Trong thập niên 1950, nhà vật lý lỗi lạc người Mỹ Richard Feynman được Đại học Caltech và Chính phủ Mỹ tài trợ sang Brazil dạy học.
Sau một thời gian, ông quan sát thấy một hiện tượng lạ trong nền giáo dục Brazil: sinh viên có thể trả lời các câu hỏi lý thuyết trong sách rất nhanh, nhưng nếu giữ nguyên bản chất câu hỏi và thay đổi một số ngôn từ và ngữ cảnh thì họ… hoàn toàn bối rối.
Một lần, Feynman hỏi “làm sao đo được mức độ phân cực của ánh sáng khi chiếu vào một dung môi khúc xạ”, các sinh viên hàng đầu trong lớp có thể nhanh chóng tính toán chính xác góc phân cực của ánh sáng.
Tuy nhiên trong một lần khác, khi ông hỏi “đứng ở góc độ nào để quan sát được góc nắng phản chiếu trên mặt nước biển?” thì không ai trả lời được. Feynman nhận ra sinh viên học thuộc lòng công thức nhưng không hiểu khái niệm “dung môi khúc xạ” hàm chỉ những môi trường như nước, hay cụm từ “phân cực ánh sáng” tương ứng với góc phản chiếu của ánh sáng mà mắt thường quan sát được.
Ngoài việc không hiểu và không thể áp dụng công thức được dạy, Feynman nhận thấy không sinh viên nào đặt câu hỏi trong lúc ông giảng bài. Sau này một học trò chia sẻ với Feynman rằng “việc đặt câu hỏi chỉ khiến các bạn khác trong lớp coi thường bởi nó cho thấy tôi chưa hiểu vấn đề và đang làm phí thời gian của cả lớp”.
“Hoàn toàn không có một nền giáo dục khoa học được giảng dạy ở Brazil. Học sinh được đào tạo để nhớ từng công thức trong sách giáo khoa cho các kì thi, nhưng các em không được dạy để tự khám phá, thử sai để hiểu bản chất các hiện tượng khoa học”, Richard Feynman nhận xét khi phát biểu với Hội đồng Giáo dục Brazil.
Quay lại với hiện tại 2024. Apple vừa công bố một kết quả nghiên cứu cho thấy các hệ thống AI tạo sinh như ChatGPT không có khả năng suy luận và phân tích logic để giải quyết vấn đề. Như vậy các kết quả trả lời nghe qua rất thông minh và thuyết phục của ChatGPT chỉ là “học vẹt và bắt chước” lượng dữ liệu khổng lồ từ vô số sách vở, báo chí và Internet mà hệ thống máy học đã được huấn luyện qua.
Ta dễ thấy sự tương đồng giữa nghiên cứu này về hạn chế của ChatGPT với phát hiện của Richard Feynman về nền giáo dục ở Brazil: người và máy đều rơi vào tình trạng “có khả năng nhớ rõ và lặp lại từng con chữ, từng công thức nhưng không hiểu các con chữ và công thức đó thật sự có ý nghĩa gì”.
So với con người, các hệ thống AI tạo sinh rất dễ đưa ra câu trả lời lỗi (thay vì thú nhận nó không biết lời giải) nếu người sử dụng chỉ chuyển đổi câu hỏi một chút để làm rối cách hệ thống phân tích bài toán. Ví dụ, tôi chuyển đổi bài toán tiểu học “chó và gà” thành như sau:
“Vừa gà vừa chó, bó lại cho tròn, 36 con, một trăm chân chẵn. Chủ trang trại trước đây có mua thêm hai chú chó và ba chú gà. Hỏi có bao nhiêu gà, bao nhiêu chó?”.
ChatGPT (phiên bản 4o mini) trả lời ngay là 16 con chó và 25 con gà. Chứng tỏ trong quá trình “tư duy” trả lời câu hỏi, hệ thống máy hoàn toàn không biết cách đặt ngược lại các câu hỏi làm rõ đề bài. Trong khi đó, học sinh có thể sẽ nêu ý kiến “ngôn ngữ đề bài chưa được rõ ràng về mặt thời điểm của việc tính số lượng chó và gà” khi đối mặt với bài toán này.
Các hệ thống AI tạo sinh như ChatGPT được tạo ra bằng cách nạp cho máy tính một lượng dữ liệu khổng lồ trong quá trình huấn luyện. Sau đó máy sẽ kết hợp giữa việc tra cứu và tích hợp các kiến thức đã hấp thụ trong quá trình huấn luyện để đưa ra câu trả lời trong quá trình sử dụng.
Với các ông lớn công nghệ đổ hàng tỷ USD vào việc thu thập dữ liệu và kiến thức nhân loại để huấn luyện cho máy, các hệ thống này đã có thể nhớ nhiều và nhớ nhanh hơn con người.
Tuy nhiên với kiến trúc hiện tại, đa phần hệ thống AI này vẫn rất kém trong việc tự kiểm tra tính hợp lý của câu trả lời, nhất là trong những tình huống kiến thức hay dữ liệu mới mà AI chưa có. Việc tạo ra hệ thống AI có thể tự phản biện để đánh giá được khi nào máy đưa ra câu trả lời sai trong mọi tình huống vẫn là bài toán mở lớn của ngành trí tuệ nhân tạo.
Như vậy, con người đã thua trong cuộc chiến “học nhớ” so với máy tính nhưng trong cuộc chiến “học hiểu” chúng ta vẫn còn nhiều cơ hội chiến thắng.
Trong sự học hiểu, vấn đề không chỉ là “học gì” mà còn là “thái độ học như thế nào”. Với lao động tri thức, lợi thế cạnh tranh của chúng ta so với ChatGPT là khả năng hiểu sâu, khả năng phân tích logic, tự phê bình, đánh giá được khi nào mình chưa hiểu, hay còn hiểu sai để thúc đẩy bản thân tìm tòi thêm.
Quay lại câu hỏi “học gì”, tôi nghĩ cần chọn những ngành học đề cao việc hiểu sâu bản chất vấn đề, phân tích và sáng tạo ra lời giải. Trong câu chuyện Richard Feynman phê bình giáo dục Brazil, cũng cần lưu ý thái độ “học vẹt” có phần trách nhiệm của môi trường và hệ thống giáo dục.
Richard Feynman từng nói “Nguyên lý đầu tiên của tư duy là đừng tự huyễn hoặc bản thân, bởi chính chúng ta là kẻ dễ bị chúng ta lừa dối nhất”. Tự đánh giá nghiêm túc khi nào bản thân hiểu sai, hiểu thiếu, sẵn sàng đầu tư học hỏi sâu hơn để hiểu rõ và giải quyết vấn đề triệt để vẫn là khả năng của chỉ riêng loài người.
Duy trì một thái độ trung thực và cầu thị về tri thức sẽ đóng vai trò quyết định để con người không bị tụt hậu so với ChatGPT.
Ned Nguyễn
Nguồn tin: https://vnexpress.net/hoc-gi-de-khong-thua-kem-chatgpt-4806818.html
