Login

AI "ảo giác" (hallucination) là gì và cách kiểm chứng câu trả lời

  • author-image

    Nguyễn Đình Cường

  • blog-tag
  • blog-comment 0 comment
  • created-date 09 Nov, 2026
blog-thumbnail

Bạn hỏi AI về một hàm trong thư viện, nó trả lời tự tin kèm ví dụ code rất đẹp, nhưng hàm đó không hề tồn tại. Hiện tượng này gọi là hallucination (ảo giác). Hiểu vì sao nó xảy ra và cách kiểm chứng sẽ giúp bạn dùng AI hiệu quả mà không bị dẫn lạc hướng.

Ảo giác là gì?

Ảo giác là khi mô hình sinh ra thông tin nghe hợp lý nhưng sai hoặc bịa đặt: số liệu không có thật, tên hàm không tồn tại, nguồn trích dẫn giả, sự kiện sai. Điều nguy hiểm là giọng điệu thường rất tự tin, không có dấu hiệu nào báo rằng câu trả lời có vấn đề.

Vì sao mô hình lại "bịa"?

  • Bản chất dự đoán văn bản: mô hình chọn từ có xác suất hợp lý, không phải tra cứu sự thật. Câu nghe đúng chưa chắc là câu đúng.
  • Thiếu dữ liệu: chủ đề hiếm hoặc mới có thể không được học đủ.
  • Mơ hồ trong câu hỏi: yêu cầu thiếu rõ ràng khiến mô hình đoán.
  • Xu hướng đáp ứng: mô hình được huấn luyện để hữu ích nên đôi khi cố trả lời thay vì thừa nhận không biết.
  • Ngữ cảnh dài: thông tin ở giữa đoạn dài có thể bị bỏ sót hoặc lẫn lộn.

Dạng ảo giác thường gặp khi lập trình

  1. Gọi hàm hoặc tham số không có trong thư viện.
  2. Dùng cú pháp của phiên bản khác hoặc đã bị loại bỏ.
  3. Logic có vẻ đúng nhưng sai ở trường hợp biên.
  4. Đường dẫn, tên gói, lệnh cài đặt bịa ra.
  5. Giải thích sai nguyên nhân của lỗi nhưng nghe rất thuyết phục.

Cách kiểm chứng hiệu quả

  • Chạy code thật: cách kiểm chứng nhanh nhất là chạy và xem kết quả, kèm test.
  • Đối chiếu tài liệu chính thức: kiểm tra hàm, tham số, phiên bản trên trang tài liệu của chính thư viện.
  • Hỏi lại theo cách khác: nếu câu trả lời thay đổi đáng kể giữa các lần, hãy nghi ngờ.
  • Yêu cầu nêu mức độ chắc chắn và giả định: mô hình đôi khi chỉ ra chỗ nó không chắc.
  • Kiểm tra nguồn dẫn: mở liên kết, xác nhận nó tồn tại và đúng nội dung được nói đến.
  • Đối chiếu nhiều nguồn: nhất là với số liệu, luật lệ, hướng dẫn y tế hoặc tài chính.

Cách giảm ảo giác khi viết prompt

Bạn không thể loại bỏ hoàn toàn, nhưng có thể giảm đáng kể:

Chỉ dùng thông tin trong tài liệu dưới đây để trả lời.
Nếu tài liệu không đủ thông tin, hãy trả lời: "Không đủ thông tin".
Không suy đoán. Trích đoạn gốc làm bằng chứng.

[Tài liệu]
...
[Câu hỏi]
...

Cung cấp tài liệu (RAG), nêu rõ phiên bản, cho phép mô hình nói "không biết" và yêu cầu trích dẫn bằng chứng đều giúp ích.

Thiết kế sản phẩm có ý thức về ảo giác

  • Hiển thị nguồn tham chiếu để người dùng tự kiểm tra.
  • Với tác vụ rủi ro cao, đặt con người vào bước phê duyệt.
  • Kiểm tra đầu ra tự động: validate JSON theo schema, chạy test cho code sinh ra.
  • Ghi log và thu thập phản hồi để phát hiện các trường hợp sai lặp lại.
  • Thông báo rõ ràng cho người dùng rằng nội dung do AI tạo ra có thể chưa chính xác.

Thói quen tốt cho người mới học

Khi AI đưa một đoạn code hay khái niệm, hãy tập thói quen "tin nhưng kiểm". Tự gõ lại, chạy thử, đọc tài liệu. Chính quá trình này giúp bạn học sâu hơn và phát hiện ra sai sót sớm, một kỹ năng ngày càng quan trọng.

Kết luận

Ảo giác là đặc tính cố hữu của mô hình ngôn ngữ chứ không phải lỗi hiếm gặp. Coi AI như một cộng sự nhanh nhưng cần được xác minh, bạn sẽ khai thác được sức mạnh của nó mà không đánh mất độ tin cậy cho sản phẩm của mình.

Nếu bạn muốn có nền tảng đủ chắc để tự đánh giá code do AI tạo ra, hãy ghé codebem.com xem các khóa học phù hợp.

author_photo
Nguyễn Đình Cường

0 comment