Nghiên cứu của ACM Computing Surveys tổng kết rằng LLM không hiểu sự thật khách quan mà chỉ dự đoán từ tiếp theo có xác suất thống kê cao nhất (Ji et al., 2023). Xem bài viết Vì sao dễ tin lời khuyên sức khỏe từ chatbot?.
Nguy hiểm trong tư vấn y tế
Chatbot AI có thể bịa ra tên một bài báo trên The Lancet kèm cả tên tác giả và số trang giả để khuyên bệnh nhân dùng một bài thuốc độc hại với giọng điệu vô cùng thuyết phục.
Nguyên tắc Human-in-the-loop
Người làm nội dung y tế và truyền thông không bao giờ được sao chép nguyên văn câu trả lời của AI mà phải tự tay kiểm tra chéo từng đường link và trích dẫn gốc.
Bài viết này được tổng hợp bởi Nguyễn Hoàng Anh Khoa (Dy Khoa), giảng viên Khoa Quan hệ công chúng và Truyền thông, Trường Đại học Văn Lang, và là người tốt nghiệp Thạc sĩ Truyền thông Khoa học và Thu hút Công chúng (Science Communication and Public Engagement) tại Universiti Malaya (UM), Malaysia. Đây là lĩnh vực chuyên môn cốt lõi mà anh được đào tạo bài bản và tiếp tục theo đuổi trong nghiên cứu, giảng dạy và thực hành nghề nghiệp.
Nếu bạn thấy bài viết có sai sót hoặc muốn góp ý, vui lòng gửi email về [email protected].
Tài liệu tham khảo
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM FAccT Conference, 610-623. https://doi.org/10.1145/3442188.3445922
Ji, Z., et al. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), 1-38. https://doi.org/10.1145/3571730
Gợi ý tìm nhanh:
Đang tìm kiếm bài viết...
Không tìm thấy bài viết nào chứa từ khoá "". Hãy thử từ khoá khác nhé!
Bài viết đã lưu
Chưa có bài viết nào được lưu
Bấm biểu tượng chiếc thẻ bookmark trên các bài viết để lưu lại và đọc offline bất cứ khi nào bạn muốn.
Liên hệ Dy Khoa
Cần trao đổi về một bài viết, hợp tác hay phỏng vấn?
Để lại vài dòng, tôi sẽ phản hồi trong vòng 48 giờ. Phóng viên cần ý kiến chuyên gia gấp, vui lòng ghi rõ hạn chót trong nội dung.
Sci&Marcom Glossary
