Tiết 3: Thiên vị và thành kiến trong AI
AI Bias & Fairness
Môn Trí tuệ nhân tạo 9
Mục tiêu bài học hôm nay
Sau bài học, em có thể hiểu — nhận diện — phân tích — hành động công bằng.
- HIỂU
- Giải thích AI Bias bằng ngôn ngữ đơn giản.
- NHẬN DIỆN
- Phân biệt thiên lệch dữ liệu và thiết kế.
- PHÂN TÍCH
- Đánh giá tác động trong đời sống.
- HÀNH ĐỘNG
- Đề xuất giải pháp, rèn tư duy phản biện.
Khởi động: Tìm kiếm hình ảnh
Đây là hình ảnh do Gemini tạo. Hãy đếm nhanh có bao nhiêu nam và nữ?
Kết quả có phản ánh định kiến xã hội không?
Tại sao AI lại có thể “định kiến” như con người?
AI không tự sinh ra định kiến. Nó học từ dữ liệu và những lựa chọn do con người tạo ra.
AI Bias là gì?
Kết quả sai lệch, bất công hoặc phân biệt đối xử với một nhóm người — dựa trên giới tính, màu da, tuổi tác hay hoàn cảnh.
CÙNG ĐẦU VÀO ≠ CÙNG CƠ HỘI
Thiên vị xuất hiện như thế nào?
TUYỂN DỤNG
Hồ sơ nữ bị chấm thấp dù năng lực tương đương.
NHẬN DIỆN KHUÔN MẶT
Tỷ lệ nhầm cao hơn với người da màu.
Garbage In, Garbage Out
Dữ liệu đầu vào bị lệch → hệ thống học lệch → kết quả đầu ra thiên vị.
- Nguyên nhân 1: Dữ liệu huấn luyện bị lệchNếu dữ liệu không đa dạng hoặc không đại diện, AI sẽ tưởng mẫu lệch đó là “bình thường”. Ví dụ: 90% hồ sơ quá khứ là nam.
- Nguyên nhân 2: Thiết kế mang thành kiếnCon người chọn tiêu chí, đặt trọng số và ngưỡng lọc. Những giả định vô thức có thể đi vào thuật toán.
Hậu quả: Cánh cửa việc làm khép lại
AI thiên vị có thể loại bỏ hồ sơ nữ, người đa dạng giới và nhóm sắc tộc khác — dù họ đủ năng lực.
Cơ hội việc làm không công bằng → khoảng cách xã hội tiếp tục bị kéo dài.
Một quyết định lệch có thể đổi cả cuộc đời
- TÍN DỤNG
- Người nông thôn bị chấm điểm thấp bất công, khó tiếp cận vốn.
- NHẬN DIỆN KHUÔN MẶT
- Nhận nhầm người da màu có thể dẫn đến nghi ngờ hoặc xử lý sai.
Case Study: AI tuyển dụng tại công ty ABC
- 10 năm dữ liệuchủ yếu nam
- AI học mẫunam = phù hợp
- Tự động loạitừ khóa “nữ”
Thử làm AI tuyển dụng
Chọn bộ dữ liệu cho AI học, rồi cho AI chấm 10 hồ sơ mới. Mỗi giới có đủ hồ sơ từ 1 đến 5 sao năng lực.
Mô phỏng đơn giản để thảo luận trên lớp, không phải một hệ thống tuyển dụng thật.
Kiểm tra kiến thức
- Nguyên nhân cốt lõi dẫn đến sự thiên vị là gì?
- Đối tượng nào chịu ảnh hưởng và những hệ lụy kèm theo là gì?
- Điểm nào cần được ưu tiên xử lý trước tiên?
Hoạt động nhóm: Điều tra thiên vị
Phiếu làm trên lớp, không cần nộp. Phiếu lưu trong trình duyệt của máy này, không gửi đi đâu cả; dùng máy chung ở trường thì bấm “Xoá cả phiếu” khi làm xong. Phiếu tự xoá sau 3 ngày.
NHÓM 4 NGƯỜI • 8 PHÚT
Chọn một thư ký và một người trình bày.
| Bước | Ý KIẾN CỦA NHÓM |
|---|---|
| 1. Dấu hiệu | |
| 2. Nguyên nhân | |
| 3. Giải pháp |
Đóng vai: Nhà phát triển AI có trách nhiệm
Nhiệm vụ: sửa một hệ thống nhận diện khuôn mặt đang hoạt động kém với một số nhóm.
Câu hỏi / việc cần làm
- Bổ sung dữ liệu nào để đại diện hơn?
- Kiểm thử công bằng bằng cách nào?
- Khi nào con người phải can thiệp?
| Bước | KẾ HOẠCH CỦA NHÓM |
|---|---|
| 1 | |
| 2 | |
| 3 |
Ba nguyên tắc Fair AI
Công bằng không phải một nút bấm → đó là quy trình được kiểm tra liên tục.
Dữ liệu đa dạng
Kiểm thử độc lập
Con người giám sát
AI không quyết định thay chúng ta.
AI công bằng bắt đầu từ dữ liệu tốt, thiết kế có trách nhiệm và sự giám sát của con người.
Bài tập về nhà
Viết đoạn văn 100–150 từ: Làm thế nào để AI không phân biệt đối xử với người khuyết tật?
Hạn nộp: cô sẽ báo sau.
Bài làm của em
Bài lưu trong trình duyệt của máy này, không gửi đi đâu cả. Cô chỉ đọc được khi em nộp trong Google Classroom. Dùng máy chung ở trường thì bấm “Xoá hết trên máy này” sau khi nộp xong. Bài nháp tự xoá sau 3 ngày.
Em đã viết 0 từ · yêu cầu 100–150 từ.
Máy đếm mỗi tiếng (chữ cách nhau bởi dấu cách) là một từ.
Nộp bài và trao đổi: ba bước sau khi viết xong
Mã lớp Classroom do cô gửi trên lớp.
Nộp bài trong Google Classroom
Bấm “Chép bài để nộp”, mở Google Classroom của lớp và dán vào bài tập Tiết 3.
Trao đổi trong nhóm lớp CothanhAI
Đọc bài của một bạn. Đặt một câu hỏi hoặc góp một ý, có nêu lí do.
Vào nhóm CothanhAI trên Facebook Xem video trên kênh YouTube của cô
Sửa bài sau khi cô góp ý
Cô trả bài trong Classroom. Em sửa ngay trên trang này rồi nộp lại.
Khi trao đổi trong nhóm
- Góp ý vào bài viết, không nhận xét về con người.
- Không đăng số điện thoại, địa chỉ, tài khoản của mình hay của bạn.
- Không đăng ảnh của bạn khác khi bạn chưa đồng ý.
- Thấy nội dung làm mình hoặc bạn khó chịu thì báo cô.