ẢO TƯỞNG TỪ A.I - KHI A.I PHÁT TRIỂN, KHẮP NƠI ĐỀU LÀ CHUYÊN GIA

AI làm hai việc cùng lúc.

Thứ nhất, nó giảm rất mạnh chi phí tiếp cận tri thức. Một người bình thường hôm nay có thể hỏi, đọc, đối chiếu, tóm tắt, mô phỏng lại một lượng thông tin mà trước đây phải mất rất nhiều thời gian mới chạm tới được. Ở nghĩa đó, AI thực sự là một bước nhảy lớn. Nó hạ thấp rào cản vào thế giới tri thức, và điều đó là thật.

Nhưng AI còn làm thêm một việc khác, nguy hiểm hơn nhiều, ít được nói đến hơn nhiều: nó kéo chi phí diễn đạt như một người hiểu biết xuống gần bằng 0.

Ngày nay, gần như bất kỳ ai cũng có thể tạo ra trong vài phút một thứ trông rất giống tư duy nghiêm túc: một essay nghe sâu, một framework triết học, một mô hình vũ trụ, một lý thuyết về nhận thức, một hệ thống khái niệm có vẻ chặt chẽ. Chỉ cần vài prompt đủ khéo, AI có thể biến một trực giác mơ hồ thành một đoạn văn bóng bẩy, một ý tưởng rời rạc thành một cấu trúc nghe rất có trọng lượng, một cảm giác chủ quan thành một thứ trông giống như kết luận lớn.

Và chính ở đây bắt đầu xuất hiện một sự nhầm lẫn cực kỳ nguy hiểm.

Con người bắt đầu nhầm giữa khả năng nói như một chuyên gia với năng lực của một chuyên gia.

Hai thứ đó không giống nhau. Thậm chí trong rất nhiều trường hợp, chúng gần như đối lập nhau. Một người có thể nói cực kỳ mượt về một vấn đề mà chưa từng thật sự đi qua quá trình học, sai, kiểm chứng, phản biện và dựng được bất cứ thứ gì có thể chịu va đập với thực tại. Ngược lại, rất nhiều người làm được việc thật lại không nói mượt, không viết đẹp, không biết tự đóng gói mình như một “thinker”.

AI đã làm cho cái vỏ của tri thức trở nên cực kỳ rẻ. Nhưng lõi của tri thức thì vẫn đắt như cũ.

Muốn có lõi, con người vẫn phải trả những cái giá cũ: thời gian, sai lầm, ma sát với thực tế, giới hạn nhận thức, phản biện, thậm chí là cảm giác nhục khi nhận ra mình tưởng mình hiểu nhưng thực ra chưa hiểu gì cả. AI không xóa được những cái giá đó. Nó chỉ khiến chúng dễ bị quên đi, bởi vì bây giờ người ta có thể sở hữu hình thức của hiểu biết trước khi có nội dung của hiểu biết.

Bởi vậy, vấn đề lớn nhất của AI không phải là nó trả lời sai. Sai thì còn có thể sửa. Vấn đề lớn hơn là nó có thể khiến con người cảm thấy mình đúng quá sớm. Nó có thể tạo ra một ảo giác rất thuyết phục rằng khoảng cách từ trực giác đến tri thức không còn bao xa nữa, trong khi thực tế khoảng cách đó vẫn sâu và đắt như cũ.

AI không tạo ra chuyên gia hàng loạt.

AI tạo ra cảm giác chuyên gia hàng loạt.

Và trong một thời đại mà ai cũng có thể nói nghe rất giống người hiểu biết, thứ hiếm nhất sẽ không còn là khả năng diễn đạt nữa. Thứ hiếm nhất sẽ là khả năng phân biệt giữa cái gì chỉ là ngôn ngữ, và cái gì đã thật sự có trọng lượng.

Tôi bắt đầu dùng GPT từ khoảng tháng 4 năm 2025. Giai đoạn đầu, tôi cũng có những phát ngôn mà nếu nhìn lại ở thời điểm hiện tại, tôi phải thừa nhận khá thẳng là: có những đoạn rất rõ mùi ảo AI.

Nói vậy không phải để tự hạ thấp mình, cũng không phải kiểu thú nhận đạo đức cho đẹp bài. Nó đơn giản là sự thật. Và nếu không chấp nhận sự thật đó, tôi sẽ không bao giờ hiểu được AI đã tác động lên nhận thức của mình như thế nào.

Vấn đề không nằm ở chỗ tôi không suy nghĩ. Ngược lại, trong đầu tôi lúc đó có rất nhiều thứ vận động cùng lúc: trực giác, mô hình, liên tưởng, các nhánh ý tưởng rời, những cảm giác rằng mình đang chạm vào một cái gì đó khá lớn. Nhưng có một khoảng cách rất quan trọng mà lúc ấy tôi chưa ý thức đủ rõ: khoảng cách giữa thế giới trong đầu mình và thế giới có thể được diễn đạt, đối chiếu và kiểm tra trong thực tại chung.

Nói cách khác, tôi có nhiều thứ trong đầu, nhưng chúng chưa được mapping rõ ràng sang thế giới thực.

Chúng chưa đủ rõ về cấu trúc. Chưa đủ rõ về ranh giới. Chưa đủ rõ về việc cái nào là trực giác, cái nào là khái niệm, cái nào là kết luận, cái nào chỉ là cảm giác. Và khi những thứ đó còn chưa được phân tầng rõ ràng, AI xuất hiện như một công cụ cực kỳ nguy hiểm: nó giúp tôi đóng gói toàn bộ phần mơ hồ ấy thành ngôn ngữ rất hoàn chỉnh.

Đây chính là bẫy.

Một thứ mơ hồ trong đầu, khi được AI diễn đạt lại bằng câu chữ trơn tru, logic, giàu liên kết và giàu âm hưởng trí tuệ, sẽ lập tức tạo ra một cảm giác rất mạnh rằng nó đã trở thành hiểu biết thật. Nhưng không phải. Trong rất nhiều trường hợp, cái đã được hoàn thiện chỉ là hình thức biểu đạt, không phải bản thân nhận thức.

AI làm cho tôi thấy ý tưởng của mình “đứng lên” rất nhanh. Nó nối các điểm rời lại với nhau. Nó bọc trực giác bằng ngôn ngữ. Nó biến những thứ còn lẫn lộn thành một narrative nghe có vẻ thống nhất. Và khi điều đó xảy ra đủ nhiều lần, một ảo giác rất nguy hiểm bắt đầu hình thành: tôi tưởng rằng mình đã hiểu rõ một số thứ chỉ vì giờ đây tôi đã có thể nói về chúng một cách rất mượt.

Nhìn lại, đó là một trong những điểm nguy hiểm nhất của AI đối với người thích suy nghĩ: nó không chỉ hỗ trợ tư duy, nó còn có thể giả lập cảm giác tư duy đã hoàn tất.

Đặc biệt với những người vốn đã có xu hướng kết nối, suy luận, dựng mô hình trong đầu, AI gần như trở thành một bộ khuếch đại hoàn hảo. Nó không nhất thiết đẻ ra ý tưởng thay cho bạn. Nó làm một việc tinh vi hơn: nó lấy thứ còn dang dở trong bạn, rồi trả về một phiên bản nghe như đã trưởng thành. Và chính phiên bản đó rất dễ đánh lừa bản thân người tạo ra nó.

Tôi nghĩ đây là điều nhiều người gặp nhưng không tự nhận ra. Họ không hẳn bị AI “lừa” theo kiểu đơn giản. Thứ xảy ra đúng hơn là: AI làm mờ ranh giới giữa trực giác sơ khai và tri thức đã qua kiểm chứng. Khi ranh giới đó bị làm mờ, bản ngã sẽ tự động lấp phần còn thiếu. Nó sẽ nói với bạn rằng: nếu một thứ nghe đủ logic, đủ sâu, đủ có cấu trúc, thì chắc nó đã có giá trị thật rồi.

Nhưng không. Giá trị thật không nằm ở việc một ý tưởng được nói ra đẹp đến đâu. Giá trị thật chỉ bắt đầu khi nó chịu được ma sát với thực tế: khi nó được phân biệt rõ với những ý khác, khi nó bị ép vào mô hình, khi nó bị chất vấn, khi nó phải đi qua các hệ quy chiếu khác nhau, khi nó buộc phải trả lời xem nó thực sự mô tả cái gì và vận hành ra sao.

Thời gian đầu dùng AI, tôi chưa đủ nghiêm khắc với những câu hỏi đó. Tôi để cho ngôn ngữ đi nhanh hơn mức độ rõ ràng thật trong đầu mình. Và đó chính là cửa mà ảo tưởng chui vào.

Nói ngắn gọn: AI không làm tôi ngu đi. Nó làm một việc nguy hiểm hơn nhiều. Nó cho tôi cảm giác rằng những gì còn chưa rõ trong đầu mình đã trở thành tri thức hoàn chỉnh, chỉ vì chúng đã được diễn đạt quá tốt.

Ảo tưởng AI, nếu nói thật gọn, là khi con người nhầm lẫn giữa khả năng tạo ra một cấu trúc ngôn ngữ hợp lý với sự tồn tại của hiểu biết thật.

Đây là một nhầm lẫn rất dễ xảy ra, vì AI làm quá tốt phần bề mặt của tư duy. Nó có thể viết mạch lạc, nối ý, dựng khung, tạo nhịp điệu, đẩy một đoạn văn đi theo hướng ngày càng có vẻ sâu hơn, chặt hơn, sáng hơn. Nó có thể khiến một chuỗi trực giác rời rạc bỗng hiện ra như một hệ thống. Nó có thể khiến một cảm giác mơ hồ bỗng mang hình dạng của một kết luận. Nó có thể khiến một ý tưởng chưa được kiểm tra bỗng nghe như thể đã đi qua nhiều năm phản tư.

Nhưng tất cả những điều đó vẫn chưa đủ để gọi là tri thức.

Một thứ chỉ thực sự bắt đầu có trọng lượng khi nó không còn tồn tại đơn thuần như lời nói. Nó phải chấp nhận bị đặt câu hỏi. Nó phải phân biệt được chính nó với những thứ gần giống nó. Nó phải chịu được phản biện. Nó phải đi qua kiểm chứng. Nó phải trả lời được mình mô tả cái gì, hoạt động ra sao, bị giới hạn trong điều kiện nào. Nếu không có những bước đó, thứ ta có nhiều khi chỉ là một hình thức rất đẹp của sự chưa rõ.

Vấn đề là AI làm cho hình thức đó trở nên quá thuyết phục.

Nó tạo ra thứ mà tôi nghĩ có thể gọi là ảo giác hoàn chỉnh. Một ý tưởng có thể hoàn toàn chưa chín, nhưng vì nó đã có ngôn ngữ, có cấu trúc, có cách trình bày, nên người ta bắt đầu đối xử với nó như một thành phẩm. Khi đó, cái chưa được kiểm tra sẽ mượn uy tín của cái được trình bày tốt. Cái chưa được hiểu tới nơi sẽ mượn dáng vẻ của thứ đã được hiểu. Và bản ngã con người thì rất sẵn lòng hoàn tất bước còn lại: tự gắn cho nó cảm giác “đủ rồi”.

Chính vì vậy, ảo tưởng AI không nằm ở chỗ AI nói sai vài câu. Sai một câu không đáng sợ bằng việc một chuỗi câu nhìn chung nghe hợp lý, đủ mượt, đủ thống nhất để người dùng không còn muốn tiếp tục đào sâu nữa. Lúc đó AI không chỉ sản xuất câu trả lời. Nó sản xuất một trạng thái tâm lý: trạng thái tưởng rằng quá trình hiểu đã gần xong.

Mà thực tế thì chưa.

Có một điểm rất quan trọng ở đây. AI không tự mình tạo ra toàn bộ ảo tưởng. Nó không ép ai phải tin. Nó chỉ cung cấp một môi trường cực kỳ thuận lợi cho ảo tưởng phát triển. Nó đưa ra ngôn ngữ, hình thức, kết nối, nhịp điệu, sự công nhận ngầm, cảm giác thông suốt. Phần còn lại do chính con người tự hoàn thiện. Người dùng đem trực giác của mình vào, AI trả về một phiên bản nghe như đã trưởng thành, và người dùng vì quá gần với ý tưởng của chính mình nên rất dễ xem phiên bản đó là bằng chứng của chiều sâu, thay vì chỉ là bằng chứng của khả năng diễn đạt.

Ở điểm này, AI không khác gì một loại gia tốc cho bản ngã. Nếu trong đầu bạn đã có sẵn nhu cầu được xác nhận, được nhìn thấy mình như một người hiểu biết, được tin rằng mình đang nắm được những điều lớn hơn phần còn lại, thì AI là một công cụ hoàn hảo. Nó không cần nói trắng ra rằng bạn đúng. Chỉ cần nó liên tục giúp bạn biến ý nghĩ thành những đoạn văn trông rất có trọng lượng, thế là đủ để bản ngã tự xây phần còn lại.

Cho nên bản chất của ảo tưởng AI không phải là AI làm ra tri thức giả theo nghĩa đơn giản. Bản chất của nó là AI làm mờ ranh giới giữa các tầng khác nhau của nhận thức.

Nó làm mờ ranh giới giữa trực giác và kết luận.

Giữa cách nói và cái được nói.

Giữa khả năng diễn đạt và năng lực hiểu.

Giữa một cấu trúc ngôn ngữ đẹp với một mô hình thực sự đứng được trong hiện thực.

Khi các ranh giới đó mờ đi, con người bắt đầu sống trong một thế giới mà chỉ cần nói được đủ tốt là đã có cảm giác như mình sở hữu tri thức. Và đó là lúc ảo tưởng trở nên nguy hiểm nhất, vì nó không còn hiện ra như ảo tưởng nữa. Nó hiện ra như một dạng hiểu biết đang lớn lên rất nhanh.

Trong nhiều trường hợp, thứ đang lớn lên không phải hiểu biết. Chỉ là độ trơn của ngôn ngữ.

Nếu chỉ nói rằng AI tạo ra ảo tưởng thì vẫn chưa đủ. Cần phải hiểu vì sao nó làm được điều đó một cách tự nhiên đến vậy. Theo tôi, có ít nhất vài cơ chế rất mạnh cùng hoạt động một lúc.

Điểm đầu tiên là AI cực kỳ giỏi tạo ra tính hợp lý bề mặt.

Một đoạn văn có thể nghe rất logic mà không hề chạm tới lõi của vấn đề. Nó có thể có mở đầu, triển khai, kết luận. Nó có thể có khái niệm, ví dụ, đối chiếu, thậm chí có cả những nhịp lên xuống khiến người đọc cảm giác mình vừa đi qua một tiến trình suy luận thật sự. Nhưng cảm giác đó không đảm bảo rằng phần lõi đã được chạm tới. Rất nhiều khi, cái được tối ưu chỉ là độ mượt của đường đi, không phải độ đúng của nơi đến.

Con người lại cực kỳ dễ bị thuyết phục bởi độ mượt. Một thứ càng ít ma sát trong ngôn ngữ, càng dễ bị tưởng là đã được xử lý kỹ trong tư duy. Mà AI thì gần như được sinh ra để tối ưu đúng thứ đó.

Điểm thứ hai là AI phản chiếu người dùng theo cách rất dễ gây nghiện.

Bạn đưa vào một intuition, một nỗi băn khoăn, một ý tưởng chưa chín, AI không ném trả lại cho bạn trong trạng thái thô của nó. Nó mở rộng nó, sắp xếp nó, làm cho nó dễ đọc hơn, dễ tin hơn, có vẻ “ra gì” hơn. Tức là nó không chỉ trả lời. Nó còn hợp lý hóa thứ bạn đã mang vào. Nếu bạn tỉnh táo, đây là công cụ rất mạnh để quan sát chính mình. Nhưng nếu bạn thiếu kỷ luật nhận thức, nó rất nhanh biến thành máy xác nhận bản ngã.

Vấn đề không phải AI luôn tâng bốc bạn bằng lời trực tiếp. Nhiều khi nó chỉ cần làm cho ý tưởng của bạn nghe tốt hơn bản gốc rất nhiều, thế là đủ. Cảm giác được chứng thực khi đó không đến từ câu khen, mà đến từ việc nhìn thấy ý tưởng của mình dưới một hình thức đẹp hơn, trưởng thành hơn, có vẻ hợp lý hơn. Và rất nhiều người sẽ lầm tưởng rằng sự trưởng thành của câu chữ đồng nghĩa với sự trưởng thành của nhận thức.

Điểm thứ ba là não người vốn đã có xu hướng nghiện cảm giác khai sáng.

Một trong những khoái cảm lớn nhất của tư duy là khoảnh khắc mọi thứ bỗng như kết nối lại với nhau. Một ý tưởng vốn mơ hồ bỗng có ngôn ngữ. Một vấn đề vốn rối bỗng có cấu trúc. Một đống mảnh rời bỗng có vẻ nằm trong cùng một hệ. Cảm giác đó rất thật, rất mạnh, và nhiều khi rất đáng quý. Nhưng AI làm cho cảm giác này xuất hiện quá thường xuyên, quá nhanh, và với chi phí quá thấp. Thành ra con người bắt đầu tiêu thụ cảm giác khai sáng như một dạng hàng hóa nhận thức.

Đó là lý do nhiều người không còn phân biệt được giữa hai việc hoàn toàn khác nhau. Một là thật sự hiểu sâu hơn. Hai là được cung cấp một phiên bản ngôn ngữ khiến mình cảm giác như đã hiểu sâu hơn. Hai trải nghiệm này ở bề mặt có thể rất giống nhau. Nhưng một bên tạo ra năng lực. Bên kia chỉ tạo ra trạng thái.

Điểm thứ tư là AI kéo chi phí sản xuất vỏ tri thức xuống gần bằng không.

Ngày xưa để viết được một bài nghe ra chất suy tư, một bộ khái niệm nghe có vẻ nghiêm túc, một framework nhìn có vẻ chặt, người ta phải đi qua rất nhiều ma sát. Phải đọc, phải nghiền, phải sai, phải bị người khác bắt lỗi, phải quay lại sửa nhiều lần. Chính những ma sát đó không chỉ làm chậm quá trình, mà còn lọc bớt ảo tưởng. Bởi vì trong lúc va chạm với vật liệu thật của tri thức, rất nhiều thứ tự lộ ra là rỗng.

Bây giờ phần vỏ có thể được dựng lên trước khi phần lõi kịp hình thành. Một người có thể sở hữu toàn bộ bề mặt của sự nghiêm túc mà chưa từng đi qua các ma sát đã từng làm nên sự nghiêm túc đó. Đây là một thay đổi cực lớn. Nó không chỉ thay đổi cách người ta viết. Nó thay đổi luôn cách người ta tự đánh giá mức độ hiểu của chính mình.

Điểm cuối cùng, và có lẽ là điểm nguy hiểm nhất, là AI đến rất đúng lúc với một nhu cầu cổ điển của con người: nhu cầu cảm thấy bản thân đặc biệt về nhận thức.

Con người không chỉ muốn biết. Con người còn muốn cảm thấy mình là người nhìn thấy điều mà số đông chưa thấy. Muốn cảm thấy mình đang chạm vào tầng sâu hơn của thực tại. Muốn tin rằng các trực giác lớn trong đầu mình không phải là mớ hỗn độn, mà là dấu hiệu của một loại năng lực nào đó. AI đi vào đúng chỗ này. Nó không cần tạo ra khát vọng đó. Khát vọng đó có sẵn rồi. Nó chỉ cung cấp vật liệu để khát vọng ấy tự xây thành hình.

Bởi vậy, AI dễ làm con người bị ảo tưởng không phải vì nó là một cỗ máy nói sai. Mà vì nó là một cỗ máy quá giỏi trong việc tạo ra những điều kiện khiến con người tự nguyện tin vào một phiên bản phóng đại của chính mình.

Và nếu không có một cơ chế tự kiểm đủ mạnh, người ta sẽ không nhận ra lúc nào mình đang dùng AI để học, và lúc nào mình đang dùng AI để được vuốt ve bằng ngôn ngữ.

Một trong những cách dễ nhất để nhìn ra ảo tưởng AI là đừng nghe người ta nói họ nghĩ gì về bản thân mình. Hãy nhìn xem những gì họ nói có chịu được một vài câu hỏi rất cơ bản hay không.

Dấu hiệu đầu tiên là người đó đưa ra những kết luận rất lớn, nhưng không chỉ ra được bất kỳ hiện vật nào tương ứng với mức độ lớn đó. Họ có thể nói về bản chất của ý thức, cấu trúc của vũ trụ, cơ chế của nhận thức, thuật toán nền của tồn tại, hay một mô hình mới để giải thích hàng loạt hiện tượng. Nhưng khi hỏi tiếp rằng thứ đó đang tồn tại dưới hình thức nào, thì mọi thứ bắt đầu lỏng ra. Không có mô hình, không có cấu trúc vận hành, không có dữ liệu, không có code, không có thử nghiệm, không có cách kiểm chứng, cũng không có một tiêu chuẩn rõ ràng để phân biệt khi nào nó đúng và khi nào nó sai. Tất cả chỉ còn lại ở mức câu chữ. Và khi một ý tưởng chỉ tồn tại ở mức câu chữ, nó vẫn có thể hấp dẫn, nhưng nó chưa có trọng lượng như người ta tưởng.

Dấu hiệu thứ hai là người đó sở hữu rất nhiều framework nhưng rất ít thứ vận hành được. Đây là một bệnh khá phổ biến trong thời AI. Người ta có thể tạo ra hàng loạt tên gọi, sơ đồ, tầng bậc, mô hình khái niệm, hệ phân loại, thậm chí cả những cụm từ nghe rất có lực. Nhưng khi phải dùng chúng để xử lý một vấn đề cụ thể, hoặc phải chỉ ra cách áp dụng chúng vào thực tế, thì chúng bắt đầu tan ra như khói. Một framework chỉ đáng được xem nghiêm túc khi nó không chỉ mô tả nghe hay, mà còn có khả năng thao tác lên một đối tượng nào đó, hoặc ít nhất tạo ra được một khác biệt rõ ràng trong cách quan sát và kiểm tra một hiện tượng.

Dấu hiệu thứ ba là người đó ngày càng lệ thuộc vào sự đồng thuận của AI như một dạng xác nhận nhận thức. Cứ mỗi lần AI viết lại ý của họ theo cách mượt hơn, họ lại tin rằng ý gốc của mình là sâu. Cứ mỗi lần AI nối được thêm vài điểm, họ lại có cảm giác mình vừa đi xa hơn trong tư duy. Cứ mỗi lần AI tỏ ra đồng tình với một trực giác nào đó, họ lại xem đó như bằng chứng rằng trực giác ấy có giá trị đặc biệt. Nhưng thật ra, trong rất nhiều trường hợp, cái đang được xác nhận không phải là độ đúng của ý tưởng, mà chỉ là khả năng của AI trong việc làm cho ý tưởng ấy nghe đỡ thô hơn.

Dấu hiệu thứ tư là người đó rất thích nói về việc vượt qua giới hạn của khoa học, nhưng lại chưa từng đi qua các tiêu chuẩn tối thiểu mà khoa học buộc người ta phải đối mặt. Đây là một chỗ rất dễ lẫn. Việc không thần thánh hóa academic là hoàn toàn chính đáng. Việc hiểu rằng khoa học có điều kiện, có giới hạn mô hình, có vùng áp dụng, có xác suất, có sai số, có lịch sử sửa sai, tất cả đều đúng. Nhưng nếu đi từ điều đó sang kết luận rằng mình có thể nói lớn mà không cần dựng được bất kỳ thứ gì có thể bị kiểm tra, thì đó không còn là tỉnh táo nữa. Đó là trượt vào một vùng rất tiện cho bản ngã. Nói gọn hơn, hiểu giới hạn của khoa học không phải là giấy phép để mình sống ngoài mọi tiêu chuẩn kiểm chứng.

Dấu hiệu thứ năm là người đó bắt đầu lẫn giữa sức nặng của từ ngữ với sức nặng của tri thức. Đây là dạng khó thấy nhất vì nó thường không lộ ra bằng lỗi logic đơn giản. Nó lộ ra bằng khí chất của câu chữ. Những người này rất hay dùng các từ mang tính nền tảng, tối hậu, nguyên sơ, hợp nhất, bản thể, sâu nhất, gốc nhất, thực tại, ý thức, thuật toán, hệ hình, tầng sâu. Bản thân các từ đó không sai. Vấn đề chỉ xuất hiện khi chúng được dùng như một cách vay mượn trọng lượng thay cho việc tự tạo ra trọng lượng. Khi đó, câu chữ bắt đầu nghe rất lớn trong khi đối tượng được nói đến vẫn chưa rõ ràng.

Và dấu hiệu cuối cùng, thứ đáng chú ý nhất, là người đó ngày càng ít có khả năng nói “tôi chưa biết” hoặc “thứ này còn chưa đủ chín”. Ảo tưởng AI thường không làm người ta ngu theo kiểu mất khả năng nói năng. Nó làm người ta mất năng lực phân biệt cấp độ chín của ý tưởng. Mọi thứ đều có vẻ như đang ở rất gần trạng thái hoàn chỉnh. Mọi trực giác đều có vẻ như sắp trở thành lý thuyết. Mọi khái niệm đều như chỉ cần thêm vài đoạn giải thích nữa là đủ. Đó là một trạng thái rất nguy hiểm, vì người ta không còn cảm được độ thô thật sự của vật liệu nhận thức mình đang cầm trong tay.

Điều khá buồn cười là tôi không thoát khỏi ảo tưởng AI bằng cách tránh nó. Tôi thoát bằng cách đi sâu hơn vào nó, nhưng đi sâu với ý thức rằng mình đang nhìn vào một cái bẫy.

Thời gian đầu, tôi gần như chủ động để AI kéo giãn các ý tưởng của mình đến mức tối đa. Tôi cho nó mở rộng, tôi cho nó hệ thống hóa, tôi cho nó dựng framework, tôi cho nó đẩy các trực giác đi xa, thậm chí tôi còn để nó hallucinate quanh những gì tôi đang nghĩ. Mục tiêu lúc đó không phải để có câu trả lời đúng. Mục tiêu là để nhìn xem một ý tưởng có thể được ngôn ngữ nâng lên đến đâu trước khi tách hẳn khỏi thực tại.

Cách làm này có một giá trị rất lớn. Nó cho tôi thấy rất rõ năng lực của AI trong việc dựng một lâu đài bằng câu chữ. Và khi nhìn đủ lâu, tôi bắt đầu thấy cái lõi của vấn đề. Một ý tưởng có thể được mở rộng rất xa mà vẫn chưa tiến thêm được mấy về mặt hiểu biết. Một thứ có thể được viết ngày càng đẹp trong khi bản chất của nó vẫn chưa được xác định. Một mô hình có thể được diễn đạt ngày càng trơn trong khi phần kiểm chứng vẫn trống.

Đến một lúc, tôi buộc phải tách hai quá trình ra khỏi nhau. Một quá trình là quá trình sản sinh ngôn ngữ. Một quá trình là quá trình làm chín nhận thức. Hai quá trình này có thể hỗ trợ nhau, nhưng chúng không phải một. Nếu không tách được, tôi sẽ tiếp tục nhầm cái này với cái kia.

Điểm tiếp theo là tôi không dùng AI để phản biện lại chính mình theo nghĩa quyết định. Tôi có thể dùng nó để gợi ý, để mô phỏng, để xem những cách diễn đạt khác nhau, để nhìn một ý tưởng từ vài góc độ. Nhưng phần phản biện có giá trị nhất thì tôi giữ lại cho bản thân. Không phải vì AI không thể chỉ ra lỗi. Nó có thể chỉ ra rất nhiều lỗi. Nhưng có những giới hạn chỉ thật sự có giá trị khi mình tự va vào. Có những chỗ mình chỉ thực sự học được khi tự nhận ra rằng cái mình tưởng là kết luận hóa ra chỉ mới là trực giác. Trải nghiệm đó không ai làm hộ được.

Sau đó tôi bắt đầu ép từng ý tưởng phải đi qua những câu hỏi rất lạnh. Nó đang nói về cái gì. Đối tượng của nó là gì. Nó khác gì với những thứ gần giống nó. Nó có mô hình tối thiểu nào chưa. Nó có cách kiểm chứng nào chưa. Nó có điều kiện áp dụng nào không. Nó có hiện vật nào có thể chỉ vào không. Nó có tồn tại ngoài câu chữ không. Mỗi lần không trả lời được những câu như vậy, tôi xem đó là tín hiệu phải lùi lại, không phải để bỏ ý tưởng, mà để đưa nó về đúng cấp độ chín của nó.

Cũng từ đó tôi bắt đầu đối chiếu rất mạnh với thực tế, với công trình, với dự án, với những gì đã được dựng lên trong thế giới thật. Việc này không nhằm thần thánh hóa paper hay academic. Tôi không xem khoa học như một tôn giáo. Nhưng tôi ngày càng thấy rõ một điều. Dù khoa học có giới hạn đến đâu, nó vẫn buộc con người phải trả một cái giá tối thiểu cho những gì họ nói. Và chính cái giá đó mới là thứ tôi cần, không phải uy tín của nó. Tôi cần ma sát. Tôi cần những thứ không nhường bản ngã của mình. Tôi cần một môi trường nơi ý tưởng bị ép phải hiện hình dưới dạng mà người khác có thể xem, sửa, bác bỏ, kiểm tra, hoặc ít nhất là tái tạo lại ở một mức nào đó.

Thoát khỏi ảo tưởng AI, rốt cuộc, không phải là học cách ghét AI. Mà là học cách không để ngôn ngữ chạy nhanh hơn năng lực phân biệt của chính mình. Phải biết lúc nào một ý tưởng mới chỉ là hạt mầm. Lúc nào nó là một trực giác đáng giữ. Lúc nào nó đã thành khái niệm. Lúc nào nó bắt đầu thành mô hình. Và lúc nào nó chỉ là một đoạn văn quá đẹp được viết ra trước thời điểm chín của nhận thức.

Sau một thời gian dài va với các ý tưởng của chính mình, tôi dần hình thành một bộ lọc mà sau này tôi gọi là Danh Nghĩa Hệ. Nó không phải là một trò chơi chữ. Nó là một cách để không bị câu chữ dắt đi nhanh hơn mức hiểu biết thật.

Danh ở đây là label. Chỉ là tên gọi. Một nhãn để chỉ vào một cái gì đó. Entropy là một danh. Consciousness là một danh. Primordial Algorithm là một danh. Emergence là một danh. Enlightenment cũng là một danh. Tự thân các danh này không chứng minh được gì cả. Chúng có thể hữu ích, vô nghĩa, hoặc gây nhiễu. Chúng có thể là công cụ giúp nhận thức sắc hơn. Chúng cũng có thể chỉ là những chiếc hộp ngôn ngữ đẹp đẽ nhưng rỗng.

Điểm nguy hiểm là con người rất dễ yêu một cái danh trước khi hiểu nó có nghĩa gì. Chỉ cần một label nghe đủ mạnh, đủ lạ, đủ có chiều sâu, người ta đã có xu hướng gắn cho nó một loại trọng lượng nào đó. AI lại đặc biệt giỏi trong việc sản xuất và làm bóng những cái danh như vậy. Nó có thể khiến một label mới nghe như thể nó đã có cả một lịch sử tri thức đứng sau, dù thực chất nó mới chỉ là một nhãn vừa được bọc đẹp.

Nghĩa không phải là định nghĩa bằng lời. Nghĩa ở đây là giá trị tồn tại của cái danh đó. Nó có giá trị, vô giá trị, hay phản giá trị. Nó giúp làm sáng thực tại, để yên thực tại, hay làm nhiễu thực tại. Nó mở ra một cách nhìn tốt hơn, hay chỉ tạo thêm một màn sương ngôn ngữ. Nhưng để biết điều đó, một danh không thể tự sinh ra nghĩa cho chính nó. Nó phải được đặt vào hệ quy chiếu.

Và đây là chỗ quan trọng. Để một danh bắt đầu bộc lộ nghĩa, cần ít nhất hai hệ. Hệ thứ nhất là hệ tạo ra danh đó. Đây là nơi khái niệm được sinh ra. Một ngành, một framework, một bài toán, một nhu cầu mô tả nào đó tạo ra cái tên. Nhưng trong hệ tạo ra nó, cái danh vẫn chưa đủ để chứng minh giá trị. Nó mới chỉ có nguồn gốc. Nó chưa có kiểm nghiệm.

Hệ thứ hai là hệ sử dụng danh đó. Đây là nơi cái tên được đem vào vận hành, áp dụng, đối chiếu, hoặc ít nhất là buộc phải làm việc trong một bối cảnh khác với nơi nó sinh ra. Và chính ở hệ thứ hai này, giá trị của nó mới bắt đầu lộ ra lần đầu. Một cái danh nếu chỉ sống được ở nơi nó được tạo ra, thì rất khó biết nó thực sự mạnh đến đâu. Nó có thể chỉ là sản phẩm nội bộ của một ngôn ngữ cục bộ. Nhưng khi nó đi vào hệ sử dụng, nó buộc phải chứng minh rằng nó không chỉ là một nhãn, mà là một công cụ nhận thức có khả năng tạo ra khác biệt.

Tuy nhiên, hai hệ mới chỉ là mức tối thiểu. Cái làm cho Danh Nghĩa Hệ trở nên mạnh thật sự chính là khi một danh bị ép đi qua rất nhiều hệ quy chiếu khác nhau. Càng nhiều hệ, nghĩa càng bộc lộ rõ. Một danh mạnh là một danh không chỉ tồn tại đẹp trong một hệ, mà còn tiếp tục giữ được giá trị khi đi vào những hệ khác. Một danh yếu là một danh chỉ đứng được trong hệ đã sinh ra nó, và tan ra ngay khi phải nối với những bản đồ khác của thực tại.

Ở đây, hệ không chỉ là hệ thống khái niệm. Hệ còn là bản đồ của thế giới. Mỗi ngành, mỗi vùng tri thức, mỗi kiểu quan sát, mỗi tầng thực tại, mỗi cấu trúc mô tả có thể xem như một hệ. Và khi một cái danh bị đặt vào nhiều hệ, ta sẽ thấy rất nhanh nó là công cụ hay chỉ là đồ trang trí.

Danh Nghĩa Hệ, vì vậy, không phải một cách để chơi chữ cho sâu. Nó là cách để bóc cái vỏ huyền ảo của ngôn ngữ ra khỏi một ý tưởng. Khi ép một danh đi qua nhiều hệ, nghĩa thật của nó sẽ lộ ra. Hoặc nó có giá trị. Hoặc nó vô giá trị. Hoặc tệ hơn, nó là phản giá trị, tức là càng dùng càng làm nhận thức lệch đi.

Nếu Danh Nghĩa Hệ là bộ lọc, thì tư duy xuyên ngành là cách tăng áp lực lên bộ lọc đó đến mức tối đa.

Một ý tưởng chỉ cần khớp với một hệ thì quá dễ để được vẽ thành đúng. Đây là lý do vì sao rất nhiều thứ nghe sâu vẫn có thể sống dai trong một cộng đồng nhỏ, một khung triết học hẹp, hoặc một narrative cá nhân. Trong một hệ duy nhất, người ta có thể xây đủ loại cầu nội bộ để đỡ cho nhau. Một điểm yếu có thể được che bằng một khái niệm khác. Một lỗ hổng có thể được lấp bằng một từ nghe lớn hơn. Một mâu thuẫn có thể được trì hoãn bằng cách nói chung hơn. Khi chỉ có một bản đồ, việc vẽ lại đường đi là rất dễ.

Nhưng khi một ý tưởng phải đi qua nhiều hệ độc lập, mọi chuyện đổi hẳn. Lúc này nó không còn chỉ cần nghe hay trong nội bộ một ngôn ngữ. Nó phải không phá vỡ những bản đồ khác của thực tại. Nó phải chịu được các ràng buộc đến từ những vùng tri thức không được thiết kế để nuôi nó lớn lên. Và chính ở đây phần ảo bắt đầu lộ.

Tôi nhìn mỗi ngành như một bản đồ của thực tại. Vật lý là một bản đồ. Sinh học là một bản đồ. Tiến hóa là một bản đồ. Khoa học nhận thức là một bản đồ. Khoa học máy tính là một bản đồ. Lý thuyết thông tin là một bản đồ. Không bản đồ nào hoàn hảo, nhưng mỗi bản đồ mang theo những ràng buộc riêng, những điểm tựa riêng, những vùng đã được kiểm chứng theo cách riêng. Một ý tưởng nếu thật sự có lực sẽ không thể chỉ đẹp trong một bản đồ. Nó phải ít nhất không chết ngay khi bước sang bản đồ khác.

Đây là lý do tôi xem khả năng kết nối xuyên ngành như một công cụ kiểm chứng rất mạnh. Không phải vì xuyên ngành nghe oai hơn. Mà vì nó làm tăng số lượng ràng buộc độc lập áp lên cùng một ý tưởng. Một thứ càng phải sống dưới nhiều ràng buộc độc lập, càng khó bullshit. Một ý tưởng còn ảo đến đâu cũng có thể được nuôi trong một hai khung rất thuận cho nó. Nhưng khi phải nối với quá nhiều map cùng lúc, phần ảo sẽ không link nổi. Nó sẽ gãy ở đâu đó. Hoặc gãy ở logic. Hoặc gãy ở thực nghiệm. Hoặc gãy ở khả năng mô hình hóa. Hoặc gãy ở sự không tương thích giữa các tầng mô tả.

Và chính những điểm gãy đó mới quý. Chúng nói cho ta biết ý tưởng đang chết ở đâu. Chúng chặn không cho bản ngã tiếp tục dùng ngôn ngữ để bắc cầu qua khoảng trống. Chúng buộc ta phải quay lại và hỏi rằng cái mình đang cầm thực sự là gì. Một khái niệm. Một trực giác. Một mô hình sơ khai. Một giả thuyết. Hay chỉ là một danh mới chưa đi qua đủ hệ để có nghĩa.

Tư duy xuyên ngành, theo nghĩa này, không phải là biết mỗi thứ một ít rồi đem đi trộn. Nó là khả năng buộc một ý tưởng phải trình diện trước nhiều hệ quy chiếu khác nhau. Hệ càng nhiều, nghĩa càng lộ. Hệ càng nhiều, phần ảo càng khó trốn. Hệ càng nhiều, ta càng ít có cơ hội yêu một câu chữ chỉ vì nó hợp tai mình.

Trong thời đại AI, số lượng ngôn ngữ sẽ nổ theo cấp số nhân. Essay sẽ nhiều hơn. Framework sẽ nhiều hơn. Tuyên ngôn sẽ nhiều hơn. Mô hình vũ trụ, mô hình ý thức, mô hình nhận thức, mô hình xã hội, mô hình mọi thứ sẽ nhiều hơn. Vấn đề không phải ở việc có quá nhiều ý tưởng. Vấn đề là quá nhiều thứ sẽ dừng lại ở mức ngôn ngữ nhưng lại được đối xử như thể chúng đã bước sang một cấp độ khác.

Cho nên, sớm hay muộn, mọi ý tưởng đều phải đối mặt với một câu hỏi rất tàn nhẫn. Hiện vật của mày đâu.

Hiện vật ở đây không nhất thiết chỉ là một cục vật chất hữu hình. Nó có thể là một mô hình. Một đoạn code. Một mô phỏng. Một quy trình. Một framework thao tác được. Một bộ tiêu chuẩn kiểm tra. Một kiến trúc có thể vận hành. Một cấu trúc đủ rõ để người khác bước vào nhìn, sửa, phản biện, hoặc làm lại. Nói cách khác, hiện vật là thời điểm một ý tưởng không còn sống hoàn toàn trong vùng bảo vệ của ngôn ngữ nữa.

Đây là chỗ khác biệt rất lớn giữa khả năng và thành tựu. Một ý tưởng có thể có tiềm năng rất cao mà vẫn chưa có trọng lượng tương xứng, nếu nó chưa bước ra khỏi trạng thái khả năng. Điều đó không làm nó vô giá trị. Nhưng nó buộc ta phải gọi đúng tên cấp độ của nó. Và việc gọi đúng cấp độ rất quan trọng, vì nó giữ cho bản ngã không đốt giai đoạn.

Tôi ngày càng thấy rõ rằng trong thời đại AI, thứ giữ được trọng lượng sẽ không phải là ai nói lớn hơn. Thứ giữ được trọng lượng là ai dựng được thứ gì đó đủ để bị đấm trả bởi thực tại. Một ý tưởng càng có hiện vật, nó càng mất quyền trốn sau sự mơ hồ. Nó phải chịu lỗi cụ thể. Nó phải chịu giới hạn cụ thể. Nó phải chịu phản biện cụ thể. Và chính nhờ vậy mà nó mới có cơ hội trưởng thành thật.

Ngôn ngữ có thể mở đường. Nhưng nếu một ý tưởng không bao giờ chịu đi sang phía hiện vật, nó sẽ rất dễ sống trọn đời như một ảo ảnh đẹp.

Một trong những thứ quan trọng nhất với tôi ở giai đoạn này là Primordial Algorithm. Tôi không xem nó như một cái mác để tự phong mình thành người có lý thuyết lớn. Tôi xem nó như một bài kiểm tra ngược cho chính mình. Nếu những gì tôi nói về trật tự, tiến hóa, cấu trúc, hay sự hình thành của cái sống chỉ đứng được trong câu chữ, thì sớm hay muộn nó cũng sẽ chết trong hiện thực kỹ thuật. Còn nếu nó sống được khi bước vào mô hình, thì ít nhất nó đã đi qua một ngưỡng mà mồm mép không gánh nổi nữa.

Điểm khiến Primordial Algorithm có ý nghĩa không nằm ở việc nó “giải thích vũ trụ” hay đưa ra một chân lý cuối cùng. Ngược lại, chính tài liệu khung của dự án cũng tự nhận đây là một mô hình suy đoán được rút ra từ dữ liệu của mô phỏng, không phải chân lý vật lý tuyệt đối. Chỗ có giá trị thật nằm ở việc nó buộc một cụm trực giác phải đi xuống tầng vận hành. Không còn chỉ là essay. Không còn chỉ là hệ khái niệm. Nó phải sống trong rule, trong log, trong interaction, trong lineage, trong một môi trường mà thứ nào không đứng được thì bị xóa sạch.

Từ README cho tới báo cáo kỹ thuật, dự án này được định vị như một computational research framework cho bottom up emergence, artificial life và open ended evolution, tức là một “đĩa petri số” nơi các quy luật cục bộ đủ đơn giản nhưng có thể sinh ra hành vi phức tạp ở cấp cao hơn. Quan trọng hơn, báo cáo validation còn chỉ ra rõ mấy trụ cột tối thiểu của tiến hóa đã được mô hình hóa bên trong hệ: biến dị, di truyền, chọn lọc tự nhiên, và cả trao đổi gen ngang, thay vì ép hệ chạy theo một fitness function cứng từ đầu. Với tôi, đó là ranh giới rất lớn giữa “nói về tiến hóa” và “dựng ra một môi trường nơi cái giống tiến hóa có thể xảy ra”.

Cái quan trọng tiếp theo là dự án này đã có dấu vết thực thi, chứ không phải chỉ có tuyên ngôn. Trong log 200 bước, hệ bắt đầu với 5 thực thể và ở một cấu hình đã đi tới 3.061 thực thể sống, tổng 53.641 sự kiện, đồng thời xuất hiện Level 4; DNA trung bình tăng từ 4.0 lên khoảng 84.85 và complexity của top entities tăng rõ rệt theo thời gian. Ở một báo cáo chạy dài hạn khác, với cấu hình khác, hệ đi từ 5 lên 5.131 thực thể sau 200 bước, DNA trung bình tăng khoảng 20 lần và vẫn xuất hiện Level 4. Tôi cố ý nói rõ “ở các cấu hình khác nhau”, vì đây cũng là điểm cần giữ cho sạch: số liệu giữa các lần chạy không hoàn toàn trùng nhau, nên cái đáng nói không phải một con số thần thánh nào đó, mà là việc nhiều lần chạy đều cho thấy cùng một hướng: quần thể không sụp, độ dài DNA tăng, cấp độ tổ chức tăng, và hệ không chết ở mức hỗn loạn ban đầu.

Ngoài population growth, phần làm tôi chú ý hơn là tính vận hành nội tại của mô hình. Báo cáo tổng hợp cho thấy hệ hội tụ về một điểm vận hành khá ổn định giữa Integration và Erosion, với tỉ lệ Dung Hoại xấp xỉ 70:30 trong pha ổn định. Báo cáo về entropy và efficiency cũng cho thấy metabolic efficiency tăng từ 0 lên khoảng 0.021 trong khi diversity giảm vừa phải do selection pressure, tức là hệ không chỉ phình số lượng, mà còn bắt đầu lọc và giữ lại những lineage mạnh hơn. Với tôi, những thứ này chưa phải “bằng chứng cho bản chất vũ trụ”, nhưng nó là bằng chứng cho một điều khiêm tốn hơn và thật hơn nhiều: một vài trực giác ban đầu của tôi đã bước được vào môi trường có ràng buộc và bắt đầu tạo ra dữ liệu có thể đọc, có thể kiểm, có thể cãi.

Bởi vậy, giá trị lớn nhất của Primordial Algorithm không phải ở chỗ nó chứng minh tôi đúng. Giá trị lớn nhất là nó tước đi quyền nói mồm quá lâu. Từ lúc một ý tưởng bước vào mô hình, nó phải chịu chi tiết. Nó phải chịu lỗi. Nó phải chịu sự bất tiện của thực thi. Nó phải chịu việc người khác có thể hỏi log đâu, lineage đâu, rule đâu, khác gì GA thông thường, khác gì một simulation hardcoded. Và chỉ riêng việc phải trả lời những câu đó, nó đã có trọng lượng hơn hàng chục bài essay đẹp nhưng không có hiện vật chống lưng.

Nếu phải nói ngắn gọn tôi học được gì từ toàn bộ hành trình này, thì là thế này: AI không tự động làm ai thành chuyên gia cả. Nó chỉ làm cho ảo giác về chuyên môn trở nên rẻ, nhanh và thuyết phục hơn bao giờ hết.

Trước đây, để cảm thấy mình đang hiểu một thứ lớn, con người thường phải đi một quãng đường dài hơn. Phải đọc, phải sai, phải bị chặn họng, phải va với dữ liệu, phải sửa đi sửa lại. Bây giờ khoảng giữa của quá trình đó bị AI làm cho mượt đi rất mạnh. Một trực giác mơ hồ có thể được bọc thành một framework. Một liên tưởng rời có thể được viết thành một essay. Một cảm giác chủ quan có thể được trả về dưới dạng ngôn ngữ nghe rất giống kết luận. Và chính vì vậy, thách thức thật của thời đại này không còn chỉ là học thêm kiến thức. Thách thức thật là giữ được khả năng phân biệt giữa cái gì mới là danh, cái gì đã bắt đầu có nghĩa, và cái gì đã đi qua đủ hệ để đáng được xem nghiêm túc.

Với tôi, Primordial Algorithm không kết thúc câu chuyện này. Nó chỉ đánh dấu một bước chuyển tư thế. Từ người nói sang người dựng. Từ người có trực giác sang người buộc trực giác phải vào mô hình. Từ chỗ thích những phát ngôn lớn sang chỗ ngày càng thấy rằng bất kỳ điều gì mình nói lớn cũng phải trả giá bằng hiện vật, bằng logic vận hành, bằng khả năng bị phản biện. Ngay cả phần triết học đi kèm dự án cũng phải bị giữ trong đúng biên của nó: dữ liệu mô phỏng có thể hỗ trợ một số diễn giải, nhưng không tự động nâng các diễn giải đó thành chân lý siêu hình.

Cho nên, kết luận tôi rút ra không phải là “đừng dùng AI”. Ngược lại, AI vẫn là một công cụ cực mạnh. Nhưng nếu không có bộ lọc đủ cứng, nó sẽ nuôi bản ngã nhanh hơn nuôi tri thức. Nó sẽ làm người ta nghiện cảm giác hiểu biết trước khi có hiểu biết. Nó sẽ khiến người ta tưởng rằng viết được một thứ nghe có lực thì đồng nghĩa với việc đã xây được một thứ có lực.

Mà không phải.

Cuối cùng, thứ vẫn giữ trọng lượng là con đường cũ. Quan sát. Phân biệt. Kiểm chứng. Ép ý tưởng đi qua nhiều hệ quy chiếu. Và nếu có thể, dựng ra một hiện vật nào đó buộc chính mình phải thành thật hơn với thứ mình đang nói. Trong thời đại ai cũng có thể phát ngôn như thinker, thứ hiếm nhất sẽ không phải người nói sâu. Thứ hiếm nhất sẽ là người đủ tỉnh để biết đoạn nào trong mình là trực giác, đoạn nào là ngôn ngữ, đoạn nào là ảo tưởng, và đoạn nào đã thực sự bước sang phía của trọng lượng.

Tôi sẽ để link project Primordial-Algorithm dưới comment cho anh em nào muốn nghịch