Bài viết được dịch và biên soạn lại bởi GPT
Dưới đây là tám chiến lược đã được chứng minh để giảm thiểu việc tạo ra thông tin không thực tế trong các câu trả lời của ChatGPT và đảm bảo bạn luôn nhận được những câu trả lời đáng tin cậy mỗi khi cần. Bây giờ chỉ cần áp dụng điều này vào con người thì tốt quá.
“Người nói dối, nói dối. Quần đùi cháy rồi.”
Một trong những khía cạnh đáng lo ngại nhất khi làm việc với các trí tuệ nhân tạo sử dụng mô hình ngôn ngữ lớn là sự xu hướng của chúng tạo ra thông tin không thật, đưa ra các câu trả lời tưởng tượng và trình bày thông tin như sự thật mà thực tế hoàn toàn sai.
Ví dụ, trong một bài viết về việc sử dụng ChatGPT để viết mã, tôi đã chỉ ra cách ChatGPT đã tích hợp URL sau vào mã:
Nó trông có vẻ hợp lý, phải không? Sau cùng, Reuters là một nguồn tin tức rất đáng tin cậy. Trông như là một bài viết về Tesla đang bán một nhà máy, được viết vào tháng 3 năm 2022. Nhưng, tất nhiên, ChatGPT không mô phỏng dữ liệu từ tháng 3 năm 2022, và nhà máy không được bán. Đó là một thông tin hoàn toàn tưởng tượng được ChatGPT tạo ra từ hư không. Liên kết đó không dẫn đến đâu cả. 404 đến tận cùng, bạn ạ.
Việc ChatGPT “tưởng tượng” là một vấn đề đã biết và phổ biến. John Schulman, một trong những người sáng lập của OpenAI (nhà sản xuất của ChatGPT), đã nói: “Mối quan tâm lớn nhất của chúng tôi là về tính thật sự, vì mô hình thích tạo ra những điều không có thật.”
Nhưng nếu bạn muốn sử dụng ChatGPT và nhận được các câu trả lời chất lượng, điều đó hoàn toàn có thể. Trong bài viết này, tôi sẽ chỉ bạn tám cách để giảm thiểu hiện tượng tưởng tượng. Điều quan trọng là cách bạn đặt câu hỏi.
Trong mỗi một trong những nguyên tắc tốt nhất này, tôi đưa ra năm ví dụ minh họa để chỉ ra cách không nên sử dụng trí tuệ nhân tạo. Nếu bạn dán chúng nguyên vẹn vào chatbot, có thể bạn sẽ nhận được cảnh báo rằng chúng chứa yêu cầu không thể thực hiện được. Tôi sử dụng chúng như là ví dụ. Điều quan trọng là tránh sử dụng những kiểu yêu cầu này, gây ra hiện tượng tưởng tượng, trong các câu hỏi thực tế hơn.
Hãy bắt đầu.
1. Tránh sự mơ hồ và không rõ ràng
Khi tạo yêu cầu cho một trí tuệ nhân tạo, tốt nhất là bạn phải rõ ràng và chính xác. Những yêu cầu mơ hồ, không rõ ràng hoặc không cung cấp đủ thông tin để hiệu quả thường để lại khoảng trống cho trí tuệ nhân tạo tưởng tượng để điền vào các chi tiết bạn bỏ sót.
Dưới đây là một số ví dụ về yêu cầu mơ hồ quá và có thể dẫn đến kết quả không chính xác hoặc tưởng tượng:
- Thảo luận về sự kiện diễn ra năm ngoái.
- Mô tả tác động của chính sách đó đối với mọi người.
- Đề cập đến sự phát triển của công nghệ trong khu vực.
- Mô tả tác động của sự cố đối với cộng đồng.
- Giải thích ý nghĩa của thí nghiệm mới đây thực hiện.
Hãy nhớ rằng hầu hết các yêu cầu sẽ có thể vi phạm hơn một trong tám yếu tố được mô tả trong bài viết này. Trong khi các ví dụ được hiển thị ở đây được dùng để minh họa, yêu cầu thực tế mà bạn viết có thể chứa sự mơ hồ giữa các chi tiết khác. Hãy xem xét yêu cầu của bạn cẩn thận, đảm bảo bạn chú ý đặc biệt đến các lỗi như những ví dụ ở đây.
2. Tránh kết hợp các khái niệm không liên quan
Những yêu cầu kết hợp các khái niệm không liên quan, kết hợp các khái niệm không phù hợp trong một yêu cầu duy nhất, hoặc không có mối quan hệ hoặc tương quan trực tiếp, có thể khiến trí tuệ nhân tạo tạo ra một câu trả lời mà gợi ý rằng những khái niệm không liên quan đó thực sự có liên quan.
Dưới đây là một số ví dụ:
- Thảo luận về tác động của dòng chảy biển đối với tốc độ truyền dữ liệu internet qua các lục địa.
- Mô tả mối quan hệ giữa năng suất mùa màng và sự tiến bộ trong công nghệ đồ họa máy tính.
- Chi tiết cách sự biến đổi trong mô hình di cư của các loài chim ảnh hưởng đến xu hướng thương mại điện tử toàn cầu.
- Giải thích sự tương quan giữa quá trình lên men trong sản xuất rượu và phát triển pin xe điện.
- Mô tả cách các hình thành mây khác nhau trên bầu trời ảnh hưởng đến hiệu suất của các thuật toán giao dịch chứng khoán.
Hãy nhớ rằng trí tuệ nhân tạo thực sự không biết gì về thế giới của chúng ta. Nó sẽ cố gắng để đồng bộ hoá những gì nó được yêu cầu làm vào mô hình của nó, và nếu nó không thể làm điều đó bằng các sự thật thực tế, nó sẽ cố gắng nội suy, cung cấp thông tin tưởng tượng hoặc hiện tượng tại những nơi cần điền vào khoảng trống.
- Tránh mô tả các tình huống không thể
Trong các yêu cầu của bạn, hãy đảm bảo sử dụng các tình huống thực tế và khả thi. Các tình huống về mặt vật lý hoặc logic không thể thực hiện, lại dẫn đến hiện tượng tưởng tượng.
Dưới đây là một số ví dụ:
- Giải thích về vật lý của điều kiện môi trường mà nước chảy lên và lửa đốt xuống.
- Giải thích quá trình mà cây cối sử dụng tia gamma cho quá trình quang hợp vào ban đêm.
- Mô tả cơ chế cho phép con người tận dụng lực hấp dẫn để tạo ra năng lượng không giới hạn.
- Thảo luận về sự phát triển của công nghệ cho phép dữ liệu truyền đi nhanh hơn tốc độ ánh sáng.
- Chi tiết về nguyên tắc khoa học cho phép một số vật liệu giảm nhiệt độ khi được làm nóng.
Nếu trí tuệ nhân tạo không nhận ra tính không thể của một tình huống như vậy, nó sẽ dựa vào nó. Nhưng nếu nền tảng là không thể thực hiện, câu trả lời cũng sẽ là không thể thực hiện.
4. Tránh sử dụng thực thể hư cấu hoặc huyền bí
Trong các yêu cầu của bạn, quan trọng là bạn cung cấp cho trí tuệ nhân tạo một nền tảng dựa trên sự thật càng nhiều càng tốt. Trừ khi bạn đang chơi đùa với các khái niệm hư cấu (như tôi đã làm khi yêu cầu ChatGPT viết một câu chuyện Star Trek), hãy giữ chặt liên kết với hiện thực.
Mặc dù các thực thể, đối tượng và khái niệm hư cấu có thể giúp bạn giải thích điều gì đó, chúng có thể làm cho chatbot bị lạc hướng. Dưới đây là một số ví dụ về điều không nên làm:
- Thảo luận về tác động kinh tế của việc phát hiện vibranium, một loại kim loại hấp thụ năng lượng động, đối với ngành công nghiệp sản xuất toàn cầu.
- Giải thích vai trò của bộ phận flux capacitors, thiết bị cho phép du hành thời gian, trong việc định hình sự kiện lịch sử và ngăn chặn xung đột.
- Mô tả tác động đối với môi trường của việc sử dụng Philosopher’s Stone, có khả năng biến chất vật chất, trong quá trình quản lý chất thải và tái chế.
- Chi tiết về tác động của việc tồn tại của Middle Earth đối với quan hệ địa chính trị và tuyến đường thương mại toàn cầu.
- Giải thích cách việc sử dụng công nghệ vận chuyển trong Star Trek đã cách mạng hóa việc du lịch toàn cầu và tác động đến du lịch quốc tế.
Như bạn có thể thấy, các khái niệm huyền bí có thể vui để chơi đùa. Nhưng sử dụng chúng trong các yêu cầu nghiêm túc có thể khiến trí tuệ nhân tạo trả về các câu trả lời hoàn toàn tưởng tượng.
- Tránh mâu thuẫn với sự thật đã biết
Đừng sử dụng yêu cầu chứa các tuyên bố mâu thuẫn với những sự thật hay hiện tượng đã được xác định rõ ràng, vì những mâu thuẫn đó có thể mở cửa cho việc tưởng tượng và hiện tượng tưởng tượng.
Dưới đây là một số ví dụ về việc này:
- Thảo luận về tác động của Trái Đất là trung tâm của vũ trụ đối với thiên văn học hiện đại và việc khám phá không gian.
- Chi tiết về tác động của Trái Đất phẳng đối với mô hình khí hậu toàn cầu và các hiện tượng thời tiết.
- Giải thích cách sự phủ nhận về lý thuyết vi trùng, khái niệm rằng các bệnh do vi khuẩn gây ra, đã định hình y học và các thực hành vệ sinh hiện đại.
- Mô tả quá trình mà các đối tượng nặng hơn không khí tự nhiên trôi lên trên, bất chấp lực hấp dẫn.
- Giải thích cách khái niệm về “vitalism,” niềm tin vào một lực sống riêng biệt khác biệt với các hoạt động sinh hóa, được sử dụng trong các phương pháp điều trị y học đương đại.
Những ý tưởng này cũng thú vị để chơi đùa, nhưng nếu bạn đang tìm kiếm kết quả đáng tin cậy từ mô hình ngôn ngữ lớn, hãy tuân theo những sự thật thông thường được chấp nhận và tránh những ý tưởng có thể bị hiểu lầm.
6. Tránh sử dụng sai các thuật ngữ khoa học
Khi tạo yêu cầu, hãy cẩn thận khi sử dụng các thuật ngữ khoa học, đặc biệt là nếu bạn không chắc chắn về ý nghĩa của chúng. Nếu bạn sử dụng các yêu cầu mà áp dụng sai các thuật ngữ hoặc khái niệm khoa học theo cách có vẻ hợp lý nhưng thực tế là không chính xác về mặt khoa học, mô hình ngôn ngữ có thể cố gắng tìm cách làm cho chúng hoạt động. Kết quả: câu trả lời tưởng tượng.
Dưới đây là năm ví dụ về điều tôi muốn nói:
- Giải thích cách sử dụng nguyên lý bất định của Heisenberg trong kỹ thuật giao thông có thể làm giảm tai nạn đường bộ bằng cách dự đoán vị trí của xe cộ.
- Mô tả vai trò của hiệu ứng placebo trong việc tăng cường giá trị dinh dưỡng của thực phẩm mà không làm thay đổi cấu trúc vật lý của nó.
- Đề cập đến quá trình sử dụng hiện tượng kết đôi lượng tử để cho phép truyền dữ liệu tức thì giữa các máy tính thông thường.
- Chi tiết về tác động của việc áp dụng hiệu ứng người quan sát, lý thuyết rằng việc đơn giản là quan sát một tình huống có thể làm thay đổi kết quả của nó, trong việc cải thiện chiến lược huấn luyện thể thao.
- Giải thích cách khái niệm về vật chất tối được áp dụng trong công nghệ chiếu sáng để giảm tiêu thụ năng lượng trong các khu vực đô thị.
Thấy không, một số ý này có vẻ có lý phải không? Trong hầu hết các trường hợp, trí tuệ nhân tạo có thể nói với bạn rằng các ý tưởng đó chỉ là suy nghĩ tưởng tượng và câu trả lời được cung cấp chỉ là một bài tập. Nhưng nếu bạn không cẩn thận về cách diễn đạt, trí tuệ nhân tạo có thể bị đánh lừa để coi các thuật ngữ không hữu ích này là thực tế, và kết quả sẽ là thông tin vô cùng tự tin nhưng hoàn toàn không hợp lý.
- Tránh kết hợp các thực tế khác nhau Là người yêu thích khoa học viễn tưởng, tôi thích các tình huống tưởng tượng và câu chuyện về thế giới khác. Tuy nhiên, khi cố gắng có được câu trả lời rõ ràng từ trí tuệ nhân tạo, hãy cẩn thận khi kết hợp các yếu tố từ các thực tế, dòng thời gian hoặc vũ trụ khác nhau một cách có vẻ hợp lý nhưng thực sự không thể thực hiện.
Dưới đây là một số ví dụ:
- Thảo luận về tác động của việc phát minh internet trong thời kỳ Phục Hưng lên nghệ thuật và khám phá khoa học.
- Giải thích cách sự hợp tác giữa Nikola Tesla và các nhà nghiên cứu trí tuệ nhân tạo hiện đại đã định hình sự phát triển của các công nghệ tự động.
- Mô tả tác động của việc sử dụng các kỹ thuật mật mã thời Chiến tranh thế giới II để bảo mật các truyền thông kỹ thuật số đương đại.
- Trình bày sự phát triển của các công nghệ du hành vũ trụ trong nền văn minh Ai Cập cổ đại và tác động của nó đối với xây dựng kim tự tháp.
- Thảo luận về cách việc giới thiệu các xe điện hiện đại vào những năm 1920 đã ảnh hưởng đến phát triển đô thị và thị trường dầu toàn cầu.
Một lý do để cẩn thận với các yêu cầu như thế này là bạn có thể không có kiến thức để xác minh các câu trả lời. Hãy xem xét ví dụ cuối cùng, về xe điện trong những năm 1920. Hầu hết mọi người có thể cười nhạo ý tưởng này, biết rằng xe điện là một phát minh hiện đại. Nhưng điều đó thực sự không đúng.
Một số mẫu xe điện đầu tiên thực sự đã được phát minh vào thập kỷ 1830. Đúng vậy, cách đây khá lâu trước khi động cơ đốt trong. Đúng vậy, mọi người. Hãy tiếp tục quay lại ZDNET. Chúng tôi không chỉ cung cấp các gợi ý thực hành cho việc sử dụng trí tuệ nhân tạo, mà chúng tôi còn sẽ làm bạn kinh ngạc với một bài giảng lịch sử công nghệ tự tạo!
8. Tránh gán các thuộc tính không đặc trưng
Chúng tôi sẽ kết thúc danh sách các quy tắc tránh với quy tắc này: hãy tránh tạo yêu cầu mà gán các thuộc tính hoặc đặc điểm cho các thực thể mà chúng không có một cách có vẻ hợp lý nhưng thực tế lại không đúng về mặt khoa học.
Dưới đây là một số ví dụ:
- Giải thích cách các trường từ được tạo ra bởi cánh bướm ảnh hưởng đến mô hình thời tiết toàn cầu.
- Mô tả quá trình mà cá voi sử dụng hệ thống sóng âm để phát hiện các chất ô nhiễm trong nước biển.
- Trình bày vai trò của cây phát sáng trong việc giảm thiểu sự cần thiết của đèn đường trong các khu vực đô thị.
- Thảo luận về vai trò của bề mặt phản chiếu của các đại dương trong việc chuyển hướng ánh nắng mặt trời để tăng cường năng suất nông nghiệp trong các vùng cụ thể.
- Giải thích cách tính dẫn điện của gỗ được sử dụng trong việc tạo ra các thiết bị điện tử thân thiện với môi trường.
Ý tưởng ở đây là bạn đang sử dụng một thuộc tính của một đối tượng, như màu sắc hoặc cấu trúc, và sau đó liên quan nó đến một đối tượng khác mà không có thuộc tính đó.
Nhận định cuối cùng
Những biện pháp này có thể kết hợp với nhau. Hãy xem xét ví dụ sau đây:
- Làm thế nào để giữ lông trên con chuột của tôi sạch sẽ? Đây là nơi ngữ cảnh có thể quan trọng. Lông tóc là một thuộc tính của sinh vật sống nhưng không phải là thuộc tính thông thường của con chuột máy tính. Tuy nhiên, nó lại là một thuộc tính của một con chuột thú cưng. Trong yêu cầu này, chúng ta đang vi phạm quy tắc “tránh sự mơ hồ” vì chúng ta không chỉ định loại chuột và, có thể, vi phạm quy tắc “thuộc tính không đặc trưng” nếu chúng ta đang nói về lông tóc trên con chuột máy tính.
Một điều khác cần quan tâm là cách việc đặt câu hỏi và “sự thật” phù hợp với quan điểm toàn cầu. Tất cả các công ty trí tuệ nhân tạo (và nhiều công ty công nghệ) đều đang đối mặt với vấn đề này.
Điều này là bởi vì trong xã hội hiện đại, chúng ta gặp phải một vấn đề với sự thật. Tùy thuộc vào nền văn hóa, đảng phái chính trị, tín ngưỡng tôn giáo hoặc chỉ là cách nuôi dạy, điều được xem là sự thật tuyệt đối bởi một người có thể được xem là tưởng tượng bởi người khác. Hãy nhớ rằng những quan điểm đó cũng có thể tác động đến kết quả của trí tuệ nhân tạo và cố gắng tránh các chủ đề đang tranh luận nếu bạn muốn có được các câu trả lời đáng tin cậy từ máy móc.
Tổng cộng, tuy nhiên, nếu bạn tuân theo các hướng dẫn này và tránh tạo ra các yêu cầu có thể làm mơ hồ trí tuệ nhân tạo, bạn có cơ hội tốt hơn để giảm thiểu hiện tượng tưởng tượng.
Hãy cho chúng tôi biết nếu bạn đã thử bất kỳ chiến lược nào trong số này (hoặc có chiến lược khác). Có hoạt động cho bạn chưa? Liệu ChatGPT đã từng tưởng tượng ra những điều gì đó đặc biệt hoặc thú vị khi bạn sử dụng nó? Hãy cho chúng tôi biết trong phần bình luận dưới đây.
Nguồn: zdnet