Thực sự là đang có một nghịch lý nằm ở trung tâm của thứ công nghệ AI tạo sinh. Ngay từ cái thời điểm ChatGPT khởi động cơn sốt AI toàn cầu, một điều đã được chứng minh tương đối rõ ràng rằng, so với con người, các mô hình ngôn ngữ lớn có khả năng vượt trội hơn nhiều khi bắt máy móc hoàn thành những tác vụ cực kỳ khó khăn.

Hơn hai năm trước, chúng ta đã có bằng chứng cho thấy ChatGPT của OpenAI có thể dễ dàng vượt qua các bài kiểm tra cực kỳ khó, chẳng hạn như Kỳ thi Đầu vào Trường Luật Hoa Kỳ và kỳ thi MBA của các trường được xếp trong Ivy League. Các mô hình ngôn ngữ và mô hình suy luận mới nhất liên tục tạo ra những tác phẩm văn viết chất lượng cao, sản xuất được các bài luận mà các giáo sư và các nhà giáo dục không thể phân biệt được, nếu đem văn của AI so sánh với những bài do sinh viên đào tạo sau đại học viết ra.

Ấy vậy nhưng, cho đến nay, vẫn còn rất ít bằng chứng chứng minh được việc AI đã và đang gây ra sự gián đoạn quy mô lớn trên thị trường lao động, ngay cả trong những ngành nghề được nhiều người dự đoán là có nguy cơ cao bị AI thay thế. Vậy rốt cuộc điều gì đang xảy ra?

Hai nghiên cứu khoa học mới đây đã làm sáng tỏ nghịch lý về sự xuất sắc của hiệu năng, kết hợp với sự bất lực của AI trong việc chiếm lấy các công việc của con người, thay thế con người. Đồng thời, những nghiên cứu này cũng chỉ ra những ngành nghề, và cả lý do tại sao những tổn thất quy mô lớn đầu tiên về thị trường lao động có thể đang diễn ra.

Nghiên cứu đầu tiên là của tác giả John Burn-Murdoch. Dựa trên các nghiên cứu trước đây của Brookings Institution và OpenAI, Burn-Murdoch đã thực hiện một phân tích chi tiết về dữ liệu việc làm tại Mỹ. Nghiên cứu này so sánh xu hướng gần đây về số lượng công việc tuyển dụng, với danh sách các ngành nghề được xác định là có nguy cơ bị xu hướng tự động hóa gây ảnh hưởng cao ở mức đặc biệt.

Những công việc và những nhiệm vụ hàng ngày do các nhân viên kế toán, người bảo hiểm, đại lý du lịch và thư ký pháp lý thực hiện hầu như hoàn toàn trùng khớp với khả năng của mô hình ngôn ngữ lớn. Nhưng số lượng người lao động trong các vai trò này vẫn nằm trong phạm vi thông thường ngay cả khi AI tạo sinh ngày càng được ứng dụng một cách phổ biến.

Tuy nhiên, có hai ngoại lệ đáng chú ý. Thị trường lao động của những người viết content marketing, và các lập trình viên trong các nhà phát triển phần mềm đều mô tả những dấu hiệu rõ ràng của việc LLM và công cụ AI ảnh hưởng tới đối tượng này. Số lượng việc làm đã giảm mạnh so với xu hướng trong vòng 2 năm qua.

Đây không chỉ là một khía cạnh của các xu hướng kinh tế rộng hơn trong các lĩnh vực đó. Số lượng công việc ở các ngành công nghiệp khác như điện toán, xuất bản và tiếp thị hoàn toàn không cho thấy sự suy giảm đột ngột như những copy writer và những lập trình viên.



Kết quả nghiên cứu kể trên chứng minh rằng, có một sự tương phản rõ rệt về tình hình của những người làm trong những ngành nghề bị coi là có nguy cơ tương tự như nhau khi công nghệ AI tạo sinh phát triển.

Kết quả nghiên cứu thứ nhất trên đây phù hợp với một nghiên cứu mới từ công ty nghiên cứu AI METR có trụ sở tại San Francisco, qua đó cung cấp một khung sườn nghiên cứu mới để hiểu điểm mạnh, điểm yếu và tốc độ tiến bộ của AI.

Nghiên cứu này cho thấy, khả năng thực hiện một nhiệm vụ nhất định của LLM phụ thuộc không nhiều vào mức độ khó khăn về mặt trí tuệ của công việc đó, giống như cách những việc đó thử thách anh em mỗi ngày. Khả năng làm việc của AI cũng không phụ thuộc hết vào những trình độ chuyên môn cần thiết. Hóa ra, thứ quyết định tốc độ AI làm việc chính là thời gian để con người hoàn thành những nhiệm vụ đặt ra, và mức độ “lộn xộn” hoặc phi cấu trúc của quy trình làm việc.

Các nhiệm vụ của một trợ lý điều hành, đại lý du lịch hoặc nhân viên kế toán, tất cả đều là công việc dựa trên máy tính, dù chỉ đòi hỏi kỹ năng vô cùng căn bản, nhưng vẫn vượt quá khả năng của ngay cả những AI tiên tiến nhất hiện nay.

Chúng đều gặp khó khăn trong việc theo dõi cùng lúc nhiều luồng thông tin, phản hồi trong một môi trường động, làm việc với các mục tiêu không rõ ràng, hoặc mục tiêu liên tục thay đổi, và quan trọng nhất là khó làm việc đa nhiệm. Những quy trình làm việc phi cấu trúc này khác xa so với các bài kiểm tra lập trình và những câu hỏi trong các bài kiểm tra kiến thức hàn lâm, như y khoa hay luật.

Đương nhiên kết quả nghiên cứu như thế này không cho phép chúng ta kết luận rằng, những ngành nghề này sẽ vẫn thuộc phạm vi của con người, AI không thể thay thế. Nghiên cứu của METR cùng lúc cũng phát hiện ra rằng AI đang đạt được tiến bộ mạnh mẽ và ổn định trên một loạt các nhiệm vụ, bất kể độ phức tạp, thời lượng hay “sự lộn xộn”. Riêng công việc trợ lý hành chính có thể có lợi thế hơn, khó có thể bị AI thay thế trong vòng một hoặc hai năm tới.



Có thứ khiến cho nghề lập trình viên và người viết nội dung dễ bị đe dọa. Những công việc này, toàn bộ công việc từ đầu đến cuối, không chỉ các phần cấu thành riêng lẻ, chúng thực sự chính là những khía cạnh mà AI có thể làm cực nhanh và chính xác.

Ở đó là những nhiệm vụ tuyến tính, tuần tự rõ ràng, chẳng khác gì ngồi làm bài thi cả. Đáng chú ý, một yếu tố nữa cần đề cập, cả hai công việc kể trên cũng có tỷ lệ làm hợp đồng hoặc làm tự do rất cao. Vì vậy, một trợ lý AI như Claude của Anthropic có thể thay thế một người làm copy writer không thuộc biên chế doanh nghiệp, hoàn toàn không cần sự can thiệp của bộ phận nhân sự.

Một cách suy nghĩ khác, là “sự lộn xộn” đang bảo vệ biết bao nhân sự đang làm một số ngành nghề, nó đến từ sự tương tác qua lại và tính khó đoán vốn có khi con người làm việc và tương tác với nhau.

Có một sự mỉa mai nhất định, khi có vẻ như phương châm “tự lực cánh sinh” và “tối ưu hóa quy trình làm việc”, thứ vô cùng phổ biến ở Silicon Valley có thể đã khiến các vị trí nhân sự và công việc liên quan tới công nghệ trở nên mong manh hơn.

Nói một cách ngắn gọn, sau 2 nghiên cứu khoa học này, có thể phát hiện ra nghề nghiệp mà anh em sẽ không muốn nhận và thực hiện ở thời điểm hiện tại. Đó chính là những công việc với nhiệm vụ lặp đi lặp lại, những nhiệm vụ dễ dự đoán về mặt kết quả. Một ví dụ điển hình, đó chính là những người ngồi viết code để phân tích dữ liệu, rồi tổng hợp những kết quả phân tích trở thành những bài viết gửi tới các nhà nghiên cứu, hay cho các trang tin và báo kinh tế thị trường.

Hiện giờ đúng là có một nghề như thế, gọi là data-driven columnist. Cái đó AI hoàn toàn có thể thay thế được rồi.

Theo FT