Trong thời gian dài, nhiều hệ thống trí tuệ nhân tạo được xây dựng cho một nhiệm vụ tương đối hẹp. Mô hình xử lý văn bản tập trung vào câu chữ, công cụ nhận diện hình ảnh phân tích các điểm ảnh, còn phần mềm chuyển giọng nói thành văn bản chủ yếu làm việc với tín hiệu âm thanh. Cách tiếp cận đó tạo ra nhiều sản phẩm hữu ích, nhưng cũng khiến việc trao đổi giữa con người và máy tính bị chia thành từng phần riêng biệt.
AI đa phương thức đang thay đổi ranh giới này. Thay vì chỉ đọc một câu hỏi hoặc nhìn một bức ảnh, hệ thống có thể tiếp nhận nhiều loại dữ liệu trong cùng một ngữ cảnh, sau đó đưa ra phản hồi dựa trên mối liên hệ giữa chúng. Người dùng có thể gửi một đoạn văn kèm hình ảnh, đặt câu hỏi về nội dung của một video hoặc yêu cầu hệ thống kết hợp thông tin từ giọng nói và tài liệu. Tuy vậy, khả năng xử lý nhiều dạng dữ liệu không đồng nghĩa với việc AI luôn hiểu đúng như con người. Để sử dụng công nghệ này có trách nhiệm, cần nhìn rõ cả tiềm năng lẫn giới hạn của nó.
AI đa phương thức là gì?
“Đa phương thức” có thể hiểu là khả năng làm việc với nhiều phương thức biểu đạt thông tin. Trong bối cảnh AI, các phương thức thường gặp gồm văn bản, hình ảnh, âm thanh, giọng nói và video. Một hệ thống đa phương thức có thể nhận đầu vào từ một hoặc nhiều loại dữ liệu, rồi tạo ra đầu ra phù hợp với yêu cầu. Đầu ra đó có thể là câu trả lời bằng văn bản, bản tóm tắt, lời mô tả hình ảnh hoặc một chuỗi hướng dẫn.
Điểm đáng chú ý không chỉ nằm ở số lượng định dạng mà hệ thống có thể đọc. Giá trị thực sự nằm ở khả năng liên kết thông tin giữa các định dạng. Chẳng hạn, khi người dùng đưa một bức ảnh chụp thiết bị cùng với phần mô tả bằng văn bản, AI có thể cố gắng đối chiếu hai nguồn dữ liệu để giải thích vấn đề. Với một video có âm thanh, hệ thống có thể xem xét hình ảnh, nghe lời nói và dựa vào trình tự diễn biến để tạo bản tóm tắt. Mối liên kết này giúp cuộc trò chuyện với máy trở nên gần với cách con người cung cấp thông tin trong đời sống hằng ngày.
Vì sao công nghệ này được quan tâm?
Con người hiếm khi tiếp nhận thế giới chỉ qua chữ viết. Một người sửa chữa có thể quan sát dấu hiệu trên một linh kiện, nghe tiếng động bất thường và đọc thông số trong tài liệu trước khi đưa ra nhận định. Một giáo viên có thể kết hợp bài viết, hình minh họa và lời giải thích bằng giọng nói. Một nhân viên hỗ trợ khách hàng có thể cần xem ảnh sản phẩm, đọc nội dung trao đổi và nghe lại cuộc gọi. AI đa phương thức hướng tới việc xử lý những tình huống vốn đã tự nhiên đối với con người nhưng trước đây khó mô phỏng bằng phần mềm.
Công nghệ này cũng làm giảm yêu cầu người dùng phải chuyển đổi thông tin sang một định dạng duy nhất. Không phải ai cũng dễ mô tả chính xác một lỗi bằng câu chữ. Một bức ảnh hoặc đoạn ghi âm đôi khi truyền đạt được nhiều chi tiết hơn lời giải thích ngắn. Khi hệ thống có thể tiếp nhận nhiều phương thức, người dùng có thêm lựa chọn để trình bày vấn đề. Điều đó đặc biệt hữu ích trong các tình huống cần tốc độ, khi người dùng đang ở ngoài hiện trường hoặc khi nội dung trực quan có vai trò quan trọng.
Những ứng dụng dễ nhận thấy
Trong giáo dục, AI đa phương thức có thể hỗ trợ giải thích một sơ đồ, phân tích cấu trúc của một đoạn văn hoặc chuyển nội dung bài giảng thành bản tóm tắt. Người học có thể đặt câu hỏi trực tiếp về một hình minh họa thay vì phải tự diễn đạt toàn bộ bối cảnh. Giáo viên cũng có thể dùng công cụ để tạo các cách trình bày khác nhau cho cùng một khái niệm. Tuy nhiên, phần giải thích vẫn cần được kiểm tra, bởi một câu trả lời trình bày rõ ràng chưa chắc đã chính xác.
Trong công việc văn phòng, hệ thống có thể hỗ trợ đọc bảng biểu, trích xuất thông tin từ tài liệu được quét hoặc tóm tắt nội dung của một cuộc họp có ghi âm. Khi kết hợp hình ảnh với văn bản, AI có thể giúp lập danh sách các thành phần xuất hiện trong tài liệu hoặc phát hiện những điểm cần con người xem lại. Đây là dạng hỗ trợ phù hợp với các công việc chuẩn bị và sắp xếp thông tin, miễn là dữ liệu nhạy cảm được xử lý theo chính sách rõ ràng.
Trong lĩnh vực sáng tạo, người dùng có thể bắt đầu bằng một bản phác thảo, vài câu mô tả hoặc một đoạn thu âm, sau đó yêu cầu AI đề xuất hướng phát triển. Nhà thiết kế, người làm nội dung và nhóm truyền thông có thể sử dụng nhiều dạng tư liệu để xây dựng ý tưởng ban đầu. AI không thay thế hoàn toàn năng lực biên tập, gu thẩm mỹ hay trách nhiệm đối với sản phẩm cuối cùng, nhưng có thể rút ngắn thời gian chuyển từ ý tưởng thô sang bản thử nghiệm.
Trong các công cụ hỗ trợ tiếp cận, việc kết hợp giọng nói, hình ảnh và văn bản có thể giúp thông tin được trình bày theo nhiều cách hơn. Một nội dung trực quan có thể được mô tả bằng lời, còn một đoạn văn có thể được đọc lên hoặc chuyển thành dạng dễ theo dõi. Hiệu quả thực tế phụ thuộc vào chất lượng dữ liệu, thiết kế giao diện và khả năng để người dùng điều chỉnh kết quả theo nhu cầu của mình.
Khả năng hiểu không giống với khả năng quan sát
Một trong những điểm dễ gây hiểu lầm là cho rằng AI nhìn hoặc nghe giống con người. Trên thực tế, hệ thống phân tích các tín hiệu đầu vào theo cách được hình thành từ dữ liệu và quy trình huấn luyện. Nó có thể nhận ra những mẫu quen thuộc nhưng vẫn bỏ sót chi tiết quan trọng, nhầm lẫn giữa các vật thể gần giống nhau hoặc diễn giải sai một hành động trong video. Với âm thanh, tiếng ồn, giọng địa phương, cách phát âm không rõ và nhiều người nói cùng lúc đều có thể làm giảm chất lượng kết quả.
Ngữ cảnh cũng là một thách thức lớn. Một hình ảnh có thể được hiểu khác nhau tùy thời điểm, địa điểm và mục đích sử dụng. Một câu nói mỉa mai, một cử chỉ mang tính văn hóa hoặc một chi tiết nhỏ trong tài liệu có thể không được hệ thống nhận diện đầy đủ. Khi kết hợp nhiều phương thức, sai sót còn có thể lan từ dữ liệu này sang dữ liệu khác. Nếu văn bản mô tả không khớp với hình ảnh, AI có thể chọn cách diễn giải thuận tiện thay vì dừng lại để yêu cầu người dùng làm rõ.
Vì vậy, câu trả lời của AI đa phương thức nên được xem là một bản phân tích hỗ trợ, không phải bằng chứng cuối cùng. Trong các quyết định liên quan đến sức khỏe, pháp lý, tài chính, an toàn hoặc quyền lợi của cá nhân, con người cần kiểm tra trực tiếp tài liệu gốc và cân nhắc bối cảnh đầy đủ.
Dữ liệu cá nhân và quyền riêng tư
Khả năng xử lý hình ảnh, âm thanh và video tạo ra nhiều vấn đề riêng tư hơn so với việc chỉ nhập một câu hỏi văn bản. Một bức ảnh có thể chứa khuôn mặt, địa chỉ, giấy tờ, màn hình máy tính hoặc những người xuất hiện ngoài ý muốn. Một bản ghi âm có thể tiết lộ giọng nói, nội dung trao đổi và thông tin về những người không trực tiếp sử dụng công cụ. Video còn lưu giữ cả không gian, thời điểm và hành vi của nhiều cá nhân.
Trước khi tải dữ liệu lên một hệ thống AI, người dùng nên xác định nội dung đó có chứa thông tin nhạy cảm hay không, ai là chủ thể của dữ liệu và nền tảng sẽ xử lý dữ liệu theo cơ chế nào. Những chi tiết không cần thiết nên được che hoặc loại bỏ. Với dữ liệu của khách hàng, đồng nghiệp, học sinh hay người thân, việc sử dụng cần phù hợp với sự đồng ý, quy định nội bộ và các yêu cầu pháp luật có liên quan. Không nên coi việc một công cụ có thể nhận dữ liệu là bằng chứng cho thấy công cụ đó được phép sử dụng dữ liệu.
Cách sử dụng hiệu quả hơn
Muốn nhận được kết quả đáng tin cậy hơn, người dùng nên cung cấp mục tiêu và bối cảnh rõ ràng. Thay vì chỉ hỏi “Hình ảnh này có gì?”, có thể nêu yêu cầu cụ thể như cần mô tả các vật thể chính, chỉ ra phần chưa rõ hoặc tóm tắt nội dung để phục vụ một nhiệm vụ nhất định. Nếu gửi nhiều tệp, nên nói rõ mối quan hệ giữa chúng và nguồn nào được ưu tiên khi có mâu thuẫn.
Việc chia nhiệm vụ thành từng bước cũng giúp dễ kiểm tra hơn. Người dùng có thể yêu cầu AI trước tiên liệt kê những gì hệ thống quan sát được, sau đó tách phần suy luận và cuối cùng nêu những điểm chưa chắc chắn. Cách này không bảo đảm câu trả lời đúng, nhưng khiến quá trình xem xét minh bạch hơn. Khi thông tin quan trọng, cần đối chiếu kết quả với tài liệu gốc, người có chuyên môn hoặc một phương pháp độc lập khác.
Các tổ chức nên xây dựng quy tắc sử dụng thay vì để nhân viên tự quyết định trong từng tình huống. Quy tắc có thể nêu loại dữ liệu được phép đưa vào, trường hợp phải ẩn danh, cách lưu trữ kết quả và ai chịu trách nhiệm phê duyệt đầu ra. Đối với nội dung do AI tạo hoặc chỉnh sửa, việc lưu lại phiên bản gốc cũng giúp truy nguyên khi xảy ra sai sót.
Triển vọng đi kèm trách nhiệm
AI đa phương thức có thể làm cho máy tính gần với cách con người giao tiếp hơn. Một câu hỏi không còn bị giới hạn trong văn bản, còn một nhiệm vụ có thể được mô tả bằng sự kết hợp giữa ảnh, lời nói và tài liệu. Từ giáo dục, văn phòng đến sáng tạo nội dung, khả năng này mở ra nhiều cách tổ chức công việc linh hoạt hơn.
Dù vậy, sự tiện lợi không nên che khuất những câu hỏi căn bản: dữ liệu thuộc về ai, kết quả có thể sai ở đâu, ai kiểm tra trước khi hành động và người bị ảnh hưởng có quyền gì? Công nghệ chỉ phát huy giá trị khi được đặt trong quy trình có kiểm soát, với kỳ vọng thực tế và sự tôn trọng đối với quyền riêng tư. Thay vì xem AI đa phương thức là một “đôi mắt” hay “đôi tai” hoàn hảo, người dùng nên coi nó là công cụ phân tích có khả năng mở rộng nhưng vẫn cần con người định hướng, kiểm chứng và chịu trách nhiệm.
