Đừng trở thành phiên bản chậm hơn của AI

Ông Nguyễn Phan Huy Khôi hiện là Giám đốc Trung tâm Hỗ trợ Thanh niên Khởi nghiệp Việt Nam - Hội Liên hiệp Thanh niên Việt Nam; Giám đốc Trung tâm Khởi nghiệp Quốc gia SYS Việt Nam ; Ủy viên Hội đồng Khoa học và Đào tạo Khoa Quản trị thông tin; cán bộ Viện Chính sách, Đổi mới và Khoa học liên ngành, Trường Đại học Khoa học Xã hội và Nhân văn, Đại học Quốc gia Hà Nội.

Ông Nguyễn Phan Huy Khôi có một hành trình học thuật khá đặc biệt: Từ nghiên cứu Hán Nôm, Chính trị học đến Big Data, quản trị thông tin và trí tuệ nhân tạo (AI).

Chính quãng đường ấy tạo nên một cách nhìn khác về công nghệ: Không chỉ nhìn AI như một công cụ mạnh, mà còn như một phép thử đối với năng lực tư duy, khả năng hiểu bối cảnh và trách nhiệm của con người.

Hán Nôm

Chính trị học

Big Data

Quản trị thông tin

Trí tuệ nhân tạo

Một người đi qua cả những văn bản cổ lẫn dữ liệu lớn nhìn AI như thế nào? Tôi bắt đầu cuộc trò chuyện bằng câu hỏi đang khiến không ít người trẻ bất an: Khi máy ngày càng làm tốt những công việc vốn dành cho con người, chúng ta sẽ còn lại gì?

AI ngày càng viết nhanh hơn, phân tích nhanh hơn và tạo ra nhiều phương án hơn con người. Nhưng theo ông Nguyễn Phan Huy Khôi, đó không phải là cuộc đua mà con người cần phải thắng. Trong một thế giới mà câu trả lời ngày càng rẻ, thứ trở nên đắt giá hơn có thể nằm ở khả năng phán đoán, kiểm chứng và sự đáng tin cậy của một con người.

“

Biết dùng AI chưa chắc đã là nhân lực AI

Có một điều rất dễ gây nhầm lẫn trong cơn sốt AI hiện nay. Không ít người thấy một người biết viết prompt, tạo hình ảnh, dựng video, phân tích dữ liệu hay nhờ AI hỗ trợ lập trình và nhanh chóng gọi đó là “nhân lực AI”.

Ông Khôi không nhìn vấn đề theo cách đó. Theo ông, Việt Nam thiếu nhân lực AI thực sự, nhưng hoàn toàn có thể thừa những người “biết dùng AI”.

Biết viết prompt, tạo hình ảnh, làm video, phân tích một bảng dữ liệu hay nhờ AI hỗ trợ lập trình sẽ dần trở thành kỹ năng phổ thông, giống như sử dụng công cụ tìm kiếm hay phần mềm văn phòng. Cần thiết, nhưng chưa thể gọi là nhân lực AI trình độ cao.

Điều đáng lo hơn là khả năng sử dụng công cụ rất dễ bị nhầm với năng lực giải quyết vấn đề. Một người có thể yêu cầu AI phân tích rất hay một bộ dữ liệu, nhưng nếu không hiểu dữ liệu ấy được tạo ra thế nào, mẫu có thiên lệch hay không, câu hỏi ban đầu có đúng không, thì một báo cáo rất đẹp vẫn có thể dẫn tới quyết định sai.

Tôi hỏi ông: Vậy ranh giới tương lai sẽ không đơn giản là người biết AI và người không biết AI?

Theo ông, sự phân hóa đáng chú ý hơn có thể nằm giữa những người có chuyên môn đủ sâu để AI khuếch đại năng lực của họ và những người có chuyên môn quá mỏng, cuối cùng chỉ làm những phần việc mà AI cũng làm được.

Một bác sĩ, luật sư, nhà báo, kỹ sư hay nhà quản trị giỏi nghề và biết sử dụng AI có thể mạnh lên rất nhiều. Theo nghĩa đó, AI có thể khiến chuyên môn sâu quan trọng hơn, chứ không phải ít quan trọng đi.

Biết dùng AI Kỹ năng ngày càng phổ thông

Viết prompt, tạo hình ảnh, dựng video, phân tích dữ liệu hay nhờ AI hỗ trợ lập trình là những kỹ năng cần thiết, nhưng chưa đồng nghĩa với năng lực AI trình độ cao.

Prompt Hình ảnh Video Dữ liệu Lập trình

≠

Nhân lực AI Chuyên môn đủ sâu để AI khuếch đại năng lực

Giá trị nằm ở việc hiểu vấn đề, hiểu dữ liệu, nhận diện thiên lệch, đặt câu hỏi đúng, kiểm chứng kết quả và chịu trách nhiệm với quyết định.

Chuyên môn Bối cảnh Kiểm chứng Phán đoán Trách nhiệm

AI có thể khiến chuyên môn sâu quan trọng hơn, chứ không phải ít quan trọng đi.

Ông Nguyễn Phan Huy Khôi trong các hoạt động giảng dạy, trao đổi chuyên môn và cập nhật tri thức trong bối cảnh chuyển đổi số. Ảnh: NVCC

Đại học không thể chạy theo từng phiên bản AI

Bốn năm đại học là một khoảng thời gian rất dài nếu đặt cạnh tốc độ phát triển của AI. Một công cụ hôm nay còn mới có thể chỉ vài tháng sau đã bị thay thế.

Tôi đặt ra một tình huống: Sinh viên hôm nay có thể đang được đào tạo cho những vị trí mà bốn năm sau, lúc tốt nghiệp, AI đã làm được phần lớn công việc hay không?

Ông Nguyễn Phan Huy Khôi cho rằng nguy cơ đó có thật. Nhưng giải pháp không phải là bắt chương trình đào tạo đại học chạy theo từng công cụ AI mới, bởi cuộc đua ấy gần như chắc chắn sẽ thua. Công nghệ có thể thay đổi sau vài tháng, trong khi đào tạo đại học phải chuẩn bị cho một người làm việc ba, bốn mươi năm.

Theo ông, câu hỏi cần đặt lại là: Đại học đang đào tạo sinh viên cho công việc đầu tiên sau tốt nghiệp hay chuẩn bị cho họ một cuộc đời nghề nghiệp? Đại học không thể cam kết nghề một sinh viên học hôm nay sẽ còn nguyên vẹn sau bốn năm, nhưng phải giúp họ có năng lực để khi nghề thay đổi, họ vẫn đi tiếp được.

Chương trình đào tạo vì thế cần có những phần thay đổi chậm và những phần thay đổi nhanh.

01 Thay đổi chậm

Nền tảng của một đời nghề nghiệp

Kiến thức nền, phương pháp tư duy, năng lực nghiên cứu và đạo đức nghề nghiệp phải đủ sâu và không thể chạy theo xu hướng.

02 Thay đổi nhanh

Công cụ và cách thực hành

Công cụ, kỹ năng số và cách thức thực hành nghề nghiệp cần linh hoạt hơn, thậm chí có thể cập nhật theo từng học kỳ nếu cần.

Công nghệ thay đổi nhanh, năng lực nền phải đi được đường dài

Nhưng thay đổi chương trình vẫn chưa đủ. Cách đánh giá sinh viên cũng phải thay đổi. Nếu một bài tập có thể giao nguyên cho AI và vài phút sau nhận lại một đáp án tốt, chúng ta nên tự hỏi bài tập ấy còn đo được năng lực gì của người học.

Khi đó, quá trình sinh viên đặt vấn đề, lựa chọn nguồn, phản biện kết quả, bảo vệ quan điểm và biến kiến thức thành một sản phẩm hay giải pháp thực tế sẽ đáng quan tâm hơn nhiều.

Đặt vấn đề

Lựa chọn nguồn

Phản biện kết quả

Bảo vệ quan điểm

Biến kiến thức thành giải pháp thực tế

Đại học phải chuẩn bị cho họ một cuộc đời nghề nghiệp, không chỉ một công việc đầu tiên.

Tin giả chỉ cần được tin đủ lâu

Có lẽ tác động rõ nhất của AI với doanh nghiệp không phải lúc nào cũng nằm ở năng suất.

Một cuộc gọi có đúng giọng tổng giám đốc. Một video có đúng khuôn mặt lãnh đạo. Một thông báo nhìn không khác tài liệu thật. Nhưng tất cả đều giả.

Tôi hỏi: Rủi ro thông tin đã đến lúc phải được doanh nghiệp đặt ngang với rủi ro tài chính, pháp lý hay an ninh mạng chưa?

Theo ông Khôi, cần, và thực tế tầm quan trọng của quản trị thông tin đã được thừa nhận từ lâu. Bởi thông tin giả không cần tồn tại lâu để gây thiệt hại, nó chỉ cần được tin đủ lâu.

Một đoạn ghi âm giả của lãnh đạo, video deepfake hay thông báo giả về sản phẩm có thể khiến khách hàng, đối tác, nhân viên phản ứng trước khi doanh nghiệp kịp chứng minh đó là giả.

Ở đây có một sự bất cân xứng rất đáng ngại: Tạo giả có thể mất vài phút, nhưng chứng minh là giả đôi khi mất vài ngày. Trong khoảng thời gian ấy, thiệt hại kinh doanh có thể đã xảy ra.

Sự bất cân xứng của khủng hoảng thông tin

Vài phút để tạo một nội dung giả

Vài ngày để chứng minh đó là giả

Trong khoảng thời gian giữa hai mốc ấy, thiệt hại kinh doanh có thể đã xảy ra.

Thông tin giả không cần tồn tại lâu để gây thiệt hại. Nó chỉ cần được tin đủ lâu.

Sự bất cân xứng của khủng hoảng thông tin

Vài phút để tạo giả

Vài ngày để chứng minh là giả

Quản trị thông tin là một năng lực quản trị doanh nghiệp

Vì vậy, doanh nghiệp phải chuẩn bị trước, thay vì đợi khủng hoảng mới xử lý. Đâu là kênh xác thực chính thức, ai có quyền phát ngôn, bản gốc của tài liệu quan trọng được lưu giữ thế nào, khi xuất hiện video hoặc đoạn ghi âm nghi giả thì ai xác minh và có thể phản hồi trong bao lâu?

01

Kênh xác thực

Đâu là kênh thông tin chính thức để khách hàng, đối tác và nhân viên kiểm tra?

02

Quyền phát ngôn

Ai có thẩm quyền xác nhận và phản hồi khi xuất hiện thông tin nghi giả?

03

Bản gốc

Tài liệu quan trọng, âm thanh và hình ảnh gốc được lưu giữ như thế nào?

04

Tốc độ phản hồi

Khi xuất hiện nội dung nghi giả, doanh nghiệp có thể xác minh trong bao lâu?

Trong tình huống như vậy, doanh nghiệp không chỉ cần nói đúng, mà phải nói đúng đủ nhanh.

Khi thông tin không còn khan hiếm

Trong phần lớn lịch sử, vấn đề của con người là thiếu thông tin. Internet khiến khả năng tìm kiếm trở thành một lợi thế rất lớn. AI lại đưa chúng ta tới một hoàn cảnh khác: Thông tin quá nhiều, được tạo quá nhanh, và một nội dung sai vẫn có thể được trình bày rất logic, rất đẹp, thậm chí có vẻ đáng tin hơn một thông tin đúng nhưng trình bày vụng về.

Theo ông Nguyễn Phan Huy Khôi, sự khan hiếm đang chuyển dần từ thông tin sang niềm tin. Trước đây, lợi thế thuộc về người nắm giữ thông tin; sau đó là người tìm kiếm và xử lý thông tin nhanh; trong môi trường AI, lợi thế sẽ ngày càng thuộc về người có khả năng xác minh.

Sự khan hiếm đang chuyển dần từ thông tin sang niềm tin.

Thông tin Từng là nguồn lực khan hiếm

Tìm kiếm Internet mở rộng khả năng tiếp cận

Xử lý Tốc độ trở thành lợi thế

Xác minh Phân biệt điều có vẻ đúng với điều đáng tin

Niềm tin Giá trị ngày càng khan hiếm

Trong môi trường AI, lợi thế ngày càng thuộc về người có khả năng xác minh.

Trước đây Thông tin
khan hiếm

Trong môi trường AI Niềm tin
khan hiếm

Báo chí

Báo chí khó cạnh tranh với AI bằng số lượng bài viết hay tốc độ tạo nội dung. Giá trị nằm nhiều hơn ở nguồn tin, kiểm chứng và trách nhiệm với điều mình công bố.

Giáo dục

Nếu học sinh có thể nhận một câu trả lời hoàn chỉnh trong vài giây, việc chỉ kiểm tra khả năng nhớ và tái hiện kiến thức sẽ ngày càng ít ý nghĩa.

Thay vì chỉ tập cho người học trả lời, cần tập cho họ biết hỏi ngược và kiểm tra lại điều mình nhận được. Khi chi phí tạo nội dung ngày càng thấp, độ tin cậy lại là thứ mất rất nhiều thời gian để xây dựng và có thể mất đi rất nhanh.

Trước một câu trả lời có vẻ hoàn chỉnh, ba câu hỏi có thể trở nên quan trọng hơn chính tốc độ trả lời:

01.
Thông tin này từ đâu?

02.
Bằng chứng gốc ở đâu?

03.
Có cách giải thích khác không?

Thời gian gần đây, ở nhiều địa phương đã thành lập câu lạc bộ Niềm tin số, mô hình kết nối cơ quan quản lý, chuyên gia an ninh mạng, cộng đồng người có ảnh hưởng (KOL) và nhà sáng tạo nội dung, hướng tới lan tỏa thông tin tích cực, định hướng văn hóa ứng xử và xây dựng không gian mạng an toàn, văn minh.

Theo ông Khôi, đây là một hoạt động kịp thời và có ý nghĩa trong bối cảnh hiện nay. Điều quan trọng là mô hình có thể phát huy được vai trò kết nối, xác thực và lan tỏa niềm tin trong môi trường số.

Từ người nắm thông tin đến người biết xác minh

Khi lượng nội dung tăng nhanh hơn khả năng kiểm chứng, lợi thế không còn chỉ nằm ở việc biết nhiều hay tìm nhanh. Câu hỏi trung tâm trở thành: Thông tin nào đáng tin và ai chịu trách nhiệm với thông tin đó?

Sự khan hiếm đang chuyển dần từ thông tin sang niềm tin.

Dữ liệu không tự nói

Tôi quay trở lại hành trình của ông Nguyễn Phan Huy Khôi. Từ Hán Nôm đến dữ liệu lớn nghe như hai thế giới cách nhau rất xa. Trước đây, chính ông cũng từng nghĩ như vậy. Nhưng càng học và làm việc với dữ liệu lớn, ông càng thấy chúng gặp nhau ở một điểm rất thú vị: Dữ liệu không tự nói.

Khi đọc một văn bản cổ, hiểu nghĩa từng chữ chưa đủ. Muốn hiểu đúng còn phải biết văn bản ra đời khi nào, ai viết, trong hoàn cảnh nào, thể chế và đời sống xã hội lúc đó ra sao. Có những chữ nếu tách khỏi bối cảnh vẫn dịch được, nhưng rất dễ hiểu sai tinh thần của cả văn bản.

Dữ liệu lớn hiện đại cũng vậy. Một con số không tự mang theo toàn bộ ý nghĩa của nó. Phải biết nó được thu thập bằng cách nào, trong điều kiện nào, điều gì không được ghi nhận và quan trọng hơn, chúng ta đang dùng nó để trả lời câu hỏi gì.

Hai thế giới - một nguyên tắc Dữ liệu không tự nói

Hán Nôm

Hiểu từng chữ chưa đủ. Muốn hiểu đúng phải biết văn bản ra đời khi nào, ai viết, trong hoàn cảnh nào và đời sống xã hội khi ấy ra sao.

Big Data

Một con số cũng không tự mang theo toàn bộ ý nghĩa. Cần biết dữ liệu được thu thập thế nào, điều gì không được ghi nhận và đang dùng nó để trả lời câu hỏi gì.

Dấu vết ≠ Ý nghĩa
Bối cảnh là phần không thể thiếu để hiểu dữ liệu.

Khoa học nhân văn và công nghệ không ở hai phía đối lập

Có lẽ hành trình từ Hán Nôm, Chính trị học đến quản trị thông tin khiến ông Nguyễn Phan Huy Khôi không nhìn khoa học nhân văn và công nghệ như hai phía đối lập.

Chúng ta không nên thi với AI xem ai nhớ nhiều hơn. Đời sống xã hội có lịch sử, văn hóa, tâm lý, lợi ích, quan hệ giữa người với người. Dữ liệu có thể ghi lại rất nhiều dấu vết của những điều ấy, nhưng dấu vết và ý nghĩa không phải lúc nào cũng là một.

Có những lúc một câu trả lời đúng về dữ liệu vẫn chưa chắc đã đúng với con người.

Ba năng lực đáng đầu tư trong 5 năm tới

Tôi đưa cuộc trò chuyện về một tình huống rất gần với nỗi lo của nhiều người trẻ:

Một sinh viên hỏi: “Em không biết nghề em đang học 5 năm nữa có bị AI thay đổi hoàn toàn hay không”, ông sẽ trả lời thế nào?

Ông Nguyễn Phan Huy Khôi cho rằng không nên cố tìm một nghề chắc chắn không bị AI thay đổi, bởi có lẽ ngày càng ít nghề như vậy. Điều quan trọng hơn là trở thành người có khả năng thay đổi cùng nghề của mình.

01

Khả năng học lại

Phần khó đôi khi không chỉ là học cái mới, mà là chấp nhận một thứ mình từng rất giỏi đang mất dần giá trị và thay đổi trước khi hoàn cảnh buộc mình phải thay đổi.

02

Tư duy phản biện và kiểm chứng

Khi câu trả lời ngày càng dễ có, người biết đặt câu hỏi đúng, biết nghi ngờ đúng lúc và không vội tin câu trả lời đầu tiên sẽ có lợi thế.

03

Giải quyết vấn đề thực

Nhận ra vấn đề thật nằm ở đâu, hiểu những người liên quan cần gì, cân nhắc những ràng buộc không nằm trong dữ liệu, rồi biến một giải pháp trên giấy thành kết quả.

Ông Nguyễn Phan Huy Khôi trong một buổi trao đổi, chia sẻ cùng sinh viên. Ảnh: NVCC

Một con người đáng tin sẽ ngày càng đắt giá

Cuối cuộc trò chuyện, tôi hỏi:

Nếu kiến thức ngày càng rẻ, nội dung ngày càng dư thừa và nhiều kỹ năng kỹ thuật được AI hỗ trợ rất mạnh, thứ gì của con người sẽ trở nên đắt giá hơn?

Nếu phải chọn, ông Nguyễn Phan Huy Khôi cho rằng đó là phán đoán và sự đáng tin cậy.

Phán đoán Sự đáng tin cậy Hai giá trị khó được tạo ra chỉ bằng tốc độ.

Khi thông tin khan hiếm, người biết nhiều có lợi thế; khi thông tin dư thừa, người biết điều gì đáng tin và điều gì nên bỏ qua có lợi thế.

100

Khi AI có thể tạo ra một trăm phương án, giá trị của con người không nằm ở việc cố tạo thêm phương án thứ một trăm lẻ một.

Giá trị nằm ở chỗ biết chọn phương án nào, hiểu tại sao mình chọn và chịu trách nhiệm với lựa chọn ấy.

Thực hiện: Ý Thơ