Cách đây không lâu mạng xã hội nổi lên câu chuyện về giảng viên đại học bị cho nghỉ dạy sau khi cho 1 sinh viên 0 điểm vì sử dụng AI để làm bài.. Nhân câu chuyện này, mình nhớ lại một số câu hỏi mà nhiều anh chị em đã nhắn tin hỏi mình về các ý kiến, cách sử dụng AI sao cho đúng cách,...

Đồng thời lướt đọc bình luận trên mạng xã hội, mình thấy rằng ranh giới giữa mạng nhận thức khả năng của AI, cách dùng nó đúng đắn như một công cụ hỗ trợ và sự hạn chế lệ thuộc vào nó vẫn còn ranh giới khác mong manh. Trong bài viết này xin được tổng hợp với các bạn một số ý kiến lầm tưởngphổ biến về công cụ AI nhé.

Đầu tiên cần phải làm rõ, cái mà chúng ta sẽ bà nhiều nhiều nhất ở đây chính là Gen AI, một cách tiếp cận của khái niệm rộng hơn là AI. Trước đây, mình có 1 bài đầu tiên nói về AI như một Công cụ hỗ trợ và cả các sử dụng nó qua chia sẻ về Prompt Engineering, anh em có thể xem lại qua các link bên dưới nhé.

• Những lầm tưởng của người ta về AI P1: GenAI và cái máy tính bỏ túi (tinhte.vn)

AI chỉ dành cho chuyên gia hay người rành công nghệ

Mặc dù khái niệm Gen AI đã bùng nổ từ hơn 2 năm qua, tuy nhiên ở thời điểm gần cuối 2024 hiện tại, đây vẫn là một quãng thời gian quá sớm trong sự phát triển của AI tạo sinh. Khác với những cách tiếp cận AI khác vốn đã có lịch sử phát triển từ 10-40 năm qua như robot, công nghệ tự động,... Gen AI hay AI tạo sinh thực sự vẫn còn trong giai đoạn rất sơ khai. Bởi thế, các nhà phát triển, các công ty từ phần cứng đến phần mềm vẫn đang dần dần hoàn thiện cách mang nó tới cho người dùng cuối. Tuy nhiên với tốc độ phát triển cực nhanh, ngày càng có nhiều ứng dụng AI được mang tới để người dùng tiếp cận một cách dễ dàng.

Ở thời điểm cuối năm 2023, khi nhắc tới những ứng dụng AI phổ biến và dễ dàng tiếp cận nhất, người ta sẽ chỉ hay đề cập tới các chatbot như ChatGPT, Gemini, Claude hay GenAI tạo ảnh Stable Diffusion, Mid Journey,... thì giờ đây, Internet tràn ngập các ứng dụng AI tạo sinh. Đồng thời, các tính năng AI cũng nhanh chóng được các nhà phát triển phần mềm quen thuộc như Microsoft, Adobe, Notion, Evernote, Davinci Resolve, Audacity,.... tích hợp sâu vào trong các ứng dụng phổ biến. Bởi thế, ngay từ giao diện Windows, ứng dụng gõ văn bản Word, bảng tính Excel, PowerPoint,... cho tới chỉnh ảnh Lightroom, đồ họa Photoshop,.... đều đã có các tính năng AI sử dụng được ngay.

Một xu hướng khác chính là các chatbot hay những mô hình ngôn ngữ lớn LLM chạy Local độc lập dưới máy tính của người dùng mà không cần kết nối mạng cũng là xu hướng và ngày càng được đơn giản hóa. Hiện tại các chatbot như ChatRTX của Nvidia phát triển hay các ứng dụng như Trợ lý cá nhân cài sẵn trên các AI PC Laptop của HP, của Acer,... cũng có cách sử dụng cực kỳ đơn giản. Người dùng chỉ cần chép tài liệu word, pdf,... vào một thư mục cho AI nó tự học là đã có thể xài.

Người dùng chỉ cần mất một ít thời gian cập nhật và làm quen là đã có thể tận dụng các tính năng AI ngay trên máy tính. Không đòi hỏi cài đặt phức tạp với những giao diện và cách sử dụng cực kỳ kém thân thiện như thời điểm cách đây 1 năm nữa.

AI có thể sáng tạo

MÌnh hay được nhiều anh em hỏi về khả năng sáng tạo của AI. Từ bản chất hoạt động, AI không sáng tạo mà nó là một công cụ tạo sinh dựa trên tập dữ liệu khổng lồ đã được dạy trước kết hợp với thuật toán self attention - nhận biết mức độ liên quan của các từ trong câu lệnh của người dùng đưa vào. Bởi thế trên bình diện rộng hơn, GenAI hoàn toàn không sáng tạo dùm con người mà thay vào đó, nếu dùng đúng, nó chỉ có thể giúp con người sáng tạo hơn mà thôi.

Theo mình, đây cũng chính là một trong những suy nghĩ lầm tưởng khiến cho nhiều bạn, đặc biệt là các bạn đang học những ngành liên quan tới sáng tạo, nghệ thuật,... sử dụng gen AI một cách lạm dụng. Có thể chỉ với một prompt chứa vài từ khóa đơn giản, model AI sẽ trả về cho chúng ta một bức ảnh digital art rất ấn tượng, tuy nhiên nhiều khả năng bức ảnh đó sẽ được tạo bởi ai đó trên thế giới này nếu prompt quá chung chung. Và có thể chúng ta sẽ gặp vấn đề khi dùng ngay bức ảnh này để nộp bài tập, để trả cho khách hàng,...

Ngược lại, nếu bạn dựa vào kiến thức chuyên môn, thí dụ ở đây là kiến thức về nghệ thuật, để định hình sẵn trong đầu một tác phầm nghệ thuật mà bạn muốn tạo ra. Sau đó bạn lắp ghép, prompting một cách kỹ lưỡng, để dùng model AI như một công cụ hỗ trợ bạn trong quá trình dựng hình, có thể để nhanh chóng thử nghiệm các cách tiếp cận, lấy thêm ý tưởng, cảm hứng. Sau đó bạn có thể tiếp tục hoàn thiện sản phẩm đó bằng những công cụ, những cách làm khác để hình thành nên tác phẩm cuối cùng, mang đậm dấu ấn cá nhân của bạn thì rõ ràng, Gen AI ở đây được dùng như một công cụ và bạn vẫn là người tư duy và sản phẩm đó do bạn tạo ra, bạn chịu trách nhiệm với nó.

Nói tóm lại, AI không thể thay thế sự sáng tạo của con người, nó chỉ hỗ trợ quá trình đó.

AI luôn đưa ra thông tin chính xác

Đây là một trong những lầm tưởng phổ biến nhất về AI. Do bản chất hoạt động dựa trên mô hình ngôn ngữ lớn vốn được huấn luyện bằng 1 tập dữ liệu giới hạn, lại không mang tính cập nhật thời sự, nên mô hình ngôn ngữ lớn dù biết nhiều nhưng không phải là biết mọi thứ một cách chính xác. Đây chính là một trong những giới hạn của nhiều mô hình ngôn ngữ lớn hiện tại. Nguy hiểm hơn, ngay cả khi không có thông tin về cái mà người dùng truy vấn, một số model vẫn cố trả về kết quả trông có vẻ rất hợp lý, văn rất mượt nhưng thông tin trong đó lại sai hoàn toàn. Đây chính là hiện tượng hallucianation mà cho tới hiện tại người ta vẫn đang luôn tìm cách khắc phục của các LLM.

Hiện tại, một số cách tiếp cận phổ biến để khắc phục phần nào hiện tượng này chính là "chặn ngay từ đầu", nghĩa là một số nhà phát triển ứng dụng sẽ cài đặt sẵn một số prompt ẩn chạy kèm theo các prompt của người dùng nhập vào để định hướng kết quả, tránh model trả về kết quả tầm bậy (thí dụ như cách Apple làm với Apple Intelligence xài core ChatGPT hoặc Google làm với Gemini).

Một cách làm phổ biến khác là sử dụng kỹ thuật RAG, nôm na là "dạy thêm" kiến thức đặc thù, chuyên biệt và mang tính cá nhân cao cho model AI có sẵn để nó trả lời đúng những thông tin trong lĩnh vực đặc thù mà người dùng hỏi. ChatRTX của Nvidia là một thí dụ của cách tiếp cận này. Một số các OEM như HP, Lenovo, Acer,... cũng đang phát triển các ứng dụng tương tự cài đặt sẵn trên các AI PC laptop của họ để phục vụ cho chuyện này. Đối với các model online như ChatGPT của OpenAI cũng có Playground cho phép người dùng finetune một model riêng phục vụ cho những mục đích cụ thể, gần đây thì Google Gemini cũng ra tính năng Gem với khả năng tương tự.

Và dù sao đi nữa, do bản chất chưa hoàn thiện, nên người dùng cần nhận thức rõ khiếm khuyết này của GenAI, từ đó thận trọng khi sử dụng, đặc biệt là trong các lĩnh vực nhạy cảm như tài chính, kinh tế, sức khỏe,...

AI luôn trả kết quả khách quan và không thiên vị

Cũng do bản chất tạo ra LLM dựa trên một tập data huấn luyện không hoàn chỉnh nên sẽ dẫn tới một vấn đề khác của genAI chính là tính bias, tạm dịch là thiên vị. Thí dụ đơn giản như nếu người dùng gõ một prompt đơn giản "tạo 10 hình ảnh của lập trình viên", thì rất nhiều khả năng đó sẽ đều là hình ảnh của nam lập trình viên. Tương tự, nếu với một prompt kiểu như "tạo ra 5 phát biểu truyền cảm hứng về sự kiên trì của một CEO" thì nhiều khả năng, toàn bộ những câu do GenAI tạo ra sẽ mang màu sắc của một nam CEO. Đây chính là tính bias trong tập dự liệu huấn luyện của model đó.

Nhiều trường hợp đáng tiếc đã xảy ra do không thận trọng với tính bias của LLM khi sử dụng nó. Điển hình như tấm poster bên dưới được tạo ra để cổ động trong một ngày lễ nhưng do không để ý kỹ, các chi tiết trong hình ảnh đó lại không phù hợp. Bởi thế, cần nhận thức rõ tính bias, kiểm tra kỹ và quan trọng hơn, định hình kết quả mà chúng ta mong muốn AI ngay từ trước khi sử dụng GenAI vẫn là bước cực kỳ quan trọng để đảm bảo sản phẩm mà công cụ AI tạo ra là phù hợp.

AI sẽ khiến con người trở nên lười biếng

Mặc dù AI có thể tự động hóa nhiều tác vụ hoặc một quy trình lặp đi lặp lại nào đấy với độ chính xác khá đáng kinh ngạc, nhưng không phải vì thế mà con người sẽ không cần phải làm gì cả. Thay vào đó, con người sẽ có thêm thời gian để giải quyết nhiều vấn đề khác, hoặc học thêm các kỹ năng khác hoặc sáng tạo ra các cách làm, các kỹ thuật mới để tăng hiệu quả công việc. Nói cách khác, AI lúc này sẽ làm "thợ", còn con người sẽ là "thầy" để bắt các "thợ" làm theo quy trình mà mình đã nghĩ ra dựa trên những kiến thức, khả năng tư duy mà chỉ con người mới có.

Hơn hết, lịch sử đã cho thấy điều này chỉ là một cái nhìn tiêu cực về một công cụ mới nào đó. AI vẫn là một công cụ, như những công cụ khác để giải quyết vấn đề, cũng chẳng thần thánh tới mức thay thế con người hoàn toàn để làm được mọi thứ. Vấn đề ở đây là chúng ta xài nó ra sao để áp dụng vào công việc hiện tại của chúng ta cho tốt hơn mà thôi.

Xem thêm:

• Cùng học GenAI Phần 1: Các khái niệm cơ bản về GenAI, LLM, cách hoạt động, train, các giới hạn,...
• Cùng học GenAI Phần 2: Chi tiết về Prompt, cách một LLM chạy, phân loại prompt theo dạng thông tin
• Cùng học GenAI Phần 3: Chi tiết về Prompt, phân loại prompt theo tính năng
• Cùng học GenAI Phần 4: Chi tiết các kỹ thuật prompt và cách kết hợp để xử lý các task phức tạp
• Cùng học GenAI Phần 5: Thành phần của prompt, các tham số khi làm việc với LLM, quy trình prompting