Khi AI bịa thông tin: rủi ro uy tín thương hiệu cần biết

Chốt nhanh

AI ngôn ngữ có thể bịa số liệu, trích dẫn, mốc lịch sử nghe rất thuyết phục nhưng hoàn toàn không có thật, đặc tính này gọi là ảo giác (hallucination). Vì mô hình ưu tiên trôi chảy hơn đúng sự thật, nó sẽ không tự nói 'tôi không chắc', mà bịa câu trả lời với giọng khẳng định. Với thương hiệu, một con số sai lọt ra ngoài là sai sót của thương hiệu, không phải của công cụ.

Nhìn nhanh

Hợp với

nội dung sáng tạo thuần túy không khẳng định sự thậtbản nháp thô nội bộ không có số liệuý tưởng và biến thể chữ rủi ro thấp

Không hợp

phát ngôn công khai hoặc pháp lýnội dung có con số và dẫn nguồn cụ thểtuyên bố khẳng định sự thật chưa kiểm chứng

Ảo giác (hallucination) không phải sự cố hiếm gặp của AI. Đây là đặc tính của cách mô hình ngôn ngữ vận hành: nó dự đoán chuỗi từ tiếp theo nghe hợp lý nhất, không tra cứu sự thật. Khi không có dữ liệu đúng để dự đoán, mô hình vẫn đưa ra câu trả lời, và câu trả lời đó nghe rất tự tin. Vấn đề của thương hiệu không phải là AI có sai hay không, mà là: ai chịu trách nhiệm nếu cái sai đó đến tay khách hàng.

Tại sao AI không biết mình sai

Nghiên cứu trên tạp chí Nature chỉ ra rằng cách chấm điểm mô hình hiện tại thưởng cho việc tạo ra câu trôi chảy, hơn là thừa nhận không chắc chắn. Điều đó có nghĩa là khi không có câu trả lời đúng trong dữ liệu, mô hình bịa ra thay vì nói "tôi không biết". Kết quả: Anh/Chị nhận được một đầu ra tự tin, mạch lạc, nhưng có thể hoàn toàn không có thật.

Không thể phân biệt cái đúng và cái bịa bằng cách đọc văn phong. Cả hai đều trôi chảy như nhau. Đây là lý do quy trình kiểm chứng phải được thiết kế từ trước, không thể dựa vào cảm giác "nghe có vẻ đúng".

Vùng nội dung dễ bịa nhất

Không phải loại nội dung nào cũng có mức rủi ro như nhau. Anh/Chị cần biết đâu là vùng nguy hiểm để tập trung kiểm chứng.

Con số và thống kê: tỉ lệ, phần trăm, quy mô thị trường. AI thường bịa những con số này với độ chính xác giả tạo, ví dụ "73% người tiêu dùng cho rằng...".
Trích dẫn và dẫn nguồn: tên tổ chức, tên nghiên cứu, tên tác giả. AI có thể gán một nhận định bịa vào tên một tổ chức có thật.
Mốc lịch sử và sự kiện cụ thể: ngày tháng, tên người, bối cảnh ra đời của một sản phẩm hay chính sách.
Thông tin pháp lý và quy định: điều luật, nghị định, quy chuẩn ngành. Sai ở đây có hậu quả pháp lý, không chỉ là uy tín.

Nội dung sáng tạo thuần túy, như đề xuất ý tưởng chiến dịch hay biến thể câu tagline, không khẳng định sự thật nên rủi ro thấp hơn. Nhưng ngay cả khi đó, vẫn cần rà giọng điệu để đảm bảo phù hợp với thương hiệu.

Rủi ro uy tín tăng theo mức công khai

Tài liệu nội bộ để tham khảo: rủi ro thấp hơn vì phạm vi hạn chế, nhưng vẫn nên đánh dấu "cần kiểm chứng" để người đọc không vô tình dùng số liệu chưa được xác nhận.

Nội dung đối ngoại, phát ngôn công khai, tài liệu khách hàng: bắt buộc có người chịu trách nhiệm kiểm chứng trước khi đăng hoặc gửi. AI chỉ hỗ trợ ở bước nháp, con người ký tên cuối.

Hướng dẫn của FTC (Ủy ban Thương mại Liên bang Hoa Kỳ) năm 2025 về quảng cáo có dùng AI xác nhận rõ: nội dung do AI tạo ra phải đúng sự thật và có căn cứ y như nội dung do người viết. Dùng AI không xóa được trách nhiệm pháp lý hay đạo đức với phát ngôn sai hoặc gây hiểu lầm. Nguyên tắc này áp dụng bất kể Anh/Chị dùng công cụ nào.

Lỗi thường gặp trong thực tế

Thấy con số AI đưa ra nghe hợp lý thì dùng luôn, không tra nguồn gốc.
Copy nguyên đầu ra AI vào tài liệu gửi khách vì văn phong chắc chắn.
Nhầm giọng tự tin của AI là dấu hiệu thông tin đúng.
Không có bước kiểm chứng chính thức trong quy trình, nên sai sót AI trở thành sai sót phát ngôn của thương hiệu.
Gán nhận định AI bịa vào tên một tổ chức uy tín có thật, tạo ra trích dẫn giả mạo.

Góc nhìn của Sinh Vũ

Thà định tính còn hơn bịa. Cái gì không có nguồn thì không khẳng định.
Nguyên tắc thực hành Sinh Vũ Studio

Sinh Vũ dùng AI để viết nháp, rút ngắn thời gian khởi động, thử các hướng ngôn từ. Nhưng mọi con số, tuyên bố, dẫn nguồn trong tài liệu gửi khách đều qua người kiểm trước khi ra ngoài. Không phải vì không tin công cụ, mà vì uy tín được xây từng năm không thể đánh đổi lấy tốc độ ở bước cuối.

Với Anh/Chị, câu hỏi thực tế không phải "AI có bịa không?" mà là "Trong quy trình của mình, cái bịa đó có bị chặn lại trước khi ra ngoài không?". Nếu chưa có câu trả lời rõ ràng, đó là điểm cần xây dựng trước khi mở rộng dùng AI cho nội dung đối ngoại.

Nguồn tham khảo

Evaluating large language models for accuracy incentivizes hallucinations, Nature. FTC staff guidance on AI in advertising, tháng 3/2025. Kinh nghiệm thực hành Sinh Vũ Studio.

Câu hỏi thường gặp

Tôi dùng AI để viết nội dung nhanh hơn, vậy phải kiểm chứng từng câu sao, mất công quá?

Không phải từng câu, mà theo loại nội dung. Phần sáng tạo thuần túy như ý tưởng, biến thể câu chữ thì rủi ro thấp hơn. Phần có yếu tố sự thật, bao gồm con số, dẫn nguồn, cam kết, trích dẫn tổ chức, thì bắt buộc phải có người tra lại trước khi đăng. Tập trung kiểm ở những điểm có thể gây hại nếu sai, không cần dàn đều toàn bộ.

AI đưa ra một con số, tôi tra Google thấy kết quả tương tự, vậy có thể tin không?

Chưa đủ. AI học từ văn bản trên internet, nên những gì nó bịa đôi khi lại xuất hiện trên internet vì người khác cũng đã tin và đăng lại. Cách kiểm đúng là tìm đến tài liệu gốc, báo cáo gốc, hoặc trang web chính thức của tổ chức được dẫn. Nếu không tìm thấy nguồn gốc thật, không dùng con số đó.