|
| Ảnh: SCMP |
AI tạo sinh, đặc biệt là các ứng dụng như ChatGPT của OpenAI, đã mở ra những khả năng mới cho việc tạo ra nội dung thông minh. Trên thực tế, nội dung do AI tạo ra tốt đến mức nó gần như được viết bởi con người.
Ví dụ, một nghiên cứu của các nhà khoa học đến từ một số trường đại học Hoa Kỳ, công bố vào tháng 5 cho thấy khi trả lời các câu hỏi ngẫu nhiên của bệnh nhân từ nền tảng truyền thông xã hội, ChatGPT vượt trội hơn các bác sĩ về cả chất lượng thông tin và sự đồng cảm. Ngoài ra, GPT4 - mô hình tiên tiến làm nền tảng cho ChatGPT Plus, có thể đạt 10% số điểm cao nhất trong kỳ thi SAT để tuyển sinh đại học, bài kiểm tra nói GRE để tuyển sinh sau đại học và kỳ thi cho luật sư.
Công cụ này dự kiến sẽ được triển khai tại các công ty và tổ chức nhằm nâng cao năng suất lao động. Các trường học và giáo viên cũng rất muốn áp dụng công nghệ này. Nhiều trường đại học đã cho phép sinh viên sử dụng AI trong các bài tập trên lớp. Một số tổ chức địa phương cung cấp quyền truy cập miễn phí vào ChatGPT, khuyến khích học sinh sử dụng nó trong trường học.
Tuy nhiên, AI tạo sinh cũng có những hạn chế. Do nội dung mà nó tạo ra được đào tạo từ một mô hình ngôn ngữ lớn phức tạp thay vì được phát triển một cách hợp lý và dựa trên thực tế nên AI đôi khi tạo ra kết quả không chính xác hoặc gây hiểu nhầm, do không đủ dữ liệu đào tạo, sai lệch và giả định không chính xác. Vào tháng 6, hai luật sư ở Mỹ đã bị xử phạt vì sử dụng ChatGPT để tạo bản tóm tắt pháp lý với các trích dẫn vụ án hư cấu. Họ tuyên bố họ không biết ChatGPT có thể bịa đặt.
Trường hợp này đặt ra một câu hỏi quan trọng: AI tạo ảnh hưởng như thế nào đến năng lực của con người khi con người không còn cần phải phát triển các lập luận logic và xác minh sự thật khi tạo nội dung?
Sử dụng AI tạo sinh để tạo ra công việc cũng giống như việc thuê người khác làm công việc đó. Vì vậy, chúng ta có thể suy ra tác động của nó đến năng lực của con người bằng cách tham khảo hoạt động thuê bên thứ 3.
SCMP đã tiến hành nghiên cứu về ngôn ngữ lập trình nổi tiếng Python đã thay đổi như thế nào sau khi giới thiệu chương trình cung cấp nguồn lực cộng đồng có tên Internet Bug Bounty (IBB). Chương trình khuyến khích mọi người tìm ra lỗ hổng bảo mật trong phần mềm nguồn mở để khắc phục.
Chương trình IBB lẽ ra phải làm cho công việc của người bảo trì Python trở nên dễ dàng hơn, giúp họ có nhiều thời gian hơn để thực hiện các nhiệm vụ khác và do đó tăng năng suất của họ trong các nhiệm vụ đó.
Tuy nhiên, SCMP lại tìm thấy điều ngược lại. Các nhà bảo trì Python chính thức không chỉ phát hiện ra ít lỗi hơn sau chương trình IBB mà còn thực hiện ít cải tiến hơn cho Python. Điều này có nghĩa là năng suất tổng thể của họ giảm sau khi báo cáo lỗi được thuê bởi bên thứ 3.
SCMP đã xem xét nhiều lý do khiến năng suất giảm, bao gồm cả việc mất động lực do không được khen thưởng trong chương trình IBB. SCMP kết luận rằng nguyên nhân chủ yếu là do thiếu sự học tập giữa các nhiệm vụ.
SCMP đã khảo sát một số nhà bảo trì Python, hầu hết họ đều nói rằng việc tìm ra các lỗ hổng đã giúp họ tìm hiểu và có được ý tưởng về cách cải tiến chương trình. Điều này ngụ ý rằng khi thực hiện một nhiệm vụ, chúng ta không chỉ đóng góp vào kết quả mà đồng thời còn học hỏi.
Tác dụng phụ của việc học tập giữa các nhiệm vụ này đang được làm sáng tỏ. Nó gợi ý rằng khả năng học tập và các khả năng khác có thể bị hy sinh khi chúng ta tận dụng sức mạnh và sự tiện lợi của AI tạo sinh. Việc tăng năng suất trong ngắn hạn có thể được bù đắp bằng sự mất mát về năng lực trong dài hạn. Tệ hơn nữa, khả năng này có thể là chìa khóa cho sự đóng góp của chúng ta vào các nhiệm vụ trong tương lai, có thể bao gồm cả công việc tri thức trí tuệ.
Nên sử dụng AI thế nào?
Vậy việc sử dụng AI tạo sinh nên được quản lý như thế nào trong một tổ chức? Đầu tiên, hãy phân biệt giữa các mục tiêu – chúng ta đang tìm kiếm kết quả công việc hay học tập và đào tạo? Ở hầu hết mọi ngành nghề, kết quả công việc có thể được ưu tiên, do đó, việc tích cực triển khai các công cụ AI tạo sinh là điều hợp lý. Mặc dù vậy, chúng ta phải lưu ý rằng điều này có thể làm chậm quá trình học hỏi của nhân viên về cách thực hiện nhiệm vụ.
Thứ hai, hãy bắt đầu phân loại các nhiệm vụ theo bản chất, xem chúng có liên quan với nhau không. Các công cụ AI tạo sinh có thể được triển khai tốt hơn cho các nhiệm vụ ít liên quan đến các nhiệm vụ khác, chẳng hạn như các công việc tự động hóa thuần túy.
Thứ ba, cần cung cấp thêm đào tạo sau khi AI tạo sinh được triển khai. Bản chất con người là lười biếng. Nếu chúng ta để họ sử dụng AI tạo sinh mà không bổ sung cho họ các cơ hội học tập, khả năng của họ có thể suy giảm theo thời gian.
Ở trường, ưu tiên học tập sẽ cao hơn là kết quả công việc. Chúng ta phải tìm cách ngăn chặn việc lạm dụng AI không kiểm soát trong hoạt động làm bài tập. Nếu học sinh không tự làm bài tập về nhà mà đẩy toàn bộ công việc đó cho AI, các em có thể sớm mất đi khả năng suy luận, đổi mới và sản sinh ra những kiến thức nâng cao hơn.
Nhiều người có câu hỏi rằng: “Tại sao lại lãng phí thời gian làm những công việc tầm thường khi AI có thể làm việc đó cho chúng ta?” Đây là một quan điểm nguy hiểm vì chúng ta làm việc không chỉ để tạo ra kết quả mà còn để học hỏi. Việc học tập như vậy xây dựng nền tảng cho việc sản xuất tri thức trong tương lai.
Chúng ta không nên bị cuốn theo AI, nghĩ rằng chỉ có kết quả công việc mới quan trọng. Bản thân việc học cũng quan trọng không kém, nếu không muốn nói là còn hơn thế.
Theo SCMP
