[ĐẠO ĐỨC] Công Bằng & Bảo Mật Khi Dùng AI
📌 TLDR
AI có thể thiên vị và lộ dữ liệu nếu bạn không kiểm soát. Cần checklist rõ ràng để tránh “tự bắn vào chân”.
Part 1: Bias & Fairness (Thiên Vị)
AI học từ dữ liệu quá khứ → dễ lặp lại định kiến.
Ví dụ: tuyển dụng, tài chính, y tế.
Case nổi tiếng: công cụ tuyển dụng của Amazon từng loại ứng viên nữ nhiều hơn.
Cách Giảm Bias (Thực tế)
- Kiểm tra nhiều góc nhìn
- Không lấy AI làm quyết định cuối
- Thêm dữ liệu đa dạng
- Có người review kết quả
Part 2: Privacy & Security (Bảo Mật)
Nguyên tắc vàng:
Không bao giờ nhập dữ liệu nhạy cảm vào AI public.
Dữ liệu nhạy cảm gồm:
- PII (CMND, số điện thoại, email riêng)
- Tài liệu nội bộ, hợp đồng
- Mã nguồn, chiến lược kinh doanh
Ví Dụ Thực Tế (VN Context)
Bạn nhờ AI viết email chăm sóc khách:
✅ dùng dữ liệu giả (mock)
❌ không paste danh sách khách thật
Templates Sẵn Dùng
Template 1: Kiểm tra bias
Hãy đánh giá output này xem có thiên vị không.
Nếu có, đề xuất cách viết trung lập hơn.Template 2: Làm sạch dữ liệu
Hãy thay thế toàn bộ dữ liệu thật bằng dữ liệu giả lập.
Giữ cấu trúc, bỏ thông tin nhạy cảm.Troubleshooting
Issue 1: Output bị thiên vị
Fix: yêu cầu viết trung lập
Viết lại theo góc nhìn trung lập, tránh định kiến giới tính/vùng miền.Issue 2: Lỡ nhập dữ liệu nhạy cảm
Fix: xóa lịch sử + đổi dữ liệu
Xóa lịch sử hội thoại và thay bằng dữ liệu giả.Action Plan (Checklist)
- Tạo checklist dữ liệu nhạy cảm của team
- Thử chạy 1 prompt với dữ liệu giả
- Thêm bước “bias check” trước khi publish
- Đào tạo team về nguyên tắc bảo mật
Kết Luận
Key idea: AI mạnh nhưng không “hiền”.
Bạn phải chủ động kiểm soát bias và dữ liệu, đừng để rủi ro đuổi kịp.