Tìm lỗi liên văn bản bằng ChatGPT Work: tờ trình, dự thảo và phụ lục có thống nhất không?

5

25/08/2026 – (AIHanhChinhCong.vn) – Một hồ sơ trình có thể đúng về thể thức ở từng tệp nhưng vẫn sai khi xem xét tổng thể. Tên nhiệm vụ trong tờ trình có thể khác dự thảo, thời gian trong phụ lục có thể không khớp với nội dung chính, hoặc tổng kinh phí đúng về phép cộng nhưng lại khác số tiền được đề nghị phê duyệt. ChatGPT Work có thể hỗ trợ phát hiện nhanh các sai khác đó, với điều kiện người sử dụng thiết kế đúng tiêu chí kiểm tra và không giao cho AI quyền tự chọn nội dung nào là đúng.

Trong hoạt động hành chính công, tờ trình, dự thảo văn bản và phụ lục thường được soạn bởi nhiều người, ở nhiều thời điểm và từ những phiên bản dữ liệu khác nhau. Vì vậy, kiểm tra liên văn bản không chỉ là dò lỗi chính tả. Đây là quá trình kiểm soát tính thống nhất của toàn bộ hồ sơ trước khi trình ký, ban hành hoặc chuyển đến cơ quan có thẩm quyền.

Lỗi liên văn bản là gì và vì sao dễ bị bỏ sót?

Lỗi liên văn bản là sự không thống nhất của cùng một thông tin khi thông tin đó xuất hiện trong từ hai tệp trở lên. Chẳng hạn, tờ trình đề nghị thực hiện “Đề án nâng cao năng lực số cho cán bộ cấp xã”, trong khi dự thảo quyết định lại ghi “Kế hoạch bồi dưỡng kỹ năng số cho công chức cấp xã”. Hai tên gọi có thể gần nghĩa, nhưng về mặt hồ sơ hành chính, chúng chưa chắc đại diện cho cùng một nhiệm vụ.

Loại lỗi này khó phát hiện vì người kiểm tra thường đọc từng tệp theo trình tự, thay vì đặt các nội dung tương ứng cạnh nhau. Khi tài liệu dài, tên gọi gần giống nhau hoặc số liệu xuất hiện tại nhiều vị trí, trí nhớ ngắn hạn của người đọc dễ bỏ qua khác biệt nhỏ nhưng có ảnh hưởng lớn.

Rủi ro còn tăng lên khi hồ sơ được chỉnh sửa gấp. Một con số có thể đã được cập nhật trong phụ lục nhưng chưa sửa ở tờ trình. Một mốc thời gian có thể được gia hạn trong dự thảo nhưng phần căn cứ và phân công trách nhiệm vẫn giữ nội dung cũ. Vì vậy, đơn vị cần chuyển từ cách “đọc lại ba tệp” sang cách “đối chiếu một trường thông tin trên cả ba tệp”.

AI hỗ trợ đặt các thông tin tương ứng cạnh nhau để chuyên viên nhận diện sai khác trong toàn bộ hồ sơ trình.

Sáu nhóm thông tin cần kiểm tra xuyên suốt hồ sơ

Không nên yêu cầu AI kiểm tra chung chung bằng câu lệnh như “hãy tìm tất cả lỗi trong các tài liệu”. Yêu cầu quá rộng dễ tạo ra kết quả dài, thiếu trọng tâm và khó kiểm chứng. Cách hiệu quả hơn là xác lập trước sáu nhóm thông tin có ảnh hưởng trực tiếp đến tính hợp lệ và khả năng thực hiện của hồ sơ.

Thứ nhất là tên nhiệm vụ, đề án, kế hoạch hoặc chương trình. Cần kiểm tra tên đầy đủ, tên viết tắt, phạm vi và cách gọi ở tiêu đề, phần nội dung, điều khoản thi hành cũng như phụ lục.

Thứ hai là số liệu. Nhóm này bao gồm số lượng đơn vị, người tham gia, sản phẩm, chỉ tiêu, tỷ lệ, định mức và tổng số. AI cần ghi lại cả đơn vị tính, vì “200 cán bộ” và “200 lượt cán bộ” không phải lúc nào cũng mang cùng ý nghĩa.

Thứ ba là thời gian. Không chỉ kiểm tra ngày bắt đầu và kết thúc, người dùng còn phải đối chiếu năm thực hiện, kỳ báo cáo, tiến độ từng giai đoạn, hạn hoàn thành và thời điểm văn bản có hiệu lực.

Thứ tư là đối tượng và phạm vi áp dụng. Những khác biệt như “cán bộ, công chức cấp xã” với “cán bộ cấp xã”, hoặc “toàn tỉnh” với “các địa phương thí điểm”, có thể làm thay đổi phạm vi chính sách và dự toán.

Thứ năm là trách nhiệm thực hiện. Cần xác định cơ quan chủ trì, đơn vị phối hợp, người phê duyệt, đơn vị tổng hợp báo cáo và đầu mối chịu trách nhiệm về kinh phí. Một nhiệm vụ được giao cho hai cơ quan chủ trì khác nhau là mâu thuẫn cần xác minh, không phải lỗi để AI tự sửa.

Thứ sáu là kinh phí và nguồn kinh phí. Ngoài tổng mức kinh phí, cần đối chiếu cơ cấu chi, nguồn ngân sách, nguồn xã hội hóa, thời kỳ bố trí vốn và trách nhiệm quản lý, thanh quyết toán.

Ma trận kiểm tra liên văn bản nên được thiết kế như thế nào?

Ma trận kiểm tra là sản phẩm trung tâm của quy trình. Mỗi dòng chỉ nên thể hiện một trường thông tin cụ thể. Mỗi ô phải ghi đúng nội dung tìm thấy trong từng tệp, kèm vị trí để người phụ trách có thể mở lại và kiểm tra nhanh.

Bảng không nên chỉ ghi “có lỗi” hoặc “không có lỗi”. Giá trị của ma trận nằm ở khả năng truy vết. Ví dụ, thay vì ghi “kinh phí không thống nhất”, cần nêu rõ: “Tờ trình, mục 3: 2,4 tỷ đồng; dự thảo, Điều 2: 2,1 tỷ đồng; phụ lục, dòng tổng cộng: 2,4 tỷ đồng”.

Cột “đề xuất xử lý” cũng không phải nơi để AI chọn một giá trị thay thế. Đề xuất phù hợp là xác định người hoặc đơn vị cần xác minh, nguồn dữ liệu cần đối chiếu và những tệp phải cập nhật sau khi có kết luận chính thức.

Quy trình dùng ChatGPT Work để đối chiếu ba tệp

Bước đầu tiên là chuẩn hóa đầu vào. Người dùng nên đổi tên tệp theo chức năng và phiên bản, chẳng hạn “01_To_trinh_20260820”, “02_Du_thao_20260822” và “03_Phu_luc_20260824”. Việc này làm giảm nguy cơ AI và người kiểm tra nhầm giữa tên tệp, ngày soạn và loại văn bản.

Tiếp theo, người dùng tải các tệp lên cùng một cuộc hội thoại hoặc không gian công việc được cơ quan cho phép. Khả năng làm việc với tệp của ChatGPT được thiết kế cho các tác vụ như trích xuất thông tin, so sánh tài liệu và áp dụng một khung tiêu chí cho nhiều nội dung. Tuy nhiên, cơ quan phải tuân thủ quy chế bảo vệ bí mật nhà nước, dữ liệu cá nhân, phân loại tài liệu và quy định nội bộ trước khi đưa bất kỳ hồ sơ nào lên hệ thống AI.

Sau đó, người dùng yêu cầu AI lập danh mục nguồn. Với mỗi tệp, AI cần xác định tên tệp, loại văn bản, ngày hoặc phiên bản nếu có, số trang và những phần có thể đọc được. Nếu tệp quét mờ, thiếu trang, có bảng biểu không nhận dạng được hoặc không trích xuất được nội dung, AI phải báo rõ giới hạn trước khi đối chiếu.

Ở bước kiểm tra, nên chia yêu cầu thành từng nhóm nhỏ. Ví dụ, lượt đầu chỉ kiểm tra tên nhiệm vụ, thời gian và tổng kinh phí. Lượt tiếp theo mới kiểm tra đối tượng, chỉ tiêu và trách nhiệm thực hiện. Cách chia này giúp người dùng kiểm chứng kết quả, hạn chế bỏ sót và phù hợp với bài tập thực hành 15 phút.

Cuối cùng, chuyên viên rà lại từng dòng có trạng thái “không thống nhất”, “không đề cập” hoặc “không đủ dữ liệu”. AI hỗ trợ phát hiện và trình bày sai khác, nhưng kết luận chính thức vẫn thuộc về người có thẩm quyền và đầu mối chịu trách nhiệm về hồ sơ.

Mẫu câu lệnh có thể sử dụng ngay

Một câu lệnh tốt phải quy định rõ phạm vi, cách ghi nguồn, trạng thái đầu ra và nguyên tắc không tự suy đoán. Người dùng có thể sử dụng mẫu sau:

Hãy đối chiếu các tệp tôi đã tải lên theo ba trường: tên nhiệm vụ, thời gian thực hiện và tổng kinh phí. Lập bảng gồm các cột: Nội dung, Tệp 1, Tệp 2, Tệp 3, Trạng thái, Đề xuất xử lý.

Trong từng ô, hãy trích đúng nội dung được thể hiện trong tệp và ghi vị trí theo trang, mục, điều hoặc dòng bảng nếu xác định được. Phân loại trạng thái thành: Thống nhất; Không thống nhất; Không đề cập; Không đủ dữ liệu để kiểm tra.

Không tự chọn giá trị đúng khi các nguồn mâu thuẫn. Không tự hợp nhất các tên gọi gần giống nhau. Không tự sửa số liệu. Với mọi mâu thuẫn, hãy ghi “Chuyển người phụ trách hồ sơ xác minh” và nêu rõ điểm cần xác minh.

Sau lần chạy đầu tiên, người dùng có thể yêu cầu AI tự kiểm tra lại kết quả bằng một câu lệnh bổ sung: “Hãy rà lại từng kết luận trong bảng, kiểm tra xem nội dung có đúng với vị trí nguồn đã ghi hay không; nếu không xác định được vị trí, chuyển trạng thái sang không đủ dữ liệu”.

Cách làm hai lượt này không bảo đảm loại bỏ mọi sai sót, nhưng tạo thêm một lớp kiểm soát. Quan trọng hơn, nó buộc AI phân biệt giữa nội dung được tìm thấy, nội dung suy luận và nội dung không thể xác nhận.

Nguyên tắc đỏ: AI không được tự quyết nguồn nào đúng

Trong một hồ sơ mâu thuẫn, tệp mới nhất chưa chắc là tệp đúng nhất. Phụ lục có ngày chỉnh sửa muộn hơn có thể chứa số liệu cập nhật, nhưng cũng có thể là bản chưa được phê duyệt. Tờ trình có chữ ký có thể là căn cứ chính thức, song dự thảo văn bản lại phản ánh ý kiến chỉ đạo mới chưa được cập nhật ngược lại.

Vì vậy, không nên đặt quy tắc máy móc như “ưu tiên tệp mới nhất”, “ưu tiên tờ trình” hoặc “lấy số liệu trong phụ lục làm chuẩn”. Thứ tự ưu tiên chỉ được áp dụng khi cơ quan đã có quy định hoặc người có thẩm quyền xác nhận rõ nguồn chuẩn cho từng trường dữ liệu.

Khi phát hiện mâu thuẫn, đầu ra phù hợp phải gồm ba yếu tố: nội dung khác nhau, vị trí xuất hiện và người cần xác minh. Đây là điểm phân biệt giữa một công cụ kiểm soát hồ sơ với một công cụ tự động sửa văn bản thiếu căn cứ.

Nhiệm vụ thực hành 15 phút: đối chiếu ba trường giữa hai tệp

Bài thực hành nên sử dụng hai tệp có liên quan trực tiếp, chẳng hạn tờ trình và dự thảo quyết định. Ba trường được chọn là tên nhiệm vụ, thời gian thực hiện và tổng kinh phí. Người thực hiện không cần kiểm tra toàn bộ hồ sơ trong lần đầu.

Trong khoảng thời gian thực hành, chuyên viên thực hiện bốn thao tác: tải hai tệp lên; yêu cầu AI trích ba trường; lập ma trận so sánh; mở lại vị trí nguồn để kiểm chứng. Kết quả đạt yêu cầu khi mỗi dòng có nội dung của hai tệp, vị trí nguồn, trạng thái và hướng xử lý.

Một ma trận ngắn nhưng có chứng cứ sẽ có giá trị hơn một danh sách dài các nhận xét chung. Nếu AI không tìm thấy tổng kinh phí trong dự thảo, trạng thái đúng là “không đề cập” hoặc “không đủ dữ liệu”, chứ không phải tự lấy số tiền từ tờ trình điền sang.

Kiểm soát dữ liệu, bảo mật và trách nhiệm giải trình

Trước khi sử dụng AI, cơ quan cần xác định hồ sơ có được phép đưa lên nền tảng hay không. Tài liệu chứa bí mật nhà nước, dữ liệu cá nhân nhạy cảm, thông tin điều tra, tài liệu nội bộ hạn chế phổ biến hoặc dữ liệu chưa được phép chia sẻ phải được xử lý theo quy định hiện hành và quy chế của đơn vị.

Người dùng cũng cần kiểm tra loại tài khoản, cấu hình lưu giữ dữ liệu, quyền truy cập và công cụ kết nối do quản trị viên cho phép. Không nên sử dụng tài khoản cá nhân hoặc công cụ không được phê duyệt để xử lý hồ sơ công vụ chỉ vì thao tác thuận tiện hơn.

Về trách nhiệm giải trình, nên lưu ma trận kiểm tra cùng hồ sơ, ghi ngày thực hiện, người kiểm tra, phiên bản tệp và kết quả xác minh cuối cùng. AI chỉ là công cụ hỗ trợ đọc, trích xuất và so sánh. Người soạn thảo, người kiểm tra và người ký vẫn chịu trách nhiệm theo chức năng được giao.

Từ một bài tập nhỏ đến quy trình kiểm soát chất lượng hồ sơ

Sau khi thử nghiệm với ba trường thông tin, đơn vị có thể mở rộng ma trận thành bộ tiêu chí chuẩn cho từng loại hồ sơ. Hồ sơ đề án có thể ưu tiên mục tiêu, nhiệm vụ, tiến độ, sản phẩm và kinh phí. Hồ sơ quy chế có thể tập trung vào đối tượng, thẩm quyền, trách nhiệm, thời hạn và điều khoản thi hành.

Cơ quan cũng có thể xây dựng thư viện câu lệnh dùng chung, biểu mẫu ma trận và quy ước trạng thái. Khi mọi chuyên viên sử dụng cùng một cấu trúc đầu ra, kết quả dễ kiểm tra, dễ tổng hợp và thuận lợi hơn cho việc đào tạo nghiệp vụ.

Nếu đơn vị cần thiết kế quy trình kiểm tra liên văn bản, bộ câu lệnh theo từng loại hồ sơ hoặc chương trình thực hành AI an toàn cho cán bộ, công chức, AIHanhChinhCong.vn có thể đồng hành theo hướng bám sát nghiệp vụ, trách nhiệm thẩm định và yêu cầu bảo vệ dữ liệu của từng cơ quan.

ChatGPT Work có thể giúp chuyển việc đọc tuần tự nhiều tệp thành một quy trình đối chiếu có cấu trúc. Giá trị lớn nhất không nằm ở việc AI sửa văn bản thay con người, mà ở khả năng đặt cùng một trường thông tin cạnh nhau, chỉ ra vị trí sai khác và tạo ma trận để người có trách nhiệm xử lý.

Một quy trình đáng tin cậy cần tuân thủ bốn nguyên tắc: xác định trước trường cần kiểm tra, ghi nguyên văn nội dung theo từng nguồn, phân loại rõ trạng thái và không tự chọn nguồn đúng khi có mâu thuẫn. Khi được triển khai cùng quy chế bảo mật và bước xác minh của con người, ma trận liên văn bản có thể trở thành một lớp kiểm soát chất lượng thiết thực trước khi trình ký và ban hành.

TS. Nguyễn Trung Hòa