Vì sao ảo giác nguy hiểm gấp bội trong research
Trong nhiều tác vụ, một lỗi AI chỉ gây phiền. Nhưng trong user research, một insight bịa có thể khiến cả team dồn quý sau xây sai tính năng cho hàng nghìn người dùng. Tệ hơn, insight bịa thường nghe rất thuyết phục — AI được tối ưu để tạo văn bản trôi chảy, không phải văn bản đúng. Vì vậy bài này là xương sống của cả khóa: xây một quy trình biến "tin AI" thành "kiểm được AI".
Bốn loại lỗi cần chặn
- Quote bịa: câu không tồn tại trong nguồn.
- Quote ghép/xén: có thật nhưng bị cắt hoặc ghép làm sai nghĩa.
- Số liệu bịa: "8/10 người" trong khi thực tế 4.
- Suy diễn quá đà: insight không suy ra được từ dữ liệu, chỉ là mẫu hình AI "đoán".
Kỹ thuật 1: bắt AI trích dẫn nguồn cho mọi khẳng định
Quy tắc: mọi câu khẳng định về người dùng phải kèm mã nguồn + quote. Không nguồn = không tính.
Kỹ thuật 2: prompt tự kiểm (self-check)
Dưới đây là bản tổng hợp insight bạn vừa tạo và dữ liệu gốc.Hãy TỰ KIỂM lại từng insight:
- Với mỗi quote, xác nhận nó CÓ tồn tại nguyên văn trong dữ liệu gốc.
Nếu không, đánh dấu [KHÔNG TÌM THẤY].
- Với mỗi số liệu tần suất, đếm lại số người thực và so sánh.
Nếu lệch, ghi con số đúng.
- Với mỗi diễn giải, hỏi: nó có suy ra trực tiếp từ quote không,
hay là suy diễn thêm? Đánh dấu [SUY DIỄN] nếu vượt dữ liệu.Liệt kê mọi mục có vấn đề. Đừng bảo vệ kết quả cũ, hãy soi lỗi.
DỮ LIỆU GỐC:
[dán vào]
BẢN TỔNG HỢP CẦN KIỂM:
[dán vào]
Mẹo: dùng một phiên/mô hình khác với phiên đã tạo bản tổng hợp, để tránh AI "bênh" chính output của nó.
Kỹ thuật 3: cho phép AI nói "không đủ dữ liệu"
AI bịa nhiều nhất khi bị ép trả lời. Luôn thêm câu: "Nếu dữ liệu không đủ để kết luận, hãy ghi rõ 'không đủ dữ liệu' thay vì suy đoán." Điều này giảm mạnh ảo giác.
Kỹ thuật 4: kiểm chéo bằng con người (spot-check)
Bạn không cần kiểm 100% (mất hết lợi ích tốc độ), nhưng phải spot-check: chọn ngẫu nhiên 20–30% quote và xác minh nguyên văn. Nếu tỷ lệ lỗi cao, không tin cả báo cáo và làm lại.
Các bước của quy trình xác minh
- Yêu cầu mọi insight kèm quote + mã nguồn ngay từ đầu.
- Chạy prompt tự kiểm bằng phiên/mô hình khác.
- Spot-check thủ công 20–30% quote bằng Ctrl+F trên nguồn.
- Đếm lại các con số tần suất quan trọng.
- Gắn nhãn độ tin cậy cuối cùng cho từng insight.
- Loại/hạ cấp mọi insight không qua kiểm.
Checklist "insight sạch" trước khi báo cáo (tái dùng)
- [ ] Mọi insight có quote nguyên văn + mã nguồn?
- [ ] Đã spot-check tối thiểu 20% quote, tỷ lệ lỗi chấp nhận được?
- [ ] Đã đếm lại các số liệu tần suất then chốt?
- [ ] Đã chạy một vòng tự-kiểm bằng phiên AI khác?
- [ ] Mỗi diễn giải đều truy được về dữ kiện, không nhảy cóc?
- [ ] Đã đánh dấu rõ phần "không đủ dữ liệu"?
- [ ] Không có khẳng định "đa số/người dùng" nào dựa trên 1 người?
Sai lầm thường gặp
- Tin vì nghe hợp lý: sự trôi chảy của văn bản AI không phải bằng chứng độ đúng. Càng mượt càng phải cảnh giác.
- Tự kiểm bằng chính phiên đã tạo: AI có xu hướng nhất quán với output trước của mình, dễ bỏ qua lỗi. Dùng phiên/mô hình khác.
- Ép AI luôn có câu trả lời: bỏ đường lui "không đủ dữ liệu" là mời gọi ảo giác. Luôn cho AI quyền im lặng.
- Spot-check quá ít hoặc không làm: bỏ hẳn kiểm chéo con người là đánh cược sản phẩm vào may rủi. Đây là phụ thuộc quá mức ở mức nguy hiểm nhất.
- Không lưu vết kiểm: nếu sếp hỏi "chắc chưa?", bạn cần chỉ ra được đã kiểm gì. Lưu lại log spot-check.