu có nhiều phần trùng nhau, nên có thể cùng lặp lại một hiểu lầm phổ biến. Nếu tất cả cùng trả lời giống nhau, bạn vẫn nên đối chiếu với một nguồn chính thống bên ngoài.
Có nên để học sinh dùng AI làm bài tập khoa học không?
Có thể, nếu dùng để hỏi khái niệm, gợi ý cách tiếp cận và tự kiểm bài, kèm việc kiểm chứng như trên. Không nên để AI làm thay phần suy nghĩ hay viết thay bài. Giáo viên và phụ huynh nên thống nhất quy định rõ ràng với học sinh.
Vì sao AI trả lời khác nhau khi hỏi cùng một câu?
Mô hình tạo văn bản có yếu tố ngẫu nhiên, nên cách diễn đạt thay đổi giữa các lần hỏi. Nếu cả nội dung chính cũng thay đổi, như con số hay kết luận, đó là dấu hiệu mô hình không chắc và bạn cần kiểm kỹ hơn bằng nguồn bên ngoài.
Có nên hỏi AI về sức khoẻ của bản thân không?
Có thể dùng để hiểu thuật ngữ hay chuẩn bị câu hỏi trước khi đi khám, nhưng không nên dùng để tự chẩn đoán hay tự điều chỉnh thuốc. Tránh dán thông tin định danh cá nhân, và khi có vấn đề sức khoẻ, người cần hỏi là bác sĩ.