Thực ra, AI cũng khá tầm thường

https://www.nytimes.com/2025/03/29/opinion/ai-tech-innovation.html

Thực ra, AI cũng khá tầm thường

29 tháng 3, 2025, 7:00 sáng ET

Tressie McMillan Cottom
Bởi Tressie McMillan Cottom
Chuyên mục Ý kiến

Chào mừng thập kỷ của công nghệ tầm thường!

Đó là điều tôi muốn nói mỗi khi ai đó hỏi tôi, "AI thì sao?" với sự háo hức như một cậu bé nghĩ rằng mùa hè này cậu ta cuối cùng sẽ được chạm vào ngực phụ nữ. Tôi hoàn toàn không phải người bài trừ công nghệ. Chính vì tôi sử dụng công nghệ mới mà tôi biết cái gì tầm thường khi nhìn thấy nó.

Giới học thuật hiếm khi là đại diện tốt cho người lao động điển hình. Nhưng cuộc cách mạng công nghệ tầm thường là một ngoại lệ. Nó đã đến với chúng tôi trước tiên. Một số thậm chí đến từ chính chúng tôi, những phát minh học thuật thực sự thú vị và khoa học nghiên cứu có thể đóng góp tích cực cho xã hội. Nhưng điều chúng tôi đã thấy trong giới học thuật là các trường hợp sử dụng trí tuệ nhân tạo trong mọi lĩnh vực công việc và cuộc sống đã bắt đầu trở nên ngớ ngẩn rất nhanh. Hầu hết chúng tôi không sử dụng AI để cứu sống người nhanh hơn và tốt hơn. Chúng tôi đang sử dụng AI để tạo ra những cải tiến tầm thường, chẳng hạn như gửi nhiều email hơn. Ngay cả những bài báo nhiệt tình nhất về sức mạnh của AI trong việc tăng cường công việc văn phòng cũng phải vất vả để đưa ra điều gì đó thú vị hơn là "Một bản tóm tắt từng mất hai ngày để viết giờ đây sẽ chỉ mất hai giờ!"

Đổi mới tốt nhất của công nghệ tầm thường là một mối đe dọa.

AI là một trong nhiều công nghệ hứa hẹn sự chuyển đổi thông qua cải tiến hơn là gián đoạn. Tự động hóa tiêu dùng từng hứa hẹn trải nghiệm thanh toán liền mạch giúp khách hàng tự đóng gói hàng tạp hóa. Hóa ra tự động hóa thanh toán khá tầm thường - nhân viên thu ngân vẫn giỏi hơn trong việc quản lý điểm bán hàng. Công nghệ nhận diện khuôn mặt dựa trên AI cũng hứa hẹn một cách đơn giản, nhanh chóng hơn để xác minh danh tính tại những nơi như sân bay. Nhưng việc áp dụng công nghệ của TSA (cùng với những lo ngại về quyền riêng tư chưa được giải quyết) không hề cách mạng hóa trải nghiệm tại sân bay hoặc làm cho hàng chờ kiểm tra an ninh ngắn hơn. Tôi chỉ muốn nói, tất cả cảm giác khá tầm thường đối với tôi.

Các nhà kinh tế học Daron Acemoglu và Pascual Restrepo gọi những loại công nghệ thất bại này là công nghệ "tàm tạm". Chúng thay đổi một số công việc. Chúng khá hay ho trong một thời gian. Cuối cùng chúng trở thành tiếng ồn nền hoặc hoàn toàn gây phiền nhiễu, chẳng hạn, khi bạn tự đóng gói hai tuần hàng tạp hóa của mình.

Trí tuệ nhân tạo được cho là cấp tiến hơn tự động hóa. Các tỷ phú công nghệ hứa hẹn với chúng ta rằng những người lao động không thể hoặc không muốn sử dụng AI sẽ bị bỏ lại phía sau. Các chính trị gia hứa đưa ra chính sách giải phóng sức mạnh của AI để làm... điều gì đó, mặc dù nhiều người trong số họ không chắc chắn là gì. Người tiêu dùng tự coi mình là người ứng dụng sớm được hưởng lợi nhiều từ sức mạnh dự đoán của AI, nhưng họ chấp nhận nhiều lỗi và hiệu suất kém để sống trong tương lai trước mọi người khác.

Những người còn lại của chúng ta đang sử dụng công nghệ này cho các mục đích tầm thường hơn nhiều. AI tạo ra các kế hoạch bữa ăn với lượng dinh dưỡng đại phân tử phù hợp, cho chúng ta biết khi lịch trình quá tải và giúp viết những email mà không ai muốn. Đó là một cuộc cách mạng tầm thường của những nhiệm vụ tầm thường.

Tất nhiên, AI, nếu áp dụng đúng cách, có thể cứu sống người. Nó đã hữu ích trong việc tạo ra các quy trình y tế và phát hiện mẫu trong các bản quét X-quang. Nhưng quan trọng là, loại AI đó yêu cầu những người biết cách sử dụng nó. Tăng tốc việc giải thích các bản quét X-quang chỉ giúp những người có bác sĩ y khoa có thể hành động dựa trên chúng. Phân tích hiệu quả hơn về dữ liệu thực nghiệm tăng năng suất cho các chuyên gia biết cách sử dụng phân tích AI và quan trọng hơn, cách xác minh chất lượng của nó. Tiềm năng cách mạng nhất của AI là giúp các chuyên gia áp dụng chuyên môn của họ tốt hơn và nhanh hơn. Nhưng để điều đó hoạt động, phải có chuyên gia.

Đó là mối nguy lớn của việc quảng bá công nghệ tầm thường. Sự quảng bá không phải chịu trách nhiệm về tính chính xác, chỉ về tính thuyết phục. Mark Cuban minh họa điều này trong một bài đăng gần đây trên nền tảng truyền thông xã hội Bluesky. Ông tưởng tượng một thế giới được hỗ trợ bởi AI nơi một người lao động với "zero giáo dục" sử dụng AI và một người lao động có kỹ năng thì không. Người lao động đi theo xu hướng AI học cách đặt câu hỏi đúng và kẻ ngốc có kỹ năng thì không. Người trước thường sẽ là, theo phân tích của Cuban, nhân viên năng suất hơn.

Vấn đề là việc đặt câu hỏi đúng đòi hỏi điều ngược lại với việc không có giáo dục. Bạn không thể chỉ học cách tạo lời nhắc cho một chatbot AI mà không có trải nghiệm, tiếp xúc và, đúng vậy, giáo dục để biết bạn đang làm gì. Thực tế - và khoa học - rõ ràng rằng học tập là một quá trình phát triển con người phức tạp, phi tuyến tính không dễ dàng đạt hiệu quả. AI không thể thay thế nó.

Nhưng AI là một kẻ ký sinh. Nó gắn vào hệ sinh thái học tập mạnh mẽ và tăng tốc một số phần của quá trình quyết định. Ký sinh trùng và vật chủ có thể tồn tại hòa bình với nhau miễn là ký sinh trùng không làm chết đói vật chủ. Vấn đề chính trị với sự quảng bá của AI là trường hợp sử dụng thuyết phục nhất của nó là làm chết đói vật chủ - ít giáo viên hơn, ít bằng cấp hơn, ít người lao động hơn, ít môi trường thông tin lành mạnh hơn.

Tôi đã thấy loại nghịch lý công nghệ này trong giáo dục đại học trước đây. Học viện là khách hàng tổ chức chính cho các giải pháp công nghệ. Các trường học đã giúp Zoom đánh bại Skype trong thời kỳ Covid-19 chuyển sang học từ xa. Đã từng có thời, các trường học cũng giúp Apple đang gặp khó khăn củng cố doanh thu của mình trong khi tìm kiếm thị trường tiêu dùng cho các thiết bị của nó. Tất cả các cuộc cách mạng công nghệ đang đến với nơi làm việc của nước Mỹ thường đã đến sớm hơn thông qua nơi làm việc của tôi.

Mặc dù danh tiếng của chúng tôi, hầu hết các học giả tôi biết đều hoan nghênh bất cứ điều gì giúp chúng tôi làm công việc của mình. Ban đầu chúng tôi chào đón AI với vòng tay rộng mở. Sau đó công nghệ dường như tạo ra nhiều vấn đề hơn là giải quyết. Vấn đề lớn nhất đối với chúng tôi là gian lận.

Mỗi ngày, một quảng cáo trên internet cho tôi thấy cách AI có thể dự đoán bài giảng của tôi, phiên âm bài giảng của tôi trong khi sinh viên có lẽ làm điều gì đó khác ngoài việc lắng nghe, chú thích bài giảng, dự đoán câu hỏi luận văn, câu hỏi nghiên cứu, câu hỏi kiểm tra và sau đó, cuối cùng, viết một bài được giao. Làm thế nào giáo sư có thể vượt qua một cỗ máy dự đoán sinh sản theo cấp số nhân? Làm thế nào chúng tôi có thể khắc sâu các giá trị học thuật như chấp nhận rủi ro, đọc sâu và trung thực khi việc bỏ qua chúng rẻ và dễ dàng như vậy?

Ban đầu, giới học thuật mất bình tĩnh vì những mối đe dọa rõ ràng đối với tính chính trực học thuật. Sau đó một điều bí ẩn xảy ra. Quan điểm giáo dục đại học điển hình về AI chuyển từ báo động sang tăng cường. Chúng ta cần tiến lên với tương lai, tìm ra cách làm cho việc giảng dạy của chúng ta không bị gian lận và, trong khi chúng ta làm điều đó, sử dụng AI để làm một số công việc của chính chúng ta, mọi người nói. Mỗi người bạn học thuật của tôi giờ đây đều đã gặp một lá thư giới thiệu hoặc một bài đánh giá nghiên cứu rõ ràng được viết bởi AI. Sự áp dụng rộng rãi của nó - và tính tầm thường - đang đe dọa lật đổ một mô hình đã mong manh nhưng quan trọng về nghiên cứu được đánh giá bởi đồng nghiệp, học thuật có chủ ý và chuyên môn được đào tạo tốt. Đó chính xác là những gì chúng ta cần trong thời đại hậu sự thật: ít nghiên cứu hơn và nhiều dự đoán những gì chúng ta muốn nghe hơn.

Đây không phải là lần đầu tiên các tổ chức chuyển từ lo ngại sang chấp nhận công nghệ. Điều tương tự đã xảy ra trong những năm 2010 với các khóa học trực tuyến mở đại trà, hay MOOCs. Các nhà truyền giáo công nghệ hứa hẹn rằng chúng ta sẽ không cần nhiều giáo sư như vậy, vì một chuyên gia có thể dạy hàng chục nghìn người trực tuyến! Nhưng MOOCs là một công nghệ tầm thường hầu như không thể tăng cường, càng không thể thay thế, chuyên môn sâu. Nhận thông tin không giống với việc phát triển khả năng sử dụng nó. Điều đó không ngăn các trường đại học thu nhỏ số lượng chuyên gia hoặc tạo các video trực tuyến. Bây giờ MOOCs đã phai nhạt khỏi vinh quang, nhưng trong hầu hết các trường hợp, các chuyên gia không trở lại.

AI đã hứa hẹn rằng chúng ta sẽ không cần các tổ chức hoặc chuyên môn. Nó không chỉ tăng tốc quá trình viết đánh giá đồng nghiệp về nghiên cứu; nó cũng loại bỏ yêu cầu rằng người ta đã đọc hoặc hiểu nghiên cứu mà nó đang đánh giá. Mục tiêu cuối cùng của AI, theo những người cổ vũ như Cuban, là nâng cao kỹ năng người lao động - làm cho họ năng suất hơn - trong khi làm mất tính hợp pháp của bằng cấp. Một cách khác để nói điều đó là AI muốn người lao động đưa ra quyết định dựa trên chuyên môn mà không có tổ chức tạo ra và chứng nhận chuyên môn đó. Chuyên môn mà không có chuyên gia.

Giấc mơ công nghệ đó đang chạy cạn kiệt nhiên liệu. Tất cả chúng ta đều biết nó sẽ không hoạt động. Nhưng giấc mơ này buộc các trường đại học không dám mạo hiểm và kích thích các nhà đầu cơ tài chính vì nó hứa hẹn sức mạnh kiểm soát việc học tập mà không phải trả giá cho cách học tập thực sự diễn ra. Công nghệ đã nhắm các cuộc cách mạng tầm thường vào giáo dục đại học trong nhiều thập kỷ, từ học qua TV đến nhắc nhở qua điện thoại thông minh. Hiện tại, AI như chúng ta biết chỉ giống như tất cả các cuộc cách mạng công nghệ giáo dục đã đến bàn làm việc của tôi và không cách mạng hóa được nhiều. Hầu hết chúng đều giải quyết những gì mà bất kỳ ai có chút tư duy phê phán cũng có thể nói chúng tốt cho điều gì. Chúng tạo ra những tăng cường khiêm tốn cho các quy trình hiện có. Một số trong đó tạo ra nhiều công việc hơn. Rất ít trong số chúng giảm bớt công việc bận rộn.

Các cuộc cách mạng công nghệ tầm thường có một điểm chung khác: Chúng biện minh cho việc thuê ít người hơn và yêu cầu những người còn lại làm nhiều hơn với ít hơn.

Nếu bạn muốn thấy trường hợp sử dụng cách mạng thực sự cho AI, đừng nhìn vào khoa học sinh học hoặc các trường đại học. Hãy nhìn vào cái gọi là Bộ Hiệu quả Chính phủ của Elon Musk, được báo cáo đã xem xét sử dụng AI để giúp tìm kiếm sự lãng phí. Vấn đề liệu người lao động và công việc có lãng phí hay không là một quyết định chủ quan mà AI không thể đưa ra. Nhưng nó có thể biện minh cho những gì người ra quyết định muốn làm. Nếu Musk muốn lãng phí, AI có thể đưa ra những con số để chứng minh sự lãng phí tồn tại.

AI có thể là một công nghệ tầm thường với các trường hợp sử dụng hạn chế để biện minh cho chi phí tài chính và môi trường. Nhưng nó là một công cụ tuyệt vời để làm nản lòng người lao động, những người trong chớp mắt kỹ thuật số, có thể bị phân loại là lãng phí. Bất kể AI có tiềm năng trở thành gì, trong môi trường chính trị này, nó mạnh mẽ nhất khi nhắm vào việc làm nản lòng người lao động.

Loại công nghệ tầm thường này, trong một thế giới hoàn hảo, sẽ đi theo con đường của TV trong lớp học và MOOCs. Nó sẽ tìm thấy thị trường ngách của mình, định hình lại nhẹ nhàng cách thức làm việc của người lao động văn phòng và người Mỹ sẽ phần lớn quên đi lời hứa của nó để biến đổi cuộc sống của chúng ta.

Nhưng giờ đây chúng ta sống trong một thế giới nơi sức mạnh chính trị tạo ra đúng đắn. Quảng cáo dài tháng của DOGE về AI tiết lộ sự khác biệt mà quyền lực có thể tạo ra đối với một công nghệ tầm thường. Nó không cần phải mang tính chuyển đổi để thay đổi cách chúng ta sống và làm việc. Trong tay kẻ xấu, công nghệ tầm thường là một cái búa chống lại người lao động.