4 tính chất của AI tạo sinh: gọi đúng tên lỗi để sửa đúng cách

Mọi hành vi của AI tạo sinh, từ lúc tóm tắt một báo cáo dày cộp trong vài giây tới lúc bịa ra một trích dẫn không tồn tại, đều đến từ bốn tính chất: đoán chữ kế tiếp, kiến thức, bộ nhớ làm việc và độ điều khiển. Mỗi tính chất là một dải liên tục, một đầu là năng lực, đầu kia là giới hạn, và cùng một cơ chế sinh ra cả hai đầu. Biết bốn tính chất này, khi AI trả lời sai bạn gọi được tên lỗi và chọn đúng cách sửa, thay vì bấm "thử lại" và cầu may.

Điều đáng giá nhất: bốn tính chất này giữ nguyên dù model đổi đời. Ranh giới có dịch xa hơn, còn hình dạng thì vẫn thế. Nếu bạn mới làm quen với AI nói chung, bài AI là gì giải thích khái niệm nền tảng trước khi đọc tiếp phần sâu hơn này.

Hiểu nhanh bằng ví dụ đời thường

Hãy tưởng tượng một người bạn đã đọc gần như cả thư viện, nói chuyện trôi chảy về mọi đề tài, nhưng:

• Khi kể, anh ấy nói theo trí nhớ và theo đà câu chuyện, không mở sách ra tra. Chuyện quen thì kể rất đúng, chuyện lạ thì có khi "nói cho tròn câu".
• Anh ấy chỉ đọc sách tới một năm nào đó, chuyện sau đó thì không biết.
• Anh ấy làm việc trên một cái bàn nhỏ. Giấy tờ nào nằm trên bàn thì thấy, rơi khỏi bàn thì coi như không có.
• Bạn dặn gì, anh ấy làm đúng chữ bạn nói, đôi khi lệch khỏi ý bạn muốn.

Bốn đặc điểm đó chính là bốn tính chất của AI tạo sinh.

Trước đó: "tính cách" của AI từ đâu ra

Claude lịch sự, hay giúp, đôi khi cẩn thận quá mức. Không có gì huyền bí, đó là kết quả của hai chặng huấn luyện:

• Tiền huấn luyện: AI học đoán chữ kế tiếp trên một khối văn bản khổng lồ. Xong chặng này nó chỉ biết viết tiếp văn bản, chưa có ý niệm gì về việc giúp bạn.
• Tinh chỉnh: AI được dạy coi tin nhắn của bạn là một yêu cầu, trả lời đúng trọng tâm, từ chối việc gây hại.

Chặng tinh chỉnh dựa trên đánh giá của con người về câu trả lời "tốt", nên để lại bốn dấu vết thấy được ở mọi model:

Thử ngay: lấy một việc quen, hỏi ba lần. Lần một hỏi bình thường. Lần hai mở đầu bằng một giả định sai, xem nó có phản biện không. Lần ba hỏi một câu chỉ cần một dòng, xem nó trả lời dài cỡ nào.

Nó hoạt động thế nào: bốn tính chất

1. Đoán chữ kế tiếp

AI tạo sinh gần với một bộ gợi ý chữ cực kỳ tinh vi (như gợi ý từ trên bàn phím điện thoại, nhưng giỏi hơn rất nhiều) hơn là một cỗ máy tìm kiếm. Nó viết ra từng mẩu chữ theo cái gì thường đi sau cái gì.

• Vùng mạnh: việc giống những khuôn nó đã gặp nhiều: tóm tắt, đổi định dạng, giải thích khái niệm phổ thông.
• Vùng yếu: chủ đề lạ, ít dữ liệu, và mọi việc đòi phân biệt "đúng" với "nghe như đúng".

Điểm cần nhớ nhất: bịa đặt dồn vào chỗ càng cụ thể. Tên riêng, ngày tháng, số liệu, trích dẫn, đường link. Chi tiết càng chính xác thì càng phải kiểm. Hiện tượng này được giải thích kỹ ở bài AI ảo giác là gì.

Tự kiểm: chọn lĩnh vực bạn giỏi, yêu cầu AI đưa năm dữ kiện kiểm được (ba nguồn, một tác giả, một con số), rồi soát từng cái. Chạy lại đúng yêu cầu đó ở một cuộc trò chuyện mới và so: phần thay đổi chính là tính ngẫu nhiên khi sinh chữ.

2. Kiến thức

AI biết đúng những gì nó đã đọc trong dữ liệu huấn luyện, và đóng băng ở mốc cắt dữ liệu. Không có công cụ hỗ trợ thì nó không biết gì sau mốc đó.

• Vùng mạnh: chủ đề phổ biến, ổn định, được viết nhất quán.
• Vùng yếu: chủ đề hiếm, mới, mang tính địa phương, hoặc còn tranh cãi.

Bốn kiểu sai đặc trưng: thông tin cũ tưởng là mới, hiểu biết không đều giữa các chủ đề, thừa hưởng định kiến về thứ gì là "bình thường", và không truy được kiến thức đến từ đâu.

Câu hỏi đúng không phải "AI có biết cái này không?" mà là "cái này được viết nhiều tới đâu trong thứ nó đã đọc?". Cách vá: bật tìm kiếm web, nối nguồn dữ liệu riêng (như RAG), hoặc tự đưa tài liệu vào.

3. Bộ nhớ làm việc

Mọi thứ AI đang để ý nằm trong một vùng có kích thước cố định gọi là cửa sổ ngữ cảnh. Trong đó thì nó thấy, ngoài đó thì không. Xem thêm bài context window là gì.

Tính chất này khác ba cái kia ở một điểm: nó có vách đứng, không phải dốc thoải. Chạy tốt cho tới lúc không tốt nữa, và kiểu hỏng thường là cắt bớt trong im lặng, không ai báo bạn.

Hai điều hay bị hiểu sai:

• Chôn một chỉ dẫn quan trọng ở giữa một khối tài liệu dài thì rất dễ bị bỏ qua. Đưa nó lên đầu là khác ngay.
• AI không học từ những lần bạn sửa nó. Nó chỉ phản ứng với thứ đang có trong cuộc trò chuyện lúc đó.

4. Độ điều khiển

AI làm theo chỉ dẫn của bạn bằng đúng cơ chế nó làm mọi việc khác: viết tiếp một khuôn mẫu. Nhờ vậy nó rất dễ điều khiển, và cũng vì vậy luôn có khoảng cách giữa điều bạn muốn và điều nó hiểu.

• Vùng mạnh: chỉ dẫn ngắn, cụ thể, kiểm được: định dạng, độ dài, vai trò.
• Vùng yếu: chuỗi lập luận dài, chỉ dẫn trừu tượng hoặc nước đôi, việc cần chính xác tuyệt đối về số và logic.

Hai kiểu hỏng đặc trưng:

• Trôi dạt lập luận: sai một chút ở bước đầu, tới bước năm thành sai hẳn. Cách chữa: chèn điểm kiểm, bắt nó dừng ở bước hai để bạn xem trước khi đi tiếp.
• Đúng chữ, sai ý: bạn bảo "viết ngắn lại" trong khi vấn đề thật là cấu trúc, nên nó cắt cho ngắn mà bài vẫn dở. Cách chữa: nói ra mục tiêu, đừng chỉ nói định dạng.

Nhắc lại chỉ dẫn cũ với giọng gắt hơn không lấp được khoảng cách này. Đổi sang nói rõ mục tiêu thì lấp được. Bài prompt là gì có nhiều ví dụ về cách viết chỉ dẫn rõ.

Điều này có ý nghĩa gì với bạn

Trong thực tế, lỗi hiếm khi do một tính chất. Thường là hai tính chất gặp nhau. Gọi tên được cặp đó là biết ngay cách sửa:

Ba ví dụ áp dụng:

Đổi định dạng thành mục tiêu. Thay vì "viết ngắn lại", hãy viết:

Viết ngắn lại. Mục tiêu: giám đốc đọc trong 1 phút vẫn nắm được kết luận và con số chính.

Hỏi trung tính để tránh dễ đồng ý. Thay vì "Kế hoạch này ổn đúng không?", hãy hỏi: "Liệt kê 3 điểm yếu lớn nhất của kế hoạch này, xếp theo mức rủi ro."

Không để AI tính nhẩm. Với bảng lương, báo giá, số liệu tài chính, hãy bảo AI viết công thức cho bảng tính, rồi để bảng tính tính.

Kết luận thực dụng: niềm tin có hiệu chỉnh. Đừng tin hay không tin AI theo kiểu bật tắt. Việc nằm sâu trong vùng mạnh thì đọc qua là dùng được. Việc chạm vào chỗ cụ thể, mới, dài hoặc nhiều bước thì phải có bước kiểm nằm sẵn trong quy trình.

Hiểu lầm thường gặp

Hiểu lầm 1: "AI tra cứu như Google." Sự thật: nếu không bật tìm kiếm, AI không tra gì cả. Nó viết ra câu trả lời từ những gì đã học, nên có thể "nhớ sai" một cách rất tự tin.

Hiểu lầm 2: "Tôi sửa nó một lần thì lần sau nó sẽ nhớ." Sự thật: AI không học từ lời sửa của bạn. Muốn nó nhớ, bạn phải đưa điều đó vào cuộc trò chuyện, hoặc vào phần ghi nhớ, hướng dẫn cố định của ứng dụng.

Hiểu lầm 3: "Model mới ra là hết mấy lỗi này." Sự thật: model mới đẩy ranh giới ra xa hơn, nhưng bốn tính chất vẫn còn đó. Thói quen kiểm tra vẫn dùng được với mọi model.

Câu hỏi thường gặp

Bốn tính chất của AI tạo sinh là gì? Đoán chữ kế tiếp, kiến thức (có mốc cắt), bộ nhớ làm việc (cửa sổ ngữ cảnh có hạn) và độ điều khiển (làm theo chỉ dẫn nhưng có thể lệch ý).

Vì sao AI hay bịa ở tên riêng, số liệu, đường link? Vì nó viết theo khuôn chữ quen thuộc. Chi tiết càng cụ thể và hiếm thì càng dễ bị "điền cho tròn". Đó là chỗ phải kiểm kỹ nhất.

Vì sao AI cứ đồng ý với tôi? Đây là dấu vết của chặng tinh chỉnh dựa trên đánh giá của con người. Hãy mời nó phản biện và hỏi theo cách trung tính.

Làm sao để AI làm đúng ý hơn? Nói ra mục tiêu chứ không chỉ định dạng, đặt chỉ dẫn quan trọng lên đầu, và chia việc nhiều bước thành từng chặng có điểm kiểm.

Model mới có xóa được các giới hạn này không? Không hoàn toàn. Ranh giới dịch xa hơn, nhưng bốn tính chất vẫn là cách AI tạo sinh vận hành.

#AI #Claude #AITaoSinh #LamViecVoiAI #VibeAICoder