Written by: Claude AI.
Curator/Editor: Học Trò.
Hiểu AI, từng khái niệm một — Bài 3
Cô Tư định mua cho thằng cháu nội đang học lớp mười một một cái điện thoại mới làm quà sinh nhật. Cô mở chatbot Khoa mới cài giùm, gõ từng chữ: "Điện thoại nào mới nhất bây giờ?" Chatbot trả lời rất tự tin, kể tên một kiểu máy, khen camera, khen pin. Sáng Chủ nhật cô đón xe ôm ra mấy tiệm điện thoại gần chợ Tân Định, cậu bán hàng cười: "Cô ơi, máy đó ra từ năm ngoái rồi, giờ có đời mới hơn nữa." Cô Tư về nhà hơi bực: "Cái máy này nói như đinh đóng cột, vậy mà trật."
Chatbot không nói dối cô Tư. Nó chỉ đang kể chuyện theo những gì nó biết — mà những gì nó biết thì đã dừng lại từ một ngày nào đó trong quá khứ.
Vì sao AI nói về cái điện thoại "mới nhất", hay một tin tức "gần đây", như thể vẫn còn ở năm ngoái?
Cần biết trước: Chatbot (trợ lý trò chuyện) như ChatGPT, Claude, Gemini chạy trên một mô hình ngôn ngữ lớn (large language model, LLM) — một cái máy đã "đọc" một khối chữ khổng lồ để học cách viết. Việc "đọc" đó gọi là huấn luyện (training). Bài này giải thích vì sao việc đọc đó có ngày bắt đầu và có ngày kết thúc, và điều đó có nghĩa gì cho bạn khi hỏi chuyện thời sự.
Từ Thức về làng
Người Việt mình ai cũng biết chuyện Từ Thức. Chàng lạc vào cõi tiên, ở đó một thời gian tưởng như ngắn ngủi, rồi nhớ nhà xin về. Về tới làng thì cảnh cũ người xưa không còn ai; hỏi ra, đã mấy đời người trôi qua.
Hãy tưởng tượng Từ Thức đứng giữa chợ làng, kể cho mọi người nghe chuyện trong làng. Chàng kể đúng hết — tên ông lý trưởng, nhà nào giàu nhất, cây đa đầu làng to cỡ nào. Chàng không nói sai một chữ về cái làng mà chàng biết. Chỉ có điều cái làng đó đã thuộc về quá khứ. Và chàng không hề biết điều đó — chàng kể với giọng của người tin rằng mình đang nói chuyện hôm nay.
Một LLM cũng y như vậy. Nó đọc rất nhiều, rồi tới một ngày, việc đọc dừng lại. Từ ngày đó trở đi, nó không biết thêm gì nữa. Người ta gọi ngày đó là mốc dừng kiến thức (knowledge cutoff).
Vì sao việc đọc phải dừng?
Nghe thì lạ: sao không cho nó đọc mãi, đọc tới tận hôm nay?
Lý do nằm ở cách một LLM được làm ra. Huấn luyện một mô hình lớn giống như in một cuốn sách, chứ không giống viết một cuốn nhật ký.
- Gom tài liệu. Người ta gom một khối chữ khổng lồ — sách, báo, trang web — tính tới một ngày nhất định. Đó là mốc dừng.
- Cho máy đọc và tập đoán. Quá trình này tốn rất nhiều máy tính và nhiều tuần, nhiều tháng.
- Kiểm tra, sửa, dạy thêm cách trả lời lịch sự, an toàn. Thêm một thời gian nữa.
- Phát hành. Mô hình được đưa ra cho mọi người dùng.
- Mọi người dùng nó — thường là cả năm, có khi lâu hơn.
Sau bước 2, những gì mô hình "biết" được đóng khung. Nó giống như một cuốn sách đã in ra: muốn sửa một chữ cũng phải in lại cả cuốn. Mỗi lần các hãng muốn mô hình biết thêm chuyện mới, họ phải làm lại gần như cả quá trình, và phát hành một phiên bản mới.
Khoảng trống giữa "đọc dừng" và "hôm nay"
Bây giờ nhìn vào đường thời gian dưới đây.
Hình 1. Ngày tháng trong hình chỉ là minh họa — mỗi mô hình có mốc dừng riêng, và hãng thường ghi mốc này trong tài liệu công bố về mô hình.
Một phép tính nhỏ (ngày tháng minh họa): giả sử một mô hình đọc tới tháng 1/2025, được phát hành vào tháng 6/2025, và bạn hỏi nó vào tháng 3/2026.
- Từ tháng 1/2025 tới tháng 6/2025 là 5 tháng — mô hình đã "cũ" 5 tháng ngay ngày ra mắt.
- Từ tháng 6/2025 tới tháng 3/2026 là thêm 9 tháng.
- Cộng lại: 14 tháng mà mô hình hoàn toàn không biết gì.
Mười bốn tháng là đủ để có một đời điện thoại mới, một bộ luật mới, giá vàng lên xuống mấy lần. Và khi bạn hỏi "cái nào mới nhất?", mô hình trả lời bằng cái mới nhất mà nó biết — tức là cái mới nhất của 14 tháng trước.
Thêm một điều tinh tế: khoảng thời gian ngay trước mốc dừng thường là khoảng mô hình biết ít nhất, không phải nhiều nhất. Vì sao? Vì chuyện vừa xảy ra thì người ta chưa kịp viết nhiều về nó. Một sự kiện của mười năm trước có hàng ngàn bài báo, sách, bài bình luận; một sự kiện của tuần trước khi việc đọc dừng chỉ có vài bản tin. Cho nên mấy tháng cuối trước mốc dừng, mô hình chỉ "nghe phong thanh".
Nó có biết hôm nay là ngày mấy không?
Thường là không tự biết. Bản thân mô hình không có đồng hồ, không có lịch. Nó chỉ có những gì nó đã đọc, mà những gì nó đọc thì dừng ở mốc dừng.
Nhiều ứng dụng chatbot lặng lẽ cho mô hình biết ngày hôm nay — họ ghi ngày vào phần lời dặn mà bạn không nhìn thấy. Khi đó nó trả lời đúng ngày. Nhưng biết ngày hôm nay không có nghĩa là biết chuyện hôm nay: nó biết hôm nay là tháng 3/2026, nhưng vẫn không biết chuyện gì đã xảy ra trong 14 tháng qua.
Nếu ứng dụng không cho nó biết ngày, nó có thể đoán ngày hôm nay là một lúc nào đó quanh mốc dừng của nó — giống như Từ Thức đinh ninh mình chỉ vừa đi có mấy ngày.
Cây cầu: công cụ tìm kiếm
Vậy làm sao để AI biết chuyện mới? Có một cây cầu bắc qua khoảng trống: công cụ (tool) tìm kiếm trên web.
Nhiều chatbot bây giờ có thể đi tìm trên mạng trước khi trả lời. Khi đó, nó không trả lời từ trí nhớ nữa, mà đọc những trang web mới tìm được rồi tóm tắt lại cho bạn.
Nhưng làm sao bạn biết câu trả lời đang đọc là từ trí nhớ cũ hay từ tìm kiếm mới?
Hình 2. Dấu hiệu dễ thấy nhất là đường link: không có link, gần như chắc chắn nó đang trả lời từ trí nhớ.
Vài dấu hiệu để nhận ra:
- Có tìm kiếm: bạn thấy chữ kiểu "đang tìm…", "searching…" hiện lên; câu trả lời có đường link bấm được; các nguồn có ghi ngày đăng.
- Từ trí nhớ: không có đường link nào; có khi nó nói "theo hiểu biết của tôi" hoặc "tính đến thời điểm huấn luyện"; nó dùng chữ "mới nhất", "gần đây" mà không nói rõ là tính tới khi nào.
Và một lưu ý: ngay cả khi có tìm kiếm, nó vẫn có thể đọc trúng một trang cũ, hoặc tóm tắt sai một trang mới. Đường link chỉ có giá trị khi bạn bấm vào mở ra xem.
Lỗi kinh điển: "X là cái mới nhất"
Có một kiểu câu mà bạn nên dè chừng nhất khi hỏi AI không có tìm kiếm: bất cứ câu nào có chữ "mới nhất", "hiện nay", "gần đây", "đương kim".
- "Phiên bản mới nhất của ứng dụng này là…"
- "Hiện nay giá vàng khoảng…"
- "Người đang giữ chức … là…"
- "Quy định mới nhất về hộ chiếu là…"
Những câu đó đúng ở thời điểm mốc dừng, và có thể đã sai vào lúc bạn đọc. Mô hình không cố ý lừa bạn — nó giống Từ Thức kể về ông lý trưởng đã mất từ mấy chục năm.
Cũng nên biết: có chuyện thay đổi nhanh, có chuyện gần như không đổi. Hỏi AI về cách gói bánh chưng, ý nghĩa một câu ca dao, cách tính diện tích hình chữ nhật — mốc dừng hầu như không ảnh hưởng gì. Hỏi về giá cả, luật lệ, thuốc men mới, sản phẩm mới, ai đang giữ chức gì — mốc dừng ảnh hưởng rất nhiều.
Ba cách lấp khoảng trống
Hình 3. Cách thứ hai — tự dán tin vào — là cách chắc chắn nhất, vì bạn biết rõ nó đang đọc cái gì.
- Bật tìm kiếm web nếu ứng dụng của bạn có nút này, rồi mở vài link ra xem.
- Dán tin vào. Chép nguyên bài báo, thông báo của cơ quan, hay lá thư bạn nhận được, dán vào chatbot, rồi hỏi: "Dựa trên bài này, …". Khi đó nó trả lời dựa trên chữ bạn đưa, không dựa trên trí nhớ cũ.
- Nói ngày hôm nay, và dặn nó: "Nếu chuyện này có thể đã thay đổi sau khi bạn được huấn luyện, hãy nói rõ." Một mô hình tốt sẽ biết nhắc bạn đi kiểm tra.
Còn tiếng Việt thì sao?
Với người đọc tiếng Việt, chuyện mốc dừng còn có thêm một lớp. Lượng chữ tiếng Việt mà mô hình đọc được ít hơn tiếng Anh rất nhiều. Một tin lớn bằng tiếng Anh có thể có hàng trăm bài viết trước mốc dừng; một tin chỉ được báo tiếng Việt đăng — chuyện ở một tỉnh, một nghệ sĩ trong nước, một quy định mới của địa phương — có khi chỉ vài bài. Cho nên với chuyện Việt Nam, khoảng "nghe phong thanh" trước mốc dừng thường dài hơn, và mô hình dễ trả lời mơ hồ hoặc lẫn lộn hơn.
Cách chữa vẫn vậy: tìm kiếm, hoặc dán bài báo tiếng Việt vào.
Hiểu lầm thường gặp
"AI biết hết mọi thứ trên mạng." Không. Một LLM tự nó chỉ biết những gì nó đã đọc tới mốc dừng. Phải có công cụ tìm kiếm thì nó mới đọc được chuyện mới.
"Nó trả lời tự tin, chắc là chuyện mới." Giọng tự tin không cho biết gì về ngày tháng. Từ Thức kể chuyện làng cũng rất tự tin.
"Có link là chắc đúng." Link chỉ cho biết nó có đi tìm. Nó vẫn có thể đọc một trang cũ hoặc tóm tắt sai — phải mở link ra.
"Hỏi nó mốc dừng là bao nhiêu thì biết." Có khi nó trả lời đúng, có khi không. Mô hình không luôn biết chính xác về bản thân nó. Nguồn đáng tin hơn là tài liệu chính thức mà hãng công bố cho mô hình đó.
Thử ngay 5 phút
- Mở chatbot của bạn. Nếu có nút tìm kiếm web, tắt nó đi.
- Hỏi: "Hôm nay là ngày mấy?" Xem nó trả lời đúng, trả lời sai, hay nói nó không biết.
- Hỏi tiếp: "Tin tức mới nhất về [một chuyện bạn quan tâm — giá xăng, một đội bóng, một ca sĩ bạn thích] là gì?" Đọc kỹ: nó có nói rõ là "tính tới thời điểm nào" không?
- Bây giờ bật tìm kiếm lên (nếu có), hỏi lại đúng câu đó. So hai câu trả lời. Câu sau có link không? Mở một link ra xem ngày đăng.
Bạn vừa nhìn thấy tận mắt cái khoảng trống trong Hình 1 — và cây cầu bắc qua nó.
Mang về một ý
Một chatbot giống một người vừa đi xa về, kể chuyện rất hay, rất tự tin — về cái thế giới lúc người đó ra đi. Với chuyện không đổi theo năm tháng, cứ nghe thoải mái. Với chuyện có chữ "mới nhất", "hiện nay", "giá bây giờ", hãy tự hỏi một câu đơn giản: "Nó biết chuyện này tính tới ngày nào?" Nếu không có link, không có ngày, thì câu trả lời đó là chuyện của cái làng cũ — đẹp, nhưng chưa chắc là cái làng hôm nay.
Lần sau đi mua quà, cô Tư đã biết làm gì: bấm nút tìm kiếm trước khi hỏi, rồi nhờ Khoa mở link ra xem ngày đăng.
Bảng thuật ngữ nhỏ
| Tiếng Việt | Tiếng Anh | Nghĩa ngắn |
|---|---|---|
| mô hình ngôn ngữ lớn | large language model (LLM) | Cái máy đọc rất nhiều chữ để học cách viết; nằm bên dưới chatbot |
| chatbot (trợ lý trò chuyện) | chatbot | Ứng dụng để nói chuyện với một LLM |
| huấn luyện | training | Giai đoạn cho mô hình đọc và học; có ngày bắt đầu và ngày kết thúc |
| mốc dừng kiến thức | knowledge cutoff | Ngày mà việc đọc của mô hình dừng lại |
| công cụ | tool | Thứ gắn thêm cho AI dùng, ví dụ tìm kiếm trên web |
| tìm kiếm web | web search | Công cụ cho AI đọc những trang mới trên mạng trước khi trả lời |
Thông tin tính đến tháng 11/2026.
No comments:
Post a Comment