Muốn dùng AI phân tích một tuyên bố khoa học cho đúng, hãy giao cho nó những việc nó làm tốt — bóc tách tuyên bố, phân loại, liệt kê loại bằng chứng cần có, giải thích thuật ngữ, đóng vai người phản biện — còn việc tìm nguồn, đọc nguồn và kết luận thì bạn tự làm. Chatbot không phải trọng tài sự thật: nó có thể nhầm, có thể bịa nguồn, và có xu hướng chiều theo cách bạn đặt câu hỏi.
Bài này đưa ra một quy trình sáu bước để phân tích bất kỳ tuyên bố nào kiểu “chất X giúp Y” hay “phương pháp A làm tăng B”, kèm bộ câu lệnh mẫu bằng tiếng Việt, những bẫy hay gặp khi dùng AI cho việc này, và một ví dụ giả định đi trọn từ đầu đến cuối. Quy trình dùng được với bất kỳ chatbot phổ biến nào; tính năng từng công cụ thay đổi nhanh nên bạn nên kiểm phiên bản hiện hành của công cụ mình dùng.
AI làm tốt gì và làm kém gì khi phân tích một tuyên bố
Mô hình ngôn ngữ được huấn luyện trên lượng văn bản khổng lồ, gồm cả sách giáo khoa về phương pháp nghiên cứu và hàng triệu bài thảo luận về bằng chứng. Vì vậy nó rất giỏi những việc mang tính khung: chỉ ra tuyên bố đang nói về liên hệ hay nhân quả, gợi ý biến gây nhiễu, liệt kê những câu cần hỏi, giải thích sự khác nhau giữa nguy cơ tương đối và tuyệt đối. Những việc này người mới thường mất nhiều thời gian, và AI làm trong vài giây.
Ngược lại, AI kém ở việc trả lời câu hỏi “điều này có đúng không” cho một chủ đề cụ thể. Nó có thể không biết những nghiên cứu mới sau thời điểm dữ liệu huấn luyện, có thể pha trộn kiến thức cũ đã bị thay thế, và có thể tạo ra tên nghiên cứu, tác giả, con số trông rất thật. Khi được hỏi lại nhiều lần, nó có thể đưa ra các câu trả lời khác nhau. Công cụ AI có tìm kiếm trên mạng giảm được một phần vấn đề, nhưng vẫn có thể tóm tắt sai nguồn nó tìm được.
Một điểm yếu ít được để ý là xu hướng chiều theo người hỏi. Nếu câu hỏi đã ngầm chứa câu trả lời, ví dụ “vì sao nước ấm giúp giảm cân”, chatbot thường đi tìm lý do ủng hộ thay vì chất vấn tiền đề. Quy trình dưới đây được thiết kế để tránh điều đó.
Quy trình sáu bước: chia việc giữa bạn và AI
Mỗi bước ghi rõ ai làm. Những bước do bạn làm là những bước cần đến sự thật bên ngoài hoặc cần quyết định cuối cùng.
- Bạn: viết lại tuyên bố thật chính xác bằng một câu, gồm ai, làm gì, kết quả gì, trong bao lâu. “Ăn sáng giúp học tốt” trở thành “học sinh tiểu học ăn sáng đầy đủ có điểm kiểm tra cao hơn học sinh bỏ bữa”.
- AI: phân loại tuyên bố và chỉ ra những từ mơ hồ. Tuyên bố là mô tả, liên hệ, nhân quả hay dự đoán? Chữ “giúp” ở đây ngầm nói nhân quả hay chỉ liên hệ?
- AI: liệt kê loại bằng chứng cần có để ủng hộ, và loại bằng chứng sẽ bác bỏ tuyên bố. Yêu cầu nó nêu cả những cách giải thích khác cho cùng hiện tượng.
- Bạn: tự tìm nguồn: bài nghiên cứu gốc, tổng quan hệ thống, khuyến cáo của tổ chức chuyên môn. Ghi lại đường đi tìm kiếm và những gì đã đọc.
- AI: đối chiếu tuyên bố với các tóm tắt bạn đã tìm được và dán vào. Yêu cầu nó trích nguyên văn câu làm căn cứ cho từng nhận định.
- Bạn: tự viết kết luận kèm mức độ chắc chắn, theo mẫu: “Bằng chứng hiện có [ủng hộ / không ủng hộ / chưa đủ] tuyên bố này, ở mức chắc chắn [cao / trung bình / thấp], vì [lý do].”
Nếu thiếu thời gian, đừng bỏ bước một và bước sáu. Bước một buộc bạn hiểu chính xác điều đang được tuyên bố; bước sáu giữ trách nhiệm kết luận ở bạn chứ không ở chatbot.
Mỗi loại tuyên bố cần loại bằng chứng nào
Bước hai và ba dựa trên việc nhận ra loại tuyên bố. Bảng dưới là bảng tra nhanh, ví dụ đều là giả định.
| Loại tuyên bố | Ví dụ giả định | Bằng chứng cần có |
|---|---|---|
| Mô tả | Phần lớn học sinh lớp chín ngủ dưới bảy tiếng mỗi đêm | Khảo sát có mẫu đại diện, cách đo giờ ngủ rõ ràng |
| Liên hệ | Học sinh ngủ ít có điểm thấp hơn | Nghiên cứu quan sát đủ lớn, có điều chỉnh yếu tố gây nhiễu |
| Nhân quả | Ngủ đủ giấc làm tăng điểm thi | Thử nghiệm can thiệp, hoặc nhiều nghiên cứu quan sát nhất quán kèm cơ chế hợp lý |
| Dự đoán | Lùi giờ vào học sẽ cải thiện kết quả học tập | Bằng chứng nhân quả, cộng với dữ liệu từ nơi đã thử thay đổi tương tự |
| Giá trị, khuyến nghị | Nhà trường nên lùi giờ vào học | Bằng chứng khoa học cộng với cân nhắc chi phí, hậu cần, ý kiến các bên; khoa học không một mình quyết định |
Dòng cuối đáng chú ý: nhiều tranh luận trên mạng thật ra là tranh luận về giá trị khoác áo khoa học. Nhận ra điều đó giúp bạn biết phần nào có thể kiểm bằng nghiên cứu, phần nào là lựa chọn của con người.
Bộ câu lệnh mẫu để phân tích tuyên bố
Các câu dưới đây có thể chép và sửa theo tình huống. Chúng được viết để hạn chế việc AI chiều theo người hỏi.
- “Phân tích tuyên bố sau mà không giả định nó đúng hay sai: [tuyên bố]. Cho biết đây là loại tuyên bố gì, những từ nào mơ hồ, và cần làm rõ gì trước khi đánh giá.”
- “Liệt kê những loại nghiên cứu sẽ ủng hộ tuyên bố này và những kết quả nào sẽ bác bỏ nó. Nêu ít nhất ba cách giải thích khác cho hiện tượng được mô tả.”
- “Đóng vai hai người: một người ủng hộ, một người hoài nghi. Mỗi người đưa ra lập luận mạnh nhất có thể, không bịa nghiên cứu cụ thể. Sau đó nêu điểm hai bên đồng ý.”
- “Dưới đây là tóm tắt ba nghiên cứu. So sánh kết quả với tuyên bố ban đầu, chỉ dựa vào nội dung được dán, trích câu làm căn cứ. Nếu tóm tắt không đủ thông tin để kết luận, nói rõ.”
- “Thông tin nào, nếu được biết thêm, sẽ khiến kết luận của bạn thay đổi?”
- “Trong câu trả lời trên, phần nào là kiến thức phổ biến, phần nào là suy luận, phần nào bạn không chắc chắn?”
Câu cuối cùng hữu ích hơn người ta nghĩ. Nó không bảo đảm AI tự đánh giá đúng, nhưng thường làm lộ ra những chỗ nó đã nói quá tự tin.
Những bẫy hay gặp khi dùng AI cho việc này
Câu hỏi đã chứa câu trả lời. “Vì sao X tốt cho sức khoẻ” dẫn AI đi tìm lý do. Hỏi “X có tác động gì đến sức khoẻ, bằng chứng mạnh đến đâu” trung tính hơn.
Tin vào sự trôi chảy. Câu trả lời mạch lạc, có cấu trúc tạo cảm giác chắc chắn. Độ trôi chảy của văn bản không liên quan đến độ chính xác của nội dung.
Nhận nguồn AI đưa ra mà không mở. Chatbot có thể tạo ra tên nghiên cứu, tác giả, mã định danh bài báo không tồn tại. Mọi nguồn phải được tự tìm và mở. Danh mục về chuyện AI bịa nguồn trên trang này đi sâu vào cách kiểm.
Hỏi một lần rồi dừng. Hỏi lại bằng cách khác, hoặc hỏi một công cụ khác, đôi khi ra kết quả khác. Chỗ các câu trả lời không thống nhất là chỗ cần tự tìm hiểu kỹ nhất.
Đưa thông tin cá nhân vào câu hỏi. Khi phân tích tuyên bố sức khoẻ liên quan đến bản thân hay người thân, đừng dán kết quả xét nghiệm, tên, tuổi cụ thể. Hỏi ở dạng chung, và mọi quyết định điều trị cần trao đổi với bác sĩ.
Một ví dụ giả định đi trọn sáu bước
Tuyên bố gặp trên mạng: “Uống một cốc nước ấm mỗi sáng giúp giảm cân.” Ở bước một, bạn viết lại: “Người trưởng thành uống một cốc nước ấm khi thức dậy mỗi ngày sẽ giảm cân nhiều hơn người không uống, sau vài tuần.” Viết lại như vậy đã lộ ra câu hỏi: so với ai, giảm bao nhiêu, trong bao lâu.
Ở bước hai và ba, chatbot chỉ ra đây là tuyên bố nhân quả, chữ “giúp” mơ hồ, và nêu các cách giải thích khác: người uống nước buổi sáng có thể là người quan tâm sức khoẻ nói chung; uống nước trước bữa ăn có thể làm no hơn, tức tác dụng đến từ lượng nước chứ không phải nhiệt độ; người uống có thể thay đồ uống có đường bằng nước. Bằng chứng cần có là thử nghiệm so sánh nhóm uống nước ấm với nhóm uống nước thường hoặc không đổi thói quen.
Ở bước bốn, bạn tự tìm và nhận thấy có một số nghiên cứu về việc uống nước trước bữa ăn và cân nặng, nhưng không thấy nghiên cứu nào cho thấy nhiệt độ của nước tạo khác biệt. Ở bước năm, bạn dán các tóm tắt tìm được và nhờ AI đối chiếu. Ở bước sáu, kết luận của bạn có thể là: “Chưa thấy bằng chứng rằng nước ấm khác nước thường; có một số bằng chứng uống nước thay đồ uống có đường hoặc trước bữa ăn liên quan đến cân nặng, mức chắc chắn thấp đến trung bình.” Kết luận đó kém hấp dẫn hơn tuyên bố ban đầu, nhưng trung thực.
Ghi lại kết quả phân tích để dùng lại và chia sẻ
Một lần phân tích tuyên bố mất từ vài chục phút đến vài giờ. Ghi lại cẩn thận giúp bạn không phải làm lại khi tuyên bố đó xuất hiện lần nữa, và giúp người khác kiểm lại cách bạn đi đến kết luận. Một bản ghi tốt nên có:
- Tuyên bố gốc nguyên văn, nơi bạn gặp nó, ngày gặp.
- Tuyên bố đã được viết lại chính xác ở bước một, và loại tuyên bố.
- Danh sách nguồn bạn đã tự tìm và mở, mỗi nguồn kèm một dòng tóm tắt điều nó nói, ghi rõ bạn đã đọc toàn văn hay chỉ phần tóm tắt.
- Những câu lệnh chính đã dùng với AI và tên công cụ, để biết phần nào của lập luận đến từ chatbot.
- Kết luận của bạn kèm mức chắc chắn và lý do, cộng với những điều còn chưa rõ.
- Ngày cần xem lại, nhất là với chủ đề đang có nhiều nghiên cứu mới.
Với học sinh và sinh viên, bản ghi này cũng là phụ lục rất tốt cho một bài tập hay dự án, vì nó cho thấy quá trình tư duy chứ không chỉ kết quả. Với giáo viên, một bản ghi mẫu đi trọn một tuyên bố là tài liệu dạy tư duy phản biện dùng được nhiều năm.
Câu hỏi thường gặp
Có nên dùng AI có tìm kiếm trên mạng thay cho chatbot thông thường không?
Công cụ có tìm kiếm và ghi nguồn giúp bạn có điểm xuất phát để kiểm, nên hữu ích hơn cho bước tìm nguồn. Nhưng nó vẫn có thể chọn nguồn kém, tóm tắt sai, hoặc gắn nhận định vào nguồn không nói điều đó. Vẫn phải mở từng nguồn để đọc.
Học sinh có được dùng quy trình này trong bài tập không?
Được, và nên ghi rõ đã dùng AI ở những bước nào theo quy định của lớp hay của cuộc thi. Quy trình này để AI làm trợ lý, còn việc tìm, đọc nguồn và viết kết luận do học sinh làm, nên phù hợp với tinh thần không để AI làm hộ.
Nếu AI và bài báo nói khác nhau thì tin bên nào?
Không tin bên nào ngay. Đi tìm nguồn gốc: bài nghiên cứu, tổng quan hệ thống, khuyến cáo của tổ chức chuyên môn. Nếu nguồn gốc ủng hộ bài báo, AI có thể đang dùng kiến thức cũ; nếu nguồn gốc không ủng hộ, có thể bài báo phóng đại.
Làm sao biết câu hỏi của mình có đang dẫn dắt AI không?
Thử đảo ngược câu hỏi. Nếu bạn hỏi “vì sao X có lợi”, hãy hỏi thêm “vì sao X có thể không có lợi hoặc có hại”. Nếu AI trả lời thuyết phục cả hai chiều, bạn đã thấy nó có thể chiều theo cách hỏi, và cần dựa vào nguồn nhiều hơn.
Có thể dùng AI để chấm mức độ đáng tin của một tuyên bố bằng điểm số không?
Có thể yêu cầu, nhưng con số đó không có cơ sở đo lường rõ ràng và dễ tạo cảm giác chính xác giả. Tốt hơn là yêu cầu AI liệt kê điểm mạnh, điểm yếu của bằng chứng, rồi bạn tự diễn đạt mức chắc chắn bằng lời kèm lý do.
Quy trình này có dùng được cho tuyên bố ngoài sức khoẻ không?
Dùng được cho giáo dục, môi trường, kinh tế, công nghệ, bất kỳ tuyên bố nào dựa trên dữ liệu. Chỉ cần đổi nguồn tìm kiếm cho phù hợp lĩnh vực, ví dụ số liệu thống kê chính thức, báo cáo của cơ quan chuyên môn, nghiên cứu trong ngành đó.