Nghịch lý AI: Khi sự hỗ trợ biến thành "cái nạng" làm thoái hóa tư duy con người.

Khái niệm Cognitive Offloading – giải phóng nhận thức – vốn là một bước tiến của văn minh khi giúp con người trút bỏ gánh nặng ghi nhớ để tập trung vào sáng tạo. Thế nhưng, trong cuộc đua ủy thác trí tuệ cho máy móc, chúng ta đang dần bước sang ngưỡng cửa của Cognitive Abdication – sự từ bỏ chủ quyền nhận thức.

Đến khi não bộ không còn được yêu cầu phải vật lộn với những từ vựng khó, không còn phải đối mặt với sự khó chịu của những lập luận đa chiều hay sự mơ hồ của cảm xúc, những "cơ bắp" trí tuệ ấy bắt đầu teo tóp theo quy luật nghiệt ngã của tự nhiên: Cái gì không dùng đến sẽ bị mất đi.

Bài viết này không nhằm phủ nhận sức mạnh của công nghệ, mà là một lời cảnh tỉnh về cái giá của sự lười biếng. Liệu chúng ta đang dùng AI để vươn cao hơn, hay đang vô tình biến nó thành một "cái nạng" trí tuệ, để rồi một ngày nhận ra mình đã quên mất cách tự đứng vững trên đôi chân nhận thức của chính mình?

Từ công cụ hỗ trợ đắc lực cho đến "cái nạng trí tuệ"

Có một khoảnh khắc rất khó nhận ra vì nó không có tiếng động. Không có hồi chuông báo động, không có màn hình đỏ rực cảnh báo. Chỉ là một buổi sáng nào đó, bạn ngồi xuống cần viết một email quan trọng - và nhận ra mình đang nhìn chằm chằm vào ô trắng, không biết bắt đầu từ đâu, cho đến khi tay bạn cứ gõ mấy dòng quen thuộc như: "Viết giúp tôi một email chuyên nghiệp về chủ đề..."

Đó là khoảnh khắc ranh giới bị vượt qua.

Từ năm 2023 đến 2024, mối quan hệ giữa con người và AI còn mang dáng dấp của một sự hợp tác tỉnh táo. Người dùng tìm đến ChatGPT để kiểm tra lỗi ngữ pháp hay là hỏi Gemini về một khái niệm xa lạ hoặc nhờ Copilot gợi ý cho một cái tiêu đề bài viết. AI lúc đó là một công cụ - như cái máy tính bỏ túi bên cạnh vở nháp, hay từ điển trên giá sách. Người dùng vẫn là chủ thể tư duy và AI chỉ là cánh tay nối dài.

Bước sang 2025-2026, lúc này cục diện thay đổi hoàn toàn. Sự xuất hiện của các AI Agent tự vận hành - những hệ thống có khả năng lập kế hoạch, tìm kiếm thông tin, viết code, gửi email, đặt lịch họp, phân tích tài liệu và ra quyết định theo chuỗi mà không cần con người can thiệp từng bước - đã đẩy mối quan hệ này vào một vùng lãnh thổ hoàn toàn mới. Các thiết bị đeo tích hợp AI như kính thông minh hay tai nghe AI thì thầm gợi ý phản hồi trong các cuộc trò chuyện thực tế theo thời gian thực. Ứng dụng AI tự động "xử lý" inbox email, viết báo cáo tuần, lên kế hoạch dự án - tất cả trước khi người dùng kịp nhận ra mình đã không nghĩ gì cả.

Đây là lúc cần gọi đúng tên khái niệm đang diễn ra: Cognitive Offloading - tức là việc con người chuyển giao các tác vụ nhận thức sang các công cụ bên ngoài. Về bản chất, cognitive offloading không phải là điều xấu. Chúng ta đã làm điều đó từ khi biết viết chữ: ghi chú thay vì ghi nhớ, dùng lịch thay vì tự đếm ngày, dùng GPS thay vì nhớ đường. Mỗi lần offloading thành công, não bộ được giải phóng tài nguyên để làm những việc phức tạp hơn.

Nhưng có một ranh giới tinh tế mà vượt qua nó, cognitive offloading không còn là sự tối ưu - mà trở thành sự thoái lui. Ranh giới đó nằm ở chỗ: bạn có còn giữ được năng lực thực hiện tác vụ đó mà không cần công cụ hay không? Người dùng GPS vẫn có thể đọc bản đồ giấy nếu cần. Nhưng người không bao giờ luyện tư duy phê phán vì đã có AI lọc thông tin giúp - thì khi AI không có ở đó, họ còn lại gì?

Sự xói mòn của "Tiếng Nói Cá Nhân"

Ngôn ngữ không chỉ là phương tiện truyền đạt thông tin. Nó là vân tay của tâm trí - duy nhất, không thể thay thế, phản ánh toàn bộ lịch sử cảm xúc, văn hóa và trải nghiệm sống của một con người. Cách bạn dùng dấu phẩy, cách bạn chọn từ "buồn" thay vì "u sầu" hay "trống rỗng", cách bạn xây dựng một câu dài uốn lượn hay dứt khoát ngắn gọn - tất cả những điều đó tạo nên giọng văn của bạn. Và giọng văn đó là không ai có thể có được bằng cách học.

Nghiên cứu được trình bày tại Hội nghị CHI 2025 về Nhân tố Con người trong Hệ thống Máy tính chỉ ra rằng khi người dùng thường xuyên chấp nhận gợi ý viết từ AI, nội dung của họ dần hội tụ về một dạng văn phong trung tính, thiếu đặc trưng cá nhân. Hiện tượng này được gọi là homogenization - sự đồng nhất hóa ngôn ngữ. Khi hàng triệu người dùng cùng nhờ AI "chuốt lại" bài viết, kết quả là mọi email trở nên "chuyên nghiệp" theo cùng một khuôn, mọi bài luận đều "logic" theo cùng một cấu trúc, mọi tin nhắn cảm ơn đều "lịch sự" theo cùng một giọng điệu.

Thú vị hơn - và đáng lo hơn - là nghiên cứu về tác động của AI lên các biến thể ngôn ngữ văn hóa cho thấy các mô hình ngôn ngữ lớn có xu hướng "chỉnh chuẩn" văn bản về phong cách phương Tây khi được yêu cầu làm cho văn bản "chuyên nghiệp hơn" hoặc "rõ ràng hơn". Người dùng từ các nền văn hóa khác vô tình mất đi những đặc trưng ngôn ngữ mang dấu ấn cộng đồng của mình mà không hề hay biết - điều này không chỉ là một vấn đề thẩm mỹ mà là sự xóa bỏ dần các tín hiệu văn hóa và cảm xúc được mã hóa trong cách người ta viết.

Nhưng vấn đề không chỉ dừng lại ở tính đa dạng tập thể. Ở cấp độ cá nhân, khi não bộ không còn phải chủ động tìm kiếm và "khởi động" các từ vựng phức tạp - vì AI luôn sẵn sàng đề xuất - thì vốn từ vựng chủ động bắt đầu bị xói mòn theo cơ chế "use it or lose it" mà thần kinh học đã chứng minh rất rõ ràng. Khác với vốn từ vựng thụ động (những từ bạn hiểu khi đọc), vốn từ vựng chủ động đòi hỏi luyện tập thường xuyên để duy trì. Khi AI liên tục làm bước trung gian giữa suy nghĩ và ngôn ngữ - tóm tắt, diễn đạt lại, đề xuất cách viết - thì bước trung gian đó trong não bộ dần trở nên yếu đi.

Hậu quả sâu xa nhất không phải là người ta viết kém đi. Hậu quả là người ta dần mất khả năng diễn đạt những điều mơ hồ, trừu tượng và chưa có hình dạng - tức là những điều quan trọng nhất trong tư duy sáng tạo và triết học. Ý tưởng lớn thường bắt đầu như một cảm giác mơ hồ, một linh cảm chưa có tên. Hành trình biến nó thành ngôn ngữ là hành trình hình thành ý tưởng - và đó là một trong những hoạt động nhận thức cao cấp nhất của con người. Nếu bước này bị ủy thác cho AI, không phải chỉ ngôn ngữ bị mất - mà chính tư duy bị mất theo.

Cái bẫy của "Hộp Đen"

Có một thí nghiệm tư duy đơn giản: Hãy nhớ lại lần cuối cùng bạn thực sự sai trong một quyết định quan trọng, sau đó ngồi xuống tự phân tích tại sao mình sai. Bạn đã học được bao nhiêu từ quá trình đó? Giờ hãy tưởng tượng AI đã "giải quyết" vấn đề đó cho bạn từ đầu. Bạn học được gì?

Đây là trái tim của vấn đề thứ ba: khi chúng ta yêu cầu AI giải quyết một bài toán, chúng ta nhận được kết quả nhưng bỏ lỡ quá trình. Mà quá trình mới chính là nơi việc học thực sự xảy ra. Tư duy từ nguyên lý gốc - tức là khả năng phân tích vấn đề từ các yếu tố cơ bản nhất, thay vì áp dụng khuôn mẫu có sẵn - là một kỹ năng bị thoái hóa rất nhanh nếu không được luyện tập thường xuyên. Nó giống như cơ bắp: không dùng thì teo.

AI Agent hiện đại không chỉ đưa ra đáp án - chúng đưa ra đáp án với độ tự tin cao, được trình bày mạch lạc, có dẫn chứng phụ trợ. Điều này tạo ra hội chứng lười đặt câu hỏi - một thiên hướng tâm lý khiến người dùng chấp nhận phương án của AI thay vì phản biện. Khi câu trả lời trông "đủ tốt" và người ta không có đủ nền tảng (hoặc động lực) để kiểm chứng sâu hơn, thì mặc định là tin theo.

Điều này đặc biệt nguy hiểm trong bối cảnh ra quyết định phức tạp - kinh doanh, y tế, pháp lý, giáo dục. Vào năm 2026, nhiều nền tảng AI Agent cho phép người dùng ủy thác toàn bộ chuỗi quyết định cho AI: từ phân tích tình huống, đánh giá rủi ro, đến đề xuất hành động. Người dùng cuối chỉ cần nhấn "chấp thuận". Đây không còn là cognitive offloading - đây là cognitive abdication, tức là sự từ bỏ chủ quyền nhận thức.

Câu hỏi quan trọng mà nhiều người né tránh là: "Giỏi prompting có thực sự bù đắp được việc giỏi thực hiện hay không?" Câu trả lời trung thực là: không hoàn toàn. Biết cách ra lệnh cho AI viết code không tương đương với biết lập trình. Biết cách nhờ AI phân tích hợp đồng không tương đương với hiểu luật. Biết cách yêu cầu AI soạn chiến lược marketing không tương đương với có tư duy kinh doanh. Prompting là một kỹ năng - nhưng nó là kỹ năng của người chỉ huy, không phải người thực chiến. Và người chỉ huy không có kinh nghiệm thực chiến sẽ đưa ra những mệnh lệnh sai trong những thời khắc quan trọng nhất.

Cảm xúc dần bị xói mòn

Vào một buổi tối, ai đó vừa tranh cãi với người bạn đời. Cảm xúc đang hỗn loạn, ngôn ngữ chưa sẵn sàng, và họ gõ vào ô tìm kiếm: "Giúp tôi viết tin nhắn xin lỗi người yêu sau khi cãi nhau về...". AI đưa ra một đoạn văn ấm áp, chu đáo, cân bằng giữa việc thừa nhận lỗi và giải thích cảm xúc. Tin nhắn đó được gửi đi. Mối quan hệ tạm thời được hàn gắn.

Nhưng điều gì đã thực sự xảy ra?

Người đó đã bỏ lỡ một trong những cơ hội học hỏi quan trọng nhất trong đời sống cảm xúc của con người: học cách ngồi với sự khó chịu, tìm kiếm ngôn ngữ của riêng mình cho những trải nghiệm phức tạp, và chịu trách nhiệm với cách mình chọn diễn đạt điều đó. Mâu thuẫn trong các mối quan hệ không chỉ là vấn đề cần giải quyết - nó là phòng thực hành của trí tuệ cảm xúc. Mỗi lần chúng ta vật lộn để tìm đúng lời nói, chúng ta đang rèn luyện khả năng đồng cảm, khả năng nhận thức bản thân và khả năng chịu đựng sự mơ hồ cảm xúc.

Khi AI làm hộ bước đó, hiệu quả ngắn hạn rất rõ - xung đột được giải quyết nhanh hơn, êm hơn. Nhưng tích lũy theo thời gian, người dùng trở nên kém thành thạo hơn trong việc tự mình điều hướng những va chạm cảm xúc. Nghiên cứu về ứng dụng AI cho sức khỏe tâm thần cảnh báo về nguy cơ hình thành "pseudo-intimacy" - trạng thái gắn bó giả tạo, nơi con người đặt niềm tin cảm xúc vào máy móc thay vì vun đắp những kết nối người thật. Và mỗi khi kết nối người thật đòi hỏi sự nỗ lực thực sự, thì sự cám dỗ "nhờ AI cho nhanh" lại càng lớn hơn - tạo ra một vòng xoáy tự củng cố.

Điều đáng sợ hơn: khi AI đại diện cho chúng ta trong những cuộc trò chuyện cảm xúc đủ nhiều lần, liệu người nhận có còn đang nói chuyện với chúng ta nữa hay không? Và nếu câu trả lời là không - thì bản thân mối quan hệ đó đang được xây dựng trên nền tảng gì?

Não bộ chúng ta thay đổi thế nào?

Thần kinh học có một nguyên lý cơ bản: não bộ tổ chức lại chính mình dựa trên những gì nó được yêu cầu làm - và quan trọng hơn, những gì nó không còn được yêu cầu làm. Đây là tính dẻo thần kinh (neuroplasticity), và nó hoạt động theo cả hai chiều.

Bằng chứng về cơ chế này không còn là suy đoán. Nghiên cứu về việc sử dụng điện thoại thông minh trong dài hạn cho thấy sự phụ thuộc thái quá vào thiết bị số có thể làm giảm chất xám ở một số vùng não liên quan đến điều tiết nhận thức và cảm xúc. Chúng ta không còn nhớ số điện thoại vì điện thoại nhớ hộ. Chúng ta không còn tự định hướng trong không gian vì GPS định hướng hộ. Mỗi năng lực bị "offload" đều để lại một vùng não ít hoạt động hơn - và não bộ, vốn ưu tiên hiệu quả năng lượng, sẽ phân bổ lại tài nguyên dần dần.

Thuật ngữ Digital Dementia mà nhà thần kinh học Manfred Spitzer đặt ra từ sớm ngày càng được nhắc đến nhiều hơn trong bối cảnh AI. Không phải sa sút trí tuệ theo nghĩa y khoa, mà là một sự thoái hóa chức năng nhận thức có thể đo lường được do lạm dụng công cụ kỹ thuật số thay thế cho tư duy chủ động. Nghiên cứu năm 2024 công bố trên tạp chí y học đánh giá mối liên hệ giữa thói quen sử dụng thiết bị số với cấu trúc và chức năng não, nhận thấy rằng lạm dụng màn hình gắn liền với những thay đổi có thể quan sát được trong mạng lưới thần kinh kiểm soát hành vi xã hội-cảm xúc và các chức năng điều hành.

Bây giờ, với AI Agent, tốc độ và mức độ offloading đã vượt xa bất kỳ công nghệ nào trước đó. Và điều đặc biệt đáng chú ý là: các tác vụ bị offloading lần này không phải là nhớ số điện thoại hay tìm đường đi. Chúng là viết, lập luận, đặt câu hỏi, giải quyết vấn đề - chính những chức năng nhận thức bậc cao mà con người từng dựa vào để phân biệt mình với mọi loài khác.

Nghiên cứu gần đây về tác động của việc dùng AI viết luận văn lên hoạt động não bộ cho thấy khi người dùng sử dụng AI trợ giúp xuyên suốt, các vùng não liên quan đến tư duy sáng tạo và viết lách thể hiện mức độ hoạt động thấp hơn đáng kể so với nhóm viết độc lập. Các nhà khoa học gọi đây là "cognitive debt" - khoản nợ nhận thức tích lũy dần khi ta liên tục để AI làm thay những gì não bộ lẽ ra phải tự làm.

Các chiều kích khác cho một cuộc khủng hoảng đang dần hình thành

Sự lười biếng trong kiểm chứng là một hệ quả tất yếu khi người ta đã quen để AI tổng hợp thông tin. AI tạo sinh có xu hướng trình bày thông tin sai lệch - hay còn gọi là "ảo giác" - với cùng mức độ tự tin như thông tin đúng. Khi người dùng đã hình thành thói quen tin tưởng vào kết quả AI mà không kiểm chứng, họ trở thành mắt xích yếu nhất trong chuỗi lan truyền thông tin. Không phải vì họ thiếu thông minh, mà vì cơ học của thói quen: não bộ ưu tiên con đường tốn ít năng lượng nhất, và "tin AI" tốn ít năng lượng hơn nhiều so với "tra lại nguồn gốc".

Nghiên cứu với 666 người tham gia công bố vào đầu năm 2025 trên tạp chí khoa học xã hội cho thấy tương quan âm đáng kể giữa tần suất sử dụng AI và điểm số tư duy phê phán, với người dùng trẻ từ 17-25 tuổi cho thấy sự phụ thuộc cao nhất và điểm tư duy phê phán thấp nhất. Điều đặc biệt ý nghĩa là trình độ học vấn cao hơn hoạt động như một "bộ đệm bảo vệ" - nghĩa là những người đã có nền tảng tư duy vững chắc trước khi dùng AI thì ít bị tác động hơn.

Điều này dẫn đến một trong những nguy cơ ít được nói đến nhất nhưng có lẽ quan trọng nhất: sự phân hóa năng lực. Không phải tất cả mọi người đều bị ảnh hưởng như nhau. Một nhóm nhỏ - những người dùng AI như một đối tác tư duy, đặt ra những câu hỏi sâu sắc hơn, kiểm tra và phản bác kết quả AI, sử dụng AI để mở rộng giới hạn tư duy của mình - sẽ trở nên mạnh hơn, hiệu quả hơn và sáng tạo hơn bao giờ hết. Trong khi đó, đa số - những người dùng AI như một dịch vụ, chỉ yêu cầu và nhận kết quả mà không có sự tham gia tư duy thực sự - sẽ ngày càng lệ thuộc, ngày càng kém năng lực khi không có AI, và ngày càng không nhận ra điều đó đang xảy ra.

Đây không phải là kịch bản dystopian phóng đại. Đây là cơ học của mọi sự phân hóa kỹ năng trong lịch sử, chỉ là đang diễn ra nhanh hơn và ở quy mô lớn hơn nhiều.

Cộng tác một cách chủ động thay cho ủy thác thụ động

Vấn đề không phải là AI. Vấn đề là mô hình tương tác.

Cần phân biệt rõ hai mô hình sử dụng AI hoàn toàn khác nhau về bản chất. Ủy thác thụ động là khi bạn đưa bài toán cho AI và chờ lấy đáp án - không đặt câu hỏi về quá trình, không kiểm chứng giả thiết, không cố gắng hiểu tại sao. Cộng tác chủ động là khi bạn dùng AI như một đối tác tranh luận - đặt câu hỏi, phản biện kết quả, yêu cầu AI giải thích lý luận, tự mình thử nghiệm trước rồi mới hỏi AI, và cuối cùng là ra quyết định của riêng mình dựa trên sự hiểu biết thực sự.

Khái niệm Human-in-the-loop vốn được dùng trong kỹ thuật AI để chỉ việc đưa con người vào các điểm quyết định quan trọng trong chuỗi xử lý của AI - cần được mở rộng thành một nguyên tắc cá nhân. Tức là: luôn có ít nhất một điểm trong bất kỳ quy trình nhận thức nào mà bạn phải tự suy nghĩ, tự lập luận, tự đưa ra phán xét - trước khi hoặc sau khi dùng AI. Không nhất thiết là tất cả mọi bước. Nhưng phải có ít nhất một bước.

Điều này có nghĩa là gì trong thực tế? Trước khi nhờ AI viết email, hãy viết một câu phác thảo ý chính bằng ngôn ngữ của chính bạn. Trước khi yêu cầu AI phân tích dữ liệu, hãy tự đặt ra ba câu hỏi bạn muốn biết câu trả lời. Trước khi chấp nhận giải pháp AI đưa ra, hãy tự hỏi: nếu giải pháp này sai, nó sẽ sai ở điểm nào? Khi AI tóm tắt một tài liệu cho bạn, hãy đọc ít nhất một phần gốc. Khi AI giải thích một khái niệm, hãy thử diễn đạt lại bằng lời của bạn - không nhìn vào màn hình.

Những hành động nhỏ này không làm chậm năng suất một cách đáng kể. Nhưng chúng duy trì hoạt động của những mạch thần kinh quan trọng - như những bài tập thể dục nhẹ giữ cho cơ bắp không teo đi.

Đối với nhà giáo dục và tổ chức, điều này có nghĩa là cần thiết kế lại môi trường học tập và làm việc theo hướng AI hỗ trợ nhưng không thay thế bước tư duy gốc. Những môi trường tốt nhất sẽ là những nơi AI giúp người dùng đặt câu hỏi tốt hơn, không phải nơi AI trả lời câu hỏi trước khi người dùng kịp nghĩ ra câu hỏi.

Kết Luận

Có một nghịch lý thú vị ở trung tâm của tất cả những điều này: những người hưởng lợi nhiều nhất từ AI là những người không cần AI nhất - tức là những người đã có nền tảng tư duy, vốn từ vựng, kỹ năng giải quyết vấn đề và trí tuệ cảm xúc đủ mạnh để sử dụng AI như một đòn bẩy thay vì một cái nạng.

Điều đó có nghĩa là bài học quan trọng nhất từ kỷ nguyên Agentic AI không phải là học cách dùng AI giỏi hơn. Bài học quan trọng nhất là: đừng để dừng luyện tập những gì làm bạn thành con người.

Viết - không phải vì bạn cần một bài viết, mà vì hành động viết là hành động tư duy. Tranh luận, kể cả khi khó chịu. Đọc những thứ dài và phức tạp. Ngồi với những câu hỏi khó mà không tìm kiếm câu trả lời ngay lập tức. Để não bộ bạn vật lộn với sự mơ hồ - vì chính trong khoảnh khắc đó, những kết nối thần kinh quan trọng nhất đang được hình thành.

AI có thể làm được nhiều thứ đáng kinh ngạc. Nhưng nó không thể - và không bao giờ nên - thay thế quá trình một con người trở nên khôn ngoan hơn thông qua sai lầm, phấn đấu và tự khám phá.

Câu hỏi không phải là AI có đang thay thế con người hay không. Câu hỏi thực sự là: chúng ta có đang để nó thay thế hay không?