06 Th11 Chúng ta biết gì khi chúng ta nghĩ mình biết sử dụng AI?

Sử dụng AI thông qua các ứng dụng, công cụ không có nghĩa chúng ta đang có năng lực hiểu biết về AI (AI Literacy). Năng lực hiểu biết về AI là sự kết hợp giữa kiến thức, kỹ năng và thái độ mà từ đó, con người hiểu và làm việc với các hệ thống AI một cách chủ động, có hiểu biết.

Khoảng trống để thiên kiến tồn tại

Các nhà nghiên cứu mô tả AI Literacy là tập hợp những năng lực giúp con người có thể giải thích một cách dễ hiểu hệ thống AI đang hoạt động như thế nào, từ đó dự đoán những tình huống hệ thống có thể mắc lỗi, đồng thời hiểu và đánh giá được những tác động về mặt đạo đức và xã hội của AI. Khoảng cách về năng lực hiểu biết AI (AI Literacy Gap) xuất hiện khi mọi người cảm thấy dễ dàng sử dụng các công cụ như mô hình ngôn ngữ lớn (Large Language Models – LLMs), trong khi họ lại thiếu những kiến thức và khái niệm cần thiết để đánh giá khi nào các công cụ này hữu ích, khi nào chúng tiềm ẩn rủi ro và làm thế nào để sử dụng chúng một cách có trách nhiệm.

Nhiều người sử dụng AI đang thiếu những kiến thức và khái niệm cần thiết để đánh giá khi nào các công cụ này hữu ích, khi nào chúng tiềm ẩn rủi ro và làm thế nào để sử dụng chúng một cách có trách nhiệm.

Hãy hình dung một tuần làm việc bình thường của bạn. Bạn mở ô trò chuyện với một mô hình ngôn ngữ lớn để nhờ hỗ trợ trả lời khách hàng, tóm tắt báo cáo hoặc xây dựng dàn ý cho bài thuyết trình. Mô hình đưa ra một câu trả lời mạch lạc, trôi chảy và có sức thuyết phục. Bạn đọc lướt qua, chỉnh sửa một vài cụm từ rồi gửi đi. Vài giờ sau, một đồng nghiệp phát hiện rằng trong nội dung bạn gửi đi ấy có một quy định đã bị trích dẫn sai hoặc một tài liệu tham khảo hoàn toàn không thể tìm thấy ở bất kỳ nguồn nào ngoài câu trả lời do AI tạo ra.

Những tình huống tương tự cũng xuất hiện trong trường học, cơ sở y tế và cơ quan nhà nước. Một học sinh sử dụng trợ lý ảo AI để tạo ghi chú học tập mà không nhận ra rằng công cụ đã diễn giải sai một khái niệm. Em vẫn tự tin sử dụng kiến thức đó khi bước vào kỳ thi. Một nhà quản lý dựa vào bản tóm tắt do AI tạo ra từ các câu trả lời khảo sát, nhưng một mối quan tâm quan trọng đối với nhóm thiểu số lại bị bỏ sót trong quá trình tổng hợp dữ liệu. Nhiều người dùng có kỹ năng số tốt và giàu kinh nghiệm sử dụng công cụ tìm kiếm, ứng dụng nhắn tin cũng như các công cụ hỗ trợ công việc. Tuy nhiên, họ vẫn gặp khó khăn trong việc phân biệt giữa những kết quả có chất lượng tốt và những kết quả kém tin cậy mà AI mang đến. Khi giao diện sử dụng có vẻ quen thuộc và nội dung được diễn đạt trôi chảy, chúng ta rất dễ quên rằng hệ thống AI đang tạo ra các dự đoán dựa trên dữ liệu và mô hình đã học, chứ không đơn thuần là truy xuất những thông tin đã được xác thực.

Khoảng cách này cũng thể hiện theo chiều hướng ngược lại. Một số người hoàn toàn né tránh AI tạo sinh vì cảm thấy quá tải. Họ sợ mắc sai lầm hoặc lo ngại rằng việc sử dụng AI có thể vi phạm những quy tắc chưa được nói rõ. Trong khi các đồng nghiệp của họ chia sẻ việc tiết kiệm được hàng giờ làm việc nhờ sự hỗ trợ của AI thì những người kém tự tin hơn lại đứng ngoài cuộc. Nhìn từ bên ngoài, điều này có vẻ giống như một sự lựa chọn cá nhân. Tuy nhiên, trên thực tế, nó thường phản ánh sự bất bình đẳng trong việc tiếp cận các lời giải thích rõ ràng, cơ hội thực hành có hướng dẫn và một môi trường tâm lý an toàn để mọi người tự do thử nghiệm, khám phá và học cách sử dụng AI.

Những tác động ở cấp độ cá nhân

Ảo tưởng về hiểu biết của bản thân

Một trong những biểu hiện phổ biến là ảo tưởng rằng bản thân đã hiểu cách AI hoạt động. Các nghiên cứu về AI Literacy cho thấy nhiều người dùng có thể nhắc lại những mô tả khái quát về AI, chẳng hạn như: “AI được huấn luyện trên một lượng lớn văn bản”, nhưng lại không thể giải thích cách dữ liệu huấn luyện, xác suất và câu lệnh (prompt) định hình những kết quả cụ thể mà AI tạo ra như thế nào. Khi dựa vào những khung nhận thức còn mơ hồ, con người thường đánh đồng sự trôi chảy trong cách diễn đạt với độ chính xác của thông tin. Nếu câu trả lời nghe có vẻ chắc chắn và phù hợp với điều họ mong muốn là đúng, họ có xu hướng mặc định rằng câu trả lời đó chính xác.

Niềm tin bị hiệu chuẩn sai (thiếu tin tưởng hoặc quá tin tưởng)

Một biểu hiện thứ hai là niềm tin không được điều chỉnh phù hợp với năng lực thực tế của AI Các nghiên cứu về mối liên hệ giữa AI Literacy và việc chấp nhận công nghệ cho thấy năng lực hiểu biết về AI ảnh hưởng đến thái độ, cảm nhận về khả năng kiểm soát và ý định sử dụng các công cụ AI. Khi AI Literacy còn hạn chế, con người có thể rơi vào hai thái cực đối lập:

• Thiếu tin tưởng: Một số người né tránh những hỗ trợ hữu ích từ AI trong các công việc như động não tìm ý tưởng (brainstorming), xây dựng dàn ý hoặc dịch thuật, ngay cả khi đã có các biện pháp bảo vệ phù hợp.
• Quá tin tưởng: Những người khác lại phụ thuộc quá nhiều vào AI trong các lĩnh vực đòi hỏi chuyên môn sâu và sự thận trọng, chẳng hạn như y tế, tài chính hoặc pháp lý, mà không tìm kiếm sự kiểm tra, đánh giá từ những chuyên gia có đủ năng lực.

Khi năng lực hiểu biết AI còn hạn chế, con người có thể rơi vào hai thái cực đối lập: thiếu tin tưởng hoặc quá tin tưởng.

Siêu nhận thức

Biểu hiện thứ ba liên quan đến siêu nhận thức (metacognition) – khả năng tự nhận thức, theo dõi và đánh giá quá trình tư duy cũng như mức độ hiểu biết của chính bản thân. Khi chúng ta giao phó càng nhiều công đoạn như đọc, tóm tắt hoặc soạn thảo nội dung cho các hệ thống AI, con người càng có xu hướng ít dành thời gian tự kiểm tra mức độ hiểu biết của bản thân hơn. Các nghiên cứu ban đầu về hiệu suất làm việc giữa con người và AI cho thấy con người có thể hoàn thành được nhiều nhiệm vụ hơn khi có AI hỗ trợ, nhưng đồng thời lại trở nên kém chính xác hơn trong việc đánh giá chất lượng kết quả mà chính mình tạo ra. Sự thay đổi này đặc biệt đáng quan tâm trong những lĩnh vực như giáo dục và công việc lâm sàng, nơi việc phản tư/tự phản chiếu và đánh giá quá trình lập luận của một người là một phần thiết yếu của năng lực chuyên môn của người ấy

Các thiên kiến nhận thức sẽ khuếch đại những tác động này

– Hiệu ứng Dunning–Kruger (Dunning-Kruger Effect): Mô tả xu hướng những người có năng lực hoặc kỹ năng còn hạn chế thường đánh giá quá cao khả năng của bản thân so với thực tế. Khi các công cụ AI giúp cải thiện hiệu suất trong những công việc như viết lách hoặc phân tích, người dùng có thể nhầm tưởng rằng sự tiến bộ đó hoàn toàn đến từ năng lực cá nhân và đánh giá thấp đóng góp của AI.

– Ảo tưởng về chiều sâu lý giải (Illusion of Explanatory Depth): Đây là hiện tượng con người thường cảm thấy mình hiểu rõ những hệ thống phức tạp, cho đến khi được yêu cầu giải thích chúng một cách tuần tự, chi tiết và logic. Các công cụ AI có thể củng cố ảo tưởng này bằng cách cung cấp những lời giải thích trôi chảy, dễ hiểu mà người dùng chấp nhận ngay lập tức, thay vì tự mình tái lập và kiểm chứng logic đằng sau những lời giải thích đó.

Những tác động ở cấp độ hệ thống

Khi nhiều cá nhân cùng có những hạn chế tương tự về năng lực hiểu biết AI (AI Literacy), những hệ quả này sẽ không còn giới hạn ở phạm vi cá nhân mà dần mở rộng và ảnh hưởng đến toàn bộ tổ chức. Các tổ chức có thể triển khai rộng rãi những công cụ AI tạo sinh với kỳ vọng rằng chúng sẽ giúp nâng cao năng suất làm việc, trong khi lại đầu tư rất ít vào việc đào tạo nhân viên về những hạn chế, thiên kiến (bias) của AI cũng như cách kiểm tra và xác minh thông tin do AI tạo ra. Các nghiên cứu tổng quan về năng lực hiểu biết và sử dụng AI cho thấy chiến lược của nhiều tổ chức thường tập trung vào việc mua sắm công cụ và xây dựng các chính sách sử dụng, trong khi chưa chú trọng tương xứng đối với việc hỗ trợ nhân viên phát triển năng lực hiểu biết và sử dụng AI trong công việc hằng ngày. Nhân viên có thể cảm thấy áp lực phải sử dụng AI để thể hiện rằng mình làm việc hiệu quả, bắt kịp xu hướng và có năng suất cao trong khi bản thân họ chưa thực sự sẵn sàng để sử dụng công nghệ này một cách thận trọng và có trách nhiệm.

Các hệ thống giáo dục cũng đang phải đối mặt với một thách thức tương tự. Một nghiên cứu tổng quan mang tính khám phá về AI Literacy đã xác định bốn khía cạnh năng lực cơ bản:

1. Hiểu biết và nhận thức về AI (Knowing and Understanding AI): Hiểu AI là gì, cách thức hoạt động và những nguyên lý cơ bản đằng sau các hệ thống AI.
2. Sử dụng và ứng dụng AI (Using and Applying AI): Biết cách sử dụng các công cụ AI để hỗ trợ học tập, làm việc và giải quyết vấn đề.
3. Đánh giá và sáng tạo với AI (Evaluating and Creating with AI): Có khả năng đánh giá chất lượng, độ chính xác của kết quả AI, đồng thời biết cách kết hợp AI để tạo ra những sản phẩm và giải pháp mới.
4. Nhận thức và tham gia giải quyết các vấn đề đạo đức (Engaging with Ethical Issues): Hiểu và xem xét các vấn đề đạo đức liên quan đến AI, chẳng hạn như quyền riêng tư, thiên kiến, công bằng và trách nhiệm xã hội.

Tuy nhiên, nhiều chương trình giáo dục hiện nay vẫn tập trung vào những vấn đề khá hạn hẹp, chẳng hạn như hành vi đạo văn (plagiarism), hoặc các kỹ năng kỹ thuật vốn chỉ được giảng dạy chuyên sâu cho sinh viên ngành khoa học máy tính. Học sinh, sinh viên có thể được hướng dẫn cách tránh những hành vi vi phạm quy định rõ ràng hoặc cách viết câu lệnh (prompt) hiệu quả, nhưng lại nhận được rất ít hướng dẫn về cách đánh giá kết quả AI, nhận diện thiên kiến và hiểu những tác động lâu dài của AI đối với xã hội.

Bất bình đẳng ngày càng gia tăng khi cơ hội nâng cao năng lực hiểu biết về AI (AI Literacy) không được phân bổ đồng đều giữa các nhóm người học. Một nghiên cứu tổng quan có hệ thống về AI Literacy chỉ ra rằng khả năng tiếp cận các công cụ AI và những trải nghiệm học tập có cấu trúc thường khác nhau tùy theo khu vực địa lý, trường học và điều kiện kinh tế – xã hội.

Người học tại những môi trường có nguồn lực giáo dục dồi dào thường có nhiều cơ hội hơn để tiếp cận:

• Không gian sáng tạo và thực hành công nghệ (Makerspaces): Nơi người học có thể trực tiếp khám phá, thử nghiệm và sáng tạo với công nghệ AI.
• Các hoạt động học tập dựa trên dự án (Project-based AI Activities): Giúp người học vận dụng AI vào những tình huống thực tế, thay vì chỉ tiếp nhận kiến thức lý thuyết.
• Các học phần chuyên biệt về AI Literacy (Dedicated AI Literacy Modules): Cung cấp kiến thức và kỹ năng có hệ thống về cách AI hoạt động, cách đánh giá kết quả và sử dụng AI có trách nhiệm.

Bất bình đẳng ngày càng gia tăng khi cơ hội nâng cao năng lực hiểu biết về AI (AI Literacy) không được phân bổ đồng đều giữa các nhóm người học.

Ngược lại, những người học có ít điều kiện hỗ trợ hơn có thể chỉ tiếp xúc với AI thông qua các ứng dụng thương mại và mạng xã hội, mà không nhận được nhiều sự hướng dẫn để hiểu cách những hệ thống này vận hành và tác động đến các lựa chọn của họ.

Ở cấp độ xã hội, sự chênh lệch về năng lực hiểu biết AI (AI Literacy) có thể dẫn đến sự bất bình đẳng trong việc phân chia lợi ích mà AI mang lại. Những người hiểu rõ khi nào và bằng cách nào nên sử dụng AI thường có khả năng:

• Yêu cầu tính minh bạch (Demand Transparency): Chủ động yêu cầu các tổ chức giải thích cách AI được sử dụng và cách thức đưa ra quyết định.
• Lựa chọn công cụ an toàn hơn (Choose Safer Tools): Biết cách đánh giá và lựa chọn những công cụ AI phù hợp, đáng tin cậy và hạn chế rủi ro.
• Thách thức các quyết định thiếu minh bạch (Challenge Opaque Decisions): Có khả năng đặt câu hỏi, phản biện và yêu cầu xem xét lại những quyết định dựa trên các hệ thống AI mà cách thức vận hành không được công khai rõ ràng.

Ngược lại, những người có năng lực hiểu biết về AI còn hạn chế có thể cảm thấy AI là một công nghệ đang tác động và chi phối cuộc sống của họ, thay vì một công cụ mà họ có thể chủ động tìm hiểu, kiểm soát và tạo ảnh hưởng.

Các nghiên cứu và định hướng chính sách về khung năng lực AI Literacy nhấn mạnh rằng những kỹ năng này là một phần thiết yếu của năng lực công dân trong xã hội hiện đại (Modern Civic Competence), tương tự như năng lực đọc viết (Literacy) và năng lực số (Digital Literacy).

Nguyễn Như Quỳnh lược dịch từ “Why do we feel so confident using generative AI while our AI literacy lags behind?” 

Tâm lý học truyền thông ([email protected]) – Hiểu về truyền thông qua lăng kính tâm lý học. Truyền thông khoa học về tâm lý. Củng cố sức khỏe tâm lý và gắn kết những mối quan hệ, tương tác khỏe mạnh.