Ảo giác AI là gì?

Ảo giác là một câu trả lời hợp lý nhưng tình cờ lại sai

Hãy hỏi một mô hình ngôn ngữ số trang của một câu trích trong cuốn sách mà nó chỉ biết đến chứ chưa từng đọc thấy, và nó sẽ đưa cho bạn một con số. Nó sẽ không nói "tôi không thể biết điều đó". Con số được định dạng đúng chuẩn, nằm trong một câu nghe giống hệt mọi trích dẫn khác trong dữ liệu huấn luyện của nó, và nó là bịa ra.

Đó chính là ảo giác: một phát biểu trôi chảy, tự tin nhưng không có sự thật nào đứng sau. Từ này là một phép ẩn dụ, và hơi gây hiểu lầm, vì không có gì đang bị trục trặc cả. Mô hình được yêu cầu tạo ra phần tiếp theo có khả năng xảy ra cao nhất cho một trích dẫn, và nó đã tạo ra một cái. Với một câu hỏi mà câu trả lời nghe hợp lý nhất cũng chính là câu trả lời đúng, tức là phần lớn các câu hỏi, thì cũng chính quá trình đó khiến mô hình trở nên hữu ích.

Các dạng ảo giác thường gặp có thể đoán trước được: tài liệu tham khảo và đường dẫn URL bịa đặt, số liệu thống kê không có nguồn, câu trích được gán cho người thật nhưng họ chưa từng nói vậy, tính năng sản phẩm không tồn tại, và các tuyên bố pháp lý hoặc y tế được đưa ra như thể là sự thật đã được xác định. Vì sao AI đưa ra thông tin sai đi sâu vào cách nhận diện từng dạng; trang này nói về lý do vì sao chúng xảy ra.

Vì sao một mô hình đã đọc cả internet vẫn bịa chuyện

Hai cơ chế, và chúng cộng dồn lên nhau.

Mô hình dự đoán, chứ không tra cứu. Một mô hình ngôn ngữ không có bất kỳ chỉ mục dữ liệu thực tế nào. Mọi thứ nó đọc đã được nén lại thành các tham số, và tại thời điểm trả lời, nó tái tạo văn bản từng token một từ khối nén đó, chọn từng token theo xác suất. Khi câu trả lời đúng xuất hiện phổ biến trong dữ liệu huấn luyện, phần tiếp theo có khả năng cao nhất cũng chính là sự thật. Khi nó hiếm gặp, không xuất hiện, hoặc bị mâu thuẫn, mô hình vẫn phải chọn một token, và nó chọn một token nghe có vẻ hợp lý. LLM là gì giải thích kiến trúc này; nói ngắn gọn là không có bước nào để mô hình tự hỏi liệu câu nó đang viết có thật hay không.

Huấn luyện thưởng cho việc đoán bừa. Vào tháng 9 năm 2025, OpenAI công bố một bài báo tựa đề "Why Language Models Hallucinate" lập luận rằng các bộ chuẩn (benchmark) dùng để chấm điểm mô hình cho câu trả lời sai và câu bỏ trống điểm bằng nhau, tức bằng 0, trong khi một cú đoán may mắn lại được chấm điểm tuyệt đối. Một mô hình được tối ưu theo cách chấm điểm đó sẽ học đúng bài học mà một học sinh học được trong bài thi trắc nghiệm không trừ điểm câu sai: luôn luôn đoán. Đề xuất của bài báo là thay đổi cách chấm điểm sao cho câu "tôi không biết" có giá trị cao hơn một câu đoán sai đầy tự tin.

Hai vụ kiện đã đặt ra một con số tiền cho ảo giác

Vụ Mata kiện Avianca, New York, 2023. Hai luật sư nộp một bản tóm tắt viện dẫn sáu phán quyết của tòa án do ChatGPT tạo ra. Không một phán quyết nào trong số sáu vụ đó tồn tại. Thẩm phán đã xử phạt hai luật sư $5,000 vào tháng 6 năm 2023 và buộc họ phải viết thư cho các thẩm phán mà những phán quyết bịa đặt đó đã được gán cho. Các ảnh chụp màn hình nộp kèm bản khai của luật sư cho thấy anh ta hỏi ChatGPT liệu các vụ án đó có thật không, và ChatGPT xác nhận rằng chúng có thật.

Vụ Moffatt kiện Air Canada, British Columbia, 2024. Chatbot trên trang web của Air Canada nói với một khách hàng rằng anh có thể đặt vé giá đầy đủ cho một chuyến đi tang lễ rồi sau đó yêu cầu giảm giá tang lễ. Chính sách thực tế của hãng hàng không lại nói ngược lại. Khi Air Canada lập luận rằng chatbot là một pháp nhân riêng biệt chịu trách nhiệm cho lời nói của chính nó, Tòa án Giải quyết Tranh chấp Dân sự đã bác bỏ lập luận đó vào tháng 2 năm 2024 và ra lệnh cho hãng hàng không phải trả $812.02 (đô la Canada).

Không mô hình nào bị lỗi cả. Mỗi mô hình đều tạo ra câu trả lời nghe hợp lý nhất cho một câu hỏi mà câu trả lời đúng nằm ngoài tầm với của nó. Cái giá phải trả rơi vào người đã không kiểm tra lại.

Ảo giác là một trong bốn kiểu lỗi, và cách khắc phục mỗi kiểu khác nhau

Người ta dùng từ này cho mọi câu trả lời sai, và điều đó che giấu một thực tế là bốn lỗi phổ biến có bốn nguyên nhân khác nhau.

Chỉ hàng đầu tiên mới thực sự là ảo giác theo nghĩa chặt chẽ. Hàng thứ hai và thứ ba là vấn đề về nền tảng dữ liệu và phần lớn được giải quyết bằng cách cho mô hình thứ gì đó để đọc. Hàng thứ tư là vấn đề về câu lệnh (prompt). Coi cả bốn lỗi là một khiếm khuyết bí ẩn duy nhất khiến người ta chọn cách khắc phục sai, thường là "dùng mô hình lớn hơn", điều giúp ích ít nhất cho hàng đầu tiên.

Kiểm tra bằng hai mô hình, và nó tốn bao nhiêu

Thói quen đáng tin cậy nhất đối với dạng ảo giác chặt chẽ là hỏi một mô hình thứ hai, khác mô hình đầu, cùng một câu hỏi rồi so sánh. Hai mô hình từ hai phòng thí nghiệm khác nhau, được huấn luyện trên dữ liệu khác nhau với quy trình hậu huấn luyện khác nhau, hiếm khi bịa ra cùng một trích dẫn. Sự đồng thuận là bằng chứng yếu cho thấy sự thật là đúng. Sự bất đồng là tín hiệu mạnh để đi kiểm tra trước khi hành động.

Lý do cách này hiệu quả trong khi "yêu cầu chính mô hình đó tự kiểm tra lại" thì không: một lượt chạy lại của cùng một mô hình vẫn là cùng một bộ dự đoán đang đoán lại từ cùng một khối nén dữ liệu. Một mô hình khác là một khối nén dữ liệu khác.

Ý kiến thứ hai không cần đến từ một mô hình đắt tiền. Trên Artificial Analysis Intelligence Index, một chỉ số tổng hợp từ các bộ chuẩn công khai về suy luận, lập trình và kiến thức được đọc vào ngày 2026-09-17, DeepSeek V4 Flash đạt 40 điểm và tốn 1 credit Whizi mỗi tin nhắn; Claude Sonnet 5 đạt 38 điểm và tốn 10 credit. Đường chấm chấm là đường biên hiệu quả, điểm số tốt nhất ở mỗi mức giá, và mỗi điểm trên đó là một phòng thí nghiệm khác nhau. Một lượt kiểm tra chéo từ hai phòng thí nghiệm ở mức 1 và 10 credit tổng cộng là 11 credit, và chế độ xem song song gửi cùng một câu hỏi đến cả hai trên cùng một màn hình. Hai luật sư trong vụ Mata kiện Avianca đã trả $5,000 cho việc kiểm tra mà họ đã không làm.

Điều gì làm giảm ảo giác, xếp hạng theo mức độ hiệu quả

1. Nền tảng dữ liệu (Grounding). Tìm kiếm web, một tài liệu được tải lên, hoặc một nguồn được dán vào biến nhiệm vụ từ "nhớ lại" thành "đọc và tóm tắt", điều mà mô hình làm đáng tin cậy hơn nhiều. Đây là mức giảm lớn nhất và nó là một cài đặt sản phẩm, không phải mẹo viết prompt.
2. Một mô hình thứ hai. Huấn luyện khác nhau, kiểu lỗi khác nhau. Bắt được phần lớn các chi tiết bịa đặt.
3. Yêu cầu nguồn và mở chúng ra. Một mô hình được yêu cầu trích dẫn sẽ trích dẫn; việc kiểm tra là xem trích dẫn đó có tồn tại không và có nói đúng điều câu trả lời khẳng định không.
4. Cho phép nói không. "Nếu bạn không chắc, hãy nói vậy" thay đổi điều gì là phần tiếp theo có khả năng cao nhất, nên với các câu hỏi khó, mô hình sẽ từ chối trả lời thường xuyên hơn thay vì bịa ra.
5. Một mô hình lớn hơn. Các mô hình hàng đầu ít bị ảo giác hơn các mô hình nhỏ đối với kiến thức phổ thông, nhưng khoảng cách lại nhỏ nhất chính ở nơi quan trọng nhất, tức các sự thật hiếm gặp và cụ thể.

Thứ tự chính là điểm mấu chốt. Hầu hết mọi người tìm đến mục năm trước tiên, và đó lại là đòn bẩy yếu nhất trong danh sách.