Chatbot giải toán sai nhiều nhất ở những chỗ không lộ ra trong câu chữ: một phép nhân nhầm giữa chừng, một nghiệm bị đánh rơi khi chia hai vế, một điều kiện xác định bị bỏ qua, hay một bước lập luận nhảy cóc nhưng được viết bằng giọng rất chắc chắn. Lời giải trông gọn gàng, có đánh số bước, có kết luận in đậm, nên người đọc dễ tin cả khi đáp số sai.
Bài này gom bảy kiểu lỗi hay gặp khi sinh viên đưa bài giải tích, đại số tuyến tính hay xác suất cho chatbot, mỗi kiểu kèm một ví dụ tính tay đúng và dấu hiệu để bạn nhận ra. Mục đích không phải để bỏ AI, mà để biết phải nhìn vào đâu trước khi chép một dòng nào vào vở. Chất lượng các công cụ thay đổi theo từng phiên bản, nên hãy coi đây là danh sách chỗ cần soi, không phải lời phán về một sản phẩm cụ thể.
Vì sao một mô hình viết rất trôi vẫn tính sai
Các chatbot phổ biến hiện nay sinh ra câu trả lời bằng cách đoán phần chữ tiếp theo hợp lý nhất dựa trên rất nhiều văn bản đã học. Cách làm này giỏi bắt chước dáng vẻ của một lời giải: mở bài bằng "ta có", gọi tên định lý, xuống dòng đúng chỗ. Nhưng dáng vẻ đúng không bảo đảm từng con số đúng. Khi phép tính dài, mỗi bước là một lần đoán, và chỉ cần một lần lệch là phần còn lại trôi theo một cách rất tự tin.
Một số công cụ đã gắn thêm khả năng chạy mã hoặc gọi bộ tính toán bên trong, nhờ đó phần số học chính xác hơn hẳn. Tuy vậy bạn thường không biết lần trả lời nào có dùng bộ tính, lần nào không, và phần lập luận nối các phép tính với nhau vẫn do mô hình viết. Lỗi vì thế dịch chuyển từ "nhân sai" sang "đặt bài sai", khó nhận ra hơn.
Điểm quan trọng với người học: chatbot không có cảm giác ngập ngừng như con người. Một sinh viên làm sai thường để lại dấu vết như gạch xoá hay dấu hỏi bên lề. Chatbot thì viết bước sai bằng đúng giọng văn của bước đúng. Vì vậy cách đọc lời giải AI phải khác cách đọc lời giải của bạn cùng lớp: không dựa vào độ tự tin của câu chữ, mà dựa vào việc từng dòng có tự kiểm được hay không.
Bảy kiểu lỗi hay gặp, mỗi kiểu một ví dụ
Tính nhầm số học giữa chừng. Ví dụ 37 nhân 43. Cách nhẩm đúng: 37 nhân 43 bằng 40 trừ 3 nhân 40 cộng 3, bằng 1600 trừ 9, tức 1591. Một lời giải dài có thể ghi 1581 ở dòng thứ năm rồi giữ nguyên con số ấy tới cuối. Dấu hiệu: đáp số cuối có vẻ "lẻ" trong khi đề thường cho số đẹp.
Mất nghiệm khi chia hai vế. Phương trình x bình phương bằng 3x. Chia hai vế cho x ra x bằng 3, và nghiệm x bằng 0 biến mất. Cách đúng là chuyển vế, đặt nhân tử chung: x nhân (x trừ 3) bằng 0, nên x bằng 0 hoặc x bằng 3.
Bỏ điều kiện xác định. Căn bậc hai của x bình phương bằng giá trị tuyệt đối của x, không phải bằng x. Một lời giải viết thẳng "căn x bình phương bằng x" sẽ sai mọi chỗ x âm, và lỗi này hay nằm sâu trong một bước rút gọn.
Áp công thức vào chỗ không được áp. Tích phân từ trừ 1 đến 1 của 1 chia x: lấy nguyên hàm logarit của giá trị tuyệt đối rồi thay cận ra 0. Đáp số 0 là sai, vì hàm không xác định tại 0 nằm giữa đoạn; đây là tích phân suy rộng, tách làm hai nửa thì mỗi nửa đều phân kỳ.
Dạng vô định bị xử lý như số thường. Giới hạn của (1 cộng 1 chia x) mũ x khi x tiến ra vô cùng bằng e, xấp xỉ 2,718. Lập luận "cơ số tiến về 1, mà 1 mũ gì cũng bằng 1" là cái bẫy kinh điển, và chatbot đôi khi vẫn rơi vào khi đề viết khác dạng quen thuộc.
Coi phép nhân ma trận có tính giao hoán. Với ma trận A và B bất kỳ, AB nói chung khác BA. Một lời giải gộp "AB cộng BA bằng 2AB" là đã ngầm giả định điều không có.
Nhảy cóc: kết luận đúng, lý do thiếu. Kiểu này khó thấy nhất. Lời giải viết "dễ thấy hàm liên tục nên khả vi". Điều đó sai: hàm giá trị tuyệt đối của x liên tục tại 0 nhưng không có đạo hàm tại đó. Đáp số cuối có thể vẫn đúng vì may, nhưng bài làm theo kiểu này sẽ bị trừ điểm lập luận.
Lỗi nào dễ thấy, lỗi nào phải soi kỹ
Không phải lỗi nào cũng nguy hiểm như nhau. Bảng dưới xếp theo mức khó nhận ra, để bạn biết dồn sức kiểm vào đâu khi thời gian có hạn.
| Kiểu lỗi | Mức khó nhận ra | Cách bắt nhanh |
|---|---|---|
| Tính nhầm số học | Thấp nếu bạn chịu tính lại | Tính lại từng phép nhân, chia bằng máy tính cầm tay hoặc nhẩm theo cách khác |
| Mất nghiệm, thừa nghiệm | Trung bình | Thay từng nghiệm vào đề gốc; xem có bước nào chia cho biểu thức chứa ẩn hay bình phương hai vế |
| Bỏ điều kiện xác định | Trung bình | Viết điều kiện ngay đầu bài, đối chiếu với từng phép biến đổi căn, logarit, phân số |
| Áp sai định lý, công thức | Cao | Đọc lại giả thiết của định lý trong giáo trình, xem đề có thoả đủ không |
| Dạng vô định, tích phân suy rộng | Cao | Thử thay vài giá trị lớn hoặc gần điểm đặc biệt, so với kết luận của lời giải |
| Nhảy cóc lập luận | Rất cao | Với mỗi câu "dễ thấy", "hiển nhiên", tự hỏi vì sao; không trả lời được thì bước đó cần chứng minh |
Nhìn bảng sẽ thấy một điều: lỗi càng nằm ở tầng ý tưởng thì càng khó bắt bằng cách tính lại. Đó là lý do kiến thức nền của chính bạn vẫn là lớp kiểm cuối cùng; công cụ chỉ giúp bạn nhìn nhanh hơn, không nhìn thay.
Đề càng lạ, lỗi càng nhiều
Một quan sát mà nhiều giảng viên toán chia sẻ khi thử chatbot: với bài quen thuộc có trong hàng nghìn giáo trình, câu trả lời thường đúng hoặc gần đúng. Khi đổi một chi tiết nhỏ, chẳng hạn đổi cận tích phân để đi qua điểm gián đoạn, đổi dấu một hệ số, hay thêm một điều kiện lạ, tỷ lệ sai tăng rõ. Mô hình có xu hướng kéo bài về dạng quen gần nhất và giải bài đó, không phải bài bạn đưa.
Ví dụ giả định: đề yêu cầu tìm cực trị của một hàm trên đoạn đóng từ 0 đến 2. Lời giải tìm điểm có đạo hàm bằng 0, tính giá trị tại đó và kết luận, nhưng quên so sánh với giá trị tại hai đầu mút. Với bài quen trên toàn trục số thì cách làm đó đủ; với đoạn đóng thì thiếu, và giá trị lớn nhất có thể nằm ngay tại đầu mút.
Bài học cho người học là đọc kỹ đề trước khi đọc lời giải. Gạch chân các chữ làm đề khác thường: "trên đoạn", "với mọi", "tồn tại", "phân biệt", "không âm". Sau đó xem lời giải có dùng đến từng chữ đã gạch hay không. Một điều kiện của đề mà lời giải không hề nhắc tới là dấu hiệu đỏ.
Năm phút soi một lời giải AI trước khi tin
Khi nhận một lời giải từ chatbot, bạn có thể đi qua trình tự ngắn dưới đây. Không cần làm hết với bài dễ, nhưng bài có điểm số hoặc bài sẽ dùng làm nền cho phần sau thì nên đi đủ.
- Đọc lại đề gốc của bạn, rồi đọc dòng đầu lời giải xem AI đã chép đề có đúng không. Lỗi chép đề, nhất là khi gửi ảnh chụp, xảy ra nhiều hơn người ta nghĩ.
- Tìm đáp số cuối và thay ngược vào đề nếu được: nghiệm thay vào phương trình, nguyên hàm đem đi đạo hàm, ma trận nghịch đảo đem nhân lại ra ma trận đơn vị.
- Đánh dấu mọi phép chia cho biểu thức chứa ẩn, mọi lần bình phương hai vế, mọi lần lấy căn hay logarit; mỗi chỗ đó kiểm điều kiện.
- Đánh dấu mọi chữ "dễ thấy", "hiển nhiên", "tương tự"; mỗi chỗ tự viết ra một câu giải thích.
- Thử một trường hợp đặc biệt bằng số cụ thể và so với công thức tổng quát của lời giải.
Nếu bước nào bạn không tự kiểm được, hãy hỏi lại chatbot đúng bước đó bằng câu lệnh hẹp, ví dụ: "Ở bước 4, vì sao được chia hai vế cho x? Có trường hợp x bằng 0 không?" Câu hỏi hẹp buộc mô hình xét lại một điểm cụ thể thay vì viết lại cả bài theo kiểu mới.
Khi AI tự sửa: đừng tin ngay cả lần sửa
Nhiều người có thói quen chỉ ra chỗ sai, nhận câu "bạn nói đúng, xin sửa lại", rồi chép bản sửa. Vấn đề là chatbot có xu hướng đồng ý với người dùng. Nếu bạn nói sai mà giọng chắc chắn, nó cũng có thể "sửa" một bước đang đúng thành sai. Lần sửa vì thế cần được kiểm y như lần đầu.
Cách thử đơn giản: thỉnh thoảng hỏi lại một bước bạn biết chắc là đúng, kiểu "bước này có sai không?". Nếu công cụ vội vàng nhận sai và đổi đáp số, bạn biết rằng sự đồng ý của nó không mang thông tin gì. Từ đó bạn sẽ quen dựa vào phép kiểm độc lập như thay số, đạo hàm ngược, vẽ đồ thị, thay vì dựa vào việc AI có xác nhận hay không.
Một cách khác là mở cuộc trò chuyện mới và đưa cùng đề cho công cụ giải lại từ đầu. Hai lời giải độc lập ra cùng đáp số thì đáng tin hơn một chút, dù vẫn không thay được kiểm tra thật. Hai lời giải khác nhau là tín hiệu rõ rằng bài này nằm ngoài vùng an toàn của công cụ, và bạn phải tự làm phần chính.
Dùng hiểu biết về lỗi để học tốt hơn
Biết chatbot hay sai ở đâu thật ra là một cách ôn bài. Các chỗ AI hay vấp cũng chính là chỗ sinh viên năm nhất hay vấp. Một vài cách tận dụng:
- Lập một trang "bẫy" trong vở, mỗi lần bắt được AI sai thì ghi lại kiểu lỗi kèm ví dụ. Sau một học kỳ, trang đó là bảng ôn thi có giá trị hơn nhiều đề cương chép sẵn.
- Khi ôn một định lý, tự hỏi: nếu bỏ một giả thiết thì định lý còn đúng không, phản ví dụ là gì. Đó chính là câu hỏi giúp bạn bắt lỗi áp sai định lý.
- Nhờ chatbot cố tình viết một lời giải có đúng một lỗi, rồi tự tìm lỗi. Bài tập kiểu này rèn mắt soi tốt hơn việc đọc lời giải đúng.
- Không đưa họ tên, mã số sinh viên hay tệp bài tập có thông tin cá nhân vào chatbot; chỉ chép phần đề bài cần hỏi.
- Với bài thi, bài kiểm tra có tính điểm, không dùng AI trừ khi giảng viên cho phép rõ ràng; những gì trong bài này là để học, không phải để nộp.
Về lâu dài, mục tiêu là đến lúc bạn đọc một lời giải, dù của AI, của sách hay của bạn bè, mà tự động thấy được chỗ yếu. Kỹ năng đó không lỗi thời theo phiên bản công cụ nào.
Câu hỏi thường gặp
Chatbot nào giải toán chính xác nhất?
Không có câu trả lời cố định vì các công cụ thay đổi theo từng bản cập nhật, và độ chính xác còn tuỳ loại bài. Thay vì đi tìm công cụ đúng nhất, hãy dùng bất kỳ công cụ nào kèm thói quen kiểm từng bước; cách đó an toàn hơn việc tin hẳn vào một tên tuổi.
Nếu đáp số của AI trùng đáp án trong sách thì lời giải có đúng không?
Chưa chắc. Đáp số trùng có thể do lời giải đi đúng hướng, cũng có thể do hai lỗi bù trừ nhau hoặc do mô hình đã gặp bài này và nhớ đáp số. Bài có chấm lập luận thì vẫn phải đọc từng bước, nhất là các chỗ ghi dễ thấy.
Có nên gửi ảnh chụp đề cho chatbot không?
Được, nhưng hãy kiểm dòng đầu tiên xem công cụ đã đọc đúng đề chưa. Ảnh chụp dễ làm nhầm số mũ với chỉ số dưới, dấu trừ với gạch phân số, chữ l với số 1. Đề ngắn thì gõ lại bằng chữ thường an toàn hơn.
AI có giải được bài chứng minh không?
Chatbot viết được nhiều chứng minh quen thuộc, nhưng hay nhảy cóc ở bước then chốt hoặc dùng một bổ đề chưa được phép dùng trong khuôn khổ môn học. Với bài chứng minh, coi lời giải AI như bản nháp gợi ý hướng đi, rồi tự viết lại và kiểm từng mũi tên suy luận.
Hỏi lại AI "bạn có chắc không" có giúp phát hiện lỗi không?
Ít giúp. Chatbot có xu hướng đồng ý với người hỏi, nên có thể đổi một đáp số đúng thành sai chỉ vì bị hỏi lại. Câu hỏi hẹp về một bước cụ thể và phép kiểm độc lập như thay số, đạo hàm ngược có giá trị hơn nhiều.
Dùng AI giải bài tập về nhà có bị coi là gian lận không?
Tuỳ quy định của giảng viên và nhà trường. Nhiều nơi cho dùng AI để hỏi gợi ý nhưng không cho nộp lời giải do AI viết. Đọc kỹ đề cương môn học, không chắc thì hỏi thẳng giảng viên, và ghi rõ phần nào có dùng AI nếu được yêu cầu.