AI nâng cao là mức sàn, chứ không phải mức trần! Lần trước tôi thấy @dotey Bảo Ngọc chia sẻ bài viết này, tôi đã đọc nhiều lần và dựa trên kinh nghiệm thực tiễn của mình, càng ngày tôi càng cảm thấy bài viết này rất khách quan và thực tế, đây cũng được coi là "giá trị đúng đắn của AI" mà Bảo Ngọc đã đề xuất cách đây không lâu. Tôi đã thực hiện việc dịch lại một cách tinh tế dựa trên bản dịch của Bảo Ngọc. Bản gốc có thể xem tại: 1⃣ Tái cấu trúc đường cong học tập Trước khi AI xuất hiện, người học thường phải đối mặt với một vấn đề: thiết kế tài nguyên học tập thường đã dự kiến sẵn một đối tượng độc giả cụ thể. Điều này dẫn đến việc, đối với bạn - người sử dụng thực tế, nhiều tài nguyên không phù hợp với bối cảnh và nhu cầu của bản thân: Bạn là người mới bắt đầu một kỹ năng mục tiêu nào đó, nhưng đã có một nền tảng nhất định trong lĩnh vực liên quan, lại khó tìm được nội dung có thể giải thích kỹ năng mục tiêu từ góc độ lĩnh vực quen thuộc; Nếu muốn nắm vững kỹ năng mục tiêu một cách hiệu quả, thực ra bạn nên có một kỹ năng tiền đề nào đó, nhưng người mới bắt đầu thường không biết nên học từ đâu; Bạn đã có kiến thức cơ bản, nhưng mắc kẹt trong ngưỡng trung cấp, khổ sở vì không tìm được tài nguyên giúp bạn vượt qua. Thông thường, đường cong học tập để thành thạo một kỹ năng sẽ như sau: (Ảnh 1: Đường cong học tập) Sự xuất hiện của AI đã mang lại sự thay đổi căn bản: nó có thể cung cấp sự trợ giúp cá nhân hóa ở mức độ hiện tại của bạn. AI có thể trả lời các câu hỏi dựa trên mức độ hiểu biết hiện tại của bạn, thậm chí thực hiện một số nhiệm vụ lặp đi lặp lại, từ đó hoàn toàn thay đổi cấu trúc của đường cong học tập: (Ảnh 2: Học tập dưới sự hỗ trợ của AI) 2⃣ Thành thạo vẫn không dễ dàng Các chuyên gia trong lĩnh vực thường có thái độ thận trọng hơn đối với AI. Như một người dùng Hacker News đã nói: AI rất nông cạn. Nghiên cứu của tôi càng sâu, nó càng trở nên vô dụng, và cảm giác vô dụng này đến rất nhanh. Đặc biệt khi đối tượng nghiên cứu là những chủ đề phức tạp hoặc gây tranh cãi, và bạn hy vọng AI giúp bạn tìm nguồn đáng tin cậy hoặc học thuật, thì cơ bản là không có khả năng. Điều này thực sự dễ hiểu: nếu một chủ đề có tài liệu đào tạo phong phú và nội dung nhất quán, mô hình sẽ giỏi trong việc tóm tắt và xuất ra; nhưng một khi chủ đề quá sâu sắc, tài liệu khan hiếm, mô hình sẽ không thể phát huy; nếu chủ đề gây tranh cãi, tài liệu đào tạo thường mâu thuẫn với nhau. Nói cách khác, để đạt được sự thành thạo thực sự, vẫn còn rất nhiều khó khăn. 3⃣ Mô hình học tập AI và "sự phụ thuộc vào câu trả lời" Mô hình học tập ChatGPT do OpenAI phát triển gợi ý một vấn đề sâu sắc hơn: thay vì để AI hướng dẫn bạn học, nhiều người chọn yêu cầu trực tiếp câu trả lời. Kết quả là: Người học sẽ dừng lại ở mức độ hiểu biết mà AI có thể cung cấp, khó có thể tiến xa hơn. (Ảnh 3: Đường cong học tập khi sử dụng AI để gian lận) Về lâu dài, những người cố gắng "lách luật" sẽ không thực sự được hưởng lợi. Tác động không đồng đều của việc tái cấu trúc đường cong học tập Sự thay đổi công nghệ về bản chất là một "tái cấu trúc hệ sinh thái": nó sẽ không mang lại lợi ích đồng đều cho mọi người. Ảnh hưởng của AI đến từng người cũng phụ thuộc vào một biến số cốt lõi: "Để tạo ra một kết quả có ảnh hưởng, cần phải nắm vững ở mức độ nào?" Lập trình: đối với nhà quản lý là một bộ tăng tốc, nhưng giúp ích hạn chế cho các dự án lớn Các nhà quản lý kỹ thuật lâu nay phải đối mặt với một tình huống khó xử: họ nắm vững các nguyên tắc kiến trúc, quen thuộc với quy trình kỹ thuật, nhưng không thực sự thao tác một số công cụ phát triển cụ thể. Ví dụ, một giám đốc kỹ thuật xuất thân từ backend muốn làm một ứng dụng iPhone trong thời gian rảnh, trước đây gần như không thể. AI đã thay đổi tình hình này. Họ hiện có thể nhanh chóng bắt đầu, tạo ra nguyên mẫu, và dựa trên kinh nghiệm kỹ thuật để hoàn thiện thành sản phẩm có thể giao. Sự can thiệp của AI đã biến những sản phẩm không thể thành hiện thực. (Ảnh 4: Phát triển dự án cá nhân với sự trợ giúp của AI) Nhưng đối với các kỹ sư lâu dài chịu trách nhiệm duy trì các mã nguồn lớn, cấu trúc phức tạp và đặc thù cho doanh nghiệp, sự trợ giúp mà AI có thể cung cấp thì hạn chế hơn nhiều - mô hình không thể nắm bắt được bối cảnh cần thiết, sự phụ thuộc lịch sử hoặc quy chuẩn của đội nhóm. (Ảnh 5: Sử dụng AI trong mã nguồn lớn) Công việc sáng tạo: khó bị thay thế trong ngắn hạn Những người làm việc trong ngành sáng tạo có lý do để lo lắng về AI: liệu có ngày nào đó, tiểu thuyết do AI viết, phim do AI sản xuất sẽ thay thế sáng tạo của con người? Câu trả lời là: trong ngắn hạn thì không khả thi. Ngành sáng tạo có sự cạnh tranh cực kỳ khốc liệt, những tác phẩm thực sự thu hút sự chú ý phải có tính mới mẻ cao. AI mặc dù có thể nhanh chóng tạo ra hình ảnh, văn bản, âm thanh, nhưng không mang lại sự gia tăng "sự chú ý". Một tác phẩm sáng tạo thành công có một chỉ số cứng: không thể giống như người khác. Con người rất nhạy cảm với "sự tương đồng". Điều này cũng giải thích tại sao biểu tượng "Ghibli style" từng gây sốt nhưng không hề ảnh hưởng đến vị thế văn hóa của "Lâu đài di động của Howl". (Ảnh 6: Ngưỡng của tác phẩm sáng tạo và giới hạn của AI) Nhiệm vụ hàng ngày: AI không thể can thiệp Hiện tại, AI có ảnh hưởng rất ít đến một số nhiệm vụ hàng ngày có tần suất cao nhưng ít khác biệt, đặc biệt là những việc mà bạn đã giải quyết rất tốt bằng ứng dụng. Lấy ví dụ về xử lý email và đặt món ăn, hai lĩnh vực này có nhiều sản phẩm trưởng thành và logic tương tác hoàn thiện, AI không mang lại sự cải thiện đáng kể. Về email: Thư rác đã được tự động lọc, AI chỉ tóm tắt sẽ lãng phí tài nguyên; Còn đối với email quan trọng, tôi không cần "tóm tắt", tôi cần tính toàn vẹn của thông tin và cảm giác ngữ cảnh - điều này chính là điều mà AI khó có thể thay thế. Cảnh đặt món ăn cũng tương tự: ứng dụng trưởng thành đã tối ưu hóa cực kỳ giữa thông tin menu, hình ảnh, giá cả và trải nghiệm tương tác, AI khó có thể vượt qua. (Ảnh 7: Công cụ AI vs Ứng dụng trưởng thành) 4⃣ Tương lai của AI: đã đến nhưng chưa đồng đều AI đã nâng cao "mức khởi điểm" của những người làm việc tri thức một cách đáng kể, nhưng điều này không có nghĩa là mọi người đều được hưởng lợi từ điều đó. Các vai trò cụ thể như nhà quản lý kỹ thuật, do cấu trúc "hiểu biết trung cao + thiếu khả năng thực thi", lại có thể hưởng lợi nhiều nhất từ AI; Người sáng tạo thì cảm thấy mối đe dọa tiềm tàng, thậm chí phát sinh sự kháng cự; Còn một số người khác, thấy nhiều chuyên gia nhiệt tình thảo luận về AI, nhưng bản thân lại khó tìm được ứng dụng thực tế, rơi vào nghi ngờ: "Có phải tôi không hiểu rõ?" AI không hoàn toàn viết lại cách làm việc của mọi người, nhưng nó là một công cụ mạnh mẽ đáng để mọi người dành thời gian thử nghiệm. Nếu bạn đã thử nghiệm nhưng thấy nó thực sự không phù hợp với bạn - thì có lẽ đó chính là sự thật.