Dịch máy đã tốt lên rất nhiều, nhưng các vụ có tư liệu cho thấy nó vẫn có thể sai theo cách gây hậu quả thật: năm 2017, một công nhân xây dựng bị cảnh sát bắt giữ vài giờ vì dòng chữ “chào buổi sáng” bằng tiếng Ả Rập trên mạng xã hội bị tính năng tự dịch chuyển thành lời kêu gọi tấn công; năm 2020, tên một nguyên thủ quốc gia bị dịch từ tiếng Miến Điện sang tiếng Anh thành một từ tục; các nghiên cứu đăng trên BMJ năm 2014 và JAMA Internal Medicine năm 2019 cho thấy dịch máy hướng dẫn y tế có tỷ lệ sai đáng lo ở một số ngôn ngữ.
Điểm chung của các vụ này không phải là “máy kém”, mà là bản dịch máy được dùng như bản dịch đã kiểm, ở những chỗ người dùng không biết đó là dịch máy, hoặc người ra quyết định hành động theo nó mà không hỏi lại. Bài dưới đây đi qua các vụ việc, rồi đưa ra một khung đơn giản: dùng dịch máy ở đâu thì ổn, ở đâu thì phải có người.
Lời chào buổi sáng bị dịch thành lời đe doạ (2017)
Tháng 10/2017, một công nhân xây dựng người Palestine làm việc ở một khu định cư gần Jerusalem đăng ảnh mình đứng cạnh máy xúc lên mạng xã hội, kèm dòng tiếng Ả Rập mang nghĩa “chào buổi sáng” theo cách nói thân mật. Tính năng tự dịch của nền tảng chuyển câu ấy thành “làm hại họ” trong tiếng Anh và “tấn công họ” trong tiếng Hebrew. Theo các bản tin của báo chí Israel và quốc tế thời đó, cảnh sát bắt anh để thẩm vấn, rồi thả ra sau vài giờ khi xác định đó là lỗi dịch. Nền tảng sau đó xin lỗi.
Theo phân tích của người nói tiếng Ả Rập, câu gốc dùng một cách viết thông tục, không có trong dạng chuẩn, và gần về mặt chữ với một động từ khác mang nghĩa làm hại. Hệ thống dịch máy, được huấn luyện chủ yếu trên văn bản chuẩn, đã chọn nghĩa gần nhất mà nó biết. Thêm vào đó, hình ảnh máy xúc trong bối cảnh khu vực này khiến người đọc bản dịch dễ tin vào cách hiểu nguy hiểm.
Vụ việc cho thấy ba điều. Một: dịch máy yếu nhất với cách viết thông tục, tiếng địa phương, lối viết mạng. Hai: người đọc bản dịch tự động trên mạng xã hội thường không để ý đó là bản máy. Ba: cơ quan chức năng đã hành động trước khi hỏi một người nói tiếng Ả Rập — bước hỏi lại đơn giản đã có thể tránh được việc bắt giữ.
Tên riêng bị dịch thành từ khác (2020)
Tháng 1/2020, trong chuyến thăm Myanmar của Chủ tịch Trung Quốc Tập Cận Bình, tính năng dịch của một mạng xã hội lớn chuyển tên ông từ tiếng Miến Điện sang tiếng Anh thành một từ tục tĩu trong các bài đăng, kể cả bài trên trang chính thức. Hãng thông tấn Reuters đưa tin, và nền tảng xin lỗi, cho biết đây là lỗi kỹ thuật và đã khắc phục.
Theo giải thích được đưa ra khi ấy, tên này không có trong dữ liệu của hệ thống ở cặp ngôn ngữ Miến Điện – Anh, nên máy “đoán” bằng cách ghép âm tiết thành từ gần nhất nó biết. Đây là một điểm yếu có tính cấu trúc: hệ thống dịch máy coi mọi thứ là chữ cần dịch, trong khi tên riêng cần được nhận diện và giữ nguyên hoặc chuyển tự theo quy tắc.
Với tiếng Việt, kiểu lỗi này rất quen thuộc: tên người, tên công ty, tên đường, tên món ăn bị dịch nghĩa từng chữ. Một tên người như “Hoa” bị dịch thành flower, tên phố bị dịch thành cụm danh từ, tên sản phẩm thành câu mô tả. Trong thư từ thường ngày đó chỉ là chuyện buồn cười, nhưng trong hợp đồng, hồ sơ, giấy tờ tuỳ thân, nó tạo ra một người hoặc một công ty khác trên giấy.
Nghiên cứu về dịch máy trong y tế nói gì
Y tế là lĩnh vực có nhiều nghiên cứu có hệ thống nhất về độ tin cậy của dịch máy, vì bệnh viện ở nhiều nước đã dùng nó cho bệnh nhân không nói ngôn ngữ chính:
| Nghiên cứu | Làm gì | Phát hiện chính |
|---|---|---|
| Patil và Davies, BMJ, 2014 | Dịch 10 câu y tế thường dùng sang 26 ngôn ngữ bằng một công cụ dịch máy phổ biến, người bản ngữ chấm | Khoảng 57,7% bản dịch đúng; kết quả kém hơn rõ ở một số ngôn ngữ châu Phi; có bản dịch sai theo hướng có thể gây hại |
| Khoong và cộng sự, JAMA Internal Medicine, 2019 | Dịch hướng dẫn xuất viện ở khoa cấp cứu sang tiếng Tây Ban Nha và tiếng Trung, người dịch chuyên nghiệp đánh giá | Độ chính xác khoảng 92% với tiếng Tây Ban Nha và 81% với tiếng Trung; một tỷ lệ nhỏ câu (khoảng 2% và 8%) có khả năng gây hại đáng kể |
| Các đánh giá về sau với công cụ mới hơn | So nhiều công cụ, nhiều ngôn ngữ | Chất lượng cải thiện nhưng vẫn chênh lệch lớn giữa ngôn ngữ phổ biến và ngôn ngữ ít dữ liệu |
Hai bài học nổi bật. Thứ nhất, độ chính xác trung bình cao vẫn có thể che giấu những câu sai nguy hiểm: 92% nghe tốt, nhưng câu sai có thể chính là câu về liều thuốc. Thứ hai, chất lượng phụ thuộc mạnh vào cặp ngôn ngữ; kết quả tốt với tiếng Tây Ban Nha không nói gì về tiếng Việt, tiếng Khmer hay tiếng Lào.
Các con số trên là của công cụ và thời điểm nghiên cứu; công nghệ thay đổi nhanh, nên không dùng chúng để đánh giá một công cụ cụ thể hôm nay. Điều còn nguyên giá trị là phương pháp: kiểm bằng người bản ngữ có chuyên môn, và tách riêng các lỗi có thể gây hại.
Vì sao dịch máy sai theo những cách khó lường
Nó tối ưu cho câu nghe trôi chảy. Hệ thống dịch thần kinh hiện đại sinh ra câu tự nhiên trong ngôn ngữ đích ngay cả khi hiểu sai câu nguồn. Bản dịch sai mà trôi chảy nguy hiểm hơn bản dịch sai mà lủng củng, vì người đọc không có dấu hiệu nghi ngờ.
Nó yếu với dữ liệu ít gặp. Tiếng địa phương, lối viết mạng, tên riêng, thuật ngữ mới, ngôn ngữ ít tài nguyên là nơi máy “đoán”, và đoán bằng thứ gần nhất trong dữ liệu.
Nó không biết khi nào mình không chắc. Phần lớn công cụ dịch không báo mức độ chắc chắn cho từng câu, nên người dùng không biết câu nào cần kiểm.
Nó không có ngữ cảnh ngoài văn bản. Máy không biết người viết là ai, đang nói với ai, trong tình huống nào, trong khi đúng những điều đó quyết định nghĩa của câu thân mật, câu đùa, câu mỉa.
Mô hình ngôn ngữ lớn có thể thêm nội dung. Các công cụ dịch dựa trên mô hình ngôn ngữ lớn đôi khi thêm, bớt hoặc diễn giải nội dung không có trong bản gốc, nhất là với văn bản dài. Đây là kiểu lỗi mà dịch máy thế hệ trước ít gặp.
Dịch máy trong hồ sơ hành chính và pháp lý
Rủi ro lớn hơn nằm ở những nơi bản dịch máy đi vào hồ sơ có hệ quả với quyền lợi của một người. Một số bài điều tra báo chí năm 2023 ở Mỹ đã mô tả các trường hợp người xin tị nạn gặp khó khăn vì lời khai hoặc giấy tờ của họ được xử lý bằng công cụ dịch tự động, cho ra những câu lệch nghĩa so với điều họ thực sự nói. Chi tiết từng hồ sơ thường không công khai, nên khó đánh giá quy mô; nhưng cơ chế rủi ro thì rõ.
Cơ chế ấy giống nhau ở nhiều nơi: người có quyền quyết định không đọc được bản gốc, người viết bản gốc không đọc được bản dịch, và không ai ở giữa chịu trách nhiệm đối chiếu. Khi một chi tiết trong bản dịch mâu thuẫn với lời khai khác — ngày tháng, địa danh, quan hệ gia đình — người xét hồ sơ có thể coi đó là dấu hiệu khai không trung thực, trong khi đó chỉ là lỗi dịch.
Với người Việt chuẩn bị hồ sơ nộp cơ quan nước ngoài, nguyên tắc rút ra là không nộp bản dịch máy chưa hiệu đính, kể cả khi trông có vẻ ổn; kiểm kỹ tên riêng, ngày tháng, địa danh; và giữ bản gốc cùng bản dịch để có thể giải thích khi bị hỏi. Nhiều cơ quan nước ngoài còn có yêu cầu riêng về người dịch và lời xác nhận bản dịch — nên kiểm hướng dẫn của nơi nhận.
Khung quyết định: dùng dịch máy ở đâu
Không cần cấm hay tin tuyệt đối vào dịch máy. Cách thực tế là xếp văn bản theo hậu quả nếu sai:
| Mức rủi ro | Ví dụ | Cách dùng dịch máy |
|---|---|---|
| Thấp — chỉ để hiểu ý chính | Đọc tin tức nước ngoài, lướt email đối tác, tìm tài liệu tham khảo | Dùng thoải mái, biết rằng có thể sai chi tiết |
| Trung bình — sẽ gửi ra ngoài | Email công việc, mô tả sản phẩm, bài đăng mạng xã hội của doanh nghiệp | Dùng làm bản nháp, có người biết ngôn ngữ đích đọc lại trước khi gửi |
| Cao — có hệ quả pháp lý, tài chính, an toàn | Hợp đồng, hồ sơ nộp cơ quan, hướng dẫn dùng thuốc, quy trình an toàn, nhãn hàng hoá | Không dùng bản máy làm bản cuối; người dịch có chuyên môn dịch hoặc hiệu đính toàn bộ và chịu trách nhiệm |
| Hành động với người khác dựa trên bản dịch | Xử lý vi phạm, quyết định nhân sự, khiếu nại, điều tra | Luôn kiểm bằng người bản ngữ trước khi hành động |
Dòng cuối là bài học trực tiếp nhất từ vụ năm 2017: khi bản dịch là căn cứ để làm điều gì đó với một con người, chi phí hỏi lại người bản ngữ gần như luôn nhỏ hơn chi phí của một quyết định sai.
Người đọc bản dịch tự động nên tự bảo vệ thế nào
Ngày càng nhiều văn bản đến tay bạn đã qua dịch máy mà không ai nói ra: bài đăng mạng xã hội tự dịch, mô tả sản phẩm trên sàn thương mại điện tử nước ngoài, email của đối tác dùng công cụ dịch, thậm chí văn bản của cơ quan nước ngoài ở ngôn ngữ ít phổ biến. Một vài thói quen giúp giảm rủi ro.
Thứ nhất, để ý dấu hiệu: tên riêng bị dịch nghĩa, xưng hô thay đổi giữa chừng, thuật ngữ không nhất quán, câu trôi chảy nhưng nội dung không khớp ngữ cảnh. Thứ hai, với câu quan trọng — số tiền, thời hạn, cam kết, cảnh báo — tìm bản gốc hoặc hỏi lại người viết bằng câu hỏi cụ thể. Thứ ba, khi một bản dịch khiến bạn ngạc nhiên hay tức giận, hãy coi đó là lý do kiểm bản dịch trước khi phản ứng, giống như các vụ trong bài đã cho thấy.
Với doanh nghiệp, nếu dùng dịch máy để trả lời khách hàng nước ngoài, nên ghi rõ đây là bản dịch tự động và cung cấp cách liên hệ bằng ngôn ngữ gốc. Sự minh bạch này không làm giảm uy tín; ngược lại, nó cho người đọc biết khi nào cần thận trọng. Cần người dịch có chuyên môn cho hồ sơ, giấy tờ nộp cơ quan nước ngoài, các đơn vị như Dịch Việt là một lựa chọn; quan trọng là có người chịu trách nhiệm cho bản cuối.
Câu hỏi thường gặp
Dịch máy hiện nay đã đủ tin cậy cho hợp đồng chưa?
Chưa nên dùng bản máy làm bản cuối cho hợp đồng. Dịch máy có thể làm bản nháp, nhưng thuật ngữ pháp lý, điều khoản nghĩa vụ và tên riêng cần người dịch có chuyên môn hiệu đính toàn bộ, và nên có người chịu trách nhiệm cho bản dịch.
Dịch máy giữa tiếng Việt và tiếng Anh có tốt hơn các cặp khác không?
Tiếng Việt có lượng dữ liệu khá lớn nên chất lượng thường tốt hơn các ngôn ngữ ít tài nguyên, nhưng vẫn yếu ở xưng hô, chủ ngữ ẩn, từ đa nghĩa và tên riêng. Kết quả cũng chênh lệch theo lĩnh vực và theo độ trang trọng của văn bản.
Làm sao biết một văn bản đã qua dịch máy?
Không có cách chắc chắn, nhưng dấu hiệu thường gặp là tên riêng bị dịch nghĩa, xưng hô thay đổi giữa chừng, thuật ngữ không nhất quán, câu trôi chảy nhưng lạc ngữ cảnh. Với văn bản quan trọng, hỏi thẳng bên gửi là cách đơn giản nhất.
Có nên đưa tài liệu mật vào công cụ dịch trực tuyến không?
Cần thận trọng. Nhiều công cụ miễn phí có điều khoản cho phép lưu hoặc dùng dữ liệu đầu vào. Với tài liệu mật, hợp đồng chưa ký hay dữ liệu cá nhân, nên kiểm điều khoản sử dụng, dùng giải pháp doanh nghiệp có cam kết bảo mật hoặc dùng người dịch có thoả thuận bảo mật.
Công cụ AI chatbot dịch có tốt hơn dịch máy truyền thống không?
Thường tự nhiên hơn và xử lý ngữ cảnh tốt hơn, nhưng có rủi ro riêng là thêm, bớt hoặc diễn giải nội dung. Với văn bản quan trọng, vẫn cần người kiểm đối chiếu từng câu với bản gốc, không chỉ đọc bản dịch xem có trôi không.
Sau vụ năm 2017, nền tảng mạng xã hội có thay đổi gì?
Nền tảng xin lỗi và cho biết đã sửa lỗi cụ thể, nhưng tính năng tự dịch vẫn hoạt động. Bài học thực tế nằm ở phía người dùng bản dịch: cơ quan, doanh nghiệp không nên hành động với một người chỉ dựa trên bản dịch tự động.