Có lẽ không ít người từng hỏi ChatGPT những câu kiểu:

“Bạn nghĩ sếp tôi đang có ý gì?” “Người yêu tôi nhắn như thế này nghĩa là sao?” “Tại sao đồng nghiệp lại cư xử với tôi như vậy?” “Tôi có đang bị lợi dụng không?”

Và đôi khi câu trả lời của AI nghe rất hợp lý.

Nó phân tích lời nói, hành vi, đưa ra vài khả năng, thậm chí còn giải thích tâm lý của người kia nghe khá thuyết phục.

Nhưng có một vấn đề rất dễ bị bỏ qua.

AI chưa bao giờ nói chuyện với người đó.

Nó chỉ nghe câu chuyện…

từ bạn.

---

Có hai phiên bản của cùng một câu chuyện

Hãy tưởng tượng một tình huống đơn giản.

Bạn nhắn cho một người bạn:

“Tối nay đi ăn không?”

Người đó trả lời:

“Hôm nay chắc không được rồi.”

Sau đó bạn kể với AI:

“Tôi rủ bạn tôi đi ăn nhưng dạo này họ cứ từ chối. Tôi cảm giác họ đang cố tránh mặt tôi. Bạn nghĩ sao?”

AI bắt đầu phân tích. Có thể người kia đang xa cách. Có thể họ giận bạn. Có thể mối quan hệ đang có vấn đề.

Nghe đều hợp lý.

Nhưng nếu người bạn kia kể câu chuyện thì sao?

“Dạo này công ty tôi đang chạy deadline, tối nào tôi cũng về rất muộn. Hôm nay một người bạn rủ đi ăn nhưng tôi phải từ chối.”

Cùng một sự kiện.

Nhưng hai câu chuyện tạo ra hai cảm giác hoàn toàn khác nhau.

Đây chính là một trong những vấn đề thú vị mà một nghiên cứu mới có tên Verifiable Social Reasoning for LLM Assistants muốn tìm hiểu.

Nhóm tác giả đặt ra một câu hỏi khá quan trọng:

AI giỏi đến đâu trong việc hiểu ý định của người khác, khi tất cả thông tin mà AI có đều đi qua lời kể chủ quan của người dùng?

---

Nhưng làm sao biết AI đoán đúng?

Đây lại là một vấn đề khó hơn.

Giả sử tôi hỏi AI:

“Bạn nghĩ người đó có đang ghen với tôi không?”

AI trả lời:

“Có khả năng.”

Làm sao chúng ta biết AI đúng?

Có lẽ chính người kia cũng không nói thật. Thậm chí đôi khi bản thân họ cũng không biết chính xác tại sao mình hành động như vậy.

Trong đời thực, suy nghĩ và động cơ của con người gần như không có một “đáp án” để chúng ta mở ra kiểm tra.

Vì vậy nhóm nghiên cứu đã nghĩ ra một cách khá thú vị.

Thay vì dùng những câu chuyện thật, họ tạo ra một xã hội giả lập. Trong đó có nhiều nhân vật AI tương tác với nhau. Một nhân vật được bí mật giao một động cơ cụ thể. Một nhân vật khác đóng vai người dùng, chứng kiến những hành động đó rồi kể lại câu chuyện cho AI Assistant.

Cuối cùng AI Assistant phải đoán:

Người kia thực sự muốn gì?

Điểm quan trọng là vì động cơ đã được đặt ra từ đầu, các nhà nghiên cứu biết chính xác đáp án.

Họ gọi hệ thống này là Fuse.

Tất nhiên, một xã hội mô phỏng không giống hoàn toàn với những mối quan hệ ngoài đời. Điểm mạnh của cách làm này là các nhà nghiên cứu có một “đáp án thật” để kiểm tra khả năng suy luận của model, thứ gần như không thể có trong những tình huống xã hội thực tế.

---

Và AI gặp một vấn đề rất giống con người

Nghiên cứu thử Fuse trên 12 mô hình AI khác nhau.

Một trong những kết quả đáng chú ý nhất là:

Cách người dùng kể câu chuyện có ảnh hưởng đáng kể đến cách AI phán đoán tình huống.

Điều này thực ra rất dễ hiểu.

Nếu tôi bắt đầu câu chuyện bằng:

“Đồng nghiệp của tôi là một người rất ích kỷ…”

thì ngay từ đầu toàn bộ những gì xảy ra sau đó đã được đặt trong một khung nhất định.

Nhưng nếu tôi nói:

“Tôi không chắc mình có đang hiểu sai đồng nghiệp hay không…”

AI nhận được một bức tranh khác.

Sự kiện có thể giống nhau. Nhưng cách chúng ta mô tả sự kiện đã thay đổi cách AI nhìn nó.

Nhóm nghiên cứu phát hiện các mô hình có sự nhạy cảm mang tính hệ thống với kiểu framing thiên lệch như vậy.

Và đây là điểm tôi thấy đáng suy nghĩ nhất.

Khi hỏi AI về một vấn đề cá nhân, chúng ta thường có cảm giác đang nhận được “ý kiến của một bên thứ ba trung lập”.

Nhưng thực tế AI không có một nguồn thông tin độc lập.

Nó vẫn đang nhìn toàn bộ câu chuyện qua chiếc kính mà chúng ta đưa cho nó.

--- AI có thể vô tình biến quan điểm của chúng ta thành “sự thật”

Giả sử tôi kể:

“Anh ấy chưa trả lời tin nhắn ba tiếng rồi. Gần đây anh ấy rất lạnh nhạt. Tôi nghĩ anh ấy không còn quan tâm đến tôi nữa.”

Sau đó AI trả lời:

“Những dấu hiệu này có thể cho thấy anh ấy đang dần mất hứng thú.”

Một chuyện rất dễ xảy ra là tôi đọc câu trả lời đó và nghĩ:

“Thấy chưa. Ngay cả AI cũng nghĩ như mình.”

Nhưng có một vòng lặp ở đây.

AI kết luận dựa trên câu chuyện của tôi. Câu chuyện của tôi đã chứa sẵn giả định rằng người kia đang lạnh nhạt. Sau đó tôi lại dùng câu trả lời của AI để củng cố chính giả định ban đầu của mình.

Cuối cùng, AI có thể trông giống như một nhân chứng độc lập, trong khi nó chưa hề có thêm bất kỳ bằng chứng độc lập nào.

Theo mình, rủi ro nằm ở chỗ câu trả lời của AI rất dễ tạo cảm giác như một ý kiến độc lập, dù toàn bộ dữ liệu đầu vào vẫn đến từ câu chuyện của chính chúng ta.

---

Nói chuyện lâu hơn với AI chưa chắc giải quyết được vấn đề

Một điều khác mình thấy khá bất ngờ là bạn có thể nghĩ rằng nếu nói chuyện với AI lâu hơn, cung cấp thêm thông tin và để AI đặt thêm câu hỏi thì nó sẽ hiểu tình huống tốt hơn.

Nhưng kết quả nghiên cứu cho thấy điều đó không phải lúc nào cũng xảy ra.

Cuộc trò chuyện dài hơn không đảm bảo khả năng phán đoán tốt hơn, dù về lý thuyết AI có thêm cơ hội hỏi để làm rõ thông tin. Một số mô hình cũng cần nhiều chi tiết hơn con người mới có thể đưa ra dự đoán chính xác.

Điều này khiến vấn đề càng thú vị.

Bởi giới hạn không chỉ nằm ở:

“AI có đủ dữ liệu hay chưa?”

Mà còn nằm ở:

AI sử dụng dữ liệu đó như thế nào?

---

Vậy có nên hỏi AI chuyện tình cảm, gia đình hay đồng nghiệp nữa không?

Theo tôi, vẫn có.

Tôi vẫn thấy AI rất hữu ích trong những tình huống như vậy. AI có thể giúp chúng ta nhìn một vấn đề từ nhiều góc độ, giúp đặt ra những câu hỏi mà chúng ta chưa nghĩ tới, giúp chúng ta bình tĩnh viết lại một tin nhắn trước khi gửi, hoặc đơn giản là giúp sắp xếp những suy nghĩ đang rất lộn xộn trong đầu.

Nhưng có lẽ nên thay đổi một chút cách chúng ta sử dụng nó.

Thay vì hỏi:

“Người đó thực sự đang nghĩ gì?”

có lẽ một câu hỏi tốt hơn sẽ là:

“Có những cách nào khác để giải thích hành động này?”

Hay:

“Trong câu chuyện tôi vừa kể, có giả định nào của tôi mà bạn đang dựa vào không?”

Hay thậm chí:

“Nếu câu chuyện được kể từ góc nhìn của người kia, nó có thể trông như thế nào?”

Lúc này AI không còn đóng vai một “thẩm phán” cố xác định ai đúng ai sai.

Nó trở thành một công cụ giúp chúng ta mở rộng góc nhìn.

Và có lẽ đó mới là cách sử dụng phù hợp hơn.

---

Điều làm tôi thích nghiên cứu này không phải vì nó chứng minh rằng AI “không hiểu con người”.

Nghiên cứu không nói như vậy.

Nó chỉ cho thấy một vấn đề tinh tế hơn: AI có thể suy luận khá tốt, nhưng chất lượng của suy luận bị giới hạn bởi thế giới mà chúng ta kể cho nó nghe.

AI không ngồi trong phòng họp với bạn. Không nhìn thấy nét mặt của sếp. Không biết người yêu của bạn đã trải qua ngày hôm đó như thế nào. Không nghe được phía bên kia của câu chuyện.

Nó chỉ có những gì bạn nói.

Và đôi khi, chính chúng ta cũng không nhận ra rằng câu chuyện mình kể đã chứa sẵn quan điểm, cảm xúc và định kiến của mình.

Có lẽ vì vậy, lần tới khi AI nói:

“Có vẻ như người đó đang…”

hãy nhớ một điều rất đơn giản:

AI có thể đang phân tích người kia.

Nhưng nó đang nhìn người kia qua đôi mắt của bạn.

Nguồn tham khảo:

Verifiable Social Reasoning for LLM Assistants Amir Taubenfeld et al. · arXiv · 2026

Nghiên cứu giới thiệu framework Fuse, đánh giá 12 LLM, sử dụng nghiên cứu con người với khoảng 24.000 annotation để kiểm tra tính phù hợp của môi trường mô phỏng và công bố bộ dữ liệu khoảng 21.000 ví dụ.