Nhận ra AI bịa trong việc văn phòng dựa vào một nguyên tắc: mọi thông tin cụ thể trong kết quả (con số, tên, ngày, số hiệu văn bản, trích dẫn) phải chỉ ra được nguồn trong dữ liệu bạn đưa vào hoặc trong tài liệu chính thức; thông tin nào không chỉ ra được nguồn thì coi như chưa đúng. Bảy dấu hiệu dưới đây giúp phát hiện nhanh, nhưng chỉ đối chiếu mới khẳng định được.
Hiện tượng này thường được gọi là "ảo giác": mô hình tạo ra câu chữ hợp lý về hình thức nhưng không có thật. Cơ chế vì sao xảy ra được AI Hiểu giải thích riêng; cách kiểm lời khuyên chuyên môn như y tế, pháp lý thì AI Chuyên Gia có bài kỹ. Ở đây tập trung vào kỹ năng của người làm văn phòng: nhìn ra chỗ bịa trong email, báo cáo, bảng so sánh, và cách luyện kỹ năng này trong nhóm.
Bảy dấu hiệu thường gặp trong tài liệu công việc
Con số tròn trịa hoặc quá cụ thể mà không có trong dữ liệu. Một tỉ lệ "tăng 23,7%" khi bảng bạn đưa vào không có cột so sánh nào là dấu hiệu AI tự tính trên giả định, hoặc tự đặt ra.
Tên người, tên công ty, tên sản phẩm không có trong nguồn. Bản tóm tắt cuộc họp nhắc "anh Minh phụ trách" trong khi bản ghi chỉ có chức danh; báo cáo thị trường nêu tên một đối thủ mà bạn chưa từng nghe.
Số hiệu văn bản, điều khoản dẫn chiếu. Đúng khuôn dạng số/năm/loại văn bản nhưng không tồn tại, hoặc tồn tại nhưng nói về chuyện khác. Đây là loại bịa nguy hiểm nhất trong văn bản gửi cơ quan, đối tác.
Trích dẫn nguyên văn mà không tìm thấy trong tài liệu. Dùng tìm kiếm trong tệp gốc với vài chữ của câu trích; không thấy là có vấn đề.
Chi tiết làm câu văn tròn hơn. Thời gian giao hàng, chính sách đổi trả, ưu đãi xuất hiện trong email trả lời khách mà bạn không cung cấp.
Tổng không khớp các thành phần. Bảng có năm dòng, tổng ở cuối không bằng tổng năm dòng. Một phép cộng tay mất mười giây.
Câu trả lời đổi khi hỏi lại. Hỏi lại cùng câu theo cách khác mà con số hay cái tên thay đổi nghĩa là ít nhất một lần là bịa.
Loại việc nào AI hay bịa nhất
Không phải việc nào cũng có nguy cơ bịa như nhau. Viết lại một đoạn văn bạn đưa vào, sửa giọng, rút ngắn email là những việc ít rủi ro, vì mọi thông tin đã nằm sẵn trong đầu vào. Nguy cơ tăng dần khi AI phải tự cung cấp thông tin: hỏi số liệu thị trường, hỏi quy định pháp luật, hỏi thông tin về một công ty hay một người cụ thể, nhờ tìm tài liệu tham khảo.
Trong công việc văn phòng ở Việt Nam, ba tình huống hay gặp nhất là: nhờ AI viết phần "căn cứ" của công văn và AI dẫn số hiệu nghị định, thông tư không đúng; nhờ AI tóm tắt báo cáo ngành và AI thêm số liệu thị trường không rõ nguồn; nhờ AI lập bảng so sánh nhà cung cấp và AI điền vào ô trống những điều khoản các bên không hề nêu.
Một tình huống ít người để ý là khi dữ liệu đầu vào có chỗ trống. Bảng doanh thu thiếu một tháng, biên bản họp không ghi hạn hoàn thành, báo giá của một nhà cung cấp không nêu thời gian bảo hành: AI có xu hướng lấp chỗ trống bằng giá trị hợp lý nhất nó nghĩ ra, thay vì báo thiếu. Vì vậy trước khi đưa dữ liệu vào, biết dữ liệu của mình thiếu gì cũng giúp biết chỗ nào cần soi kỹ ở đầu ra. Hiểu được điều này giúp phân bổ công kiểm hợp lý. Việc viết lại cần soát giọng và nghĩa. Việc AI phải tự cung cấp thông tin thì mọi chi tiết đều cần đối chiếu với nguồn chính thức, ví dụ văn bản pháp luật tra trên cơ sở dữ liệu chính thức, số liệu thống kê lấy từ cơ quan thống kê, không lấy từ câu trả lời của AI.
Mỗi loại thông tin, đối chiếu ở đâu
Bảng dưới gợi ý nơi đối chiếu cho từng loại thông tin hay bị bịa. Nguyên tắc là đối chiếu với nguồn gốc, không hỏi lại chính AI.
| Loại thông tin | Đối chiếu với | Ghi chú |
|---|---|---|
| Số liệu nội bộ | Bảng tính, phần mềm kế toán, báo cáo gốc | Kiểm vài con số đại diện và tổng cộng |
| Số hiệu văn bản pháp luật | Cơ sở dữ liệu văn bản pháp luật chính thức | Kiểm cả hiệu lực, văn bản có thể đã được sửa đổi hoặc thay thế |
| Số liệu thống kê, thị trường | Công bố của cơ quan thống kê, hiệp hội ngành, báo cáo có tác giả rõ ràng | Không có nguồn thì viết chung hoặc bỏ |
| Thông tin về công ty khác | Trang chính thức của công ty, hồ sơ đăng ký doanh nghiệp | Không đưa thông tin chưa kiểm vào văn bản gửi đối tác |
| Nội dung hợp đồng, báo giá | Bản gốc hợp đồng, báo giá | Dùng tìm kiếm trong tệp để tìm đúng câu |
| Tên người, chức danh | Danh bạ nội bộ, chữ ký email, danh thiếp | Sai chức danh trong thư gửi đối tác là lỗi khó coi |
Bài luyện mắt cho nhóm trong 30 phút
Kỹ năng nhận ra chỗ bịa luyện được, và luyện theo nhóm thường nhanh hơn luyện một mình. Một buổi luyện gọn có thể tổ chức như sau, dùng dữ liệu tự đặt hoặc đã che.
- Người dẫn chuẩn bị trước một bảng số liệu nhỏ và một đoạn bản ghi họp giả định, rồi nhờ AI viết báo cáo và biên bản từ đó.
- Người dẫn tự đọc và đánh dấu các chỗ AI tự thêm, đồng thời cố ý chèn thêm hai lỗi nữa: một con số sai, một tên người không có trong bản ghi.
- Phát văn bản cho cả nhóm, cho mười phút tìm mọi thông tin không có trong nguồn. Không nói trước có bao nhiêu lỗi.
- Cả nhóm so kết quả: ai tìm được gì, bỏ sót gì, và vì sao bỏ sót. Thường lỗi bị bỏ sót là lỗi nằm ở câu trông hợp lý nhất.
- Rút ra hai đến ba điểm thêm vào danh sách soát của phòng.
Buổi luyện này không chấm điểm hay xếp hạng ai. Mục tiêu là để mọi người thấy tận mắt rằng chỗ bịa thường nằm ở nơi ít ngờ nhất, và tự xây phản xạ đối chiếu.
Câu dặn chặn bịa từ đầu
Không có câu lệnh nào loại bỏ hoàn toàn việc AI bịa, nhưng vài câu dặn giảm đáng kể tần suất. Câu dặn thứ nhất: "Chỉ dùng thông tin trong dữ liệu đã cung cấp. Chỗ nào thiếu, ghi chưa có dữ liệu, không tự ước tính." Câu này hiệu quả nhất với báo cáo, bảng so sánh, tóm tắt.
Câu dặn thứ hai: "Với mỗi con số hoặc thông tin cụ thể, ghi nguồn lấy ở đâu trong dữ liệu." Khi buộc phải ghi nguồn, AI thường tự bỏ bớt những gì không có nguồn, và bạn có sẵn đường dẫn để kiểm phần còn lại.
Câu dặn thứ ba dùng khi hỏi kiến thức chung: "Nếu không chắc, nói rõ là không chắc; tách điều chắc chắn với điều suy đoán." Câu này không bảo đảm AI sẽ thật sự biết mình không chắc, nhưng giúp câu trả lời phân tầng rõ hơn. Ba câu dặn nên nằm sẵn trong các câu lệnh mẫu của thư viện, để không ai phải nhớ gõ lại.
Ngoài câu dặn, cách tổ chức đầu vào cũng chặn được nhiều. Đưa dữ liệu thành bảng gọn hoặc danh sách rõ ràng thay vì đoạn văn dài, tách việc cần AI tính toán khỏi việc cần AI diễn đạt, và với số liệu quan trọng thì tự tính trên bảng tính rồi chỉ nhờ AI viết lời bình. Phần việc nào AI không cần tự nghĩ ra thông tin, phần đó gần như không có chỗ để bịa. Đây cũng là lý do người dùng lâu năm thường giao cho AI phần chữ, còn giữ phần số cho bảng tính.
Ví dụ giả định: phần căn cứ của một tờ trình
Một chuyên viên hành chính ở công ty xây dựng cỡ vừa cần soạn tờ trình xin ý kiến ban giám đốc về việc ban hành quy chế làm việc từ xa. Anh nhờ AI viết phần căn cứ và nội dung chính. Phần căn cứ hiện ra ba dòng đúng khuôn: một bộ luật, một nghị định có số hiệu và năm, một thông tư hướng dẫn. Đọc qua thì rất chuyên nghiệp.
Khi tra trên cơ sở dữ liệu văn bản chính thức, bộ luật đúng tên nhưng đã được thay bằng phiên bản mới hơn; nghị định có thật nhưng nói về một chủ đề khác hẳn; còn thông tư thì không tồn tại với số hiệu đó. Phần nội dung chính cũng có một câu "theo quy định, người lao động làm việc từ xa được hưởng phụ cấp" mà không có căn cứ nào.
Anh xoá toàn bộ phần căn cứ do AI viết, tự tra và ghi lại các văn bản đúng, đồng thời gửi phần nội dung liên quan đến quyền lợi người lao động cho bộ phận nhân sự xem trước. Từ lần đó, câu lệnh soạn tờ trình trong thư viện của phòng có thêm dòng dặn: không viết phần căn cứ, để trống cho người soạn tự điền sau khi tra cứu.
Khi phát hiện AI bịa thì làm gì tiếp
Đừng chỉ sửa một chỗ. Một chỗ bịa là tín hiệu cả văn bản cần soát lại lượt sự thật, không chỉ chỗ vừa bắt được.
Quay lại đầu vào. Xem dữ liệu đưa vào có thiếu gì khiến AI phải tự điền không. Thường bổ sung dữ liệu hoặc thêm câu dặn là lần sau không lặp lại.
Không tranh luận dài với AI. Hỏi đi hỏi lại trong một cuộc trò chuyện dài có thể khiến AI đổi ý liên tục hoặc khăng khăng sai. Mở cuộc trò chuyện mới với dữ liệu và câu dặn đầy đủ thường nhanh hơn.
Ghi lại để cả nhóm biết. Một ghi chú ngắn kiểu "AI hay bịa số hiệu thông tư khi viết phần căn cứ công văn" giúp đồng nghiệp tránh được cùng một lỗi.
Đánh giá lại mức tin với loại việc đó. Nếu một loại việc liên tục cho kết quả có chỗ bịa, có thể đó không phải việc nên giao cho AI ở dạng hiện tại. Thay vào đó, giao phần AI làm tốt như sắp xếp, diễn đạt, và giữ phần cung cấp thông tin cho người.
Câu hỏi thường gặp
AI trả phí có ít bịa hơn bản miễn phí không?
Các phiên bản mới hơn thường cải thiện về độ chính xác, nhưng không phiên bản nào hết bịa hoàn toàn. Quy trình đối chiếu vẫn cần thiết dù dùng gói nào. Tính năng tra cứu web giúp có nguồn để kiểm, nhưng nguồn đó cũng phải mở ra đọc.
Bật tính năng tìm kiếm web có hết bịa không?
Giảm được với câu hỏi về thông tin mới, vì AI có nguồn để dựa vào. Nhưng AI vẫn có thể đọc sai nguồn, tóm tắt lệch, hoặc dẫn một nguồn không nói điều nó khẳng định. Luôn mở nguồn được dẫn và đọc đoạn liên quan.
Làm sao kiểm nhanh một số hiệu văn bản pháp luật AI đưa ra?
Tra số hiệu đó trên cơ sở dữ liệu văn bản pháp luật chính thức, đọc tên văn bản và trích yếu xem có đúng nội dung đang nói không, rồi kiểm tình trạng hiệu lực. Không tra được thì không đưa vào văn bản.
Có nên cấm hẳn nhân viên hỏi AI về số liệu và luật?
Cấm hẳn khó thực hiện và làm mất phần lợi ích, vì AI vẫn giúp định hướng tìm kiếm. Cách thực tế hơn là quy định thông tin loại này phải đối chiếu nguồn chính thức trước khi đưa vào văn bản, và văn bản gửi ra ngoài có người duyệt.
Vì sao AI nói sai rồi khi bị hỏi lại lại nhận sai ngay?
Vì AI có xu hướng chiều theo người hỏi. Khi bạn tỏ ý nghi ngờ, nó dễ đổi câu trả lời, kể cả khi câu đầu đúng. Do đó việc AI nhận sai hay khẳng định lại đều không phải bằng chứng; chỉ nguồn gốc mới là bằng chứng.
Người không chuyên có nhận ra AI bịa trong lĩnh vực lạ không?
Khó hơn nhiều, vì không có kiến thức nền để thấy điều bất thường. Trong lĩnh vực lạ, coi mọi thông tin cụ thể là cần kiểm, và với việc quan trọng như pháp lý, thuế, sức khoẻ thì hỏi người có chuyên môn thay vì tự đối chiếu.