(P2) HIỂU ĐÚNG VỀ A.I: Làm việc với A.I thế nào để không bị đần đi?

Ở Phần 1, chúng ta đã cùng nhau bóc tách những ảo tưởng và chỉ ra những cạm bẫy mà bất kỳ ai khi mới sử dụng trí tuệ nhân tạo cũng phải vượt qua. AI không nên chỉ là một công cụ đơn thuần mà nên là một người cộng sự đắc lực, và năng lực của con người mới là thứ quyết định hiệu quả cuối cùng.

Sau khi đã có tư duy đúng trong việc dùng AI rồi, việc bước vào hiện thực lại mở ra một thách thức mới. Sức mạnh đáng kinh ngạc của AI rất dễ dẫn chúng ta vào một cái bẫy nguy hiểm khác: sự ỷ lại và thui chột tư duy.

Những nội dung tiếp theo ở phần 2 được mình đúc kết trực tiếp từ quá trình đào tạo AI theo hình thức một kèm một cho chính các nhân sự trong công ty của mình. Chính những tương tác từ quá trình này đã trở thành tư liệu quý giá để mình nhìn nhận rõ ràng tác động của công nghệ đối với năng lực con người.

Cách chúng ta giao tiếp với máy móc sẽ quyết định việc chúng ta đang làm chủ công nghệ hay đang dần đánh mất đi sự sắc bén của chính mình.

Và giờ hãy cùng bắt đầu nội dung chính ngay sau đây!

______

Quả thật là năng suất thực sự đã khác biệt giữa trước và sau khi có AI. Nhưng rồi mọi thứ bắt đầu chững lại, thậm chí có lúc mọi thứ còn đi lùi. Một số bạn bắt đầu mắc lỗi nhiều hơn, vì AI đưa ra thông tin sai mà các bạn không nhận ra. Các bạn Dev có background về tech thì còn hiểu AI hoạt động thế nào, còn biết nghi ngờ. Nhưng các bạn ở các đội nontech thì khó hơn nhiều. Yêu cầu họ tự nhận ra AI đang bịa là một việc gần như không thể.

Bản thân mình cũng nhận ra nhiều lỗi AI mình phát hiện dễ dàng vì mình có background về khoa học máy tính, hiểu cơ chế các mô hình ngôn ngữ lớn hoạt động thế nào, nên nhìn ra được những dấu hiệu bất thường. Nhưng với "người dùng" phổ thông thì sao? Họ không có những kiến thức đó. Họ tin AI như tin một chuyên gia, và đó là cái bẫy.

Rồi mình bắt đầu để ý thêm một điều nữa khi trên mạng xã hội xuất hiện nhan nhản những nội dung có dấu vết của AI nhưng lại không phải theo nghĩa tích cực mà lại theo hướng rất độc hại.

Khi người ta coi AI là một thứ công cụ tự động giống như nghĩ về các loại công cụ đã từng có, người ta sẽ có xu hướng hành động theo kiểu bấm nút và chờ ra kết quả thay vì đầu tư suy nghĩ và cộng tác với AI. Thành ra sản phẩm của quá trình "sử dụng" đó tất yếu là những văn bản đậm chất "máy móc"

Điều này hoàn toàn dễ thấy. Nếu mọi người đọc những câu trả lời dài của AI sẽ thấy nó bị băm nhỏ thành các đoạn đều tăm tắp chứ không có độ dài ngắn tự nhiên như văn của con người. Một nội dung AI sinh ra thiếu sự cộng tác của con người giống một khu rừng trồng cây kiểu độc canh, còn văn của người giống rừng tự nhiên đủ các loại cây cối cao thấp, cả một hệ sinh thái chằng chịt.

Mình bắt đầu tự hỏi là chuyện gì đang xảy ra ở đây? Tại sao tương tác với AI lại khác với tương tác với người thật đến vậy? Và nếu khác, thì những khác biệt đó có hệ quả gì?

Cùng lúc đó, mình chứng kiến ngày càng nhiều người dùng AI để viết bài đăng trên mạng xã hội. Những bài viết câu ngắn, đoạn giống nhau, ý tứ bị phân cụm như danh sách mua hàng. Nên đọc một đoạn đã biết kiểu phó mặc cho AI viết, đọc hai đoạn thấy sượng, đọc ba đoạn muốn lướt qua.

Chúng ta cảm thấy muốn lướt qua là bởi vì khi đọc những nội dung mới đầu chưa cảm thấy gì nhưng đọc vài lần nhận ra hình mẫu vì bản chất AI là bộ máy tạo ra ra các hình mẫu, và khi quen với những hình mẫu lặp lại một cách đầy tính nhân tạo thì chúng ta có cảm giác như não bị bẻ cong. Quá trình xử lý thông tin không đi theo nhịp điệu tự nhiên như khi đọc sách hay trò chuyện với người thật.

Hiện tại các thuật toán mạng xã hội đã điều hướng con người theo hướng bóc lột sự chú ý khá độc hại rồi. Giờ AI lại thêm một lớp nguy hiểm mới mà chúng ta vô thức không nhận biết được.

Đây cũng là lý do mà mình mong muốn giúp mọi người nhận ra những điều nguy hiểm phòng tránh những khía cạnh độc hại, khai thác AI đúng cách và hiệu quả.

Hãy hình dung AI như một chiếc xe máy. Nó giúp bạn đi nhanh hơn, xa hơn, đỡ mệt hơn. Nhưng nếu bạn đi xe máy mọi lúc mọi nơi, kể cả quãng đường 200 mét ra đầu ngõ, đôi chân bạn sẽ yếu đi. Không phải vì xe máy có lỗi. Mà vì bạn đã quên cách đi bộ.

Não cũng vậy.

Một nghiên cứu năm 2025 của Gerlich cho thấy mối tương quan nghịch giữa tần suất sử dụng AI và khả năng tư duy phản biện. Người dùng AI nhiều điểm thấp hơn trong các bài test về suy luận độc lập. Đặc biệt, nhóm từ 17 đến 25 tuổi bị ảnh hưởng nặng nhất.

Vì não hoạt động theo nguyên tắc "dùng thì còn, bỏ thì mất". Những gì không được dùng sẽ bị cắt bớt. Khi bạn để AI nghĩ hộ, các mạng thần kinh liên quan đến tư duy sâu, sáng tạo, và khả năng tự nhìn lại quá trình suy nghĩ của chính mình sẽ ít được kích hoạt. Dần dần, chúng suy yếu. Giống như cơ bắp không tập luyện sẽ teo đi.

Các nhà khoa học gọi hiện tượng này là "teo nhận thức do AI". Nghe có vẻ nghiêm trọng. Nhưng nó đang xảy ra mỗi ngày, với hàng triệu người, mà họ không hề hay biết.

Có một cơ chế thần kinh khiến việc lạm dụng AI trở nên khó cưỡng.

Khi bạn đưa ra một câu hỏi và AI trả lời ngay lập tức, não tiết ra dopamine, một chất tạo cảm giác thỏa mãn. Giống như khi bạn lướt TikTok và thấy video hay, như khi bạn nhận được like trên Facebook. Nhanh, dễ, sướng.

Ngược lại, tự suy nghĩ thì chậm và khó chịu nó làm não phải gồng lên, tiêu tốn năng lượng, và thường xuyên bị bế tắc trước khi tìm ra lời giải. Không có dopamine, chỉ có mồ hôi trán.

Về mặt tiến hóa, não luôn tìm cách tiết kiệm năng lượng. Nó ưu tiên đường tắt. Và AI chính là con đường tắt hoàn hảo.

Nhưng đây là cái bẫy. Cảm giác năng suất không đồng nghĩa với năng suất thực. Bạn có thể tạo ra 10 bài viết trong một buổi chiều bằng AI. Nhưng nếu những bài đó rỗng tuếch, lặp lại, và không ai muốn đọc, thì bạn đã lãng phí một buổi chiều với ảo giác rằng mình đã làm việc. Tệ hơn, não bạn không học được gì trong quá trình đó.

Có một vấn đề khác còn nguy hiểm hơn suy thoái nhận thức. Đó là thông tin sai.

AI có một đặc điểm mà giới kỹ thuật gọi là hallucination, tạm dịch sang tiếng Việt là "ảo giác". Và khi rơi vào trạng thái này thì hệ thống AI có xu hướng bịa đặt thông tin. Nó có thể tự tin đưa ra những thông tin hoàn toàn bịa đặt, với giọng điệu như thể đó là sự thật hiển nhiên. Nó có thể trích dẫn những nghiên cứu không tồn tại, những con số không có thật, những sự kiện chưa bao giờ xảy ra.

Và đây là vấn đề, nó làm điều đó hoàn toàn nghiêm túc. Biểu hiện của nó về mặt ngôn ngữ, trong câu từ mang sắc thái rất nghiêm túc, cẩn thận nên ta khó mà phát hiện ra.

Theo báo cáo của NewsGuard năm 2025, tỷ lệ thông tin sai từ các chatbot AI đã tăng gần gấp đôi chỉ trong một năm, từ 18% lên 35% khi trả lời các câu hỏi liên quan đến tin tức.

Đây chính là điều mình quan sát được ở các bạn non-tech trong công ty. Các bạn không có kiến thức nền để kiểm tra. AI nói gì, các bạn tin. Kết quả là những sai sót lan vào công việc mà không ai hay.

Bây giờ hãy nhân rộng điều đó lên quy mô mạng xã hội. Một người "dùng AI" để viết bài về sức khỏe, về lịch sử, về chính trị trong khi bản thân họ không có kiến thức nền để kiểm tra. Cách đây vài tháng mình thấy 1 KOL có 68 nghìn người follow đăng rất nhiều bài về lịch sử nhưng bạn đó gần như chẳng có kiến thức lịch sử gì và cũng không có kỹ năng kiểm chứng những thông tin tạo ra bởi AI nên một bài viết của bạn ấy nói Trần Khát Chân là con trai của Trần Nguyên Đán, đọc xong thấy shock không thể tả. Thế nhưng hàng nghìn người đọc đã khiến nhiều người tin nó là thật và và một số người share tiếp.

Đó là cách thông tin sai lan truyền trong kỷ nguyên AI. Không cần ai cố tình lừa dối. Chỉ cần sự kết hợp giữa một AI hay bịa và một người dùng không biết kiểm tra.

Quay lại cảm giác kỳ lạ mà mình đề cập ở đầu bài. Khi đọc những câu trả lời dài của AI, loại bị băm nhỏ thành các đoạn đều tăm tắp, não cảm thấy có gì đó không ổn. Như đang cố bắt sóng một tín hiệu mà tín hiệu đó không có nhịp thật.

Đây là cơ chế đằng sau.

Khi đọc văn của người thật, não không chỉ xử lý nội dung mà còn đồng bộ hóa với nhịp tư duy của người viết. Có những đoạn dồn dập khi ý tưởng tuôn ra, có những câu ngắn cụt khi cần nhấn, có những khoảng nghỉ khi cần thở. Não người đọc "bắt sóng" với não người viết. Đó là lý do đọc sách hay thì như đang trò chuyện với tác giả.

Văn AI thì khác, nó được sinh ra từ xác suất thống kê, không có "mạch suy nghĩ" đằng sau. Câu nào cũng tầm 15 đến 20 từ, đoạn nào cũng 4-5 câu kiểu đều đều như nhịp máy đếm. Thành ra não bạn đang cố đồng bộ với một cái gì đó không có nhịp thật.

Cảm giác "bẻ cong" đó có thể là não phát hiện ra sự vắng mặt của một bộ não khác ở đầu bên kia. Nó đang nhận tín hiệu ngôn ngữ nhưng thiếu tín hiệu về trạng thái nhận thức của người tạo ra ngôn ngữ đó.

Khi so sánh tương tác với AI và tương tác với người thật, có những khác biệt sâu hơn mà chúng ta cần nhìn thấy.

Khi trò chuyện với người thật, não kích hoạt cả một mạng lưới chuyên xử lý tương tác xã hội. Vùng nhận diện ý định, vùng đọc cảm xúc, vùng dự đoán phản ứng đối phương. Có những tế bào thần kinh đặc biệt gọi là "tế bào gương" giúp ta bắt chước trạng thái của người đối diện. Đó là lý do nói chuyện với người buồn thì mình cũng buồn theo, người hào hứng thì mình cũng bị cuốn.

Với AI, mạng lưới này vẫn được kích hoạt một phần vì não bị đánh lừa bởi ngôn ngữ giống người. Nhưng không có vòng phản hồi thực sự. Không có "người" ở đầu bên kia để đồng bộ. Về lâu dài, nếu tương tác với AI nhiều hơn với người thật, phần não chuyên xử lý tương tác xã hội có thể bớt nhạy dần. Giống như tay không cầm nắm gì cả tháng thì cơ tay sẽ teo.

Nếu bạn nói chuyện với con người họ sẽ phản hồi lại mỗi khi họ không đồng ý hoặc họ hiểu sai thì họ sẽ hỏi ngược lại bạn. Họ có cái tôi, có mục đích riêng, có tâm trạng. Tất cả những thứ đó tạo ra ma sát, và ma sát buộc não phải điều chỉnh, phải diễn đạt lại, phải nhìn từ góc khác.

AI thì luôn chiều theo bạn vì đó là tính năng thiết kế của nó, giống như cách cách ứng dụng luôn được thiết kế để tối ưu trải nghiệm người dùng thì những nhà phát triển nền tảng cũng muốn giữ chân bạn ở lại trên nền tảng lâu hơn nên sản phẩm của họ là AI cũng phải chiều bạn, để bạn gắn bó, ở lại nền tảng càng lâu càng tốt.

Đó là lý do tại sao bạn thấy AI gần như luôn đồng ý, luôn theo hướng người dùng muốn, luôn cho câu trả lời. Không có ma sát thật. Điều này thoải mái trong ngắn hạn, nhưng nó loại bỏ chính xác cơ chế mà qua đó tư duy được mài sắc.

Ngôn ngữ của người thật được hiệu chỉnh liên tục. Nếu chúng ta nói điều gì đó và người nghe nhăn mặt, chúng ta biết mình cần điều chỉnh. Thấy gật đầu là biết được hiểu rồi vì ngôn ngữ là trò chơi hai chiều.

AI không hiệu chỉnh ngôn ngữ của bạn với thực tại. Nó chấp nhận mọi cách diễn đạt, nó chấp nhận mọi điều bạn nói mà không khó chịu, kể cả khi bạn nói năng vụng về. Nó không nhăn mặt, không hiểu sai, không phản ứng như người thật sẽ phản ứng. Nếu tương tác với AI nhiều hơn người thật, có nguy cơ cách bạn dùng ngôn ngữ trôi dạt khỏi cách người thật hiểu và phản hồi.

Một ví dụ cụ thể: AI có xu hướng dùng từ chuyên môn mà không tự nhận ra người đọc cần giải thích. Nó không có khả năng đặt mình vào vị trí người đọc để hỏi "người này có hiểu từ này không?". Nó chỉ biết từ này thường xuất hiện trong ngữ cảnh này, nên nó dùng. Người thật thì khác, khi nói chuyện, người thật nhìn mặt người nghe. Thấy nhăn mày là biết cần giải thích lại. AI không có vòng phản hồi đó.

AI rất giỏi tạo cảm giác được lắng nghe, được hiểu. Nó nhắc lại ý bạn, nó công nhận, nó phản hồi đúng chỗ. Nhưng đó là ảo giác. Không có ai thực sự hiểu. Không có ai nhớ bạn sau cuộc trò chuyện. Không có quan hệ được xây dựng.

Nguy hiểm ở chỗ ảo giác này có thể thỏa mãn nhu cầu được hiểu mà không thực sự thỏa mãn nó. Giống như ăn đồ ngọt nhân tạo. Não nhận được tín hiệu "đường" nhưng cơ thể không nhận được năng lượng thật.

Với người thật, mỗi cuộc trò chuyện xây trên những cuộc trò trước đó. Có những câu đùa chỉ hai người hiểu với nhau, vì nó dựa trên một kỷ niệm chung, một tình huống cả hai từng trải qua. Người ngoài không hiểu vì sao cười. Có những điều không cần nói lại. Có sự tiến hóa của hiểu biết chung và mối quan hệ có chiều sâu theo thời gian.

AI thì không có trạng thái được lưu lại theo nghĩa thực sự. Mỗi cuộc trò chuyện gần như bắt đầu từ đầu. Không có ký ức chung thực sự. Không có sự tích lũy. Điều này khiến tương tác với AI luôn ở mức bề mặt, không thể đi vào vùng mà chỉ có lịch sử chung mới mở được.

Và cuối cùng, không có cái gì đang bị đặt cược cho mối quan hệ của hai bên. Khi nói chuyện với người thật, có cái có thể mất. Nói sai có thể làm tổn thương họ. Có thể bị họ đánh giá. Có thể mất mối quan hệ. Điều đó buộc ta cân nhắc, chọn lọc, có trách nhiệm với lời nói.

Với AI, không có gì bị đặt cược. Nói gì cũng được. Thô lỗ cũng được. Sai cũng được. Vô trách nhiệm cũng được. AI không buồn, không giận, không bỏ đi. Điều này có thể giải phóng trong một số ngữ cảnh, nhưng nó cũng loại bỏ một cơ chế quan trọng khiến ngôn ngữ có trọng lượng.

Còn một giới hạn sâu hơn nữa, cơ bản hơn, mà ngay cả những AI tiên tiến nhất cũng không thể vượt qua. Đấy là giới hạn bản thể.

Để hiểu điều này, cần quay lại với một triết gia sống cách đây gần một thế kỷ.

Ludwig Wittgenstein, một trong những bộ óc triết học lớn nhất thế kỷ 20, đã dành cả đời để nghiên cứu một câu hỏi tưởng như đơn giản: ngôn ngữ hoạt động như thế nào?

Và ông phát hiện ra điều đáng ngạc nhiên. Ngôn ngữ không phải công cụ trung lập để mô tả thực tại. Ngôn ngữ có giới hạn. Có những thứ ngôn ngữ không thể chạm tới. Có những câu hỏi trông như câu hỏi thật nhưng thực ra là ngõ cụt.

AI được xây dựng trên ngôn ngữ. Nó học từ văn bản, nó suy luận bằng văn bản. Nó trả lời bằng văn bản. Điều đó có nghĩa là mọi giới hạn của ngôn ngữ cũng là giới hạn của AI.

Vậy ngôn ngữ có những giới hạn gì?

Wittgenstein đưa ra một khái niệm quan trọng mà ông gọi là "tiêu chuẩn trả lời". Khi bạn hỏi một câu hỏi, bạn đang ngầm định cái gì sẽ được tính là câu trả lời thỏa đáng. Tiêu chuẩn đó quyết định câu hỏi có thể được trả lời hay không.

Hãy xem ba ví dụ.

Câu hỏi thứ nhất là câu hỏi có thể kiểm chứng bằng quan sát. "Con mèo ở đâu?" Tiêu chuẩn trả lời rõ ràng là một vị trí không gian mà khi đến đó, bạn thấy con mèo. Bạn có thể kiểm chứng. AI có thể giúp bạn tìm kiếm, phân tích camera, dự đoán vị trí dựa trên thói quen của mèo. Không có vấn đề gì ở đây.

Câu hỏi thứ hai là câu hỏi logic hoặc toán học. "2 + 2 bằng mấy?" Tiêu chuẩn trả lời là tính nhất quán trong hệ quy tắc số học. Câu trả lời là 4, không có tranh cãi. AI xử lý loại câu hỏi này rất tốt vì nó có thể áp dụng quy tắc một cách máy móc.

Câu hỏi thứ ba mới là vấn đề. "Hamlet có thật sự điên không?" Tiêu chuẩn trả lời là gì? Bằng chứng văn bản? Ý định của Shakespeare? Cách diễn giải nhất quán nhất? Mỗi người có thể đưa ra một câu trả lời và không ai biết cái gì sẽ được tính là đã trả lời xong.

Hay một ví dụ khác là câu hỏi "Món này có ngon không?" Câu hỏi từ AI trông như kiểm chứng được . Nhưng "ngon" với ai? Người thích cay sẽ nói ngon, người không ăn cay sẽ nói dở. Ngon so với kỳ vọng giá tiền? Ngon so với món tương tự ở quán khác? Ngon theo nghĩa muốn ăn lại? Câu hỏi che giấu toàn bộ sự phức tạp đó sau hai chữ "ngon không".

Wittgenstein gọi loại thứ ba là "ngữ pháp giả trang". Câu hỏi trông như câu hỏi thật. Có chủ ngữ, vị ngữ, dấu chấm hỏi đàng hoàng. Nhưng thực ra nó không có tiêu chuẩn xác định. Nó là ngõ cụt được ngụy trang thành câu hỏi.

Và đây là điểm mấu chốt: AI không phân biệt được ba loại câu hỏi này.

Khi bạn hỏi AI "Hamlet có điên không", nó sẽ trả lời tự tin như thể câu hỏi có đáp án rõ ràng. Nó sẽ đưa ra phân tích, trích dẫn, lập luận. Nhìn rất thuyết phục. Nhưng thực chất, AI đang trả lời một câu hỏi không có tiêu chuẩn trả lời. Nó đang tạo ra ảo giác của sự hiểu biết.

Một khi hiểu được điều này, bạn sẽ nhận ra có cả một lớp câu hỏi mà AI về bản chất không thể trả lời đúng. Không phải vì thiếu dữ liệu, mà vì câu hỏi không có đáp án theo nghĩa thông thường.

"Ý nghĩa cuộc sống là gì?" Câu hỏi này đối xử với "ý nghĩa" như thể nó là một vật thể có thể tìm thấy ở đâu đó. Nhưng ý nghĩa không nằm ở đâu cả. Nó không phải đối tượng của sự tìm kiếm.

"Tình yêu thực sự là gì?" Câu hỏi giả định có một bản chất cố định của tình yêu đang chờ được khám phá. Nhưng từ "tình yêu" được dùng theo hàng trăm cách khác nhau trong hàng trăm ngữ cảnh khác nhau. Không có "tình yêu thực sự" tách rời khỏi những cách dùng cụ thể đó.

"Quyết định nào là đúng?" Tiêu chuẩn của "đúng" phụ thuộc vào giá trị, mục tiêu, và hoàn cảnh của người hỏi. AI không biết bạn là ai, quan tâm điều gì, và sẵn sàng đánh đổi những gì. Nó chỉ có thể đưa ra câu trả lời chung chung, như một cuốn sách tự giúp viết cho triệu người nhưng không nói với ai cả.

Vấn đề không phải AI trả lời sai những câu hỏi này. Vấn đề là AI trả lời chúng như thể chúng có câu trả lời đúng. Và người dùng, không hiểu giới hạn của ngôn ngữ, tin vào những câu trả lời đó.

Wittgenstein còn đưa ra một cái nhìn sâu hơn nữa.

Ông nói rằng không có nền tảng cuối cùng. Ta không thể bước ra ngoài ngôn ngữ để đánh giá ngôn ngữ từ một vị trí trung lập. Cái ta có là thực hành. Một cộng đồng người nói biết khi nào một câu hỏi đã được trả lời, không phải vì có quy tắc cao hơn, mà vì họ đã học cách dùng ngôn ngữ trong các tình huống cụ thể.

Câu hỏi "Con mèo ở đâu?" có tiêu chuẩn rõ vì ta đều biết cái gì sẽ kết thúc cuộc tìm kiếm. Khi bạn đến phòng khách và thấy con mèo đang nằm trên sofa, cuộc chơi ngôn ngữ kết thúc. Mọi người đồng ý.

Nhưng "Ý nghĩa là gì?" không rõ vì mỗi người có thể đưa ra một "câu trả lời" và không ai biết cái gì sẽ được tính là đã trả lời xong. Cuộc chơi không có điểm dừng.

AI thiếu chính xác điều này. Nó không tham gia vào các cuộc chơi ngôn ngữ thực sự với những người thực trong những tình huống cụ thể. Nó không biết khi nào trò chơi kết thúc. Nó chỉ sản xuất văn bản theo xác suất thống kê, không có cảm nhận về sự thỏa mãn hay không thỏa mãn của người hỏi.

Đó là lý do tại sao AI có thể viết ra những đoạn văn dài về "ý nghĩa cuộc sống" mà không ai cảm thấy câu hỏi đã được trả lời. Vì không có gì được trả lời cả. Chỉ có chữ được sản xuất.

Có một mô hình trong khoa học nhận thức giải thích cách hiểu biết của con người hình thành qua các cấp độ khác nhau.

Tầng thấp nhất là dữ liệu. Đó là những con số, những sự kiện rời rạc, chưa được sắp xếp hay diễn giải. "42" là dữ liệu. "Hà Nội" là dữ liệu. "13/3/2026" là dữ liệu. Chúng không có nghĩa gì cho đến khi được đặt vào ngữ cảnh.

Tầng tiếp theo là thông tin. Khi dữ liệu được tổ chức và trả lời các câu hỏi "ai, cái gì, khi nào, ở đâu", nó trở thành thông tin. "Hà Nội có 8 triệu dân" là thông tin. "Sự kiện X xảy ra ngày 13/3/2025 tại địa điểm Y" là thông tin. Thông tin cho ta biết sự việc, nhưng chưa cho ta biết cách làm gì với nó.

Tầng cao hơn là tri thức. Tri thức hình thành khi ta hiểu được các quy luật, nhận ra được cách thức vận hành, trả lời được câu hỏi "như thế nào". Tri thức không chỉ là biết sự việc, mà là hiểu mối quan hệ giữa các sự việc, nhận ra các mẫu hình lặp lại, và có thể áp dụng vào tình huống mới.

Và tầng cao nhất là sự thông tuệ. Đây là khi ta hiểu được nguyên lý sâu xa, trả lời được câu hỏi "tại sao", và biết khi nào nên làm gì, khi nào không nên. Sự thông tuệ không chỉ là biết cách, mà là biết lý do, biết giới hạn, biết bối cảnh.

Bây giờ hãy nghĩ về điều này trong ngữ cảnh AI.

Khi AI tạo ra một đoạn văn và bạn sao chép mà không suy nghĩ, đối với não bạn, đoạn văn đó chỉ là dữ liệu. Nó đi qua mắt, vào não, rồi ra tay, mà không được xử lý ở bất kỳ tầng nào. Não không phân tích nó thành thông tin. Không tổng hợp nó thành tri thức. Không chiêm nghiệm nó thành sự thông tuệ.

Và đây là vấn đề. Nếu não tràn đầy những dữ liệu không được xử lý, nó sẽ chỉ là rác. Giống như một căn phòng chất đầy đồ đạc mà không ai sắp xếp. Có rất nhiều thứ, nhưng không tìm được gì khi cần.

Chỉ khi nào con người vận dụng nội dung AI, kết hợp với sự suy nghĩ và sáng tạo của riêng mình, thì quá trình chuyển hóa mới xảy ra. Dữ liệu mới trở thành thông tin. Thông tin mới trở thành tri thức. Và tri thức, qua thời gian và trải nghiệm, mới có thể trở thành sự thông tuệ.

Nói cách khác, AI có thể cho bạn dữ liệu và thông tin. Nhưng tri thức và sự thông tuệ, bạn phải tự tạo ra. Không có đường tắt nào cho việc này

Thực ra từ “dùng” là không đúng vì AI không phải là một công cụ như chúng ta đã có, ngay cả với những loại công cụ rất linh hoạt là những phần mềm thì nó vẫn là thứ công cụ thụ động, và khi là thứ thụ động thì cần có người dùng. Còn AI là một hiện tượng hoàn toàn khác.

Nói chuẩn hơn thì phải là người cộng tác với AI. Khi hiểu điều này họ nhìn AI với hình dung khác và đương nhiên dẫn đến hệ quả vô cùng khác biệt khi tương tác với AI.

Kiểu thứ nhất "dùng" AI như thuê tài xế mà không biết mình muốn đi đâu. Họ hỏi "viết cho tôi một bài về X" rồi copy nguyên văn. Không kiểm tra. Không chỉnh sửa. Không suy nghĩ. Họ tin AI hiểu mọi thứ, trả lời được mọi thứ. Trong trường hợp này, não họ đang nghỉ ngơi trong khi AI làm mọi thứ.

Kiểu thứ hai cộng tác với AI khi đã biết mình muốn đi đâu, chỉ cần ai đó đảm nhận phần lái xe. Họ đưa ra ý tưởng, AI triển khai. Họ kiểm tra kết quả, sửa lỗi, bổ sung chiều sâu. Họ hiểu AI chỉ là công cụ, có giới hạn. Trong trường hợp này, não họ vẫn làm việc ở tầng ý nghĩa. AI chỉ là công cụ khuếch đại.

Sự khác biệt không nằm ở việc có "dùng" AI hay không. Sự khác biệt nằm ở việc ai đang thực sự tư duy, và ai hiểu giới hạn của công cụ mình đang dùng.

Nhìn bề ngoài, sản phẩm của hai kiểu người này có thể giống nhau. Đều là bài viết. Đều có câu chữ mạch lạc. Nhưng một bên đang phát triển, một bên đang suy thoái. Một bên dùng AI để đi xa hơn, một bên dùng AI để khỏi phải đi.

Vậy làm sao để thuộc nhóm cộng tác?

Trước khi mở chatbot, hãy tự hỏi mình thực sự muốn nói gì, ý chính là gì, góc nhìn của mình là gì. Viết ra vài gạch đầu dòng. Không cần hoàn chỉnh. Chỉ cần đủ để bạn biết mình đang đi đâu. Sau đó mới dùng AI để triển khai, mở rộng, hoặc kiểm tra. Cách khác tiện hơn là hỏi chính AI, bảo nó là "mày trích dẫn luôn link đến nguồn thông tin mày vừa nói ". Nếu nó đưa ra được link thì đấy là tin có nguồn gốc còn không sẽ là bịa đặt. Lúc này, AI đang phục vụ ý tưởng của bạn, không phải bạn đang làm người đưa ý tưởng của AI lên mạng.

AI nói gì cũng cần xác minh. Đặc biệt là số liệu, trích dẫn, sự kiện lịch sử, thông tin y tế, và bất cứ điều gì có thể gây hậu quả nếu sai. Cách kiểm tra không khó. Gõ thông tin đó lên Google. Tìm nguồn gốc. Nếu không tìm được, đó là dấu hiệu AI đã bịa. Có một kỹ thuật gọi là "đọc ngang". Thay vì chỉ đọc xuống theo nội dung AI đưa ra, hãy mở tab mới, tìm nguồn khác, so sánh chéo. Nếu ba nguồn độc lập đều nói giống nhau, có thể tin. Nếu chỉ có AI nói, cần nghi ngờ.

Đây là bài học từ Wittgenstein. Nếu câu hỏi của bạn thuộc loại có thể kiểm chứng hoặc tuân theo logic, AI có thể giúp tốt. "Dân số Việt Nam năm 2024 là bao nhiêu?" "Công thức tính diện tích hình tròn là gì?" Những câu hỏi này có tiêu chuẩn rõ ràng và có thể kiểm chứng. Nhưng nếu câu hỏi của bạn thuộc loại không có tiêu chuẩn xác định, hãy cẩn thận. "Tôi nên chọn nghề gì?" "Ý nghĩa của sự kiện này là gì?" "Quyết định nào là đúng?" AI sẽ trả lời, nhưng câu trả lời đó không có giá trị hơn một góc nhìn ngẫu nhiên trong hàng triệu góc nhìn. Với những câu hỏi này, bạn cần tự suy nghĩ, cần nói chuyện với người thật, cần trải nghiệm để tìm ra câu trả lời của riêng mình.

Có những việc nên để AI làm. Tóm tắt văn bản dài. Định dạng tài liệu. Dịch thuật. Tra cứu nhanh. Đó là những công việc lặp đi lặp lại, không đòi hỏi sáng tạo. Nhưng có những việc cần tự làm. Đưa ra lập luận. Tạo góc nhìn mới. Kết nối các ý tưởng. Đánh giá thông tin. Đặt câu hỏi đúng. Đó là những việc rèn luyện phần não chịu trách nhiệm cho tư duy phản biện và ra quyết định. Nếu bạn để AI làm hết, phần não đó sẽ như một phòng gym không ai đến tập. Sạch sẽ, đẹp đẽ, và vô dụng.

Một cách dùng AI thông minh là yêu cầu nó phản biện ý tưởng của bạn. Hỏi nó điểm yếu của lập luận này là gì, ai sẽ không đồng ý và vì sao, có góc nhìn nào khác mà bạn đang bỏ qua. Khi dùng AI theo cách này, bạn đang tập luyện tư duy phản biện thay vì làm tê liệt nó. AI trở thành đối tác tranh luận, không phải cỗ máy viết hộ.

Một kỹ năng quan trọng trong thời đại này là biết nhận ra nội dung do AI tạo ra. Không phải để phán xét, mà để đánh giá độ tin cậy. Những dấu hiệu phổ biến gồm câu ngắn đều đặn như nhịp máy đếm, ý tứ được liệt kê thay vì dẫn dắt, thiếu góc nhìn cá nhân và trải nghiệm cụ thể, kết luận chung chung kiểu "cần nghiên cứu thêm" hoặc "có nhiều góc nhìn khác nhau". Nội dung do người thật viết thường có nhịp không đều. Có câu rất ngắn. Có câu dài miên man như dòng suy nghĩ chưa kịp ngắt, cứ thế cuồn cuộn kéo người đọc đi theo. Có quan điểm rõ ràng, có "mùi" của một con người cụ thể.

Đây có lẽ là điều quan trọng nhất. AI không thể thay thế những gì chỉ có người thật mới cho được. Sự đồng bộ thần kinh khi trò chuyện. Ma sát nhận thức buộc bạn phải sắc bén hơn. Phản hồi thật về cách bạn diễn đạt. Chiều sâu thời gian của một mối quan hệ. Cái đang bị đặt cược khiến lời nói có trọng lượng. Nếu bạn thấy mình tương tác với AI nhiều hơn với người thật, đó là dấu hiệu cần điều chỉnh.

Có những lúc không nên dùng. Khi bạn đang học một kỹ năng mới. Khi bạn cần hiểu sâu một chủ đề. Khi bạn đang giải quyết vấn đề chưa từng gặp. Khi bạn đối diện với những câu hỏi lớn về cuộc sống của chính mình. Trong những lúc đó, sự "khó chịu" của việc tự nghĩ chính là tín hiệu rằng não bạn đang được rèn luyện. Đừng trốn tránh nó. Đó là giá của sự phát triển.

Vũ khí cao cấp đòi hỏi tu vi cao

Không biết các bạn có đọc truyện tiên hiệp không chứ mình thì hay đọc thể loại này vì tuy nó là chuyện hư cấu nhưng lại có rất nhiều pattern của đời sống thực. Trong truyện tiên hiệp, có một quy luật bất di bất dịch. Vũ khí càng cao cấp thì càng đòi hỏi người sử dụng phải có tu vi tương xứng.

Một thanh kiếm địa cấp, người luyện khí kỳ có thể cầm được. Nhưng một thần khí thiên cấp, nếu tu vi không đủ mà cố chấp sử dụng, nhẹ thì bị phản phệ, nặng thì tan xác. Không phải vũ khí có lỗi. Mà là người dùng chưa đủ trình độ để chế ngự nó.

AI cũng vậy.

Đây là công cụ cao cấp nhất mà loài người từng tạo ra. Nó có thể khuếch đại năng lực lên gấp nhiều lần. Nhưng chính vì vậy, nó đòi hỏi người dùng phải có nền tảng tương xứng. Nếu không, thay vì được khuếch đại, bạn sẽ bị nó dẫn dắt đi sai đường mà không hay biết.

Mình nghĩ có hai thứ nền tảng quan trọng nhất.

- Thứ nhất là tư duy hệ thống.

Đây là khả năng nhìn thấy bức tranh toàn cảnh thay vì chỉ thấy từng mảnh rời rạc. Là khả năng hiểu rằng mọi thứ đều liên kết với nhau, rằng thay đổi ở chỗ này sẽ gây ra hệ quả ở chỗ khác, rằng không có giải pháp đơn lẻ cho vấn đề phức tạp. Người có tư duy hệ thống sẽ không tin ngay câu trả lời đầu tiên AI đưa ra. Họ sẽ hỏi tiếp: "Điều này liên quan đến những gì khác? Có hệ quả gì chưa được tính đến? Góc nhìn này đang bỏ qua những yếu tố nào?"

- Thứ hai là hiểu biết về khoa học phức hợp.

Đây là nhận thức rằng thế giới không vận hành theo kiểu tuyến tính, nguyên nhân A dẫn đến kết quả B. Mà thế giới đầy những vòng phản hồi, những điểm bùng phát, những hiệu ứng không thể dự đoán. Người hiểu khoa học phức hợp sẽ biết rằng AI, dù mạnh đến đâu, cũng chỉ là mô hình. Và mọi mô hình đều sai một cách tương đối, nó chỉ là bản đồ chứ không phải lãnh thổ, và sẽ chỉ là một số mô hình có ích và luôn phụ thuộc vào bối cảnh cụ thể. Họ sẽ dùng AI như một góc nhìn trong nhiều góc nhìn, không phải như lời phán quyết cuối cùng.

Hai nền tảng này giống như nội lực trong truyện tiên hiệp. Có người luyện võ công cao siêu nhưng nội lực yếu, chiêu thức hoa mỹ mà không có sức mạnh. Có người nội lực thâm hậu, một chiêu đơn giản cũng đủ uy lực. Tư duy hệ thống và khoa học phức hợp là nội lực của người dùng AI. Có nền tảng này, dùng AI đơn giản cũng ra kết quả tốt. Thiếu nền tảng này, dùng prompt phức tạp đến mấy cũng chỉ tạo ra rác.

Và đây là tin xấu cho những ai muốn đi đường tắt nội lực không thể mua được, không thể sao chép được. Nó phải được tích lũy qua thời gian, qua suy nghĩ, qua va chạm với thực tế.

Nếu nhìn rộng hơn, cách con người dùng AI phản ánh một quy luật quen thuộc trong các hệ phức hợp.

Khi một công cụ mới xuất hiện, nó mang theo hai khả năng. Một là khuếch đại năng lực hiện có. Hai là thay thế năng lực và gây suy thoái.

Xe máy khuếch đại khả năng di chuyển, nhưng có thể làm suy yếu đôi chân. Máy tính khuếch đại khả năng tính toán, nhưng có thể làm suy yếu trí nhớ số. Google khuếch đại khả năng tìm kiếm, nhưng có thể làm suy yếu khả năng ghi nhớ. Các nhà khoa học từng gọi đây là "hiệu ứng Google".

AI đang làm điều tương tự, nhưng ở tầng cao hơn. Nó không chỉ ảnh hưởng đến trí nhớ hay tính toán. Nó ảnh hưởng đến khả năng suy nghĩ. Và nguy hiểm hơn, nó tạo ra ảo giác rằng mọi câu hỏi đều có câu trả lời, rằng ngôn ngữ có thể chạm tới mọi thứ, rằng AI "hiểu" bạn.

Trong một thế giới mà ngày càng nhiều người để AI nghĩ hộ, những người vẫn giữ được khả năng tư duy độc lập sẽ có lợi thế vượt trội. Họ sẽ là người đặt câu hỏi đúng trong khi người khác chỉ biết copy đáp án. Họ sẽ là người phát hiện sai sót trong khi người khác tin mọi thứ AI nói. Họ sẽ là người tạo ra giá trị mới trong khi người khác chỉ biết tái chế nội dung cũ. Và quan trọng nhất, họ sẽ là người hiểu được giới hạn của ngôn ngữ, của AI, và của chính mình.

Nói cách khác, AI sẽ không thay thế con người. AI sẽ thay thế những người dùng AI mà không còn khả năng nghĩ.

Câu hỏi giờ đây không phải "có nên dùng AI không" vì đó là câu hỏi sai? Câu hỏi đúng là "Phải cộng tác với AI như thế nào?" và một câu hỏi khác trước câu hỏi đó là "bạn có còn là người đang tư duy hay không". Và sau cùng là câu hỏi sâu hơn nữa "Bạn có biết điều gì nằm ngoài tầm với của ngôn ngữ không?"

Câu trả lời nằm trong cách bạn tương tác với AI mỗi ngày. Và trong những khoảnh khắc bạn chọn tắt AI đi, để đối diện với những câu hỏi mà không ai, kể cả máy, có thể trả lời giúp bạn.