Ảo giác AI là gì? Vì sao AI trả lời sai mà vẫn rất tự tin

Bạn hỏi AI một câu, nó trả lời mạch lạc, có cả con số và tên riêng. Kiểm lại thì sai. Đọc xong bài này, bạn sẽ hiểu ảo giác AI là gì, vì sao nó xảy ra cả với mô hình mới, nhận ra vài dấu hiệu cảnh báo, và biết việc nào cần đặc biệt cẩn thận.

Hiểu nhanh trong một câu

Ảo giác AI (AI hallucination) là khi AI tạo ra câu trả lời nghe hợp lý, nói rất tự tin, nhưng sai: sai với thực tế, hoặc sai với chính tài liệu bạn đưa cho nó.

"AI" trong bài này là mô hình ngôn ngữ lớn (LLM) và các chatbot dùng nó như ChatGPT, Claude, Gemini. OpenAI mô tả ảo giác là lúc mô hình tự tin đưa ra câu trả lời không đúng sự thật. Anthropic nói rộng hơn: sai sự thật hoặc không khớp với ngữ cảnh được cung cấp.

"Ảo giác" chỉ là cách gọi mượn. AI không cố ý nói dối; nó không biết mình đang sai.

Hai kiểu ảo giác hay gặp

Một bài tổng quan khoa học (Huang và cộng sự, 2023) chia ảo giác thành hai nhóm lớn:

Kiểu thứ hai dễ bị bỏ qua: đưa tài liệu rồi, AI vẫn có thể "thêm thắt" khi tóm tắt.

Ví dụ minh hoạ: trôi chảy chưa chắc là đúng

Giả sử bạn hỏi về một quán cà phê nhỏ ít ai viết về (quán "Mây" ở Đà Lạt là quán giả định). Như bài AI tạo sinh là gì? đã giải thích, AI viết từng mẩu chữ (token) theo xác suất. Khi không có thông tin, các lựa chọn có tỉ lệ gần bằng nhau, nhưng nó vẫn chọn một:

Câu "Quán Mây ở Đà Lạt mở cửa từ năm 2015" đọc rất tự nhiên, không có gì cho biết con số đó là đoán. Độ trôi chảy và độ chính xác là hai chuyện khác nhau.

Vì sao AI bị ảo giác?

Học theo khuôn mẫu, không tra cứu

Mô hình được huấn luyện để đoán chữ tiếp theo trên rất nhiều văn bản, không có nhãn đúng sai. Chính tả, ngữ pháp có quy luật nên học tốt. Sự thật lẻ, hiếm gặp thì không có quy luật để suy ra.

Bài nghiên cứu của OpenAI (Kalai và cộng sự, 09/2025) có ví dụ thật: hỏi DeepSeek-V3 ngày sinh của một tác giả bài báo, dặn chỉ trả lời nếu biết. Ba lần hỏi ra ba ngày khác nhau, đều sai.

Anthropic cũng từng công bố nghiên cứu nhìn vào bên trong mô hình Claude 3.5 Haiku (03/2025): mô hình mặc định từ chối khi không biết, nhưng gặp một cái tên quen quen thì có thể "quyết định" trả lời dù thực ra không biết gì thêm, và bịa tiếp. Vì vậy câu hỏi về người, công ty, sản phẩm ít tên tuổi thường rủi ro hơn.

Cách chấm điểm khuyến khích đoán

Nhiều bảng xếp hạng chỉ tính tỉ lệ trả lời đúng. Giống thi trắc nghiệm không trừ điểm câu sai: đoán bừa vẫn có thể trúng, bỏ trống thì chắc chắn không điểm. OpenAI cho rằng điều này vô tình dạy mô hình đoán thay vì nói "tôi không chắc".

Bài viết của OpenAI dẫn so sánh trên SimpleQA (bộ câu hỏi kiến thức ngắn của OpenAI), lấy từ thẻ hệ thống GPT-5:

o4-mini đúng nhỉnh hơn một chút nhưng sai gần gấp ba, vì câu nào cũng đoán. Đây là số liệu hãng tự công bố trên một bộ câu hỏi, chỉ minh hoạ ý "dám nói không biết thì ít sai hơn", không phải xếp hạng chung.

Kiến thức có mốc thời gian

Mô hình học từ dữ liệu tới một thời điểm. Theo trang trợ giúp của OpenAI, nếu không dùng công cụ như tìm kiếm web, mô hình không biết sự kiện sau mốc đó. Hỏi giá, luật, phiên bản mới mà không cho tìm web, bạn dễ nhận câu trả lời cũ hoặc đoán.

Dấu hiệu nhận biết

Không có dấu hiệu nào chắc chắn, nhưng những tín hiệu sau nên khiến bạn dừng lại kiểm tra:

• Chi tiết rất cụ thể mà không có nguồn: ngày tháng, con số, số hiệu điều luật, tên nghiên cứu.
• Link hoặc trích dẫn không mở được, hoặc mở ra không nói như AI tóm tắt.
• Hỏi lại ra đáp án khác. Một nghiên cứu trên Nature (Farquhar và cộng sự, 06/2024) dựa đúng vào ý này để phát hiện ảo giác. Ngược lại thì không đúng: AI sai nhất quán thì hỏi lại không lộ ra.
• Có ý không tìm thấy trong tài liệu bạn đưa.
• Câu hỏi có tiền đề sai mà AI vẫn trả lời trơn tru. Ví dụ minh hoạ: hỏi "Vì sao luật X bị bãi bỏ?" trong khi luật đó chưa từng bị bãi bỏ.

Cách giảm ảo giác

Anthropic viết rõ: các kỹ thuật giúp giảm đáng kể nhưng không loại bỏ hết. Ý chính là cho AI căn cứ để bám vào, và cho phép nó dừng lại.

Chọn tuỳ việc, không cần làm hết mọi lần:

1. Đưa tài liệu nguồn, dặn chỉ trả lời theo đó. Chỉ gửi phần liên quan để đỡ chật cửa sổ ngữ cảnh.
2. Yêu cầu trích dẫn cho từng ý để bạn đối chiếu.
3. Cho phép AI nói "không biết".
4. Bật tìm kiếm web khi hỏi thông tin mới. Bạn có nguồn để mở ra xem, nhưng AI vẫn có thể tóm tắt sai.
5. Tự kiểm chéo thông tin quan trọng ở nguồn gốc.

Prompt mẫu cho từng cách và quy trình kiểm nguồn 2 phút có trong bài Bắt AI trả lời có nguồn. Thêm một câu nên hỏi sau khi AI trả lời xong, theo gợi ý "cho AI tự rà lại câu trả lời" của Anthropic:

Liệt kê các ý trong câu trả lời trên mà bạn không chắc chắn,
hoặc chưa có nguồn kiểm chứng được.
Với mỗi ý, ghi mức độ chắc chắn (cao / trung bình / thấp)
và cách tôi có thể tự kiểm tra.

Danh sách này cho bạn biết nên kiểm chỗ nào trước, không chứng minh các ý còn lại là đúng.

Khi nào cần đặc biệt cẩn thận?

Có nguồn vẫn chưa đủ. Nghiên cứu của Stanford và Yale (Magesh và cộng sự, thử 03–05/2024 với 202 câu hỏi pháp lý Mỹ) thấy các công cụ tra cứu pháp lý có dùng RAG (tìm trong kho tài liệu trước khi trả lời) vẫn ảo giác từ 17% đến 33% số câu trả lời, dù ít hơn GPT-4. Ảo giác ở đây gồm cả việc dẫn nguồn có thật nhưng nguồn không nói điều đó.

Hãy kiểm kỹ hơn bình thường khi câu trả lời liên quan tới:

Tóm lại

Ảo giác đến từ cách mô hình tạo chữ và cách được huấn luyện, không phải lỗi hiếm hay cố ý. OpenAI viết GPT-5 ảo giác ít hơn đáng kể nhưng "vẫn còn xảy ra". Đưa tài liệu, đòi trích dẫn, cho phép nói "không biết" giúp giảm rủi ro; với việc quan trọng, người kiểm tra cuối cùng vẫn là bạn.

Nguồn tham khảo

Kiểm tra ngày 17/10/2026.

• Why language models hallucinate: OpenAI, 05/09/2025, định nghĩa, nguyên nhân, bảng SimpleQA.
• Why Language Models Hallucinate: Kalai và cộng sự, arXiv, 04/09/2025, bài nghiên cứu gốc, ví dụ hỏi ngày sinh.
• Does ChatGPT tell the truth?: OpenAI, giọng tự tin khi sai, trích dẫn bịa, mốc kiến thức.
• Reduce hallucinations: Anthropic, định nghĩa và các kỹ thuật giảm ảo giác.
• Tracing the thoughts of a large language model: Anthropic, 27/03/2025.
• A Survey on Hallucination in Large Language Models: Huang và cộng sự, arXiv, 2023, cách phân loại ảo giác.
• Tóm tắt nghiên cứu phát hiện ảo giác bằng semantic entropy: Đại học Oxford, 20/06/2024, về bài của Farquhar và cộng sự trên Nature.
• Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools: Magesh và cộng sự, Journal of Empirical Legal Studies, 2025 (bản arXiv 05/2024).