Câu lệnh tốt giảm được đáng kể việc AI bịa nguồn bằng ba cách: cho phép nó trả lời là không biết, buộc nó tách phần có nguồn với phần tự suy, và giới hạn nó trong tài liệu bạn đưa vào. Nhưng không câu lệnh nào đưa nguy cơ về không, nên mọi mẫu trong bài đều đi kèm một bước kiểm.
Bài này dành cho người đang bắt đầu tìm hiểu một đề tài nghiên cứu và muốn dùng chatbot cho đúng. Các câu lệnh viết bằng tiếng Việt, dùng được với phần lớn công cụ phổ biến. Tính năng mỗi công cụ thay đổi theo phiên bản, nên bạn nên thử trên công cụ mình đang dùng và xem nó phản hồi thế nào.
Vì sao cách hỏi ảnh hưởng đến việc AI bịa
Mô hình ngôn ngữ cố gắng trả lời đúng điều được yêu cầu. Nếu bạn yêu cầu năm bài báo, nó sẽ cố đưa ra năm bài. Nếu bạn yêu cầu bằng chứng cho một khẳng định, nó sẽ cố tìm bằng chứng ủng hộ. Nếu câu hỏi không chừa chỗ cho câu trả lời "không có" hay "không chắc", mô hình hiếm khi tự chọn câu trả lời đó.
Vì vậy nhiều trường hợp bịa nguồn bắt đầu từ chính câu hỏi: đòi số lượng cố định, đặt kết luận sẵn, hỏi chi tiết mà mô hình khó có thể nhớ chính xác, như số trang hay mã định danh. Đổi cách hỏi không làm mô hình thông minh hơn, nhưng gỡ bớt áp lực buộc nó phải lấp chỗ trống bằng suy đoán.
Một điều cần nhớ: câu lệnh chỉ định hướng, không phải công tắc. Có lúc mô hình vẫn đưa ra trích dẫn bịa dù bạn đã dặn rất kỹ, và vẫn nói "đã kiểm" mà thực ra không kiểm gì. Hãy coi câu lệnh như cách giảm số nguồn phải loại, chứ không phải cách bỏ được bước kiểm.
Đổi câu hỏi dễ gây bịa thành câu hỏi an toàn hơn
Bảng dưới đặt cạnh nhau những câu hỏi người mới hay dùng và phiên bản viết lại. Đề tài trong ví dụ là giả định.
| Câu hỏi dễ gây bịa | Câu hỏi viết lại | Vì sao an toàn hơn |
|---|---|---|
| "Cho năm bài báo chứng minh trồng cây trên mái giảm nhiệt độ trong nhà." | "Những hướng nghiên cứu nào thường được dùng để tìm hiểu ảnh hưởng của mái xanh đến nhiệt độ trong nhà? Gợi ý từ khoá tiếng Việt và tiếng Anh." | Không đòi số lượng, không đặt kết luận sẵn, trả về thứ bạn tự đi tìm |
| "Bài báo nào nói học nhóm tốt hơn học một mình?" | "Về so sánh học nhóm và học cá nhân, các nghiên cứu thường cho kết quả thế nào? Nêu cả những điểm còn tranh luận. Nếu không chắc về một nghiên cứu cụ thể, nói rõ là không chắc." | Hỏi về bức tranh chung và cho phép không chắc |
| "Cho DOI của bài báo này." | "Đây là thông tin bài báo đã có; gợi ý cách tự tra mã định danh và kiểm thông tin bài." | Không bắt mô hình nhớ một chuỗi ký tự chính xác |
| "Tóm tắt nghiên cứu của tác giả X về đề tài Y." | "Dựa vào đoạn văn đính kèm, tóm tắt kết quả chính và giới hạn; chỉ dùng thông tin trong đoạn văn." | Giới hạn trong tài liệu có thật bạn đưa vào |
Điểm chung của cột giữa là chuyển việc "đưa ra nguồn" về phía bạn và cơ sở dữ liệu, còn AI làm việc nó giỏi: định hướng, giải thích, tổ chức thông tin.
Bộ câu lệnh mẫu theo từng khâu
Dưới đây là các mẫu chia theo khâu của một dự án nhỏ. Bạn thay phần đề tài trong ngoặc vuông bằng đề tài của mình.
- Khâu định hướng: "Đề tài [mô tả ngắn]. Liệt kê các khía cạnh có thể nghiên cứu, các thuật ngữ chuyên ngành liên quan bằng tiếng Việt và tiếng Anh. Không cần nêu tên bài báo cụ thể."
- Khâu tìm từ khoá: "Gợi ý mười cụm từ khoá để tìm trong cơ sở dữ liệu học thuật cho câu hỏi [câu hỏi]. Kèm từ đồng nghĩa và từ nên loại trừ."
- Khâu hiểu bối cảnh: "Giải thích ngắn gọn những điều đã được hiểu khá rõ và những điều còn tranh luận về [đề tài]. Với mỗi ý, ghi mức độ chắc chắn: phổ biến, còn tranh luận, hay không chắc."
- Khâu đọc bài: "Dựa vào đoạn văn sau, giải thích thuật ngữ [thuật ngữ] theo nghĩa dùng trong đoạn. Trích nguyên câu có thuật ngữ đó."
- Khâu tổng hợp: "Từ các ghi chú đọc bài dưới đây, lập bảng gồm cột tác giả, năm, đối tượng, phương pháp, kết quả. Chỉ dùng thông tin có trong ghi chú; ô nào không có thông tin để trống."
- Khâu phản biện: "Đọc luận điểm sau và chỉ ra chỗ cần thêm bằng chứng hoặc chỗ có thể đang suy diễn quá mức. Không viết lại luận điểm."
Mẫu khâu tổng hợp có câu "ô nào không có thông tin để trống". Câu này đơn giản nhưng rất hiệu quả, vì khi được phép để trống, mô hình ít tự điền hơn. Khi dán ghi chú đọc bài, xoá tên thành viên nhóm và những dữ liệu nhóm tự thu chưa công bố.
Khi hỏi trong tài liệu bạn đưa vào: khoá phạm vi cho chặt
Cách giảm bịa hiệu quả nhất là không bắt mô hình nhớ gì cả, mà đưa cho nó tài liệu thật rồi hỏi trong phạm vi đó. Nhiều công cụ cho phép tải tệp hoặc dán đoạn văn. Khi làm vậy, câu lệnh cần khoá phạm vi rõ ràng, nếu không mô hình vẫn có thể pha thêm kiến thức bên ngoài vào câu trả lời mà không báo.
Một mẫu câu lệnh gọn: "Chỉ dựa vào tài liệu đính kèm để trả lời. Nếu tài liệu không có thông tin, trả lời là tài liệu không đề cập. Mỗi ý ghi kèm vị trí trong tài liệu, như số trang hoặc tên mục." Ba câu này lần lượt khoá nguồn, cho phép trả lời không có, và buộc chỉ ra vị trí để bạn kiểm.
Có hai lưu ý. Thứ nhất, tệp dài có thể chỉ được đọc một phần; hãy hỏi công cụ đã đọc đến đâu, hoặc chia tài liệu thành từng phần. Thứ hai, chỉ đưa vào những tài liệu được phép chia sẻ: bài báo mở, tài liệu công khai của cơ quan, ghi chú của chính bạn. Không đưa bản thảo của người khác, tài liệu nội bộ của trường hay phiếu khảo sát có tên người trả lời vào công cụ công cộng.
Ba câu dặn nên gắn vào cuối mọi câu lệnh tìm hiểu
Cho phép không biết. Ví dụ: "Nếu không chắc chắn một bài báo, tác giả hay con số có thật, nói rõ là không chắc thay vì đưa ra chi tiết." Câu này mở lối thoát cho mô hình, giảm việc lấp chỗ trống.
Tách nguồn với suy luận. Ví dụ: "Với mỗi ý, ghi rõ ý đó dựa vào nguồn bạn tìm được hay là hiểu biết chung chưa kiểm." Với công cụ không tìm kiếm, gần như mọi ý sẽ rơi vào nhóm thứ hai, và chính điều đó nhắc bạn phải đi tìm nguồn.
Nêu cả mặt ngược lại. Ví dụ: "Có quan điểm hay kết quả nào ngược lại không? Nêu cả những điều đó." Câu này chống thiên lệch xác nhận và giúp phần bàn luận của bạn trung thực hơn.
Giữ ngắn gọn. Ba câu dặn này nên gọn trong một hai dòng. Câu lệnh quá dài, nhiều điều kiện chồng chéo đôi khi làm mô hình bỏ sót chính những yêu cầu quan trọng. Lưu sẵn ba câu dặn trong tệp ghi chú để dán nhanh mỗi lần hỏi.
Kiểm kết quả dù câu lệnh đã tốt
Câu lệnh tốt chỉ là nửa đầu. Nửa sau là bước kiểm, làm cho mọi thứ bạn định đưa vào bài.
- Mọi tên bài, tác giả, năm mà chatbot nhắc, kể cả khi nó nói "không chắc", đều tra lại trong cơ sở dữ liệu học thuật.
- Mọi con số đều lần về bảng số liệu gốc.
- Mọi câu tóm tắt về một bài báo đều đối chiếu với phần tóm tắt và kết luận của chính bài đó.
- Mọi ý mà chatbot ghi là "hiểu biết chung" mà bạn định dùng làm luận điểm, đều tìm ít nhất một nguồn đáng tin.
- Mọi câu trích nguyên văn chatbot đưa ra từ tài liệu bạn đưa vào, đều tìm lại trong tài liệu bằng chức năng tìm kiếm.
Năm bước này nghe nhiều nhưng thực tế nhanh, vì câu lệnh tốt đã làm số thứ cần kiểm ít đi và rõ ràng hơn. Nếu thấy mình bỏ qua bước kiểm vì "câu lệnh đã dặn kỹ rồi", đó là lúc dễ dính lỗi nhất.
Dạy học sinh hỏi AI như hỏi một người cộng tác cẩn thận
Với học sinh, giáo viên có thể biến việc viết câu lệnh thành một bài học về tư duy khoa học. Một câu hỏi nghiên cứu tốt và một câu lệnh tốt có chung nhiều đặc điểm: không đặt kết luận sẵn, rõ phạm vi, chừa chỗ cho câu trả lời "chưa biết". Khi các em học cách hỏi chatbot không gây bịa, các em cũng đang học cách đặt câu hỏi cho chính dự án.
Một hoạt động gợi ý: mỗi nhóm viết hai phiên bản câu lệnh cho cùng một đề tài, một phiên bản kiểu "cho năm bài báo chứng minh", một phiên bản theo các mẫu trên. So sánh hai câu trả lời, rồi tra thử các nguồn được nhắc trong cả hai. Thảo luận xem phiên bản nào dẫn đến nhiều nguồn không tồn tại hơn và vì sao. Không cần chấm điểm nhóm nào; điều đáng giữ lại là cảm nhận trực tiếp về sức ảnh hưởng của cách hỏi.
Cuối cùng, nhắc các em rằng cách hỏi tốt nhất đôi khi là không hỏi chatbot. Khi cần danh sách tài liệu, công cụ phù hợp là cơ sở dữ liệu học thuật và thư viện. Khi cần hiểu một khái niệm cơ bản, sách giáo khoa và giáo viên vẫn là nguồn đáng tin. AI hữu ích nhất khi nó đứng giữa: giúp nối những gì các em đã đọc với những gì các em đang muốn tìm hiểu.
Câu hỏi thường gặp
Có câu lệnh nào khiến AI không bao giờ bịa nguồn không?
Không có. Câu lệnh tốt giảm nguy cơ bằng cách cho phép mô hình nói không biết, tách nguồn với suy luận và giới hạn trong tài liệu bạn đưa vào. Mọi tên bài, con số và câu trích vẫn phải được kiểm trong nguồn gốc.
Vì sao không nên đòi chatbot đưa ra đúng năm bài báo?
Vì yêu cầu số lượng cố định buộc mô hình phải trả đủ số mục, kể cả khi nó chỉ thật sự biết hai hay ba bài. Phần còn lại dễ là trích dẫn lắp ráp. Hỏi về hướng nghiên cứu và từ khoá an toàn hơn nhiều.
Nên viết câu lệnh bằng tiếng Việt hay tiếng Anh?
Tiếng Việt dùng tốt cho phần lớn công cụ phổ biến hiện nay. Với từ khoá để tìm tài liệu quốc tế, nên yêu cầu AI gợi ý cả tiếng Anh. Dù dùng ngôn ngữ nào, các nguyên tắc cho phép không biết và tách nguồn vẫn như nhau.
AI nói đã kiểm nguồn rồi thì có tin được không?
Không nên tin câu đó. Công cụ không có chức năng tìm kiếm thì không kiểm được gì, và ngay cả công cụ có tìm kiếm đôi khi vẫn khẳng định đã kiểm trong khi chưa. Bạn tự mở nguồn và tìm đúng đoạn liên quan.
Có nên đưa toàn bộ ghi chú nghiên cứu của nhóm vào chatbot không?
Chỉ đưa phần cần cho câu hỏi, và xoá tên thành viên, thông tin người tham gia khảo sát hay dữ liệu chưa công bố. Kiểm thêm quy định của trường và điều khoản của công cụ về việc lưu nội dung trò chuyện.
Học sinh trung học nên bắt đầu dùng các mẫu câu lệnh này thế nào?
Bắt đầu với hai mẫu: gợi ý từ khoá để tự tìm và giải thích thuật ngữ trong đoạn văn đã có. Khi đã quen kiểm nguồn, mới chuyển sang các mẫu tổng hợp và phản biện, luôn có giáo viên hướng dẫn đồng hành.