Hậu quả của việc phụ thuộc vào AI để có tin tức chính xác

Trong vài năm trở lại đây, việc sử dụng trí tuệ nhân tạo (AI) để thu thập thông tin nói chung đã bùng nổ mạnh mẽ. Tuy nhiên, một xu hướng gần đây hơn là việc các mô hình ngôn ngữ lớn (LLM) như ChatGPT, Claude và Gemini ngày càng được sử dụng để xác minh và tiếp nhận tin tức. Các báo cáo từ Trung tâm Nghiên cứu Pew trong năm qua cho thấy một phần năm thanh thiếu niên Hoa Kỳ thường xuyên sử dụng LLM để tiếp nhận tin tức, trong khi một phần tư người trưởng thành trẻ tuổi đã báo cáo sử dụng chúng cho mục đích đó ít nhất một lần. Một nghiên cứu truy cập mở mới từ MIT Media Lab nên khiến một số người dùng này phải suy nghĩ: Các nhà nghiên cứu phát hiện ra rằng, trong suốt một tháng, những người tham gia dựa vào hệ thống AI để xác minh sự thật thực sự trở nên kém hơn trong việc phát hiện thông tin sai lệch khi chatbot của họ bị loại bỏ. Hiện tượng này, thường được gọi là "nghịch lý phụ thuộc AI", đã được quan sát thấy trong nhiều lĩnh vực kiến thức, như nghiên cứu năm 2025 cho thấy các bác sĩ sử dụng AI trở nên kém hơn trong việc tự phát hiện ung thư. Động lực này phản ánh các xu hướng công nghệ rộng lớn hơn xung quanh cái gọi là "giảm kỹ năng" (hoặc "tải nhận thức") đã được ghi nhận rõ ràng trong nhiều thập kỷ, từ máy tính làm suy yếu kỹ năng toán học của chúng ta đến công nghệ Hệ thống Định vị Toàn cầu (GPS) ảnh hưởng đến khả năng định hướng tự nhiên của chúng ta. Trong nghiên cứu mới của Media Lab, theo dõi 67 người trong bốn tuần khi họ đánh giá các cặp tiêu đề-hình ảnh tin tức, những người tham gia chính xác hơn 21% trong việc phát hiện tin tức giả khi được hỗ trợ bởi chatbot AI trong một phiên – xác nhận nghiên cứu trước đây từ Trường Quản lý MIT Sloan chứng minh rằng AI có thể là một công cụ hiệu quả trong việc giảm niềm tin của mọi người vào thông tin sai lệch. Tuy nhiên, nghiên cứu cho thấy một vấn đề mới nảy sinh khi AI không còn hiện diện: Đến tuần thứ tư, hiệu suất không được hỗ trợ của những người tham gia đối với các mục tin tức mới đã giảm 15 điểm phần trăm so với trước khi nghiên cứu bắt đầu. (Khoảng một phần tư tổng số người tham gia thực sự báo cáo cảm thấy rằng họ đang trở nên tốt hơn trong việc phát hiện, ngay cả khi hiệu suất của họ giảm sút.) "Người dùng hào hứng với những LLM 'thần kỳ' này, nhưng quên rằng chúng chỉ là các mô hình thống kê dự đoán 'token' tiếp theo trong một chuỗi [chữ cái/từ]", Anku Rani, nghiên cứu sinh tiến sĩ nghệ thuật và khoa học truyền thông (MAS) của MIT, đồng tác giả chính của một bài báo mới về nghiên cứu, cùng với nghiên cứu sinh tiến sĩ MAS Valdemar Danry, cho biết. "Nhiều hành vi ấn tượng xuất hiện từ việc mở rộng quy mô này, nhưng nó đi kèm với những hạn chế thực sự, cả về những gì mô hình có thể tạo ra một cách đáng tin cậy và tác động rộng lớn hơn của nó đối với những người sử dụng nó." Phân tích định tính đã xác định các mô hình hành vi riêng biệt, với nhóm nghiên cứu dán nhãn một phần năm tổng số người tham gia là "Những người phát triển sự phụ thuộc" đã dần chuyển từ tự lực chủ động sang chấp nhận thụ động sự hướng dẫn của AI. Trong cuộc khảo sát sau thí nghiệm, một người trả lời đã thừa nhận rõ ràng sự chuyển đổi này, lưu ý vai trò thụ động của họ trong quá trình. "Mặc dù [các chatbot] đã nhấn mạnh rằng bạn phải kiểm tra nhiều nguồn để đảm bảo một câu chuyện là đúng, nhưng chúng không dạy tôi nhiều về việc khám phá bối cảnh của chính các hình ảnh", người tham gia cho biết. Nhóm nghiên cứu cho biết các mô hình AI này đặc biệt dễ mắc lỗi trong bối cảnh tin tức nóng hổi đầy cảm xúc, như đã được thể hiện qua thông tin sai lệch lan rộng đi kèm với vụ ám sát Tổng thống Trump gần đây và các sự kiện lớn trong cuộc chiến tranh Iran. nội dung tin tức do con người tạo ra ban đầu được sử dụng để đào tạo các mô hình AI ngày càng không đáng tin cậy và/hoặc có thành kiến, làm trầm trọng thêm vấn đề. Bài báo, được Danry và Rani trình bày tại Hội nghị CHI 2026 về Các yếu tố con người trong hệ thống máy tính, được đồng tác giả bởi Trợ lý Giáo sư Paul Pu Liang, Nhà khoa học nghiên cứu cấp cao Andrew Lippman và tác giả chính Pattie Maes, Giáo sư Germeshausen về Nghệ thuật và Khoa học Truyền thông. Giải pháp: Trở thành huấn luyện viên, không phải chỗ dựa Các nhà nghiên cứu cho biết kết quả dự án của họ cho thấy cách thức cụ thể mà AI tương tác với người dùng sẽ quyết định tác động của nó là "một huấn luyện viên, hay một chỗ dựa". Nghiên cứu đã tìm thấy sự khác biệt rõ ràng giữa các chiến lược hội thoại chỉ đơn thuần giúp đỡ tại thời điểm đó và những chiến lược thực sự hỗ trợ học tập tích cực và phát triển kỹ năng. Đối với trường hợp sau, nhóm Media Lab đã phát hiện ra một số chiến lược liên quan đến khả năng phát hiện độc lập mạnh mẽ hơn sau này, ngay cả khi các chiến lược này ban đầu làm chậm hiệu suất trong quá trình tương tác. Điều này bao gồm phương pháp Socratic (phương pháp gợi mở) của AI đặt câu hỏi có hướng dẫn, cũng như cái gọi là "thăm dò sâu", trong đó hệ thống đưa ra những tuyên bố thuyết phục nhẹ nhàng nếu người dùng dường như đang đi chệch hướng khỏi câu trả lời đúng. Danry cho biết: "AI 'kể' bằng cách cung cấp câu trả lời trực tiếp có nhiều khả năng thúc đẩy sự phụ thuộc, trong khi AI 'hỏi' thông qua câu hỏi Socratic sẽ tốt hơn trong việc thu hút ai đó thực sự học cách tự mình phân biệt sự thật. Nhưng đó là một sự đánh đổi rất lớn giữa tốc độ và nỗ lực." Rani đã lưu ý một vài hạn chế chính đối với nghiên cứu kéo dài một tháng, từ tập dữ liệu nhỏ gồm khoảng 50 tin tức đã được xác thực đến trọng tâm nhân khẩu học vào Hoa Kỳ và Vương quốc Anh. Trong tương lai, cô cho biết nhóm hy vọng sẽ thực hiện các thí nghiệm tương tự với các nhóm đa dạng hơn về mặt địa lý, bao gồm cả các cộng đồng có nguồn lực thấp, và cũng mong muốn khám phá xem liệu các chiến lược tương tác đa phương thức khác – như tương tác với các bản sao kỹ thuật số thích ứng văn hóa thay vì chatbot dựa trên văn bản – có giúp mọi người cải thiện khả năng phát hiện thông tin sai lệch hay không. Ở cấp độ cao hơn, các nhà nghiên cứu hy vọng rằng dự án sẽ là điều mà các nhà giáo dục có thể xem xét khi họ phát triển các kế hoạch giảng dạy kết hợp các công cụ AI vào chương trình giảng dạy của trường học. Maes nói: "Điều đặc biệt quan trọng là nâng cao nhận thức trong các trường học và cộng đồng học thuật của chúng ta về những thiếu sót của việc sử dụng AI làm công cụ học tập. Mọi người cần phải"