Con số trong câu trả lời của AI có sức thuyết phục lớn hơn mọi câu chữ xung quanh nó. Một đoạn tư vấn có "khoảng 40% doanh nghiệp nhỏ gặp vấn đề này" nghe chắc chắn hơn hẳn đoạn chỉ nói "nhiều doanh nghiệp nhỏ gặp vấn đề này". Chính vì thế con số là chỗ đáng kiểm nhất, và cũng là chỗ chatbot hay sai theo những cách rất riêng.
Bài này chia số liệu AI đưa ra thành hai nhóm cần kiểm theo cách khác nhau: con số lấy từ trí nhớ của mô hình, như thống kê, thị phần, tỷ lệ; và con số do mô hình tự tính, như lãi, chi phí, thời gian hoàn vốn, khối lượng vật tư. Mỗi nhóm có kiểu sai riêng và cách kiểm riêng.
Hai nhóm con số, hai kiểu sai
Nhóm thứ nhất là con số mô hình "nhớ". Bạn hỏi tỷ lệ người dùng điện thoại thông minh, số doanh nghiệp đăng ký mới trong năm, mức tăng trưởng của một ngành, và AI đưa ra một con số. Kiểu sai ở đây là nhớ nhầm năm, nhầm phạm vi, nhầm nguồn, hoặc tạo ra một con số hợp lý khi không nhớ. Con số đó có thể gần đúng, có thể đúng của năm khác, có thể hoàn toàn không có cơ sở.
Nhóm thứ hai là con số mô hình "tính". Bạn đưa dữ liệu và nhờ tính lãi, chi phí nhân công, diện tích sơn, số ngày làm việc. Ở đây dữ liệu đầu vào là của bạn, nên rủi ro nằm ở cách tính: sai một bước giữa rồi kéo theo kết quả, quên một khoản, lẫn đơn vị, làm tròn quá sớm. Mô hình ngôn ngữ xử lý chữ số như những mảnh văn bản, nên phép tính dài nhiều chữ số là chỗ nó dễ trượt nếu không dùng công cụ tính toán đi kèm.
Nhiều công cụ hiện nay có thể tự viết và chạy đoạn mã để tính, và khi đó kết quả đáng tin hơn hẳn. Nhưng bạn không phải lúc nào cũng biết công cụ đã dùng cách đó hay chỉ "nhẩm". Cách an toàn là luôn yêu cầu AI trình bày từng bước và tự kiểm lại những bước quan trọng bằng bảng tính.
Kiểm con số thống kê mà AI nhớ
Hỏi ngay: số này của năm nào, phạm vi nào, ai đo. Một con số không có ba thông tin này thì chưa dùng được. "Tỷ lệ 40%" của cả nước khác với của một thành phố, của năm năm trước khác với năm nay, do một cơ quan thống kê đo khác với một khảo sát trực tuyến vài trăm người.
Tìm nguồn gốc, không tìm nguồn chép lại. Cùng một con số có thể xuất hiện trên hàng chục trang, tất cả chép của nhau và không trang nào ghi nguồn. Đi ngược lên tới cơ quan thống kê, báo cáo của tổ chức, hoặc bài nghiên cứu đã công bố.
Kiểm mẫu số. Tỷ lệ phần trăm luôn có mẫu số. "Tăng 50%" từ hai lên ba khác hẳn từ hai nghìn lên ba nghìn. Nếu AI chỉ đưa tỷ lệ mà không đưa con số tuyệt đối, hỏi thêm hoặc tự tìm.
Kiểm độ hợp lý bằng phép ước lượng. Nhân thử con số với quy mô bạn biết. Nếu tỷ lệ được nêu đúng thì số người, số doanh nghiệp tương ứng là bao nhiêu, có khớp với cảm nhận và những con số khác bạn chắc chắn không?
Không tìm được nguồn thì không dùng. Thay bằng nhận định định tính có rào trước, hoặc bỏ hẳn. Một lời khuyên đúng không cần một con số không có thật để đứng vững.
Kiểm phép tính AI làm cho bạn
Khi nhờ AI tính, quy trình sau giúp bạn bắt được phần lớn lỗi mà không phải tính lại từ đầu:
- Yêu cầu AI viết ra từng bước tính, kèm công thức và đơn vị của từng đại lượng, không chỉ đưa kết quả cuối.
- Đọc lại phần dữ liệu đầu vào mà AI dùng. Rất nhiều lỗi nằm ở đây: AI chép sai một con số bạn đưa, hoặc tự thêm một giả định bạn không nói.
- Kiểm đơn vị: mét với milimét, tháng với năm, lãi theo tháng với lãi theo năm, nghìn đồng với triệu đồng.
- Chọn một hai bước quan trọng nhất và tự tính lại bằng bảng tính hoặc máy tính cầm tay.
- Làm một phép ước lượng thô để xem kết quả có đúng cỡ không. Sai lệch gấp mười lần thường lộ ra ngay ở bước này.
- Đổi một con số đầu vào và yêu cầu AI tính lại. Nếu kết quả thay đổi không theo chiều hợp lý, có một bước tính bị sai.
Ví dụ giả định: chủ một xưởng mộc ở Đồng Nai nhờ AI tính lượng gỗ cho một lô bàn. AI ra con số hợp lý, nhưng khi trình bày từng bước thì lộ ra nó đã quy đổi chiều dày ván từ milimét sang mét sai một chữ số. Kết quả cuối vẫn trông bình thường vì các bước sau tự "làm tròn" lại. Chỉ bước kiểm đơn vị mới bắt được lỗi này.
Những lỗi số liệu hay gặp và cách nhận ra
Bảng dưới gom những kiểu lỗi người dùng hay gặp khi nhận số từ AI, cùng câu hỏi ngắn để tự bắt lỗi.
| Kiểu lỗi | Biểu hiện | Câu hỏi để bắt lỗi |
|---|---|---|
| Lẫn năm | Số đúng nhưng của vài năm trước | Số này đo vào năm nào? |
| Lẫn phạm vi | Số của một nước khác hoặc của cả khu vực | Số này đo ở đâu, trên nhóm nào? |
| Thiếu mẫu số | Chỉ có tỷ lệ, không có con số tuyệt đối | Tăng từ bao nhiêu lên bao nhiêu? |
| Lẫn đơn vị | Kết quả lệch đúng mười, trăm hoặc nghìn lần | Mỗi đại lượng đang tính bằng đơn vị gì? |
| Làm tròn sớm | Kết quả cuối lệch nhẹ nhưng cộng dồn thành lớn | Làm tròn ở bước nào? |
| Bỏ sót khoản | Tổng chi phí thấp hơn thực tế | Đã tính những khoản nào, còn khoản nào chưa? |
| Tự thêm giả định | Dùng một con số bạn không đưa | Con số này lấy ở đâu ra? |
Bạn có thể dán bảng này vào cuộc trò chuyện và yêu cầu AI tự rà câu trả lời của nó theo từng dòng. Việc tự rà không thay được việc bạn kiểm, nhưng thường làm lộ ra một hai chỗ cần xem lại.
Khi con số dùng để ra quyết định tiền bạc
Những con số dẫn thẳng tới quyết định chi tiền, vay tiền, ký hợp đồng hay định giá bán cần một lớp kiểm cao hơn. Ở đây không chỉ phép tính phải đúng mà các giả định phía sau cũng phải hợp với hoàn cảnh của bạn: giá vật tư ở địa phương, mức lương thị trường nơi bạn tuyển người, tốc độ bán hàng thực tế của cửa hàng.
AI thường điền giả định bằng những con số "trung bình" mà nó gặp nhiều trong dữ liệu, và những con số đó có thể không khớp với một tiệm nhỏ ở Lâm Đồng hay một văn phòng ở Hải Phòng. Cách làm đúng là tự cung cấp mọi giả định quan trọng bằng số liệu của chính bạn, và yêu cầu AI liệt kê thêm những giả định nó đã tự điền để bạn duyệt từng cái.
Với các quyết định về đầu tư, vay vốn hay thuế, AI chỉ nên đóng vai trò giúp bạn hiểu cách tính và chuẩn bị câu hỏi. Con số cuối cùng phải được kế toán, người tư vấn tài chính có chuyên môn, hoặc cơ quan thuế xác nhận, tuỳ việc. Trang này không đưa lời khuyên đầu tư, và AI cũng không nên là người duy nhất bạn hỏi ở những việc như vậy.
Câu lệnh giúp AI đưa số liệu cẩn thận hơn
Cách hỏi ảnh hưởng nhiều đến chất lượng con số. Một câu lệnh mẫu khi bạn cần số liệu từ trí nhớ của AI: "Nếu dùng con số thống kê nào, hãy ghi kèm năm, phạm vi, tên cơ quan hoặc tổ chức đo. Nếu không nhớ chắc, ghi rõ là không chắc thay vì đưa con số. Không làm tròn đẹp các con số."
Một câu lệnh mẫu khi bạn cần AI tính: "Hãy tính theo từng bước, mỗi bước ghi công thức, đơn vị và kết quả trung gian. Không làm tròn cho tới bước cuối. Cuối cùng liệt kê mọi giả định bạn đã tự đặt mà không có trong dữ liệu được cung cấp." Nếu công cụ cho phép chạy mã để tính, có thể thêm yêu cầu "dùng công cụ tính toán thay vì nhẩm".
Khi đưa số liệu nội bộ vào để tính, nhớ che những gì không cần thiết: tên khách hàng, tên nhà cung cấp, số tài khoản. Phép tính chỉ cần các con số và đơn vị; tên riêng không làm kết quả chính xác hơn nhưng lại là thông tin bạn không muốn rời khỏi máy mình.
Thói quen giữ số liệu sạch trong tài liệu của bạn
Kiểm một lần chưa đủ nếu con số được chép đi chép lại qua nhiều tài liệu. Vài thói quen giúp số liệu không bị "trôi":
- Ghi nguồn và năm ngay cạnh mỗi con số trong bản nháp, kể cả khi bản cuối không cần hiện ra.
- Lưu bảng tính kiểm lại cùng thư mục với tài liệu, để người khác hoặc chính bạn sau này có thể lần lại.
- Đánh dấu rõ con số nào là "ví dụ giả định" để không ai nhầm thành số thật.
- Khi cập nhật một con số, tìm và sửa mọi chỗ nó xuất hiện, không chỉ chỗ đầu tiên.
- Định kỳ rà lại những con số dùng lâu, vì thống kê được công bố lại và điều chỉnh theo năm.
Những thói quen này không phải để phục vụ AI, mà là thói quen làm việc với số liệu của người làm nghề cẩn thận. AI chỉ làm cho chúng quan trọng hơn, vì nó tạo ra số nhanh hơn bất kỳ ai.
Nếu làm việc theo nhóm, nên thống nhất một quy ước nhỏ: con số nào chưa kiểm thì tô màu hoặc đặt trong ngoặc vuông trong bản nháp, và không ai được bỏ dấu đó khi chưa ghi nguồn. Quy ước này tốn vài giây mỗi lần nhưng ngăn được tình huống quen thuộc là một con số do AI gợi ý đi qua ba người, không ai nhớ nó từ đâu ra, rồi xuất hiện trong báo cáo cuối như một sự thật.
Câu hỏi thường gặp
AI có tính toán chính xác không?
Với phép tính ngắn thì thường đúng. Với phép tính dài, nhiều chữ số hoặc nhiều bước, mô hình có thể sai nếu chỉ nhẩm. Nhiều công cụ có thể chạy mã để tính và khi đó đáng tin hơn, nhưng bạn vẫn nên kiểm các bước quan trọng.
Làm sao biết con số thống kê AI đưa ra là có thật?
Hỏi năm, phạm vi và nơi đo, rồi tự tìm ở nguồn gốc như cơ quan thống kê hay báo cáo của tổ chức. Nếu không tìm được nguồn gốc, đừng dùng con số đó trong tài liệu hay quyết định của bạn.
Có nên dán cả bảng số liệu của công ty vào AI để phân tích không?
Chỉ dán phần cần thiết và che tên khách, tên đối tác, thông tin tài khoản trước. Nếu công ty có quy định về dữ liệu, làm theo quy định đó; số liệu nhạy cảm nên phân tích bằng công cụ được công ty cho phép.
AI tính ra kết quả khác với bảng tính của mình thì tin bên nào?
Đừng chọn bên nào vội. Đặt hai cách tính cạnh nhau, so từng bước để tìm chỗ khác nhau. Thường lỗi nằm ở dữ liệu đầu vào, đơn vị hoặc một giả định khác nhau, chứ không phải ở phép cộng trừ.
Con số AI đưa ra là ví dụ giả định thì có cần kiểm không?
Cần kiểm xem nó có đúng cỡ hợp lý không, nếu bạn định dùng nó để minh hoạ. Ví dụ giả định lệch quá xa thực tế có thể khiến người đọc hiểu sai vấn đề, dù bạn đã ghi rõ là giả định.
Khi nào cần nhờ kế toán hay chuyên gia kiểm con số?
Khi con số dẫn tới quyết định chi tiền lớn, vay vốn, kê khai thuế, báo cáo cho cơ quan nhà nước hoặc ký hợp đồng. Những việc này cần người có chuyên môn chịu trách nhiệm, không chỉ cần phép tính đúng.