Hướng dẫn dùng AI

Dùng AI phân tích bảng dữ liệu an toàn

Nhờ AI phân tích một bảng điểm, bảng khảo sát hay bảng doanh thu rất tiện: nó gợi ý câu hỏi, viết code pandas, vẽ biểu đồ, giải thích kết quả. Nhưng dán cả bảng có tên, email, số điện thoại vào công cụ AI là đưa dữ liệu cá nhân ra ngoài; và con số mô hình nêu có thể sai. Bài này trình bày một cách làm an toàn: gửi mô tả bảng thay vì dữ liệu, che cột nhạy cảm, để AI viết code mà bạn chạy trên máy mình, và tự tính lại mọi con số quan trọng.

Ý chính
  • Phần lớn câu hỏi phân tích không cần mô hình thấy dữ liệu: chỉ cần biết bảng có những cột gì, kiểu gì, bao nhiêu dòng, ô trống ở đâu.
  • Nếu phải gửi dữ liệu, che trước các cột định danh như tên, email, số điện thoại bằng mã, giữ nguyên quan hệ giữa các dòng.
  • Để AI viết code, bạn đọc và chạy code trên máy mình. Dữ liệu không rời máy, và bạn thấy rõ phép tính.
  • Mọi con số quan trọng mô hình nêu phải được tính lại trên dữ liệu thật. Trong ví dụ của bài, cách đối chiếu bắt được một trung bình sai.

Bài này dùng thư viện pandas; các trang tài liệu về dữ liệu thiếu và phép nhóm (groupby) của pandas được đọc ngày 11/11/2026. Nếu chưa quen pandas, đọc trước bài Python cho AI.

Rủi ro khi dán cả bảng

Có hai loại rủi ro. Thứ nhất là dữ liệu: bảng điểm có tên học sinh, bảng khảo sát có email, bảng khách hàng có số điện thoại. Dán vào một công cụ AI bên ngoài nghĩa là gửi những thông tin đó cho một bên thứ ba, có thể trái quy định của trường, công ty, hay luật bảo vệ dữ liệu cá nhân. Thứ hai là độ chính xác: mô hình đọc một bảng dài và "tính nhẩm" có thể sai, nhất là với ô trống, đơn vị khác nhau, hay dòng trùng. Một con số sai trong báo cáo gửi phụ huynh hay ban giám hiệu gây hậu quả thật.

Gửi mô tả thay vì dữ liệu

Để viết code phân tích, mô hình cần biết cấu trúc, không cần biết giá trị từng ô. Một đoạn mô tả gồm số dòng, số cột, tên từng cột, kiểu (số hay chữ), số ô trống, khoảng giá trị của cột số, số giá trị khác nhau của cột chữ, là đủ để mô hình viết đúng code đọc tệp, làm sạch, nhóm, tính, vẽ. Bạn chép code về, đọc, rồi chạy trên dữ liệu thật ở máy mình.

Cách này còn có lợi về kỹ năng: bạn đọc code, hiểu từng bước, và dùng lại được cho tháng sau, thay vì mỗi lần lại dán bảng mới và chờ một câu trả lời không giải thích cách tính.

Phân tích dữ liệu cùng AI an toàn Dữ liệu ở máy bạn, AI viết code và giải thích 1. Mô tả bảngCột, kiểu, ô trốngkhông gửi dữ liệu 2. Che cộtTên, emailthành mã HO001 3. AI viết codeBạn đọc, bạn chạytrên máy mình 4. Đối chiếuTính lại con số10B: 7,0 sai, 8,25 Bảng điểm trong ví dụ là dữ liệu giả định
Phân tích dữ liệu cùng AI an toàn 1. Mô tả bảngCột, kiểu, ô trốngkhông gửi dữ liệu 2. Che cộtTên, emailthành mã HO001 3. AI viết codeBạn đọc, bạn chạytrên máy mình 4. Đối chiếuTính lại con số10B: 7,0 sai, 8,25 Bảng điểm trong ví dụ là dữ liệu giả định
Hình 1. Phân tích dữ liệu cùng AI an toàn, dữ liệu ở máy bạn, AI viết code và giải thích: (1) mô tả bảng gồm cột, kiểu, ô trống, không gửi dữ liệu; (2) che cột tên, email thành mã như HO001; (3) AI viết code, bạn đọc, bạn chạy trên máy mình; (4) đối chiếu, tính lại con số, ví dụ trung bình Toán lớp 10B mô hình nói 7,0 là sai, đúng là 8,25. Bảng điểm trong ví dụ là dữ liệu giả định.

Khi phải gửi dữ liệu: che trước

Đôi khi bạn cần mô hình nhìn vài dòng mẫu để hiểu định dạng lạ. Khi đó, che các cột định danh: thay mỗi tên bằng một mã, mỗi email bằng một mã, cùng một giá trị luôn nhận cùng mã. Quan hệ giữa các dòng (cùng một học sinh xuất hiện nhiều lần) được giữ, nên phân tích vẫn đúng. Bảng tra từ mã về tên chỉ nằm ở máy bạn. Chỉ gửi vài dòng, không gửi cả bảng. Nếu dùng công cụ có chạy code phía nhà cung cấp, như trong bài cho AI chạy code trong hộp cát, áp dụng cùng nguyên tắc với tệp tải lên.

Ví dụ bằng Python

Chương trình mẫu dùng một bảng điểm giả định 6 học sinh, có cột tên, email, lớp, điểm Toán (có một ô trống), điểm Tin. Hàm mo_ta_bang tạo đoạn mô tả không chứa tên hay email. Hàm che_cot thay tên và email bằng mã. Hàm doi_chieu nhận các con số mô hình khẳng định (điểm trung bình theo môn, theo lớp) và tính lại trên dữ liệu thật. Khẳng định nào không tính lại được, như một lớp gõ nhầm tên nên không có dòng nào hay một cột toàn ô trống, cũng bị báo, không được coi là khớp.

"""Dùng AI phân tích bảng dữ liệu một cách an toàn: gửi MÔ TẢ bảng thay vì cả bảng, che cột nhạy cảm, tự tính lại con số AI nêu.

- mo_ta_bang: tên cột, kiểu, số dòng, số ô trống, vài thống kê; đủ để mô hình viết code phân tích mà không thấy dữ liệu gốc.
- che_cot: thay tên, email, số điện thoại bằng mã; giữ nguyên mối liên hệ giữa các dòng.
- doi_chieu: tính lại trên dữ liệu thật những con số mô hình đưa ra (ví dụ điểm trung bình theo môn), báo chỗ lệch.
Bảng điểm trong ví dụ là dữ liệu giả định. Cần: pandas.
"""
import pandas as pd

BANG = pd.DataFrame({
    "ho_ten": ["Nguyễn An", "Trần Bình", "Lê Chi", "Phạm Dũng", "Võ Em", "Đỗ Phúc"],
    "email": ["an@vd.vn", "binh@vd.vn", "chi@vd.vn", "dung@vd.vn", "em@vd.vn", "phuc@vd.vn"],
    "lop": ["10A", "10A", "10B", "10B", "10B", "10A"],
    "toan": [8.5, 6.0, 7.5, None, 9.0, 5.5],
    "tin": [9.0, 7.5, 8.0, 6.5, 9.5, 7.0],
})


def mo_ta_bang(df):
    dong = [f"Bảng có {len(df)} dòng, {df.shape[1]} cột."]
    for c in df.columns:
        so = pd.api.types.is_numeric_dtype(df[c])
        them = f", nhỏ nhất {df[c].min()}, lớn nhất {df[c].max()}" if so else f", {df[c].nunique()} giá trị khác nhau"
        dong.append(f"- {c}: kiểu {'số' if so else 'chữ'}, trống {int(df[c].isna().sum())}{them}")
    return "\n".join(dong)


def che_cot(df, cot_nhay_cam=("ho_ten", "email")):
    ra = df.copy()
    for c in cot_nhay_cam:
        ma = {v: f"{c[:2].upper()}{i + 1:03d}" for i, v in enumerate(ra[c].unique())}
        ra[c] = ra[c].map(ma)
    return ra


def doi_chieu(df, khang_dinh, sai_so=0.05):
    """khang_dinh: {(cột, lớp hoặc None): giá trị trung bình mô hình nêu}. Trả về danh sách chỗ lệch.

    Lớp không có dòng nào (ví dụ gõ nhầm tên lớp) hay cột toàn ô trống cho trung bình NaN, mà so sánh với NaN luôn ra
    False: phải báo riêng, không thì khẳng định đó lọt qua như khớp."""
    lech = []
    for (cot, lop), gia_tri in khang_dinh.items():
        phan = df if lop is None else df[df["lop"] == lop]
        ten = f"trung bình {cot}{' lớp ' + lop if lop else ''}"
        that = round(phan[cot].mean(), 2)
        if pd.isna(that):
            lech.append(f"{ten}: mô hình nói {gia_tri}, không tính lại được vì không có ô nào có số ({len(phan)} dòng)")
        elif abs(that - gia_tri) > sai_so:
            lech.append(f"{ten}: mô hình nói {gia_tri}, tính lại {that}")
    return lech


def chay_thu():
    dong = [mo_ta_bang(BANG), "Hai dòng đầu sau khi che:", che_cot(BANG).head(2).to_string(index=False)]
    khang_dinh = {("toan", None): 7.3, ("tin", "10A"): 7.83, ("toan", "10B"): 7.0}
    lech = doi_chieu(BANG, khang_dinh)
    dong.append("Đối chiếu: " + ("khớp hết" if not lech else "; ".join(lech)))
    print("\n".join(dong))
    return dong


if __name__ == "__main__":
    chay_thu()

Đoạn mô tả cho biết bảng có 6 dòng, 5 cột, cột điểm Toán có 1 ô trống, khoảng điểm từ 5,5 đến 9,0, mà không lộ ai là ai. Hai dòng đầu sau khi che hiện mã HO001, EM001 thay cho tên và email. Phần đối chiếu nhận ba khẳng định: trung bình Toán toàn bảng 7,3 và trung bình Tin lớp 10A 7,83 đều đúng; nhưng trung bình Toán lớp 10B mô hình nói 7,0 trong khi tính lại là 8,25. Lớp 10B có một ô Toán trống; tài liệu pandas về dữ liệu thiếu giải thích các hàm như tính trung bình mặc định bỏ qua ô trống, còn một cách tính coi ô trống là 0 hay chia cho cả số dòng sẽ ra số khác. Đây đúng là loại lỗi mà đối chiếu bắt được.

Hỏi AI thế nào cho hiệu quả

Gửi đoạn mô tả kèm câu hỏi cụ thể: "Viết code pandas đọc tệp CSV có cấu trúc như trên, tính điểm trung bình từng môn theo lớp, bỏ qua ô trống, vẽ biểu đồ cột so sánh hai lớp. Giải thích từng bước." Yêu cầu mô hình nói rõ cách xử lý ô trống, dòng trùng, giá trị ngoài khoảng hợp lệ. Xin thêm một đoạn code kiểm nhỏ, ví dụ đếm số dòng trước và sau khi lọc, để bạn thấy dữ liệu không bị mất ngoài ý muốn.

Khi đọc kết quả, phân biệt hai phần: con số (do code tính, kiểm được) và lời giải thích (do mô hình viết, cần đọc phê phán). "Lớp 10B học tốt hơn" là một diễn giải; với 3 học sinh và một ô trống, kết luận đó không có cơ sở thống kê. Mô hình có thể không tự nói điều này nếu bạn không hỏi.

Quy trình mẫu: báo cáo điểm cuối kỳ

Giả sử giáo viên chủ nhiệm cần báo cáo điểm cuối kỳ của ba lớp cho tổ bộ môn. Bước một, mở tệp ở máy mình, chạy hàm mô tả bảng, chép đoạn mô tả. Bước hai, gửi mô tả cho mô hình cùng danh sách câu hỏi: trung bình và độ lệch chuẩn từng môn theo lớp, tỷ lệ học sinh dưới 5 điểm, môn nào có chênh lệch giữa các lớp lớn nhất, kèm một biểu đồ. Yêu cầu code xử lý ô trống bằng cách bỏ qua và in ra số ô đã bỏ.

Bước ba, đọc code mô hình viết, sửa đường dẫn tệp, chạy. Nếu code lỗi, gửi lại thông báo lỗi (không gửi dữ liệu) để mô hình sửa. Bước bốn, chọn hai ba con số quan trọng nhất, tính lại bằng một cách khác, ví dụ lọc tay trong bảng tính, để chắc chắn. Bước năm, viết nhận xét bằng lời của chính mình; có thể nhờ mô hình gợi ý cách diễn đạt, nhưng chỉ gửi các con số tổng hợp, không gửi danh sách học sinh.

Cả quy trình không có lúc nào tên học sinh rời khỏi máy giáo viên, mà vẫn tận dụng được mô hình ở phần nó làm tốt: viết code, gợi ý cách phân tích, diễn đạt.

Lưu lại để dùng lần sau

Code phân tích chạy được là tài sản. Lưu thành tệp Python có tên rõ ràng, thêm vài dòng chú thích về dữ liệu đầu vào cần có cột gì. Kỳ sau, chỉ cần thay tệp dữ liệu và chạy lại, không phải hỏi mô hình từ đầu. Nếu cấu trúc bảng đổi, gửi đoạn mô tả mới và nhờ mô hình sửa code cũ, thay vì viết lại. Lưu kèm đoạn mô tả bảng đã dùng, để sau này biết code được viết cho cấu trúc nào. Nếu cả tổ cùng dùng, đưa code vào một kho chung để mọi người chạy cùng một cách tính.

Cẩn thận
  • Dán cả bảng có tên, email, số điện thoại vào công cụ AI.
  • Dùng con số mô hình "đọc" từ bảng mà không tính lại.
  • Không hỏi mô hình xử lý ô trống, dòng trùng thế nào.
  • Tin lời diễn giải của mô hình khi mẫu quá nhỏ.
  • Gửi bảng tra từ mã về tên cùng dữ liệu đã che.

Câu hỏi thường gặp

Mô tả bảng có đủ để AI viết code đúng không?

Thường đủ cho phần lớn phân tích. Nếu định dạng lạ, gửi thêm vài dòng mẫu đã che.

Che cột có làm sai kết quả không?

Không, nếu mỗi giá trị luôn nhận cùng một mã. Các phép đếm, nhóm, nối bảng vẫn đúng.

Dữ liệu không có thông tin cá nhân thì gửi cả bảng được không?

Được, nếu quy định của nơi bạn làm việc cho phép. Vẫn nên tính lại con số quan trọng.

Có công cụ AI chạy trên máy để phân tích không?

Có thể chạy mô hình mở trên máy, dữ liệu không rời máy; chất lượng tùy mô hình và cấu hình.

Học tiếp

Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.

Muốn học bài bản cùng giảng viên?

Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.

Xem Khóa AI

Nguồn tham khảo

Chia sẻ: Facebook LinkedIn
Nhắn Zalo tư vấnZalo Gọi 0937 401 483