Chatbot nói điều nó chắc và điều nó đoán bằng cùng một giọng, nên người đọc không phân biệt được. Cách khắc phục rẻ nhất là yêu cầu ngay từ câu hỏi: liệt kê những giả định đang dùng về hoàn cảnh của bạn, gắn mức chắc chắn cho từng ý, và nói rõ điều gì sẽ làm lời khuyên thay đổi. Một chuyên gia cẩn thận vẫn làm như vậy khi nói “nếu nhà bạn có móng băng thì…”, “thường là vậy, nhưng phải kiểm…”.
Bài này đưa câu lệnh mẫu, một thang ba mức đơn giản để AI dùng, và quan trọng nhất là cách đọc những nhãn đó cho đúng, vì mức chắc chắn do AI tự gắn không phải là xác suất và thường nghiêng về tự tin hơn thực tế. Phần kiểm chứng sâu một lời khuyên có danh mục riêng; ở đây chỉ bàn cách hỏi để câu trả lời dễ kiểm hơn ngay từ đầu.
Giả định ẩn: nơi lời khuyên hay sai nhất
Khi thiếu thông tin, AI không dừng lại mà tự lấp chỗ trống bằng giả định phổ biến. Hỏi về cách tính lương làm thêm giờ mà không nói loại hợp đồng, nó giả định hợp đồng thông thường. Hỏi về cách chăm vườn cây ăn trái mà không nói vùng, nó giả định khí hậu chung chung. Những giả định đó không hiện ra trong câu trả lời, nên bạn đọc lời khuyên mà không biết nó đứng trên nền nào.
Phần lớn lời khuyên sai mà nghe hợp lý đến từ đây, không phải từ chuyện AI thiếu kiến thức. Kiến thức đúng áp vào hoàn cảnh bị đoán sai vẫn cho kết quả sai. Một người ở Lâm Đồng làm theo lịch bón phân viết cho vùng đồng bằng có thể gặp chuyện, dù từng câu trong lời khuyên đều có trong sách.
Yêu cầu AI liệt kê giả định biến thứ vô hình thành thứ bạn kiểm được trong vài giây. Đọc danh sách, gạch những giả định sai, sửa lại, và hỏi lại phần lời khuyên liên quan. Đây thường là lượt sửa có giá trị nhất trong cả cuộc trao đổi, vì nó nhắm đúng vào chỗ AI không có cách tự biết.
Giả định ẩn còn đến từ chính cách bạn đặt câu hỏi. Hỏi “làm sao giảm chi phí điện cho xưởng” ngầm báo rằng bạn đã quyết định giảm điện là việc cần làm. AI sẽ không hỏi lại liệu điện có phải khoản đáng lo nhất hay không. Khi yêu cầu nêu giả định, nhớ để ý cả những giả định về mục tiêu chứ không chỉ về hoàn cảnh.
Câu lệnh mẫu buộc AI nêu giả định
Đặt một trong các câu sau ở cuối câu hỏi. Mẫu thứ ba và thứ tư hợp với vấn đề có hậu quả lớn.
- “Trước phần trả lời, liệt kê những giả định bạn đang dùng về hoàn cảnh của mình mà mình chưa nói rõ.”
- “Với mỗi lời khuyên, ghi kèm giả định quan trọng nhất mà nó dựa vào.”
- “Nêu ba điều mà nếu khác đi thì lời khuyên của bạn sẽ thay đổi đáng kể, và thay đổi theo hướng nào.”
- “Tách câu trả lời thành ba phần: điều mình đã nói với bạn, điều bạn suy ra từ đó, và điều bạn đang đoán.”
- “Nếu có giả định nào bạn thấy rủi ro khi đoán sai, hỏi mình trước thay vì giả định.”
Mẫu thứ ba đáng dùng nhất cho quyết định lớn. Nó không chỉ cho bạn biết giả định, mà còn cho biết giả định nào nhạy: nếu sai thì hậu quả lớn đến đâu. Một giả định sai mà không đổi kết luận thì không cần mất công kiểm; một giả định sai mà đảo ngược kết luận thì phải kiểm trước khi làm bất cứ điều gì.
Thang ba mức chắc chắn cho AI dùng
Yêu cầu AI gắn nhãn mức chắc chắn cho từng ý chính bằng một thang đơn giản giúp bạn biết nên dồn công kiểm vào đâu. Thang ba mức dưới đây đủ dùng và dễ đọc hơn phần trăm.
| Mức | Nghĩa khi AI gắn nhãn | Bạn nên làm gì |
|---|---|---|
| Kiến thức phổ biến | Điều được trình bày giống nhau trong nhiều tài liệu cơ bản của ngành | Đủ dùng để hiểu; vẫn kiểm nếu sắp làm theo một việc tốn kém |
| Thường đúng, phụ thuộc hoàn cảnh | Nguyên tắc chung có nhiều ngoại lệ, đúng với đa số trường hợp | Đối chiếu với hoàn cảnh của bạn, hỏi người trong nghề ở điểm có ngoại lệ |
| Suy đoán | AI tự suy ra, không chắc có tài liệu, hoặc thông tin có thể đã thay đổi | Không làm theo trước khi kiểm từ nguồn chính thức hoặc người có chuyên môn |
Câu lệnh đi kèm: “Gắn một trong ba nhãn sau cho mỗi ý chính: kiến thức phổ biến, thường đúng nhưng phụ thuộc hoàn cảnh, suy đoán. Mọi con số, điều khoản, thông số đều phải gắn nhãn.” Câu cuối quan trọng vì con số là thứ AI hay đưa ra trơn tru nhất mà khó kiểm nhất.
Giả định AI hay tự điền theo từng loại câu hỏi
Biết trước AI hay đoán gì giúp bạn đọc danh sách giả định nhanh hơn, và nhiều khi điền luôn vào câu hỏi để khỏi phải sửa. Bảng dưới gom những chỗ trống hay gặp nhất.
| Loại câu hỏi | AI thường tự giả định | Nên nói rõ ngay từ đầu |
|---|---|---|
| Kinh doanh nhỏ | Có nhân viên làm riêng từng việc, có ngân sách quảng cáo, bán cả trực tuyến | Số người thật sự làm, kênh bán đang dùng, khoản chi không thể tăng |
| Kỹ thuật, máy móc, nhà cửa | Thiết bị đời mới, điều kiện khí hậu ôn hoà, có dụng cụ chuyên dụng | Đời máy hoặc năm xây, môi trường nóng ẩm hay ven biển, dụng cụ đang có |
| Học tập, nghề nghiệp | Người học có nhiều thời gian, nền tảng trung bình, học bằng tiếng Anh được | Thời gian mỗi tuần, đã biết đến đâu, ngôn ngữ đọc thoải mái |
| Đời sống, gia đình | Sống ở thành phố lớn, dịch vụ nào cũng sẵn, quy định giống nước ngoài | Tỉnh hoặc thành phố, nông thôn hay đô thị, đã có sẵn những gì |
| Câu hỏi liên quan quy định | Quy định ở thời điểm dữ liệu của mô hình, đôi khi của nước khác | Đang ở Việt Nam, cần áp dụng quy định hiện hành, sẽ tự kiểm lại |
Dòng cuối là chỗ dễ sai nhất và ít khi hiện ra trong câu trả lời. Nhiều mô hình học từ tài liệu tiếng Anh nhiều hơn, nên khi bạn không nói rõ, một nguyên tắc về hợp đồng lao động hay an toàn công trình có thể đến từ quy định của nước khác. Ghi rõ “ở Việt Nam” không làm AI biết đúng quy định hiện hành, nhưng ít ra nó sẽ không nhầm nước.
Đọc nhãn chắc chắn của AI cho đúng
Nhãn là tín hiệu, không phải xác suất. Khi AI ghi “chắc chắn”, điều đó không có nghĩa là đúng chín mươi phần trăm. Các mô hình ngôn ngữ không đo độ tin cậy của mình theo cách đó. Nhãn có ích ở chỗ cho thấy cách AI phân loại ý, không phải ở con số tuyệt đối.
AI thường tự tin hơn thực tế. Nhiều câu trả lời sai vẫn được gắn mức cao. Vì vậy hãy tin nhãn “suy đoán” hơn tin nhãn “phổ biến”: khi AI tự nhận là đoán, gần như chắc đó là chỗ yếu; khi AI nói là phổ biến, vẫn có thể sai.
Chú ý chỗ nhãn lệch với nội dung. Một ý về quy định cụ thể, về mức phí, về thời hạn mà được gắn “kiến thức phổ biến” là dấu hiệu cần cảnh giác, vì loại thông tin này thay đổi theo thời gian và theo địa phương.
So nhãn giữa hai lần hỏi. Hỏi lại cùng câu trong cuộc trò chuyện mới và so nhãn. Ý nào đổi nhãn giữa hai lần là ý AI không vững, nên đưa lên đầu danh sách cần kiểm.
Nhãn có thể bị câu hỏi kéo lệch. Nếu bạn hỏi theo kiểu đã tin sẵn một điều, AI dễ gắn nhãn cao cho chính điều đó. Muốn nhãn công bằng hơn, hãy đặt câu hỏi trung tính, không lộ bạn đang mong câu trả lời nào.
Ví dụ giả định: hỏi về chuyển đổi hộ kinh doanh
Tình huống: chủ một hộ kinh doanh bán đồ gia dụng ở Quảng Ninh hỏi AI có nên chuyển lên thành doanh nghiệp không. Đây là việc có yếu tố thuế và pháp lý, nên phần giả định và mức chắc chắn rất quan trọng.
- Câu hỏi có bối cảnh: quy mô, số nhân viên, khách chủ yếu là cá nhân hay doanh nghiệp, có cần xuất hoá đơn cho khách doanh nghiệp không. Không ghi tên cửa hàng hay doanh thu chính xác, chỉ ghi khoảng.
- Thêm mẫu “nêu ba điều mà nếu khác đi thì lời khuyên sẽ đổi” và yêu cầu gắn ba mức chắc chắn.
- AI liệt kê giả định, trong đó có một giả định sai: nó cho rằng khách chủ yếu là doanh nghiệp. Bạn sửa lại và hỏi lại phần liên quan.
- Trong câu trả lời mới, phần lý do nên hay chưa nên chuyển được gắn nhãn “thường đúng, phụ thuộc hoàn cảnh”, phần nghĩa vụ thuế cụ thể sau khi chuyển được gắn “suy đoán, cần kiểm quy định hiện hành”.
- Bạn giữ phần lý do để tự cân nhắc, còn phần thuế đưa thành danh sách câu hỏi cho kế toán hoặc cơ quan thuế quản lý.
Câu trả lời cuối không quyết định thay bạn. Nó cho bạn biết đã rõ những gì, còn phải hỏi ai về những gì. Với các câu hỏi chạm tới thuế, pháp lý, đó là vai trò vừa phải nhất của AI.
Giới hạn của cách làm này
Yêu cầu nêu giả định không làm AI biết thêm điều gì. Nó chỉ làm cho những gì AI đang dùng hiện ra để bạn soát. Nếu AI có kiến thức cũ về một quy định đã sửa, nó có thể vẫn gắn nhãn “phổ biến” một cách thật lòng, vì trong dữ liệu nó học, đó đúng là điều phổ biến. Vì vậy, mọi thứ liên quan tới quy định, giá cả, thủ tục đều cần kiểm theo nguồn hiện hành, bất kể nhãn.
Cũng có lúc danh sách giả định dài tới mức bạn không đọc nổi. Lúc đó, yêu cầu AI chỉ giữ năm giả định có ảnh hưởng lớn nhất tới kết luận. Danh sách ngắn mà đọc kỹ có giá trị hơn danh sách dài mà lướt qua.
Cuối cùng, nhãn chắc chắn không thay cho trách nhiệm. Một lời khuyên được gắn mức cao vẫn có thể sai, và khi làm theo, người chịu hậu quả là bạn. Với việc lớn, coi những ý có nhãn cao là điểm khởi đầu cho cuộc trao đổi với người trong nghề, không phải điểm kết thúc.
Câu hỏi thường gặp
Có nên yêu cầu AI cho mức chắc chắn bằng phần trăm không?
Không nên. Con số phần trăm tạo cảm giác chính xác mà thực tế không có, vì mô hình không đo độ tin cậy theo cách đó. Thang ba mức bằng chữ giúp bạn phân loại ý mà không bị đánh lừa bởi một con số trông khoa học.
Nếu AI gắn nhãn suy đoán cho gần hết câu trả lời thì sao?
Đó có thể là tín hiệu tốt: câu hỏi cần thông tin cụ thể mà AI không có, hoặc thuộc lĩnh vực thay đổi nhanh. Hãy hỏi AI cần thêm gì để chắc hơn, hoặc chuyển sang tìm nguồn chính thức và người có chuyên môn.
Yêu cầu nêu giả định có làm câu trả lời dài quá không?
Dài thêm vài dòng, nhưng thường đáng. Nếu quá dài, giới hạn số giả định ở năm cái quan trọng nhất và yêu cầu ghi gọn mỗi cái một dòng. Phần quan trọng là bạn đọc được chúng, không phải AI liệt kê đủ.
Có thể đưa yêu cầu này vào phần cài đặt chung để khỏi gõ lại không?
Nhiều công cụ có ô hướng dẫn chung áp cho mọi cuộc trò chuyện. Bạn có thể ghi vào đó “với câu hỏi cần lời khuyên, nêu giả định chính và gắn mức chắc chắn”, rồi thử vài lần xem công cụ có làm theo đều không.
Gắn mức chắc chắn có giúp phát hiện nguồn bịa không?
Giúp một phần, vì bạn có thể yêu cầu mọi trích dẫn, tên văn bản, số liệu đều phải gắn nhãn. Nhưng một nguồn bịa vẫn có thể được gắn mức cao. Cách kiểm nguồn cụ thể được bàn ở danh mục kiểm chứng lời khuyên của trang.