AI xử lý hồ sơ tị nạn của Bộ Nội vụ Anh bị nghi kém chính xác, cứ 5 bản tóm tắt thì hơn 1 bản trượt kiểm tra

Nỗ lực của Bộ Nội vụ Anh nhằm tăng tốc xử lý hồ sơ tị nạn bằng trí tuệ nhân tạo đang vấp phải chỉ trích mạnh sau khi một báo cáo độc lập cho thấy hơn 1/5 bản tóm tắt phỏng vấn do AI tạo ra không đạt yêu cầu chính xác. Theo điều tra dài 20 trang của Open Rights Group (ORG) — một tổ chức vận động về quyền số tại Anh — cơ quan này vẫn tiếp tục triển khai công cụ AI dù còn nhiều nghi vấn về độ tin cậy, cơ chế giám sát và lợi ích năng suất thực tế.

Tâm điểm của tranh cãi là hai công cụ mà nhân viên xử lý hồ sơ đang sử dụng: Asylum Case Summarisation (ACS), hệ thống tự động tóm tắt nội dung phỏng vấn xin tị nạn, và Asylum Policy Search (APS), một công cụ dạng hội thoại giúp tra cứu chính sách theo từng quốc gia. Cả hai đều vận hành trên GPT-4o — một mô hình ngôn ngữ lớn, tức loại AI có khả năng hiểu và sinh văn bản gần giống con người — thông qua Azure AI Foundry của Microsoft, nền tảng dùng để xây dựng và triển khai ứng dụng AI trong môi trường doanh nghiệp và cơ quan nhà nước.

Dữ liệu mà ORG thu thập được cho thấy trong số 203 bản tóm tắt phỏng vấn do AI tạo ra và được chuyên gia kiểm tra sau khi hệ thống được đưa vào vận hành từ tháng 4/2026, có 45 bản không vượt qua vòng đánh giá đầu tiên, tương đương tỷ lệ thất bại 22%. Con số này cao hơn đáng kể so với mức 9% từng ghi nhận ở giai đoạn pilot, tức giai đoạn thử nghiệm quy mô nhỏ trước khi triển khai chính thức. Ngoài ra còn có 19 bản bị gắn cờ để xem xét thêm. Ở vòng đánh giá thứ hai, 30 trên 56 bản tiếp tục không đạt chuẩn.

Theo ORG, các lỗi trong bản tóm tắt AI không dừng ở mức diễn đạt chưa tốt mà có thể bao gồm sai lệch dữ kiện và mô tả không đúng những gì người xin tị nạn thực sự trình bày trong buổi phỏng vấn. Đáng chú ý hơn, cơ chế kiểm tra hiện tại vẫn có thể cho qua những bản tóm tắt bỏ sót chi tiết quan trọng, miễn là phần thông tin còn lại là chính xác. Điều này làm dấy lên lo ngại rằng một hồ sơ có thể bị đánh giá dựa trên bức tranh không đầy đủ, trong khi các quyết định tị nạn thường ảnh hưởng trực tiếp đến quyền được ở lại hay bị buộc rời khỏi nước sở tại.

ORG cho rằng mức độ giám sát hiện nay là quá hạn chế. Dựa trên khối lượng hồ sơ dự kiến hàng tháng của Bộ Nội vụ Anh là 17.515 trường hợp, tổ chức này ước tính chỉ khoảng 0,3% số bản tóm tắt được chuyên gia kiểm tra trong giai đoạn từ tháng 4 đến tháng 7. Nói cách khác, phần lớn đầu ra của AI gần như không được rà soát sâu, trong khi chính phủ vẫn khẳng định con người là bên chịu trách nhiệm cuối cùng cho quyết định.

Một trong những mục tiêu chính khi đưa AI vào quy trình là rút ngắn thời gian xử lý hồ sơ. Tuy nhiên, số liệu mà ORG phân tích lại cho thấy bức tranh ngược lại. Từ tháng 4/2026, số quyết định tị nạn ban đầu mang tính nội dung mỗi tháng trung bình giảm khoảng 42% so với cùng kỳ năm 2025. Đồng thời, thời gian trung bình từ lúc phỏng vấn đến khi ra quyết định lại tăng 29%. Dù chưa thể kết luận AI là nguyên nhân trực tiếp gây chậm trễ, các số liệu hiện có cũng chưa chứng minh được lợi ích hiệu suất mà các bộ trưởng từng cam kết.

Không chỉ ACS, hệ thống Asylum Policy Search cũng đối mặt với câu hỏi về kiểm định chất lượng. Bộ Nội vụ Anh đã xác nhận vào tháng 8 rằng việc kiểm thử bởi chuyên gia đã dừng lại, dù trước đó từng thông báo với các nghị sĩ rằng hoạt động này vẫn đang tiếp diễn. ORG cho biết không hề có bản tổng kết kết quả kiểm thử nào được công bố. Với một công cụ hỗ trợ tra cứu chính sách quốc gia — nơi độ chính xác của thông tin có thể ảnh hưởng đến lập luận pháp lý trong từng hồ sơ — khoảng trống giám sát này bị xem là đặc biệt đáng lo.

Một điểm gây tranh cãi khác là tính minh bạch. Theo ORG, người xin tị nạn không được thông báo riêng khi AI được sử dụng trong hồ sơ của họ, đồng thời cũng không có cơ chế để xem, kiểm tra hoặc yêu cầu sửa các bản tóm tắt do hệ thống tạo ra từ buổi phỏng vấn. Trong bối cảnh dữ liệu cá nhân và lời khai nhạy cảm đóng vai trò cốt lõi, đây là vấn đề liên quan trực tiếp đến trách nhiệm giải trình và quyền khiếu nại.

Chính phủ Anh nhiều lần nhấn mạnh rằng AI chỉ hỗ trợ, còn con người mới là bên ra quyết định. Tuy vậy, ORG cho rằng tuyên bố này có thể không phản ánh đúng thực tế vận hành. Trong bản đánh giá tác động bảo vệ dữ liệu của chính Bộ Nội vụ, ACS được mô tả là công cụ tự động hóa phần việc trước đây do các chuyên gia kỹ thuật đảm nhiệm, bao gồm rà soát và tóm tắt hồ sơ trước khi chuyển cho người ra quyết định. Nếu lớp kiểm tra giàu kinh nghiệm này bị thay thế thay vì được hỗ trợ, AI không chỉ tiết kiệm thời gian mà còn có thể làm mất đi một tầng thẩm định quan trọng.

Trước các phát hiện trên, ORG kêu gọi đình chỉ cả hai công cụ ACS và APS, đồng thời tiến hành kiểm toán độc lập. Kiểm toán độc lập ở đây được hiểu là quá trình đánh giá bởi một bên ngoài cơ quan triển khai, nhằm xem xét khách quan độ chính xác, mức độ an toàn, rủi ro thiên lệch và hiệu quả thực tế của hệ thống. Theo tổ chức này, những biện pháp bảo vệ hiện tại là không đủ đối với một lĩnh vực mà mỗi quyết định đều có thể định đoạt tương lai pháp lý và cuộc sống của một con người.

Đây không phải lần đầu các kế hoạch công nghệ của Bộ Nội vụ Anh vấp phải chỉ trích. Hồi tháng 6, hơn 60 tổ chức bảo vệ quyền đã kêu gọi từ bỏ kế hoạch dùng AI để ước tính tuổi của trẻ em xin tị nạn, cảnh báo rằng công nghệ này thiếu độ tin cậy, đặc biệt ở nhóm tuổi từ 16 đến 18 — khoảng tuổi có ý nghĩa pháp lý rất lớn. Cũng trong tháng đó, một cuộc thanh tra khác phát hiện hệ thống nhập cư Atlas, vốn bị trì hoãn kéo dài, không cung cấp phản hồi từ các vụ kháng cáo tị nạn cho nhân viên xử lý hồ sơ, buộc họ phải dùng giải pháp tạm thời.

Vụ việc đang trở thành ví dụ điển hình cho thách thức khi đưa AI vào khu vực công, nơi công nghệ không chỉ phục vụ năng suất mà còn tác động trực tiếp đến quyền lợi pháp lý của công dân và người di cư. Các mô hình ngôn ngữ lớn như GPT-4o có thể tạo văn bản trôi chảy và tiết kiệm thời gian, nhưng nếu dữ liệu đầu ra không được kiểm chứng chặt chẽ, tốc độ có thể phải đánh đổi bằng độ chính xác. Trong những quy trình nhạy cảm như xét duyệt tị nạn, chỉ một bản tóm tắt sai hoặc thiếu cũng có thể kéo theo hậu quả vượt xa một lỗi kỹ thuật thông thường.