AI đưa thông tin lỗi thời về quy định, thủ tục, giá cả như thể vẫn đúng vì kiến thức của mô hình được đóng lại ở một thời điểm, và nó không có cách tự biết điều gì đã thay đổi sau đó. Điều nguy hiểm không nằm ở chỗ AI không biết tin mới, ai cũng hiểu sách in năm ngoái không có tin năm nay. Nguy hiểm nằm ở chỗ AI trả lời thông tin cũ bằng giọng của thông tin hiện hành, không kèm ngày tháng, không cảnh báo.
Với người dùng ở Việt Nam, vấn đề này đặc biệt rõ sau năm 2025, khi đơn vị hành chính, bộ máy và nhiều thủ tục được sắp xếp lại. Bài này giải thích vì sao mô hình bị kẹt ở quá khứ, vì sao cả chuyện xảy ra trước mốc kiến thức một chút cũng dễ sai, và vì sao bật tìm kiếm web chỉ giải quyết được một phần.
Kiến thức là ảnh chụp, không phải dòng chảy
Một mô hình ngôn ngữ được huấn luyện trên dữ liệu thu thập đến một thời điểm nhất định, gọi là mốc kiến thức. Quá trình đó tốn nhiều tháng và rất nhiều tài nguyên, nên không thể làm lại mỗi ngày. Mô hình sau khi phát hành có thể được dùng trong một năm hoặc lâu hơn, trong suốt thời gian đó kiến thức bên trong nó đứng yên. Cách dữ liệu được thu thập và mốc kiến thức được giải thích ở danh mục AI học từ đâu của trang.
Nếu chỉ có vậy thì vấn đề đơn giản: hỏi chuyện sau mốc thì mô hình nói không biết. Nhưng mô hình không trải nghiệm thời gian. Nó không cảm thấy "đã lâu rồi mình chưa đọc tin". Với nó, thế giới trong dữ liệu chính là thế giới hiện tại. Khi bạn hỏi "thủ tục này hiện nay làm ở đâu", chữ "hiện nay" được hiểu là thời điểm trong dữ liệu, không phải hôm nay.
Nhiều chatbot được nhà cung cấp cho biết ngày hiện tại qua câu lệnh hệ thống, nên chúng biết hôm nay là ngày nào. Nhưng biết ngày không có nghĩa là biết điều gì đã thay đổi giữa mốc kiến thức và hôm nay. Mô hình biết lịch đã sang năm mới, nhưng không biết trong năm đó luật nào đã sửa.
Vùng mờ ngay trước mốc kiến thức
Có một điều ít người để ý: ngay cả những chuyện xảy ra trước mốc kiến thức, nếu sát mốc, mô hình cũng biết rất ít. Lý do là văn bản về một sự kiện không xuất hiện hết trong một ngày. Một chính sách mới ban hành thì trong tuần đầu chỉ có vài bản tin; phải vài tháng, vài năm sau mới có bài phân tích, hướng dẫn, thảo luận, sách. Khi dữ liệu được chốt, chuyện vừa xảy ra chỉ có lớp văn bản mỏng nhất.
Ngược lại, tình trạng trước khi thay đổi đã được viết suốt nhiều năm. Ví dụ giả định: một thủ tục được làm ở cấp huyện suốt hai mươi năm, đến tháng thứ mười một của năm thì chuyển về cấp khác. Trong dữ liệu, có hàng nghìn bài viết nói về cách làm cũ và vài chục bài về cách làm mới. Mô hình học được cả hai, nhưng cách làm cũ in sâu hơn nhiều.
Vì vậy, đừng nghĩ chỉ cần biết mốc kiến thức là đủ. Những gì xảy ra trong vài tháng trước mốc nên được coi là vùng mờ, mô hình có thể biết lơ mơ, trộn cũ với mới.
Vì sao AI hiếm khi tự nói "thông tin này có thể đã cũ"
Một người hiểu biết khi nói về quy định thường tự thêm "theo mình biết thì đến năm ngoái là vậy". Mô hình ít làm thế vì văn bản nó học hầu như không có kiểu chú thích đó. Bài báo, bài hướng dẫn được viết ở thì hiện tại của lúc viết: "thủ tục này nộp tại", "mức phí hiện là". Khi những câu đó đi vào dữ liệu, dấu thời gian của chúng bị mất, chỉ còn lại giọng khẳng định ở thì hiện tại.
Mô hình học đúng giọng đó và tái tạo lại. Nó không phân biệt được câu "hiện nay" viết năm 2018 với câu "hiện nay" viết năm 2024, trừ khi trong văn bản có nhắc năm. Kết quả là kiến thức cũ được nói ra với cùng một giọng như kiến thức mới.
Một số sản phẩm đã được tinh chỉnh để tự thêm lời nhắc kiểm thông tin hiện hành khi câu hỏi thuộc nhóm thay đổi nhanh như luật, giá, thời sự. Lời nhắc đó hữu ích, nhưng nó được gắn theo chủ đề, không phải vì mô hình biết chính xác phần nào trong câu trả lời đã cũ. Nhiều câu hỏi trông như kiến thức chung, ví dụ "xã này thuộc huyện nào", sẽ không được gắn lời nhắc dù câu trả lời đã lỗi thời.
Những loại thông tin có hạn dùng ngắn
Không phải thông tin nào cũng cũ đi nhanh như nhau. Bảng dưới đây xếp một số loại thông tin hay được hỏi theo tốc độ thay đổi, để bạn biết loại nào gần như luôn phải kiểm lại.
| Loại thông tin | Tốc độ thay đổi | Ghi chú |
|---|---|---|
| Giá cả, tỷ giá, lãi suất | Theo ngày hoặc theo tuần | Không bao giờ dùng con số do AI nhớ |
| Người giữ chức vụ, lãnh đạo tổ chức | Theo nhiệm kỳ, có khi đột xuất | AI hay nêu người tiền nhiệm |
| Quy định, thủ tục, mức phí, biểu mẫu | Theo năm, có khi theo tháng | Dễ dẫn văn bản đã bị thay thế |
| Đơn vị hành chính, tên cơ quan | Ít khi, nhưng thay đổi lớn khi có | Sau năm 2025 là ví dụ rõ nhất |
| Phiên bản phần mềm, tính năng sản phẩm | Theo tháng | Kể cả thông tin về chính các công cụ AI |
| Kiến thức khoa học nền tảng, lịch sử xa | Rất chậm | Ít bị ảnh hưởng bởi mốc kiến thức |
Dòng về phiên bản phần mềm có một điểm buồn cười: chatbot thường trả lời sai về chính tính năng của nó, vì những tính năng đó được thêm vào sau khi dữ liệu huấn luyện đã chốt. Hỏi một chatbot "bạn có làm được việc X không" chưa chắc nhận được câu trả lời đúng.
Việt Nam sau năm 2025: ví dụ điển hình của thông tin lỗi thời
Bản đồ hành chính mới. Từ ngày 1/7/2025, cả nước còn 34 tỉnh thành và không còn cấp huyện; nhiều xã phường được nhập và đổi tên. Phần lớn văn bản trên mạng mà mô hình học được viết theo bản đồ cũ, nên câu trả lời về địa chỉ, nơi nộp hồ sơ, tên đơn vị rất dễ dùng tên cũ hoặc nhắc tới cấp huyện.
Bộ máy được sắp xếp lại. Nhiều bộ, cơ quan ngang bộ và sở ở địa phương đã hợp nhất hoặc đổi tên trong năm 2025. Mô hình có thể hướng dẫn bạn tới một cơ quan nay đã mang tên khác hoặc chức năng đã chuyển sang nơi khác.
Thủ tục chuyển nơi làm. Khi cấp huyện không còn, những thủ tục trước đây làm ở huyện được chuyển về cấp tỉnh hoặc cấp xã theo quy định mới. Câu trả lời dựa trên dữ liệu cũ sẽ chỉ đường tới nơi không còn tiếp nhận.
Văn bản hướng dẫn kèm theo. Mỗi đợt thay đổi lớn đi kèm nhiều văn bản hướng dẫn ban hành dần dần trong nhiều tháng. Đây đúng là vùng mờ ngay trước và sau mốc kiến thức. Với những việc này, nguồn đáng tin là cổng dịch vụ công, trang của tỉnh thành và nơi tiếp nhận hồ sơ.
Có tìm kiếm web thì hết sai chưa
Nhiều chatbot ngày nay có thể tìm kiếm trên mạng trước khi trả lời. Với câu hỏi về chuyện mới, đây là cải tiến lớn: thông tin được lấy từ trang web hiện tại chứ không từ trí nhớ đã đóng băng. Khi công cụ có tính năng này, bạn nên dùng nó cho mọi câu hỏi liên quan đến thời sự, quy định, giá cả.
Nhưng còn ba chỗ hở. Thứ nhất, kết quả tìm kiếm có thể chính là bài cũ: một bài hướng dẫn thủ tục viết từ ba năm trước vẫn đứng đầu kết quả vì được nhiều người đọc. Mô hình không phải lúc nào cũng chú ý ngày đăng. Thứ hai, mô hình có thể trộn thông tin tìm được với kiến thức cũ trong trí nhớ, nhất là khi kết quả tìm kiếm không đầy đủ. Câu trả lời có thể đúng ở phần dẫn nguồn và sai ở phần mô hình tự bổ sung. Thứ ba, không phải câu hỏi nào cũng kích hoạt tìm kiếm; có sản phẩm tự quyết định khi nào tìm, và với câu hỏi trông như kiến thức chung, nó có thể trả lời từ trí nhớ.
Vì vậy, dấu hiệu nên tìm là câu trả lời có dẫn nguồn cụ thể với ngày đăng rõ ràng. Không có nguồn, hoặc nguồn không có ngày, thì coi như câu trả lời từ trí nhớ.
Thói quen với thông tin có hạn dùng
Hiểu cơ chế rồi thì thói quen cần có khá đơn giản. Mấu chốt là tự hỏi trước khi tin: thông tin này có thể đã thay đổi trong một hai năm gần đây không?
- Nếu có thể đã đổi, như giá, quy định, thủ tục, người giữ chức vụ, đơn vị hành chính, thì coi câu trả lời của AI là điểm khởi đầu, kiểm lại ở nguồn chính thức.
- Với nguồn trên mạng, nhìn ngày đăng hoặc ngày cập nhật trước khi đọc nội dung. Một bài hướng dẫn không có ngày nên được xếp sau.
- Với thủ tục hành chính, nguồn cuối cùng là nơi tiếp nhận hồ sơ. Một cuộc gọi tới bộ phận một cửa hoặc xem trang của tỉnh thành có giá trị hơn mọi câu trả lời tổng hợp.
- Khi AI nhắc tên cơ quan, địa danh, văn bản, để ý xem đó là tên trước hay sau đợt sắp xếp. Gặp tên huyện là dấu hiệu thông tin trước 7/2025.
- Với thông tin về chính công cụ AI, xem trang trợ giúp hoặc ghi chú phát hành của nhà cung cấp, đừng hỏi chatbot về chính nó.
Những thói quen này áp dụng cho mọi nguồn chứ không riêng AI: một cuốn sách hướng dẫn in năm 2020 cũng lỗi thời như vậy. Khác biệt duy nhất là cuốn sách có ghi năm xuất bản trên bìa, còn câu trả lời của chatbot thì không.
Câu hỏi thường gặp
Làm sao biết mốc kiến thức của chatbot mình đang dùng?
Nhiều nhà cung cấp công bố mốc kiến thức trong tài liệu về mô hình. Hỏi trực tiếp chatbot đôi khi cũng ra câu trả lời, nhưng không phải lúc nào cũng chính xác vì mô hình có thể nhầm về chính nó. Nguồn đáng tin hơn là trang thông tin chính thức của nhà cung cấp, và nên kiểm phiên bản hiện hành.
Vì sao chatbot biết hôm nay là ngày mấy mà vẫn nói chuyện cũ?
Ngày hiện tại thường được nhà cung cấp đưa vào câu lệnh hệ thống, nên mô hình đọc được. Nhưng kiến thức về thế giới vẫn dừng ở mốc huấn luyện. Biết ngày không giúp mô hình biết điều gì đã xảy ra giữa mốc kiến thức và hôm nay, trừ khi nó tìm kiếm.
Mô hình có tự cập nhật kiến thức sau khi phát hành không?
Thông thường thì không. Mô hình sau khi phát hành giữ nguyên các tham số; nó không tự học thêm từ tin tức hay từ cuộc trò chuyện. Kiến thức mới đến từ việc nhà cung cấp phát hành phiên bản mới, hoặc từ công cụ tìm kiếm được gắn kèm.
Có nên hỏi AI về thủ tục hành chính sau sắp xếp năm 2025 không?
Có thể hỏi để hiểu khái quát loại giấy tờ thường cần và các bước chung. Nhưng nơi nộp, thời hạn, mức phí, biểu mẫu thì phải kiểm ở cổng dịch vụ công và nơi tiếp nhận hồ sơ. Đây là loại thông tin vừa thay đổi lớn vừa có hậu quả thật nếu sai.
Vì sao AI có tìm kiếm vẫn đưa thông tin cũ?
Có thể kết quả tìm kiếm là bài cũ đứng đầu vì nhiều người đọc, có thể mô hình trộn kết quả với kiến thức cũ, hoặc câu hỏi không kích hoạt tìm kiếm. Hãy xem câu trả lời có dẫn nguồn với ngày đăng cụ thể không, và mở nguồn ra kiểm.