Làm thế nào để vượt qua các thiên vị ngôn ngữ và văn hóa trong việc áp dụng GenAI

Vào năm 2025, ChatGPT và tìm kiếm Google được hỗ trợ bởi AI đang thống trị, nhưng điều quan trọng là phải nhớ đến các phương thức giao tiếp khác nhau. Trí tuệ nhân tạo sinh (genAI) chủ yếu dựa trên văn bản và hoạt động trong tiếng Anh, điều này có thể cô lập các trường hợp sử dụng của nó đối với những người không nói tiếng Anh bản địa.

Mặc dù tiếng Anh được nói như một ngôn ngữ bản địa bởi ít hơn 20% dân số thế giới, nhưng nó chiếm 67,3% trang web. Nhiều nền tảng genAI được đào tạo trong ngôn ngữ tiếng Anh, điều này có nghĩa là giao tiếp có thể bị biến dạng trong môi trường làm việc liên quan đến nhiều ngôn ngữ hoặc văn hóa.

Giao tiếp là nhiều hơn chỉ là những chữ cái trên màn hình: nó bao gồm giọng điệu, ngôn ngữ cơ thể, biểu cảm khuôn mặt, nhịp điệu và sắc thái văn hóa, để kể một số yếu tố quan trọng. Các tổ chức triển khai gen AI phải đảm bảo rằng họ cũng đang giảm thiểu các thiên vị ngôn ngữ và văn hóa tiềm năng, đặc biệt là khi chúng ta sống trong một thế giới toàn cầu hóa.

Tại sao Giọng nói Vẫn quan trọng

Có nhiều lý thuyết mở rộng về tầm quan trọng của giao tiếp đa phương thức, đặc biệt là trong các thiết lập đa văn hóa và đa ngôn ngữ.

Một trong những lý thuyết nổi bật nhất là lý thuyết của Edward T. Hall về văn hóa ngữ cảnh cao và thấp. Hall phác thảo sự khác biệt vốn có trong cách các văn hóa giao tiếp. Văn hóa ngữ cảnh cao, được tìm thấy ở nhiều quốc gia châu Á, dựa trên các tín hiệu gián tiếp và phi ngôn ngữ trong giao tiếp. Tiếng Nhật, ví dụ, là một ngôn ngữ ngữ cảnh cao, nơi các từ onomatopoeia và sự thay đổi tinh tế trong biểu cảm ảnh hưởng đáng kể đến ý định và suy luận.

Văn hóa ngữ cảnh thấp, ngược lại, như nhiều văn hóa ở phương Tây (Mỹ và nhiều quốc gia châu Âu) dựa trên giao tiếp trực tiếp và ngôn ngữ. Vì văn hóa ngữ cảnh thấp có xu hướng rõ ràng hơn, việc nhắn tin kỹ thuật số dựa trên văn bản hòa nhập một cách tự nhiên vào cấu trúc giao tiếp của họ. Khi đặt các đặc điểm dựa trên văn bản của genAI vào lý thuyết này, không có gì ngạc nhiên khi những người từ văn hóa ngữ cảnh cao, đặc biệt là những người không nói tiếng Anh bản địa, gặp khó khăn trong việc giao tiếp hiệu quả với các công cụ này.

Trong một môi trường kinh doanh quốc tế hóa, nơi mọi người từ mọi tầng lớp hội nhập, sự thiếu vắng các tín hiệu tinh tế như ngôn ngữ cơ thể và giọng điệu có thể làm cho giao tiếp với AI trở nên kém tin cậy hơn. Giao tiếp kỹ thuật số hoặc dựa trên công nghệ, đặc biệt là giao tiếp được trải qua qua các công cụ genAI, phải bao gồm các phương thức khác ngoài nhắn tin dựa trên văn bản.

Vấn đề về thiên vị tiếng Anh trong GenAI

Có những lo ngại nghiêm trọng được đưa ra về thiên vị trong các bộ phát hiện AI (được hỗ trợ bởi AI) đối với những người viết không phải tiếng Anh bản địa. Hơn nữa, trong lĩnh vực khoa học, nghiên cứu gần đây cho thấy rằng tới 38% người không nói tiếng Anh bản địa bị từ chối bởi các tạp chí vì rào cản ngôn ngữ. Tác giả của nghiên cứu này thực sự cho rằng việc phá vỡ rào cản ngôn ngữ là chìa khóa để chia sẻ kiến thức. Họ cũng lập luận rằng chất lượng ngôn ngữ không nên quyết định liệu kiến thức có đáng được chia sẻ hay không.

Các nhà nghiên cứu đang cảnh báo về sự thiếu đa dạng ngôn ngữ trên các mô hình ngôn ngữ lớn (LLM) và rủi ro loại trừ số lượng lớn dân số thế giới không phải là người nói tiếng Anh bản địa. Đây là một vấn đề sâu sắc mà đang hạn chế cách mọi người có thể tương tác và sử dụng các công cụ AI.

Đây cũng là một vấn đề cần được giải quyết càng sớm càng tốt, xem xét rằng 95% công ty Mỹ đã áp dụng genAI. Công nghệ này đang được áp dụng ngày càng nhiều vào các môi trường làm việc bận rộn như sàn nhà máy sản xuất. Tuy nhiên, những người không nói tiếng Anh bản địa thường bị bỏ lại khi thảo luận về các chiến lược triển khai AI.

Hãy xem xét những rào cản đối với việc áp dụng AI thành công trông như thế nào trong thực tế. Những người không nói tiếng Anh bản địa gặp khó khăn với các lệnh, dẫn đến đầu ra bị méo mó và rủi ro thông tin hoặc hướng dẫn bị hiểu lầm. Ví dụ, các nhà sản xuất Việt Nam với kiến thức tiếng Anh hạn chế phụ thuộc vào bản dịch tiếng Anh qua genAI cho hướng dẫn. Điều đó gây ra một không gian lỗi lớn vì ngữ cảnh và các tín hiệu tinh tế bị loại bỏ.

Ngoài ra, niềm tin và sự tự tin bị xói mòn. Điều này có thể làm tăng sự kháng cự đối với việc sử dụng công nghệ trong các quy trình làm việc, đồng thời làm suy yếu tinh thần và động lực của nhân viên.

Đóng khoảng cách

Những rào cản và thách thức này nên được giải quyết càng sớm càng tốt. Để san bằng sân chơi xung quanh việc áp dụng genAI, các sắc thái văn hóa và ngôn ngữ phải được xem xét. Có một số chiến lược mà các tổ chức có thể áp dụng để bắc cầu qua những khoảng cách này và xây dựng việc áp dụng genAI cho một tương lai đa ngôn ngữ.

Tích hợp các khung nhận thức và phân tích

Một khung nhận thức đặc biệt hữu ích là Vòng lặp OODA, được phát triển bởi phi công chiến đấu nổi tiếng, John Boyd. Năm thành phần của “hướng” tạo thành một trong bốn bước của Vòng lặp OODA – di truyền, truyền thống văn hóa, kinh nghiệm trước đây, thông tin mới và phân tích/tổng hợp – có thể được áp dụng để hiểu cách các quyết định cá nhân bị ảnh hưởng bởi các đầu vào.

Tôi khuyên bạn nên đối xử với ngôn ngữ như một phần của ‘truyền thống văn hóa’ trong khi chú ý đặc biệt đến ‘di truyền’ và ‘phân tích/tổng hợp’ của cá nhân. Dưới đây là cách từng thành phần đóng vai trò trong việc đào tạo các mô hình AI để trở nên rộng rãi hơn về ngôn ngữ.

• Di truyền (đặc điểm con người nhúng): đào tạo hệ thống AI để phát hiện các tín hiệu phổ quát như giọng điệu và nhịp điệu được chia sẻ giữa các ngôn ngữ và văn hóa. Một cách tiếp cận đa phương thức đối với genAI bao gồm các tín hiệu giọng nói, văn bản và video – không chỉ là văn bản.

• Truyền thống văn hóa: tạo tập dữ liệu để bắt捉 các đặc điểm ngôn ngữ nhất định, như onomatopoeia, và các hình thức giao tiếp nặng về ngữ cảnh. Curation các mô hình cho các khu vực chứ không sử dụng một mô hình phổ quát không linh hoạt về văn hóa hoặc ngôn ngữ.

• Kinh nghiệm trước đây: mọi người có nhiều khả năng tin tưởng vào các hệ thống phản ánh thực tế sống của họ. Ví dụ, nhân viên tại Việt Nam hoặc Nhật Bản sẽ sử dụng AI khác với các đội tại Mỹ, tùy thuộc vào mức độ tiếp xúc và sự tự tin của họ với các công cụ này. Các buổi hội thảo nơi các đội địa phương có thể kiểm tra và thực hành sử dụng genAI. Sau đó, họ có thể chia sẻ phản hồi về cách nó phản ánh ngữ cảnh ngôn ngữ và văn hóa của họ. Các tổ chức sau đó có thể điều chỉnh các thư viện lệnh theo đó, xem xét các trường hợp sử dụng của các hướng dẫn này (các công nhân nhà máy thường thích hướng dẫn trực quan).

• Thông tin mới: các công cụ genAI cần được cập nhật liên tục với dữ liệu thế giới thực. Sử dụng đầu vào dữ liệu đa ngôn ngữ trên các tập dữ liệu để hệ thống tích hợp học hỏi các sắc thái của các ngôn ngữ và hình thức giao tiếp khác nhau.

• Phân tích/tổng hợp: đây là nơi sự liên kết giữa con người và AI xảy ra. Dữ liệu ngôn ngữ và tín hiệu thường bị phân mảnh, điều này không tương thích với các mô hình genAI. Dữ liệu này cần được chuyển đổi thành dữ liệu có thể tiêu hóa được AI để nó có thể được xử lý và phân tích để tạo ra đầu ra linh hoạt về văn hóa và ngôn ngữ.

Đào tạo Thực tế cho Các Thực hành Tốt nhất

Nhân viên cũng nên được đào tạo về các thực hành tốt nhất xung quanh việc kích hoạt các nền tảng genAI, với sự tập trung vào sự rõ ràng. Thư viện lệnh có thể vô cùng hữu ích để làm quen với các đội về các thực hành tốt nhất cho lệnh.

Quan trọng là, trong các buổi hội thảo đào tạo AI, tôi cũng khuyên bạn nên tập trung vào các nguyên tắc như công bằng và minh bạch. Đây là những khía cạnh cơ bản của việc triển khai AI không thiên vị, và các đội cũng nên am hiểu về cách nhận biết các dấu hiệu của ảo giác và thiên vị, điều này làm trầm trọng thêm các rào cản ngôn ngữ.

Ngoài ra, tránh ‘phòng nghe’ bằng cách đảm bảo rằng thông tin mới từ AI không chỉ đến từ một cá nhân, mà từ một loạt các nguồn. Phòng nghe là một vấn đề lớn trong công nghệ, bao gồm cả AI, củng cố các thiên vị hiện có và làm méo mó đầu ra. Nhân viên có nguy cơ rơi vào bẫy thiên vị và theo đuổi hướng dẫn hoặc thông tin không phù hợp.

Cuối cùng, hãy nhận ra rằng bất kỳ công cụ AI nào, bao gồm cả genAI, nên được đối xử như một ‘tư vấn’, không phải là hướng dẫn nghiêm ngặt. Các đội nên được khuyến khích luôn đưa một người vào để làm rõ bất kỳ sự nhầm lẫn nào để giảm thiểu rủi ro thông tin sai hoặc hướng dẫn sai.

AI đang biến đổi các quy trình kinh doanh, nhưng điều quan trọng là không để lại bất kỳ ai trên đường đi. Việc tích hợp các chiến lược này trong việc triển khai AI cho phép các doanh nghiệp điều hướng các rào cản ngôn ngữ mà nếu không sẽ gây ra thiên vị và các vấn đề lớn.