4 sự thật “khó chịu” về AI mà ai cũng nên biết

Xung quanh khái niệm AI, hay trí tuệ nhân tạo, hiện có rất nhiều thông tin sai lệch và suy đoán thiếu cơ sở. Dù công nghệ này đã được ứng dụng rộng rãi, vẫn còn những sự thật cốt lõi thường bị bỏ qua – và chính chúng có thể làm thay đổi cách bạn nhìn nhận năng lực thật sự của AI cũng như tương lai của công nghệ này.

Các mô hình ngôn ngữ hiện đại chỉ là cỗ máy dự đoán

Thỉnh thoảng, bạn có thể nghe ai đó nói kiểu như “hỏi ChatGPT xem nó nghĩ gì”. Cách nói này không chỉ riêng AI mới có, nhưng về bản chất thì nó là một cách diễn đạt sai.

Các mô hình ngôn ngữ lớn (LLM) hiện nay không có khả năng “suy nghĩ” hay lập luận logic giống con người. Về bản chất, chúng là những cỗ máy dự đoán. Câu trả lời mà bạn nhận được được tạo ra bằng cách dò tìm mẫu (pattern-matching), tức là dự đoán từ nào có khả năng xuất hiện tiếp theo cao nhất dựa trên câu lệnh bạn đưa ra.

Những “mẫu” này được học thông qua dữ liệu huấn luyện. Các sản phẩm như ChatGPT hay Gemini được đào tạo dựa trên vô số văn bản mà chúng đã phân tích để học cách phản hồi. Chúng không phải là cỗ máy tư duy, mà giống như những kho ghi nhớ khổng lồ, có khả năng ghép nối câu chữ dựa trên xác suất.

Các mô hình này thực chất không “hiểu” câu hỏi của bạn, cũng không lập luận theo logic. Dù đôi khi chúng có thể tính toán hay cố gắng “giải” một vấn đề, kết quả đầu ra không đến từ quá trình suy luận. Dự đoán và hiểu biết là hai khái niệm hoàn toàn khác nhau.

Hạn chế này thể hiện rất rõ ở việc AI có thể… sai một cách tự tin. Ví dụ kinh điển là hỏi chatbot có bao nhiêu chữ “r” trong từ “raspberry”, và nhận về câu trả lời cho thấy nó thậm chí không hề đếm. Hoặc tệ hơn, hỏi mẹo dọn dẹp nhà cửa nhưng lại được gợi ý một “công thức” tạo ra khí clo cực độc.

AI đang dần cạn kiệt dữ liệu huấn luyện chất lượng

Thứ khiến LLM hoạt động được ngay từ đầu chính là dữ liệu. Sau khi được xây dựng nền tảng, các mô hình này sẽ được “nuôi” bằng những kho dữ liệu khổng lồ. Theo nghĩa nào đó, AI hiện đại giống như thứ được nuôi lớn hơn là được thiết kế sẵn. Bạn có thể đặt nền móng, nhưng dữ liệu đưa vào sẽ quyết định kết quả cuối cùng, đôi khi theo những cách rất khó lường.

Cho đến nay, gần như mọi thứ đã được đưa vào các mô hình AI hiện đại: kho lưu trữ internet hàng chục năm như Common Crawl, toàn bộ Wikipedia, sách đã xuất bản ở dạng số, mã nguồn phần mềm, cho đến nội dung do người dùng tạo ra trên mạng xã hội.

Dù có thể tiếp tục mở rộng hạ tầng phần cứng bằng cách xây thêm trung tâm dữ liệu, bài toán dữ liệu lại khó giải hơn nhiều. Điều này làm dấy lên suy đoán rằng chúng ta đang tiến gần đến giới hạn thực sự của các mô hình hiện tại.

Một số công ty, như Frontier Labs AI, đã bắt đầu dùng chính AI để tạo ra dữ liệu huấn luyện tổng hợp. Tuy nhiên, cách làm này giống như việc photo một bản photo khác trong đời thực. Nếu mỗi lần sao chép chất lượng lại giảm đi một chút, cuối cùng bạn sẽ đối mặt với hiện tượng gọi là “sụp đổ mô hình” (model collapse).

“Vibe coding” không thần kỳ như lời quảng cáo

Nếu dạo quanh các cộng đồng công nghệ chuyên sâu, bạn sẽ thấy không ít lời chỉ trích dành cho “vibe coding” – thuật ngữ dùng để chỉ việc để AI viết mã mà không thực sự hiểu đoạn mã đó hoạt động ra sao.

Không thể phủ nhận rằng vibe coding có những ứng dụng nhất định, đặc biệt với người mới học hoặc dân làm dự án cá nhân. Chẳng hạn, nó có thể giúp bạn hoàn thành những dự án như tự làm khung ảnh E-Ink bằng Arduino nhanh hơn rất nhiều so với việc học mọi thứ từ đầu.

Tuy nhiên, khi vượt ra khỏi phạm vi sở thích cá nhân, việc dùng AI để viết mã lại bộc lộ nhiều vấn đề nghiêm trọng. Các LLM hiện nay có thể hỗ trợ lập trình viên trong môi trường IDE bằng cách gợi ý mã, giúp viết nhanh hơn, nhưng đó không phải là chuyện triển khai hoàn chỉnh một sản phẩm.

Chỉ cần AI viết sai 1% mã cũng đã là vấn đề lớn. Với con người, một phần nhỏ mã lỗi cũng đủ gây rắc rối nghiêm trọng và cần được sửa chữa cẩn thận. Dù con người cũng mắc lỗi, họ hiểu rõ cấu trúc và logic của thứ mình tạo ra, từ đó mới tìm được cách khắc phục hiệu quả.

Có thể chỉnh sửa và làm sạch mã nếu có sự giám sát của con người, nhưng việc này rất tốn thời gian, thậm chí bất khả thi nếu lỗi nằm sâu trong nền tảng của dự án. Nó giống như cố sửa móng nhà khi phần khung đã dựng xong.

Đó là lý do bạn không nên tin vào những quảng cáo hứa hẹn rằng bạn có thể tạo ra ứng dụng mơ ước và kiếm tiền từ nó, ngay cả khi không có bất kỳ kiến thức lập trình nào.

Có khả năng bạn đã góp phần “nuôi” AI, dù không hề hay biết

Rất có thể nội dung do chính bạn tạo ra đã được dùng để huấn luyện các mô hình AI. Đó có thể chỉ là một bình luận trên diễn đàn, một bài đăng mạng xã hội, một bài blog bạn từng viết, hay thậm chí là bài tập ở trường được đăng công khai.

Không chỉ dừng lại ở văn bản. Những bức ảnh bạn chụp và chia sẻ trên mạng, kể cả khi giấy phép không cho phép tái sử dụng, nhiều khả năng cũng đã bị thu thập. Tác phẩm nghệ thuật, âm nhạc bạn từng tạo ra từ nhiều năm trước cũng có thể nằm trong kho dữ liệu huấn luyện.

Mã nguồn bạn từng chia sẻ, các dự án mã nguồn mở mà bạn đóng góp, thậm chí sách, phim hay tác phẩm nghệ thuật đã được số hóa, đều có khả năng trở thành “thức ăn” cho AI.

Nếu bạn còn nghi ngờ, hãy tự hỏi vì sao bộ lọc phong cách Studio Ghibli của ChatGPT lại có thể bắt chước sát đến vậy. Bạn không hề cấp phép cho việc này, và chắc chắn cũng không nhận được bất kỳ khoản thù lao nào.