Khi một tin viết "AI vượt qua con người", câu đó gần như luôn đúng ở một việc rất hẹp, đo bằng một bài kiểm cụ thể, so với một nhóm người cụ thể — và gần như không bao giờ đúng theo nghĩa rộng mà người đọc dễ hiểu. Máy tính nhân nhanh hơn người từ những năm 1940; điều đó chưa từng khiến ai nghĩ máy tính "giỏi hơn con người". Tin AI cũng vậy, chỉ là cách viết khiến ranh giới đó mờ đi.
Bài này đưa ra ba câu hỏi để bóc một tin "vượt con người": vượt ở việc gì, đo bằng gì, so với ai. Kèm theo là vài mốc lịch sử có thật để bạn thấy kiểu tin này đã lặp lại bao nhiêu lần, và những gì thường xảy ra sau tiêu đề. Mục tiêu không phải để coi thường AI, mà để biết chính xác cái gì đã thay đổi.
Câu hỏi thứ nhất: vượt ở đúng việc gì
Mỗi thành tựu AI được báo chí nhắc tới đều gắn với một nhiệm vụ cụ thể: chơi một trò cờ có luật cố định, phân loại ảnh vào một nghìn nhóm có sẵn, trả lời câu hỏi trắc nghiệm của một bộ đề, dịch câu giữa hai ngôn ngữ. Khi tin rút gọn thành "AI vượt con người", nhiệm vụ cụ thể đó bị bỏ đi và người đọc tự lấp chỗ trống bằng hình dung chung về "trí thông minh".
Cách tự kiểm đơn giản: đọc lại tin và gạch chân động từ. Hệ thống "thắng ván cờ", "đạt điểm", "nhận dạng đúng", "giải được" — đó là việc nó làm. Nếu tin không nêu rõ động từ cụ thể mà chỉ dùng "thông minh hơn", "giỏi hơn", "hiểu hơn", thì bạn đang đọc lời bình chứ không phải thông tin.
Một điểm hay bị bỏ qua: người làm một việc giỏi thường cũng làm được hàng trăm việc lân cận. Kỳ thủ cờ vây giỏi biết giải thích nước đi, dạy học trò, chơi trên bàn cờ kích thước khác, nhận ra khi đối thủ đang mệt. Một chương trình chơi cờ vây ở thời điểm thắng nhà vô địch không làm được những việc đó. Vì vậy so "vượt" ở một việc không cho phép suy ra "vượt" ở những việc xung quanh, dù với con người thì suy luận đó thường đúng.
Mô hình ngôn ngữ ngày nay làm được nhiều loại việc hơn hẳn các hệ thống chơi cờ, nên ranh giới khó nhìn hơn. Nhưng câu hỏi vẫn giữ nguyên: trong tin này, việc được đo là việc nào, và việc đó có phải là việc bạn đang nghĩ tới không.
Mấy mốc "máy thắng người" có thật và điều tiêu đề không nói
Lịch sử AI có nhiều khoảnh khắc được đưa tin là máy đã vượt người. Đặt chúng cạnh nhau giúp bạn thấy khuôn mẫu chung.
| Mốc | Việc cụ thể | Điều thường bị bỏ qua |
|---|---|---|
| Năm 1997, Deep Blue của IBM thắng Garry Kasparov | Một trận cờ vua sáu ván với nhà vô địch thế giới | Hệ thống chỉ chơi cờ vua, dựa phần lớn vào khả năng tính rất nhiều nước đi; không học thêm được việc gì khác |
| Giữa thập niên 2010, các mô hình nhận dạng ảnh được báo là vượt người trên bộ ảnh ImageNet | Gán mỗi ảnh vào một trong khoảng một nghìn nhóm cho sẵn | Con số "người" là ước lượng từ một số ít người làm thử; mô hình vẫn dễ nhầm khi ảnh chụp ở góc lạ hay bị thay đổi nhỏ |
| Năm 2016, AlphaGo thắng Lee Sedol 4–1 | Cờ vây trên bàn 19×19 với luật chuẩn | Lee Sedol vẫn thắng một ván; các hệ thống cờ vây về sau còn bị người chơi nghiệp dư đánh bại bằng chiến thuật khai thác điểm mù |
| Từ năm 2023, các mô hình ngôn ngữ đạt điểm cao ở nhiều kỳ thi chuẩn hoá | Trả lời đề thi dạng chữ trong điều kiện do nhà phát triển đặt | Đề có thể đã nằm trong dữ liệu huấn luyện; làm bài thi khác với làm nghề mà kỳ thi đó sàng lọc |
Bạn không cần nhớ chi tiết từng mốc. Điều đáng nhớ là cột thứ ba: lần nào cũng có một phần sự thật bị cắt khỏi tiêu đề, và phần đó thường quyết định ý nghĩa của tin.
Câu hỏi thứ hai: đo bằng bài kiểm nào
Để nói "vượt" thì phải có thước đo. Trong AI, thước đo thường là một bộ bài kiểm chuẩn, gọi là điểm chuẩn hay benchmark: một tập câu hỏi hoặc nhiệm vụ cố định, chấm điểm tự động, để các nhóm nghiên cứu so với nhau. Bộ bài kiểm rất có ích cho giới làm nghề, nhưng nó chỉ đo đúng những gì có trong nó.
Có ba điều nên hỏi về thước đo. Một, bài kiểm có giống việc ngoài đời không, hay chỉ là dạng rút gọn để chấm cho dễ — ví dụ chọn một trong bốn đáp án thay vì tự viết lời giải. Hai, ai chấm và ai chọn điều kiện làm bài: nhà phát triển tự công bố điểm của mình hay một nhóm độc lập chạy lại. Ba, mô hình đã từng "thấy" bài kiểm chưa: nếu đề thi lọt vào dữ liệu huấn luyện, điểm cao có thể phản ánh trí nhớ chứ không phải năng lực.
Giới nghiên cứu hay nhắc tới định luật Goodhart, thường được phát biểu gọn là: khi một thước đo trở thành mục tiêu, nó không còn là thước đo tốt. Khi cả ngành đua nhau đạt điểm cao ở cùng một bộ bài kiểm, mô hình dần được tối ưu cho chính bộ bài kiểm đó. Đó là lý do các bộ điểm chuẩn liên tục bị thay bằng bộ mới khó hơn sau vài năm, và vì sao "đạt kỷ lục ở bài kiểm X" không nên được đọc như "giỏi hơn người ở việc X".
Câu hỏi thứ ba: so với người nào, trong điều kiện nào
"Con người" trong tin là ai? Có khi là chuyên gia hàng đầu, có khi là trung bình của người làm thuê qua mạng được trả tiền theo câu, có khi là điểm trung bình của thí sinh một kỳ thi. Ba nhóm này khác nhau rất xa. Một hệ thống vượt điểm trung bình thí sinh chưa chắc đã chạm tới người giỏi nhất nghề.
Người được so có đủ điều kiện không? Trong nhiều thí nghiệm, người làm bài bị giới hạn thời gian, không được tra cứu, không được hỏi lại, trong khi ngoài đời họ có đủ những thứ đó. Ngược lại, AI đôi khi được cho thử nhiều lần rồi lấy lần tốt nhất. Hai bên không chơi cùng luật thì phép so mất nhiều ý nghĩa.
Đo một lần hay đo nhiều lần? Mô hình ngôn ngữ có yếu tố ngẫu nhiên: cùng câu hỏi có thể ra câu trả lời khác. Một kết quả ấn tượng có thể là lần chạy đẹp nhất được chọn ra. Báo cáo cẩn thận sẽ nói rõ đã chạy bao nhiêu lần và lấy trung bình hay lấy lần cao nhất.
So ở độ chính xác hay ở cả chi phí sai? Người làm nghề không chỉ đúng nhiều mà còn biết mình không chắc chỗ nào để hỏi lại. Một hệ thống đúng chín mươi phần trăm nhưng sai một cách tự tin ở mười phần trăm còn lại có thể kém hữu ích hơn một người đúng tám mươi phần trăm và báo trước chỗ mình chưa chắc. Ví dụ giả định này cho thấy con số đúng sai chưa nói hết chuyện.
Vì sao kiểu tin này lặp đi lặp lại
Tin "AI vượt con người" có sức hút vì nó chạm vào một nỗi tò mò rất cũ: máy có thể nghĩ như người không. Câu hỏi đó có từ bài báo năm 1950 của Alan Turing về "trò chơi bắt chước", và mỗi thành tựu mới lại được kể như một bước trả lời. Tiêu đề càng gọn càng dễ lan.
Bên cạnh đó là lợi ích của nhiều bên. Công ty phát triển muốn sản phẩm được chú ý; nhóm nghiên cứu muốn kết quả được trích dẫn; trang tin muốn lượt đọc. Không bên nào cần nói sai, chỉ cần chọn cách diễn đạt rộng nhất mà vẫn có thể bảo vệ được. Câu "vượt mức con người trên bài kiểm X" trong báo cáo kỹ thuật trở thành "vượt con người" ở dòng chia sẻ trên mạng xã hội.
Hiểu điều này giúp bạn đọc tin mà không cần nghi ngờ mọi thứ. Thành tựu thường là thật; chỉ phần diễn giải là bị kéo giãn. Việc của người đọc tỉnh táo là kéo nó về đúng kích thước: AI đã làm được một việc cụ thể tốt hơn trước, và đây là giới hạn của phép đo đó.
Một tín hiệu đáng tin hơn tiêu đề là những gì xảy ra vài tháng sau. Thành tựu thật thường để lại dấu vết: người làm nghề bắt đầu dùng, nhóm độc lập kiểm lại được, công cụ có mặt trong công việc hằng ngày. Tin chỉ gây ồn rồi biến mất thì nên được xếp vào loại "chờ xem".
Đọc một tin "AI vượt con người" trong năm phút
Khi gặp một tin như vậy trên mạng hoặc trong nhóm chat gia đình, bạn có thể đi qua các bước sau trước khi chia sẻ hay bàn luận:
- Tìm động từ cụ thể: hệ thống đã làm gì — thắng, đạt điểm, nhận dạng, viết, giải. Ghi ra một dòng.
- Tìm tên bài kiểm hoặc cuộc thi. Nếu tin không nêu, coi như tin thiếu thông tin quan trọng nhất.
- Tìm "con người" được so là ai: chuyên gia, người bình thường, hay điểm trung bình thí sinh.
- Xem ai công bố kết quả: công ty tự báo, bài báo khoa học, hay nhóm đánh giá độc lập.
- Tìm một câu về giới hạn: tin có nhắc hệ thống còn sai ở đâu không. Tin không có câu nào như vậy thường là bản viết lại từ thông cáo.
- Viết lại tiêu đề theo cách chính xác nhất, ví dụ "Mô hình X đạt điểm cao hơn trung bình thí sinh ở bài thi Y do chính công ty chạy". Nếu bản viết lại nghe kém ấn tượng hẳn, bạn đã thấy phần bị phóng to.
Bước cuối là bước hữu ích nhất. Nó buộc bạn chuyển từ cảm giác sang mệnh đề kiểm được, và thường chỉ mất một phút. Phần kiểm chứng nguồn tin nói chung, như tìm bản gốc hay nhận diện trang giả mạo, đã có hướng dẫn riêng ở AI Tra Cứu và AI Tin Tức.
Đừng rơi vào chiều ngược lại: coi thường mọi thành tựu
Đọc tỉnh táo không có nghĩa là gạt đi tất cả. Một phản ứng phổ biến sau vài lần thấy tiêu đề phóng đại là kết luận "AI chỉ là trò quảng cáo". Kết luận đó cũng sai, và có khi còn nguy hiểm hơn, vì nó khiến người ta bỏ qua những thay đổi có thật trong công việc của mình.
Thực tế là nhiều việc mà mười năm trước máy làm rất kém nay đã làm khá tốt: dịch câu thông thường, tóm tắt văn bản dài, chép lời từ giọng nói, nhận dạng chữ viết tay, gợi ý câu trả lời cho thư. Những tiến bộ này không cần tiêu đề "vượt con người" để có giá trị. Chúng đáng được đánh giá đúng như chúng là: công cụ giúp làm nhanh một phần việc, vẫn cần người kiểm.
Thái độ cân bằng nằm ở chỗ tách hai câu hỏi. Câu thứ nhất là "hệ thống làm được gì, đo thế nào" — trả lời bằng chứng cứ. Câu thứ hai là "điều đó có ý nghĩa gì với mình" — bạn tự trả lời theo công việc và đời sống của mình, sau khi đã có câu trả lời thứ nhất. Trộn hai câu làm một là nguồn gốc của cả sự hoảng hốt lẫn sự coi thường.
Câu hỏi thường gặp
AI đã thông minh hơn con người chưa?
Câu hỏi này chưa có câu trả lời chung vì "thông minh" gồm rất nhiều năng lực khác nhau. AI đã làm tốt hơn đa số người ở một số việc hẹp như chơi cờ hay nhận dạng một số loại ảnh, nhưng vẫn kém ở nhiều việc người làm dễ dàng, như hiểu bối cảnh đời thực hay biết mình không chắc chỗ nào.
Vì sao AI thắng cờ vây mà vẫn trả lời sai câu hỏi đơn giản?
Hệ thống chơi cờ vây và chatbot là những hệ thống khác nhau, được xây cho việc khác nhau. Ngay cả một mô hình làm được nhiều việc cũng có điểm mạnh yếu không giống con người, nên giỏi việc khó với người không kéo theo giỏi việc dễ với người.
Điểm chuẩn benchmark là gì mà tin AI hay nhắc?
Đó là bộ câu hỏi hoặc nhiệm vụ cố định, chấm tự động, để so các mô hình với nhau. Nó hữu ích cho giới nghiên cứu nhưng chỉ đo đúng nội dung có trong bộ đó, và có thể bị thổi phồng nếu đề đã lọt vào dữ liệu huấn luyện của mô hình.
Tin do chính công ty công bố có đáng tin không?
Không nên gạt đi, nhưng nên coi là bước đầu. Công ty thường chọn điều kiện đo có lợi cho mình. Kết quả đáng tin hơn khi có nhóm độc lập chạy lại được, hoặc khi người dùng thật xác nhận qua công việc hằng ngày sau một thời gian.
Làm sao giải thích cho người lớn tuổi trong nhà khi họ lo AI vượt mặt con người?
Có thể so với máy tính bỏ túi: nó tính nhanh hơn mọi người từ lâu mà không ai thấy mình bị vượt mặt. AI hiện nay giỏi hơn ở một số việc cụ thể, vẫn sai ở nhiều chỗ, và cần người kiểm lại. Nêu một ví dụ cụ thể trong đời sống của họ thường dễ hiểu hơn giải thích chung.
Khi nào thì một tin AI đáng để chú ý thật sự?
Khi tin nêu rõ việc cụ thể, cách đo, nhóm người được so, có kết quả kiểm lại độc lập, và việc đó gắn với công việc thật mà bạn hoặc người quen đang làm. Những tin như vậy thường ít giật gân hơn nhưng nói nhiều hơn về thay đổi thật.