Chatbot hay bịa công dụng dược liệu vì nó được huấn luyện để viết câu trả lời trôi chảy, và mảng thông tin về cây thuốc trên mạng vốn lẫn rất nhiều kinh nghiệm truyền miệng, quảng cáo và bài chép lại nhau. Khi được hỏi "lá X chữa bệnh gì", AI thường tổng hợp những gì phổ biến nhất chứ không phải những gì đã được chứng minh, rồi trình bày bằng giọng tự tin như sách giáo khoa.
Bài này dành cho người hay hỏi AI về thảo dược, cho sinh viên dược dùng AI khi học dược liệu, và cho dược sĩ phải trả lời khách đến quầy cầm theo màn hình điện thoại "AI nói cây này chữa được…". Bài chỉ ra các kiểu sai điển hình và một quy trình kiểm lại. Bài không đánh giá công dụng của dược liệu cụ thể nào và không thay cho ý kiến của bác sĩ y học cổ truyền có chứng chỉ hoặc dược sĩ.
Năm kiểu sai điển hình khi AI nói về cây thuốc
Biến kinh nghiệm dân gian thành "đã được chứng minh". Một công dụng được nhắc nhiều trong bài viết phổ thông dễ được AI kể lại như sự thật khoa học. Từ "theo kinh nghiệm dân gian" biến mất, chỉ còn câu khẳng định.
Đánh đồng kết quả phòng thí nghiệm với tác dụng trên người. Rất nhiều nghiên cứu về dược liệu dừng ở mức tế bào trong ống nghiệm hoặc trên động vật. Một chiết xuất giết được tế bào ung thư trong đĩa nuôi cấy không có nghĩa là uống lá đó chữa được ung thư. AI hay bỏ qua bước phân biệt này.
Nhầm cây vì tên dân gian. Tên tiếng Việt của cây thuốc thay đổi theo vùng, một tên có thể chỉ hai ba loài. AI có thể ghép công dụng của loài này với hình ảnh hoặc độc tính của loài khác, tạo ra một "cây" không tồn tại.
Bịa nguồn trích dẫn. Khi được yêu cầu dẫn nguồn, AI có thể đưa ra tên bài báo, tên tác giả, năm xuất bản trông rất thật nhưng không có. Đây là kiểu sai nguy hiểm nhất vì nó làm người đọc yên tâm.
Đưa liều và cách dùng như một đơn thuốc. Nhiều chatbot tự động thêm "mỗi ngày dùng bao nhiêu gam, sắc với bao nhiêu nước" dù không ai hỏi. Con số đó không gắn với cơ địa, bệnh nền hay thuốc đang dùng của bất kỳ ai, và không nên làm theo.
Thang bằng chứng: AI nói "có tác dụng" thì là ở mức nào
Một cách đọc câu trả lời của AI cho tỉnh táo là hỏi lại: tác dụng này nằm ở bậc nào trong thang bằng chứng? Bảng dưới sắp từ yếu đến mạnh.
| Mức bằng chứng | Nghĩa là gì | Có đủ để tự dùng không |
|---|---|---|
| Kinh nghiệm dân gian, truyền miệng | Nhiều người dùng và kể lại, chưa ai kiểm tra có hệ thống | Không |
| Mô tả trong sách y học cổ truyền | Có lý luận theo hệ thống y học cổ truyền, cần người được đào tạo áp dụng | Không tự dùng; cần bác sĩ y học cổ truyền khám |
| Thí nghiệm trên tế bào, động vật | Gợi ý một cơ chế có thể có | Không, còn xa mới tới người |
| Báo cáo ca, nghiên cứu nhỏ trên người | Có tín hiệu nhưng dễ sai do cỡ mẫu nhỏ, thiếu nhóm đối chứng | Không, cần chuyên môn đánh giá |
| Thử nghiệm lâm sàng có đối chứng, tổng quan hệ thống | Bằng chứng mạnh nhất hiện có, vẫn chỉ áp dụng cho đúng chế phẩm và đúng nhóm người đã thử | Vẫn cần bác sĩ quyết định cho từng người |
Phần lớn công dụng chatbot kể về cây thuốc thuộc ba dòng đầu. Biết điều này giúp bạn đọc câu trả lời đúng tầm: đó là đầu mối để hỏi tiếp, không phải kết luận.
Năm bước kiểm lại câu trả lời của AI về một dược liệu
Quy trình dưới đây áp dụng được cho cả người dùng thường lẫn sinh viên dược, chỉ khác ở độ sâu của nguồn đối chiếu.
- Xác định đúng cây: hỏi AI tên khoa học, họ thực vật, bộ phận dùng; rồi đối chiếu tên khoa học đó với một nguồn thực vật học hoặc Dược điển Việt Nam. Nếu AI đưa nhiều tên khoa học cho cùng một tên thường gọi, đó là tín hiệu có nguy cơ nhầm loài.
- Tách công dụng theo mức bằng chứng: yêu cầu AI xếp từng công dụng vào thang ở trên. Câu lệnh mẫu: "Với mỗi công dụng vừa nêu, ghi rõ nó dựa trên kinh nghiệm dân gian, thí nghiệm tế bào hoặc động vật, hay nghiên cứu trên người; chỗ nào không chắc thì nói không chắc."
- Kiểm nguồn: với mỗi nguồn AI đưa, tự tìm lại bằng công cụ tìm kiếm học thuật hoặc thư viện. Không tìm thấy thì coi như không có nguồn.
- Hỏi chiều ngược lại: "Dược liệu này đã có ghi nhận độc tính, tương tác thuốc, chống chỉ định nào?" Một câu trả lời chỉ toàn ưu điểm là câu trả lời thiếu.
- Mang kết quả đến người có chuyên môn: bác sĩ y học cổ truyền có chứng chỉ hành nghề nếu muốn dùng để điều trị, dược sĩ nếu đang dùng thuốc khác.
Năm bước này mất khoảng mười lăm phút. So với rủi ro dùng nhầm cây hay bỏ thuốc điều trị vì tin một câu trả lời bịa, đó là khoản thời gian rẻ.
Ứng dụng nhận dạng cây qua ảnh: tiện để gợi ý, không đủ để quyết định
Ngoài chatbot hỏi đáp, nhiều người dùng ứng dụng chụp ảnh cây để biết tên. Các ứng dụng này làm khá tốt với cây cảnh phổ biến có hoa, lá đặc trưng, nhưng độ chính xác giảm rõ với cây non chưa ra hoa, cây mọc hoang ít được chụp, và đặc biệt với dược liệu đã phơi khô, thái lát, tán bột. Khi đã khô, màu sắc, hình dạng, mùi bị thay đổi và nhiều loài trông gần như giống nhau.
Một kết quả kiểu "khớp tám mươi phần trăm" nghe có vẻ chắc, nhưng nó chỉ là mức giống nhau về hình ảnh trong dữ liệu của ứng dụng, không phải xác suất bạn đang cầm đúng cây đó. Với cây sẽ được uống vào người, mức chắc chắn cần là gần như tuyệt đối, và mức đó chỉ đạt được khi người có chuyên môn xem trực tiếp, đôi khi kèm kiểm nghiệm.
Cách dùng hợp lý là coi kết quả nhận dạng như một gợi ý để tra cứu thêm, rồi mang mẫu cây đến hỏi dược sĩ, người làm nghề dược liệu hoặc bác sĩ y học cổ truyền. Nếu đã có ai trong nhà uống phải một loại cây lạ và xuất hiện triệu chứng, đừng mất thời gian chụp ảnh tra cứu: gọi 115 hoặc đưa người bệnh đến cơ sở y tế, mang theo phần cây còn lại.
Dược sĩ trả lời khách cầm màn hình "AI nói" đến quầy thế nào
Tình huống ngày càng quen ở nhà thuốc: khách đưa điện thoại ra, trên đó là câu trả lời dài của chatbot về một loại lá "chữa" bệnh của người nhà, và hỏi mua. Phản ứng dễ nhất là bác bỏ ngay, nhưng như vậy khách thường mất lòng tin và đi mua ở chỗ khác không hỏi han gì. Cách hiệu quả hơn là cùng khách đọc lại câu trả lời.
Bắt đầu bằng câu hỏi: người dùng là ai, đang điều trị bệnh gì, đang uống thuốc gì. Sau đó chỉ ra cho khách những chỗ AI không nói: công dụng đó ở mức bằng chứng nào, cây có tên khoa học gì, có ghi nhận tương tác hay độc tính không. Nếu người dùng đang điều trị bệnh mạn tính, khuyên khách hỏi bác sĩ điều trị trước khi dùng thêm, và tuyệt đối không bỏ thuốc đang dùng.
Nếu triệu chứng khách mô tả là dấu hiệu cần đi khám, như sụt cân nhanh, đau ngực, khó thở, sốt kéo dài, đi ngoài ra máu, vàng da, thì việc của dược sĩ là nói rõ cần đi khám ngay, không phải tìm sản phẩm nào để thử. Ghi lại tình huống vào sổ tư vấn của nhà thuốc nếu nhà thuốc có thói quen đó; về lâu dài, những ghi chép này giúp đào tạo nhân viên mới xử lý câu hỏi kiểu "AI nói" một cách nhất quán.
Sinh viên dược học dược liệu cùng AI mà không học sai
Với sinh viên, AI là công cụ ôn tập mạnh nếu biết giới hạn của nó. Một vài thói quen nên có:
- Dùng AI để tạo câu hỏi ôn tập từ giáo trình của chính bạn, thay vì hỏi nó kiến thức mới rồi học thuộc.
- Khi AI giải thích thành phần hoá học hay tác dụng dược lý, đối chiếu ngay với giáo trình dược liệu, Dược điển Việt Nam hoặc tài liệu giảng viên cung cấp.
- Không dùng ảnh do AI tạo ra để học nhận dạng cây; ảnh tạo sinh có thể sai chi tiết hình thái.
- Ghi chú riêng những lần AI trả lời sai: đó là tư liệu tốt để hiểu nó sai theo kiểu nào.
- Học kỹ phần kiểm nghiệm và nhận dạng dược liệu, vì đó là kỹ năng AI không làm thay bạn ở quầy hay trong phòng thí nghiệm được.
Phần học tập và nghề nghiệp nói chung có danh mục riêng trên trang. Ở đây chỉ nhấn mạnh: với dược liệu, lỗi nhận dạng và lỗi công dụng là hai lỗi để lại hậu quả trực tiếp cho người dùng.
Khi nào câu trả lời của AI là tín hiệu phải đi khám ngay
Đôi khi người dùng hỏi AI về cây thuốc vì đang có một triệu chứng và muốn tự xử lý. Nếu bạn nhận ra mình đang tìm cây thuốc cho những tình trạng như đau ngực, khó thở, yếu liệt nửa người, nói khó, sốt cao ở trẻ nhỏ, co giật, nôn ra máu, đi ngoài phân đen, vàng da, hay một khối u mới xuất hiện, hãy dừng việc tìm kiếm và đi khám. Với dấu hiệu cấp tính, gọi cấp cứu 115.
Câu trả lời của AI có thể vô tình làm chậm việc đi khám vì nó cho người hỏi cảm giác đã có giải pháp. Đó là rủi ro lớn hơn cả việc dùng nhầm một loại lá. Một số chatbot có cài sẵn lời khuyên đi khám; đừng lướt qua đoạn đó.
Cuối cùng, khi hỏi AI về sức khoẻ, đừng nhập tên, tuổi, kết quả xét nghiệm có kèm thông tin định danh của bản thân hay người thân. Mô tả chung chung vẫn cho bạn câu trả lời gần như tương đương, mà dữ liệu sức khoẻ của gia đình không phải nằm trên máy chủ của ai khác.
Câu hỏi thường gặp
Vì sao AI trả lời về cây thuốc rất tự tin mà vẫn sai?
Vì mô hình được huấn luyện để viết câu trả lời trôi chảy và giống văn bản phổ biến, chứ không tự kiểm chứng sự thật. Thông tin về cây thuốc trên mạng lẫn nhiều kinh nghiệm truyền miệng và quảng cáo, nên AI dễ lặp lại chúng với giọng chắc chắn.
AI dẫn nguồn nghiên cứu thì có tin được không?
Chỉ tin khi bạn tự tìm thấy nguồn đó và đọc được nội dung phù hợp với điều AI nói. AI có thể bịa tên bài báo, tác giả và năm xuất bản trông rất thật. Không tìm thấy thì coi như không có nguồn.
Nghiên cứu trên chuột cho thấy cây có tác dụng thì người dùng có tác dụng không?
Chưa chắc. Kết quả trên động vật hoặc tế bào chỉ gợi ý một khả năng. Rất nhiều chất có kết quả tốt trong phòng thí nghiệm nhưng không có tác dụng hoặc gây hại khi thử trên người.
Có nên làm theo liều lượng mà chatbot đưa ra không?
Không. Con số đó không tính đến cơ địa, bệnh nền và thuốc đang dùng của bạn, và có thể sai từ gốc. Việc dùng dược liệu để điều trị cần bác sĩ y học cổ truyền có chứng chỉ hành nghề khám và quyết định.
Nên hỏi AI về cây thuốc theo cách nào cho an toàn hơn?
Hỏi theo hướng rủi ro và yêu cầu tách mức bằng chứng: tên khoa học, độc tính, tương tác, chống chỉ định, chỗ nào không chắc. Sau đó đối chiếu với nguồn đáng tin và hỏi dược sĩ hoặc bác sĩ trước khi dùng.
Dược sĩ nên xử lý thế nào khi khách tin AI hơn tin mình?
Đừng tranh cãi, nên đọc lại câu trả lời cùng khách, hỏi về người dùng và thuốc đang dùng, chỉ ra những điều AI bỏ sót như mức bằng chứng và tương tác. Nếu có dấu hiệu bệnh cần khám, nói rõ cần đi khám ngay.