AI đang được sử dụng để hỗ trợ nhiều dạng giao tiếp trong công việc, từ email đến hồ sơ xin việc. Ảnh minh họa.

Hai người cùng nhờ AI soạn một email công việc. Họ muốn truyền đạt nội dung tương tự và không cần cho máy biết mình là nữ hay nam. Nhưng những khác biệt nhỏ trong cách dùng từ vẫn có thể khiến văn bản AI tạo ra không giống nhau.

Katherine Van Koevering và Anjalie Field tại Đại học Johns Hopkins phát hiện hiện tượng này khi thử những đặc điểm ngôn ngữ thường xuất hiện với tần suất khác nhau trong cách nói của nữ và nam trong tiếng Anh Mỹ. Với các yêu cầu viết email, hồ sơ xin việc và thư nghỉ việc, những cách diễn đạt thường gắn với nữ giới có xu hướng khiến bốn mô hình AI được thử nghiệm tạo ra văn bản ngắn hơn, ít phức tạp và kém trang trọng hơn. Công trình được công bố dưới dạng preprint tháng 8/2026 và được nhận trình bày tại Conference on Language Modeling 2026.

Kết quả không có nghĩa AI luôn phục vụ phụ nữ kém hơn nam giới. Nghiên cứu cũng không đơn giản xác định người dùng thuộc giới nào rồi so sánh câu trả lời họ nhận được. Điều được kiểm tra là phản ứng của mô hình trước những đặc điểm ngôn ngữ có liên hệ với giới. Phân biệt hai điều này rất quan trọng, bởi nếu không, một phát hiện về cách AI xử lý ngôn ngữ rất dễ bị biến thành nhận xét rằng phụ nữ giao tiếp kém hiệu quả hơn.

Máy không cần biết người hỏi là nữ hay nam

Nhóm nghiên cứu bắt đầu từ những câu lệnh thực tế dùng để nhờ chatbot hỗ trợ giao tiếp trong công việc. Họ đưa vào đó các đặc điểm đã được nghiên cứu trong tiếng Anh Mỹ, trong đó có cách nói giảm nhẹ như “maybe”, “I think”, cách diễn đạt mang tính tập thể với “we”, “our team” và những tính từ biểu cảm. Đây là những đặc điểm xuất hiện với tần suất khác nhau trong ngôn ngữ thường gắn với nữ và nam, chứ không phải những từ mà mọi phụ nữ hoặc mọi nam giới đều sử dụng.

Các câu lệnh được đưa vào GPT-4, Llama, Gemma và Mistral. Trên cả bốn mô hình, những câu lệnh chứa đặc điểm ngôn ngữ gắn với nữ giới tạo ra phản hồi kém trang trọng và ít phức tạp hơn. Nhóm tác giả còn kiểm tra khả năng AI chỉ đang bắt chước phong cách của người hỏi, nhưng khác biệt vẫn tồn tại sau khi yếu tố này được tính đến.

Nghiên cứu thử nghiệm GPT-4, Llama, Gemma và Mistral với những câu lệnh chứa các đặc điểm ngôn ngữ khác nhau. Ảnh minh hoạ.

Một phép thử khác giúp nhìn rõ hơn vai trò của giới tính và cách diễn đạt. Các nhà nghiên cứu thêm những tên thường được nhận biết là nam hoặc nữ vào câu lệnh. Việc đổi tên gần như không làm thay đổi phản hồi, trong khi những dấu hiệu nằm trong cách viết lại tạo ra khác biệt rõ hơn. Nói cách khác, trong thử nghiệm này, cách người dùng diễn đạt có ảnh hưởng lớn hơn việc câu lệnh mang một cái tên thường được gắn với nam hay nữ.

Đây cũng là điểm khiến vấn đề khó nhận biết trong sử dụng hàng ngày. Một người không cần nói với chatbot “tôi là phụ nữ” để những dấu hiệu ngôn ngữ có liên hệ với giới xuất hiện trong câu lệnh. Nhiều cách diễn đạt vốn hình thành tự nhiên trong giao tiếp và người sử dụng có thể không ý thức rằng mô hình đang phản ứng khác nhau với chúng.

Nhưng từ kết quả đó không thể suy ra phụ nữ nên bỏ những cách nói như “tôi nghĩ”, “có lẽ” hay tránh dùng “chúng tôi”. Nghiên cứu xem xét một tập hợp đặc điểm trong tiếng Anh Mỹ và cách mô hình xử lý chúng. Biến những đặc điểm ấy thành danh sách “những từ phụ nữ không nên dùng với AI” vừa vượt quá bằng chứng vừa có nguy cơ đặt trách nhiệm sai chỗ.

Khác biệt có thể đi theo văn bản vào công việc

Một email do AI hỗ trợ có thể được gửi cho đồng nghiệp hoặc cấp quản lý. Hồ sơ xin việc có thể đến tay nhà tuyển dụng. Khi những công cụ này tham gia ngày càng sâu vào quá trình soạn thảo, điều đáng quan tâm không chỉ là AI có viết đúng ngữ pháp hay tiết kiệm được bao nhiêu phút mà còn là chất lượng hỗ trợ có ổn định trước những cách diễn đạt khác nhau hay không.

Ở đây cũng cần tránh nối kết quả nghiên cứu với những hệ quả mà nó chưa đo. Văn bản ngắn hơn hoặc ít trang trọng hơn không đồng nghĩa người gửi chắc chắn bị đánh giá thấp. Công trình của Van Koevering và Field không theo dõi xem nhà tuyển dụng có loại hồ sơ, cấp trên có đánh giá nhân viên kém hơn hay người sử dụng có mất cơ hội thăng tiến vì những văn bản này hay không.

Điều nghiên cứu xác lập nằm ở bước trước đó. Những biến thể ngôn ngữ có liên hệ với giới có thể làm thay đổi đặc điểm của văn bản mà AI tạo ra. Khi email, đơn xin việc và nhiều hình thức giao tiếp nghề nghiệp ngày càng có AI đứng giữa người viết và người đọc, khác biệt ở chính lớp hỗ trợ này trở thành một vấn đề đáng kiểm tra.

Khác biệt được phát hiện nằm ở cách mô hình phản ứng với ngôn ngữ, không phải bằng chứng rằng phụ nữ giao tiếp kém hiệu quả hơn nam giới. Ảnh minh hoạ.

Phát hiện mới cũng khác với cách chúng ta thường nói về thiên lệch giới trong AI. Một hệ thống tuyển dụng có thể bị kiểm tra xem có đối xử khác với hồ sơ ghi tên nữ và tên nam hay không. Công cụ tạo ảnh có thể được xem xét về việc gắn nghề nghiệp nào với phụ nữ hoặc nam giới. Với nghiên cứu này, dấu hiệu giới không nhất thiết xuất hiện thành một ô thông tin rõ ràng. Nó nằm trong ngôn ngữ mà người dùng đưa vào máy.

Đây là một cơ chế hẹp hơn nhưng đáng chú ý, nhất là khi AI đang được sử dụng trong những công việc dựa nhiều vào ngôn ngữ. Phụ nữ tại Việt Nam cũng có mức tiếp xúc đáng kể với sự thay đổi này. Một phân tích của ILO áp dụng dữ liệu Điều tra Lao động Việc làm Việt Nam năm 2024 ước tính 24,1% lao động nữ đang ở những nghề có nhiệm vụ có khả năng chịu tác động từ AI tạo sinh, so với 17,8% ở nam giới. Con số đó phản ánh cơ cấu nghề nghiệp chứ không chứng minh phụ nữ Việt Nam sẽ gặp kiểu thiên lệch ngôn ngữ mà nghiên cứu Johns Hopkins phát hiện.

Hai vấn đề chỉ gặp nhau ở một điểm. Khi phụ nữ hiện diện nhiều trong những công việc có khả năng sử dụng AI để xử lý văn bản và thông tin, chất lượng tương tác giữa người lao động với công cụ trở thành một phần cần được quan sát. Không thể mặc định rằng chỉ cần mọi người được cấp cùng một chatbot thì họ đã nhận được cùng một chất lượng hỗ trợ.

Không nên bắt người dùng học cách nói để chiều AI

Van Koevering cho rằng những mẫu ngôn ngữ được nghiên cứu phần lớn xuất hiện một cách tự nhiên và rất khó để người nói kiểm soát hoàn toàn. Nhóm tác giả vì thế đặt trách nhiệm cải thiện nhiều hơn ở phía nhà phát triển mô hình thay vì yêu cầu người dùng liên tục chỉnh cách giao tiếp để phù hợp với những gì AI phản hồi tốt hơn.

Cách tiếp cận này tránh biến một vấn đề của hệ thống thành bài học kỹ năng riêng cho phụ nữ. Nếu công cụ tạo ra chất lượng đầu ra khác nhau khi mục đích yêu cầu không đổi nhưng cách diễn đạt thay đổi, một phép kiểm tra hợp lý là so sánh phản hồi của mô hình trước các biến thể ngôn ngữ ấy, xác định khác biệt xuất hiện ở đâu và điều chỉnh từ phía công nghệ.

Câu hỏi sẽ càng đáng chú ý khi người dùng chuyển từ gõ câu lệnh sang nói trực tiếp với AI. Khi viết, một người còn có thể đọc lại, xóa bớt từ hoặc thay đổi cách diễn đạt. Trong hội thoại bằng giọng nói, những thói quen ngôn ngữ tự nhiên có thể xuất hiện nhiều hơn. Nhóm Johns Hopkins cũng muốn tiếp tục nghiên cứu khả năng người dùng dần thay đổi cách giao tiếp để thích nghi với những gì AI có xu hướng phản hồi tốt hơn.

Tuy nhiên, nghiên cứu hiện tại chưa cho phép mang kết quả ấy sang mọi ngôn ngữ. Các đặc điểm được thử nghiệm dựa trên tiếng Anh Mỹ. Tiếng Việt có hệ thống xưng hô, cách biểu đạt mức độ lịch sự và quan hệ xã hội rất khác. Chưa có bằng chứng từ công trình này cho thấy phụ nữ Việt Nam khi viết hoặc nói tiếng Việt với AI sẽ nhận phản hồi theo cùng một mô hình.

Giới hạn đó đồng thời mở ra một câu hỏi nghiên cứu đáng quan tâm ở Việt Nam. Nếu giữ nguyên một yêu cầu công việc nhưng thay đổi cách xưng hô, mức độ mềm hóa câu chữ hoặc những kiểu diễn đạt có liên hệ với giới trong tiếng Việt, các mô hình đang được sử dụng phổ biến có tạo ra chất lượng văn bản khác nhau hay không? Muốn trả lời cần một phép thử riêng trên tiếng Việt, thay vì dịch kết quả từ tiếng Anh.

Cùng sử dụng một công cụ chưa chắc đồng nghĩa với cùng một trải nghiệm. Nhưng thay vì yêu cầu phụ nữ học một kiểu câu lệnh được cho là “hiệu quả hơn”, nghiên cứu mới hướng sự chú ý về một câu hỏi dành cho chính các hệ thống AI. Khi mục đích của hai yêu cầu giống nhau, những khác biệt tự nhiên trong cách con người sử dụng ngôn ngữ có nên quyết định chất lượng hỗ trợ mà họ nhận được hay không?