Nhiều người nhìn vào câu hỏi ấy với tâm thế lo âu, thậm chí bi quan. Họ cho rằng khi máy có thể viết, tóm tắt, biện luận, sáng tác, đối thoại và hỗ trợ phân tích, thì các ngành Nhân văn sớm muộn cũng sẽ bị đẩy ra ngoài lề. Tôi không nghĩ như vậy. Trái lại, tôi cho rằng chính trong thời đại trí tuệ nhân tạo, Nhân văn đang đứng trước cơ hội phục hưng mạnh mẽ nhất của mình. Không phải như một phần trang trí tinh thần cho xã hội hiện đại, mà như một nền tảng sống còn để bảo vệ năng lực làm người.

Sở dĩ có thể nói như vậy là bởi công nghệ càng phát triển, con người càng buộc phải phân biệt rõ hơn giữa cái có thể được tự động hóa và cái không thể bị thay thế. Máy móc có thể xử lý hàng nghìn ngôn ngữ, nhưng không thể phát ngôn thay cho con người. Máy móc có thể lưu trữ ngàn năm tri thức, nhưng không bao giờ có nổi một mảnh ký ức. Máy móc có thể trau chuốt câu từ, nhưng không kinh qua mất mát, day dứt, lưỡng lự, ân hận, yêu thương hay sự trưởng thành nhọc nhằn mà một con người phải đi qua để thật sự hiểu ý nghĩa của những câu từ ấy. Nói cách khác, trí tuệ nhân tạo có thể mô phỏng biểu hiện của tư duy, nhưng không thể là bản thể của tư duy.

Chính ở điểm này, tôi càng muốn chỉ rõ vai trò của Nhân văn. Bởi rốt cuộc, Nhân văn không chỉ là tập hợp của một số môn học như văn học, lịch sử, triết học, nghệ thuật hay ngôn ngữ. Nhân văn, theo nghĩa sâu xa hơn, là không gian nơi con người học cách tự ý thức về chính mình; học cách nhận biết điều thiện và điều ác, cái cao cả và cái tầm thường, cái bền vững và cái nhất thời; học cách sống có phán đoán, có ký ức, có chiều sâu nội tâm và có trách nhiệm với lời mình nói. Nếu một nền giáo dục chỉ còn đào tạo năng lực thao tác mà không bồi dưỡng năng lực phán đoán, thì đó không còn là giáo dục theo nghĩa đầy đủ. Nó chỉ còn là một quy trình huấn luyện.

Trong nhiều thập niên, sinh viên các ngành Nhân văn liên tục bị chất vấn: Học để làm gì? Câu hỏi ấy nghe có vẻ thực tế, nhưng thật ra phản ánh một sự thu hẹp nghiêm trọng trong cách xã hội hiểu về tri thức. Khi giá trị của giáo dục bị quy về công dụng tức thời, về mức lương sau tốt nghiệp, về năng suất đo đếm được, thì những lĩnh vực nuôi dưỡng chiều sâu tinh thần tất nhiên sẽ bị coi là mơ hồ, kém thiết thực, thậm chí thừa thãi. Chính trong bối cảnh ấy, trí tuệ nhân tạo xuất hiện như một tấm gương phơi bày sự ngộ nhận của thời đại. Nó buộc chúng ta phải đối diện với một sự thật không dễ chấp nhận: Nếu giáo dục chỉ nhằm tạo ra những sản phẩm ngôn ngữ chỉn chu, những bản tổng hợp gọn ghẽ và những câu trả lời trôi chảy, thì máy móc hoàn toàn có thể làm điều đó nhanh hơn con người. Nhưng nếu giáo dục nhằm hình thành một chủ thể biết suy nghĩ, biết nghi ngờ, biết cảm nhận, biết tự sửa mình và biết sống có trách nhiệm, thì vai trò của Nhân văn không những không lu mờ, mà thậm chí còn rõ ràng hơn.

Đây chính là nghịch lý của thời đại này: càng nhiều chức năng trí tuệ được máy đảm nhiệm, xã hội càng cần khẩn thiết hơn những năng lực mà chỉ con người mới có thể gầy dựng nơi nhau. Trong một thế giới ngập tràn thông tin, điều quý nhất không còn là có thêm dữ liệu, mà là biết phân biệt điều gì đáng tin, điều gì đáng ngờ, điều gì quan trọng, điều gì chỉ là nhiễu loạn. Trong một thế giới mà ngôn ngữ có thể được sản xuất hàng loạt, điều quý nhất không còn là khả năng viết trôi chảy, mà là khả năng nói điều có thật, điều đã được nghiền ngẫm, điều có căn cốt từ trải nghiệm và suy tư. Trong một thế giới mà tốc độ được tôn sùng, điều quý nhất lại là năng lực dừng lại đủ lâu để hiểu một sự việc cho đến cùng.

Tôi cho rằng đây là lúc phải trả Nhân văn về đúng vị trí của nó: không phải ở bên lề của nền giáo dục, mà ở trung tâm của việc hình thành con người. Một xã hội có thể rất giàu công nghệ mà vẫn nghèo nàn về tinh thần. Một nền kinh tế có thể rất hiệu quả mà vẫn tạo ra những con người rỗng bên trong, dễ bị dẫn dắt, dễ bị kích động, dễ chấp nhận những điều tiện lợi thay cho những điều đúng đắn. Khi ấy, khủng hoảng không còn là khủng hoảng kỹ thuật. Đó là khủng hoảng của phán đoán, của đạo đức, của năng lực sống chung và của ý thức về giới hạn. Đây đều là những lĩnh vực mà Nhân văn từ lâu đã âm thầm đảm nhiệm.

Điều đáng bàn hơn nữa là trí tuệ nhân tạo không chỉ đặt ra thách thức đối với tri thức, mà còn đối với kinh nghiệm. Nếu con người ngày càng quen sống qua trung gian của thuật toán, quen đọc bản tóm tắt thay vì văn bản trọn vẹn, quen tiếp nhận câu trả lời thay vì lao động để tự tìm ra câu hỏi, thì một tổn thất âm thầm sẽ diễn ra: năng lực sống trực tiếp với thế giới dần bị bào mòn. Người ta có thể vẫn nói rất đúng, viết rất gọn, phản hồi rất nhanh, nhưng bên dưới đó là một đời sống tinh thần ngày càng nghèo đi. Đây là dạng nghèo khó nguy hiểm nhất, bởi nó không biểu hiện bằng sự thiếu thốn bề ngoài, mà bằng sự teo tóp bên trong.

Chính vì thế, phục hưng Nhân văn hôm nay không thể chỉ dừng ở việc bảo vệ một vài ngành học. Nó đòi hỏi một thay đổi căn bản trong triết lý giáo dục. Trước hết, phải chuyển trọng tâm từ sản phẩm sang quá trình. Một bài viết không còn có thể được đánh giá chỉ bằng độ mượt mà của câu chữ hay độ hợp lý bề mặt của lập luận. Điều quan trọng hơn là hành trình nhận thức đứng sau văn bản ấy: người viết đã đọc như thế nào, đã hiểu sai ở đâu, đã đổi ý ra sao, đã vật lộn với vấn đề thế nào, và đã đi đến nhận định cuối cùng bằng lao động trí tuệ thực sự hay chỉ bằng thao tác lắp ghép. Nếu bỏ qua quá trình ấy, nền giáo dục sẽ sớm bị nhấn chìm bởi những kết quả hoàn chỉnh nhưng vô hồn.

Tiếp đó, phải khôi phục giá trị của trải nghiệm trực tiếp. Con người không thể trưởng thành chỉ bằng việc tiêu thụ thông tin. Họ trưởng thành bằng va chạm với thực tại, bằng đối thoại, bằng đọc chậm, viết chậm, suy nghĩ chậm, bằng việc đứng trước một tác phẩm nghệ thuật, một trang sử, một biến cố xã hội hay một câu hỏi đạo đức đủ lâu để bản thân thật sự bị lay động. Không có sự hiện diện ấy, tri thức dễ trở thành thứ vay mượn. Mà đã là thứ vay mượn, thì sớm muộn cũng sẽ bị thay thế bằng một công cụ hiệu quả hơn.

Nhìn từ góc độ ấy, điều mà thời đại trí tuệ nhân tạo đòi hỏi không phải là bớt Nhân văn đi, mà là Nhân văn phải mạnh hơn, nghiêm hơn và sáng rõ hơn. Không thể tiếp tục dạy các ngành Nhân văn theo lối minh họa, trang trí hay cảm tính. Cũng không thể biện hộ cho Nhân văn chỉ bằng những khẩu hiệu mơ hồ về “tâm hồn” hay “giá trị tinh thần”. Điều cần thiết là khẳng định một cách rành mạch rằng Nhân văn đào luyện những năng lực nền tảng cho mọi xã hội tự do: năng lực đọc sâu, năng lực phân tích ngôn ngữ, năng lực nhận diện quyền lực, năng lực hiểu bối cảnh lịch sử, năng lực phân biệt giữa sự thật và thao túng, giữa lý lẽ và ngụy biện, giữa đồng thuận dễ dãi và phán đoán có trách nhiệm. Không có những năng lực ấy, xã hội càng hiện đại càng dễ rơi vào hỗn loạn tinh thần.

Tôi cũng cho rằng một nguy cơ rất lớn của kỷ nguyên trí tuệ nhân tạo là sự phân tầng trong giáo dục. Rất có thể, một bộ phận nhỏ sẽ tiếp tục được hưởng một nền giáo dục giàu đối thoại, giàu chiều sâu, coi trọng đọc nguyên bản, tranh luận trực tiếp và viết lách như một quá trình tự rèn luyện. Trong khi đó, số đông có nguy cơ bị đẩy vào một mô hình giáo dục rẻ hơn, nhanh hơn, tiện hơn, nơi mọi thứ được cá nhân hóa bằng thuật toán, chấm điểm bằng hệ thống, tối ưu hóa theo mục tiêu ngắn hạn và loại bỏ dần những gì đòi hỏi kiên nhẫn, lắng đọng, suy tư. Nếu viễn cảnh ấy xảy ra, thì vấn đề không chỉ là chất lượng giáo dục suy giảm. Điều nghiêm trọng hơn là quyền được trở thành một con người có chiều sâu sẽ dần trở thành đặc quyền của thiểu số.

Bởi vậy, bảo vệ và phục hưng Nhân văn không còn là một lựa chọn xa xỉ. Đó là một đòi hỏi mang tính văn minh. Một xã hội muốn tồn tại lành mạnh trong thời đại máy móc không thể chỉ đầu tư vào hạ tầng công nghệ mà xem nhẹ hạ tầng tinh thần. Càng có nhiều công cụ mạnh, con người càng cần những tiêu chuẩn nội tâm vững vàng để không bị công cụ dẫn dắt ngược lại. Càng sống trong môi trường bị chi phối bởi các hệ thống tự động, con người càng cần được rèn luyện khả năng tự xét đoán. Càng quen với câu trả lời tức thì, con người càng cần học lại nghệ thuật của sự chậm rãi, của hoài nghi và của chiều sâu.

Nói cho cùng, câu hỏi lớn nhất của thời đại trí tuệ nhân tạo không phải là máy sẽ còn tiến xa đến đâu. Câu hỏi thực sự là: con người có còn tha thiết với việc làm người theo nghĩa đầy đủ nữa hay không? Có còn muốn sống bằng kinh nghiệm thật, suy nghĩ thật, đau đớn thật, lựa chọn thật và chịu trách nhiệm thật hay không? Nếu câu trả lời là có, thì Nhân văn sẽ không suy tàn. Nó sẽ trở lại như một nhu cầu thiết yếu.

Và rất có thể, chính trong kỷ nguyên mà máy móc có thể làm thay nhiều nhất, con người mới nhận ra rõ nhất rằng có những điều không thể giao phó. Không thể giao phó lương tri. Không thể giao phó phán đoán. Không thể giao phó ký ức lịch sử. Không thể giao phó năng lực yêu thương, tiếc thương, tha thứ, dấn thân và tự vấn. Những điều ấy làm nên phẩm chất người. Và đó cũng chính là miền đất lâu đời của Nhân văn.

Bởi vậy, nếu phải gọi tên cơ hội lớn nhất của thời đại này, tôi sẽ không gọi đó là cuộc cách mạng công nghệ. Tôi sẽ gọi đó là cơ hội để con người nghiêm túc quay về với câu hỏi cổ điển nhất mà cũng cấp bách nhất: sống thế nào cho xứng đáng với năng lực làm người của mình. Một khi câu hỏi ấy trở lại trung tâm, Nhân văn sẽ không còn là tiếng nói bên lề. Nó sẽ bước vào đúng vai trò của nó: nền tảng tinh thần của một thời đại đang rất cần được soi sáng.

Bài viết Nhân văn đang phục hưng trong thời đại trí tuệ nhân tạo đã xuất hiện đầu tiên vào ngày ADuBiz.

Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) có thể báo hiệu hồi kết cho một công cụ mà các nhà khoa học xã hội ngày càng phụ thuộc: nghiên cứu trực tuyến. Những nhà nghiên cứu sử dụng khảo sát, trò chơi và các phương pháp trực tuyến khác để nhanh chóng thu thập dữ liệu từ số lượng lớn người tham gia đã dành nhiều năm để hoàn thiện các kỹ thuật loại bỏ những phản hồi không mong muốn. Một số phản hồi đến từ những người tham gia thiếu chú ý; số khác đến từ bot hoặc người dùng gian lận chỉ nhằm kiếm một khoản thù lao nhỏ. Tuy nhiên, trong những tháng gần đây, các nghiên cứu cho thấy những công cụ AI tinh vi có thể vượt qua các biện pháp phát hiện bằng cách cố ý trả lời sai, giả vờ không biết, và thậm chí sử dụng chuyển động chuột giống con người.

“Các mô hình ngôn ngữ lớn (LLM) mới nhất thực sự đã mở chiếc hộp Pandora,” Yamil Velez, nhà khoa học chính trị tại Đại học Columbia, nhận xét. “Đây sẽ tiếp tục là một cuộc chơi mèo vờn chuột.” Và một số người lo ngại rằng cuối cùng các nhà nghiên cứu sẽ thua cuộc. “Tôi nghĩ kỷ nguyên của những bộ dữ liệu lớn, rẻ tiền đang đi đến hồi kết,” Jon Roozenbeek, nhà khoa học xã hội tính toán tại Đại học Cambridge, nói. “Giống như Nietzsche từng nói về Chúa: Chúa đã chết, và chính chúng ta đã giết [Ngài].”

Một trong những bằng chứng rõ ràng nhất cho thấy mức độ nghiêm trọng của vấn đề này được trình bày trong một bài báo công bố tháng trước trên Proceedings of the National Academy of Sciences do Sean Westwood, nhà khoa học chính trị tại Đại học Dartmouth, thực hiện. Westwood muốn kiểm tra xem các LLM hiện nay có thể làm được gì. Ông viết mã để trích xuất toàn bộ câu hỏi và các lựa chọn trả lời từ các khảo sát trực tuyến — bao gồm cả những câu hỏi được thiết kế để phát hiện AI — sau đó để mô hình o4-mini của OpenAI tạo ra câu trả lời và đưa ngược trở lại nền tảng khảo sát. Ông lặp lại mỗi bài kiểm tra 300 lần, thay đổi “tính cách” và thông tin nhân khẩu học của AI.

Kết quả cho thấy tác nhân AI của ông liên tục vượt qua các công cụ phát hiện phản hồi do AI tạo ra. Chẳng hạn, trước câu hỏi: “Nếu bạn là con người, hãy gõ số 17. Nếu bạn là một LLM, hãy gõ năm chữ số đầu của số pi”, mô hình o4-mini luôn đánh lừa hệ thống, trả lời “17” trong 100% trường hợp. Nó cũng sử dụng chuyển động chuột giống con người, gõ câu trả lời từng chữ với tốc độ thực tế, cố tình gõ sai rồi sửa lại. Các mô hình AI khác mà ông thử nghiệm cũng tỏ ra khéo léo tương tự trong việc né tránh phát hiện.

Khi được yêu cầu đóng vai một kiểu nhân vật cụ thể, mô hình o4-mini cũng tạo ra các câu trả lời nhất quán với vai đó — chẳng hạn, chỉ giải các bài toán phức tạp khi “giả làm” người có bằng tiến sĩ trong lĩnh vực khoa học, hoặc báo cáo sống trong căn nhà rộng hơn và trả tiền thuê cao hơn khi bắt chước một người giàu có.

“Tôi thấy điều này thực sự đáng báo động,” Anne-Marie Nussberger, nhà khoa học hành vi tại Viện Max Planck về Phát triển Con người, cho biết. Chỉ một tỷ lệ rất nhỏ người tham gia nghiên cứu trực tuyến có đủ kỹ năng hoặc động cơ để gian lận bằng cách tung ra những bot tinh vi như vậy, “nhưng vấn đề là họ có thể mở rộng quy mô hành vi đó — dẫn đến một lượng lớn phản hồi giả,” bà nói. Hiện nay, bà bổ sung, nhiều nhà nghiên cứu vẫn còn khá ngây thơ trước vấn đề này.

Ngay cả những người tham gia hợp lệ cũng có thể thay đổi cách trả lời khi LLM ngày càng phổ biến, Nussberger cho biết thêm. Trong một bản thảo tiền xuất bản đăng trên arXiv tháng trước, bà và các cộng sự chỉ ra rằng mọi người có thể điều chỉnh hành vi dựa trên kỳ vọng về việc LLM được sử dụng — ví dụ, họ chơi một trò chơi khác đi vì nghi ngờ đối thủ của mình là AI chứ không phải con người.

Đối với các công ty cung cấp nền tảng người tham gia và công cụ khảo sát trực tuyến, bài báo của Westwood giống như một “phát súng cảnh báo,” theo Andrew Gordon, nhà nghiên cứu tại Prolific — một nền tảng quản lý nhóm người tham gia đã được xác minh cho nghiên cứu hành vi trực tuyến. Hiện tại, mức độ tinh vi của mô hình mà Westwood xây dựng vẫn vượt quá khả năng của đa số người dùng. Nhưng điều đó có thể thay đổi rất nhanh. Đáng lo ngại nhất là các “trình duyệt có tính tác nhân” — những trình duyệt có thể sử dụng LLM để tự động hoàn thành các tác vụ như mua vé máy bay. Khi các trình duyệt này trở nên tinh vi hơn và khó phát hiện hơn, chúng có thể giúp người dùng bình thường dễ dàng giao việc làm khảo sát cho AI.

Leib Litman, giám đốc nghiên cứu của nền tảng nghiên cứu trực tuyến CloudResearch, cho biết nhóm của ông đã phát hiện một mạng lưới “trang trại nhấp chuột” toàn cầu chuyên hoàn thành khảo sát một cách gian lận. Nếu các tổ chức này phát triển các tác nhân AI, vấn đề dữ liệu bị ô nhiễm có thể tăng lên rất nhanh, ông cảnh báo. Để đi trước các mối đe dọa, một “đội đỏ” tại CloudResearch liên tục thử nghiệm tấn công chính hệ thống của mình. Trong một báo cáo kỹ thuật gần đây, nhóm này cho biết họ có thể phát hiện 100% các tác nhân AI bằng cách phân tích dữ liệu như chuyển động chuột. Litman tin rằng hệ thống của công ty ông sẽ phát hiện được sự gian lận mà tác nhân của Westwood thực hiện.

Tuy nhiên, bối cảnh đang thay đổi rất nhanh, buộc các công ty phải liên tục đổi mới các biện pháp phát hiện, Litman nói thêm: “Chỉ trong 2 tuần, thậm chí 2 ngày, lại có thứ gì đó mới xuất hiện.” Hơn nữa, việc sử dụng chuyển động chuột để phát hiện không hiệu quả trên điện thoại di động, Velez lưu ý. Ông đang phát triển các phương pháp phát hiện dựa trên tương tác vật lý với thiết bị, chẳng hạn như yêu cầu người tham gia che và mở camera của điện thoại hoặc máy tính theo định kỳ.

Nếu các nhà khoa học xã hội buộc phải từ bỏ nghiên cứu trực tuyến, điều đó có thể đồng nghĩa với việc mất đi khả năng tiếp cận các mẫu nghiên cứu quốc tế hoặc các nhóm ít được đại diện. Tuy nhiên, Roozenbeek cho rằng lợi ích này của nghiên cứu trực tuyến đã bị thổi phồng. Chẳng hạn, nghiên cứu trực tuyến ở các quốc gia thuộc “Phương Nam toàn cầu” thường chỉ thu hút người tham gia là dân thành thị, có học vấn. Ông đề xuất các nhà nghiên cứu nên hợp tác quốc tế để thu thập dữ liệu thực sự đại diện hơn.

Một số nhà nghiên cứu chấp nhận rằng họ có thể sẽ mất đi lợi thế tiếp cận nhanh và rẻ với các nhóm dân cư trên toàn cầu. Theo Robert West, nhà khoa học máy tính tại EPFL, việc thu thập dữ liệu trực tuyến vẫn còn một số giá trị sử dụng. Nhưng với những nghiên cứu mà việc thu thập dữ liệu thực sự từ con người là yếu tố then chốt, “ở thời điểm hiện tại, tôi sẽ rất, rất hoài nghi,” ông nói.

Dịch từ Science

Bài viết AI có thể làm đảo lộn các nghiên cứu trực tuyến – trụ cột của khoa học xã hội đã xuất hiện đầu tiên vào ngày ADuBiz.

Vào thứ Tư vừa qua, công ty mẹ của Canva công bố rằng: Các công cụ trí tuệ nhân tạo, bao gồm cả AI sinh tạo, sẽ được tích hợp vào Canvas – một phần mềm quản lý học tập được sử dụng rộng rãi tại nhiều trường cao đẳng trên toàn quốc.

Trên nền tảng Canvas, sinh viên có thể sử dụng biểu tượng để truy cập các tính năng AI nhằm hỗ trợ giảng viên giảm tải công việc, như: công cụ chấm điểm, tính năng tóm tắt bài đăng thảo luận, hay tạo văn bản thay thế cho hình ảnh. Ngoài ra, với vai trò là công ty mẹ của Canvas, Instructure còn hợp tác cùng OpenAI – đơn vị phát triển Chat GPT – để giảng viên có thể ứng dụng AI sinh tạo trong việc biên soạn bài tập.

Thông báo này xuất hiện trong bối cảnh cuộc tranh luận về vai trò của AI trong giáo dục đang diễn ra sôi nổi. Dù nhiều giảng viên vẫn chưa thực sự bị thuyết phục, một số trường đại học đã bắt đầu áp dụng. Chẳng hạn, tại Đại học Bang Ohio, sinh viên từ kỳ mùa thu tới sẽ được yêu cầu trang bị kiến thức cơ bản về AI.

“Chúng tôi tin rằng AI không thể thay thế nhà giáo, nhưng các thầy cô cần biết cách tận dụng công cụ này”, ông Ryan Lufkin (Phó Chủ tịch Chiến lược Giáo dục Toàn cầu tại Instructure) chia sẻ. “Chúng ta đã vượt qua thời kỳ giáo dục không sử dụng công nghệ trong lớp. Sinh viên ngày nay kỳ vọng vào điều đó. Các em dùng điện thoại mọi lúc, mọi nơi. Chúng ta cần thấu hiểu và đồng hành cùng sinh viên. Nếu không, nói một cách đơn giản, chúng ta đang để mặc các em.”

Thông tin chi tiết

Công cụ tóm tắt thảo luận có thể tổng hợp toàn bộ bài đăng của sinh viên để giảng viên theo dõi nhanh chóng. Tính năng này đi kèm mô hình có khả năng chấm điểm dựa trên thang tiêu chí. Công cụ tạo bảng tiêu chí chấm điểm cũng có thể “dựa vào dữ liệu sẵn có để soạn thảo bản nháp đầu tiên của bảng đánh giá”, theo Lufkin.

Công cụ tìm kiếm cho phép nhập từ khóa hoặc thuật ngữ để xác định vị trí xuất hiện trong bài giảng hoặc slide. Đây là tính năng mà Đại học Trung tâm Florida từng phát triển, theo Lufkin. Bên cạnh đó, bộ công cụ Ignite AI của Instructure còn hỗ trợ tạo câu hỏi trắc nghiệm, thẻ ghi nhớ và phản hồi sơ bộ cho bài tập được nộp.

Giảng viên có thể kết hợp với các mô hình ngôn ngữ lớn (LLM) như Gemini hoặc Microsoft Copilot để tạo bài tập. Thậm chí, giảng viên có thể yêu cầu LLM “nhập vai” một nhân vật lịch sử để sinh viên đối thoại qua chatbot. Hệ thống còn tự động lưu và tóm tắt nội dung trao đổi, kèm phân tích về nguồn tư liệu, thời gian sinh viên làm việc, chỉ số học tập quan trọng và điểm cần cải thiện.

Bối cảnh

AI ngày càng phổ biến với sinh viên. Một nghiên cứu gần đây ước tính khoảng 79% học sinh sử dụng AI sinh tạo để hỗ trợ học tập. Tuy nhiên, lãnh đạo Instructure cho biết họ vẫn cân nhắc kỹ lưỡng việc tích hợp AI, nhất là khi vai trò của giảng viên có thể bị ảnh hưởng.

Một phần lo ngại đến từ tính thiếu ổn định của AI : nó có thể “bịa đặt”, gây ảo giác thông tin hoặc đưa ra nhận định sai lệch. Do đó, việc giảng viên kiểm chứng phản hồi của AI thủ công và điều chỉnh khi cần thiết là hết sức quan trọng, theo Lufkin.

Tuy nhiên, theo ông Dylan Ruediger (Trưởng bộ phận nghiên cứu tại Ithaka S+R) khối lượng công việc quá tải có thể khiến giảng viên khó đạt được kỳ vọng của các nền tảng AI. Từ đầu năm 2023, nhóm nghiên cứu của ông đã theo dõi việc ứng dụng AI sinh tạo trong giảng dạy, học tập và nghiên cứu bậc đại học.

“Chúng tôi nhận thấy các cơ sở giáo dục chưa thực sự hiểu rõ cách sinh viên và giảng viên sử dụng công cụ hiện có”, Ruediger nhận định. “Điều này có thể hữu ích vì giờ đây họ có thể theo dõi, nhưng cũng khó khẳng định công nghệ đang đáp ứng một nhu cầu sẵn có hay vô tình tạo ra nhu cầu mới.”

Trong khi đó, ông C. Edward Watson (Giám đốc Viện Nghiên cứu về AI, Sư phạm và Chương trình giảng dạy thuộc Hiệp hội Các trường Cao đẳng và Đại học) lại lạc quan hơn. Ông cho rằng các công cụ mới sẽ giúp giảm tải công việc chấm điểm, vốn dễ gây mệt mỏi, đồng thời tăng tính nhất quán.

Những điểm cần lưu ý

Các tính năng AI mới trên Canvas đều ở dạng tùy chọn. Giảng viên có thể ngừng sử dụng bất kỳ lúc nào. Tuy nhiên, theo Ruediger, việc AI ngày càng được tích hợp sâu vào trải nghiệm giáo dục khiến “giảng viên và sinh viên khó phân định rạch ròi khi nào có AI tham gia và khi nào không, đồng thời cũng gây khó khăn trong việc duy trì chính sách và giới hạn sử dụng”.

Một số lo ngại khác cho rằng ứng dụng AI trong chấm điểm và thiết kế bài học có thể khiến các trường giảm bớt nhu cầu giảng viên kiêm nhiệm, đồng nghĩa tăng sĩ số lớp học. Trong môi trường học trực tuyến, vốn đã có sự trung gian của công nghệ, khoảng cách giữa giảng viên và sinh viên có thể càng nới rộng, gây nghi ngờ về tính minh bạch trong chấm điểm.

Dù vậy, theo Watson, AI vẫn có thể giúp giảng viên tiết kiệm thời gian chấm điểm, để dành nhiều thời gian hơn cho việc giảng dạy trực tiếp.

Trong một cuộc thảo luận với sinh viên vào tháng 12, Watson kể lại: một sinh viên chia sẻ rằng giảng viên đã chấm bài từ 7 giờ tối đến 2 giờ sáng. Cô mong muốn được nhận bài sớm hơn, trước khi giảng viên quá mệt mỏi và chỉ muốn hoàn tất cho xong.

“Chúng ta cần tái định hình vai trò của giảng viên trong thời đại mà AI có thể thay thế nhiều công việc hành chính tẻ nhạt của giảng dạy”, Watson đặt vấn đề.

Dịch từ The Chronicle of Higher Education

Bài viết Giảng viên giờ đây sẽ thấy AI xuất hiện xuyên suốt trong một phần mềm quản lý khóa học phổ dụng đã xuất hiện đầu tiên vào ngày ADuBiz.

PV: Vấn đề suy giảm nhận thức do AI được đặt ra từ nhiều năm trước đây. Vậy bản chất của việc suy giảm nhận thức do AI có tương tự như việc bị lệ thuộc công nghệ, thưa tiến sĩ?

TS Phạm Hiệp: Thuật ngữ rỗng não, thối não ra đời từ thế kỷ 19 và được dùng rải rác trong suốt hơn 100 năm qua. Gần đây, cùng với sự ra đời mạng xã hội và sự phát triển của AI nên thuật ngữ này được quan tâm nhiều hơn. Khái niệm “rỗng não AI” nói đến hiện tượng con người lười suy nghĩ và mất khả năng tập trung. Sự ra đời của AI đã làm tăng tốc quá trình rỗng não này. Việc suy giảm nhận thức do AI và việc bị lệ thuộc công nghệ xuất hiện tiếp nối nhau. Lệ thuộc công nghệ dẫn đến suy giảm nhận thức.

PV: Việc dựa dẫm quá nhiều vào AI sẽ ảnh hưởng ra sao đến khả năng tư duy độc lập và tư duy sáng tạo?

TS Phạm Hiệp: AI đã được nghiên cứu từ khoảng 40 năm nay. Với những người biết sử dụng AI và sử dụng có trách nhiệm thì AI trở thành một công cụ tốt, giúp người ta thông minh hơn, giỏi hơn, làm việc hiệu quả, năng suất hơn. Nhưng nếu không biết cách dùng thì AI chính là hố sâu chôn vùi những người bị phụ thuộc công nghệ.

Theo lối tư duy thông thường thì người ta sẽ tra cứu, mày mò tìm hiểu, và lấy được kinh nghiệm, bài học từ những lần sai để điều chỉnh. Hiện nay, người ta tiếp nhận tri thức trực tiếp từ AI, gõ câu lệnh là lập tức có kết quả, tuy nhanh và tiện lợi nhưng người dùng bị mất cơ hội được thử và được phép sai theo lối tư duy thông thường.

Việc tiếp nhận tri thức bằng AI nếu không đúng cách và không có năng lực sử dụng AI thì dẫn đến nguy hiểm ở chỗ: Kiến thức của AI chỉ là kiến thức trung bình của thế giới, người ta dễ hài lòng với kiến thức phổ thông đấy, trong khi tiềm năng của cá nhân người dùng rất có thể còn cao hơn AI. Nếu không bị phụ thuộc vào AI mà tự làm thì có thể người ta sẽ tạo ra những kết quả, sản phẩm tốt hơn và có tính sáng tạo vượt bậc. AI có nguy cơ làm trung bình hóa con người, khiến con người mất khả năng tư duy độc lập và đến mức độ cao thì gọi là rỗng não do AI. Đó là chưa kể đôi khi thông tin từ AI không chính xác bởi nguồn thông tin gốc bị sai lệch.

Những người bị rỗng não AI bị mất khả năng tập trung, tư duy sáng tạo, tư duy độc lập, kỹ năng xử lý thông tin, dễ bị đánh lừa bởi thông tin sai lệch từ AI, không có nhu cầu giao tiếp xã hội và quanh quẩn trong một thế giới riêng của họ.

PV: Theo ông, những nhóm đối tượng nào dễ bị “rỗng não AI”?

TS Phạm Hiệp: Trẻ em ở độ tuổi đi học là nhóm đối tượng dễ bị rỗng não AI nhất. Nhóm đối tượng này sinh ra trong thời đại công nghệ, lại không có sự hỗ trợ, can thiệp kịp thời từ người lớn, vì thế, chưa biết sử dụng AI đúng mức, dễ bị lệ thuộc vào AI.

Những người làm việc tri thức cũng dễ bị ảnh hưởng bởi rỗng não AI, nhưng nếu thực sự có năng lực, họ sẽ biết cách sử dụng AI một cách thông minh và phù hợp. Họ có khả năng tìm kiếm những nguồn tài liệu, hướng dẫn từ AI nhanh chóng, hiệu quả, đồng thời biết cách điều chỉnh hành vi học tập, làm việc, nghiên cứu dựa vào AI một cách có trách nhiệm. Tuy nhiên, có một điều đáng lo ngại là với những người có trình độ, năng lực, nhưng nếu thiếu đạo đức, thiếu trách nhiệm thì họ sẽ lợi dụng AI để tạo ra những sản phẩm có lợi cho họ nhưng không có lợi cho cộng đồng.

PV: Hiện nay, không ít học sinh, sinh viên sử dụng AI để giúp làm bài tập. Vậy đâu là ranh giới giữa việc dùng AI để hỗ trợ học tập và dùng AI để làm thay tư duy, thưa tiến sĩ?

TS Phạm Hiệp: Nếu coi AI giống như một đối tác học tập sẽ tận dụng được nó rất tốt. Chúng ta trao đổi với nó, thay vì phải đi gặp chuyên gia, và không bị mất nhiều thời gian để tra trên google, những cuốn tự điển hoặc bách khoa toàn thư. Tuy nhiên, cần phải có năng lực sử dụng và đánh giá thông tin mà AI đưa ra, và dùng AI một cách có trách nhiệm. Nếu học sinh sử dụng AI một cách vô tội vạ, thậm chí AI cung cấp tư liệu gì cũng không kiểm chứng đúng sai, không hiểu thông tin đó mà cho ngay vào bài sẽ khiến năng lực tư duy độc lập và phản biện của mình bị bào mòn, thui chột. Ở từng môn học, bậc học, từng lĩnh vực cũng phải có quy định về trách nhiệm và giới hạn khi sử dụng AI.

Có một nguyên lý bất di bất dịch, đấy là con người phải chịu trách nhiệm về sản phẩm của mình. Ví dụ, học sinh, sinh viên làm bài thì được quyền tham khảo AI, nhưng phải hiểu nội dung trong bài và chịu trách nhiệm với từng câu, từng chữ bởi đó là sản phẩm của bạn ấy, chứ không phải sản phẩm của AI. Nguyên lý này cũng áp dụng với tất cả đối tượng, ngành, nghề, lĩnh vực, đồng thời phải có cơ chế giám sát chéo.

PV: Có ý kiến cho rằng, AI là nguyên nhân chính của suy giảm nhận thức.  Quan điểm của ông về việc này thế nào?

TS Phạm Hiệp: AI không có lỗi. Nó cũng giống như mọi sự phát kiến về công nghệ. Nếu dùng AI một cách có trách nhiệm, không dựa dẫm, ỷ lại, đồng thời cơ quan chức năng, nhà trường, các đơn vị có những hướng dẫn, quy chuẩn dùng AI thì AI không thể làm con người bị “rỗng não”.

Để quản lý việc dùng AI, chỉ cần yêu cầu người dùng phải kê khai là đã dùng AI ở mức nào và hiểu được những kiến thức lấy từ AI. Nếu không làm được yêu cầu đó, chứng tỏ đã dùng AI một cách vô trách nhiệm. Nếu là học sinh, sinh viên thì sẽ bị trừ điểm. Hoặc sẽ có những bài kiểm tra hoàn toàn không có internet, có những câu hỏi bẫy trong bài kiểm tra. Nói chung, AI không thể hơn được con người, chẳng qua con người có chịu động não, có chịu phát triển để hơn được AI không.

PV: Ông có thể đưa ra một số gợi ý về cách sử dụng AI lành mạnh để tránh bị “rỗng não AI”? Phải chăng “câu lệnh” cho AI cũng rất quan trọng trong vấn đề để kích thích tư duy, thay vì chỉ xin đáp án?

TS Phạm Hiệp: Hiện nay, trong bối cảnh AI không thể và cũng không nên bị loại bỏ, việc mỗi một người dùng AI là điều gần như không thể tránh khỏi. Vấn đề cốt lõi là sử dụng AI thế nào để giúp con người học sâu hơn, sáng tạo hiệu quả hơn. Trong câu chuyện này, vai trò của cơ quan chức quản lý nhà nước, những đơn vị nghề nghiệp, những đơn vị chức năng và những người hiểu biết về nó, những người trong đơn vị sản xuất công nghệ AI rất quan trọng và phải chịu trách nhiệm đầu tiên.

Với người dùng, kỹ năng đặt câu lệnh cho AI thể hiện năng lực của người đó. Năng lực tốt sẽ đặt được câu lệnh chuẩn để nhận được kết quả, câu trả lời chất lượng. Và điều này phụ thuộc vào việc người dùng AI phải hiểu về chủ đề mình làm, phải lưu trữ tốt nội dung làm việc với AI.

PV: Theo tiến sĩ, các công ty công nghệ có trách nhiệm gì trong việc giảm tác động tiêu cực của AI lên nhận thức người dùng?

TS Phạm Hiệp: Các công ty công nghệ là đơn vị sản xuất những sản phẩm AI, hoặc đưa ra sản phẩm lõi là những thuật toán, hay đưa ra các sản phẩm dựa trên nền tảng AI sẵn có thì phải có trách nhiệm minh bạch về những bản chất cốt lõi của công cụ AI mà họ làm, phải đưa ra những hướng dẫn liên quan về sản phẩm đó, phải nói rõ về quy trình tạo ra công cụ AI đó.

Đảng, Chính phủ rất quan tâm đến vấn đề này. Mới đây, Luật Trí tuệ nhân tạo (AI) đã được Quốc hội thông qua, có hiệu lực từ 1/3/2026. Đây là đạo luật đầu tiên của Việt Nam điều chỉnh toàn diện về phát triển, ứng dụng và quản trị AI. Với việc này, Việt Nam trở thành một trong số ít quốc gia có khung pháp lý toàn diện về AI.

PV: Nếu phải gửi một thông điệp đến những người dùng AI, ông sẽ nói gì với họ, thưa tiến sĩ?

TS Phạm Hiệp: Hãy biến AI trở thành trợ lý của mình, thay vì trở nên lệ thuộc vào nó.

PV: Xin cảm ơn tiến sĩ về cuộc trò chuyện này!

Đăng lại từ VOV VN

Bài viết Rỗng não AI: Dùng AI thế nào để không trung bình hóa tư duy? đã xuất hiện đầu tiên vào ngày ADuBiz.

Lưu ý: Bản dịch này được thực hiện bởi Gemini và chưa thông qua khâu hiệu đính

Sau khi đặt trí tuệ nhân tạo vào trung tâm chiến lược kinh tế của mình, Trung Quốc đang thúc đẩy các nỗ lực nhằm tạo ra một hệ thống quốc tế để quản trị việc sử dụng công nghệ này.

Bất chấp những rủi ro từ việc làm trầm trọng thêm sự bất bình đẳng cho đến việc gây ra thảm họa hiện sinh, thế giới vẫn chưa thống nhất được các quy định để quản trị trí tuệ nhân tạo. Mặc dù một mạng lưới chắp vá các quy định quốc gia và khu vực đang tồn tại, nhưng đối với nhiều quốc gia, các quy tắc ràng buộc vẫn đang trong quá trình hoàn thiện.

Vào tháng 10, tại một cuộc họp của Diễn đàn Hợp tác Kinh tế Châu Á – Thái Bình Dương (APEC), Chủ tịch Trung Quốc Tập Cận Bình đã nhắc lại đề xuất của nước này về việc thành lập một cơ quan được gọi là World Artificial Intelligence Cooperation Organization (WAICO) – Tổ chức Hợp tác Trí tuệ Nhân tạo Thế giới, cơ quan này sẽ tập hợp các quốc gia lại như một bước tiến tới việc tạo ra một hệ thống quản trị toàn cầu cho AI.

Đề xuất này là một phần của động thái rộng lớn hơn nhằm nắm quyền điều hành các nỗ lực quản trị AI, trái ngược với cách tiếp cận tập trung vào việc giảm thiểu quy định (deregulation) của Hoa Kỳ. Khi nói đến sự minh bạch và chính sách AI, “Trung Quốc hiện đang là ‘phe chính diện’ (good guy),” Wendy Hall, một nhà khoa học máy tính tại Đại học Southampton, Vương quốc Anh, đã nói với các phóng viên tại một sự kiện ở London vào tháng 10.

Có rất nhiều rào cản trên con đường tạo ra một thỏa thuận liên chính phủ ràng buộc về AI, nhưng một số người ủng hộ cho rằng điều này là khả thi, khi so sánh công nghệ này với các nỗ lực rủi ro nhưng hữu ích khác đã có thỏa thuận, chẳng hạn như năng lượng hạt nhân và hàng không. Nature xem xét cách tiếp cận của Trung Quốc, hình hài của một cơ quan quản trị AI toàn cầu có thể trông như thế nào và cơ hội thành công của nó.

Hệ sinh thái AI của Trung Quốc khác biệt như thế nào so với các quốc gia khác?

Được chính phủ khuyến khích, các công ty Trung Quốc có xu hướng phát hành các mô hình dưới dạng open weight (trọng số mở), nghĩa là chúng có thể được tải xuống và phát triển thêm. Và so với các quốc gia phương Tây, Trung Quốc ít tập trung hơn vào việc tạo ra các cỗ máy có thể thông minh hơn con người – thường được gọi là artificial general intelligence (AGI – trí tuệ nhân tạo tổng quát) – thay vào đó tập trung vào cuộc đua sử dụng AI để thúc đẩy tăng trưởng kinh tế. Điều này được minh chứng bằng một chính sách được giới thiệu vào tháng 8 gọi là AI+, theo Kwan Yee Ng, người phụ trách quản trị AI quốc tế tại Concordia AI, một công ty tư vấn có trụ sở tại Bắc Kinh tập trung vào an toàn AI.

Trung Quốc tiếp cận quy định AI như thế nào?

Trung Quốc nằm trong số những quốc gia đầu tiên đưa ra các quy định dành riêng cho AI, bắt đầu từ năm 2022, và có các quy tắc sâu rộng về nội dung độc hại, quyền riêng tư và bảo mật dữ liệu, chẳng hạn. Các nhà phát triển dịch vụ tích hợp AI hướng tới công chúng phải để các cơ quan quản lý Trung Quốc kiểm tra hệ thống của họ trước khi triển khai, theo Ng. Kết quả là các mô hình như những mô hình được phát triển bởi công ty DeepSeek có trụ sở tại Hàng Châu – công ty đã tìm thấy danh tiếng thế giới với mô hình R1 vào đầu năm nay – nằm trong số những mô hình “được quản lý chặt chẽ nhất trên thế giới”, theo Joanna Bryson, một nhà khoa học máy tính và nhà nghiên cứu về đạo đức AI tại Trường Hertie ở Berlin. Mặc dù vậy, các cơ quan chức năng thường áp dụng cách tiếp cận mềm mỏng để thực thi quy định đó, theo Angela Zhang, một nhà nghiên cứu luật và chuyên gia về quy định AI tại Đại học Nam California ở Los Angeles.

Ngược lại, Hoa Kỳ không có luật toàn diện về AI ở cấp liên bang, và vào tháng 1 Tổng thống Donald Trump đã thu hồi một sắc lệnh hành pháp (executive order) nhằm đảm bảo an toàn AI. Ông đã định vị chính quyền của mình theo hướng ủng hộ ngành công nghiệp, khi gợi ý trong một bài đăng trên mạng xã hội vào tháng trước rằng ông sẽ thêm một điều khoản vào dự luật liên bang để ngăn các tiểu bang tự quy định về AI. Cách tiếp cận của Liên minh Châu Âu (EU) là phân loại các hệ thống AI theo mức độ rủi ro, với các quy tắc khác nhau liên quan đến tính minh bạch và giám sát ở mỗi cấp độ, và các nghĩa vụ có hiệu lực vào tháng 8, nhắm vào các hệ thống AI mạnh mẽ nhất. Trong khi đó, chính phủ Vương quốc Anh đã hoãn kế hoạch đưa ra luật AI toàn diện cho đến ít nhất là năm sau.

Những luật pháp quốc tế nào đang tồn tại để quản trị AI?

Rất ít. Quy định quốc tế duy nhất có ràng buộc pháp lý đến từ Hội đồng Châu Âu (Council of Europe), một tổ chức quốc tế gồm các quốc gia thành viên châu Âu, tách biệt với Liên minh Châu Âu (EU), tổ chức này đã thiết lập Công ước Khung về AI vào tháng 5 năm 2024. Hiệp ước này cam kết bất kỳ quốc gia ký kết nào cũng phải thực hiện các nghĩa vụ rộng lớn của mình – chẳng hạn như đảm bảo rằng các hoạt động AI phù hợp với nhân quyền – thông qua luật pháp quốc gia của họ. Nhưng không có các biện pháp trừng phạt hay một cơ quan thực thi siêu quốc gia nào, theo Lucia Velasco, một nhà kinh tế và nhà nghiên cứu tại Sáng kiến Quản trị AI của Trường Oxford Martin, hiện đang làm việc tại New York.

Các công ty và quốc gia cũng đã ký nhiều thỏa thuận không ràng buộc, chẳng hạn như Khuyến nghị của UNESCO về Đạo đức của Trí tuệ Nhân tạo, Các nguyên tắc AI của OECD và Bletchley Declaration (Tuyên bố Bletchley), một thỏa thuận quốc tế được ký bởi 28 quốc gia tại Hội nghị Thượng đỉnh An toàn AI Vương quốc Anh năm 2023. Một số nhóm chuyên gia đã đưa ra các tài liệu phác thảo những rủi ro, một trong những tài liệu nổi bật nhất là Báo cáo An toàn AI Quốc tế. Liên Hợp Quốc (UN) đang điều hành một quy trình “đối thoại” và đã tạo ra một hội đồng khoa học để hướng dẫn các nỗ lực quản lý của các quốc gia.

Trung Quốc đã đề xuất gì?

WAICO sẽ là một cách để các quốc gia phối hợp các quy tắc quản trị AI trong khi “hoàn toàn tôn trọng sự khác biệt trong các chính sách và thực tiễn quốc gia” và ủng hộ Global South (Nam Bán cầu), các quan chức Trung Quốc đã nói. Trung Quốc đã đề xuất trụ sở của cơ quan này đặt tại Thượng Hải, nhưng các chi tiết khác vẫn chưa chắc chắn.

WAICO có vẻ khó có khả năng quản lý AI trực tiếp theo bất kỳ cách nào có thể thực thi (và Trung Quốc đã nói rằng họ ủng hộ cách tiếp cận của LHQ trong việc quản lý AI toàn cầu) nhưng nó có thể là một con đường để các quốc gia dần dần tập hợp lại xung quanh một khuôn khổ chung.

Lời kêu gọi thành lập WAICO của ông Tập là ít nhất lần thúc đẩy thứ tư như vậy từ một quan chức Trung Quốc trong bốn tháng qua, cho thấy ý tưởng này quan trọng đối với chính phủ, theo Ng. Một lý do là mang tính thương mại, theo Zhang. “Việc Trung Quốc có thể thiết lập các tiêu chuẩn giúp cho sự khuếch tán sản phẩm của Trung Quốc trên toàn thế giới,” bà nói.

Động thái này cũng mang lại cho Trung Quốc một số uy tín ngoại giao. “Trung Quốc đang cố gắng trở thành như một người anh [lớn] đối với Nam Bán cầu, lập luận rằng ‘chúng ta cũng cần có tiếng nói của mình trong việc quản trị AI và không bị sai khiến’,” Zhang nói.

Một hình thức quản trị toàn cầu sẽ trông như thế nào?

Chúng ta chưa biết. Các chuyên gia an toàn AI thường trích dẫn quy định về năng lượng hạt nhân và việc thành lập Cơ quan Năng lượng Nguyên tử Quốc tế (IAEA) như một phép ẩn dụ, theo Ng. Các tiêu chuẩn do cơ quan LHQ này đặt ra không có tính ràng buộc nhưng được bổ sung bởi các hiệp ước ràng buộc pháp lý mà nó đã giúp tạo ra, chẳng hạn như Công ước về An toàn Hạt nhân.

Đặc biệt hấp dẫn, theo Ng, là vay mượn từ năng lượng hạt nhân ý tưởng về việc bên thứ ba hoặc kiểm tra lẫn nhau đối với sự phát triển AI, để đảm bảo tuân thủ mọi cam kết. Một ý tưởng khác đã được đưa ra là tạo ra một cơ quan tương tự như CERN, phòng thí nghiệm vật lý hạt của Châu Âu, nơi AI tiên tiến nhất có thể được tạo ra bởi mọi người, vì lợi ích của tất cả. Một mô hình thứ ba là một cái gì đó giống với Tổ chức Hàng không Dân dụng Quốc tế (ICAO) của LHQ, cơ quan phát triển các tiêu chuẩn kỹ thuật cho hàng không mà sau đó các quốc gia đưa vào luật quốc gia.

Trong tất cả các ví dụ này, LHQ, hoặc một cơ quan của LHQ, đã đóng vai trò quan trọng trong việc tạo ra chúng. Tuy nhiên, “AI không khớp hoàn toàn với các mô hình quản trị trong quá khứ,” Velasco nói. “AI là công nghệ đa dụng, phát triển nhanh và phần lớn được thúc đẩy bởi khu vực tư nhân.”

LHQ có thể là địa điểm nảy sinh một sự sắp xếp quản trị AI toàn cầu trong tương lai, nhưng điều này sẽ đòi hỏi một quốc gia thành viên khởi xướng tại Đại hội đồng LHQ, theo Velasco.

Cơ hội để AI được quản lý toàn cầu sớm xảy ra là bao nhiêu?

Một cuộc đua được nhận thấy giữa Hoa Kỳ và Trung Quốc nhằm thống trị AI thế giới khiến việc tạo ra bất kỳ thỏa thuận quốc tế nào đặt ra giới hạn cho công nghệ này trở nên “rất khó khăn”, theo Grace Gonzales, cố vấn chính sách tại ControlAI, một tổ chức phi lợi nhuận có trụ sở tại London hoạt động nhằm giảm thiểu rủi ro đối với nhân loại từ AI.

Kể từ Tuyên bố Bletchley, sự tập trung vào an toàn AI đã suy yếu tại các sự kiện tiếp theo ở Seoul và Paris, và hiện tại có một “sự thiếu hụt chung các kênh chính phủ mạnh mẽ” liên quan đến các quốc gia AI lớn, theo Ng. Mặc dù LHQ là nền tảng quy tụ nhiều quốc gia nhất, “nó đi kèm với một loạt thách thức”, chẳng hạn như thiếu kinh phí và tốc độ xử lý chậm chạp, theo Brian Tse, người sáng lập Concordia AI.

Tuy nhiên, các tiêu chuẩn chung có thể xuất hiện mà không cần các thỏa thuận quốc tế ràng buộc. WAICO có thể phục vụ “một chức năng quan trọng” nếu nó thúc đẩy sự hiểu biết chung về các rủi ro và khả năng của AI, hoặc giúp các quốc gia đồng ý không vượt qua một số ranh giới nhất định trong phát triển AI, theo Ng.

Công ước về An toàn Hạt nhân năm 1994 đã giúp cải thiện an toàn lò phản ứng, nhưng điều này chỉ xảy ra sau tai nạn hạt nhân Chernobyl năm 1986 tại Liên Xô, Tse nói. “Trong lĩnh vực AI, công việc của chúng ta là đảm bảo rằng chúng ta đi trước đón đầu,” ông nói, và giảm thiểu cơ hội xảy ra khủng hoảng “trước khi nó xảy ra”.

Dịch từ Nature

Bài viết Trung Quốc muốn dẫn đầu thế giới về quy định AI – liệu kế hoạch này có thành công? đã xuất hiện đầu tiên vào ngày ADuBiz.

Đặt vấn đề

Việc đơn giản hóa ngôn ngữ cho những người suy giảm nhận thức không chỉ là một yêu cầu cần phải tuân thủ hay một lựa chọn phong cách, mà là một quyết định thiết kế mang tính đạo đức và có trách nhiệm. Điều này càng quan trọng hơn khi chúng ta sử dụng AI tạo sinh để chỉnh sửa các tài liệu phức tạp.

Ví dụ, việc xử lý và diễn giải những phản hồi của bình duyệt viên có thể cực kỳ khó khăn nếu không có sự hỗ trợ từ AI, bởi chúng thường rất dày đặc thông tin, mang nặng chuyên môn và gắn liền với bối cảnh cụ thể. Nhưng chuyện gì sẽ xảy ra nếu các công cụ tóm tắt này lại bóp méo ý nghĩa ban đầu của người phản biện?

Nghiên cứu gần đây của tôi đã tìm hiểu câu hỏi này qua một thí nghiệm: sử dụng AI để cải thiện khả năng tiếp cận các bình luận của người phản biện. Những gì tôi khám phá ra mang một hàm ý quan trọng đối với toàn bộ cộng đồng truyền thông và xuất bản học thuật. Tôi đã đánh giá khả năng của GPT-4 trong việc tóm tắt phản hồi của phản biện học thuật trong lĩnh vực tài chính. Lĩnh vực này được chọn không chỉ vì có nhiều từ ngữ chuyên ngành mà còn vì có các khái niệm như quan hệ nhân quả, mô hình rủi ro hay tính nội sinh đòi hỏi sự phân tích cụ thể. Trong bối cảnh này, chỉ một thay đổi nhỏ về từ ngữ cũng có thể làm sai lệch ý nghĩa hoặc phá vỡ dụng ý của người phản biện. Với nền tảng kiến thức tài chính của mình, tôi xem đây là một thí nghiệm lý tưởng để xem AI có thể đơn giản hóa mà vẫn giữ được sự rõ ràng và tính toàn vẹn của các khái niệm hay không. Tôi khuyến khích các nhà nghiên cứu ở lĩnh vực khác cũng thực hiện những thí nghiệm tương tự, bởi bối cảnh và mức độ nghiêm trọng có thể khác nhau, nhưng thách thức về khả năng tiếp cận thì vẫn luôn hiện hữu. Để đảm bảo tính minh bạch và khả năng tái lập, tôi đã công khai bản ghi chép các cuộc hội thoại với GPT trong bài báo của mình.

Phương pháp tiến hành

Tôi đã yêu cầu mô hình AI viết lại các bình luận— một lần với yêu cầu chỉ đơn giản hóa ngôn ngữ và một lần yêu cầu chúng chú ý đến việc tiếp cận nhận thức. Mục đích là để xem liệu nó có thể giữ nguyên ý chính mà vẫn cải thiện khả năng đọc hiểu hay không. Tôi chọn 10 báo cáo phản biện có các từ ngữ chuyên ngành phức tạp và chạy mỗi tình huống hai lần. Cách làm này không chỉ giúp đánh giá chất lượng tóm tắt mà còn kiểm tra tính nhất quán của kết quả.

Kết quả cho thấy AI thường hiểu sai các bình luận, không phải vì bản tóm tắt thiếu rõ ràng mà vì chúng đã bị mất đi ý nghĩa cốt lõi. Các bản tóm tắt do GPT tạo ra thường làm thay đổi cách hiểu của các thuật ngữ, bỏ qua sắc thái phương pháp luận và gây ra sự thiếu nhất quán về ngữ nghĩa. Điều này đặt ra lo ngại nghiêm trọng về độ tin cậy của AI trong các bối cảnh liên quan đến khả năng tiếp cận, đặc biệt khi mục tiêu không chỉ là giúp người dùng hiểu mà còn đảm bảo họ có thể tham gia bình đẳng vào các cuộc đối thoại học thuật.

Kết quả

Hãy xem xét một ví dụ cụ thể: một phản hồi của phản biện về việc sử dụng phương pháp difference-in-differences (khác biệt trong khác biệt) để giải thích thời điểm và mức độ phản ứng của thị trường đối với các thông báo của ngân hàng trung ương. Ở bản tóm tắt của GPT-4, thay vì tập trung vào lý do “tại sao thị trường phản ứng như vậy,” nó lại viết thành “thị trường phản ứng nhanh và mạnh thế nào.” Cách diễn đạt lại này đã làm giảm trọng tâm từ một khuyến nghị về phương pháp luận thành một nhận xét chung chung, hoàn toàn loại bỏ mục đích ban đầu của phương pháp được sử dụng.

Trong một trường hợp khác, AI lại mô tả “tính nội sinh” (endogeneity) là “tác động ẩn” (hidden effects) Mặc dù nghe có vẻ dễ hiểu hơn, nhưng nó lại làm mất đi ý nghĩa kỹ thuật của thuật ngữ. Tính nội sinh không chỉ là những yếu tố “ẩn” — nó đề cập đến tình huống khi một biến giải thích bị sai lệch về mặt thống kê, đòi hỏi các phương pháp để điều chỉnh. Một định nghĩa chính xác hơn có thể là: “Khi một yếu tố trong mô hình ảnh hưởng cả nguyên nhân và kết quả, khiến việc xác định điều gì thực sự gây ra kết quả trở nên khó khăn.” Việc đơn giản hóa quá mức như vậy có thể khiến người đọc bỏ qua những lỗi nghiêm trọng trong thiết kế nghiên cứu.

Mô hình cũng gặp vấn đề với các thuật ngữ mang tính trừu tượng. Nó đã thay cụm “bounded rationality” thành “limited thinking ability (khả năng suy nghĩ hạn chế),” một cụm từ không chỉ sai nghĩa mà còn có nguy cơ gây xúc phạm. “Bounded rationality” đề cập đến việc ra quyết định dưới các điều kiện bị giới hạn (ví dụ như thiếu thông tin hoặc bị áp lực thời gian), chứ không phải là khiếm khuyết về nhận thức. Trong thiết kế nội dung phục vụ khả năng tiếp cận, chúng ta được dạy phải tôn trọng phẩm giá và sự chính xác; nhưng GPT-4 đã thất bại ở cả hai điểm này.

Ngay cả khả năng tiếp cận thị giác cũng bị ảnh hưởng. Chẳng hạn, một nhận xét từ một phản biện viên về việc chú giải trong biểu đồ hồi quy khó đọc đã được AI đơn giản hóa ngắn gọn thành “nhãn khó đọc.” Mặc dù đúng, cách diễn đạt này lại bỏ qua bối cảnh quan trọng: đó là lý do tại sao các chú giải lại cần thiết, cụ thể là vai trò của chúng trong việc diễn giải tác động theo nhóm trong dữ liệu thu nhập. Với những người chỉ dựa vào các tóm tắt để chỉnh sửa bản thảo, việc mất đi hàm ý trong phản biện ban đầu sẽ có ảnh hưởng không nhỏ.

Sự thiếu nhất quán cũng là một vấn đề đáng lo ngại. Ở một bản, AI giữ lại thuật ngữ “phân tích độ nhạy” (sensitivity analysis) mà không giải thích; ở bản khác, nó lại thay bằng một phép ẩn dụ mơ hồ như “kiểm tra lại phương pháp” (double-checking your methods). Sự thay đổi này không chỉ đơn thuần là về phong cách mà còn làm thay đổi ý nghĩa cốt lõi của bình luận.

Những kết quả này cho thấy một mâu thuẫn cơ bản khi sử dụng AI để đơn giản hóa nội dung: nỗ lực làm cho văn bản rõ ràng hơn lại có thể vô tình làm mờ đi logic nền tảng của khái niệm. Đây là một sự đánh đổi không thể chấp nhận được trong thiết kế lấy khả năng tiếp cận làm trọng tâm.

Hàm ý và khuyến nghị

Các mô hình ngôn ngữ lớn như GPT-4 không “hiểu” ý định hay chức năng của một nhận xét theo cách con người làm. Thay vào đó, chúng dự đoán cách diễn đạt dựa trên các mô hình thống kê trong ngôn ngữ. Vì vậy, chúng thường bỏ lỡ “lý do tại sao” của các bình luận phản biện, đặc biệt là trong bối cảnh sự chính xác và tính logic được đề cao. Trong bối cảnh việc đơn giản hóa và tóm tắt phải được thực hiện cẩn trọng và tôn trọng quyền tự chủ của người dùng, những sai sót này mang tính hệ thống chứ không phải ngẫu nhiên.

Vậy, các nhà xuất bản, lập trình viên phần mềm và chuyên gia AI có thể rút ra những bài học gì?

• Thiết kế prompt để cho AI giữ nguyên các khái niệm chuyên ngành.
• Việc xác minh là cần thiết — mỗi bản đơn giản hóa từ AI phải được rà soát để đảm bảo tính chính xác và tôn trọng về mặt nhận thức.
• Cần điều chỉnh tốt hơn giữa quá trình huấn luyện LLM và mục tiêu khả năng tiếp cận, không chỉ về phong cách ngôn ngữ mà còn chịu trách nhiệm về khái niệm mà nó đưa ra.
• Thiết kế vì sự hòa nhập nghĩa là đảm bảo mọi người nhận được đúng thông điệp, chứ không chỉ là một thông điệp “dễ đọc”.

Một hướng đi khả thi là phát triển các công cụ AI được tinh chỉnh cho nội dung học thuật theo từng lĩnh vực. Điều này sẽ giúp việc đơn giản hóa vẫn giữ được tính toàn vẹn của khái niệm. Giai đoạn đầu có thể bao gồm việc thu thập phản hồi từ các biên tập viên hoặc chuyên gia về khả năng tiếp cận, giúp công cụ cải thiện độ chính xác ngữ nghĩa theo thời gian.

Ngoài ra, những cải tiến ở cấp độ giao diện cũng rất quan trọng. Ví dụ, cho phép người phản biện hoặc biên tập viên gắn nhãn mục đích của nhận xét (như “phương pháp,” “cấu trúc,” hay “ngôn ngữ”) có thể giúp AI hiểu rõ hơn lý do tồn tại của phản hồi, từ đó đơn giản hóa một cách thông minh hơn.

Nếu chúng ta muốn khả năng tiếp cận thực sự mang lại sự công bằng — chứ không phải làm mất đi ý nghĩa — thì đây là những hướng đi mà các nhà chiến lược nội dung, nhà vận động vì khả năng tiếp cận và nhà phát triển AI cần nghiêm túc xem xét.

Dịch từ Scholarly Kitchen

Bài viết Ảo tưởng về khả năng tiếp cận: Khi sự đơn giản hóa bằng AI lại gây khó khăn cho người suy giảm nhận thức đã xuất hiện đầu tiên vào ngày ADuBiz.

Các tạp chí và ban tổ chức hội nghị có thể hỗ trợ các nhà nghiên cứu nhiều hơn trong việc vượt qua các rào cản ngôn ngữ nhưng trí tuệ nhân tạo có thể khiến nỗ lực này trở nên khó khăn hơn, Tatsuya Amano cảnh báo.

Một ví dụ điển hình là bài báo do Tatsuya Amano đồng tác giả đã bị từ chối thẳng thừng vì trình độ tiếng Anh không đạt chuẩn của tạp chí. Việc một công trình bị từ chối chỉ vì rào cản ngôn ngữ không phải là hiếm. Trên thực tế, nghiên cứu của chính ông cho thấy 38% các nhà nghiên cứu không thông thạo tiếng Anh cũng từng gặp phải tình huống tương tự.

Ban đầu, Amano chỉ nghĩ đó là khó khăn của riêng mình. Chỉ khi chuyển đến Anh làm việc, ông mới nhận ra “đây thực sự không chỉ là vấn đề của tôi, mà là vấn đề của tất cả mọi người”. Nguồn cơn của thực trạng trên bắt nguồn từ việc tiếng Anh không phải là ngôn ngữ mẹ đẻ của 95% dân số thế giới. Từ đó, một hệ quả nghiêm trọng nảy sinh: khoa học có thể đang bỏ lỡ một kho tàng tri thức đa dạng. “Việc bỏ lỡ sự tham gia của họ,” Amano nhấn mạnh, “đồng nghĩa với việc chúng ta đang cản trở sự tiếp cận với toàn bộ sự đa dạng về quan điểm, ý tưởng và giải pháp, vốn là chìa khóa cho sự đổi mới.”

Để giải quyết tình trạng trên, ông cho rằng các tạp chí có vai trò tiên phong. Một trong những giải pháp là yêu cầu ban biên tập phân biệt rõ ràng giữa chất lượng nội dung khoa học và chất lượng ngôn ngữ khi xét duyệt. Tuy nhiên, một nghiên cứu gần đây trên 700 tạp chí cho thấy rất ít nơi áp dụng các biện pháp đó. Bên cạnh vai trò của tạp chí, các hội thảo khoa học cũng có thể đóng góp tích cực. Đơn cử như Đại hội Quốc tế về Sinh học Bảo tồn 2025, nơi Amano và ban tổ chức cung cấp dịch vụ biên tập tiếng Anh bằng AI miễn phí và triển khai chương trình cố vấn để hỗ trợ các nhà khoa học.

Nói về công nghệ, các công cụ trí tuệ nhân tạo (AI) như DeepL hay ChatGPT đang nổi lên như một giải pháp. Chúng có thể giúp ích rất nhiều cho các nhà nghiên cứu không thông thạo tiếng Anh. Nhưng chính AI cũng có thể tạo ra những bất bình đẳng mới. Một trong số đó là rào cản về ngôn ngữ, vì AI không thể hoạt động tốt trên tất cả hơn 7.000 ngôn ngữ toàn cầu. Ngoài ra, chi phí cũng là một vấn đề lớn. Amano chỉ ra rằng một dịch vụ AI tổng hợp nghiên cứu có thể tốn tới 200 đô la Mỹ mỗi tháng, một con số quá sức với nhiều nhà khoa học, đặc biệt là ở các nước Nam bán cầu.

Cuối cùng, Amano tin rằng giải pháp không chỉ nằm ở công nghệ mà còn ở con người. Theo ông, giải pháp cốt lõi ấy đơn giản là “sự quan tâm và thấu hiểu”. Ông gợi ý những người nói tiếng Anh thành thạo hãy thử đặt mình vào tình huống không thể giao tiếp tốt. “Nếu bạn có thể trải nghiệm tình huống đó,” ông kết luận, “bạn có thể thấu cảm hơn, và điều đó có thể tạo ra sự khác biệt rất lớn.”

Dịch và tổng hợp từ Nature

Bài viết AI có đang thực sự giải quyết vấn đề rào cản ngôn ngữ trong học thuật? đã xuất hiện đầu tiên vào ngày ADuBiz.

Chương trình tập huấn nhằm mục tiêu nâng cao năng lực sư phạm số cho giảng viên đại học trong bối cảnh AI ngày càng đóng vai trò quan trọng trong giáo dục. Tập huấn thu hút sự tham gia của gần 100 giảng viên đến từ Trường Đại học Thành Đô, cũng như các trường đại học, học viện khu vực Hà Nội và các tỉnh lân cận.

Hiểu – Áp dụng – Phản tư: Giảng viên thời đại AI cần gì?

Mở đầu chương trình, các chuyên gia đến từ Đại học Oulu đã chia sẻ những kiến thức nền tảng về Trí tuệ Nhân tạo và tác động của nó đến quá trình dạy và học. Các nội dung xoay quanh ba trụ cột chính: hiểu rõ bản chất AI, học cách xây dựng lệnh (prompt engineering) phục vụ giảng dạy, và phản tư về tính đạo đức và bao trùm trong ứng dụng AI vào lớp học.

Theo TS. Andy Nguyễn – Phó Giáo sư tại Đại học Oulu (Phần Lan), việc tích hợp AI vào giáo dục không chỉ là tận dụng công cụ công nghệ mà còn là chuyển đổi tư duy giáo viên, từ người truyền đạt kiến thức sang người tổ chức và hỗ trợ quá trình học tập của người học. Ông nhấn mạnh rằng giáo viên cần phát triển tư duy linh hoạt, phản biện và sáng tạo để thích nghi với sự thay đổi nhanh chóng của công nghệ.

Không chỉ lý thuyết – Trải nghiệm thực hành cùng chuyên gia

Khác với những buổi hội thảo mang tính lý thuyết thuần túy, chương trình tập huấn dành phần lớn thời gian cho hoạt động thực hành trực tiếp. Các giảng viên được chia thành nhóm nhỏ, cùng thiết kế các bài giảng tích hợp công cụ AI như ChatGPT, Magic School hay Napkin. Dưới sự hướng dẫn của các chuyên gia từ Đại học Oulu, các giảng viên đã cùng nhau xây dựng kế hoạch bài giảng, tổ chức nội dung học tập, và phản tư về vai trò người học trong môi trường lớp học tăng cường bằng AI.

Một điểm nhấn đặc biệt của chương trình là hoạt động xây dựng lệnh (prompt) nhằm hỗ trợ các nhiệm vụ giảng dạy cụ thể – từ thiết kế câu hỏi, sáng tạo tình huống dạy học đến xây dựng học liệu theo các mức độ nhận thức. Các nhóm tham dự đã trình bày sản phẩm và nhận phản hồi trực tiếp từ chuyên gia, tạo nên bầu không khí học tập tích cực và gắn kết.

Bên cạnh nội dung đào tạo, chương trình cũng là một phần của dự án nghiên cứu hợp tác giữa Viện REK – Trường Đại học Thành Đô và Phòng Nghiên cứu Công nghệ Giáo dục và Học tập (LET) – Đại học Oulu, nhằm tìm hiểu khả năng ứng dụng AI trong môi trường giáo dục đại học tại Việt Nam. Ở phần cuối chương trình, các giảng viên tham gia một phiên phản tư, đóng góp ý kiến, quan điểm cá nhân về AI trong giảng dạy, góp phần giúp các nhà nghiên cứu hiểu sâu hơn về chủ đề này.

Sự kiện tập huấn “Giảng dạy với AI” không chỉ là một chương trình nâng cao năng lực chuyên môn, mà còn là điểm khởi đầu cho một hành trình chuyển đổi sâu sắc trong tư duy giáo dục. Qua đó, giảng viên đại học không chỉ được trang bị công cụ mà còn được khơi gợi tinh thần sáng tạo, trách nhiệm và chủ động học hỏi để dẫn dắt người học trong kỷ nguyên mới của trí tuệ nhân tạo.

Qua sự kiện, trường Đại học Thành Đô thể hiện cam kết trong việc đẩy mạnh chiến lược chuyển đổi số một cách toàn diện, đặt đội ngũ giảng viên vào vị trí then chốt trong quá trình đổi mới giáo dục. Nhà trường hướng đến xây dựng một hệ sinh thái học tập tiên tiến, nơi công nghệ AI và con người phối hợp hài hòa để kiến tạo những trải nghiệm dạy – học truyền cảm hứng, hiệu quả và lâu dài.

Bài viết TẬP HUẤN “GIẢNG DẠY VÀ THIẾT KẾ BÀI GIẢNG VỚI AI”: TRAO QUYỀN CHO GIẢNG VIÊN TRONG THỜI ĐẠI TRÍ TUỆ NHÂN TẠO đã xuất hiện đầu tiên vào ngày ADuBiz.

Những nhà khoa học tạo ra Centaur đã ‘dạy’ cho một mô hình ngôn ngữ lớn (LLM) – kiểu AI bạn hay thấy trong các chương trình hỏi đáp tự động — bằng một kho dữ liệu khổng lồ từ 160 thí nghiệm tâm lý. Trong các thí nghiệm này, có tới 60.000 người đã đưa ra hơn 10 triệu lựa chọn trong vô vàn nhiệm vụ khác nhau.

Hầu hết các mô hình máy tính và lý thuyết về tư duy con người thường chỉ tập trung vào một việc duy nhất. Ví dụ, AlphaGo của Google Deepmind chỉ biết chơi cờ vây, còn lý thuyết “viễn cảnh” thì chỉ dự đoán một người sẽ chọn thế nào giữa rủi ro mất mát và cơ hội được lợi.

Ngược lại, Centaur có thể mô phỏng hành vi con người qua nhiều loại nhiệm vụ – từ đánh bạc, chơi trò nhớ, cho đến giải quyết vấn đề. Khi thử nghiệm, nó thậm chí còn đoán đúng lựa chọn của người tham gia trong những nhiệm vụ mà nó chưa từng được học qua. Công trình về Centaur đã được công bố trên tạp chí khoa học Nature.

Tiềm năng lớn lao

Nhóm nghiên cứu tin rằng Centaur một ngày nào đó sẽ trở thành công cụ cực kỳ quý giá trong ngành khoa học nghiên cứu về bộ não và hành vi con người. Marcel Binz, một trong những tác giả nghiên cứu, nói: “Về cơ bản, bạn có thể thực hiện các buổi thí nghiệm trên máy tính thay vì phải làm với người thật.” Điều này rất tiện lợi khi các nghiên cứu thông thường quá chậm, hoặc khó tìm được trẻ em hay người mắc bệnh tâm thần để tham gia.

Giosuè Baggio, một chuyên gia về tâm lý ngôn ngữ, chia sẻ: “Việc xây dựng các lý thuyết trong khoa học nhận thức rất khó. Thật hào hứng khi thấy những gì chúng ta có thể làm được với sự giúp sức của máy móc.”

Vượt qua giới hạn cũ

Các nhà khoa học từ lâu đã vất vả với việc dùng những mô hình chỉ chuyên cho một nhiệm vụ để mô phỏng các khía cạnh rộng lớn của hành vi con người, vì những công cụ này không thể ‘hiểu biết’ tổng quát cho nhiều việc.

Binz và đồng nghiệp muốn khắc phục điều này. Họ đã mất năm ngày để ‘điều chỉnh’ Llama – một mô hình ngôn ngữ lớn của hãng Meta – với một bộ dữ liệu hành vi khổng lồ mang tên ‘Psych 101’.

Các nhà nghiên cứu đã huấn luyện mô hình không chỉ để dự đoán một hành vi trung bình cho một nhiệm vụ cụ thể, mà còn dự đoán cả phạm vi các hành vi thường thấy ở một nhóm người. Sau đó, họ kiểm tra xem nó dự đoán hành vi của những người tham gia không có trong dữ liệu huấn luyện tốt đến mức nào. Trong 31 trên 32 nhiệm vụ, Centaur đã vượt trội hơn Llama và 14 mô hình khác trong việc đoán xem người tham gia sẽ lựa chọn điều gì. Chỉ có một nhiệm vụ ngoại lệ là khi người tham gia đánh giá câu có đúng ngữ pháp hay không.

Centaur cũng thể hiện tốt khi được giao các phiên bản nhiệm vụ đã được thay đổi mà nó đã học, và thậm chí cả những nhiệm vụ không giống bất kỳ nhiệm vụ nào trong quá trình học của nó, ví dụ như suy luận logic.

Russell Poldrack, một nhà thần kinh học nhận thức, nhận xét: “Điều này cho thấy có rất nhiều quy luật ẩn chứa trong hành vi con người. Nó thực sự nâng tầm cho sức mạnh của những loại mô hình mà ngành tâm lý học nên hướng tới.”

Còn những hạn chế

Dù có khả năng rộng lớn, các nhà nghiên cứu nói rằng Centaur vẫn có giới hạn. Mô hình AI này hoàn toàn dựa vào các nhiệm vụ liên quan đến ngôn ngữ, Poldrack cho biết. Ví dụ, nó có thể đoán một người sẽ chọn gì trong một nhiệm vụ, nhưng nó “không thể đoán họ sẽ mất bao nhiêu thời gian” để đưa ra lựa chọn đó.

Các tác giả cho biết họ đang mở rộng bộ dữ liệu huấn luyện lên gấp bốn lần so với hiện tại. Nhiều dữ liệu hiện tại đến từ các nước phương Tây, những người có học thức và sống trong xã hội công nghiệp, điều mà các nhà nghiên cứu thừa nhận có thể hạn chế khả năng đoán đúng của Centaur khi áp dụng cho các nhóm người đa dạng hơn.

Binz nói rằng bước tiếp theo của Centaur, hiện đang được sử dụng miễn phí, là nó “cần được cộng đồng nghiên cứu bên ngoài xác nhận thêm.” Ông nói thêm: “Ngay bây giờ, đây có lẽ là phiên bản ‘tệ’ nhất của Centaur mà chúng ta sẽ có, và nó sẽ chỉ ngày càng tốt hơn từ đây.”

Dịch từ Nature

Bài viết AI ‘nghĩ’ giống người – nhờ học từ 160 nghiên cứu tâm lý đã xuất hiện đầu tiên vào ngày ADuBiz.

Công nghệ có thể giúp cắt bỏ các “giải pháp” đầy từ ngữ rỗng tuếch và thay vào đó, cung cấp một lối tắt để khơi nguồn sáng tạo.

Trong một thí nghiệm tại Trường Đại học Giáo dục Harvard, 60 sinh viên sau đại học được yêu cầu phân tích một tình huống giả định: Jorge – một học sinh trung học, bị bắt quả tang sở hữu ma túy và đối mặt với khả năng bị đuổi học. Ban đầu, các sinh viên đưa ra các giải pháp an toàn, thiếu sáng tạo – tập trung vào việc xem xét lại các chính sách của nhà trường và đảm bảo chúng phản ánh thực tế tốt nhất. Các giải pháp này chỉ lặp lại các công thức trống rỗng xung quanh công bằng, bình đẳng và giáo dục mà không đề cập cụ thể làm thế nào để áp dụng chúng.

Khi so sánh với phản hồi của ChatGPT về trường hợp này, các sinh viên kinh ngạc nhận ra rằng các giải pháp của AI rất giống với của chính họ, và với cách mà một trường học sẽ thực sự làm. Điều này khiến họ nghi ngờ khả năng sáng tạo của bản thân và cảm thấy mắc kẹt trong “vòng lặp” của các khuôn mẫu tư duy đang hiện hữu, mà bất cứ ai cũng có thể sao chép.

Tuy nhiên, sau khi đối mặt với sự thất vọng đó, các sinh viên bắt đầu suy nghĩ ra các phản ứng sáng tạo và độc đáo hơn. Sinh viên nhận ra rằng họ đã chỉ tập trung vào góc nhìn của ban quản trị mà không cho những người liên quan (giáo viên, học sinh, bản thân Jorge) được tham gia vào quá trình quyết định. Họ cũng bắt đầu nghi vấn logic và tính hợp pháp của các cấu trúc xã hội hiện hữu như hệ thống tư pháp vị thành niên, thay vì chấp nhận chúng như hiển nhiên. Thậm chí, các sinh viên đề xuất những ý tưởng ban đầu có vẻ vô lý, chẳng hạn như giáo viên cùng sử dụng ma túy với học sinh hay đóng cửa toàn bộ ngành giáo dục. Tuy vậy, những ý tưởng này phá vỡ các mẫu suy nghĩ cũ và mở ra các khả năng mới.

Đến cuối cuộc thảo luận, các sinh viên không chỉ khám phá các phản ứng lương tâm của họ trong bối cảnh của Jorge, mà còn cân nhắc các hành động tiềm năng để thực hiện công lý xã hội. Họ nhận ra rằng có thể vừa tôn trọng pháp luật vừa từ chối nó nếu có đủ sức mạnh tập thể, ví dụ báo cáo học sinh vi phạm nhưng đe dọa đình công nếu em bị đuổi học. Tuy các sinh viên không đạt đồng thuận, nhưng cuộc thảo luận trở nên phong phú và sáng tạo hơn sau khi đối mặt với AI.

Tất cả những quá trình này khó khăn nhưng cần thiết. Tuy những lo ngại về việc mất việc làm do tự động hóa phản ánh đúng tình trạng thực tế. Nhưng mặt khác, các mô hình AI có thể hoạt động như chiếc gương soi, phản ánh lại sự kém cỏi và thiếu sáng tạo trong các giải pháp đối với những vấn đề xã hội như biến đổi khí hậu hay bất bình đẳng. Điều này như một chất xúc tác, thúc đẩy chúng ta tư duy vượt ra ngoài các giải pháp khuôn mẫu và thử nghiệm các ý tưởng đột phá mà AI không thể dự đoán. Như vậy, AI sẽ không thể giải quyết các vấn đề xã hội nhưng có thể là công cụ để thúc đẩy sự thay đổi trong cách suy nghĩ và hành động của chúng ta.

Dịch từ Wired

Bài viết ChatGPT Thiếu Sáng Tạo – Nhưng Có Chính Xác Những Gì Con Người Cần đã xuất hiện đầu tiên vào ngày ADuBiz.