Các bản tin truyền thông thường nhấn mạnh những chi tiết cho thấy một cá nhân thuộc về nhóm thiểu số, chẳng hạn quốc gia gốc gác của họ. Ngược lại, những chi tiết cho thấy ai đó thuộc về nhóm đa số lại ít được đề cập. Liệu điều này có phản ánh định kiến đối với các nhóm thiểu số (như người nhập cư hay người dân tộc thiểu số) hay không?
Để tìm câu trả lời, Phòng thí nghiệm Nhận thức Xã hội của Đại học Ruhr Bochum, Đức, đã thực hiện năm nghiên cứu với hơn 900 người sống ở Anh và ở Mỹ. Đồng thời, họ phân tích hành vi của sáu mô hình ngôn ngữ lớn, trong đó có ChatGPT.
Trong các thí nghiệm với con người, hơn 600 người tham gia là công dân Mỹ nhận được thông cáo báo chí hư cấu của FBI về một vụ việc hình sự như cướp giật, đốt phá và buôn bán ma túy. Thông cáo mô tả chi tiết về nghi phạm, bao gồm độ tuổi, giới tính, cân nặng, chiều cao, trang phục, quốc gia gốc gác và một số đặc điểm khác.
Quốc gia gốc gác của nghi phạm được thay đổi một cách có chủ đích trong các phiên bản thông cáo: nghi phạm hoặc là người Mỹ (đại diện cho nhóm đa số), hoặc đến từ một trong những nước có cộng đồng nhập cư lớn nhất tại Mỹ (Mexico, Ấn Độ, Trung Quốc, Philippines, El Salvador, Việt Nam, Cuba, Cộng hòa Dominica, Guatemala, Hàn Quốc).
Một cậu bé vẫy cờ Mỹ trong buổi lễ nhập tịch ở Los Angeles. Ảnh: Reuters/Kham
Tiếp theo, người tham gia được yêu cầu viết tin dựa trên thông cáo. Sau đó, nhóm nghiên cứu phân tích xem người viết có nhắc đến gốc gác của nghi phạm hay không với mô hình hồi quy logistic hỗn hợp.
Kết quả, tỷ lệ giữa số người viết có đề cập và không đề cập đến gốc gác của nghi phạm tăng khoảng ba lần khi nghi phạm thuộc nhóm thiểu số so với khi nghi phạm thuộc nhóm đa số, TS Anna Schulte - người đứng đầu nhóm nghiên cứu - cho biết.
Vì định kiến có thể là nguyên nhân dẫn đến hiện tượng này, nhóm nghiên cứu đã lặp lại thí nghiệm với các sự kiện mang tính tích cực. Thay vì các vụ việc hình sự, người tham gia được đọc thông tin về những trường hợp trúng xổ số hoặc đột phá khoa học rồi sau đó tóm tắt thành tin tức. Kết quả, hiện tượng này không những không giảm mà còn rõ rệt hơn với mức chênh lệch về tỷ lệ là gần bốn lần.
Nghiên cứu cho thấy vấn đề không nằm ở chỗ truyền thông mô tả các nhóm thiểu số theo hướng tiêu cực, mà ở việc thường xuyên nhấn mạnh những điểm "khác biệt" so với nhóm đa số, theo TS Anna Schulte.
Sự "tiếp tay" của trí tuệ nhân tạo
Nhóm nghiên cứu cũng yêu cầu sáu mô hình ngôn ngữ AI thực hiện nhiệm vụ tương tự. Họ xây dựng 1.000 kịch bản tiêu cực và 1.000 kịch bản tích cực, sau đó đưa cho các mô hình dưới dạng câu lệnh và yêu cầu viết tin. Sáu mô hình được đưa vào phân tích gồm: ChatGPT-3.5, ChatGPT-4o, Cohere Command, Cohere Command Light, Mistral-7B, và Mistral Small.
Kết quả, các mô hình AI còn nhắc đến việc một người thuộc nhóm thiểu số thường xuyên hơn con người, cả trong tình huống tiêu cực lẫn tích cực. Tuy nhiên, nhóm nghiên cứu chưa thể lý giải đầy đủ vì sao các hệ thống AI lại thể hiện xu hướng ấy mạnh hơn.
"Phát hiện này cho thấy các mô hình AI tiếp thu các khuôn mẫu có sẵn trong dữ liệu huấn luyện do con người tạo ra và khái quát hóa quá mức các xu hướng trong truyền đạt thông tin. Cần nghiên cứu tiếp để làm rõ thêm vấn đề", TS Anna Schulte nhận định.
Giải pháp cho người làm truyền thông
Nhóm tác giả kết luận, các phát hiện chỉ ra rằng không có sự chủ ý hạ thấp hay bôi nhọ đối với các nhóm thiểu số. Đằng sau việc nhấn mạnh quá mức đặc điểm của các nhóm thiểu số là một nguyên tắc nhận thức cơ bản của con người: chú ý đến những gì khác biệt và coi những gì không phổ biến là đáng nói hơn.
Tuy nhiên, xu hướng này vẫn dẫn đến tình trạng các nhóm thiểu số được phản ánh một cách thiên lệch trên truyền thông - và thường là trong những bối cảnh tiêu cực. "Chúng tôi gọi hiện tượng đó là ‘thế lưỡng nan của nhóm thiểu số’", TS Anna Schulte giải thích.
Nếu hiểu được hệ lụy, người làm truyền thông nên tìm cách hạn chế bằng hai cách: hoặc luôn nhắc đến hoặc hoàn toàn không nhắc đến gốc gác của đối tượng.
Tuy nhiên, cả hai cách đều có điểm bất cập. Do người đọc thường quan tâm đến những thông tin cụ thể, việc bỏ qua các chi tiết như vậy có thể khiến họ cảm thấy bài báo thiếu minh bạch và giảm niềm tin vào nguồn tin.
Ngược lại, nếu lúc nào cũng nêu đầy đủ mọi đặc điểm của tất cả các đối tượng, bài báo có thể tạo ấn tượng rườm rà, cung cấp những thông tin không cần thiết và trùng lặp. Điều này cũng có thể gây nghi ngờ về tính chuyên nghiệp và khách quan của nguồn tin.
Một giải pháp khả thi, theo nhóm nghiên cứu, là đề cập những đặc điểm riêng có khác, chẳng hạn nơi sinh thay vì gốc gác của đối tượng. Cách làm này vẫn bảo đảm cung cấp cho người đọc thông tin có giá trị và khác biệt mà không tác động tiêu cực đến cách họ nhìn nhận các nhóm thiểu số. "Chúng tôi dự định sẽ nghiên cứu một cách có hệ thống các biện pháp như vậy trong dự án tiếp theo", TS Anna Schulte nói.
Bên cạnh đó, cần cân nhắc việc sử dụng AI trong sản xuất tin tức: do các mô hình AI không chỉ tái tạo những thiên lệch sẵn có trong dữ liệu huấn luyện mà còn khuếch đại chúng, người làm báo cần nhận thức rõ rủi ro này khi dựa vào AI để tạo nội dung văn bản.
Mỹ Hạnh dịch
---
Nguồn tham khảo:
The Minority Dilemma in Communication – Why Minority Labels are Overrepresented in News Coverage, Social Psychological and Personality Science, 2025, DOI: 10.1177/19485506251393406
https://news.rub.de/english/press-releases/2025-12-02-psychology-minority-dilemma-media-reports
