Cận cảnh Diligence — Trách nhiệm, minh bạch, an toàn

Diligence là gì?

Diligence khác 3 D đầu ở 1 chiều quan trọng:

Diligence là xuyên suốt — không phải bước cuối.

Vì sao Diligence dễ bị skip

3 D đầu dễ thấy giá trị:

Diligence khó thấy giá trị:

Đây chính là tính nguy hiểm. Diligence là seatbelt — không thấy giá trị mỗi ngày, nhưng cứu mạng lúc cần.

Một incident:

→ Mỗi case Diligence skipped.

• Delegation tốt → output tốt hơn
• Description tốt → ít iteration
• Discernment tốt → catch error
• Không spend 10 phút check data privacy → có thể không hậu quả ngay
• Không disclose AI usage → có thể không ai phát hiện
• Không verify fact trước share → có thể đúng (luck)
• Customer complaint vì AI-generated response chứa thông tin sai
• Lawyer dùng AI submit case có bịa án lệ — disbarred
• Researcher publish paper có AI-generated data fake — career destroyed

3 thành phần của Diligence

Thành phần 1 — Creation Diligence

Definition: Critical và intentional về AI nào bạn chọn work với, và cách bạn work.

Câu hỏi cần ask trước khi engage AI:

Ví dụ thực tế:

Trước khi share company financial data với AI:

Nếu trả lời không rõ → KHÔNG share. Pause, ask.

Practical guideline:

Thành phần 2 — Transparency Diligence

Definition: Open + honest về AI's role trong work với những người cần biết.

Khái niệm chìa khóa: Different context, different expectation.

Trách nhiệm là của bạn — hiểu + meet expectation cho context.

Câu hỏi cần ask:

Ví dụ:

❌ Bad:

✅ Good:

Why transparency matter (beyond rule-following):

Mẹo: Khi unsure, err on side of disclose. Cost của disclose = ít. Cost của không disclose khi nên = lớn.

Thành phần 3 — Deployment Diligence

Definition: Take ownership cho output bạn use hoặc share — sau khi AI đã contribute.

Nguyên tắc cốt lõi: Khi bạn share AI-generated content ra thế giới, bạn — không phải AI — chịu trách nhiệm cho accuracy + appropriateness.

Câu hỏi cần ask trước share:

Ví dụ:

Journalist dùng AI draft article. Trước publish:

→ Không skip vì "AI giỏi". Stand behind work.

3 layer của Deployment Diligence:

• AI tool nào tổ chức bạn approve? (Có whitelist không?)
• AI vendor có data retention policy gì?
• Data có được dùng để train future model không? (Free tier thường yes; Enterprise tier thường no)
• Có jurisdiction issue (data residency)?
• Bạn có authorization từ data owner không?
• Ai cần biết về AI's role trong work này?
• How và when communicate?
• Detail level nào appropriate?
• Submit paper academic không disclose AI editing → có thể bị retracted
• Email khách hàng draft 100% AI, ký tên bạn → trust issue khi phát hiện
• Code commit "myself" toàn bộ AI-generated → tech debt nếu reviewer trust
• Paper: "Methodology section co-developed with Claude AI; final analysis by author."
• Email: "I drafted this with AI assistance to ensure clarity. Happy to discuss."
• Code: Commit message "Generated with Claude Code, manually tested"; PR description detail
• Maintain trust trong relationship
• Acknowledge người khác có right to know AI involvement
• Set realistic expectation (AI có limitation)
• Cho permission người khác judge appropriately
• Mọi fact đã verified?
• Bias check (gender, racial, cultural, etc.)?
• Accuracy + usage right confirmed?
• Bạn willing to defend mọi câu chữ trong output?
• Verify mọi fact (date, name, number, quote)
• Check source AI cite — có thật, attribute đúng?
• Bias check (perspective balanced?)
• Editorial standard same as fully-self-written article?

┌─────────────────────────────────────────────────────────┐
│                                                         │
│   PERSONAL       ACADEMIC       PROFESSIONAL            │
│   ────────       ────────       ────────────            │
│                                                         │
│   No need        Often required Industry-specific       │
│   disclose       (cite AI tool, (legal, journalism,     │
│                  flag in dis-   medical disclosure      │
│                  closure)       norms)                  │
│                                                         │
└─────────────────────────────────────────────────────────┘

- Hệ thống AI này train + build thế nào?
- Data nào được dùng để train?
- Ai own data tôi đang input?
- Ai có thể access data sau khi tôi share?
- Tôi đang protect privacy + security của mình và người khác thế nào?
- Hệ thống có impact gì khác (môi trường, lao động)?
- Cộng tác này có align personal/professional values của tôi?
- Có align với policy tổ chức của tôi không?

Thành phần 3 — Deployment Diligence

LAYER 1: FACT VERIFICATION
- Số liệu, citation, quote, date, name
- Cross-source minimum 2-3 source độc lập

LAYER 2: BIAS + APPROPRIATENESS
- Gender, racial, cultural, age representation
- Tone appropriate audience
- Cultural sensitivity

LAYER 3: STANDARDS COMPLIANCE
- Industry rule (legal, medical, financial)
- Organization policy
- Personal ethical line

→ Pass all 3 → safe to ship

Diligence trong context khác nhau

Personal context

Lower stakes — disclosure thường không cần. Nhưng:

Academic context

Higher stakes — institutional rule:

Best practice: Khi unsure, ask instructor. Document AI usage (prompts, output) cho audit.

Professional context

Highest stakes — multiple layer:

Best practice: Familiarize với policy. Khi gray area, escalate (manager, compliance, legal).

Specific industry examples

Legal:

Healthcare:

Financial services:

Journalism:

Marketing:

• Verify health/financial advice trước follow
• Privacy: don't share other people's PII vào AI without consent
• Plagiarism policy thường cover AI usage
• Citation standard: cite AI tool nếu material contribution
• Course-specific: instructor có thể yêu cầu disclosure
• Organization policy (data sharing, AI tool approved list)
• Industry regulation (HIPAA, financial, legal privilege)
• Client expectation (some clients prohibit AI; some embrace)
• Public disclosure (FTC for marketing, media for journalism)
• AI assistance trong brief: thường require disclosure to court
• AI generate citation: MUST verify (lawyers disbarred for not)
• Client confidential data: never to public AI tier
• Patient data: HIPAA — no public AI tier
• AI clinical decision support: require physician sign-off
• Research: IRB review for AI-assisted methodology
• Client PII: Enterprise tier minimum
• Investment advice: AI assistance disclose
• Audit: maintain log of AI usage
• AI-assisted article: increasingly disclosed (NYT, others adopt policy)
• Source verification: AI claims = source 0, need real source
• Image generation: disclose if AI-generated
• FTC guideline (US): AI-generated reviews/testimonials must disclose
• Influencer: AI assistance norm increasingly require disclosure

Building personal guideline

Diligence khó áp dụng "in the moment" nếu không pre-think. Build framework personal:

Template "Personal AI Diligence Statement"

Customize cho context bạn. Print, save trong notebook AI fluency.

# My AI Diligence Statement

## When I'll work with AI
- Personal: brainstorm, draft, learn — broadly OK
- Work: per company policy [X]
- Sensitive client data: NEVER without explicit auth

## Boundary cho data sharing
- Free tier OK: public info, generic ideas, public research
- Pro tier OK: personal notes, low-sensitivity work doc
- Enterprise required: company internal, customer PII, financial
- AI prohibited: top-secret, trade secret, client privileged

## Quality control standard
- High-stakes (board, client-facing, public): full Discern + cross-source verify + colleague review
- Medium-stakes (internal report): Discern checklist + 1 cross-check
- Low-stakes (draft email): spot-check

## Disclosure policy
- Personal context: not required usually
- Academic: cite AI as tool; disclose in methodology section
- Professional: per org policy + per project lead
- Public output: disclose AI assistance proactively

## Ethical red lines
- Won't ask AI to deceive
- Won't generate content impersonating real person without consent
- Won't bypass safety guardrails
- Won't share output I haven't personally vetted

"Diligence statement" cho project

Cho project specific (work, paper, deliverable), có thể attach diligence statement riêng.

Template ví dụ:

Customize:

Add vào: footer, appendix, hoặc metadata của output.

• Tên AI tool cụ thể
• Task AI thực sự làm (don't overstate hoặc understate)
• Review process bạn employed
• Statement of responsibility

Anti-patterns

❌ "Tôi không hỏi → không sai"

Hiểu hiện: Skip checking org policy, just use AI. Better to ask forgiveness than permission.

Tại sao tệ: Có thể violate policy / contract / law. Career risk.

Fix: Ask compliance / legal / manager khi unclear. Better safe.

❌ Disclose nửa vời

Hiểu hiện: "I use AI sometimes" — không specific.

Tại sao tệ: Không cung cấp transparency thực sự. Reader không thể assess.

Fix: Specific: "AI assisted với [task X]. Final review by me."

❌ "AI verified, vậy đúng"

Hiểu hiện: "Claude said it's accurate" → trust + ship.

Tại sao tệ: AI có thể bịa. Verify with AI = circular.

Fix: Independent source. Domain expert if needed.

❌ Diligence chỉ "lúc final"

Hiểu hiện: Throughout project skip Diligence. Cuối ship, slap diligence statement.

Tại sao tệ: Damage có thể đã done (data leaked, bias embedded).

Fix: Diligence từ đầu — trước (Creation), trong (Transparency check), sau (Deployment).

❌ "Not my job — AI tool's responsibility"

Hiểu hiện: "AI bịa, không phải lỗi tôi."

Tại sao tệ: Bạn ship → bạn responsible. AI không sue được, không lose career.

Fix: Ownership mindset. AI là tool, bạn là người.

Mẹo nâng cao

💡 Mẹo 1: Diligence checklist mỗi project

Trước launch, run quick checklist:

5 phút checklist = peace of mind cho weeks/months sau.

💡 Mẹo 2: Build "Diligence reflex"

Cứ task có data sensitive, AI usage non-trivial, hoặc share publicly — auto-trigger diligence think.

Reflex sau 2-3 tháng practice.

💡 Mẹo 3: Stay informed về AI regulation

AI regulation đang evolving rapidly:

5 phút mỗi tháng đọc news AI regulation. Compliance moving target.

💡 Mẹo 4: Diligence là personal brand

Trong long term, người có Diligence reputation:

Invest now → return later.

• EU AI Act (effective dần)
• US state laws (California, Colorado, etc.)
• Industry-specific (FDA AI guidance, FTC AI rule)
• Được trust với high-stakes work
• Được mời vào ethics committee, AI policy
• Built career resilient to AI scandal

☐ Creation: Tool appropriate cho data sensitivity?
☐ Creation: Compliance với org policy?
☐ Transparency: Disclosure level match audience expectation?
☐ Deployment: Mọi fact verified?
☐ Deployment: Bias check done?
☐ Deployment: Bạn willing to defend output?

Áp dụng ngay

Bài tập chính: Tạo Diligence Statement cho project (~14 phút)

Tham khảo diligence statement của khóa AI Fluency này.

Step 1: Hiểu Diligence Statement (3 phút)

Đọc template ví dụ ở section trên. Notice:

Step 2: Reflect on AI collaboration trong project (5 phút)

Quay về project bạn làm ở Bài 5.7 + 5.11. Reflect:

Creation Diligence:

Transparency Diligence:

Deployment Diligence:

📝 Note answer.

Step 3: Draft Diligence Statement với Claude (6 phút)

Mở Claude. Share reflection từ Step 2 + previous conversation về project.

Claude draft. Bạn refine.

Step 4: Add to project

Add diligence statement vào project (footer, appendix, hoặc metadata).

Bài tập 2: Personal AI policy (15 phút) [optional]

Build personal AI policy cho work + life:

Work với Claude as thinking partner.

Bài tập 3: Reflection (5 phút)

• Specific tool mention
• Specific contribution AI
• Reaffirm review process
• Statement of responsibility
• AI system nào bạn chọn? Tại sao?
• Data/info nào share với AI?
• Privacy / security / ethical consideration nào trong choice?
• Audience cho output là ai?
• Expectation gì họ có về AI disclosure?
• AI contribute ra sao cụ thể vào different aspect?
• Step nào bạn take để verify accuracy + appropriateness?
• Đảm bảo final output meet standard + requirement thế nào?
• Responsibility gì bạn take cho final product?
• Standards cho khi nào + cách nào dùng AI
• Boundary cho sensitive/confidential info
• Quality control cho AI-assisted work
• Ethical issue relevant cho field/activities của bạn
• Decision-making criteria cho ethical dilemma
• Disclosure approach trong different context
• Templates cho attribution / transparency statement
• Aspect nào của Diligence (Creation/Transparency/Deployment) khó nhất với bạn? Tại sao?
• Approach Diligence vary thế nào theo context (personal/academic/professional)?
• Acknowledge AI's role có affect cách người khác perceive work của bạn?
• Ethical consideration nào nảy ra trong project mà bạn chưa anticipate?
• Personal guideline gì bạn develop cho AI collaboration responsible going forward?

Tóm tắt bài học

🎯 Diligence = take responsibility cho cộng tác AI — đảm bảo ethical + safe, không chỉ effective + efficient

🎯 3 thành phần: Creation (chọn AI cẩn thận), Transparency (open về AI role), Deployment (own output)

🎯 Diligence xuyên suốt (trước/trong/sau), không phải bước cuối — như seatbelt

🎯 Different context = different expectation — personal/academic/professional có rule khác

🎯 Personal guideline + diligence statement = framework practical để áp dụng consistently

🎯 Bạn ship → bạn chịu trách nhiệm — AI là tool, không phải scapegoat