AI bịa thông tin vì nó tạo câu trả lời bằng cách ghép những chữ có khả năng xuất hiện cùng nhau nhất, chứ không tra cứu một kho dữ liệu đã kiểm chứng; khi không biết, nó vẫn có xu hướng viết ra một câu trả lời trôi chảy thay vì nói “không biết”. Bạn nhận ra bằng cách để ý những chi tiết quá cụ thể mà không có nguồn, yêu cầu nó chỉ rõ nguồn và mức độ chắc chắn, đưa tài liệu gốc cho nó đọc thay vì để nó nhớ, và luôn tự mở nguồn ra kiểm với những thông tin bạn sẽ dùng thật.
Hiện tượng này người trong ngành gọi là “ảo giác”. Bài này không đi sâu vào cơ chế bên trong mà tập trung vào chuyện thực hành: những loại thông tin hay bị bịa, cách hỏi để giảm bịa, và nên làm gì ngay khi phát hiện chatbot vừa bịa.
Những thông tin chatbot hay bịa nhất
Không phải câu trả lời nào cũng có nguy cơ như nhau. Kiến thức phổ thông, phổ biến thường đúng; càng cụ thể, càng hiếm, càng mới thì càng dễ bị bịa. Các nhóm dưới đây cần cảnh giác nhất.
- Tên sách, bài báo, nghiên cứu: tên nghe rất thật, tác giả có thể là người có thật, nhưng tác phẩm đó không tồn tại hoặc nội dung khác hẳn.
- Số điều, số khoản trong văn bản pháp luật: trích “theo điều 15 của luật…” trong khi điều đó nói chuyện khác, hoặc văn bản đã hết hiệu lực.
- Địa chỉ, giờ mở cửa, số liệu của cửa hàng, cơ quan: nhất là ở tỉnh thành nhỏ hoặc sau những thay đổi địa giới hành chính năm 2025.
- Tiểu sử người ít nổi tiếng: năm sinh, quê quán, chức vụ, thành tích có thể bị trộn từ nhiều người trùng tên.
- Tính năng phần mềm, cách thao tác: chỉ dẫn bấm vào một mục không có trong ứng dụng, vì nó nhớ phiên bản cũ hoặc trộn giữa các ứng dụng.
- Con số thống kê: tỷ lệ phần trăm, số người, số tiền được nêu tròn trịa, không kèm nguồn.
Điểm chung của các nhóm này là chi tiết cụ thể mà người hỏi khó kiểm ngay. Đó cũng là lý do lỗi bịa nguy hiểm: nó thường xuất hiện đúng ở những chỗ bạn cần và tin nhất.
Dấu hiệu nhận ra ngay khi đang đọc
Câu trả lời bịa thường không khác gì câu trả lời đúng về giọng điệu, vì vậy đừng dựa vào cảm giác “nghe có vẻ chắc”. Hãy chú ý những dấu hiệu cụ thể hơn. Một là chi tiết quá hoàn hảo: đúng tên sách bạn cần, đúng điều luật nói đúng vấn đề của bạn, đúng con số tròn trịa minh hoạ cho lập luận. Thực tế hiếm khi khớp gọn như vậy.
Hai là thiếu nguồn hoặc nguồn mơ hồ: “theo một nghiên cứu gần đây”, “các chuyên gia cho rằng” mà không có tên, năm, nơi công bố. Ba là mâu thuẫn nội bộ: đoạn đầu nói một năm, đoạn sau nói năm khác; bảng ghi một con số, lời giải thích ghi con số khác. Bốn là khi bạn hỏi lại theo cách khác, chi tiết thay đổi: lần trước tác giả là ông A, lần này là bà B.
Năm là chatbot nhận lỗi quá dễ. Bạn nói “hình như sai”, nó lập tức xin lỗi và đưa ra một phiên bản khác cũng rất chắc chắn. Điều này cho thấy nó không thật sự “biết” thông tin đó, mà chỉ đang tạo ra câu trả lời hợp với lời bạn vừa nói. Ngược lại, nó cũng có thể chiều theo khi bạn khẳng định sai; vì vậy đừng dùng việc chatbot đồng ý với mình làm bằng chứng.
Cách hỏi để AI bớt bịa
Cho phép nó nói không biết. Thêm vào câu hỏi: “Nếu không chắc hoặc không có thông tin, hãy nói thẳng là không biết, đừng đoán.” Câu này không loại bỏ hoàn toàn việc bịa, nhưng giảm rõ rệt ở nhiều công cụ.
Yêu cầu tách phần chắc và phần đoán. Gõ: “Đánh dấu rõ thông tin nào bạn chắc chắn, thông tin nào là suy đoán hoặc cần kiểm lại.” Bạn sẽ biết chỗ nào cần ưu tiên tra cứu.
Đưa tài liệu gốc thay vì để nó nhớ. Muốn hỏi về một quy định, một hợp đồng, một hướng dẫn sử dụng, hãy dán hoặc đính kèm chính văn bản đó và yêu cầu “chỉ trả lời dựa trên tài liệu này, trích nguyên câu làm căn cứ”. Nhớ che thông tin cá nhân trước khi gửi.
Bật tìm kiếm có trích nguồn nếu có. Nhiều công cụ có chế độ tìm trên mạng và ghi nguồn bên cạnh câu trả lời. Chế độ này giúp bạn có chỗ để kiểm, nhưng không đảm bảo đúng: nguồn có thể kém tin cậy, hoặc nội dung được tóm sai so với nguồn.
Hỏi điều kiểm được thay vì điều khó kiểm. Thay vì “cho mình năm nghiên cứu chứng minh…”, hỏi “những từ khoá nào nên dùng để tìm nghiên cứu về chủ đề này, và nên tìm ở những thư viện, cơ sở dữ liệu nào”. Chatbot giỏi chỉ đường hơn là đưa ra trích dẫn chính xác.
Phát hiện chatbot vừa bịa: làm gì tiếp theo
Khi bạn nghi hoặc đã chắc một chi tiết bị bịa, đừng chỉ bỏ qua chi tiết đó rồi dùng phần còn lại. Làm theo trình tự sau để không bị lỗi lan sang những phần khác:
- Chỉ rõ chi tiết sai và nguồn bạn dùng để kiểm, ví dụ “cuốn sách này không có trong danh mục thư viện, tác giả không viết cuốn nào tên như vậy”.
- Hỏi chatbot những chi tiết khác trong câu trả lời có dựa trên thông tin sai đó không. Một tên sách bịa thường kéo theo những đoạn trích và lập luận cũng bịa.
- Coi toàn bộ phần câu trả lời liên quan là chưa được kiểm, không chỉ riêng chi tiết đã bắt được.
- Tự tra những thông tin quan trọng còn lại bằng nguồn độc lập: trang chính thức của cơ quan, thư viện, nhà xuất bản, nhà sản xuất.
- Nếu cuộc trò chuyện đã có nhiều chi tiết bịa, mở cuộc trò chuyện mới, đưa tài liệu gốc vào và hỏi lại.
- Bấm nút đánh giá câu trả lời kèm ghi chú ngắn để hãng có dữ liệu cải thiện.
Bước 3 là bước người dùng hay bỏ qua nhất. Phát hiện một chỗ sai rồi tin rằng phần còn lại đúng là cách lỗi bịa đi vào báo cáo, bài thuyết trình và cả những tin nhắn bạn chia sẻ cho người khác.
Ví dụ giả định: tìm sách tham khảo cho bài tiểu luận
Một bạn sinh viên ở Thái Nguyên, ví dụ giả định, nhờ chatbot gợi ý năm cuốn sách tiếng Việt về lịch sử nghề gốm để làm tiểu luận. Chatbot đưa ra năm tên sách, mỗi cuốn có tác giả, nhà xuất bản, năm xuất bản và một câu tóm tắt nội dung. Danh sách trông rất chuyên nghiệp.
Khi bạn ấy tra danh mục của thư viện trường và thư viện tỉnh, chỉ tìm thấy hai cuốn. Một cuốn có thật nhưng tác giả khác, hai cuốn còn lại không có ở đâu. Bạn ấy hỏi lại chatbot thì nó xin lỗi và đưa danh sách mới, trong đó lại có hai tên lạ khác.
Cách làm hiệu quả hơn là đổi câu hỏi: nhờ chatbot gợi ý các chủ đề con, từ khoá tìm kiếm, những loại tài liệu nên tìm như sách chuyên khảo, tạp chí ngành, luận văn, và những nơi nên tra như thư viện quốc gia, thư viện các trường có khoa mỹ thuật hay khảo cổ. Sau đó bạn tự tìm sách bằng danh mục thư viện, đọc rồi mới nhờ chatbot giúp tóm tắt hay so sánh những cuốn đã có trong tay. Cách này chậm hơn vài giờ nhưng không có nguy cơ nộp bài với tài liệu tham khảo không tồn tại.
Khi nào cần kiểm lại: quy tắc cho mọi câu trả lời
Không thể kiểm từng chữ chatbot viết, và cũng không cần. Quy tắc thực tế là kiểm theo mức hậu quả. Thông tin chỉ để bạn đọc cho biết, như nguồn gốc một món ăn hay ý nghĩa một câu thành ngữ, sai cũng ít hại; đọc với tinh thần tham khảo là đủ. Thông tin bạn sẽ dùng để làm việc, nói lại với người khác hay đưa vào văn bản thì phải kiểm những chi tiết cụ thể như tên, số, ngày, trích dẫn.
Thông tin liên quan đến sức khoẻ, tiền bạc, pháp lý, an toàn thì phải đối chiếu với nguồn chính thức hoặc hỏi người có chuyên môn trước khi làm theo. Ở những lĩnh vực này, một chi tiết bịa có thể gây thiệt hại thật, và câu “chatbot nói vậy” không bảo vệ được bạn.
Một thói quen nhỏ giúp ích nhiều: khi chia sẻ thông tin có được từ chatbot cho người khác, hãy nói rõ nguồn là chatbot và bạn đã kiểm hay chưa. Người nghe sẽ tự đánh giá đúng mức độ tin cậy, và bạn tránh được việc vô tình lan truyền thông tin sai.
Vì sao bịa không biến mất dù AI ngày càng giỏi
Các hãng đã giảm đáng kể tình trạng bịa so với những phiên bản đầu, nhờ huấn luyện mô hình biết thừa nhận giới hạn và nhờ kết nối với công cụ tìm kiếm. Nhưng về bản chất, mô hình vẫn tạo câu trả lời từ những gì nó đã học, và luôn có vùng kiến thức mà nó học ít, học sai hoặc chưa học. Ở những vùng đó, khả năng bịa vẫn còn.
Thêm vào đó, người dùng ngày càng tin chatbot hơn khi thấy nó trả lời đúng nhiều lần, và chính sự tin tưởng này làm lỗi bịa thỉnh thoảng xuất hiện trở nên khó phát hiện hơn. Một câu trả lời sai giữa chín câu đúng dễ lọt hơn một câu sai giữa năm câu sai.
Vì vậy, thay vì chờ một ngày AI hết bịa, cách thực tế là xây thói quen dùng: để chatbot giúp bạn hiểu, sắp xếp, diễn đạt và chỉ đường, còn những chi tiết dùng thật thì kiểm bằng nguồn gốc. Thói quen này cũng có ích với mọi nguồn thông tin khác, từ bài đăng trên mạng xã hội đến lời truyền miệng.
Câu hỏi thường gặp
Hỏi chatbot “bạn có chắc không” có giúp phát hiện bịa không?
Giúp một phần nhưng không đáng tin hoàn toàn. Chatbot có thể giữ nguyên câu trả lời sai với giọng chắc chắn, hoặc đổi sang câu trả lời khác chỉ vì bạn tỏ ra nghi ngờ. Cách chắc hơn là yêu cầu nguồn cụ thể và tự mở nguồn đó ra kiểm.
Chatbot có trích nguồn thì thông tin có đúng không?
Chưa chắc. Nguồn có thể không tồn tại, có thể tồn tại nhưng không nói điều chatbot viết, hoặc là trang kém tin cậy. Bạn mở từng nguồn, tìm đúng đoạn liên quan và đọc xem có khớp không, nhất là với thông tin quan trọng.
Vì sao AI bịa mà không nói là không biết?
Mô hình được huấn luyện để đưa ra câu trả lời hữu ích, và cách nó tạo câu trả lời là chọn những chữ hợp lý nhất. Khi thiếu thông tin, chuỗi chữ hợp lý vẫn có thể được tạo ra dù không đúng sự thật. Dặn rõ được phép nói không biết giúp giảm bớt.
Có công cụ AI nào không bao giờ bịa không?
Hiện chưa có. Các công cụ khác nhau về mức độ, và tình trạng thay đổi theo từng phiên bản. Công cụ trả lời dựa trên tài liệu bạn cung cấp hoặc có trích nguồn thường dễ kiểm hơn, nhưng vẫn cần đọc lại. Đừng tin lời quảng cáo cam kết chính xác tuyệt đối.
Nộp bài có tài liệu tham khảo do AI bịa thì hậu quả thế nào?
Ở trường học và nơi làm việc, trích dẫn tài liệu không tồn tại thường bị xem là lỗi nghiêm trọng về tính trung thực, bất kể bạn cố ý hay không. Luôn tự tìm và đọc tài liệu trước khi đưa vào danh mục tham khảo, và tìm hiểu quy định dùng AI của trường hoặc công ty.
Thông tin địa phương sau sáp nhập tỉnh năm 2025 AI có nắm đúng không?
Nhiều khả năng chưa đầy đủ, vì mỗi mô hình có mốc kiến thức riêng và thay đổi địa giới diễn ra nhanh. Tên tỉnh, xã, địa chỉ cơ quan, thủ tục hành chính nên kiểm trên cổng thông tin chính thức của địa phương hoặc hỏi trực tiếp cơ quan.