AI giúp loa thông minh nói chuyện hay hơn, nhưng vẫn chưa làm đúng những việc cơ bản

Khi nói chuyện tự nhiên không đồng nghĩa với làm việc đáng tin

Khoảng một năm sau khi Amazon và Google đưa AI tạo sinh vào trợ lý nhà thông minh, người dùng đã có thể trò chuyện tự nhiên hơn với Alexa+ và Gemini for Home. Các hệ thống này cũng hứa hẹn tạo routine nhiều bước bằng lời nói, thay vì buộc người dùng tự mở ứng dụng và thiết lập từng điều kiện.

Nhưng một trợ lý có thể nói chuyện thuyết phục chưa chắc đã là một bộ điều khiển tốt. Vấn đề cốt lõi nằm ở sự lệch pha giữa mô hình ngôn ngữ có tính xác suất và hệ thống nhà thông minh mà người dùng kỳ vọng phải hoạt động chính xác tuyệt đối. AI tạo sinh có thể hiểu câu nói tự do và dựng nên quy trình phức tạp, nhưng việc suy luận biến thiên, độ trễ bổ sung và khả năng chọn sai công cụ hoặc API khiến nó kém đáng tin hơn trong những thao tác lặp đi lặp lại như bật đèn, phát nhạc, đặt hẹn giờ hay chạy routine. 16

Lỗi không nằm ở những tình huống hiếm gặp

Điều đáng lo là các lỗi được ghi nhận đều rất đời thường. Trong quá trình thử nghiệm, Gemini for Home đã bỏ qua yêu cầu phát một bài hát, chuyển chủ đề giữa cuộc trò chuyện, khăng khăng cho rằng hôm đó là thứ Ba dù thực tế là thứ Tư, rồi từ chối tắt đèn thông minh với lý do không thể điều khiển các thiết bị vật lý trong nhà. 1

Alexa+ cũng không hoàn toàn suôn sẻ. Một bài thử nghiệm cho biết trợ lý này không thực hiện được routine pha cà phê vốn trước đó hoạt động ổn định; một số khách hàng còn nói các routine hiện có biến mất sau khi nâng cấp. 67 Trong khi đó, các đánh giá khác lại cho thấy Alexa+ có thể tạo một automation bằng giọng nói và vận hành tốt, chẳng hạn xác định đúng đèn ngoài hiên dù tên thiết bị trong ứng dụng khác với cách người dùng gọi. Điều này cho thấy vấn đề chính là tính nhất quán, chứ không phải hệ thống hoàn toàn không có năng lực. 2

Vì sao trợ lý cũ đôi khi đáng tin hơn?

Trợ lý giọng nói truyền thống thường hoạt động theo cách khá trực tiếp: nhận diện một mẫu câu, xác định thiết bị có tên tương ứng rồi gửi một lệnh API cố định. Với câu “tắt đèn phòng bếp”, hệ thống lý tưởng sẽ luôn gọi đúng thao tác tắt đèn.

Mô hình ngôn ngữ lớn lại diễn giải ngữ cảnh và tự tạo ra lệnh gọi công cụ hoặc API dựa trên xác suất. Google cũng mô tả Gemini là một hệ thống “không xác định” — tức không đơn giản lặp lại một kịch bản được viết sẵn. 15 Sự linh hoạt này giúp cuộc trò chuyện tự nhiên hơn, nhưng cũng có nghĩa là cùng một yêu cầu có thể bị hiểu, định tuyến hoặc phản hồi khác nhau ở những lần sử dụng khác nhau. Với các thao tác vật lý, đó là rủi ro không thể xem nhẹ: “tắt đi” phải luôn có nghĩa là thiết bị thực sự được tắt. 315

Tốc độ và độ tin cậy mới là yếu tố quyết định

Với một chiếc loa thông minh, người dùng thường không cần một cuộc trò chuyện dài. Họ cần đèn tắt ngay, nhạc phát đúng bài và routine buổi sáng chạy đủ các bước. Các đánh giá và phản hồi thực tế cho thấy những thách thức lớn nhất hiện nay là độ tin cậy, độ trễ và giá trị mà sản phẩm mang lại. Người dùng đã phản ánh tình trạng trả lời chậm, trả lời sai, bỏ sót lệnh, chọn nhầm nhạc và mất routine. 1257

Về mặt kỹ thuật, giải pháp hợp lý hơn là đặt mô hình ngôn ngữ bên trên các lớp kiểm tra và thực thi mang tính xác định. AI có thể giúp hiểu câu nói hoặc chuyển yêu cầu tự nhiên thành một ý định cụ thể; nhưng trước khi lệnh được gửi đến bóng đèn, loa hay khóa cửa, hệ thống cần xác thực thiết bị, quyền truy cập, tham số và kết quả. Mô hình ngôn ngữ không nên là người ra quyết định duy nhất trong việc điều khiển thiết bị.

Apple cũng chưa tìm được lối đi dễ dàng

Apple không đứng ngoài cuộc. Công ty đã trì hoãn các tính năng Siri cá nhân hóa hơn sau khi gặp vấn đề kỹ thuật và lỗi phần mềm. Sự chậm trễ này lan sang kế hoạch nhà thông minh: màn hình điều khiển gia đình được cho là đã bị lùi lịch trong lúc Apple hoàn thiện Siri thế hệ mới. 482

Một số báo cáo cũng cho rằng phần cứng hiện có thuộc nhóm HomePod không đủ năng lực xử lý cho tham vọng AI mới của Apple. Điều này góp phần lý giải việc các phiên bản phần cứng mới bị trì hoãn và trải nghiệm Siri vẫn chưa đồng đều. 914

Bài học sau những màn trình diễn AI ấn tượng

Một bản demo hội thoại mượt mà không phải bằng chứng cho thấy sản phẩm đã sẵn sàng phục vụ hàng triệu căn nhà. Với các hệ thống điều khiển gia đình — và rộng hơn là công cụ quản lý lịch, mua sắm hay liên lạc — tiêu chuẩn quan trọng phải là hành vi có thể dự đoán, thông báo lỗi rõ ràng, phản hồi nhanh và có cơ chế chuyển sang phương án an toàn khi thất bại.

Nếu được phát hành trước khi đạt những yêu cầu đó, sản phẩm sẽ đẩy phần việc kiểm thử tích hợp, phát hiện lỗi và chi phí của sự cố sang cho người mua. Nói cách khác, khách hàng trở thành nhóm thử nghiệm beta trả tiền. Với nhà thông minh, khả năng nói chuyện hấp dẫn có thể là điểm cộng; nhưng khả năng làm đúng một việc đơn giản, lần nào cũng vậy, mới là nền tảng của niềm tin.