- Khi sự phụ thuộc vào công cụ AI tại nơi làm việc ngày càng tăng, đang xuất hiện những bằng chứng ban đầu cho thấy trong các lĩnh vực mà tay nghề rất quan trọng như y tế và khoa học máy tính, năng lực mà con người tích lũy được có thể bị suy yếu
- Trong một nghiên cứu với các bác sĩ nội soi ở Ba Lan, khi không dùng AI, tỷ lệ phát hiện u tuyến giảm từ 28,4% xuống 22,4%
- Trong thí nghiệm đối chứng ngẫu nhiên của Anthropic, điểm trung bình bài kiểm tra của các kỹ sư được AI hỗ trợ là 50%, thấp hơn nhóm không dùng là 67%
- Trong khảo sát với nhân viên y tế tại Mỹ, 70% y tá và 77% bác sĩ lo ngại mất năng lực do phụ thuộc quá mức vào AI
- Tương tự việc GPS trước đây làm suy yếu khả năng định hướng, AI tạo sinh là công nghệ đầu tiên tự động hóa chính các năng lực nhận thức như tư duy và diễn giải, khiến việc bảo tồn chuyên môn của con người trở thành một bài toán quan trọng
Sự nổi lên của hiện tượng deskilling do AI
- Khi người làm nghề chuyên môn phụ thuộc vào công cụ AI trong công việc, nỗi lo rằng các kỹ năng học được bằng nhiều công sức có thể bị mai một đang lan rộng trong giới chuyên gia y tế, nhà khoa học máy tính và nhiều nhóm khác
- Trong khảo sát với nhân viên y tế Mỹ do Wolters Kluwer công bố trong tháng này, 70% y tá và 77% bác sĩ lo ngại mất năng lực do quá phụ thuộc vào hệ thống AI
- Nhiều bằng chứng cho thấy 'deskilling' do AI đang bắt đầu xuất hiện ở nhiều lĩnh vực như y tế và khoa học máy tính, và các nhà nghiên cứu đang thảo luận cách bảo tồn chuyên môn của con người trong kỷ nguyên AI
- Nhà khoa học thông tin Kevin Crowston của Syracuse University: chỉ riêng việc nhận thức được hiện tượng này cũng có thể thúc đẩy tự phản tỉnh về việc nên duy trì kỹ năng nào và nên thuê ngoài cho AI kỹ năng nào
Lĩnh vực y tế — nghiên cứu về các bác sĩ nội soi
-
Thiết kế nghiên cứu
- Đây là nghiên cứu với các bác sĩ nội soi ở Ba Lan; tất cả bác sĩ tham gia đều đã thực hiện ít nhất 2.000 ca nội soi đại tràng trong sự nghiệp
- Họ được cung cấp một hệ thống AI đánh dấu u tuyến (adenoma) — tổn thương ruột tiền ung thư — bằng cách phân tích hình ảnh nội soi đại tràng theo thời gian thực
- Công cụ này được vận hành theo cách: có ngày dùng được, có ngày không dùng được
-
Kết quả
- Sau khi các bác sĩ bắt đầu sử dụng AI, hiệu suất giảm đáng kể khi họ không thể dùng hệ thống
- Trong 3 tháng trước khi triển khai AI, các chuyên gia phát hiện ít nhất 1 u tuyến trong 28,4% số ca nội soi đại tràng
- Trong 3 tháng sau khi triển khai AI, tỷ lệ phát hiện u tuyến ở các ca nội soi thực hiện không có hỗ trợ AI giảm xuống còn 22,4%
- Kết quả này được công bố trên The Lancet Gastroenterology and Hepatology vào tháng 10 năm ngoái
-
Diễn giải của chuyên gia
- Bác sĩ Robert Wachter của University of California, San Francisco: ngay cả các chuyên gia có tay nghề rất cao cũng có thể suy giảm khả năng thực hiện các tác vụ cần thiết cho công việc khi mức độ phụ thuộc vào AI tăng lên
- Nhóm tác giả nghiên cứu: việc tiếp xúc liên tục với các công cụ như vậy có thể khiến bác sĩ lâm sàng trở nên ít động lực hơn, kém tập trung hơn và ít cảm thấy trách nhiệm hơn khi phải đưa ra quyết định nhận thức mà không có AI
- Bác sĩ, nhà nghiên cứu và đồng tác giả Yuichi Mori của University of Oslo: cần thêm nhiều nghiên cứu để xác nhận hiện tượng này, nhưng người dùng AI nên nhận thức được nguy cơ mất đi một phần kỹ năng
- "Hiện chưa có giải pháp đã được xác lập cho deskilling, và đây nên là một chủ đề nghiên cứu cực kỳ quan trọng trong 10 năm tới"
Lĩnh vực khoa học máy tính — thí nghiệm lập trình của Anthropic
- Để khảo sát liệu có xảy ra mất kỹ năng trong khoa học máy tính hay không, nhóm nghiên cứu của công ty AI Anthropic tại San Francisco đã thiết kế một thí nghiệm đối chứng ngẫu nhiên với 52 kỹ sư phần mềm
- Cả 52 người tham gia đều được phép truy cập tìm kiếm web và hướng dẫn cách thực hiện công việc trong các tác vụ lập trình cơ bản
- Một nửa trong số đó còn được khuyến khích sử dụng trợ lý AI
- Trong bài kiểm tra về những gì đã học được sau khi làm việc, nhóm dùng AI đạt trung bình 50%, trong khi nhóm không dùng đạt 67%
- Những người tham gia có AI hỗ trợ đặc biệt yếu ở các câu hỏi về chẩn đoán lỗi mã, cho thấy họ không học được các khái niệm trong chính đoạn mã mình vừa viết
- Nghiên cứu này đã được đăng trên máy chủ preprint arXiv trước khi qua bình duyệt đồng cấp
- Crowston: hiện tồn tại một sự đứt gãy kỳ lạ giữa năng lực thực hiện và việc học hỏi
- "Việc mọi người có thể làm được ở mức khá cao về cơ bản là do họ mượn kỹ năng từ AI, chứ không thực sự tự phát triển kỹ năng đó"
- Kết quả này đặc biệt đáng lo với sinh viên và những người trẻ mới vào nghề trong lĩnh vực này
Thuê ngoài nhận thức — so sánh với các công nghệ trước đây
- Nhà nghiên cứu hệ thống thông tin Tapani Rinta-Kahila của University of Queensland: trước đây cũng từng có những công nghệ khiến một số kỹ năng trở nên ít cần thiết hơn, chẳng hạn điều hướng GPS làm suy yếu khả năng tìm đường
- Tuy nhiên, AI tạo sinh là "công nghệ đầu tiên tự động hóa các năng lực nhận thức liên quan đến tư duy và diễn giải, vốn từ lâu được xem là kỹ năng riêng của con người"
-
Trường hợp kế toán
- Một nghiên cứu công bố năm 2018 đã khảo sát một nhóm kế toán sử dụng liên tục hơn 10 năm các hệ thống kế toán tự động không dùng AI
- Khi công cụ biến mất, người ta xác nhận rằng các kế toán viên đã quên cách thực hiện nhiều công việc thường nhật
- "Thế hệ lập trình viên tiếp theo, nếu thiếu kinh nghiệm thực hành, có thể không hiểu đầy đủ các nền tảng cơ bản của việc viết mã"
- "Điều này cũng áp dụng tương tự với các nghề thâm dụng tri thức khác như kế toán và pháp lý"
-
Biện pháp ngăn xói mòn kỹ năng
- Cần nhận thức rõ mình đang giao phó bao nhiêu công việc cho AI tạo sinh
- Cần hiểu chính xác cách các mô hình AI tạo sinh hoạt động và giới hạn của chúng, đồng thời không tin đầu ra AI nếu chưa kiểm chứng
- "Cần quản lý động lực cạnh tranh giữa việc phụ thuộc vào AI tạo sinh và việc duy trì sự cảnh giác có ý thức"
1 bình luận
Ý kiến trên Hacker News
Chúng ta đã sống quá dễ dàng. Ngồi trên ghế Herman Miller trong văn phòng có điều hòa, học máy tính và nhận mức lương cao, vậy mà khi cuối cùng cũng tìm ra cách tổng hợp trí tuệ, điều chúng ta nghĩ ra chủ yếu lại chỉ là phá hỏng nghề nghiệp thú vị nhất mà mình có thể mơ tới
Đúng là hiện tại chúng ta làm việc hiệu quả hơn, nhưng không rõ bao nhiêu phần trong đó là nhờ chồng AI lên trên nền trí tuệ được tích lũy từ lao động thủ công trước đây để khai thác
Ai có thể đảm bảo rằng sau 36 tháng nữa, kiến thức hệ thống của chúng ta sẽ không bị mai một và chúng ta sẽ không trở thành những lập trình viên tệ hơn trên mọi phương diện
Không phải là bảo đừng dùng AI. Khi tự mình làm tính năng, tôi vẫn luôn dùng nó cho các việc phụ hữu ích như thiết lập GitHub Workflows hay giao tác vụ Internet cho agent trên VPS. Một chút trí tuệ tổng hợp là tốt
Nhưng dùng nó để thay thế việc bồi đắp trí tuệ của chính mình thì không tốt. Giống như dùng steroid có thể làm bạn cơ bắp hơn nhưng cũng phá hỏng cơ thể, tôi nghĩ lợi ích nằm ngay trong chính quá trình làm việc đó. Đường tắt nhiều khi lại là con đường nguy hiểm nhất
Lý do tôi trở thành kỹ sư phần mềm là vì thích viết code, thích suy nghĩ và giải quyết các vấn đề phức tạp, và thích cảm giác được đền đáp khi thứ mình tự tay làm ra chạy được lần đầu
Việc quản lý cả một đội quân agent thay cho code có thực sự vui không? Hay chỉ là đang tận hưởng cảm giác tốc độ khi tạo ra thứ gì đó nhanh đến mức một mình không thể làm được. Bản thân việc di chuyển nhanh chưa bao giờ là cốt lõi của niềm vui với tôi
Tôi hiểu việc dùng AI để giảm bớt công việc lặp lại hay boilerplate, nhưng khi nhìn những người đã hoàn toàn all-in vào phát triển dựa trên agent, tôi thực sự thấy hoài nghi
Nhu cầu không thể ngay lập tức bắt kịp mức tăng năng suất, nên các công ty cũng không thể cứ thế bán được nhiều hơn, và cuối cùng sẽ có sa thải. Khi nhiều người cạnh tranh hơn cho ít việc làm hơn, lương của những người còn trụ lại cũng sẽ giảm. Đây chỉ là vấn đề cung cầu cơ bản
Tôi tò mò không biết trong số những người từng nói vào năm 2024 rằng “công việc của tôi quá phức tạp hoặc quá chuyên môn nên sẽ không bị ảnh hưởng”, hiện giờ còn bao nhiêu người vẫn nói vậy
Các công ty sẽ phải chấp nhận giá theo token ngày càng đắt để cắt giảm chi phí nhân công, hoặc kết luận rằng sự thỏa hiệp đó không đáng giá và quay lại đặt cược vào trí tuệ con người. Có vẻ trong vài tháng tới, tính kinh tế của ngành sẽ quyết định thay chúng ta
LLM và các công cụ của chúng giống như những ràng buộc mới cần phải khớp vào khi thiết kế hệ thống, và nếu xử lý tốt thì có thể làm ra những thứ lớn hơn và tốt hơn trước. Cảm giác như đang học một nhánh hoàn toàn mới trong cây kỹ năng lập trình
Tất nhiên, tôi nói điều này sau khi Claude đã phá hỏng hoàn toàn RBAC của ứng dụng và tôi đã phải làm lại nó suốt hai ngày qua
Nhiều người không tự nguyện đăng ký dùng AI mà thực tế bị chủ lao động ép buộc. Cũng không phải ai cũng năng suất hơn nhờ AI, và không ít người lại phải dành đúng phần thời gian tiết kiệm được để review lượng code do AI tạo ra
Từ đó đến nay tôi vẫn đang tìm cách rời khỏi công việc này, có lẽ là cả sự nghiệp này nữa
Cuối cùng thì những người còn quan tâm sẽ либо bị sàng lọc ra, либо tự rời đi, và cả lĩnh vực này sẽ bị lấp đầy bởi những kẻ cuồng tối đa hóa AI kiểu Dunning-Kruger. Nói rằng “AI sẽ thay thế kỹ sư” thì đúng, nhưng hoàn toàn không phải theo lý do và cách thức mà những người nói câu đó đang nghĩ tới
Tôi tự hỏi liệu hiệu ứng tương tự có xảy ra với những người rất giàu hoặc các lãnh đạo cấp rất cao không. Những người đó từ lâu đã có khả năng “thuê ngoài” tư duy, giao việc, yêu cầu nghiên cứu·tóm tắt, phân công công việc, v.v.
Việc giao những việc đó cho con người cũng làm mai một năng lực theo cùng một cách sao? Hay AI về bản chất là khác? Nếu khác thì vì sao? Có phải vì không có áp lực đạo đức·xã hội rằng bạn không nên ủy quyền mọi thứ?
Nếu bạn thực sự làm tốt vai trò quản lý, đó là con đường đáng sợ nhất trong các lộ trình nghề nghiệp có thể có. Sau vài năm, về mặt thực tế gần như không còn đường quay lại làm lập trình viên thực hành với mức lương thấp hơn. Công việc của bạn không còn là tự tay làm mà là giúp người khác làm.
Tất nhiên vẫn có vùng trung gian, và người ta cố mài giũa kỹ năng bằng R&D hoặc dự án bên lề, nhưng điều đó khác với công việc thực chiến trong môi trường sản xuất mà bạn làm hằng ngày.
Mức kỹ năng xuất phát ban đầu thì khác nhau theo từng người, nhưng tác động theo thời gian nhìn chung khá giống nhau.
Đây chính là điểm tôi cảnh báo mạnh nhất khi một kỹ sư giỏi nói rằng họ muốn chuyển sang lộ trình quản lý. Đó không phải quyết định nên đưa ra một cách nhẹ nhàng.
Vì thế tôi nghĩ việc Noam Shazeer gia nhập OpenAI cũng nên được nhìn trong bối cảnh đó. Đó đúng là một thương vụ tuyển dụng tốt, nhưng không có lý do riêng nào để tin rằng ông ấy vẫn mang theo một phép thuật bí mật mà những người khác không còn nắm giữ ở dạng cập nhật hơn.
Tuy vậy, vì phạm vi rất rộng và rủi ro của vai trò này rất lớn, nên để đủ ‘an toàn’ khi loại con người ra khỏi vòng lặp có thể sẽ cần mô hình ngôn ngữ thị giác ở mức Fable 5 hoặc Fable 6.
Thứ sẽ bùng nổ vào năm 2027 là các công ty AI tự động hóa, và các CEO cùng chủ sở hữu là con người sẽ không thể cạnh tranh với những công ty do AI vận hành này.
Việc quay lại sau một thời gian rồi bắt kịp vẫn dễ hơn so với trường hợp chưa từng phát triển kỹ năng ngay từ đầu hoặc không có năng khiếu bẩm sinh, nhưng nếu không vận động thì chắc chắn sẽ thoái hóa. Những lãnh đạo đi lên các vị trí thuần quản lý·chiến lược mà không duy trì kỹ năng thực hành cuối cùng đều chậm đi khá nhiều về tốc độ thấu hiểu.
Thật tốt khi có nghiên cứu này. Tôi xem tương quan nghịch giữa AI và phúc lợi con người là một trong những vấn đề lớn của thời đại chúng ta. Nhưng bản thân kết luận này có vẻ khá hiển nhiên.
Nhiều phần của bộ não gần như tuân theo nguyên tắc “không dùng thì mất”, và kiểu ủy quyền đó chính là không dùng.
Tuy vậy, LLM hoàn toàn có thể còn tệ hơn nhiều so với việc ủy quyền cho con người. Một phần là vì chu kỳ lặp quá nhanh, nên ngay cả khi không phải siêu giàu bạn vẫn có thể có được tốc độ mà với con người bạn không thể mua nổi.
Hơn một năm nay tôi chưa tự mình viết trọn vẹn một hàm code nào từ đầu đến cuối. Thay vào đó, tôi dành nhiều thời gian hơn để nghĩ về kiến trúc và các thuộc tính hệ thống.
Vì vậy tôi cảm thấy mình đã mất đi một phần kỹ năng ở mức rất thấp. Nhưng cũng có thể là tôi đã có thêm thời gian cho các kỹ năng ở mức cao hơn. Có thể giống như bác sĩ trở nên kém đọc hình ảnh hơn, nhưng lại có thêm nguồn lực nhận thức để nghĩ về bối cảnh của bệnh nhân chăng?
Tôi không chắc.
Nhưng giờ thì tôi không thể ép bản thân ngồi viết code trực tiếp nếu không có AI nữa. Nó quá chậm và gần như gây đau đớn.
Khi học trường thiết kế, phần lớn bài tập là với vật liệu vật lý như chì than, giấy cắt, sơn, than củi, đồng thời cũng luyện cả kỹ năng canh nét rất tốt và sử dụng công cụ số. Ngay cả trên môi trường số, bạn vẫn phải tạo từng nét và chọn đúng công cụ, nhưng ở những người chỉ có nền tảng thuần số rõ ràng vẫn thiếu một nhận thức nào đó về quy trình.
Nó giống như người chỉ từng vẽ theo ảnh tham chiếu nay thử vẽ từ mẫu thật. Khi vẽ một thứ vốn đã là 2D, cả một phần của quá trình nhận thức sẽ không được dùng đến. Có thể học được, nhưng nếu không bị buộc phải làm thì rất có thể họ sẽ tiếp tục chụp ảnh rồi vẽ theo ảnh đó.
Tạo ảnh bằng AI thì khác quá nhiều, ngay cả khi có inpainting cực kỳ chi tiết, nên còn khó mà so sánh. Tôi ngần ngại nói rằng một người có nhiều kinh nghiệm tạo ảnh nâng cao sẽ đi trước rất xa so với người hoàn toàn mới khi bắt đầu học vẽ. Điều đó không đúng với họa sĩ dùng ảnh tham chiếu, và lại càng không đúng với nghệ sĩ thuần số đã quen vẽ từ mẫu thật trên tablet.
Nó cũng giống như việc thế hệ millennial luôn có quyền tiếp cận công nghệ nhưng cũng từng trải qua thời máy tính quay số, nên nhìn chung rành công nghệ hơn kiểu “iPad kid” điển hình, người thậm chí không điều hướng nổi cấu trúc thư mục.
Tôi không chắc AI về bản chất sẽ tệ hơn trong các công việc như quản lý dự án hay kiến trúc.
Giả sử các bác sĩ trong bài báo sau khi có AI lại cho kết quả tệ hơn. Nếu nhờ AI mà trong quãng thời gian trước đây làm được 10 ca kiểm tra giờ có thể làm 100 ca, thì chủ sử dụng lao động sẽ dùng phần thời gian lao động dư ra đó như thế nào? Dĩ nhiên là bắt làm thêm nhiều ca hơn, rồi sa thải một số bác sĩ giờ đã không còn cần thiết nữa.
Những bác sĩ còn trụ lại sẽ bị phi kỹ năng hóa trong khi làm khối lượng việc tương đương hoặc nhiều hơn, còn xã hội sẽ nhận được dịch vụ y tế chất lượng thấp hơn. Dù vậy, chủ lao động sẽ tiết kiệm chi phí nhân công và cổ đông thì sẽ vui.
Điều này là mới, đặc biệt là mới về phạm vi. Không chỉ một vài “kỹ năng” của cá nhân, mà gần như là toàn bộ đều bị đặt lên bàn cân. Nền tảng căn bản nhất của năng lực suy nghĩ sâu, rộng và bền bỉ đang bị thách thức. Chuyện như vậy trước đây chưa từng xảy ra theo cách này
Khi nhìn các agent hoạt động, đôi lúc thật đáng kinh ngạc và gần như nghẹt thở. Ngược lại, chính sức mạnh đó khiến chúng ta cũng dễ bị cám dỗ và bị vô hiệu hóa ở cùng quy mô ấy. Tiềm năng tác động tâm lý dài hạn gần như tương đương một loại ma túy mạnh
Bây giờ rơi vào buồng vang thì quá dễ, còn thoát khỏi silo thì cực kỳ khó
Nó có thể là con dao hai lưỡi. AI mà đa số mọi người tin như một lời phán toàn tri, có khi lại là phản biện duy nhất ta gặp được trước những quan điểm mình tiếp nhận một cách thụ động khi lướt mạng xã hội hay Youtube, TikTok
Ví dụ, nếu hỏi Claude, ChatGPT, Grok về “laser ngoài không gian” liên quan đến cháy rừng Hawaii năm 2018 mà những người như Marjorie Taylor Greene từng đẩy mạnh trên mạng xã hội, chúng sẽ nhanh chóng bác bỏ đó là chuyện nhảm nhí
Cuối cùng có thể ai cũng sẽ có AI riêng chỉ nói điều họ muốn nghe. Nhưng cho đến lúc này, tôi đã thấy có người bỏ cuộc tranh cãi trên Twitter vì Grok bác bỏ lập luận của họ. Vì vậy vẫn có vẻ còn chút hy vọng
Việc nhìn agent hoạt động mà thấy nghẹt thở vì kinh ngạc thì ảo thuật cũng vậy. Có vẻ khả năng khó chịu rằng tất cả chỉ là một ảo giác do chưa hiểu đúng không khiến mọi người bận tâm lắm
Việc tác động tâm lý dài hạn giống ma túy mạnh có lẽ liên quan nhiều hơn tới cách những chủ sở hữu sản phẩm này chọn tiếp thị và triển khai nó. Chỉ cần vén lớp phủ lên một chút, cảm giác hưng phấn có thể chuyển thành sợ hãi. Một khoảnh khắc kiểu Upton Sinclair đang đến gần
Y tá, bác sĩ, người nhà đều biết rất rõ quỹ đạo cuộc sống của một người có thể lao dốc nhanh đến mức nào khi họ đột ngột bị bó buộc trên giường, bị giảm tối đa kích thích và những thử thách có thể thực hiện
LLM loại bỏ hoặc giảm thiểu thử thách. Ngoài việc tiết kiệm chi phí cho nhà tuyển dụng, rất khó hình dung nó mang lại giá trị gia tăng gì cho kỹ sư. Tất nhiên sẽ có người nói họ làm được gấp 10 lần trước đây, và có thể thực sự có người như vậy, nhưng ngay cả chuyện đó tôi cũng nghi ngờ. Với phần lớn những người còn lại thì nó không tốt, và sẽ không khá hơn trừ khi vì giá cả mà nó không thể được dùng ở phần lớn thị trường
Ở tuổi 40 tôi đang học những thứ mới với tốc độ trước đây không thể tưởng tượng được. Những môn thể thao mới, công việc kinh doanh mới, các mối quan tâm học thuật mới
Công nghệ là đòn bẩy, và AI là đòn bẩy lớn nhất mà chúng ta có. Nó có thể tạo điều kiện cho sự lười biếng, cũng có thể tạo điều kiện cho năng suất phi thường. Con đường phía trước là thứ mỗi người tự chọn
LLM là kẻ nịnh nọt, và trong các cuộc trò chuyện dài, sự nịnh nọt đó tạo ra một vòng phản hồi dương. Khi trong cửa sổ ngữ cảnh đã có sự khẳng định cho một diễn giải hay phép so sánh sai, chatbot sẽ tiếp tục đi theo hướng đó vì nó chỉ là phần tiếp nối có vẻ hợp lý nhất của văn bản trước đó
Rồi chẳng mấy chốc bạn đã đang khám phá ra cấu trúc ẩn của vũ trụ, mà nó lúc nào cũng thành kiểu đa tạp lưới tensor không-thời gian fractal Minkowski với các ống nano DNA cận điều hòa
Vì vậy nếu bạn không có cách đủ vững chắc để đánh giá việc mình “đang học” và xác nhận rằng mình thực sự đang học, thì tốt hơn nên cẩn thận
Điều này đã được biết từ rất lâu. Chỉ đọc sách toán mà không lặp đi lặp lại việc giải bài thì học sinh sẽ không vượt qua được kỳ thi
Trong trường hợp tốt nhất thì bạn chỉ đang đọc một thứ gì đó. Người dùng coding agent thậm chí còn không làm đến mức đó
Học đòi hỏi đầu tư thời gian rất lớn. Dùng LLM không làm giảm khoảng thời gian đó
Mọi thứ mang tính kỹ thuật mà tôi biết đều là những thứ tôi tự nỗ lực học được. Vì vậy tôi muốn những công cụ này được quảng bá như mô hình giúp con người làm công việc tốt hơn, chứ không phải mô hình để làm nhiều việc hơn
Hiện giờ chúng đang bị dùng như cái cớ cho các đợt sa thải quy mô lớn thay vì nâng cao năng lực của con người. Đương nhiên, chúng cũng kéo theo rất nhiều người dùng chúng để thổi phồng năng lực thực tế của bản thân
Việc dùng công cụ thường đi theo kiểu đường cong này. Nếu muốn bảo tồn một kỹ năng nào đó thì phải thực sự bảo tồn nó
Bản thân điều này không hẳn là xấu. Công cụ cho phép làm được nhiều thứ hơn hẳn so với khi không có công cụ, và chuyện kỹ năng nào vẫn còn quan trọng về bản chất ngay cả khi công cụ có thể làm thay thì vẫn còn có thể tranh luận
Đây không phải công cụ chuyên biệt với miền bài toán được xác định rõ như máy tính cầm tay. Thực tế hiện nay nhiều người đang dùng AI cho các lĩnh vực chuyên môn như lập trình hay thiết kế hình ảnh, nhưng về nguyên tắc thì cũng chẳng có lý do gì mức độ trừu tượng mà bạn đang làm việc hiện tại lại không thể giao tiếp cho AI
Đầu ra của LLM không đáng tin, nên vẫn cần phán đoán. Muốn đánh giá code thì bản thân bạn cũng phải từng trực tiếp làm ở mức nào đó. Vì vậy công cụ không đáng tin sẽ không giúp ích nhiều, trừ khi bạn chấp nhận sự bất định đó
Khi nghĩ đến các kỹ sư Staff+, điều này không có gì đáng ngạc nhiên. Công việc của họ khá giống với việc ra lệnh cho AI. Phần lớn đi lên nấc thang sự nghiệp nhờ nỗ lực, năng lực kỹ thuật xuất sắc, kỹ năng mềm và một chút may mắn. Nhưng công ty càng lớn thì thời gian dành cho viết mã, gỡ lỗi và thiết kế chuyên sâu càng ít đi
Thay vào đó, họ hành xử giống một quản lý sản phẩm rất thiên về kỹ thuật. Họ giúp các VP lập kế hoạch và viết các yêu cầu sản phẩm ở mức cao, rồi rắc thêm một ít thuật ngữ kỹ thuật vào đó. Họ vẽ các khối trên bảng trắng, làm những slide đẹp và viết các tài liệu polished khiến ban lãnh đạo hài lòng. Họ hoặc đang ở trong cuộc họp hoặc đang trên đường đến cuộc họp tiếp theo, và nếu có một ý tưởng kỹ thuật thì sẽ cử đội ngũ đi kiểm chứng
Dĩ nhiên họ vẫn cảm thấy bản thân rất giỏi về kỹ thuật, nhưng đến ngày phải xử lý sự cố vận hành, vượt qua một buổi phỏng vấn kỹ thuật hoặc phải viết nhiều mã, họ nhận ra kỹ năng của mình đã bị han gỉ
Không phải để chỉ trích mà là để nhấn mạnh một bài toán sự nghiệp có thật. Là kỹ sư thì bạn muốn mài giũa năng lực kỹ thuật, nhưng để leo lên nấc thang tổ chức thì lại phải gánh thêm nhiều công việc tổ chức hơn. Giải pháp duy nhất tôi nghĩ ra là tiến gần hơn với vai trò nhà nghiên cứu hoặc giáo sư. Những giáo sư giỏi theo thời gian sẽ dành ít thời gian hơn cho việc viết bài báo hay tự suy ra công thức, nhưng nhờ chiều sâu hiểu biết, họ có thể hướng dẫn nghiên cứu sinh tiến sĩ để tạo ra kết quả xuất sắc. Chỉ là con đường đó không hề dễ như lời nói
Tác động tiêu cực lớn nhất mà tôi thấy là mọi người di chuyển quá nhanh để có thể đánh giá những gì họ ném vào đó. Nếu đi quá nhanh, bạn sẽ không có thời gian để hình thành gu thẩm mỹ hay hiểu được sắc thái giữa nhiều cách tiếp cận khác nhau cho cùng một vấn đề
Tôi cũng dùng LLM khá nhiều, nhưng có vẻ thời gian tôi ngồi lì với phần mã được sinh ra dài hơn đồng nghiệp khá nhiều tính trung bình. Kết quả đầu tiên thì “chạy được”, nhưng sau khi để nó lắng xuống trong đầu, tôi thường phải lặp lại ý tưởng ban đầu thêm 2~3 lần nữa trước khi thực sự cảm thấy có thể merge nó
Vì vậy, cộng tất cả lại thì tôi không cảm thấy năng suất đã tăng lên nhiều ở những mối quan tâm cấp độ thiết kế thực sự quan trọng
Trước hết tôi thắc mắc về giá trị của nghiên cứu nội soi đó. Để so sánh số lượng adenoma được phát hiện trước và sau tình trạng mất kỹ năng tiềm tàng do AI gây ra, phải giả định rằng tỷ lệ xuất hiện adenoma là không đổi, mà giả định đó không hẳn có vẻ an toàn
Tôi không rõ đây là vấn đề của chính nghiên cứu hay của phần tóm tắt, nhưng sẽ là một thiết kế nghiên cứu tốt hơn nhiều nếu đo xem những người tham gia đã làm tốt đến mức nào so với phân tích cơ sở, và như vậy cũng tạo thêm niềm tin rằng thực sự đã có thay đổi về kỹ năng
Tôi cũng tự hỏi liệu thời gian đọc kết quả có giảm đi không, hoặc liệu họ có cảm thấy áp lực lớn hơn khi đọc bản quét theo cách cũ vì AI đã đọc rất nhanh hay không. Đây là một yếu tố gây nhiễu tiềm tàng
Thứ hai, việc AI gây ra mất kỹ năng ở mức có thể đo lường được không phải là điều đáng ngạc nhiên. Nhưng trước đây người ta cũng có thể tìm ra hiện tượng mất kỹ năng do trình kiểm tra chính tả và máy tính cầm tay. Dù vậy, ngày nay chẳng ai nói rằng vì thế mà không nên dùng trình xử lý văn bản, hay phải đếm bằng ngón tay ngón chân hoặc làm phép chia dài
Luôn có sự đánh đổi về việc kỹ năng và tri thức nào thực sự quan trọng với chuyên gia, và điều gì có thể giao khoán cho công nghệ. Hiện tại là thời kỳ chuyển tiếp vì công nghệ này không chỉ mới mà còn thay đổi quá nhanh. Vài năm nữa, khi chúng ta đi lên cao hơn trên đường cong áp dụng và tốc độ thay đổi ổn định lại ở một số lĩnh vực, tôi nghĩ sẽ hình thành cách dùng AI trong các lĩnh vực như lập trình và y khoa theo kiểu vẫn cần sự kết hợp giữa kiến thức và kỹ năng. Và tôi cho rằng mọi người sẽ dần quen với việc không còn cần biết hoặc tự tay làm những thứ mà ngày nay được xem là cốt lõi của nghề
Liệu chúng ta có rơi vào cảnh AI biến mất rồi phải hối hận vì những kỹ năng đã mất không? Ngay cả trong trường hợp tệ nhất thì cùng lắm cũng chỉ phải dùng mô hình trọng số mở thay vì loại tối tân nhất, nên tôi không nghĩ đó là vấn đề lớn
Tôi tin chắc rằng sau khi máy tính cầm tay được phát minh, con người đã kém hơn trong tính toán số học
Khi tích lũy kỹ năng theo thời gian, bạn sẽ có được insight, và insight đó dẫn đến đổi mới
AI làm được nhiều điều thú vị nhưng vẫn chưa thể đổi mới
Mối đe dọa thực sự không phải là tất cả chúng ta đều mất kỹ năng rồi cũng mất luôn quyền truy cập AI. Điều đó có thể xảy ra, nhưng việc mất quyền truy cập có vẻ ít khả năng hơn. Rủi ro lớn hơn là AI sẽ gần như dừng lại ở mức hiện tại trong khi chúng ta phụ thuộc vào nó để làm cùn kỹ năng, và giao quá nhiều việc suy nghĩ cho một cỗ máy không có tính đổi mới, khiến đổi mới bị đình trệ
Không phải nói rằng nhất định sẽ như vậy, nhưng nó có vẻ là một kết cục hoàn toàn khả dĩ
“Sau khi LLM được phát minh, con người đã kém hơn trong X”
Vấn đề không chỉ là bản thân kỹ năng X bị thoái hóa
Vấn đề là với LLM, X trên thực tế là gần như toàn bộ kỹ năng tri thức và giao tiếp
Liệu xã hội có thực sự chịu nổi một trạng thái mà gần như toàn bộ kỹ năng tri thức và giao tiếp đều suy thoái hay không