Một danh sách tài liệu tham khảo do AI đưa ra có thể trông hoàn hảo mà vẫn chứa những cuốn sách chưa ai từng viết. Tên tác giả có thật, nhà xuất bản có thật, năm xuất bản hợp lý, tiêu đề nghe đúng chuyên ngành. Chỉ có điều cuốn sách không tồn tại. Hiện tượng này đã gây rắc rối cho nhiều người dùng AI để viết báo cáo, luận văn hay tài liệu gửi khách, và nó vẫn xảy ra với các công cụ mới, dù thưa hơn trước.
Bài này dành cho người đi làm dùng AI để tìm hiểu một vấn đề chuyên môn và muốn dựa vào nguồn để quyết định hoặc thuyết phục người khác. Bạn sẽ biết ba kiểu nguồn bịa thường gặp, cách kiểm từng loại nguồn chỉ trong vài phút, và cách đặt câu hỏi để AI ít có cơ hội bịa ngay từ đầu.
Ba kiểu nguồn bịa hay gặp
Nguồn hoàn toàn không tồn tại. Một cuốn sách, một bài báo khoa học, một báo cáo của tổ chức quốc tế mà khi tra ở đâu cũng không thấy. Đây là kiểu dễ phát hiện nhất nếu bạn chịu tra, nhưng cũng là kiểu dễ lọt nhất nếu bạn chỉ chép danh sách sang tài liệu của mình.
Nguồn ghép. Tác giả có thật và có viết về chủ đề đó, nhưng tiêu đề, năm hoặc tạp chí bị ghép sai. Bạn tra tên tác giả thấy đúng chuyên ngành nên dễ tin, trong khi bài cụ thể được dẫn thì không có. Kiểu này nguy hiểm vì nó vượt qua được bước kiểm sơ sài.
Nguồn có thật nhưng không nói điều được gán. Cuốn sách có thật, bài báo có thật, nhưng nội dung không hề chứa kết luận mà AI trích. Có khi nguồn nói điều ngược lại, có khi chỉ nhắc qua chủ đề. Đây là kiểu khó nhất, vì muốn phát hiện bạn phải đọc đúng đoạn liên quan trong nguồn.
Một biến thể đáng chú ý: đường dẫn hỏng. Với các công cụ có tra cứu web, đường dẫn thường có thật và mở được. Với công cụ trả lời từ trí nhớ, đường dẫn có thể là một địa chỉ được dựng theo mẫu của trang web đó, mở ra trang lỗi. Đường dẫn không mở được không chứng minh nguồn bịa, nhưng là lý do để kiểm tiếp.
Vì sao chatbot lại bịa nguồn
Khi được yêu cầu "cho nguồn tham khảo", mô hình nhận ra rằng câu trả lời cần có hình dạng của một danh sách trích dẫn: tên tác giả, năm, tiêu đề in nghiêng, tên tạp chí, số trang. Nó rất giỏi tạo ra đúng hình dạng đó, vì đã đọc vô số danh sách như vậy. Nhưng nhớ đúng từng chi tiết của một bài báo cụ thể là việc khó hơn nhiều so với nhớ kiểu trình bày của nó.
Thêm vào đó, người dùng thường hỏi nguồn cho một kết luận đã có sẵn: "cho nguồn chứng minh rằng làm việc tại nhà tăng năng suất". Câu hỏi này đẩy mô hình đi tìm thứ khớp với kết luận, và khi không nhớ chắc nguồn nào khớp, nó có xu hướng dựng ra một nguồn hợp lý thay vì nói rằng không nhớ.
Các công cụ có tra cứu web giảm đáng kể kiểu bịa hoàn toàn, vì chúng dẫn từ trang đã thực sự mở. Nhưng kiểu thứ ba, nguồn có thật mà không nói điều được gán, vẫn xảy ra: mô hình có thể tóm tắt sai, gộp ý của hai trang, hoặc lấy một câu ra khỏi ngữ cảnh. Vì thế dù dùng công cụ nào, bước đọc nguồn vẫn không bỏ được.
Kiểm từng loại nguồn ở đâu
Mỗi loại nguồn có một chỗ kiểm nhanh nhất. Bảng dưới là điểm khởi đầu; với lĩnh vực của mình, bạn nên bổ sung các thư viện và cơ sở dữ liệu chuyên ngành quen dùng.
| Loại nguồn | Kiểm có tồn tại không | Kiểm nội dung có đúng không |
|---|---|---|
| Sách | Tra tên sách và tác giả trên trang của nhà xuất bản, danh mục thư viện lớn, mã số sách | Mượn hoặc xem bản xem trước, đọc chương liên quan |
| Bài báo khoa học | Tra tiêu đề chính xác trên công cụ tìm kiếm học thuật hoặc trang của tạp chí | Đọc tóm tắt và phần kết luận; số liệu cụ thể thì đọc phần kết quả |
| Báo cáo của tổ chức | Vào trang chính thức của tổ chức, tìm mục ấn phẩm | Tìm đúng trang hoặc mục chứa con số được dẫn |
| Văn bản pháp quy | Tra số hiệu trên cổng thông tin văn bản chính thức | Đọc đúng điều khoản, kiểm tình trạng còn hiệu lực |
| Bài báo, tin tức | Tìm trên trang của chính tờ báo đó, không qua trang chép lại | Xem ngày đăng và câu được trích có nằm trong bài không |
| Câu nói của người nổi tiếng | Tìm bài phỏng vấn, sách hoặc bài phát biểu gốc | Đọc ngữ cảnh quanh câu nói |
Một mẹo nhỏ: chép nguyên tiêu đề, đặt trong ngoặc kép rồi tìm. Tiêu đề bịa thường cho ra không kết quả nào, hoặc chỉ ra những trang cũng đang chép lại câu trả lời của AI.
Quy trình kiểm một danh sách tài liệu AI đưa ra
Khi nhận về một danh sách năm đến mười nguồn, đừng kiểm theo thứ tự. Làm theo trình tự dưới đây để tiết kiệm thời gian:
- Gạch bỏ ngay những nguồn bạn không định dùng. Không cần kiểm thứ bạn sẽ không trích.
- Với những nguồn còn lại, xếp theo mức quan trọng: nguồn nào đỡ cho kết luận chính của bạn thì kiểm trước.
- Kiểm sự tồn tại: tra tiêu đề chính xác, tác giả, năm. Mất dưới một phút mỗi nguồn.
- Nguồn nào không tìm thấy, ghi "không xác minh được" và bỏ khỏi tài liệu. Không giữ lại với hy vọng nó có thật.
- Nguồn nào có thật, tìm đúng đoạn chứa điều được trích. Nếu không tìm thấy trong vài phút, coi như chưa kiểm.
- Trích lại bằng lời của bạn dựa trên điều nguồn thật sự nói, không chép câu tóm tắt của AI.
- Ghi lại ngày kiểm và nơi kiểm cho từng nguồn để người đọc sau có thể lần lại.
Nếu sau bước bốn mà phần lớn danh sách biến mất, đó là tín hiệu rằng kết luận ban đầu có thể không có nhiều nguồn đỡ như bạn tưởng. Đừng đi tìm nguồn khác cho bằng được; hãy xem lại kết luận.
Hỏi sao cho AI ít có cơ hội bịa
Cách hỏi ảnh hưởng rất nhiều đến tỷ lệ nguồn bịa. Câu lệnh "cho mười nguồn chứng minh điều X" gần như mời mô hình dựng ra những thứ không có. Câu lệnh tốt hơn đặt ra điều kiện: "Liệt kê những loại nguồn nào thường nghiên cứu về vấn đề X, những tổ chức hoặc nhóm tác giả nào hay viết về nó. Với mỗi nguồn cụ thể bạn nêu, ghi rõ mức chắc chắn rằng nguồn đó có thật, và đánh dấu những nguồn chỉ nhớ mang máng."
Cách thứ hai là đảo chiều: bạn tự tìm nguồn trước, rồi đưa nguồn đó cho AI đọc và hỏi. Khi tài liệu nằm ngay trong cuộc trò chuyện, việc của AI chuyển từ nhớ lại sang đọc hiểu, và đọc hiểu là việc nó làm đáng tin hơn nhiều. Bạn vẫn kiểm xem nó có tóm đúng không, nhưng ít ra nguồn đã chắc chắn có thật.
Cách thứ ba là dùng chế độ tra cứu web và yêu cầu dẫn kèm đoạn văn cụ thể trong nguồn, không chỉ đường dẫn. Khi phải chỉ ra đoạn văn, mô hình khó gán bừa kết luận cho một trang không nói điều đó, và bạn cũng kiểm nhanh hơn vì biết phải tìm câu nào. Nhớ che tên khách, tên công ty và số liệu nội bộ nếu câu hỏi của bạn có chứa chúng.
Khi nguồn được dùng để thuyết phục người khác
Rủi ro của nguồn bịa tăng gấp nhiều lần khi tài liệu của bạn đi ra ngoài: báo cáo gửi sếp, đề xuất gửi khách, bài đăng trên trang của công ty, tài liệu đào tạo nội bộ. Người đọc tin vì thấy có trích dẫn, và nếu một người trong số họ chịu tra lại, uy tín mất đi không chỉ của tài liệu đó mà của mọi thứ bạn viết sau này.
Ví dụ giả định: một trưởng nhóm kinh doanh ở Cần Thơ soạn đề xuất đổi quy trình chăm sóc khách, trích ba nghiên cứu do chatbot gợi ý. Khách hàng của công ty có một người làm giảng viên đại học, đọc thấy một nghiên cứu lạ và tra thử. Không có. Cuộc họp tiếp theo không còn bàn về quy trình nữa mà bàn về chuyện tài liệu này có đáng tin không.
Nguyên tắc nên giữ: mọi nguồn xuất hiện trong tài liệu gửi người khác phải là nguồn bạn đã tự mở. Nếu không có thời gian kiểm, thà bỏ trích dẫn và viết "theo hiểu biết chung trong ngành" còn hơn giữ một nguồn chưa kiểm. Người đọc chấp nhận được một nhận định chưa có nguồn; họ khó chấp nhận một nguồn giả.
Những dấu hiệu nhìn là biết cần tra ngay
Có vài đặc điểm khiến một trích dẫn đáng tra trước những cái khác. Gặp các dấu hiệu dưới đây, hãy đưa nguồn đó lên đầu danh sách kiểm:
- Tiêu đề quá khớp với câu hỏi của bạn, gần như diễn đạt lại đúng điều bạn muốn chứng minh.
- Kết luận được trích quá gọn và mạnh, kiểu "nghiên cứu chứng minh rằng", trong khi nghiên cứu thật thường viết thận trọng hơn nhiều.
- Năm xuất bản rất gần hiện tại, có thể nằm sát hoặc sau mốc kiến thức của mô hình.
- Tạp chí hoặc nhà xuất bản có tên chung chung mà bạn chưa nghe trong ngành.
- Cùng một tác giả xuất hiện quá nhiều lần với những bài khác nhau về đúng chủ đề hẹp bạn hỏi.
- Con số trích có số lẻ thập phân rất cụ thể nhưng không có trang hay bảng nào đi kèm.
Khi bạn đã quen, phần lớn việc kiểm sẽ diễn ra nhanh: tra tiêu đề mất vài giây, và chỉ những nguồn thật sự quan trọng mới cần bạn mở ra đọc. Thói quen này cũng giúp ích cả khi bạn đọc tài liệu do người viết, vì người cũng đôi khi trích sai.
Câu hỏi thường gặp
Vì sao AI đưa ra nguồn mà tra không thấy?
Vì mô hình dựng câu trả lời theo mẫu đã học, nên nó tạo được một trích dẫn đúng hình dạng mà không nhất thiết nhớ đúng nội dung. Khi không nhớ chắc, nó vẫn có xu hướng đưa ra thứ hợp lý thay vì nói không biết.
Nguồn có thật thì có nghĩa là thông tin AI đưa ra là đúng không?
Không. Nguồn có thật vẫn có thể không nói điều AI gán cho nó, hoặc nói điều đó trong một ngữ cảnh khác. Bạn cần đọc đúng đoạn liên quan trong nguồn thì mới coi là đã kiểm xong.
Có nên dùng AI để viết phần tài liệu tham khảo cho báo cáo không?
Có thể dùng AI để trình bày danh sách theo đúng kiểu định dạng, sau khi bạn đã tự có các nguồn thật. Không nên để AI tự đề xuất nguồn rồi chép thẳng vào báo cáo mà không kiểm từng cái.
Công cụ có tra cứu web còn bịa nguồn không?
Ít bịa nguồn hoàn toàn hơn vì nó dẫn từ trang đã mở, nhưng vẫn có thể tóm tắt sai, gộp ý của nhiều trang hoặc lấy câu ra khỏi ngữ cảnh. Bạn vẫn cần mở nguồn và đọc đoạn được trích.
Không tìm thấy nguồn thì có nên hỏi lại AI không?
Có thể hỏi để xem nó có sửa thông tin không, nhưng đừng coi câu trả lời mới là bằng chứng. Nếu sau khi tra lại vẫn không thấy, hãy bỏ nguồn đó và ghi là không xác minh được.
Trích dẫn sai do AI thì ai chịu trách nhiệm?
Người gửi tài liệu là người chịu trách nhiệm về nội dung, bất kể ai soạn. Đó là lý do mọi nguồn trong tài liệu gửi ra ngoài phải là nguồn bạn đã tự mở và đọc.