Vì sao trò chuyện với LLM đã cải thiện tư duy của tôi

• Trò chuyện với LLM giúp nâng cao độ rõ ràng trong tư duy và khả năng diễn đạt bằng ngôn ngữ của mỗi cá nhân
• Những ý nghĩ đã ngầm hiểu từ lâu nhưng không thể diễn đạt thành lời được LLM sắp xếp lại thành câu chữ, tạo ra khoảnh khắc nhận ra vấn đề chứ không phải học thêm điều gì mới
• Giống như trải nghiệm của lập trình viên, trực giác, nhận diện mẫu và những phán đoán khó giải thích thường được tích lũy dưới dạng tồn tại trước ngôn ngữ
• LLM đặc biệt giỏi diễn giải những cấu trúc mơ hồ này thành ngôn ngữ, đồng thời phân tách và liệt kê lý do để tái cấu trúc tư duy
• Khi suy nghĩ được cố định thành câu chữ, ta có thể kiểm thử, chỉnh sửa hoặc loại bỏ các giả định và trực giác, từ đó làm thay đổi chất lượng tư duy
• Thông qua quá trình diễn đạt bằng ngôn ngữ lặp đi lặp lại, độ chính xác của độc thoại nội tâm tăng lên, giúp ta nhận thức tư duy của chính mình tốt hơn

---

Phần lớn những gì ta biết đều là tri thức ngầm (tacit knowledge)

• Lập trình viên và nhà phát triển thường trực giác nhận ra một thiết kế có vấn đề trước cả khi có thể giải thích bằng lời
  • Ví dụ như linh cảm rằng thiết kế đang sai, hoặc phát hiện lỗi ngay cả trước khi tái hiện được bug
  • Họ nhận ra ngay một sự trừu tượng hóa sai, nhưng phải mất thời gian mới giải thích được vì sao
• Kiểu tri thức ngầm này không phải là thất bại, mà là kết quả của việc kinh nghiệm được nén lại thành các mẫu định hướng hành động
  • Bộ não lưu trữ tri thức theo những cách thức tối ưu cho việc thực thi, chứ không phải cho giải thích
• Tuy nhiên, với suy ngẫm, lập kế hoạch và giáo dục, biểu đạt bằng ngôn ngữ là điều thiết yếu, và những ý tưởng không được diễn đạt ra thì rất khó để xem xét hoặc chia sẻ

LLM lại thành thạo đúng vấn đề ngược lại

• LLM là công cụ được tối ưu để chuyển các khái niệm và cấu trúc mơ hồ thành câu chữ
• Khi người dùng đặt ra những câu hỏi kiểu “cảm thấy mơ hồ là đúng nhưng khó giải thích vì sao”, LLM sẽ sắp xếp và trình bày lý do theo từng bước
• Mỗi luận điểm được cấu thành theo hướng trực giao (orthogonal), cho phép người dùng hoán đổi và tái sắp xếp chúng để mở rộng tư duy

Khi diễn đạt suy nghĩ thành lời, chính suy nghĩ cũng thay đổi

• Khi LLM sắp xếp ý tưởng thành câu chữ, người dùng có thể thử nghiệm chúng trong đầu
• Trực giác mơ hồ được biến thành những phân biệt đã được đặt tên, các tiền đề ngầm cũng lộ ra để có thể kiểm chứng, loại bỏ hoặc chỉnh sửa
• Cũng như việc viết lách giúp gọt giũa tư duy, LLM tạo ra khác biệt ở tốc độ
  • Ta có thể nhanh chóng khám phá những ý nghĩ mới hình thành một nửa, loại bỏ các lời giải thích sai và thử lại
  • Quá trình này thúc đẩy những bước tư duy mà trước đây ta thường bỏ qua

Vòng lặp phản hồi và sự nội tại hóa tư duy

• Theo thời gian, ngay cả khi không có LLM, ta cũng tự hỏi “Liệu lúc này mình có thể diễn đạt chính xác bằng ngôn ngữ điều mình đang nghĩ, cảm nhận và tin tưởng hay không?”
• Không hẳn LLM trực tiếp cải thiện tư duy, mà đúng hơn là nó nâng cao năng lực sử dụng ngôn ngữ và hiệu quả của độc thoại nội tâm
• Vì suy luận phụ thuộc vào biểu đạt tường minh, nên sự cải thiện về độ rõ ràng ngôn ngữ sẽ dẫn tới độ rõ ràng trong tư duy
• Càng lặp lại quá trình này, ta càng nhận thức rõ hơn mình thực sự đang nghĩ gì

[sudosudo]

Bản thân phải có năng lực siêu nhận thức thì mới có thể tư duy tốt; không phải cứ có LLM là khả năng tư duy sẽ được cải thiện. Và những người sử dụng LLM ngay từ đầu thì siêu nhận thức cũng sẽ bị phá hỏng thôi..

[woung717]

Ừm, ngược lại, cũng có vẻ xuất hiện những trường hợp bị mắc kẹt trong lối tư duy của riêng mình vì các phản hồi nịnh nọt sai lệch. Dù AI hữu ích như một công cụ giúp sắp xếp, hệ thống hóa rõ ràng, tôi nghĩ việc luôn nhìn nhận các phản hồi của AI bằng góc nhìn phê phán cũng rất quan trọng.

[y15un]

Vì vậy, tôi đặt instruction cho Gemini là: "Không khen ngợi hay tâng bốc người dùng quá mức. Hãy trả lời bằng văn phong trung lập, mang tính khoa học/học thuật. Luôn đưa ra tài liệu tham khảo." và sử dụng theo cách đó. Dù đôi khi nó vẫn vi phạm chỉ thị (ví dụ, tôi đã yêu cầu không chèn video YouTube nhưng thỉnh thoảng nó vẫn thêm vào), nhưng như vậy các câu trả lời tạo ra vẫn gọn gàng hơn nhiều và tập trung vào ý chính.

[slimeyslime]

Chỉ dẫn ngắn gọn và hay đấy. Tôi cũng sẽ thử áp dụng.

[GN⁺]

Ý kiến trên Hacker News

• Bài này cũng khớp với trải nghiệm của tôi. Khi trò chuyện với LLM, tôi có thể cụ thể hóa các ý tưởng vốn trước đây còn mơ hồ và mở rộng hiểu biết bằng cách khám phá các chủ đề liên quan
  Trước kia, mỗi khi nảy ra điều gì muốn tìm hiểu, tôi thường không biết nên bắt đầu từ đâu, nhưng ChatGPT có thể cho tôi biết liệu ý tưởng đó đã là một khái niệm có sẵn hay chưa, ai đã nghiên cứu nó, và có những tài liệu gốc nào
  Nó giống như một hang thỏ để khám phá thế giới. Rào cản tiếp cận tri thức thấp hơn, và ngay cả việc viết lách, thứ trước đây từng khiến tôi thấy nhàm chán, giờ cũng trở nên mới mẻ. Bây giờ tôi còn thấy mình muốn tự viết thử nữa

  • Đầu những năm 2000, Wikipedia từng đóng vai trò như vậy. Giờ thì nó giống một bách khoa toàn thư có thể đối thoại
    Chỉ là tôi lo rằng đến một lúc nào đó các công ty sẽ tìm cách kiếm tiền từ LLM mạnh hơn. Cuộc trò chuyện có thể bị lái theo hướng gợi mua hàng chẳng hạn
  • Tôi không giỏi toán, nhưng rất quan tâm đến mô phỏng synthesizer analog. Tôi từng mắc kẹt khi cố hiểu bước đột phá ‘zero delay filter’ vào giữa những năm 2000, nhưng nhờ trò chuyện với LLM mà cuối cùng tôi đã hiểu ra
    Tôi đã nắm được nguyên lý hoạt động của thuật toán xấp xỉ dùng để giải quyết vấn đề vòng lặp phản hồi. Tôi nghĩ kiểu học này cũng sẽ giúp ích rất nhiều cho sinh viên
  • Dùng LLM như một rubber duck là một cách tận dụng tuyệt vời
  • Chẳng phải George Orwell từng nói “Viết chính là tư duy” sao
  • Tôi muốn ví LLM với cà phê. Cà phê là một công cụ tăng năng suất có thể tìm thấy ở khắp nơi, có nhiều loại khác nhau nhưng rốt cuộc ‘hạt cà phê vẫn là hạt cà phê’
    AI với tôi cũng tương tự. Bản chất là như nhau, chỉ có đồ trang trí xung quanh ngày càng hào nhoáng hơn. Thị trường cà phê toàn cầu trị giá khoảng 500 tỷ USD, và tôi nghĩ thị trường AI chẳng bao lâu nữa cũng sẽ đạt cỡ đó

• Tôi không muốn phủ nhận trải nghiệm của người khác, nhưng tư duy là một hành động tự củng cố chính nó
  Trong quá trình tự đặt câu hỏi và tự trả lời, những ý nghĩ mới sẽ nảy sinh. Chúng ta không nên quên năng lực đó

  • Theo trải nghiệm của tôi, LLM có hai lợi thế so với việc tự suy nghĩ một mình
    1. Có thể tiếp cận một chỉ mục tri thức khổng lồ nên cho tôi biết những điều tôi chưa từng biết
    2. Phản hồi ngay lập tức và thú vị, giúp giảm cảm giác mệt mỏi. Nhờ vậy tôi có thể tập trung lâu hơn
       Tuy vậy, điểm đáng tiếc là nó quá hay chiều ý nên không đưa ra phản biện tốt. Dù vậy, việc suy nghĩ cùng LLM vẫn có giá trị độc lập riêng
  • Không ai phủ nhận chuyện ‘tư duy giúp phát triển tư duy’
    Nhưng quá trình diễn đạt bằng chữ đòi hỏi tư duy siêu nhận thức sâu hơn rất nhiều so với chỉ nghĩ đơn thuần. Vì thế nó dẫn tới tư duy tinh vi hơn
  • Theo trải nghiệm của tôi có một kiểu hiệu ứng giả dược đệ quy
    Cảm thấy mình nghĩ tốt hơn → hưng phấn → nhập tâm hơn → kết quả tốt hơn → hưng phấn hơn → lặp lại
    Vòng tuần hoàn này vẫn có thể xảy ra ngay cả khi không có LLM
  • Tôi gần như đồng ý, nhưng chỉ dựa vào suy luận thuần túy thì đôi khi vẫn thiếu thông tin
    Trò chuyện với LLM thường lan man và kém hiệu quả. Cuối cùng con người vẫn phải định hướng
    Đối thoại giữa người với người tuy chậm hơn nhưng vẫn có năng lực suy luận vượt trội. LLM phù hợp để tóm tắt hoặc làm điểm khởi đầu cho việc khám phá, nhưng những insight sâu sắc vẫn đến từ sách và từ các cuộc trò chuyện với con người
  • Khái niệm ‘rubber duck debugging’ rất đáng tham khảo (liên kết Wikipedia)
    Chỉ riêng việc sắp xếp suy nghĩ thành lời cũng đã kích hoạt những phần khác của não bộ, từ đó giúp giải quyết vấn đề

• Sau 20 năm làm công việc khác, gần đây tôi bắt đầu dạy các môn khoa học máy tính ở bậc đại học
  Ban đầu tôi nghĩ mình sẽ dùng LLM như công cụ hỗ trợ lập trình, nhưng hóa ra nó lại hữu ích hơn nhiều trong việc gọt giũa khung khái niệm
  Nó giúp tôi giải thích rõ ràng được triết lý thiết kế phần mềm phi truyền thống mà mình theo đuổi

  • Giả thuyết về LLM của Geoffrey Hinton rất thú vị. Vì LLM phải nén tri thức về thế giới vào hàng tỷ tham số nên hẳn nó phải rất giỏi tư duy ẩn dụ
  • Tôi tò mò về triết lý thiết kế phi truyền thống của bạn. Nghe mà thấy sinh viên của bạn thật đáng ghen tị

• Đọc nguyên văn thì văn phong quá giống LLM
  Những cấu trúc lặp kiểu “This is not <>, this is how <>” tạo cảm giác gượng gạo. Người thật thường không viết như vậy

  • Tôi cũng có cảm giác khó chịu tương tự. Cấu trúc câu bị xếp thành một chuỗi liệt kê máy móc quá mức nên làm đứt mạch thông điệp
    Tác giả nói rằng ‘viết lách cũng giúp tư duy nhưng trò chuyện với LLM nhanh hơn và ít ma sát hơn’, nhưng rốt cuộc ma sát trong cách diễn đạt lại tăng lên, làm giảm sức truyền đạt
  • liên kết pangram.com

• Tôi đồng cảm với ý rằng LLM có thể khơi lên tri thức ngầm của mỗi cá nhân
  Đồng thời, bài viết hôm qua về ‘nợ nhận thức (cognitive debt) khi dùng AI’ (liên kết) cũng có lý. Có vẻ như cả hai quan điểm đều đúng

  • Cuối cùng thì điều đó phụ thuộc vào cách tương tác với LLM
    Nếu đặt câu hỏi mang tính cá nhân và dùng nó như một cuộc ‘trò chuyện’, nợ nhận thức có thể tích lũy
    Ngược lại, nếu dùng kiểu mệnh lệnh để ‘giao việc’, bạn có thể nhận được kết quả có thể kiểm chứng
    Ví dụ, “hãy viết một bài luận về các loài chim ở khu vực tôi sống” có thể bị hiểu nhầm là tác phẩm sáng tạo của con người, nhưng
    “trong codebase này, cơ chế tính phí khách hàng hoạt động như thế nào?” sẽ tạo ra mã xác định có thể kiểm chứng được

• Tôi đồng ý với nhận xét của tác giả. LLM khiến bạn tự sắp xếp lại suy nghĩ của mình trong quá trình giải thích vấn đề, giống như rubber duck debugging
  Chỉ khác ở chỗ ‘con vịt cao su’ này sở hữu một lượng kiến thức chuyên môn khổng lồ

• Tôi cũng thường xuyên có trải nghiệm tư duy được gọt giũa khi trao đổi ý tưởng với LLM
  Trong quá trình giải thích, tôi cấu trúc lại suy nghĩ của mình, và nhờ những câu hỏi tức thì, tôi có thể khám phá các góc nhìn mới

• Tôi không đồng ý với định nghĩa về ‘tư duy tốt’ trong bài này
  Với tôi, tư duy tốt là logic, chi tiết, và nhìn rõ nhiều khả năng khác nhau
  LLM có xu hướng củng cố trực giác hơn là kiểm chứng nó, nên đôi khi còn có thể làm mờ tư duy

• Tôi dùng LLM như một đối tác tranh luận trí tuệ
  Nó hữu ích để kiểm định ý tưởng của tôi và tìm xem đã có ai từng nghĩ điều tương tự hay chưa

• Trò chuyện với LLM vừa đáng kinh ngạc vừa gây bực bội
  Việc nó là một cỗ máy hiểu ngôn ngữ tự nhiên của tôi thật kỳ diệu, nhưng việc nó không thể học hỏi lại là một giới hạn
  Với một lập trình viên junior, theo thời gian niềm tin sẽ được xây dựng, còn với LLM thì điều đó là không thể

  • Nhưng tôi dùng một cách là tạo file agent.md cho từng dự án để tích lũy ngữ cảnh dần dần
    Nếu ghi vào file này cách tiếp cận vấn đề tôi ưa thích, cách build·test·deploy, v.v., thì LLM sẽ bớt đưa ra những giả định kỳ quặc hơn
    Tôi quản lý nó như một kiểu ‘Mười điều răn của LLM’. Mỗi khi bắt đầu một phiên mới, chỉ cần cho nó đọc file này thì kết quả nhất quán hơn hẳn
    Không hoàn hảo, nhưng đó là một cách thực tế để bù đắp cho giới hạn LLM không thể tự học

[dogtree]

Bạn đã nhận ra rồi.