Bài này vẽ ra một tương lai khá u ám dành cho giới lao động lành nghề khi đối mặt với AI. Song, viễn cảnh đó luôn là điều đầu tiên chúng ta nên xét đến trước khi quay trở lại, lật lại vai trò của suy nghĩ, của cách nghĩ và việc tạo nghĩa.
Phần lớn chúng ta đã khá quen thuộc với các công cụ hỗ trợ hàng ngày liên quan đến ngôn ngữ, chẳng hạn như Google Translate. Ở một bài trước, tôi đưa ví dụ về việc Google gợi ý người dùng hai cách dịch cho một câu. Bản thân Google Translate trở thành công cụ hỗ trợ “tương hỗ”: một mặt Google giúp gợi ý người dùng một vài cách có thể dịch trơn tru và hiệu quả, mặt khác việc người dùng lựa chọn sẽ giúp Google Translate nắm bắt sâu hơn mối tương quan giữa các khối nghĩa, từ đó cỗ máy sẽ học hiệu quả hơn.
Google đã “đọc hiểu” được sự trình bày phổ quát tới mức ở ô tiếng Việt đưa cho chúng ta hai lựa chọn: lựa chọn thứ nhất dùng từ “nó”, lựa chọn thứ hai trỏ từ “nó” tới đúng chỗ “thông tin đó”.
Một công cụ khác dùng AI (trí tuệ nhân tạo) để tự động dịch văn bản là DeepL. DeepL dịch đặc biệt tốt các ngôn ngữ phương Tây, chẳng hạn Đức-Anh, Anh-Đức. Công nghệ đằng sau DeepL là một loại máy học được gọi là học sâu (deep learning). Cỗ máy này huấn luyện một mạng thần kinh nhân tạo dựa trên big data để đưa ra dự đoán về mối tương quan giữa các khối nghĩa, nhờ đó nó không cần đến sự can thiệp của con người như trường hợp Google Translate nói trên.
Ở bài này tôi không đi sâu vào công nghệ AI, nhưng tôi sẽ đưa ra một số ví dụ về khả năng các công cụ AI có thể làm được và mở rộng ra lập luận của bài trước, rằng những kiến thức tản mát chúng ta thâu nhặt được từ Internet, mà ta những tưởng đó là kiến thức thuộc về mình, chỉ là một phần rất hời hợt nằm ở bề nổi những gì chúng ta có thể chứng tỏ là mình biết. Cái chúng ta thực sự biết và nắm rõ, thứ kiến thức thực sự thuộc về mình, vốn nằm ở phần chìm, chúng hoàn toàn không có chức năng tô bóng hay trang trí. Chúng là những thứ “we know but we can’t tell”.
Tương lai u ám dành cho lao động lành nghề nằm ở chỗ này. AI và các công cụ số có khả năng: they can tell what they know.
Google is done?
Tôi đã đưa ra khá nhiều ví dụ (như bài này) cho thấy rằng, chúng ta không nhất thiết phải chứng tỏ là mình biết tuốt, vì với cỗ máy tính ở bên cạnh và một công cụ hỗ trợ như Google, việc chứng tỏ và so đo hiểu biết giữa chúng ta với nhau là việc làm vô nghĩa. Để biết những nước nào từng vô địch World Cup, người Thụy Điển đầu tiên giành giải Nobel kinh tế1, hay để biết những quán ăn ngon và điểm tham quan ở thành phố ta sắp ghé thăm, ta chỉ cần vài cú click chuột. Để biết một cách phác thảo về sự kiện hay hiện tượng nào đó, như “cực quang” chẳng hạn, ta cũng chỉ cần vài cú click chuột nốt.
Đó đã từng là sức mạnh của Google. Lướt web và tra google với tốc độ ánh sáng đã từng là món vũ khí hạng nặng của các hòa thượng “biết tuốt” và “thích ho hắng”. Nhưng ở đâu đó ta vẫn hiểu rằng thứ kiến thức ánh chớp ấy chỉ là vài cú chém gió ở bàn trà nước đầu ngõ, giống như một người bán nước mía có thể nói về việc lãi suất ngân hàng tăng trong ngày hôm đó, nhờ tám chuyện với khách hay nhìn lướt một trang bìa báo.
Google, trang bìa báo hay cú tám chuyện với khách ở quán nước sẽ không cho ta biết rõ ngay lập tức vì sao lãi suất tăng; để biết điều đó ta cần nhiều thời gian hơn để đọc và tra cứu. Nhưng rõ ràng, Google là người bạn đáng tin cậy hơn bất kỳ một partner nào ta có thể lựa chọn để “nhờ quyền trợ giúp” trong một gameshow như Ai là triệu phú. Chung quy lại là đối với những kiến thức góp nhặt như ai, ở đâu, cái gì, thời điểm nào… người bạn Google vẫn đáng tin cậy nhất.
Bây giờ ta thử hỏi những câu hỏi khó hơn, cần nhiều công đoạn hơn để xử lý thông tin và chắp ghép ý nghĩ. Tôi muốn hỏi, chẳng hạn, ý tưởng nào là đóng góp quan trọng nhất của Friedrich A. Hayek, nhà kinh tế học người Áo.
Các kết quả của Google chưa thể đưa ra được đáp án cụ thể. Và nhìn vào đó, các nhân vật “biết tuốt” ở trên mạng sẽ cười trừ vì biết chắc mình vẫn còn có đất dụng võ, vì vẫn còn những mảng kiến thức mà Google chưa để lộ ra, và như thế không hẳn ai cũng biết.
Chỉ cần dành thời gian đọc lướt qua vài kết quả (tất nhiên mất nhiều thời gian hơn là vài cú click), chúng ta có thể thâu nạp được một ít kiến thức mới về cuộc đời, những đóng góp của Hayek, và phác thảo những luận điểm chính của ông mà không cần phải đọc Đường về nô lệ hay Cuộc cách mạng ngược trong khoa học.
Tôi sẽ trân trọng nói với các bạn rằng, đó là vì chúng ta chưa gặp một đối thủ tầm cỡ như AI. AI có thể nói vanh vách câu trả lời trong đúng nghĩa đen của hai nốt nhạc. Xin trân trọng giới thiệu sản phẩm của OpenAI đến từ thung lũng Silicon (Hi, Elon!) Sản phẩm lõi của OpenAI là GPT, mô thức ngôn ngữ hồi quy tự động (auto-regression)2 dựa trên học sâu. Phổ biến nhất hiện nay là GPT-3, gần hơn ta có GPT-3.5.
Phiên bản GPT-3.5 được dùng làm lõi xử lý cho công cụ chat tự động (chatbot) trực tuyến rất thú vị của OpenAI. Tôi đặt câu hỏi nêu trên và nhận được câu trả lời sau hai giây. (Cách đây hơn hai mươi năm, thời Internet và Google chưa phổ biến, điều duy nhất tôi có thể làm là gọi đến tổng đài 1080.)
Chưa bàn đến các chi tiết mang tính kỹ thuật của khái niệm (tại sao “flawed”, “inefficiency” ở đâu, “waste” cái gì), câu trả lời của OpenAI mang đúng dáng vóc của một khối lập luận có nghĩa. Tôi hỏi “the most important claim” và AI trả lời “one of the most important claims”, tức là rất đường hoàng không coi những gì mình biết là tuyệt đối. Sau đó là cấu trúc “Instead, …” (Thay vào cách làm chung thời đó là…, ông lập luận rằng…), và sau đó nói Hayek nhấn mạnh tầm quan trọng của sự tự do của từng cá thể (trong việc định giá) và vì thế vai trò can thiệp của chính phủ là gây hại (cho sự khác biệt và đa dạng của nhiều nhóm cá thể).
Một sinh viên kinh tế học cũng chỉ cần đến câu trả lời rõ ràng đến thế này thôi.
Chúng ta quay sang một sinh viên toán hoặc khoa học máy tính, đang tìm cách thể hiện phương trình vi phân bằng LaTeX. Câu hỏi đặt cho Google như sau:
Và câu trả lời từ OpenAI:
Một người mới tập tành code dĩ nhiên sẽ có những câu hỏi vì sao code không chạy, chẳng hạn như sau, và được OpenAI trả lời rất tường tận.
Dĩ nhiên, Is Google done? chỉ là một câu hỏi tu từ. Google không chỉ là cỗ máy thu thập dữ liệu lớn, nó còn là vòi bạch tuộc khổng lồ thu thập dữ liệu về hành vi của người dùng, điều mà một kẻ sinh sau đẻ muộn như OpenAI khó có khả năng làm được (theo cách Google đã làm).
Có người đã troll OpenAI như sau
Tôi cũng thử hỏi về khả năng gợi ý bắt độ trận tối nay, nhưng OpenAI trả lời rằng cậu ta (hay “chị ta”?) chưa được đào tạo với những khối text về mảng đó, cụ thể là về sự kiện sắp hoặc đang diễn ra.
GPT-3 cho ta mối liên hệ khá thú vị giữa dòng chảy của thời gian và xác suất thống kê (giống kiểu quantum physics).
Đoạn kết của kiến thức góp nhặt
Như đã trình bày qua một vài bài trước, cách thu nạp kiến thức qua Google và các công cụ số — mặc dù rất tiện — suy cho cùng là vô nghĩa. Tôi có thể không biết aurora hay cực quang là gì, người bạn tôi ở sau màn hình thì biết đấy, nhưng sự biết phục vụ cho trí tò mò chớp lóa sẽ không có ý nghĩa gì khi mà cả tôi và bạn, hay bất kỳ ai khác, đều chỉ cần vài cú click chuột để biết đó là cái gì, đấy là ai, xảy ra lúc nào, tại đâu.
Tương đồng với kiến thức góp nhặt là những cú mớm mồi chạy đua mà những cỗ máy và thuật toán của chúng nhử trước mắt chúng ta. Netflix và bức tường Facebook hé lộ cho ta về series mới 1899, có cùng nhà biên kịch và nhà sản xuất của Dark, ta phải xem chứ. Goodreads nhử chúng ta hãy làm cho mình đặc biệt bằng hành trình đọc sách của năm: mười cuốn, hai mươi cuốn, hay năm mươi cuốn thì mới được badge? Nhưng đằng sau những cuộc đua đó là cách chúng ta đưa dữ liệu người dùng, cùng với hành vi và các lát cắt để định danh ta là ai, cho cỗ máy. Cỗ máy không quan tâm; càng có nhiều dữ liệu, chúng vận hành càng hiệu quả!
Có lẽ tôi phàn nàn hơi nhiều về tính háu ăn của thuật toán và cái bẫy dành cho người dùng. Cả hai hiện tượng ấy đã thâm nhập vào đời sống hàng ngày của mỗi người, như bài hát Như một thói quen của Noo Phước Thịnh. Tôi đã bắt đầu nghĩ rằng, thói quen có lẽ nào là dấu hiệu của sự mục ruỗng, việc ta cứ bàng quan trao quyền hành vào tay một thứ mà ta cũng không rõ nghĩa, nhưng đã quá quen để không cần phải cắt nghĩa. Giống như khi ta chửi những ai tẩy chay World Cup ở Qatar và bảo rằng, bóng đá chỉ là một trò chơi thôi mà.
Chúng ta có thực sự hiểu thế nào là một trò chơi không?
Gunnar Myrdal được trao giải Nobel “kinh tế” năm 1974 cùng với Friedrich Hayek. Câu chuyện ngoài lề là giải Nobel "kinh tế" ra đời năm 1969, với quy định là trong năm năm đầu tiên không được trao cho người Thụy Điển. Đến năm 1974 Myrdal rốt cuộc cũng được giải thì thiên hạ tương đối mơ hồ rằng Hayek được trao cùng để làm gì. Dĩ nhiên Myrdal rất không vui vì Hayek luôn bị coi là “reactionary” (phản động) trong giới kinh tế học thời đó. (Đọc thêm về chữ “reactionary”.)
Tôi dùng chữ “mô thức” thay cho “mô hình” vì đối với các công cụ dùng big data thì chẳng cần có mô hình nào cả. Đọc thêm về Google và phản-mô hình. Cái gọi là model, với nghĩa là “mô thức” ở đây, gần với kết cấu của một mạng lưới hơn. Khi ta có một kết cấu và các biến của các điểm tạo nên kết cấu, ta có thể giải thích được những mối quan hệ nằm trong kết cấu đó. (Giống môn Giải tích hồi cấp ba vậy đó.)