Góc nhìn Anderson
Bác sĩ AI dễ bị thuyết phục

Điểm chínhCác mô hình AI chấp nhận lời khuyên y tế sai lệch dễ dàng hơn nhiều khi lời khuyên đó…
Xem thêm
- Các mô hình AI chấp nhận lời khuyên y tế sai lệch dễ dàng hơn nhiều khi lời khuyên đó đến từ một chuyên gia so với từ một sinh viên y khoa.
- Một lời giải thích bịa đặt ủng hộ một chẩn đoán sai có thể lấn át một câu trả lời đúng của AI ngay cả khi không có bằng chứng thực sự.
- Làm cho AI khó bị thuyết phục hơn không phải là giải pháp vì sự thuyết phục cũng có thể sửa chữa những sai sót thực sự.
Những điều bỏ lỡ trong năm 2026: Đã đến thời điểm trong năm mà chất lượng và số lượng nghiên cứu cùng lúc trồi sụt theo những hội nghị cuối cùng của tháng 11 và tháng 12. Để vượt qua những giai đoạn khan hiếm thất thường này, chúng tôi điểm lại một số bài báo thú vị suýt được chọn trong năm 2026 nhưng bị các công trình khác vượt qua, vào những đợt nộp bài có tính cạnh tranh cao hơn.
Mối quan tâm ngày càng tăng đối với các mô hình AI ra quyết định một phần bắt nguồn từ những hạn chế của chatbot AI đa dụng khi đưa ra quyết định. Ngay cả khi các sản phẩm AI tiên tiến như ChatGPT có thể âm thầm “chuyển giao” việc đánh giá một số quyết định cho mô hình ra quyết định của chính mình hoặc của bên khác ở hậu trường, những nhận định vốn có của nó vẫn dễ bị dẫn dắt sai lệch đến đáng sợ.
Chẳng hạn, để giúp tôi sàng lọc các đề tài đưa tin tiềm năng đang cạnh tranh với nhau, đôi khi tôi đưa chúng ra cùng lúc cho ChatGPT, Claude 5.5 và bất kỳ mô hình nào Gemini sẵn lòng cung cấp miễn phí vào buổi sáng hôm đó. Tôi biết điều gì sẽ xảy ra: GPT và Claude sẽ đánh giá quá cao một số phần trong bộ tiêu chí; Gemini (bản miễn phí) sẽ cho rằng mọi thứ đều tuyệt vời; còn với Claude thì gần như chẳng có gì đủ tốt.
Khi tôi chất vấn GPT 5.6 Sol bằng quan điểm khác biệt của Claude hoặc Gemini, gần như lần nào nó cũng nhượng bộ, ít nhiều (thường là hoàn toàn). Đưa ra một quan điểm đối lập hoặc cạnh tranh thường khiến GPT hoàn toàn đảo ngược quyết định. Khi bạn chỉ ra rằng nó dễ bị tác động đến mức nào, GPT lại quay về quan điểm ban đầu, dường như phật ý vì bị quy kết như vậy. Tuy nhiên, ngay cả khi ấy, người dùng vẫn có thể khiến nó đổi ý tùy ý chỉ bằng một gợi ý rất nhỏ.
Ngược lại, Claude thường có xu hướng cố thủ: chất vấn phán đoán của nó sẽ khiến nó càng khăng khăng hơn, như thể nó nhận thức được “vấn đề dễ bị uốn nắn” trong các cuộc thảo luận về AI và được dặn không bao giờ đổi lập trường — một giải pháp khá mong manh.
Lại có tiếng nói từ một nơi khác
Tuy nhiên, đây chỉ là những giai thoại được hậu thuẫn một phần. Điều khiến tôi nhắc đến chuyện này là các bài nghiên cứu trên Arxiv hôm nay hơi kém nổi bật, khiến tôi quay lại với một bài báo từng khiến tôi quan tâm vào mùa hè, nhưng khi đó chúng tôi không có thời gian đề cập.
Có tựa đề AI có thể dễ dàng bị thuyết phục trong quá trình ra quyết định lâm sàng, nghiên cứu của Stanford/Oxford này xem xét mức độ dễ bị thuyết phục để thay đổi chẩn đoán y khoa của GPT-4o, Claude Sonnet 5 và Qwen3.7-plus.
Hóa ra thâm niên, quốc tịch, uy tín của cơ sở công tác và thành tích được tuyên bố của bác sĩ đều có thể ảnh hưởng đến các mô hình, ngay cả khi lời khuyên đó sai. Các con số cũng có ảnh hưởng cộng dồn: trong một thí nghiệm, GPT-4o sẵn lòng chấp nhận một chẩn đoán sai hơn hẳn khi có ba bác sĩ cùng đồng tình.
Ngay cả việc liên tục bảo AI rằng nó sai mà không đưa ra bằng chứng mới cũng có thể khiến nó đổi ý sau cùng.
Bài báo viết:
“Chúng tôi nhận thấy uy tín chuyên môn, xuất thân quốc gia, đơn vị công tác, thành tích trước đây được tuyên bố, ý kiến của nhiều bác sĩ, quan điểm của bác sĩ lâm sàng có bằng chứng hỗ trợ và áp lực lặp đi lặp lại đều có thể ảnh hưởng đến quyết định của AI.
“Đáng ngạc nhiên là cùng một nội dung thuyết phục có thể làm thay đổi nhiều hơn khoảng 10% số ca khi được một bác sĩ lâm sàng cao cấp đưa ra, so với khi xuất phát từ một sinh viên y khoa. Chỉ cần tuyên bố có thành tích tốt hơn cũng luôn khiến bác sĩ trở nên thuyết phục hơn.
“Đáng chú ý hơn, một quan điểm có vẻ hợp lý của bác sĩ lâm sàng có thể thuyết phục AI từ bỏ quyết định đúng, ngay cả khi quan điểm đó được bịa ra để ủng hộ một câu trả lời sai.”
Để khắc phục, các tác giả cho rằng AI cần đánh giá tốt hơn những bằng chứng làm cơ sở cho lời khuyên của bác sĩ, nhờ đó có thể chấp nhận những đính chính xác đáng mà không bị uy tín, áp lực tập thể hay những lập luận nghe có vẻ thuyết phục nhưng sai lệch chi phối.
Tuy nhiên, làm thế nào để đạt được điều đó vẫn là câu hỏi còn bỏ ngỏ. Khuôn khổ MedStress năm 2026 tuyên bố gần như loại bỏ hoàn toàn vấn đề AI đảo ngược chẩn đoán; một công trình khác trong năm 2026 nhận thấy — trái với trải nghiệm của chính tôi — Google Gemini là mô hình có khả năng chống chịu cao nhất trước việc bị dẫn dắt sai lệch về chẩn đoán y khoa; còn một bài tổng quan tháng 9 năm 2026 đề xuất các bài kiểm tra tiêu chuẩn hóa để phân biệt trường hợp AI đổi ý một cách chính xác với trường hợp nó nhượng bộ trước áp lực và đưa ra chẩn đoán sai.
Với hơn 80% bác sĩ Hoa Kỳ đang sử dụng AI theo một cách nào đó, cùng sự hào hứng rõ rệt trong ngành đối với việc mở rộng năng lực chẩn đoán vượt ra ngoài giới hạn về nhân lực và phạm vi bao phủ vốn thường lên mặt báo, vấn đề này có nguy cơ trở thành một trong những rào cản lớn đối với việc ứng dụng AI trong chẩn đoán, và rõ ràng cần được quan tâm nhiều hơn hoặc hiệu quả hơn.
Trong lúc chờ đợi, hãy cùng xem vấn đề này biểu hiện ra sao theo nghiên cứu của Oxford/Stanford.
Phương pháp
Trong các thử nghiệm, 308 câu hỏi y khoa được lấy từ MedBullets, một tuyển tập ca lâm sàng có độ khó tương đương với các kỳ thi cấp chứng chỉ hành nghề y:

Một tình huống mẫu trong tuyển tập ca lâm sàng do MedBullets biên soạn. Nguồn
Mỗi câu hỏi đi kèm một tình huống bệnh nhân, năm phương án trả lời và lời giải thích cho lựa chọn đúng. Sau đó, người ta đo tần suất AI bị thuyết phục từ bỏ một câu trả lời đúng.
Ba mô hình AI được thử nghiệm, như đã đề cập trước đó, là GPT-4o, Qwen3.7-Plus và Sonnet 5. Mỗi mô hình được chỉ dẫn đóng vai trò là một hệ thống hỗ trợ ra quyết định y khoa, nhằm đưa ra chẩn đoán chính xác dựa trên bằng chứng lâm sàng hiện có.
Trong mỗi ca, các mô hình phải chọn một đáp án; cho biết liệu chúng có thay đổi quyết định ban đầu hay không; tự đánh giá mức độ tự tin theo thang điểm từ 0 đến 100; đề xuất bước tiếp theo; và chấm điểm mức độ khẩn cấp cần hành động, từ không cần hành động đến dừng quy trình và chuyển ca để xem xét thêm. Những yêu cầu không thành công được gửi lại để bảo đảm hoàn tất tất cả các thử nghiệm đã lên kế hoạch.
Trong một số thử nghiệm, AI được cung cấp một ca bệnh cùng lời khuyên của bác sĩ và được yêu cầu chẩn đoán; trong những thử nghiệm khác, AI đưa ra chẩn đoán trước, rồi lời khuyên của bác sĩ mới được đưa vào cuộc trò chuyện. Các thử nghiệm cũng xem xét liệu có thể dùng sức thuyết phục để khiến AI đổi chẩn đoán đúng thành sai hay sửa được một sai sót ban đầu hay không.
Những người có thẩm quyền
Cùng một lời khuyên y khoa được trình bày như thể đến từ các bác sĩ có thâm niên khác nhau, từ sinh viên y khoa đến bác sĩ chuyên khoa. Chẩn đoán và thông tin về bệnh nhân được giữ nguyên, qua đó cho phép đo lường ảnh hưởng của uy tín chuyên môn.
Lời khuyên cũng được gán cho các bác sĩ đến từ Cameroon, Trung Quốc, Các Tiểu vương quốc Ả Rập Thống nhất, Vương quốc Anh và Hoa Kỳ. Các thử nghiệm bổ sung xem xét liệu AI có bị ảnh hưởng bởi việc bác sĩ công tác tại một trung tâm y tế hàng đầu, một bệnh viện ở đô thị hay một bệnh viện ở nông thôn hay không. Chỉ thông tin lý lịch được nêu về bác sĩ là thay đổi.
Các thử nghiệm bổ sung xem xét liệu AI có bị ảnh hưởng bởi nơi bác sĩ làm việc hay không, bằng cách so sánh các trung tâm y khoa học thuật danh tiếng, bệnh viện cộng đồng ở đô thị và bệnh viện ở nông thôn. Các mô hình cũng được cung cấp hồ sơ hư cấu về kết quả của chính chúng và của bác sĩ trong chín ca trước đó, nhằm xem xét liệu độ tin cậy mà bác sĩ thể hiện có ảnh hưởng đến mức độ sẵn sàng chấp nhận lời khuyên của AI hay không.
Ảnh hưởng của áp lực tập thể được kiểm tra bằng cách cho AI biết rằng chẩn đoán của nó đã bị phản bác bởi một bác sĩ; ba bác sĩ đồng thuận; hoặc một hội đồng thẩm định của bệnh viện. Trong một số thử nghiệm, chẩn đoán thay thế được đề xuất; ở những thử nghiệm khác, AI chỉ được thông báo rằng mình đã sai.
Ảnh hưởng của lập luận y khoa được xem xét bằng cách cung cấp cho các mô hình những lời giải thích ủng hộ chẩn đoán đúng hoặc những lập luận cố ý bịa đặt để ủng hộ chẩn đoán sai. Các lời giải thích này cũng được thử nghiệm cùng với những tuyên bố về thâm niên chuyên môn, nhằm xác định mức độ ảnh hưởng đạt được khi kết hợp hai yếu tố đó.
Cuối cùng, tác động của áp lực lặp đi lặp lại được kiểm tra qua mười lượt hội thoại, trong đó cùng một ý kiến phản đối được nêu ra mỗi lần. Các cách chất vấn bao gồm chỉ đơn thuần bất đồng; khẳng định mình có thẩm quyền y khoa; và cho rằng các bác sĩ khác cũng đồng ý. Trong những lượt trao đổi này, không có thêm bằng chứng y khoa nào được cung cấp.
Các chỉ số
Các chỉ số được sử dụng gồm mức độ dễ bị thuyết phục, nhằm đánh giá tần suất AI chấp nhận đáp án của bác sĩ khi đáp án ban đầu của AI khác với đáp án đó; chiều hướng thuyết phục, nhằm xác định liệu sự can thiệp của bác sĩ có sửa được sai sót ban đầu hay khiến một câu trả lời đúng trở thành sai; và tác động đến độ chính xác, nhằm đo lường mức cải thiện hoặc suy giảm hiệu suất của AI khi đưa ý kiến bác sĩ vào (so với các thử nghiệm không có ý kiến đó). Khi một câu trả lời đúng bị đổi thành sai, kết quả được tính trung bình trên bốn đáp án sai có thể chọn.
Các thử nghiệm
Kết quả ban đầu cho thấy các mô hình AI dễ bị bác sĩ thâm niên cao thuyết phục hơn, ngay cả khi lời khuyên của họ sai. Như minh họa bên dưới, GPT-4o chấp nhận lời khuyên sai trong 2% số trường hợp khi lời khuyên đó được cho là đến từ một sinh viên y khoa; tỷ lệ này tăng lên 12.8% khi lời khuyên được gán cho một bác sĩ chuyên khoa. Với Claude Sonnet 5, tỷ lệ tăng từ 3.5% lên 14.4%, trong khi Qwen3.7-Plus ít bị ảnh hưởng hơn:

Tỷ lệ bị thuyết phục theo bốn cấp độ thâm niên y khoa. Các tỷ lệ phần trăm cho biết tần suất mỗi mô hình AI chấp nhận câu trả lời trái ngược của bác sĩ; nhìn chung, tỷ lệ cao hơn được ghi nhận ở các bác sĩ lâm sàng có thâm niên cao hơn.
Thâm niên cũng ảnh hưởng đến mức độ sẵn sàng chấp nhận lời khuyên đúng, như minh họa bên dưới. GPT-4o và Claude Sonnet 5 thực tế có độ chính xác thấp hơn khi nhận lời khuyên từ sinh viên y khoa. Tuy nhiên, khi cùng lời khuyên đúng đó được gán cho các bác sĩ chuyên khoa, độ chính xác lần lượt tăng 10.1 và 8.8 điểm phần trăm:

Mức thay đổi độ chính xác của AI khi nhận được lời khuyên y khoa đúng từ các bác sĩ có thâm niên khác nhau. Giá trị dương và âm biểu thị mức thay đổi tính theo điểm phần trăm so với độ chính xác của mỗi mô hình khi không nhận lời khuyên (GPT-4o: 71.4%; Qwen3.7-plus: 75.0%; Claude Sonnet 5: 80.8%).
Bài nghiên cứu nêu:
‘Những kết quả này còn cho thấy AI có thể ngầm đánh giá năng lực của mình cao hơn các bác sĩ lâm sàng ít kinh nghiệm, nhưng thấp hơn các bác sĩ cấp cao. AI thường kháng cự lời khuyên của sinh viên y khoa và bác sĩ nội trú, trong khi dễ bị thuyết phục hơn bởi bác sĩ điều trị và đặc biệt là các chuyên gia trong lĩnh vực.
‘Cách tự định vị có vẻ như vậy này chi phối mức độ ảnh hưởng của thẩm quyền chuyên môn đến khả năng thuyết phục.’
Khác biệt lớn nhất nằm ở việc các bác sĩ có giải thích câu trả lời của mình hay không. Lời khuyên của một sinh viên y khoa thậm chí còn thuyết phục GPT-4o hơn lời khuyên của một chuyên gia nếu sinh viên đưa ra lời giải thích y khoa còn chuyên gia thì không.
Khi một sinh viên y khoa đưa ra lời giải thích ủng hộ đáp án đúng, GPT-4o đã sửa câu trả lời sai ban đầu thành đáp án đúng trong 58% trường hợp. Nếu không có lời giải thích đó, lời khuyên từ một chuyên gia cấp cao chỉ đạt kết quả này trong 36.4% trường hợp. Khi chuyên gia cũng giải thích đáp án đúng, tỷ lệ này tăng lên 89.8%:

Khả năng sửa câu trả lời sai của GPT-4o khi nhận lời khuyên từ các bác sĩ có thâm niên khác nhau. Các cột cho biết tần suất mô hình chuyển sang đáp án đúng, có hoặc không có lời giải thích y khoa hỗ trợ. Lời giải thích giúp cải thiện đáng kể kết quả ở mọi cấp bậc thâm niên.
Lời giải thích cũng giúp cải thiện khả năng đánh giá mức độ tự tin của mô hình. Mô hình tự tin hơn khi câu trả lời đúng và kém tự tin hơn khi câu trả lời sai.
Đối với bác sĩ điều trị, chênh lệch mức độ tự tin giữa câu trả lời đúng và sai tăng từ 2.1 lên 11.5 điểm phần trăm, như minh họa dưới đây:

Mức độ tự tin của GPT-4o đối với các câu trả lời y khoa đúng và sai ở bốn cấp bậc thâm niên của bác sĩ. Điểm số được trình bày khi có và không có lời giải thích y khoa hỗ trợ. Các cột cuối cho thấy chênh lệch mức độ tự tin giữa câu trả lời đúng và sai; chênh lệch này tăng đáng kể khi có lời giải thích.
Lá cờ Hoa Kỳ
Các mô hình dễ bị thuyết phục bởi bác sĩ Mỹ hơn bác sĩ từ bất kỳ quốc gia nào khác được đưa vào thử nghiệm — kể cả khi lời khuyên y khoa của họ sai. Chẳng hạn, GPT-4o chấp nhận chẩn đoán sai từ một bác sĩ Mỹ trong 10.9% trường hợp, so với 8.4% khi lời khuyên đến từ một bác sĩ Cameroon:

So sánh mức độ sẵn sàng chấp nhận lời khuyên y khoa trái ngược của ba mô hình AI khi lời khuyên được cho là đến từ các bác sĩ ở năm quốc gia. Bác sĩ Mỹ có sức thuyết phục lớn nhất đối với cả ba mô hình; tỷ lệ phần trăm cho biết tần suất AI thay đổi câu trả lời.
GPT-4o chấp nhận chẩn đoán trái ngược trong 6.4% trường hợp khi chẩn đoán đó được cho là của một bác sĩ Mỹ, so với 4.3% khi cùng lời khuyên được cho là của một bác sĩ Cameroon. Xu hướng ưu tiên bác sĩ Mỹ xuất hiện ở cả ba mô hình, như minh họa phía trên.
AI cũng dễ bị ảnh hưởng hơn bởi các bác sĩ làm việc tại những bệnh viện có uy tín; chẳng hạn, GPT-4o thay đổi chẩn đoán trong 6.6% trường hợp khi lời khuyên được cho là đến từ một trung tâm y khoa học thuật hàng đầu, so với chỉ 2.8% khi lời khuyên đến từ một bệnh viện ở vùng nông thôn:

So sánh ảnh hưởng của uy tín bệnh viện đến quyết định y khoa của ba mô hình AI. Trục ngang biểu thị mức cải thiện nhờ lời khuyên đúng; trục dọc biểu thị mức độ chính xác suy giảm do lời khuyên sai. Màu sắc phân biệt các mô hình, còn hình dạng phân biệt các loại bệnh viện. Nhìn chung, uy tín càng cao thì cả hai tác động đều càng lớn.
Lời khuyên từ các bệnh viện danh tiếng giúp hiệu suất của GPT-4o tăng 3,2 điểm phần trăm, trong khi cùng lời khuyên đó, nếu được cho là đến từ bệnh viện ở vùng nông thôn, lại làm giảm độ chính xác 3,6 điểm — dù bài báo lưu ý rằng Claude Sonnet 5 ít bị ảnh hưởng bởi địa điểm làm việc của bác sĩ hơn đáng kể.
Ngoài ra*, các nhà nghiên cứu phát hiện rằng chỉ cần nói với GPT-4o một bác sĩ đã chẩn đoán chính xác cho chín bệnh nhân trước đó cũng khiến mô hình sẵn sàng làm theo lời khuyên của bác sĩ ấy hơn nhiều. Ngay cả khi ban đầu AI đưa ra câu trả lời đúng, nó vẫn có thể bị thuyết phục để mắc lỗi trong 15,6% số ca có rủi ro cao, dù được cho biết bằng chứng y khoa có độ tin cậy 95%.

Kết quả thử nghiệm cho thấy GPT-4o phản ứng ra sao với các bác sĩ có hồ sơ hoàn hảo hoặc hoàn toàn sai lệch, trong các mức độ rủi ro y tế và độ tin cậy của bằng chứng khác nhau. Các số liệu cho biết mô hình thường làm theo lời khuyên của bác sĩ đến mức nào, thường đổi câu trả lời đúng thành sai ra sao, và mức độ tự tin của mô hình đối với các quyết định của mình. Việc khẳng định rằng bác sĩ có hồ sơ hoàn hảo làm tăng đáng kể ảnh hưởng của họ, ngay cả khi lời khuyên là sai.
Một lời giải thích y khoa có sức thuyết phục còn có thể nguy hiểm hơn. Khi một chẩn đoán sai được củng cố bằng lời giải thích bịa đặt, GPT-4o từ bỏ câu trả lời đúng trong 31,2% số trường hợp; tỷ lệ này tăng lên 38,7% khi lời khuyên còn đến từ một bác sĩ có thẩm quyền.
Bài báo kết luận:
“Những phát hiện này cho thấy chỉ đơn giản khiến AI khó bị thuyết phục hơn không phải là giải pháp. Sự thuyết phục có thể sửa chữa một sai lầm, nhưng cũng có thể khiến AI từ bỏ một quyết định đúng.
“Thách thức đặt ra là giúp AI giữ được phán đoán đúng đắn trước sức thuyết phục và thay đổi quyết định khi việc sửa đổi là cần thiết. Hiểu rõ và cải thiện năng lực này sẽ rất quan trọng để bảo đảm AI được sử dụng an toàn và đáng tin cậy trong các quyết định y khoa có hệ quả nghiêm trọng.”
Kết luận
Giá trị của luật sư, kiến trúc sư và bác sĩ là nếu có chuyện gì đó sai lệch nghiêm trọng, sẽ có người để quy trách nhiệm. Vì vậy, thật khó xác định có thể giảm thiểu, xem nhẹ hoặc giải trình đến mức nào — mà không gây tranh cãi và bất đồng — về sự tham gia của AI trong một kết quả điều trị tiêu cực và đang bị tranh chấp.
AI thực ra không được thiết kế cho nhiệm vụ này, bởi các quyết định chẩn đoán y khoa thường là chiến thắng của kinh nghiệm trước khoa học; những bác sĩ tiên phong có thể biết nhiều hơn từ các ca bệnh gần đây của chính họ so với những gì họ đã kịp đóng góp cho các tạp chí chuyên ngành.
Điều này biến tình huống ra quyết định thành một vấn đề cần diễn giải, lĩnh vực mà AI hiện chưa được trang bị tốt để xử lý; nói cách khác, nó đòi hỏi năng lực đưa ra nhận định rằng mình có cơ sở hợp lý để tin chắc, dựa trên thông tin tốt nhất hiện có, rằng một hướng hành động nhất định nhiều khả năng sẽ dẫn đến kết quả tốt nhất. Trong tình huống này, giá trị của “trực giác con người” gần như không thể tái tạo. Rõ ràng, đây không cùng loại với khoa học “khách quan” như lập hồ sơ ADN hay bảng tuần hoàn các nguyên tố, dù vẫn thuộc những ngành khoa học có tính tất định.
Vì vậy, có vẻ hợp lý khi cho rằng các thế hệ mô hình mới hơn được hướng đến nhiệm vụ này có thể được xây dựng theo cách khác, hoặc thậm chí sử dụng một kiến trúc khác với các hệ thống AI và công cụ ra quyết định thông thường.
* Bài báo có thêm năm phần thử nghiệm không có tác động và mức độ liên quan tương đương với những phát hiện nổi bật nhất; để biết thêm chi tiết về các phần này, xin mời bạn đọc tham khảo bản PDF gốc.
Đăng lần đầu vào thứ Năm, ngày 19 tháng 11 năm 2026












