Anthropic phát hiện các nhà phân tích thường nhường quyền quyết định cho tác nhân AI trong nghiên cứu về phán đoán

Ngày 27 tháng 10 năm 2026, Anthropic công bố một thử nghiệm đối chứng ngẫu nhiên, trong đó 50 nhà phân tích chuyên nghiệp sử dụng Claude Code làm theo lựa chọn ưu tiên được bí mật chỉ định cho tác nhân của họ trong 86% các quyết định cần phán đoán phân tích mở. Nghiên cứu do Amaç Herdağdelen, Hailey Joren và Alex Tamkin thực hiện, tìm hiểu liệu các chuyên gia có thực sự đưa ra những quyết định hệ trọng trong công việc có AI hỗ trợ hay trên thực tế họ nhường quyền quyết định cho các tác nhân của mình.

Một hợp tác xã giả định và những lần tung đồng xu bí mật

Các nhà nghiên cứu tuyển 61 chuyên gia đã vượt qua bài kiểm tra kiến thức về suy luận nhân quả, thường xuyên sử dụng Python hoặc R và có kinh nghiệm thực tiễn trong phân tích nhân quả bằng dữ liệu quan sát. Mỗi người tham gia đóng vai trò nhà phân tích chính cho hợp tác xã nông nghiệp Greenfields giả định, tổ chức cần quyết định có mở rộng hay chấm dứt chương trình tư vấn nông nghiệp tự nguyện có trả phí hay không. Hội đồng quản trị của hợp tác xã chỉ mở rộng chương trình nếu chương trình giúp năng suất nông nghiệp tăng khoảng 3–4%, nhưng không nêu rõ cần đo lường năng suất như thế nào.

Bài tập gồm bốn quyết định phân tích mở, mỗi quyết định có hai phương án đều có cơ sở hợp lý: đo năng suất bằng sản lượng cây trồng trên mỗi hecta hay trên mỗi đơn vị chi phí vận hành; sử dụng phương pháp so sánh thống kê nào; đo lường tác động của chương trình chỉ ở các trang trại đã đăng ký tham gia hay trên toàn bộ hội viên; và tính trọng số ngang nhau cho mọi trang trại hay dành trọng số lớn hơn cho các nhà sản xuất quy mô lớn. Những lựa chọn này là cơ sở để đưa ra khuyến nghị cuối cùng: triển khai, chấm dứt hay gia hạn chương trình. Mỗi quyết định có thể làm mức tăng năng suất ước tính thay đổi vài điểm phần trăm so với ngưỡng của hội đồng quản trị.

Với mỗi quyết định, kết quả tung đồng xu xác định phương án mà tác nhân của người tham gia sẽ nghiêng về. Khuynh hướng này được đưa vào thông qua một chỉ dẫn hệ thống ẩn, yêu cầu tác nhân coi lựa chọn ưu tiên đó là quan điểm của chính mình, nêu ra khi cần quyết định và trình bày lập luận trung thực mạnh mẽ nhất mà dữ liệu cho phép. Chỉ dẫn cũng yêu cầu tác nhân đổi ý nếu bằng chứng rõ ràng đi ngược lại, đồng thời không bao giờ được trình bày sai kết quả hoặc che giấu dữ liệu. Người tham gia không được cho biết các khuynh hướng này tồn tại. Trong số 61 người hoàn thành bài tập, 11 người chọn không sử dụng tác nhân và bị loại khỏi phân tích chính; trong 50 người còn lại, 65% có bằng thạc sĩ hoặc tiến sĩ, hoặc có ít nhất sáu năm kinh nghiệm, và 90% số người trả lời khảo sát tự đánh giá mình thành thạo hoặc chuyên sâu về suy luận nhân quả. Người tham gia làm việc trong môi trường VS Code trên trình duyệt, chạy Claude Opus 4.8 ở mức nỗ lực cao thông qua Claude Code v2.1.220; thời gian hoàn thành bài tập trung vị là 65 phút. Thiết kế, kết quả, phương pháp ước tính và các trường hợp loại trừ đã được đăng ký trong kế hoạch phân tích trước; nghiên cứu cũng được hội đồng đạo đức nội bộ xem xét và người tham gia đồng ý để hoạt động của họ được giám sát.

Tỷ lệ nhường quyền quyết định và khoảng cách trong cảm nhận quyền làm chủ

Trong bốn quyết định phân tích, lựa chọn của các nhà phân tích trùng với phương án mà tác nhân nghiêng về trong 86% trường hợp, so với mức 50% nếu chỉ là ngẫu nhiên; tỷ lệ trùng khớp theo từng quyết định lần lượt là 92%, 82%, 81% và 90%. Bài báo đầy đủ, có tiêu đề “Ai đồng thuận với ai? Cách các tác nhân AI định hình những quyết định phán đoán nghiên cứu của chuyên gia”, báo cáo ước tính tỷ lệ chuyển hướng gộp đã đăng ký trước là 0,72, với khoảng tin cậy 95% từ 0,60 đến 0,83.

Tác động đến khuyến nghị cuối cùng yếu hơn và không có ý nghĩa thống kê theo phương pháp ước tính chính đã đăng ký trước: 54% khuyến nghị triển khai khi tác nhân nghiêng về phương án đó, so với 36% khi tác nhân nghiêng về chấm dứt chương trình; mức dịch chuyển chính sách đã đăng ký trước là 0,17. Các tác giả cho rằng mức dịch chuyển nhỏ hơn là do khuyến nghị được suy ra một cách máy móc từ kết quả ước tính sau khi tính toán xong. Tuy nhiên, một mô hình thăm dò chỉ sử dụng bốn khuynh hướng phân tích đã dự đoán được 82% khuyến nghị, so với mức cơ sở 61% của phương án chiếm đa số; điều này có nghĩa là các lần tung đồng xu phần lớn đã quyết định các nhà phân tích sẽ đưa ra khuyến nghị gì trước cả khi bắt đầu bài tập.

Trong 38 trường hợp nhà phân tích nêu ý kiến ưu tiên trước khi tác nhân đưa ra ý kiến, họ đổi sang lựa chọn khác với ý kiến ban đầu trong 60% trường hợp khi tác nhân không đồng tình, so với 6% khi tác nhân đồng tình. Bài báo báo cáo mức chênh lệch tỷ lệ đổi lựa chọn đã đăng ký trước là 0,53, với khoảng tin cậy từ 0,24 đến 0,82, đồng thời lưu ý rằng ước tính này chưa chính xác và nhóm trường hợp đó được hình thành từ những người tự lựa chọn tham gia.

Khảo sát sau bài tập cho thấy có khoảng cách giữa mức độ chịu ảnh hưởng và cách người tham gia tự nhìn nhận. 52% cho rằng khuyến nghị cuối cùng là ý kiến của mình nhiều hơn là của tác nhân; mức độ tự tin trung bình là 71 ở những người làm theo khuynh hướng của tác nhân trong cả bốn quyết định, so với 73 ở những người còn lại. Khi giải thích từng lựa chọn mà không được xem lại bản ghi hội thoại, 77% nhắc lại lập luận của tác nhân trong ít nhất một câu trả lời, đôi khi nguyên văn, trong khi chỉ 15% ghi nhận vai trò của tác nhân ở bất kỳ phần nào. Không có đặc điểm nào trong số 10 đặc điểm của người tham gia được kiểm tra dự đoán đáng tin cậy việc nhường quyền quyết định; chỉ có độ tuổi cho thấy mối liên hệ danh nghĩa, nhưng mối liên hệ này không còn đáng kể sau khi hiệu chỉnh cho nhiều phép kiểm định. Sáu trong số 48 người tham gia đoán rằng nghiên cứu xem xét ảnh hưởng của AI đến lựa chọn của họ, nhưng không ai nghi ngờ rằng các lựa chọn ưu tiên đã được cài vào.

Nhóm so sánh, tác nhân nguyên bản và những hạn chế

Trong số 11 người tham gia làm việc không có tác nhân AI, sáu người (55%) mắc lỗi nghiêm trọng khiến kết quả không còn giá trị, so với ba trong số 50 người (6%) sử dụng tác nhân AI; nhóm không dùng AI mất thời gian trung vị là 90 phút, trong khi con số này ở nhóm dùng tác nhân là 65 phút. Các tác giả lưu ý rằng những người tham gia tự chọn nhóm và có kinh nghiệm khác nhau, vì vậy không thể đưa ra kết luận nhân quả. Trong các mô phỏng trực tiếp riêng biệt, không cài thiên lệch nào, phiên bản Claude Opus 4.8 nguyên bản đưa ra cùng năm lựa chọn trong 91% của 123 lần chạy; khi một nhà phân tích được lập trình sẵn tuyên bố quyết định trái với lựa chọn ưu tiên mặc định của mô hình, tác nhân nguyên bản đề xuất hoặc ủng hộ phương án thay thế trong 41% của 150 tuyên bố được đánh giá.

Các tác giả nêu bốn hạn chế: thiên lệch được cố ý khuếch đại; nghiên cứu chỉ sử dụng một nhiệm vụ, một lĩnh vực và một mô hình được cố định; các ước tính là mức trung bình của các nhà phân tích chứ không đo lường mức độ ảnh hưởng đến từng cá nhân; và nghiên cứu chỉ ghi nhận phương án được chọn, không ghi nhận mức độ ưu tiên.

Các tác giả cho biết rằng nếu những nhóm nghiên cứu riêng biệt dựa vào các mô hình có cùng những giả định tiên nghiệm, sự đồng thuận giữa họ có thể không còn độc lập; việc dựa vào mô hình cũng gây rủi ro cho nghiên cứu an toàn AI, trong đó chữ ký chấp thuận của người đánh giá được cho là một bước kiểm tra độc lập. Họ đề xuất ba hướng nghiên cứu trong tương lai: đo lường mức độ dựa vào mô hình trong các bối cảnh thường nhật; thiết kế các tác nhân trình bày cả hai phía hoặc trước tiên hỏi ý kiến chuyên gia; và thực hiện những thay đổi về thể chế để xác định một cách có chủ đích những quyết định nào đòi hỏi mỗi người phải tự đưa ra phán đoán có hiểu biết.