Khả năng và hạn chế

Mục tiêu học tập

• Liệt kê các nhóm việc AI thường làm tốt.
• Nhận diện các giới hạn: sai sự thật, thiên lệch, thiếu bối cảnh, thiếu trách nhiệm.
• Biết đặt kỳ vọng đầu ra thực tế.
• Biết thiết kế bước kiểm tra tương ứng với mức rủi ro.

Khái niệm cần nắm

• capability
• limitation
• confidence vs correctness
• bias
• context dependency

Những nhóm việc AI thường làm tốt

AI tạo nhiều phương án nhanh, tóm tắt nội dung dài, đổi giọng văn, phân loại dữ liệu và hỗ trợ lập cấu trúc. Những tác vụ này càng phù hợp khi đầu ra dễ kiểm tra và sửa.

• Tạo bản nháp và biến thể.
• Tóm tắt tài liệu được cung cấp.
• Chuyển đổi định dạng hoặc giọng điệu.
• Gợi ý câu hỏi, giả thuyết và phương án.

Những giới hạn phải tính trước

AI có thể dùng thông tin lỗi thời, bỏ sót ngoại lệ, suy diễn ngoài dữ liệu hoặc phản ánh thiên lệch trong dữ liệu huấn luyện. Nó cũng không tự biết tiêu chuẩn nội bộ nếu bạn không cung cấp.

Các hạn chế không có nghĩa là không dùng AI; chúng cho biết nơi cần dữ liệu tốt hơn và sự giám sát của con người.

Ma trận đánh giá một tác vụ

Trước khi dùng AI, hãy chấm tác vụ theo ba trục: dữ liệu có rõ không, kết quả có dễ kiểm chứng không, và hậu quả nếu sai có lớn không.

Dữ liệu rõ + dễ kiểm chứng + hậu quả thấp là vùng phù hợp để thử nghiệm. Hậu quả cao cần chuyên gia và điểm phê duyệt bắt buộc.

Bài tập thực hành

• Đưa cùng một yêu cầu cho AI theo cách mơ hồ và rõ ràng, so sánh kết quả.
• Chọn một câu trả lời của AI và gắn nhãn: đáng tin, cần kiểm tra, không dùng được.
• Tạo bảng “AI nên hỗ trợ / AI không nên quyết định”.

Checklist tự đánh giá

• Tôi có thể giải thích bài này bằng ngôn ngữ của mình trong 2-3 phút.
• Tôi có thể chỉ ra một tình huống thật trong công việc/học tập để áp dụng bài này.
• Tôi có thể nêu ít nhất một rủi ro nếu áp dụng sai bài này.
• Tôi đã tạo được đầu ra học tập: Một bảng khả năng-hạn chế áp dụng cho công việc cá nhân.