HIỂU VỀ MÔ HÌNH NGÔN NGỮ ĐỂ KHAI THÁC CHATBOT AI HIỆU QUẢ HƠN

24/06/2024 22:31:40

Đa phần mọi người khi mới bắt đầu tìm hiểu về GenAI nói chung và chatbot AI nói riêng, thường có vài câu hỏi phổ biến là

- Có AI nào giúp tôi làm hộ việc này không (viết nguyên cả báo cáo chẳng hạn)?

- AI nào tốt nhất để tôi bỏ tiền ra mua?.

- Tại sao mô hình này lại trả lời sai, không đúng ý tôi vậy?.

- Mọi người bảo dùng AI giúp tăng x10 hiệu suất, tại sao dùng lại thấy chẳng nâng lên gì cả?

….

Câu chuyện này không hề ngạc nhiên tại Việt Nam vì các sản phẩm được tạo ra bởi GenAI quá tốt, truyền thông rất mạnh khiến mọi người có ấn tượng và đặt kì vọng quá nhiều vào các AI này. Tuy nhiên vấn đề là các sản phẩm này được tạo ra bởi những người dùng đã có kĩ năng và tư duy tốt. Việc này dẫn đến khi người dùng mới bắt đầu tiếp xúc mà nhận được câu trả lời không đúng là sẽ thất vọng về AI. Vì vậy để có thể khai thác AI tốt hơn bạn cần hiểu hơn 3 điểm của các mô hình ngôn ngữ hiện nay để có cái nhìn rõ ràng, cũng như có cách tiếp cận phù hợp.

1. MỖI MỘT MÔ HÌNH NGÔN NGỮ CÓ MỘT THIÊN HƯỚNG RIÊNG VỀ CÁCH XỬ LÝ NGÔN NGỮ.

Điều này rất dễ nhận ra khi bạn đã sử dụng nhiều chatbot AI của các hãng lớn. Ở đây mình ví dụ với 4 chatbot mình hay sử dụng đó là, ChatGPT-4o của OpenAI, Claude của Anthropic, Gemini của Google, Copilot/Github của Microsoft. Nếu để so sánh mỗi mô hình là 1 trường đại học/cao đẳng/viện nghiên cứu thì :

ChatGPT (OpenAI): Đại học tổng hợp
Giống như một trường đại học tổng hợp có nhiều khoa và chương trình đào tạo đa dạng. ChatGPT có khả năng xử lý nhiều loại nhiệm vụ khác nhau, từ hội thoại thông thường đến viết code, phân tích dữ liệu và được cập nhật và "đào tạo" thường xuyên với kiến thức mới.
Claude (Anthropic): Đại học nghiên cứu chuyên sâu
Tương tự một trường đại học nghiên cứu chuyên sâu, Claude tập trung vào chất lượng và độ chính xác cao. Mô hình nàycCó khả năng phân tích sâu, lập luận logic và xử lý các nhiệm vụ phức tạp và chú trọng vào tính minh bạch và đạo đức trong cách tiếp cận.
Gemini (Google): Viện công nghệ đa năng
Như một viện công nghệ lớn với sự kết hợp giữa nghiên cứu cơ bản và ứng dụng, Gemini cũng có có khả năng tích hợp và xử lý đa dạng loại dữ liệu (văn bản, hình ảnh, video). Đặc biệt mô hình này được liên tục được cập nhật với công nghệ mới nhất và tích hợp vào các sản phẩm của hãng
Copilot/GitHub (Microsoft): Trường cao đẳng kỹ thuật chuyên ngành
Tuy khá giống với Gemini về việc tích ứng dụng công nghệ vào các sản phẩm sẵn có, tuy nhiên Copilot lại giống một trường cao đẳng kỹ thuật chuyên ngành hơn, đặc biệt là chuyên về lập trình và phát triển phần mềm nhờ một phần vào cộng đồng Github. Do đó nếu muốn tập trung vào việc hỗ trợ lập trình trong quá trình viết code và cần kiến thức chuyên sâu về các ngôn ngữ lập trình và framework phổ biến thì nên dùng Copilot/Github.

2. TRẢI QUA HƯỚNG DẪN/ĐÀO TẠO (NGƯỜI DÙNG TƯƠNG TÁC VỚI MÔ HÌNH), CÁC MÔ HÌNH CÓ THỂ THAY ĐỔI CÁCH ĐƯA RA CÂU TRẢ LỜI.

Nếu đã coi mô hình là một ngôi trường với kiến thức khác nhau, thì việc chúng ta tương tác, làm việc với các mô hình trên giống như tuyển nhân sự về để làm cho công ty mà bạn làm CEO. Tất nhiên giống như việc tuyển nhân sự, không phải chỉ đọc mỗi hồ sơ ứng viên mà bạn phân ngay vào một công việc nào đó, bạn cần phải phỏng vấn ứng viên. Mỗi CEO có một cách hỏi khác nhau, đánh giá khác nhau để đưa ra phân công việc. Thậm chí nhiều CEO có thể phân người này vào làm việc khác với năng lực vốn có.

Ví dụ như cho một sinh viên ra trường ngành kĩ thuật đi viết báo cáo tài chính chẳng hạn. Rõ ràng thời gian đầu, khi chưa được đào tạo, chưa được hướng dẫn cụ thể, sinh viên này sẽ viết theo kiểu báo cáo kĩ thuật. Nhưng nếu có hướng dẫn cụ thể và chi tiết, sinh viên này sẽ biết cách viết đúng ý hơn. Càng tương tác và làm việc nhiều, sinh viên này sẽ càng trở thành một nhân viên viết báo cáo tài chính tốt (dù khởi điểm là sinh viên kĩ thuật). Vì vậy, lựa chọn sử dụng mô hình nào cho công việc nào hoàn toàn phụ thuộc vào lựa chọn của người dùng. Điều này cũng giải thích phần nào khi sử dụng thường xuyên sau một thời gian dài, các chatbot sẽ trở nên hiểu ý người dùng hơn.

3. KHÔNG PHẢI KẾT QUẢ NÀO CŨNG CÓ THỂ TIN TƯỞNG.

Có một câu mình luôn khuyên nếu mọi người sử dụng AI đó là “Tin nhau thì phải kiểm tra nhau”. Vì khi càng hiểu ý người dùng, chatbot càng đưa ra những cách sử dụng từ ngữ, câu văn, ý tưởng trở nên quen thuộc với người dùng, thậm chí là bóp méo sai sự thật để hợp với ý người dùng.

Điều này có thể hiểu giống như câu trả lời chính xác thì phải là A-b-c-D-e chẳng hạn, nhưng kết quả Chatbot trả về lại là A-b-c-d-e vì hợp theo ý người dùng. Do đó khi sử dụng, đòi hỏi bạn phải có chuyên môn kĩ năng rất sâu để kiểm tra, nắn chỉnh lại kết quả mà chatbot AI đưa lại. Cuối cùng thì người quyết định tiếp nhận câu trả lời đưa ra là chúng ta, chứ không phải chatbot AI.

Với những đặc điểm về các loại chatbot AI hiện tại, hi vọng mọi người, nhất là những người mới có một cái nhìn rõ ràng hơn để có thể đưa ra cách tiếp cận cũng làm việc hiệu quả hơn với Chatbot AI.