Bạn hỏi AI một câu, nhận về câu trả lời mạch lạc, tự tin, thậm chí kèm cả trích dẫn. Nhưng liệu có tin được không? Báo cáo AI Index 2026 của Stanford HAI đo trên 26 mô hình hàng đầu cho thấy tỷ lệ "ảo giác" (hallucination — AI tự bịa thông tin) dao động từ 22% đến 94% tùy bài kiểm tra và tình huống sử dụng. Nói cách khác: không có mô hình nào miễn nhiễm.
Tóm tắt nhanh: AI tạo câu trả lời bằng cách dự đoán chuỗi từ theo xác suất, không phải bằng cách "biết" sự thật — nên nó có thể nghe rất uy tín mà vẫn sai. Với việc quan trọng (báo cáo, số liệu, pháp lý, tài chính), hãy coi câu trả lời của AI là bản nháp đầu tiên và kiểm chứng bằng 6 kỹ thuật dưới đây trước khi sử dụng.
Vì sao AI sai mà nghe vẫn đáng tin?
Mô hình ngôn ngữ không tra cứu sự thật — nó dự đoán từ tiếp theo dựa trên mẫu hình học được từ dữ liệu huấn luyện. Vì vậy một câu trả lời có thể đồng thời rất trôi chảy và hoàn toàn sai, như một giảng viên Đại học Drexel mô tả trong bài gốc.
Mức độ sai không hề nhỏ. Nghiên cứu của BBC cùng Liên minh Phát thanh Truyền hình châu Âu (EBU), thực hiện với 22 tổ chức báo chí, cho thấy 45% câu trả lời của AI có ít nhất một vấn đề nghiêm trọng; 31% gặp lỗi về nguồn trích dẫn (thiếu, gây hiểu lầm hoặc sai); 20% chứa lỗi chính xác lớn như chi tiết bịa hoặc thông tin lỗi thời. Với các truy vấn chuyên môn phức tạp, một chuyên gia trong bài ước tính tỷ lệ lỗi có thể ở mức 20–40%. Ngay cả tổ chức kỹ tính cũng dính bẫy: tháng 4/2026, The New York Times đưa tin một hãng luật lớn ở Phố Wall nộp hồ sơ lên tòa có chứa án lệ do AI bịa ra.
Khi nào cần kiểm chứng kỹ?
Không phải câu hỏi nào cũng cần soi xét như nhau. Hỏi công thức nấu ăn, nội dung phim — sai cũng chỉ hơi phiền. Nhưng truy vấn "tác động cao" — số liệu cho báo cáo, thông tin pháp lý, y tế, tài chính, nội dung sẽ gửi khách hàng hoặc trình lãnh đạo — thì bắt buộc phải kiểm chứng toàn diện trước khi dùng.
6 kỹ thuật kiểm chứng của chuyên gia
1. Đối chiếu đa nguồn (lateral reading). Không bao giờ coi AI là nguồn duy nhất. Mở tab mới, tự tìm trên Google hoặc Google Scholar xem có nguồn độc lập nào xác nhận thông tin AI đưa ra không — giống cách nhà báo xác minh tin.
2. Chất vấn ngược. Hỏi lại AI như hỏi một đồng nghiệp: "Căn cứ nào cho khẳng định này? Nguồn ở đâu?" Thậm chí yêu cầu AI tự phản biện: lập luận cho quan điểm ngược lại, hoặc tự chỉ ra điểm yếu trong câu trả lời của chính nó.
3. Hỏi lại nhiều lần, trên nhiều mô hình. Chạy cùng câu hỏi trên ChatGPT, Claude, Gemini — mỗi mô hình được huấn luyện khác nhau. Chỗ các mô hình thống nhất thì đáng tin hơn; chỗ chúng lệch nhau chính là chỗ bạn phải tự kiểm tra. Cũng nên hỏi cùng một mô hình theo vài cách diễn đạt khác nhau: nếu chi tiết thay đổi qua từng lần trả lời, mô hình đang đoán chứ không nhớ.
4. Kiểm tra độ mới của thông tin. Mọi mô hình đều có mốc cắt dữ liệu huấn luyện. Với số liệu, thống kê hoặc sự kiện gần đây, hãy hỏi rõ mô hình biết thông tin đến thời điểm nào, và tự xác minh phần sau mốc đó.
5. Soi kỹ trích dẫn. Yêu cầu AI nêu nguồn, rồi thực sự kiểm tra nguồn đó: không chỉ xem tài liệu có tồn tại, mà xem nó có nói đúng điều AI gán cho nó không. Một nhà khoa học trong bài cho biết AI thường tạo tài liệu tham khảo giả trông rất thuyết phục — mượn tên tác giả và tạp chí có thật — nhưng tra trên PubMed hay Google Scholar thì không hề tồn tại.
6. Tin vào trực giác — rồi kiểm tra. Cảm giác "sai sai" không thay thế được kiểm chứng, nhưng là tín hiệu tốt để đào sâu. Dấu hiệu đáng ngờ: câu trả lời quá chắc chắn, không có chỗ nào dè dặt; hoặc lặp đi lặp lại cùng một ý. Thấy vậy thì quay lại 5 bước trên.
Điều cần nhớ
Rủi ro lớn nhất không nằm ở việc AI sai, mà ở việc nó sai theo cách trông rất đúng — và người dùng hành động dựa trên đó trước khi ai kịp kiểm tra, như một CTO nhận định trong bài gốc. Với công việc hàng ngày tại VNPAY, nguyên tắc đơn giản: AI là người hỗ trợ tạo bản nháp và gợi ý rất tốt, nhưng quyết định cuối cùng và trách nhiệm kiểm chứng luôn thuộc về con người.
REFERENCING
McKendrick, J. and Acevedo, S. (2026) 'How To Fact Check AI, According To Tech Experts', Forbes. Available at: https://www.forbes.com/sites/technology/article/how-to-fact-check-ai/