Bỏ qua đến nội dung chính

Khả năng và hạn chế của AI

📖 Nội dung bài học

Bạn sẽ học được gì

Thời gian ước tính: 25 phút

Cuối bài học này, bạn sẽ có thể:

  • Định nghĩa AI tạo sinh (generative AI) và cách nó khác biệt với các loại AI khác
  • Nhận biết các đặc điểm chính và nền tảng công nghệ của AI tạo sinh
  • Xác định các khả năng và hạn chế chính của AI tạo sinh hiện tại

AI tạo sinh là gì?

(12 phút)

Video này trình bày cách các mô hình ngôn ngữ lớn (LLM) như Claude được xây dựng và huấn luyện, cũng như ý nghĩa của điều đó đối với những gì chúng có thể — và không thể — làm một cách đáng tin cậy khi bạn đưa chúng vào hoạt động kinh doanh của mình.

Điểm chính cần ghi nhớ

  • AI tạo sinh tạo ra nội dung mới thay vì chỉ phân tích dữ liệu hiện có.
  • Ba sự phát triển đã làm cho các LLM hiện đại trở nên khả thi: kiến trúc transformer, dữ liệu huấn luyện khổng lồ và năng lực tính toán lớn.
  • Huấn luyện có hai giai đoạn: tiền huấn luyện (học các mẫu từ hàng tỷ ví dụ) và tinh chỉnh (học cách làm theo hướng dẫn một cách hữu ích).
  • Điểm mạnh hiện tại bao gồm tính linh hoạt trên nhiều tác vụ, luồng hội thoại và kết nối với các công cụ bên ngoài.
  • Hạn chế hiện tại bao gồm giới hạn kiến thức theo thời gian, hiện tượng ảo giác (hallucinations), kích thước cửa sổ ngữ cảnh (context window) và khả năng suy luận đa bước phức tạp.
  • Các ứng dụng tốt nhất kết hợp thế mạnh của con người và AI — sự phán đoán, sáng tạo và giám sát của bạn cùng với tốc độ và quy mô của AI.

Bài tập

Kiểm tra giới hạn

Bài tập này cung cấp cho bạn bằng chứng trực tiếp về những gì AI tạo sinh làm tốt và những gì nó còn thiếu sót. Bạn sẽ thăm dò một vài khả năng và hạn chế cụ thể từ các video một cách không rủi ro, sử dụng nội dung từ lĩnh vực chuyên môn của riêng bạn — để bạn có một sự kiểm chứng thực tế, dựa trên quan sát của chính mình, khi quyết định giao phó việc gì cho AI.

Phần I: Tự suy ngẫm (tự làm)

Chọn một lĩnh vực bạn am hiểu, nơi bạn sẽ ngay lập tức phát hiện ra lỗi nếu một nhà cung cấp, đối tác hoặc khách hàng mắc sai lầm. Ghi lại:

  • Chủ đề (ví dụ: tính toán biên lợi nhuận của bạn, quy tắc phân vùng địa phương của bạn, hoặc yêu cầu cấp phép ngành)
  • Hai hoặc ba sự thật về nó mà bạn mong đợi bất kỳ nguồn đáng tin cậy nào cũng phải nắm vững
  • Một quan niệm sai lầm phổ biến mà mọi người có về nó
  • Một điều về nó thực sự khó giải thích rõ ràng

Đây là sân thử nghiệm của bạn. Bạn sẽ xem AI xử lý một thứ gì đó mà bạn thực sự có thể xác minh như thế nào.

Phần II: Hợp tác (với AI)

Mở một cuộc trò chuyện với Claude (hoặc bất kỳ trợ lý AI nào bạn thích) và thực hiện ba cuộc trò chuyện nhanh. Ghi lại những gì bạn nhận thấy sau mỗi lần.

  1. Kiểm tra tính linh hoạt. Yêu cầu AI giải thích chủ đề của bạn theo ba cách khác nhau trong một phản hồi duy nhất: một cho khách hàng không biết gì về dịch vụ của bạn, một cho đối tác kinh doanh tiềm năng và một cho nhân viên mới bạn đang đào tạo. Sự thay đổi về đối tượng có thực sự hiệu quả không, hay nó chỉ thay đổi từ vựng? Phiên bản nào mạnh nhất?
  2. Kiểm tra hiện tượng ảo giác. Yêu cầu AI đề xuất hai hoặc ba nguồn tài liệu cụ thể liên quan đến chủ đề của bạn — một hiệp hội thương mại, một ấn phẩm ngành, một cơ quan quản lý, hoặc một nhà cung cấp nổi tiếng. Sau đó, kiểm tra ít nhất một nguồn. Tổ chức đó có tồn tại không? Trang web có đúng không? Thông tin liên hệ có chính xác không? (Đây là lúc bạn sẽ thấy liệu AI có tự tin bịa ra một nguồn nghe có vẻ hợp lý nhưng không có thật hay không.)
  3. Kiểm tra giới hạn kiến thức + suy luận. Hỏi AI một câu hỏi nhạy cảm về thời gian hoặc mang tính địa phương: một thay đổi quy định gần đây trong ngành của bạn, xu hướng giá hiện tại cho một nguyên liệu chính, hoặc một yêu cầu cấp phép địa phương. Nó có cho bạn biết thông tin của nó có thể đã lỗi thời không? Nó có đưa ra cảnh báo, đoán mò, hay trình bày thông tin cũ như hiện tại — loại thông tin có thể khiến bạn tốn tiền nếu hành động dựa trên đó không? Sau đó, yêu cầu nó giải quyết quan niệm sai lầm phổ biến mà bạn đã ghi lại ở Phần I. Nó có giải quyết được sự nhầm lẫn thực tế, hay chỉ đơn thuần nhắc lại sự thật đúng?

Phần III: Suy ngẫm

Khả năng nào từ video được thể hiện rõ nhất trong những gì bạn thấy? Hạn chế nào đã xuất hiện — và bạn có nhận ra nó không nếu đây không phải là chủ đề mà bạn am hiểu? Dựa trên điều này, đâu là một nhiệm vụ bạn cảm thấy ổn khi giao cho AI ngay bây giờ, và một nhiệm vụ bạn muốn theo dõi chặt chẽ hơn?

Mục tiêu nâng cao: Chạy cùng một chủ đề qua một công cụ AI thứ hai (một mô hình hoặc nền tảng khác). Các lỗi và điểm mạnh có giống nhau không?

Suy ngẫm về bài học

  • Việc biết cách các hệ thống này được huấn luyện thay đổi cách bạn làm việc với chúng như thế nào?
  • Những cân nhắc về đạo đức nào nảy sinh khi xem xét cách AI tạo sinh hoạt động và những hạn chế của nó?

Tiếp theo là gì

Tiếp theo là một hoạt động thực hành khám phá cách các mô hình ngôn ngữ thực sự tạo ra văn bản để làm sống động những gì bạn vừa học.

Phản hồi

Khi bạn tiến hành khóa học, chúng tôi rất mong nhận được phản hồi từ bạn về cách bạn đang áp dụng các khái niệm từ khóa học vào công việc của mình, cũng như bất kỳ phản hồi nào bạn có. Chia sẻ phản hồi của bạn tại đây.

Ghi nhận và giấy phép

Bản quyền 2026 Anthropic. Khóa học này được phát triển với sự hợp tác của PayPal, Prospect Butcher và MAKS Enterprises TIPM Rebuilders, dựa trên Khung Năng lực AI (AI Fluency Framework) được phát triển bởi Giáo sư Rick Dakan (Ringling College of Art and Design) và Giáo sư Joseph Feller (University College Cork). Phát hành theo giấy phép CC BY-NC-SA 4.0.

🎬 Bản ghi video

Source video: BbcjcnQwseo

Không có transcript — xem phần nội dung bài học bên trên.

🔁 Bài học liên quan

📚 Nguồn & ghi nhận

Góp ý / Báo lỗiPhát hiện sai sót hoặc có ý tưởng cải thiện?