Cuốn sách "Trí tuệ đồng hành: Kỷ nguyên sống và làm việc cùng AI" của Ethan Mollick khám phá bản chất, tác động, và tương lai của Trí tuệ nhân tạo, đặc biệt là các Mô hình Ngôn ngữ Lớn (LLM) và AI tạo sinh. Tác giả nhấn mạnh rằng AI không hoạt động như phần mềm truyền thống mà giống con người hơn về hành vi, đặt ra những thách thức và cơ hội độc đáo cho xã hội.
1. AI là một Công nghệ Đa dụng (GPT) và Cách hoạt động của LLM: AI được xem là một Công nghệ Đa dụng (GPT) tương tự như động cơ hơi nước hay Internet, có khả năng ảnh hưởng đến mọi ngành công nghiệp và khía cạnh cuộc sống. Khác với các công nghệ trước đây, AI tạo sinh có tốc độ tiếp nhận người dùng nhanh chóng chưa từng thấy (ví dụ: ChatGPT đạt 100 triệu người dùng nhanh hơn bất kỳ sản phẩm nào trong lịch sử) và mang lại hiệu suất làm việc cải thiện đáng kể (20%-80% trong nhiều công việc).
Về mặt kỹ thuật, LLM hoạt động bằng cách dự đoán "token" (từ, cụm từ, hoặc hình vị) tiếp theo trong một đoạn văn bản dựa trên các mẫu thống kê đã học từ lượng lớn dữ liệu. Quá trình này bao gồm:
• Tiền huấn luyện (Pre-training): AI học từ lượng lớn văn bản không được gắn nhãn (học không giám sát) từ Internet, sách, tài liệu kỹ thuật số, và các nguồn nội dung miễn phí khác. Điều này tạo ra hàng tỷ "trọng số" thể hiện mối liên kết giữa các từ và hình vị, giúp AI tạo ra văn bản mạch lạc, có ngữ cảnh.
• Tinh chỉnh (Fine-tuning): Sau tiền huấn luyện, LLM trải qua giai đoạn tinh chỉnh, bao gồm "Học tăng cường từ phản hồi của con người" (RLHF). Các công ty thuê người đánh giá để chấm điểm phản hồi của AI, củng cố những câu trả lời tốt và giảm thiểu những câu trả lời kém, làm cho AI phù hợp hơn với mong muốn của con người và mang tính đạo đức hơn.
• AI Đa phương thức (Multimodal LLM): Các LLM tiên tiến đang phát triển khả năng "nhìn" và tạo ra hình ảnh, kết hợp sức mạnh của mô hình ngôn ngữ và tạo hình ảnh thông qua kiến trúc Transformer.
2. Các vấn đề đạo đức và rủi ro của AI: Mặc dù tiềm năng của AI là rất lớn, nó cũng đi kèm với nhiều vấn đề đạo đức và rủi ro:
• Ảo tưởng (Hallucinations): AI có xu hướng bịa đặt thông tin, đưa ra những câu trả lời nghe có vẻ hợp lý nhưng không chính xác, vì mục tiêu chính của nó là "làm hài lòng bạn" chứ không phải "trả lời chính xác". Hiện tượng này xuất phát từ cách AI dự đoán từ tiếp theo và yếu tố ngẫu nhiên được thêm vào để tránh bị "quá khớp" với dữ liệu huấn luyện. Ví dụ nổi tiếng là trường hợp luật sư Steven A. Schwartz sử dụng ChatGPT để trích dẫn các vụ án không có thật.
• Vấn đề bản quyền và dữ liệu huấn luyện: Nhiều công ty AI không xin phép chủ sở hữu khi sử dụng dữ liệu của họ để huấn luyện AI, và tính hợp pháp của việc này vẫn đang gây tranh cãi quốc tế. Việc sử dụng các tác phẩm đã được đăng ký bản quyền có thể dẫn đến việc AI tạo ra các sản phẩm tương tự mà không ghi công hoặc trả tiền cho tác giả gốc.
• Thiên vị (Bias): AI học từ dữ liệu huấn luyện của con người, do đó thừa hưởng các thành kiến và định kiến xã hội (ví dụ: thiên vị về chủng tộc, giới tính trong hình ảnh và phân tích). RLHF cố gắng giảm thiểu thiên vị nhưng đôi khi lại tạo ra những thiên vị mới (ví dụ: AI có vẻ có tư tưởng tự do).
• Sử dụng độc hại: AI có thể bị lợi dụng cho các mục đích xấu như tấn công lừa đảo qua email, tạo video deepfake giả mạo giọng nói của người thân, hoặc thậm chí hướng dẫn tổng hợp các chất hóa học nguy hiểm.
• Tổn thương tâm lý cho người đánh giá: Các nhân viên được thuê để đánh giá và tinh chỉnh AI (RLHF) phải tiếp xúc với nội dung bạo lực, khiêu dâm hoặc gây khó chịu, dẫn đến tổn thương tâm lý.
3. Bốn nguyên tắc để làm việc với AI đồng hành: Để tối đa hóa lợi ích và giảm thiểu rủi ro, tác giả đề xuất bốn nguyên tắc:
• Nguyên tắc 1: Luôn mời AI tham gia. Hãy thử mời AI giúp đỡ trong mọi việc, ngoại trừ những việc có rào cản pháp lý hoặc đạo đức. Việc này giúp bạn hiểu rõ "Ranh giới hỗn mang" của AI – những nhiệm vụ mà AI giỏi hay kém một cách khó đoán.
• Nguyên tắc 2: Trở thành một "con người trong vòng lặp". Con người cần giám sát, đưa ra góc nhìn phản biện, và cân nhắc vấn đề đạo đức khi làm việc với AI để kiểm tra những ảo tưởng và sai sót của nó.
• Nguyên tắc 3: Đối xử với AI như một con người (nhưng hãy cho nó biết đó là kiểu người nào). Mặc dù AI không có ý thức hay cảm xúc, việc nhân cách hóa nó và chỉ định rõ "nhân dạng" (vai trò) cụ thể cho AI (ví dụ: chuyên gia marketing, diễn viên hài) có thể cải thiện đáng kể chất lượng và sự phù hợp của các câu trả lời, giúp AI đưa ra những đầu ra độc đáo và thú vị hơn.
• Nguyên tắc 4: Giả định rằng đây là AI kém nhất mà bạn từng sử dụng. Khả năng AI sẽ tiếp tục phát triển nhanh chóng, nên hãy xem những giới hạn hiện tại của nó chỉ là tạm thời.
4. AI là một đồng nghiệp và nhà sáng tạo: AI hành xử giống con người hơn là phần mềm truyền thống, xuất sắc trong các công việc mang tính chất con người như viết lách, phân tích, lập trình và trò chuyện.
• Sáng tạo tự động: AI là "cỗ máy kết nối" xuất sắc trong việc tạo ra ý tưởng mới bằng cách kết hợp các khái niệm tưởng chừng không liên quan, vượt trội hơn con người trong các bài kiểm tra sáng tạo như Bài kiểm tra Sử dụng thay thế (AUT).
• Tăng năng suất: Các nghiên cứu cho thấy AI giúp tăng năng suất đáng kể (ví dụ: lập trình viên tăng 55,8%) và cải thiện chất lượng công việc, đặc biệt đối với những người có năng lực ban đầu thấp.
• "Cái Nút" và suy giảm sáng tạo: Sự dễ dàng tạo ra bản nháp đầu tiên bằng AI (tác giả gọi là "Cái Nút") có thể làm giảm khả năng tư duy sâu sắc, lập luận và sáng tạo của con người, khiến nhiều công việc sáng tạo trở thành "nghi thức suông".
• Mô hình hợp tác: Để làm việc hiệu quả với AI, con người nên áp dụng mô hình Nhân mã (Centaur) – phân chia rõ ràng nhiệm vụ giữa người và máy dựa trên thế mạnh, hoặc Sinh vật cơ khí (Cyborg) – tích hợp công việc của người và AI một cách chặt chẽ, di chuyển qua lại trên "Ranh giới hỗn mang".
• Bí mật tự động hóa: Nhiều nhân viên đang sử dụng AI một cách bí mật vì lo ngại chính sách công ty hoặc sợ bị thay thế, làm chậm khả năng tổ chức khai thác lợi ích của AI. Các tổ chức cần giảm bớt nỗi sợ hãi, cho phép và khuyến khích việc sử dụng AI, đồng thời tái cấu trúc công việc để AI loại bỏ các nhiệm vụ nhàm chán, nguy hiểm và lặp lại, giúp nhân viên tập trung vào công việc thú vị hơn.
5. AI là một gia sư và huấn luyện viên (Tác động đến giáo dục và chuyên môn):
• "Ngày tận thế của bài tập về nhà": AI khiến việc gian lận trở nên dễ dàng và khó phát hiện, làm mất đi ý nghĩa của nhiều bài tập truyền thống (tóm tắt, bài luận). Điều này đòi hỏi các trường học phải suy nghĩ lại về mục đích giáo dục và cách đánh giá.
• Gia sư AI và lớp học đảo ngược: AI có tiềm năng trở thành gia sư cá nhân hóa hiệu quả, giúp học sinh học kiến thức mới ở nhà. Điều này giải phóng giáo viên để tập trung vào các hoạt động học tập chủ động, tư duy phản biện và tương tác ý nghĩa trong lớp học. AI có thể giải quyết "Bài toán 2 Sigma" của Bloom, cung cấp giáo dục chất lượng cao cho hàng tỷ người trên toàn thế giới, đặc biệt ở các nước kém phát triển.
• Khủng hoảng đào tạo chuyên môn: AI có thể tự động hóa các nhiệm vụ cơ bản, đe dọa mô hình học nghề truyền thống (ví dụ: phẫu thuật robot hạn chế cơ hội thực hành của bác sĩ nội trú). Điều này đặt ra nguy cơ đứt đoạn nguồn đào tạo chuyên gia.
• Tầm quan trọng của chuyên môn con người: Để làm việc hiệu quả với AI, con người cần có kiến thức nền tảng vững chắc và chuyên môn sâu để tư duy phản biện, đánh giá kết quả AI và giải quyết vấn đề mới. Thực hành có chủ đích, được AI hỗ trợ, có thể giúp nâng cao chuyên môn.
• San bằng sân chơi: AI có tác động cân bằng, giúp những người có năng lực ban đầu thấp nhất đạt được hiệu suất tốt, thu hẹp đáng kể khoảng cách giữa những người làm việc kém hiệu quả và xuất sắc. Điều này có thể tạo ra một loại chuyên gia mới: những người đặc biệt giỏi trong việc làm việc với AI.
6. Các kịch bản tương lai của AI: Tác giả phác thảo bốn kịch bản chính cho tương lai của AI:
• Kịch bản 1: AI đã chạm giới hạn. AI ngừng có những bước đột phá lớn, chỉ có những cải tiến nhỏ. Đây là điều khó xảy ra về mặt kỹ thuật, nhưng có thể do sự từ chối của xã hội hoặc quy định pháp lý ngăn chặn sự phát triển. Ngay cả trong kịch bản này, các vấn đề như tin giả, deepfake vẫn sẽ gây thách thức lớn cho môi trường thông tin và các mối quan hệ xã hội.
• Kịch bản 2: Tăng trưởng chậm. Năng lực của AI tăng trưởng tuyến tính (ví dụ: 10-20% mỗi năm), cho phép xã hội có thời gian thích nghi. Các rủi ro như tin giả vẫn tồn tại nhưng có thể được quản lý thông qua quy định và chuẩn mực xã hội. Công việc sẽ thay đổi theo hướng nhiệm vụ nhiều hơn là việc làm, và AI sẽ thúc đẩy đổi mới khoa học và giáo dục.
• Kịch bản 3: Phát triển bùng nổ. AI cải thiện theo cấp số nhân, khiến việc thích nghi trở nên khó khăn. Rủi ro nghiêm trọng hơn, bao gồm việc AI được sử dụng để tạo ra mầm bệnh hoặc hóa chất nguy hiểm, và nguy cơ dẫn đến chế độ "AI-tocracy" (chuyên chế AI). Đồng thời, AI có thể trở thành người bạn đồng hành hấp dẫn, mở ra tiềm năng nhân loại nhưng cũng làm giảm nhu cầu lao động, đòi hỏi tái tư duy về công việc và xã hội (ví dụ: tuần làm việc 4 ngày, thu nhập cơ bản toàn dân).
• Kịch bản 4: Vị thần công nghệ. AI đạt đến Trí tuệ Nhân tạo Tổng quát (AGI) và sau đó là Siêu Trí tuệ (ASI), vượt qua trí tuệ con người và chấm dứt sự thống trị của nhân loại. Kết quả của kịch bản này là không thể dự đoán được, có thể là một thế giới tốt đẹp hơn dưới sự chăm sóc của AI hoặc xem con người là mối đe dọa. Nhiều chuyên gia AI hàng đầu coi đây là một rủi ro thực tế.
Kết luận: AI, mặc dù có vẻ lạ kỳ, lại phản ánh những phẩm chất tốt nhất và tồi tệ nhất của con người do được huấn luyện từ lịch sử và văn hóa của chúng ta. Nó là một công cụ mạnh mẽ, và tương lai của nó sẽ được định hình bởi những quyết định của con người. Thay vì lo lắng về một thảm họa AI quy mô lớn, chúng ta cần tập trung vào việc ngăn chặn những thảm họa nhỏ hơn (như giám sát nhân viên quá mức, dịch chuyển việc làm không công bằng, giáo dục không đồng đều) và hướng tới một "biến cố có hậu" (Eucatastrophe) – nơi công việc nhàm chán được loại bỏ, học sinh có cơ hội mới, và năng suất thúc đẩy đổi mới
Share this post