AI Literacy là gì? Hướng dẫn cho người mới bắt đầu

AI Literacy là năng lực hiểu, sử dụng, đánh giá và đưa ra quyết định có cơ sở về các hệ thống AI. Năng lực này giúp bạn khai thác AI mà không xem công cụ như phép màu hoặc nguồn thông tin luôn đúng.

Người mới bắt đầu không cần học toán nâng cao, xây dựng mô hình Machine Learning hay trở thành kỹ sư phần mềm. Điều cần thiết là hiểu AI có thể làm gì, nhận ra khi nào AI có thể sai, chọn nhiệm vụ phù hợp, kiểm tra kết quả quan trọng và xử lý dữ liệu có trách nhiệm.

AI Literacy có nghĩa là gì?

AI Literacy là khả năng hiểu đủ về hệ thống AI để sử dụng có cân nhắc và đánh giá kết quả của chúng. Năng lực này gồm kiến thức cơ bản về cách AI hoạt động, kỹ năng áp dụng vào công việc, khả năng đánh giá đầu ra và nhận thức về quyền riêng tư, tính công bằng, trách nhiệm giải trình và sự giám sát của con người.

Biết yêu cầu chatbot soạn email mới chỉ là một phần. Người có AI Literacy còn kiểm tra bản nháp có chính xác, phù hợp với người nhận, an toàn để chia sẻ và sẵn sàng gửi hay chưa. Đây là khác biệt giữa vận hành một công cụ và sử dụng công cụ có hiểu biết.

IBM mô tả AI Literacy là khả năng “hiểu, kiểm toán và sử dụng các hệ thống AI một cách có cân nhắc”, đồng thời xem đây là năng lực cần thiết cho nhiều vai trò, không chỉ dành cho kỹ sư (IBM).

Vì vậy, AI Literacy không chỉ là biết các nút và menu của một sản phẩm. Kỹ năng nền tảng gồm xác định nhiệm vụ, cung cấp thông tin phù hợp, kiểm tra kết quả, bảo vệ dữ liệu nhạy cảm và biết khi nào cần con người đánh giá.

Có cần biết lập trình để có AI Literacy không?

Không. AI Literacy tập trung vào việc hiểu, sử dụng và đánh giá AI có trách nhiệm; lập trình phục vụ những vai trò kỹ thuật như xây dựng ứng dụng AI.

Một quản lý có thể dùng AI để sắp xếp ghi chú dự án rồi kiểm tra các thời hạn được đề xuất. Một lập trình viên có thể xây dựng hệ thống thực hiện việc đó. Cả hai đều cần AI Literacy, nhưng chỉ hoạt động thứ hai nhất thiết liên quan đến lập trình.

Hướng dẫn cho người mới bắt đầu của Can Code cũng phân biệt tương tự: AI Literacy liên quan đến việc sử dụng hiệu quả và đánh giá có phản biện, còn lập trình là một kỹ năng riêng (Can Code).

Bốn kỹ năng cốt lõi của AI Literacy

AI Literacy gồm bốn kỹ năng liên kết: hiểu, áp dụng, đánh giá và sử dụng có trách nhiệm. Mỗi kỹ năng hỗ trợ cho bước tiếp theo.

1. Hiểu AI ở mức khái niệm hữu ích

Bạn cần biết một hệ thống AI có thể và không thể làm gì. Nhiều hệ thống Machine Learning nhận diện mẫu trong dữ liệu để tạo dự đoán, phân loại, đề xuất hoặc nội dung.

Bạn không cần hiểu toán học của mạng nơ-ron để sử dụng trợ lý email, nhưng cần nhớ rằng cách diễn đạt trôi chảy không chứng minh mọi câu đều chính xác.

2. Áp dụng AI cho các nhiệm vụ phù hợp

Áp dụng AI là chọn nhiệm vụ mà AI có thể hỗ trợ và cung cấp đủ định hướng để tạo kết quả có thể sử dụng. Các nhiệm vụ phù hợp gồm soạn thảo, tóm tắt, sắp xếp, động não, giải thích hoặc tạo phiên bản đầu tiên của tài liệu.

Với báo cáo khách hàng, bạn có thể yêu cầu AI sắp xếp ghi chú cuộc họp thành quyết định, câu hỏi còn bỏ ngỏ, người phụ trách và thời hạn. Bạn vẫn phải kiểm tra tài liệu nguồn và quyết định nội dung đưa vào báo cáo cuối cùng.

3. Đánh giá những gì AI tạo ra

Đánh giá là kiểm tra đầu ra theo yêu cầu của nhiệm vụ và bằng chứng đáng tin cậy. Hãy tìm lỗi, bối cảnh bị thiếu, tuyên bố không có căn cứ, cách diễn đạt gây hiểu lầm, thiên lệch và phép tính không khớp với dữ liệu nguồn.

“Viết tốt” không đồng nghĩa với “chính xác”. Người có AI Literacy cũng biết khi nào nên loại bỏ đầu ra thay vì tiếp tục chỉnh sửa.

4. Sử dụng AI có trách nhiệm

Sử dụng có trách nhiệm đòi hỏi cân nhắc quyền riêng tư, tính công bằng, trách nhiệm giải trình, khả năng giải thích và những người bị ảnh hưởng. Bạn cũng cần biết khi nào con người phải xem xét hoặc phê duyệt kết quả.

IBM xác định những vấn đề này là một phần của AI Literacy có trách nhiệm và lưu ý rằng sử dụng AI không chỉ là quyết định kỹ thuật (IBM).

Trong tuyển dụng, chăm sóc khách hàng hoặc tài chính, đề xuất của AI không nên tự động quyết định kết quả. Một người cần xem xét bằng chứng, hiểu quyết định và chịu trách nhiệm về hành động được thực hiện.

Những khái niệm AI cơ bản người mới bắt đầu nên hiểu

Người mới bắt đầu chỉ cần một vốn từ thực tế để hiểu các công cụ thường gặp; không cần học kỹ thuật nâng cao ngay từ đầu.

Artificial Intelligence

Artificial Intelligence là thuật ngữ rộng chỉ các hệ thống máy tính được thiết kế để thực hiện những nhiệm vụ thường cần năng lực của con người, như nhận diện mẫu, suy luận hoặc sử dụng ngôn ngữ. AI bao gồm công cụ đề xuất và trợ lý ngôn ngữ.

Machine Learning

Machine Learning là cách xây dựng hệ thống để hệ thống học mẫu từ ví dụ hoặc dữ liệu thay vì chỉ dựa trên quy tắc được lập trình trực tiếp. Các mẫu này được dùng để tạo đầu ra cho thông tin mới.

Ví dụ, hệ thống phát hiện thanh toán bất thường có thể học từ các giao dịch trước đây. Đầu ra vẫn cần được kiểm thử và giám sát vì dữ liệu lịch sử có thể không đầy đủ hoặc không công bằng.

Generative AI

Generative AI tạo văn bản, hình ảnh, âm thanh hoặc mã dựa trên các mẫu đã học trong quá trình huấn luyện. Trợ lý viết có thể tạo bản nháp vì đã học các mối quan hệ trong dữ liệu ngôn ngữ và tạo phần tiếp nối phù hợp với yêu cầu.

Điều đó không có nghĩa hệ thống hiểu tình huống như con người. Nó tạo ra kết quả có vẻ hữu ích dựa trên mẫu đã học và thông tin trong yêu cầu; kết quả vẫn cần con người đánh giá.

Hiểu cơ bản về AI, Machine Learning và sự giám sát của con người đã đủ cho nhiều quyết định hằng ngày. Bạn không cần học kiến trúc mô hình hay toán học huấn luyện trước khi sử dụng công cụ thận trọng.

AI Literacy hỗ trợ công việc và học tập hằng ngày như thế nào?

AI Literacy giúp bạn chọn nhiệm vụ phù hợp, đưa ra hướng dẫn rõ ràng và xem xét kết quả trước khi sử dụng. Giá trị nằm ở toàn bộ quy trình, không phải ở việc giao mọi việc cho AI.

Soạn email và tài liệu

AI có thể tạo bản nháp, điều chỉnh giọng điệu, rút ngắn thông điệp hoặc chỉ ra cách diễn đạt chưa rõ. Bạn vẫn phải kiểm tra tên, ngày tháng, cam kết, tính bảo mật và ý định của thông điệp.

Ghi chú cuộc họp

Hãy nêu rõ thông tin cần trích xuất: quyết định, câu hỏi chưa giải quyết, người phụ trách, thời hạn và rủi ro. Sau đó đối chiếu đầu ra với bản ghi hoặc ghi chú, vì bản tóm tắt trôi chảy vẫn có thể bỏ sót điều kiện quan trọng.

Học tập và giải thích

AI có thể giải thích chủ đề, tạo câu hỏi luyện tập hoặc gợi ý ví dụ. Hãy xem AI là công cụ hỗ trợ, không phải nguồn tham khảo duy nhất, đặc biệt với tuyên bố kỹ thuật, pháp lý, y tế hoặc tài chính.

Báo cáo và động não ý tưởng

AI có thể sắp xếp ghi chú, đề xuất tiêu đề, liệt kê phương án hoặc chỉ ra câu hỏi cần tìm hiểu. AI hỗ trợ tư duy nhưng không thay thế bằng chứng và phán đoán chuyên môn trong báo cáo cuối cùng.

Quy trình cơ bản là chọn nhiệm vụ phù hợp, nêu mục tiêu rõ ràng, kiểm tra kết quả và tự đưa ra quyết định cuối cùng.

Vì sao AI Literacy bao gồm việc kiểm tra đầu ra của AI?

Kiểm tra đầu ra là phần thiết yếu của AI Literacy vì AI có thể tạo nội dung hữu ích nhưng cũng có thể thiếu căn cứ, không đầy đủ hoặc thiên lệch. Giọng điệu tự tin không chứng minh một tuyên bố là đúng.

AI Verification là việc đối chiếu đầu ra của AI với bằng chứng đáng tin cậy và yêu cầu của nhiệm vụ. Một báo cáo có thể chứa ngày tháng sai, trích dẫn không chứng minh cho tuyên bố, đọc nhầm số liệu hoặc bỏ qua giới hạn trong tài liệu gốc.

Hãy sử dụng quy trình kiểm tra sau:

1. Kiểm tra nhiệm vụ: Câu trả lời có giải quyết đúng câu hỏi hoặc yêu cầu kinh doanh không?
2. Kiểm tra nguồn: Tuyên bố quan trọng có được xác nhận bằng tài liệu gốc hoặc nguồn đáng tin cậy không?
3. Kiểm tra chi tiết: Tên, ngày tháng, phép tính, trích dẫn và đường dẫn có chính xác không?
4. Kiểm tra bối cảnh: Công cụ có bỏ qua điều kiện, ngoại lệ hoặc quan điểm liên quan không?
5. Kiểm tra rủi ro: Lỗi có ảnh hưởng đến quyết định pháp lý, tài chính, y tế, tuyển dụng, khách hàng hoặc cộng đồng không?
6. Quyết định cách xử lý: Chỉnh sửa, kiểm tra thêm, yêu cầu bản nháp mới hay loại bỏ đầu ra?

Hậu quả càng nghiêm trọng, nhiệm vụ càng cần nhiều bằng chứng và sự xem xét của con người. IBM đưa đánh giá độ chính xác, thiên lệch và độ tin cậy vào phạm vi đánh giá AI (IBM).

Cách sử dụng AI có trách nhiệm khi mới bắt đầu

Sử dụng AI có trách nhiệm bắt đầu từ việc bảo vệ thông tin, cân nhắc tác động đến con người và duy trì trách nhiệm giải trình. Bạn không cần quản lý chương trình AI cấp doanh nghiệp để thực hiện các nguyên tắc này.

Bảo vệ thông tin nhạy cảm

Trước khi đưa nội dung vào công cụ AI, hãy kiểm tra xem nội dung có chứa thông tin cá nhân, hồ sơ khách hàng, dữ liệu kinh doanh bảo mật, hợp đồng, mã nguồn riêng tư, mật khẩu, API key hoặc thông tin tài chính không. Tuân thủ chính sách của tổ chức và dùng công cụ được phê duyệt khi phù hợp.

Cần phân biệt hai vấn đề:

• Huấn luyện mô hình: Nội dung gửi đi có được dùng để cải thiện hoặc huấn luyện mô hình không?
• Lưu giữ và ghi nhật ký dữ liệu: Nội dung có được lưu trong nhật ký không và lưu trong bao lâu?

Một chính sách về huấn luyện không tự động trả lời câu hỏi về lưu giữ. Hệ thống vẫn có thể lưu dữ liệu cho mục đích bảo mật, giám sát hoặc vận hành dịch vụ. Hãy kiểm tra điều khoản hiện hành của nhà cung cấp và quy định của tổ chức.

Cân nhắc tính công bằng

Đầu ra AI có thể phản ánh vấn đề trong dữ liệu, hướng dẫn hoặc quy trình đánh giá. Nếu kết quả ảnh hưởng đến ứng viên, nhân viên, khách hàng hoặc nhóm khác, hãy xem liệu cùng một tiêu chuẩn có được áp dụng công bằng hay không.

Duy trì trách nhiệm của con người

Quy trình human-in-the-loop bao gồm sự tham gia, xem xét hoặc giám sát của con người. Việc xem xét chỉ có ý nghĩa khi người đánh giá có đủ bối cảnh, thẩm quyền và thời gian để chất vấn kết quả.

Làm cho việc sử dụng AI quan trọng trở nên dễ hiểu

Khi AI hỗ trợ đáng kể cho một quyết định hoặc sản phẩm bàn giao, việc ghi lại vai trò của AI có thể phù hợp tùy chính sách và bối cảnh. Mục tiêu là làm rõ trách nhiệm và quy trình xem xét, không phải tạo thêm giấy tờ không cần thiết.

Quy trình cho người mới bắt đầu xây dựng AI Literacy

Bạn có thể xây dựng AI Literacy bằng cách lặp lại quy trình thực hành trên nhiệm vụ nhỏ, ít rủi ro và quen thuộc.

1. Chọn một nhiệm vụ ít rủi ro. Bắt đầu với bản nháp email, tóm tắt cuộc họp, dàn ý, phần giải thích hoặc bài tập động não.
2. Nêu mục tiêu. Giải thích kết quả cần hỗ trợ bạn hoàn thành việc gì.
3. Đặt giới hạn. Nêu đối tượng, giọng điệu, độ dài, định dạng, tài liệu nguồn hoặc thông tin không được thay đổi.
4. Kiểm tra dữ liệu đầu vào. Xóa thông tin nhạy cảm và chỉ cung cấp tài liệu bạn được phép sử dụng.
5. Thử một hướng dẫn rõ ràng. Yêu cầu đầu ra cụ thể thay vì đề nghị mơ hồ như “làm cho nội dung này tốt hơn”.
6. Kiểm tra kết quả. Tìm nội dung bị bỏ sót, chi tiết bị bịa, giọng điệu không phù hợp và tuyên bố không có căn cứ.
7. Đối chiếu các chi tiết quan trọng với bằng chứng. Sử dụng tài liệu gốc, nguồn tham khảo đáng tin cậy hoặc phép tính.
8. Điều chỉnh yêu cầu nếu cần. Nêu nội dung bị thiếu hoặc không chính xác rồi yêu cầu phiên bản sửa.
9. Đưa ra quyết định cuối cùng. Chỉnh sửa, phê duyệt, loại bỏ hoặc chuyển cấp kết quả dựa trên phán đoán của bạn.
10. Rút kinh nghiệm từ nhiệm vụ. Ghi lại AI đã xử lý tốt điều gì, thất bại ở đâu và nhiệm vụ có phù hợp để dùng lại không.

Ví dụ, hãy dùng AI để soạn tóm tắt cuộc họp từ ghi chú. Kiểm tra quyết định, người phụ trách và ngày tháng; xóa chi tiết bảo mật không nên xuất hiện; sau đó tự hoàn thiện bản tóm tắt trước khi chia sẻ.

Can Code đề xuất lộ trình tương tự: thử nghiệm với một công cụ AI, thực hành viết prompt rõ ràng, học khái niệm cơ bản, áp dụng AI cho nhiệm vụ ít rủi ro và kiểm tra các đầu ra quan trọng (Can Code).

AI Literacy không chỉ là biết sử dụng một công cụ AI

AI Literacy có khả năng áp dụng rộng hơn sự quen thuộc với một sản phẩm. Biết nhấp vào đâu chỉ cho thấy bạn hiểu giao diện; AI Literacy đòi hỏi đánh giá mục đích, giới hạn và đầu ra của công cụ.

Công cụ, tính năng và hành vi của mô hình có thể thay đổi. Kỹ năng bền vững là xác định công việc, cung cấp bối cảnh, xem xét kết quả và quyết định việc dùng AI có hợp lý hay không.

AI Literacy và AI Mindset: liên quan nhưng khác nhau

AI Literacy mô tả kiến thức và năng lực để hiểu, sử dụng, đánh giá AI và đưa ra quyết định có cơ sở. AI Mindset mô tả thái độ và cách làm việc hỗ trợ sự tò mò, kỳ vọng thực tế, thử nghiệm và phán đoán có trách nhiệm.

Người có AI Literacy biết đánh giá một đề xuất dự án do AI tạo. Người có AI Mindset cũng sẵn sàng thử nghiệm có cân nhắc, học từ thất bại và không xem AI là nguồn thông tin không thể chất vấn. Hai khái niệm hỗ trợ nhau nhưng không giống nhau. Để tìm hiểu thêm về cách làm việc, xem AI Mindset.

AI Literacy không có nghĩa là gì?

AI Literacy không đồng nghĩa với lập trình, xây dựng mô hình hoặc tin tưởng mọi đầu ra của AI.

• Không bắt buộc phải biết lập trình. Lập trình hữu ích khi xây dựng hệ thống AI, nhưng AI Literacy thông thường tập trung vào hiểu, sử dụng, đánh giá và đưa ra quyết định có trách nhiệm.
• Không phải là kỹ thuật xây dựng mô hình nâng cao. Bạn không cần huấn luyện, fine-tune hoặc triển khai mô hình để có AI Literacy.
• Không phải là tin tưởng mù quáng vào đầu ra của AI. Câu trả lời trôi chảy vẫn có thể chứa lỗi, nội dung bị bỏ sót hoặc giả định không công bằng.
• Không bị giới hạn ở một sản phẩm. Mục tiêu là phát triển phán đoán có thể áp dụng cho nhiều công cụ và nhiệm vụ.
• Không chỉ là kỹ thuật viết prompt. Hướng dẫn rõ ràng không thay thế kiểm chứng, nhận thức về quyền riêng tư hoặc trách nhiệm của con người.
• Bao gồm cả việc biết khi nào không nên dùng AI. Một nhiệm vụ có thể chứa thông tin nhạy cảm, hậu quả nghiêm trọng, nguồn tài liệu yếu hoặc yêu cầu chuyên môn trực tiếp của con người.

Chỉ sử dụng chatbot không tự động khiến một người có AI Literacy. Thực hành cần đi cùng hiểu biết và khả năng phán đoán.

Ý nghĩa thực tế của AI Literacy

AI Literacy nghĩa là hiểu AI đủ để sử dụng cho nhiệm vụ phù hợp, đánh giá đầu ra và đưa ra quyết định có trách nhiệm về vai trò của AI. Bạn không cần biết lập trình, nhưng cần có kỳ vọng thực tế và sẵn sàng kiểm tra công việc quan trọng.

Hãy bắt đầu với nhiệm vụ ít rủi ro như soạn email không chứa thông tin bảo mật hoặc sắp xếp ghi chú cuộc họp. Đưa ra hướng dẫn rõ ràng, kiểm tra kết quả, xác minh chi tiết quan trọng, bảo vệ dữ liệu nhạy cảm và giữ quyền phán đoán cuối cùng ở con người.

Đó là ý nghĩa thực tế của AI Literacy: hiểu công cụ, sử dụng có mục đích, chất vấn đầu ra và chịu trách nhiệm về kết quả.