MIT: Không cần hoảng sợ về ngày tận thế của AI, khả năng xác thực là nguồn tài nguyên khan hiếm

Nguồn: Podcast Bankless; Tổng hợp: Felix, PANews

Các nhà kinh tế học của MIT, Christian Catalini, đã tham gia chương trình của Ryan và David để phân tích sâu về bài báo mới của ông mang tên “Một số kinh tế học đơn giản của trí tuệ nhân tạo tổng quát”. Bài báo chỉ ra rằng, nguồn lực khan hiếm trong AI không còn là trí tuệ, mà là khả năng xác thực: tức là khả năng của con người trong việc kiểm tra, đánh giá và xác nhận tính chính xác của đầu ra AI.

Christian trình bày chi tiết về hai đường cong chi phí đang định hình lại các ngành nghề (chi phí tự động hóa và chi phí xác thực), giải thích tại sao các công việc cấp thấp nhất đầu tiên biến mất, và tại sao ngay cả các chuyên gia hàng đầu cũng vô thức đào tạo người kế nhiệm của mình (“lời nguyền của người mã hóa”). Ông cũng mô tả ba vai trò có thể được giữ lại trong quá trình chuyển đổi này: các giám đốc, người sáng tạo ý nghĩa và người đảm bảo trách nhiệm.

PANews đã tổng hợp những điểm chính của cuộc đối thoại này.

Người dẫn chương trình: Tôi nghĩ nhiều khán giả có thể giống tôi, cảm thấy lo lắng về AI. Bạn nghĩ tại sao mọi người lại lo lắng về AI? Những lo lắng đó có hợp lý không?

Christian: Chúng ta đều cảm thấy như vậy. Đây là một giai đoạn thay đổi nhanh chóng và mang tính cách mạng, càng gần với mã nguồn, bạn có thể càng sớm chứng kiến sự gia tăng tốc độ này, sự tăng trưởng theo cấp số nhân đã trở nên rất rõ ràng trong vài tháng qua. Công nghệ này đã thực hiện những điều mà nhiều người nghĩ phải mất nhiều thời gian hơn mới làm được, cảm giác này khiến tất cả chúng ta đều phải cố gắng thích nghi. Nhưng tôi nghĩ rằng thuyết tận thế là sai lầm; mọi người thường đánh giá thấp tiềm năng của những công cụ này. Đúng vậy, sẽ có một giai đoạn chuyển đổi cực kỳ khó khăn, tốc độ thay đổi công việc chưa từng có trong lịch sử. Tuy nhiên, nếu bạn tận dụng tối đa đặc điểm của công nghệ này và đầu tư vào nó, về lâu dài, phần lớn sẽ có lợi, mặc dù sẽ có nhiều sóng gió. Kinh tế học xem công việc như một tập hợp các nhiệm vụ, trong đó một số nhiệm vụ sẽ được tự động hóa, điều này là tin tốt, nhưng điều then chốt là bạn phải đào tạo lại bản thân và duy trì khả năng cạnh tranh.

Người dẫn chương trình: Bạn nghĩ ai sẽ là người bị ảnh hưởng đầu tiên?

Christian: Đây là một câu hỏi rất hay, tôi có nhiều ý kiến khác nhau. Trước tiên, khi tôi nói những người gần với mã nguồn nhất sẽ bị ảnh hưởng đầu tiên, ý tôi là họ sẽ là những người đầu tiên cảm nhận được sức mạnh của công nghệ này. Như nghịch lý Jevons đã chỉ ra, khi một thứ gì đó trở nên hiệu quả hơn, chúng ta lại tiêu thụ nhiều hơn, ví dụ như viết nhiều phần mềm hơn. Tôi nghĩ rằng lập trình sẽ phân hóa giống như nhiều nghề khác, mà trong bài báo chúng tôi gọi là “chu kỳ sơ cấp biến mất”. Nếu bạn là nhân viên sơ cấp, chưa có “kiến thức ngầm” để phân biệt sản phẩm xuất sắc và trung bình, thì AI có thể thay thế bạn rất tốt trong nhiều lĩnh vực.

Bây giờ ai cũng dễ dàng có được một nhà tiếp thị khá tốt, một lập trình viên sơ cấp, hoặc một luật sư có thể giúp xử lý hầu hết các tình huống, chỉ cần cuối cùng mời luật sư hàng đầu để xác nhận cuối cùng. Mặt khác, ngay cả các chuyên gia hàng đầu, khi tích hợp AI, cũng vô tình tạo ra các dấu vết về nhãn hiệu, thông tin và số liệu, cuối cùng sẽ khiến công việc của họ bị tự động hóa. Các phòng thí nghiệm hàng đầu đang tuyển dụng các chuyên gia hàng đầu trong lĩnh vực tài chính và các lĩnh vực khác, để tạo ra các tiêu chuẩn đánh giá, tích hợp kiến thức chuyên môn vào các mô hình lớn. Vì vậy, tôi nghĩ rằng không có công việc nào hoàn toàn an toàn, ngay cả công việc chân tay bị giới hạn bởi khả năng chế tạo robot, các mô hình thưởng (reward models) trong vài năm tới sẽ có bước tiến lớn. Mọi thứ diễn ra trước màn hình đều có thể bị theo dõi, sao chép và học hỏi. Đối với mỗi nghề nghiệp, điều then chốt là suy nghĩ: nếu tôi giao phó càng nhiều công việc cho AI, tôi còn có thể tạo ra giá trị ở đâu?

Thực tế, mọi người thường tự an ủi về “mùi vị” và “phán đoán”. Chúng rất mơ hồ. Vì vậy, trong bài báo, chúng tôi nói: không có khái niệm “mùi vị” hay “phán đoán tốt xấu”, chỉ có sự khác biệt giữa “có thể đo lường” và “không thể đo lường”. Nếu một việc đã được đo lường, máy móc có thể sao chép nó. Nếu một việc vẫn chỉ nằm trong “trọng số” của não bạn, như một nhà thiết kế hàng đầu tích lũy hàng vạn giờ kinh nghiệm để quyết định cái gì nên phát hành, cái gì không, thì đó chính là “xác thực”. Tất cả xác thực đều là bước cuối cùng này: AI tạo ra sản phẩm, còn bạn là người quyết định xem nó có đạt tiêu chuẩn để đưa ra thị trường hay không. Khi máy có thể lấy dữ liệu tốt hơn, mọi thứ sẽ tự động hóa; nhưng trong các lĩnh vực chưa có dữ liệu hoặc chưa rõ, phần này vẫn sẽ thuộc về con người trong vài năm tới.

Người dẫn chương trình: Đó là một quan điểm rất sâu sắc. Nhưng tôi cũng tự hỏi, việc kỹ sư tự động hóa công việc của mình là điều rất tự nhiên. Liệu tác động của các ngành nghề có giống nhau không?

Christian: Chúng ta có đủ bằng chứng để thấy rằng sự thay đổi sẽ không đồng đều. Có thể nghĩ như thế này: công việc này chỉ là “bao bọc” cho một thứ gì đó mà xã hội thực sự không cần nữa? Ví dụ như công việc tư vấn chung chung, nếu chủ yếu là tái chế, tóm tắt, tổng hợp thông tin đã phổ biến rộng rãi, rõ ràng có rủi ro. Nhưng nếu nó mang lại kiến thức chuyên sâu trong lĩnh vực khan hiếm, hoặc là để phục vụ lý do chính trị, thì những công việc đó sẽ tồn tại. Hãy tự hỏi: nghề này kiếm tiền vì nó giải quyết một vấn đề phức tạp, hay chỉ đơn giản là do có một số rào cản nhân tạo?

Người dẫn chương trình: Xác thực thực sự có ý nghĩa gì? Tôi rất khó phân chia công việc hàng ngày của mình thành những phần nào là công việc nhận thức, phần nào là xác thực.

Christian: Các đại lý đã học và đo lường mọi thứ từ mạng lưới, sách vở, vì chúng rẻ hơn và có thể mở rộng, nên sẽ thay thế phần có thể đo lường được. Nhưng những thứ mà đại lý chưa biết: chính là các trọng số thần kinh đặc biệt trong não bạn. Đó là những thứ bạn tích lũy qua trải nghiệm và đấu tranh, khiến bạn trở thành chuyên gia hàng đầu. Ví dụ như các nhà tham gia tiền mã hóa ban đầu, nhiều người đến từ Argentina, Venezuela, đã trải qua lạm phát phi mã, phản ứng của họ với tài sản hoàn toàn khác biệt. Sự đo lường nội tại đặc biệt này vẫn là một lợi thế lớn.

Xác thực là gì? Đó chính là sự khác biệt giữa tiêu chuẩn tự đo lường của bạn về thế giới và tiêu chuẩn mà đại lý có. Giống như một biên tập viên hàng đầu biết chính xác bài viết nào sẽ gây tiếng vang; hoặc một CTO hàng đầu, khi đối mặt với kho mã khổng lồ do AI tạo ra, biết chính xác phần nào là quyết định then chốt cần phải kiểm tra bằng tay, phần này vẫn chưa thể đo lường bằng máy.

Người dẫn chương trình: Ví dụ nhé, nếu tôi thấy trên X một video về Israel bị tên lửa tấn công, nhưng tôi phát hiện đó là do AI tạo ra. Tôi dùng trí não để nhận diện vấn đề, có thể thử lại bằng cách đưa ra prompt mới để tạo ra video tốt hơn, đó có phải là “khả năng xác thực” của tôi?

Christian: Đây là một ví dụ rất hay. Hơn nữa, chúng ta có thể sớm bước vào thế giới này: đối với phần lớn mọi người, video đó sẽ khó phân biệt với thực tế. Bước tiếp theo có thể là các chuyên gia quân sự nhận ra sự không hợp lý trong động thái của ngọn lửa. Tiếp nữa, thậm chí các chuyên gia quân sự cũng không thể phân biệt rõ ràng, cần AI phân tích nguyên lý vật lý và mô phỏng thử nghiệm. Cuối cùng, có thể là không thể phân biệt nữa, và khi đó chúng ta sẽ phải dựa vào hạ tầng dựa trên mật mã để xác nhận tính xác thực. Trong y học cũng vậy, các trường hợp ngoại lệ cuối cùng cần các bác sĩ chẩn đoán hình ảnh hàng đầu, có 20 năm kinh nghiệm và hiểu rõ đặc thù của bệnh nhân, để bác bỏ kết luận của AI. Đó chính là lớp “bộ lọc” mỏng cuối cùng mà chúng ta quan tâm. Khi làm như vậy, chúng ta giải phóng rất nhiều thời gian. Đây là mặt tích cực: chúng ta có thể làm nhiều việc hơn với ít nguồn lực hơn. Chi phí của những thứ đắt đỏ sẽ giảm xuống. Xã hội sẽ tiêu thụ nhiều hơn những thứ này. Tôi nghĩ đó là tin vui.

Người dẫn chương trình: Nhưng trong ví dụ của bạn, hiện tại AI đang làm xác thực, nhưng sớm nó sẽ không thể xác thực nữa, và cần đến các chỉ huy quân sự, cuối cùng thậm chí cả họ cũng không thể xác thực, phải nhờ AI. Điều này không phải chứng minh rằng “xác thực” ban đầu có giá trị, nhưng rồi cũng sẽ tự động hóa? Vậy thì chính “xác thực” cũng không an toàn?

Christian: Đúng vậy. Chúng tôi gọi đó là “lời nguyền của người lập trình”. Việc xác thực, một hành động cực kỳ hợp lý, chính nó lại thúc đẩy phát triển công nghệ tiên tiến và chuyển đổi kinh nghiệm thành dữ liệu. Chúng ta không thể dừng lại, vì tất cả các luật sư hay chuyên gia đều cố gắng sử dụng AI. Xác thực thực sự là một chiến tuyến đang thu hẹp.

Người dẫn chương trình: Ngay cả lĩnh vực xác thực cuối cùng cũng ngày càng thu hẹp, thì khi nào chúng ta mới hết lo lắng?

Christian: Trước tiên, có những thứ trong thiết kế vốn dĩ không thể đo lường, như “trò chơi địa vị” hay những thứ do con người gán ý nghĩa. Những lĩnh vực này sẽ không bị máy móc xâm chiếm, vì đặc trưng của chúng là dựa trên sự đồng thuận của con người. Tiền mã hóa cũng tương tự, điều quan trọng là con người đồng thuận về giá trị của thứ gì đó. Khi lĩnh vực công việc có thể đo lường ngày càng thu hẹp, chúng ta sẽ phát minh ra nhiều cách để làm cho các công việc không thể đo lường trở nên có ý nghĩa.

Người dẫn chương trình: AI có thể xây dựng một trang web trong 10 giây, nhưng có thể không viết nổi một tweet hấp dẫn con người. Đây có thể là một trong những công việc xác thực cuối cùng còn lại không?

Christian: Thu hút sự chú ý, kể một câu chuyện hài mới thực sự sáng tạo, là những công việc cực kỳ khó khăn, đòi hỏi phá vỡ những thứ chưa từng được đo lường. Trong quá trình tiến hóa sinh tồn dài lâu, chúng ta đã phát triển khả năng thích nghi mạnh mẽ với môi trường chưa biết. Những người làm công việc này gọi là “người tạo ý nghĩa”. Ví dụ trong nghệ thuật hoặc văn hóa, cái đẹp phụ thuộc vào sự đồng thuận của con người. Ngay cả khi bạn dùng AI để hỗ trợ, bạn vẫn phải đặt ra “ý định”.

Người dẫn chương trình: Chi phí tự động hóa đang giảm theo cấp số nhân, vậy “chi phí xác thực” sẽ thế nào? Nó có mãi bị giới hạn bởi sinh học của con người không?

Christian: Hiện tại, nó vẫn bị giới hạn bởi sinh học. Nhiều công ty đã phát hành hàng loạt mã do AI tạo ra, nhưng không đủ nhân lực để đọc và xác thực chúng, điều này tất yếu tiềm ẩn rủi ro.

Người dẫn chương trình: Không thể dùng AI để xác thực AI sao?

Christian: Nếu AI có thể xác thực đúng, thì phần đó đã có thể tự động hóa rồi. Sau khi dùng hết tất cả các AI để xác thực, những thứ còn lại chính là những thứ không thể xác thực bằng AI, và đó mới là giới hạn của sự can thiệp của con người.

Người dẫn chương trình: Nếu xác thực là nguồn tài nguyên khan hiếm mới, nhưng ngày càng thu hẹp, thì trong nền kinh tế này, làm thế nào để làm việc và đầu tư?

Christian: Chúng tôi đã xây dựng ma trận 2x2 dựa trên “chi phí tự động hóa” và “chi phí xác thực”. Góc dưới bên trái là những người bị thay thế: dễ tự động hóa, dễ xác thực, bạn chắc chắn không muốn ở đây. Ba phần còn lại là:

Người sáng tạo ý nghĩa: khó tự động hóa, khó xác thực. Họ tập trung vào sự đồng thuận xã hội, trò chơi địa vị và kết nối con người. Ví dụ như các nhà tạo mùi vị trong thời trang, các KOL trong lĩnh vực tiền mã hóa trên Twitter, họ tạo ra các câu chuyện và điều phối sự chú ý.

Người đảm bảo trách nhiệm: dễ tự động hóa, khó xác thực. Họ là các chuyên gia hàng đầu trong lĩnh vực, như luật sư, bác sĩ hoặc nhà đầu tư mạo hiểm. Họ sử dụng AI quy mô lớn, nhưng cung cấp dịch vụ chịu trách nhiệm và xác thực cho các trường hợp ngoại lệ cuối cùng.

Các giám đốc: khó tự động hóa, dễ xác thực. Trọng tâm là “ý định”. Họ đối mặt với “những điều chưa biết”, điều hành đại lý như các nhà sáng lập, định hướng, cảm nhận độ lệch và liên tục điều chỉnh hướng đi.

Người dẫn chương trình: Các bạn trẻ mới ra trường muốn bước vào thị trường lao động thì sao? Một bên là công việc sơ cấp không có giá trị, bên kia là trở thành chuyên gia hàng đầu sau mười năm rèn luyện, có một khoảng cách rất lớn. AI đã có thể làm những việc sơ cấp rồi, vậy làm thế nào để các bạn trẻ trưởng thành đến phía kia?

Christian: Khoảng cách đó có thật. Nhưng tin vui là bạn có thể rút ngắn thời gian học tập. Bạn có thể bỏ qua các bước đào tạo truyền thống. Một kỹ sư sơ cấp hiện nay có thể tự mình làm những công việc trước đây cần cả một nhóm nhờ công cụ. Dĩ nhiên ban đầu sẽ mắc lỗi, nhưng với tư cách người mới, họ có thể đặt câu hỏi theo cách hoàn toàn mới về truyền thống, đó chính là lợi thế. Họ có thể thực hiện ý tưởng theo cách mà khi còn trẻ chúng ta không thể làm được. Có lợi có hại.

Con đường cũ: “Có bằng cấp, thực tập, cố gắng thăng tiến”, thực ra đã không còn nữa, điều này gây ra cú sốc văn hóa lớn. Đối với các bạn trẻ mới tốt nghiệp, điều này rất khó. Nếu còn đang học đại học, bạn còn thời gian để định hướng rõ ràng. Nếu đang gặp khó khăn, tôi khuyên: hãy tận dụng các công cụ này để tạo ra thứ gì đó. Tham vọng của bạn nên lớn hơn gấp 100 lần so với khi chúng ta còn trẻ.

Người dẫn chương trình: Việc mất đi nhiều công việc “nhấn nút” trong ngắn hạn có thể khiến xã hội rối loạn không?

Christian: Xã hội luôn có khả năng tạo ra lại các công việc “nhấn nút” khi cần thiết để duy trì ổn định. Nhưng nhiều người làm các công việc này thực ra có khả năng làm nhiều hơn, chỉ là do môi trường hạn chế. Khi lao động chân tay không còn cần thiết nữa, chúng ta phát minh ra phòng tập gym; giờ đây, khi giải phóng trí óc, mọi người sẽ phát triển các nghề phụ và nền kinh tế sáng tạo để tìm thử thách. Đó là lý do tại sao tôi nghĩ rằng “Thu nhập cơ bản không điều kiện” (UBI) hoàn toàn sai lầm, vì con người cần có ý nghĩa và động lực tự thể hiện. Thậm chí, ngay cả khi phần lớn công việc của bạn bị tự động hóa, nếu bạn tận dụng tốt AI như một công cụ siêu việt, một nhân viên sơ cấp mới vào nghề cũng có thể tạo ra sản lượng của cả một nhóm trước đây.

Người dẫn chương trình: Có lời khuyên nào dành cho các công ty và nhà đầu tư không?

Christian: Đối với các công ty, hãy đầu tư vào hạ tầng xác thực, cung cấp “trách nhiệm như dịch vụ” (tức là không chỉ cung cấp đại lý mà còn bảo đảm hậu quả). Ngoài ra, hãy nắm bắt các “nguồn dữ liệu độc quyền”, vì AI dễ bị lừa đảo, các công ty cung cấp dữ liệu thực độc quyền như Bloomberg hoặc các đánh giá chuyên sâu có giá trị rất lớn. Đối với nhà đầu tư, ngoài việc đầu tư vào các lĩnh vực này, hãy chú ý đến các “nghề không thể đo lường” cứng rắn. Hiện tại, các hiệu ứng mạng thông thường có thể mất đi, còn các hiệu ứng mới sẽ dựa trên cách bạn phản hồi thực tế tốt hơn để làm cho đại lý của bạn đáng tin cậy hơn người khác, vì mọi người thực sự muốn mua những thứ đã được xác thực thông minh.

Người dẫn chương trình: Công nghệ mã hóa có hữu ích trong quá trình xác thực này không?

Christian: Các hạ tầng nền tảng trong lĩnh vực mã hóa đã xây dựng trong 10 năm qua rất quan trọng. Khi cần xác định danh tính thật giả hoặc ngăn chặn chiếm đoạt tài khoản, các công nghệ như “chứng minh nhân cách” trên blockchain có thể cung cấp xác thực mạnh mẽ. Ngoài ra còn có nguồn gốc dữ liệu và chuỗi quản lý mật mã, giúp đảm bảo tính hợp lệ của thông tin và các mô hình.

Người dẫn chương trình: Trong năm tới, mọi người nên làm gì? Bạn có lạc quan về tương lai của nhân loại không?

Christian: Trước tiên, đừng hoảng loạn. Hãy thử nghiệm nhiều, tận dụng tối đa các công cụ để “loại bỏ” và tự động hóa chính mình hiện tại. Rất nhiều sở thích cá nhân trong tương lai có thể trở thành những công việc có ý nghĩa nhất. Tệ nhất, bạn cũng sẽ hiểu rõ giới hạn và điểm yếu của mô hình. Đối với nhiều nhà sáng tạo trực tuyến, sở thích đã trở thành nghề nghiệp, đó sẽ là xu hướng chính trong tương lai. Nếu bạn có con, việc khám phá tài năng của chúng và để chúng đắm chìm trong đam mê là điều quan trọng nhất. Không có mẫu nghề nghiệp cố định nào, các công cụ mới của AI có thể giúp bạn tìm ra con đường chỉ riêng dành cho bạn.