Không phải ai cũng dùng AI cho mọi việc
(gabrielweinberg.com)- Việc dùng AI tạo sinh qua giao diện chat giống một phổ liên tục gồm dùng tích cực, dùng thỉnh thoảng và không dùng hơn là một công cụ thường nhật phổ quát
- Tổng hợp nhiều dữ liệu sử dụng và khảo sát cho thấy mức dùng AI tại Mỹ gần với 1/3 dùng tích cực, 1/3 dùng thỉnh thoảng và 1/3 không dùng
- Ngay cả ở Gen Z, mức độ nhận biết về AI rất cao nhưng việc tiếp nhận gần như chững lại, và trong khảo sát của Gallup, tỷ lệ dùng mỗi tháng một lần hoặc vài tháng một lần cùng tỷ lệ không dùng chiếm phần lớn
- Các lý do chính hạn chế việc dùng AI là lo ngại về thay thế việc làm, xâm phạm quyền riêng tư, lan truyền thông tin sai lệch và sự hoài nghi về tính hữu ích của AI
- Thị trường và chính sách AI cần được tiếp cận dựa trên giả định rằng mọi người có mức độ sử dụng và mối lo ngại khác nhau, thay vì nhị nguyên “ai cũng dùng” hoặc “không ai dùng”
“Ai cũng dùng AI cho mọi việc” trên thực tế gần với “một số người dùng AI cho một số việc” hơn
- Ở đây AI không phải là một phạm trù được định nghĩa chặt chẽ, mà là AI tạo sinh có thể truy cập qua giao diện chat
- Giả định rằng “chỉ cần thử AI một lần là sẽ dùng cho mọi việc” và giả định rằng “AI sẽ tốt đến mức ai cũng dùng” đều không khớp với dữ liệu
- Gen Z là nhóm có mức độ nhận biết AI cao nhất, nhưng trong 1 năm gần đây việc tiếp nhận AI gần như chững lại và một tỷ lệ đáng kể chỉ dùng AI hiếm khi hoặc hoàn toàn không dùng
- Số liệu Gen Z của Gallup năm 2025/2026 cho thấy việc dùng AI chưa chuyển sang dạng sử dụng tập trung và phổ quát
- Tỷ lệ có dùng AI dù chỉ hiếm khi là 79%/81%
- Tỷ lệ cảm thấy lo âu về AI là 41%/42%
- Tỷ lệ chỉ dùng AI mỗi tháng một lần hoặc vài tháng một lần là 32%/31%
- Tỷ lệ cảm thấy tức giận với AI là 22%/31%
- Tỷ lệ hoàn toàn không dùng AI là 21%/19%
Phân bố mà dữ liệu sử dụng thực tế cho thấy
- Dữ liệu United States AI Diffusion của Microsoft dựa trên dữ liệu telemetry ẩn danh và tổng hợp của Microsoft, và cho rằng hơn 30% dân số Mỹ trong độ tuổi lao động đang dùng AI
- Điều này có nghĩa là khoảng 70% không phải là người dùng AI theo tiêu chí đó
- Đây là mức tăng 3 điểm phần trăm so với cuối năm 2025
- Tiêu chí sử dụng là dùng ít nhất 90 phút mỗi tháng trên các dịch vụ AI lớn như ChatGPT, Google Gemini, Anthropic Claude, Microsoft Copilot
- Dữ liệu sử dụng thực tế của Datos cũng cho thấy bức tranh tương tự: tính đến tháng 6 năm ngoái, chỉ 21% thiết bị desktop truy cập AI Tools hơn 10 lần mỗi tháng
- 62% thiết bị desktop không truy cập AI Tools lần nào
- 17% còn lại nằm ở giữa hai mức này
- Khảo sát của Searchlight Institute cho thấy 58% trả lời rằng họ đã dùng hoặc từng thử AI như ChatGPT hay Claude
- Tỷ lệ dùng tương đối thường xuyên là 30%, tức ít nhất vài lần mỗi tháng
- Người dùng thưa hơn chiếm 29%, tức mỗi tháng một lần hoặc ít hơn
- Khảo sát mới của The Argument cho thấy đa số người Mỹ dùng AI một lần mỗi tuần hoặc ít hơn
Mức dùng AI ở Mỹ gần với chia làm ba phần
- Tổng hợp nhiều nguồn dữ liệu cho thấy việc dùng AI ở Mỹ gần với 1/3 dùng tích cực, 1/3 dùng thỉnh thoảng, và 1/3 không dùng
- Phân bố này có thể thay đổi đôi chút tùy theo cách định nghĩa thuật ngữ, nhưng nó gần với “một số người dùng AI cho một số việc” hơn là “ai cũng dùng AI cho mọi việc”
- Trong 6 tháng đến 1 năm gần đây, mức sử dụng AI không dịch chuyển nhiều
- Điểm thay đổi lớn hơn là cảm xúc tiêu cực với AI; trong khảo sát Gen Z của Gallup, mức giận dữ với AI tăng khoảng 40% so với năm trước
Nhiều người hạn chế dùng AI vì lo ngại thực tế và giá trị cảm nhận thấp
- Một tỷ lệ đáng kể đang chủ động hạn chế việc dùng AI, và lý do chính là những lo ngại thực tế về AI
- Trong khảo sát của Searchlight, 3 mối lo hàng đầu là thay thế việc làm và thất nghiệp, xâm phạm quyền riêng tư, và lan truyền thông tin sai lệch cùng dối trá
- “AI sẽ thay thế việc làm và gây thất nghiệp” chiếm 42%
- “AI sẽ xâm phạm quyền riêng tư của mọi người” chiếm 35%
- “AI sẽ phát tán thông tin sai lệch và dối trá” chiếm 33%
- Mức ủng hộ quy định AI vì an toàn và bảo vệ quyền riêng tư cũng rất mạnh; đa số cho rằng chính phủ nên ưu tiên các quy tắc về an toàn và quyền riêng tư ngay cả khi tốc độ phát triển AI của Mỹ chậm hơn các nước như Trung Quốc
- Sự hoài nghi về tính hữu ích của AI cũng lớn, và đánh giá ròng tích cực về tác động của AI đối với toàn xã hội chỉ ở mức +8%
- Mạng xã hội là +7%, tiền mã hóa là -17%
- Điện thoại di động, internet và năng lượng mặt trời lần lượt là +68%, +67%, +65%
- Khảo sát của The Argument cho thấy sự hoài nghi rộng khắp về các lợi ích xã hội cụ thể của AI, và sự hoài nghi về tác động của AI không chỉ xuất phát từ sự thiếu hiểu biết của những người chưa từng dùng nó
Ngay cả ở cấp độ cá nhân, nhiều người vẫn thấy giá trị chưa đủ để vượt qua lo ngại
- Ở cấp độ xã hội, một người có thể nhìn nhận tiêu cực nhưng lại hành xử khác ở cấp độ cá nhân, nhưng phân bố dùng AI hiện nay không phù hợp với kiểu đó
- Việc người dùng thỉnh thoảng là nhóm lớn nhất và vẫn có nhiều người hoàn toàn né tránh cho thấy nhiều người vẫn chưa tìm thấy giá trị cá nhân đủ lớn để vượt qua các lo ngại của họ
- Câu chuyện truyền thông rằng “ai cũng dùng AI cho mọi việc” có thể phản ánh bong bóng quanh nhóm lao động tri thức tiếp nhận sớm và giới báo chí công nghệ
- Doanh nghiệp, nhà phê bình và nhà hoạch định chính sách không nên phớt lờ cách mọi người thực sự cảm nhận và hành xử với AI
- Việc dùng AI không phải nhị nguyên toàn bộ dùng hoặc toàn bộ không dùng, mà là một phổ liên tục pha trộn nhiều quan điểm và cường độ sử dụng khác nhau
Phép so sánh cốt lõi: tiêu thụ thịt và tiêu thụ AI
- Việc tiêu thụ AI giống với tiêu thụ thịt, khi có người đón nhận tích cực, người giảm dùng và người tránh hoàn toàn
- Thông điệp rằng protein quan trọng trong chế độ ăn tương tự như thông điệp rằng AI hữu ích cho năng suất, còn việc thịt là nguồn protein chính tương ứng với việc công cụ chat AI là điểm truy cập chính vào AI tạo sinh
- Ngay cả sở thích tiêu thụ thịt ở Mỹ cũng không phải là cấu trúc mà tất cả đều tiêu thụ như nhau
- 95% ăn thịt
- 70% nói rằng họ giảm tiêu thụ thịt đỏ
- 30% hiếm khi hoặc chỉ thỉnh thoảng ăn mọi loại thịt
- 12% không ăn thịt đỏ
- 4% là người ăn chay, không ăn bất kỳ loại thịt nào
- 1% là vegan, không dùng bất kỳ sản phẩm động vật nào
- Các lý do hạn chế tiêu thụ thịt gồm sức khỏe, chi phí, môi trường và đạo đức; điều này chồng lấn với các mối lo chính trong tiêu thụ AI
Cơ hội thị trường và các lựa chọn sản phẩm
- Phép so sánh với tiêu thụ thịt cho thấy cơ hội thị trường dành cho những người có cảm nhận và mối lo cụ thể khác nhau về AI
- DuckDuckGo biến mọi tính năng AI thành tùy chọn, và cung cấp duck.ai như một lựa chọn chatbot riêng tư để giải quyết lo ngại về quyền riêng tư
- Cách tiếp cận này giống một nhà hàng có nhiều lựa chọn trong thực đơn hơn, nơi cùng tồn tại các tùy chọn như AI riêng tư, giảm dùng AI hoặc tắt AI
- Nếu muốn tính đến toàn bộ phổ người dùng AI, cần một cấu trúc có thể lựa chọn thay vì ép buộc dùng một kiểu AI duy nhất
Khả năng thay đổi trong tương lai và kết luận hiện tại
- Không thể cho rằng khoảng 1/3 hiện chỉ dùng AI hiếm khi hoặc thỉnh thoảng sẽ mãi giữ nguyên mô hình sử dụng như vậy
- Khác với thịt, AI nằm trong một môi trường công nghệ thay đổi nhanh, nên việc sản phẩm và quy định sẽ đi đến đâu là điều rất bất định
- Sự tiến hóa của sản phẩm có thể khiến AI hữu ích hơn với người dùng trung bình, còn quy định có thể làm giảm bớt lo ngại
- Nhưng theo tiêu chuẩn hiện tại, một tỷ lệ đáng kể đã thử AI ngày nay và quyết định chủ động hạn chế việc sử dụng
1 bình luận
Ý kiến trên Hacker News
Hiện tôi đang tìm việc sau khi tốt nghiệp cao học, và trong các buổi phỏng vấn kỹ thuật hay phỏng vấn bảng trắng, đa số đều hỏi “Bạn đang sử dụng LLM như thế nào?”
Khó ở chỗ tôi không biết đối phương là người quá hào hứng với AI hay lại thận trọng, nên muốn trả lời sao cho an toàn với cả hai phía
Vì vậy tôi thường trả lời khá dài theo kiểu “rõ ràng là có đường cong học tập khi đưa công nghệ này vào một quy trình nào đó, và tôi luôn kiểm chứng nhiều lần”
Thực tế thì tôi dùng tính năng chat/hỏi đáp hằng ngày để debug nhanh hoặc học công nghệ mới, nhưng các sản phẩm dạng agent hoàn chỉnh hay dùng máy tính hộ thì sau vài lần thử cho kết quả không tốt nên đến giờ tôi hầu như chưa dùng
Tôi từng thử refactor một kho mã Fortran+C khổng lồ đã tồn tại vài chục năm để phù hợp với compiler/OS hiện đại; có phần chạy được nhưng cuối cùng vẫn bỏ cuộc
Tôi cũng không chắc mình có muốn làm ở nơi mà chỉ nói sai một từ là họ nổi giận vì cho rằng lẽ ra phải biết đọc ý nghĩ rồi còn phải nhập vai hay không
Như vậy trông không giống chỗ làm việc mà gần với một mối quan hệ độc hại hơn
Việc công ty thích AI hay thận trọng với AI đều quan trọng, nhưng tôi khuyên nên chuyển câu hỏi thành “tôi có hợp với tổ chức này không, và tổ chức này có hợp với tôi không”
Nếu bạn có thể ngắn gọn cho thấy cách mình đánh giá công việc nào phù hợp với LLM và cách mình kiểm tra xem kết quả có thực sự cải thiện hay không, đó sẽ là một câu trả lời rất mạnh
Điều đó cho thấy bạn đã tự mình khám phá và suy nghĩ đủ để giải thích những quan sát thú vị, đồng thời nếu họ quan tâm thì bạn cũng có thể đi sâu hơn
Các engineering lead thường tìm người có nền tảng và góc nhìn đa dạng cho cùng một đội
Nếu trả lời thành thật, bạn thậm chí có thể nổi bật hơn những ứng viên chỉ đưa ra câu trả lời khuôn mẫu và phòng thủ quá mức
Câu “AI đã tốt đến mức dù thấy lấn cấn thì ai cũng dùng” theo trải nghiệm của tôi thì còn tùy từng trường hợp
Bình luận này tôi viết hôm qua[0] thể hiện khá rõ cách tôi đang tích hợp LLM vào công việc hiện tại
Tôi đã dùng nó trong một dự án cho backend (PHP) và frontend (Swift), và cả hai đều giúp ích đáng kể, nhưng phía Swift thì gần như là một ví dụ cảnh báo
Khi phát triển ứng dụng Swift UIKit native, nó thực sự cần sự giám sát của người trưởng thành, và tôi đang nhận ra đoạn mã nó sinh ra tệ đến mức nào
Ngược lại, ở phía PHP, nó đưa ra các quyết định thiết kế hợp lý và cho tôi mã còn tốt hơn thứ tôi tự viết
Với phía Swift, khi gặp vấn đề thực tế nó lúng túng như một kỹ sư thiếu kinh nghiệm, và phần tôi đang viết lại sẽ chuyển sang cách tiếp cận đơn giản hơn nhiều và vững chắc hơn
Dù vậy, xét tổng thể thì đây vẫn là một khoản lời ròng lớn về năng suất, và tôi rút ra bài học rằng nó giỏi tìm vấn đề nhưng kém hơn trong việc sửa chúng
[0] https://news.ycombinator.com/item?id=48515217
Chỉ cần tìm gì đó trên internet là rất có thể bạn sẽ nhận về vài trang nội dung do AI tạo ra
Vì thế dạo này nhiều khi tự nhập prompt để lấy câu trả lời còn tốt hơn
Không phải vì bản thân câu trả lời xuất sắc, mà vì tôi có thể kiểm soát prompt của mình thay vì dùng prompt gián tiếp qua tìm kiếm
Thật buồn khi thấy nội dung chất lượng cao bị chìm trong biển rác đến mức gần như không thể tìm ra
Với PHP, các trường hợp góc cạnh mà con người gặp suốt hàng chục năm đã được ghi chép trên internet từ rất lâu, còn Swift thì tương đối mới và tài liệu ít hơn
Sẽ dễ hiểu hơn nếu xem năng lực của AI như việc nén 10~20 lần số năm kinh nghiệm của một kỹ sư
Theo trực giác, nó sẽ yếu hơn với những thứ mới hoặc quá ngách, và về sau còn có thể tệ hơn nếu học từ đống rác do các LLM khác nhả ra
Gần đây trên máy bay, tôi muốn kết nối tai nghe của vợ vào MacBook, nhưng vì đã quen với hộp AirPods Pro đời cũ nên không tìm ra chế độ pairing
Thế là tôi hỏi Gemma4 26B A4B trong LM Studio ở chế độ offline, và nó chỉ cho tôi cử chỉ chạm hai lần vào mặt trước hộp, rồi làm thật thì đúng là được
Nếu không có một LLM chạy cục bộ thì tình huống đó hẳn đã bực bội hơn nhiều
Dù có thể không chính xác, nó vẫn giống như mang theo toàn bộ tri thức “làm thế nào” cơ bản bên mình, nên có còn hơn không
Vấn đề là LLM không lập trình bằng nguyên lý mà bằng cách khớp các mẫu trong dữ liệu huấn luyện
Cũng chính là chỗ mà người ta từng ghét Stack Overflow nhất
Bài viết hay, nhưng có một góc nhìn còn thiếu
Bài viết trích dẫn nghiên cứu cho thấy tần suất mọi người nói rằng họ “dùng AI”, và nói rằng hơn một nửa chỉ dùng ít hơn một lần mỗi tuần
Nếu chỉ nói đến giao diện chat AI thì điều đó có thể đúng
Nhưng cách mức sử dụng AI tăng lên có lẽ không phải là tăng mức tham gia chat, mà là nhúng tính năng AI vào phần mềm mà mọi người vốn đã dùng
Ví dụ, nếu hỏi cùng những người đó rằng “Bạn dùng Google Search thường xuyên đến mức nào?”, con số chắc sẽ cao hơn nhiều
Họ thực sự đang dùng AI theo nghĩa thực chất, chỉ là không nghĩ như vậy vì tính năng đã được tích hợp sẵn
Cách triển khai AI kiểu này là sự chấp nhận bị ép buộc, và trong nhiều trường hợp có thể đi ngược lại sở thích của người dùng
Mấu chốt nằm ở việc bạn muốn xem liệu mọi người có quan tâm đến AI và thấy nó hữu ích hay không, hay đang hỏi một câu gần giống “X% con người hấp thụ chì qua thức ăn”
Khẩu hiệu bán hàng là “không áp dụng thì sẽ bị bỏ lại phía sau”, mà tôi vẫn đang chờ xem điều đó ở đâu
Đã vài năm trôi qua nhưng một ngày của tôi chẳng khác gì, và giờ thì tôi đang dạy những người trước đây còn không đọc manual rằng hãy đi hỏi chatbot
Vậy còn phần thiếu hụt của họ thì sao, trong khi họ đã xem phần “trang trí chưa đủ” của tôi là vấn đề
Tôi thấy nhiều công ty đang thay các hệ thống mang tính tất định trong quy trình hỗ trợ bằng phiên bản LLM chậm hơn và tệ hơn
Nhiều giao diện không hề tốt hơn chỉ vì được gắn AI vào
Thay vì giao trực tiếp cho LLM làm những việc rõ ràng sẽ lặp đi lặp lại, tốt hơn là bảo nó viết chương trình hoặc script Python để thực hiện các việc đó
Những việc có thể giải quyết theo cách tất định, hoặc 5 năm trước chỉ là một công cụ dòng lệnh đơn giản, giờ lại thành tích hợp LLM
Thay vì dùng LLM để tạo các công cụ tất định, người ta lại đang thay thế chính các công cụ đó bằng LLM
Hoàn toàn ngược đời, và tôi đặc biệt không hiểu vì sao những người cấp cao ở công ty tôi lại xem đây là tương lai
Tôi không muốn toàn bộ pipeline CI chỉ toàn là prompt LLM
Dễ làm ra, nhưng đắt, chậm và dễ thất bại theo những cách không thể dự đoán
Code review cũng vậy: việc lẽ ra chỉ cần vài quy tắc lint đơn giản thì lại thành một bước chạy qua LLM
Trong khi LLM thực ra lại cực kỳ giỏi trong việc tạo ra các quy tắc lint kiểu đó
Cả nhóm đang phản kháng rất mạnh chính vì lý do này
Phần lớn những gì có thể nghĩ ra chỉ làm mọi thứ tệ hơn, và tôi cũng đã nghe rõ rằng tỷ lệ lỗi vượt mức 1~2% là không thể chấp nhận
Muốn đạt được mức đó thì cần nhiều cấu trúc và tiêu chuẩn hơn, chứ không phải ít đi
[1] https://thedailywtf.com/articles/Classic-WTF-No-Quack
Hãy tưởng tượng một nhân viên tư vấn được đào tạo bài bản, hiểu được bức tranh lớn, và công ty đầu tư để con người dùng AI tra cứu kiến thức, đánh giá mức độ liên quan rồi hỗ trợ khách hàng tốt hơn
Nhưng AI hiện nay đang được bán theo kiểu “không cần nhân sự hỗ trợ”, chứ không phải theo kiểu “làm sao để cung cấp dịch vụ tốt hơn”
Với nhiều sản phẩm, dịch vụ tốt hơn không có nhiều ý nghĩa, còn sản phẩm rẻ hơn thì rất có khả năng sẽ thắng trong đa số trường hợp
Mọi người không muốn trả thêm tiền cho thứ tốt hơn, họ muốn thứ tốt hơn với cùng một mức giá
Vì thế có vẻ các công ty không đầu tư thời gian để tìm ra cách dùng AI cho đúng
Tôi cho rằng lý do của khoảng cách này, thứ nhất, là vì Claude cực kỳ giỏi trong việc viết mã
Nguyên nhân chính là kho kỹ thuật được tuyển chọn và lượng mã hoạt động khổng lồ đã được gắn nhãn cẩn thận thông qua GitHub trong hơn một thập kỷ qua
Ngoài ra, những gì có thể làm trong một ngôn ngữ Turing-complete cũng phần nào bị giới hạn
Thứ hai, ở hầu hết các công việc khác thì LLM khá đáng thất vọng
Nghiên cứu thường chỉ ở mức xoàng
Nếu muốn nhìn một cách nghiêm ngặt, chỉ cần lặp lại cùng một prompt nghiên cứu nhiều lần, rồi lập ma trận nhầm lẫn để đếm xem có bao nhiêu dương tính giả và âm tính giả
Thành thật mà nói, với các mục đích còn lại cũng nên tự hỏi liệu nó có thực sự làm được nhiều hơn hẳn một truy vấn công cụ tìm kiếm cơ bản hay một lượt vào Wikipedia hay không
Với mục đích dành cho người dùng phổ thông thì nó có phần tiện lợi, nhưng còn rất xa mới có thể gọi là mang tính cách mạng
Trong lập trình, agent chỉ cần chạy compiler và test, rồi thử lại cho đến khi chạy được
Ví dụ, nếu bạn muốn may một chiếc áo thun thì AI chẳng giúp được gì
Cũng cần tính đến việc hiện nay có bao nhiêu người trưởng thành ở Mỹ về thực chất đang thiếu năng lực đọc hiểu
Tính đến năm 2023, 27% người trưởng thành Mỹ trong độ tuổi lao động ở mức 1 hoặc thấp hơn trong 5 mức độ đọc hiểu của PIAAC
Năm 2013, tỷ lệ ở mức 1 hoặc thấp hơn là 17%, nên tình hình đã xấu đi đáng kể trong 10 năm qua
Tổng điểm năm 2023 là 27% ở mức 1 hoặc thấp hơn, 29% ở mức 2, 31% ở mức 3, và 13% ở mức 4/5
Tham khảo thêm, mức 1 là mức mà ngay cả việc xử lý đúng cách một trang văn bản cũng khó, và chỉ có thể xử lý tương đối một trang web đơn giản dài khoảng 1 trang
Phải đến mức 2 mới có thể xử lý các văn bản đơn giản dài vài trang, nhưng nội dung phức tạp vẫn còn khó
Những người hoàn toàn không dùng AI về cơ bản thường là vì họ không thể sử dụng được nên mới không dùng
Nguồn: https://nces.ed.gov/surveys/piaac/2023/national_results.asp
https://nces.ed.gov/surveys/piaac/measure.asp?section=1⊂_...
Bản thân tôi rõ ràng vẫn cho rằng mình có năng lực đọc hiểu, nhưng cũng tò mò không biết mình sẽ làm tốt đến đâu với các bài ở mức 4/5
Tôi cũng tự hỏi liệu nó có chồng lấn với những chỉ số rộng hơn như trí nhớ, trí tuệ, hay thói quen học tập, những thứ mà ngay cả người có “năng lực đọc hiểu” theo nghĩa thông thường cũng có thể làm không tốt
Chỉ nhìn phần mô tả thì đây có vẻ là một bài kiểm tra rất phù hợp để áp dụng cho AI, và tôi muốn xem điểm năng lực của nhiều mô hình khác nhau
Kéo xuống sau đó thì tôi thấy ở phần cuối có các câu hỏi mẫu đến tận mức 4, và bài mức 4 cũng trông khá tầm thường
Ngay cả bài báo Q Drum dài dòng nhất cũng chỉ có hai điểm phê bình là địa hình bằng phẳng và chi phí, còn nếu biết LifeStraw thì những phê bình tương tự trong email gần như cũng đoán ra được
Khi nhìn điểm số và mô tả mức năng lực, tôi đã hình dung kiểu phân bố gần chuẩn và nghĩ rằng mức 4/5 hẳn là rất khó, nhưng sau khi xem đề thật thì việc điểm số thấp như vậy lại càng buồn hơn
Dù vậy, việc gọi từng câu hỏi trong bài kiểm tra là một “stimulus” vẫn khiến tôi thấy buồn cười vì nó nghe quá vô trùng và mang tính lâm sàng
Ứng dụng AI trên di động hỗ trợ hội thoại bằng giọng nói
Năng lực đọc hiểu thấp ngược lại còn có thể trở thành động lực để dùng AI tạo và tóm tắt văn bản
Về mặt trực giác thì thống kê này không hợp lắm
Khoảng một phần ba dân số Mỹ có bằng cử nhân, nên việc chỉ 13% có thể vượt qua các bài đọc hiểu mức 4/5 là điều khá lạ
Nhìn vào các câu hỏi mẫu thì chúng không hề khó, và ngay cả bài mức 4 cũng chỉ là đọc một đoạn ngắn rồi rút ra các điểm phê bình về một sản phẩm
Không phải ai có bằng cử nhân cũng đều thông minh, nhưng bảo rằng hai phần ba trong số họ không vượt qua được mức 4/5 thì rất khó tin
Nếu người có bằng thạc sĩ chiếm 13%, vậy có phải điều đó đồng nghĩa rằng chỉ đúng 13% đó là vượt qua được mức 4/5 hay không
https://en.wikipedia.org/wiki/Educational_attainment_in_the_...
Đặc biệt có rất nhiều chuyện về khả năng đọc hiểu nội dung tệ khủng khiếp, với nhiều trường hợp trẻ đọc vài đoạn rồi vẫn không trả lời nổi câu hỏi về nội dung
Điều khiến tôi sợ AI sẽ được dùng ở khắp nơi không phải vì đó là giải pháp tốt nhất, mà vì con người về bản chất lười biếng, chỉ muốn xong việc, và không quá quan tâm đến chất lượng
“Ít công sức và tiện lợi” dường như luôn thắng “chất lượng tốt nhất”, và điều đó sẽ kéo tụt mọi thứ cho tất cả mọi người
So sánh Windows 11 với 98 thì đúng là 11 làm được nhiều thứ hơn và ít sập hơn
Nhưng ngoài ra, nó có thực sự tốt hơn không? Trong những việc mà cả hai đều làm được, cái nào làm tốt hơn? Cái nào nhanh hơn? Cái nào dễ dùng hơn?
Mức đó thì tôi thấy cũng ổn
Cá nhân tôi muốn có thêm thảo luận về việc “dùng AI” chính xác là có nghĩa gì
Tôi cũng tò mò nó kết nối thế nào với những suy nghĩ ở tầng khái quát hơn mà mọi người có về “công nghệ”, “AI”, hay “đạo đức và cảm xúc”
Ít nhất với tôi thì ranh giới bắt đầu hơi mờ đi
Ví dụ, nếu bạn đời tôi dùng Google.com rất thường xuyên cả ngày, và gần như lần nào cũng bấm vào rồi tin vào phần tóm tắt do AI tạo ở đầu trang kết quả tìm kiếm, thì về thực chất có nên nói là cô ấy “dùng AI” không?
Hay “dùng AI” phải gần hơn với kiểu những đứa trẻ ma cà rồng nằm trên tấm nệm trong truyện khoa học viễn tưởng, chạy 1000 tác tử con?
Giờ ngay cả việc dùng điện thoại cơ bản cũng đã nhúng đầy AI, nên dù chúng ta có gọi tên nó như vậy hay không, tôi thấy toàn bộ phổ này khá thú vị
Phép so sánh “mọi người tiêu thụ AI như cách họ ăn thịt. Có người chấp nhận, có người hạn chế sử dụng, có người tránh hoàn toàn” khá thú vị
Bởi vì dù có những vấn đề sinh thái rất thực tế và các lập luận mang tính nguyên tắc chống lại việc ăn thịt, tiêu thụ thịt ở nhiều quốc gia trên thế giới nhìn chung vẫn tăng trong nhiều thập kỷ qua