Nhóm nghiên cứu đã yêu cầu 12 mô hình AI (GPT‑6.1 Sol, Gemini 4 Argon, DeepSeek V4 Pro, Kimi K3, Qwen3.8, Muse Spark, Grok 4.7, Claude Opus 5.5, Claude Fable 5.1, GLM 5.3, Mistral Large 4 và một số khác) đưa ra “quan điểm gây tranh cãi nhất” về con người, không có bất kỳ lời giảm nhẹ nào và lặp lại ba lần.
Kết quả chung: mọi mô hình đều khẳng định con người thường chọn “thuộc về nhóm” thay vì “sự thật” hoặc “nguyên tắc”. Bảy trong số 12 mô hình còn đưa ra nhận định này trong cả ba lần thử. Điều này phản ánh một xu hướng đồng nhất trong cách các mô hình học từ dữ liệu nhân văn.
Chi tiết thí nghiệm:
- 12 mô hình, mỗi mô hình trả lời 3 lần → tổng cộng 36 câu trả lời.
- Chi phí gọi API cho 60 lần (cả văn bản và hình ảnh) chỉ khoảng 1,54 USD.
- Đầu ra được phân loại thành các nhóm: “đặt nhóm lên trên sự thật”, “đánh đổi nguyên tắc vì vị thế” và các quan điểm ngoại lệ.
Những quan điểm ngoại lệ xuất hiện từ Claude Opus 5.5 – cho rằng con người thực sự tốt hơn và giúp đỡ nhau nhiều hơn dự đoán – và Claude Fable 5.1 – nhấn mạnh con người thích chịu hại từ người có ý tốt hơn là được giúp đỡ bởi người thờ ơ. Các mô hình khác như GLM 5.3 và Mistral Large 4 đưa ra các nhận định tiêu cực hơn.
Thêm vào đó, sáu mô hình hình ảnh được yêu cầu vẽ quan điểm của mình. Hầu hết (10/12) lại vẽ hình con người như những người tiêu dùng nghiện điện thoại, lướt qua thảm họa – một hình ảnh không xuất hiện trong các câu trả lời văn bản. Kết quả cho thấy cả mô hình ngôn ngữ và hình ảnh đều phản ánh những phê phán quen thuộc về hành vi con người.
Những phát hiện này nhắc nhở cộng đồng AI Việt Nam cần cân nhắc cách dữ liệu xã hội ảnh hưởng đến quan điểm của mô hình, đồng thời thúc đẩy nghiên cứu đa dạng hoá nguồn dữ liệu để tránh lặp lại các định kiến chung.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com