Tôi đã viết một cuốn sách giáo khoa về AI: Liệu AI còn bao lâu nữa mới có thể viết lách tốt hơn?

Có rất nhiều lời chỉ trích nhắm vào việc viết lách bằng AI, nhưng hầu hết đều tập trung vào các dạng viết sáng tạo, giàu cá tính (high-voice) như blog này. Những ý kiến đó — bao gồm cả bài viết của chính tôi — thường lập luận rằng lý do là vì bài viết hay cần có cá tính, có quan điểm, có sự thể hiện sâu sắc của con người cần được truyền tải, và là một quá trình tư duy mà bạn có thể nhìn thấu qua những từ ngữ được lựa chọn. Khi các LLM ngày càng được tinh chỉnh để trở thành công cụ thay vì chỉ là trợ lý trò chuyện, tôi nghĩ chúng ta thực sự đang đi lùi so với mục tiêu tạo ra những bài viết truyền cảm hứng từ các mô hình.

Ở khía cạnh khác là văn phong phi hư cấu (non-fiction). Việc viết các nội dung bổ trợ, văn bản copy là một trong những khả năng thực sự hữu ích của LLM (Sam Altman đã nói rất nhiều về điều này trong giai đoạn đầu của GPT-3 trên một podcast gần đây). Có vẻ như mọi khiếm khuyết ở đây chủ yếu là do sự thiếu hụt trí thông minh nói chung của các mô hình hoặc một số vấn đề đào tạo khác, và tất cả các văn bản phi hư cấu và giải thích cuối cùng sẽ bị xóa nhòa bởi tốc độ tiến bộ nhanh chóng. Sau vài năm làm việc với các mô hình này như một trợ lý viết lách, chúng đã cải thiện đôi chút, nhưng cũng đáng để suy ngẫm về những gì đang kìm hãm chúng.

Việc các mô hình bị đình trệ trong mảng viết văn phi hư cấu dài hơi nên là một hồi chuông cảnh báo cho những ai đang dựa vào các mô hình để tự động giải quyết các vấn đề khoa học lớn, mở trong tương lai gần. Các mô hình ngày nay chật vật trong việc tổ chức và trình bày một cách thuyết phục ngay cả những kiến thức khoa học đã được thiết lập vững chắc trong lĩnh vực của chúng. Đây dường như là một điều kiện tiên quyết tự nhiên mà chúng ta nên kỳ vọng các mô hình phải làm chủ được trước khi chúng có thể tự mình giải quyết các vấn đề rộng lớn, không có giới hạn. Cho đến khi vấn đề này được giải quyết, tiến bộ của LLM trong khoa học sẽ giống như việc giải quyết các mục tiêu dễ dàng (low-hanging fruit) và kết nối các điểm rời rạc giữa các lĩnh vực hơn là bất kỳ dạng đột phá mang tính cách mạng nào.

Đây là một quan điểm có phần gây tranh cãi đối với một người rất lạc quan về sự tiến bộ của AI, đặc biệt là khi viết nó vào đúng ngày Anthropic đăng bài blog về việc Claude đạt được một số tiến bộ về Giả thuyết Riemann nổi tiếng. Các vấn đề khoa học có phạm vi rất rộng lớn, và tôi không nghĩ các mô hình AI hiện tại có độ bao phủ như nhiều người vẫn tưởng.

Tổ chức kiến thức là một quá trình nén. Sự nén này là cần thiết để tạo ra sự thấu hiểu. Các LLM ngày nay làm tăng entropy trong văn bản phi hư cấu dài hơi, và tôi không thấy làm thế nào điều đó có thể chồng chất lên nhau mãi mãi. Chúng sẽ phải phụ thuộc vào con người đóng vai trò như những người dẫn dắt.

Tôi vẫn rất lạc quan về việc chuyển đổi từ các dạng khoa học hẹp này, như những tiến bộ vượt bậc mà chúng ta đã thấy trong toán học, sang những tiến bộ nhất quán và rộng lớn hơn — LLM là những trợ lý mạnh mẽ nhất mà các nhà khoa học từng sử dụng. Trước hết, tôi cần giải thích cách việc quan sát các mô hình làm việc trên những vấn đề kiến thức cơ bản, thực tế như vậy trong viết lách khiến tôi nhận thấy sự thiếu hụt đáng ngạc nhiên về khả năng tổng quát hóa.

Để có thêm ngữ cảnh, tôi vừa viết xong một cuốn sách giáo khoa về hậu đào tạo, Reinforcement Learning from Human Feedback (có thể mua trên Manning hoặc Amazon). Tôi đã sử dụng LLM theo nhiều cách để hỗ trợ việc này, từ việc giúp xử lý định dạng LaTeX cho các phương trình, biên tập nội dung chuyên sâu, đến tạo sơ đồ cho các ngôn ngữ lập trình như TikZ (trong LaTeX) hoặc Python.

Chia sẻ

Tôi đã kỳ vọng vào nhiều tiến bộ hơn nữa trong việc viết văn phi hư cấu từ các mô hình. Tôi gần như đã nghĩ rằng mình sẽ trông thật ngốc nghếch khi xuất bản một cuốn sách phi hư cấu vào năm 2026, dựa trên tình hình năm 2024. Ngày nay, một số mô hình nổi tiếng nhất về khả năng viết lách đã khá cũ, ví dụ như GPT 4.5 của OpenAI và Kimi K2 của Moonshot. Trong và xung quanh các bản phát hành này, các mô hình đã chuyển từ mức ổn sang siêu phàm ở các tác vụ khác như lập trình và toán học. Có lẽ một sự so sánh gần gũi hơn, dù vẫn chưa hoàn hảo, là cách các mô hình chuyển từ không thể sang khá tốt ở các tác vụ tìm kiếm và nghiên cứu. Tốc độ tiến bộ ở hầu hết các kỹ năng khác đều rất nhanh, nhưng viết lách tốt dường như lại không liên quan đến hầu hết chúng. Tôi không nghĩ viết lách bị bỏ qua, mà đúng hơn là nó đầy thách thức và thiếu dữ liệu đào tạo tốt để can thiệp cụ thể vào đó.

Chắc chắn có một số mục tiêu dễ dàng để làm cho các mô hình AI viết tốt hơn — chẳng hạn như các bộ công cụ chuyên dụng như Claude Code, các câu lệnh (prompts) và môi trường đào tạo khiến các mô hình dành nhiều token suy luận hơn cho đầu ra, nhưng tôi không nghĩ những điều này sẽ tạo ra tác động nhân bội lên khả năng. Viết tốt là một nhiệm vụ rất khó! Thật đáng tiếc khi chúng ta chưa mở khóa được khả năng mở rộng thời gian suy luận (inference-time scaling) cho một trong những hoạt động trí tuệ vĩ đại nhất. Dù sao đi nữa, viết lách dường như rất khác biệt so với những gì các mô hình giỏi.

Ngày nay, các mô hình dường như thực sự tệ trong việc viết kỹ thuật dài hơi. Chúng có thể viết đúng một câu, nhưng nếu bạn cố gắng bắt chúng viết cả một chương, đó sẽ là một sự pha trộn của cách diễn đạt khó hiểu, tổ chức lộn xộn và nhìn chung là hơi sai lệch. Chúng cố gắng tỏ ra quá thông minh ở những chỗ không cần thiết và trong quá trình đó lại gây ra các lỗi khái niệm ngẫu nhiên. Các mô hình trong tương lai gần sẽ cải thiện nhiều về các lỗi nhỏ, đặc biệt là khi mô hình lớn hơn — cho phép chúng nắm giữ nhiều kiến thức thế giới hơn — nhưng tôi không kỳ vọng khả năng sử dụng kiến thức đó để chuyển hóa của chúng sẽ thay đổi.

Ví dụ, các mô hình GPT đã rất xuất sắc trong việc tìm lỗi chính tả và các vấn đề nhỏ trong một thời gian dài. Tôi đã gửi bản thảo gần hoàn thiện của cuốn sách dưới dạng PDF cho GPT 5.5 Pro và nó đã tìm thấy những lỗi chính tả nhỏ sâu sắc, đáng ngạc nhiên trong suốt bản thảo dài 200-300 trang.

Mặt khác, các mô hình Claude lại hữu ích hơn nhiều với tư cách là một biên tập viên. Chúng có gu thẩm mỹ hơn, có xu hướng hiểu mô hình tư duy của tác vụ tốt hơn và có những gợi ý thú vị hơn để giúp vượt qua các dạng bí ý tưởng của người viết.

Các ví dụ tôi đưa ra ở trên đều có một chủ đề nhất quán. Các mô hình biết cách kiểm tra từng đơn vị nội dung, trong trường hợp này thường là một câu, phương trình hoặc hình vẽ, hoặc tạo ra một phần cụ thể nơi bạn đang gặp khó khăn. Với những kỹ năng này, chúng không làm tốt việc xem xét lại các thành phần và kết nối chúng lại với nhau khi thực hiện nhiều bổ sung chồng chéo. Nó giống như một dạng lỗi tích lũy không thể giảm thiểu. Chúng ta từng phải đối mặt với những lỗi này trong toán học và mã nguồn, nhưng ngẫm lại, RLVR đã là một giải pháp thực sự kỳ diệu trong việc giảm thiểu chúng.

Tôi sẵn lòng chia sẻ rằng có một vài câu giải thích kỹ thuật trong cuốn sách của tôi đến từ một mô hình AI — ít hơn 1% — chúng ở đó vì tôi thực sự yêu thích chúng. Tôi cho phép mình cân nhắc việc đưa một số token AI vào cuốn sách, vì tôi không cảm thấy đó là gian lận nếu tôi, với tư cách là một chuyên gia thực thụ, cảm thấy rằng câu đó là thứ mà độc giả cần. Đặc biệt là trong quá trình biên tập, nơi tôi đã theo dõi rất sát sao và lo lắng rất nhiều về việc liệu cuốn sách của mình có bao giờ hoàn thành với tất cả những việc tôi đang làm hay không, đó là một con đường tiến lên cực kỳ giá trị.

Ví dụ, tôi có một danh sách các câu hỏi từ biên tập viên của mình được xen kẽ trong một tệp LaTeX với một dấu phân cách cụ thể như \editor{}. Tôi sẽ để Claude Code điều hướng đến từng nhận xét, in ngữ cảnh trước và sau đó, và cho tôi biết liệu đó là một lỗi chính tả dễ sửa hay một vấn đề tinh tế hơn. Tôi sẽ viết phản hồi — văn bản cần chèn — hoặc yêu cầu Claude gợi ý trước khi sửa nó. Về mặt trí tuệ, đây là một quá trình biên tập rất tập trung, đó là một cách thú vị để cải thiện cuốn sách. Đôi khi các cụm từ từ gợi ý của Claude là những gì đã được đưa vào cuốn sách.

Đó chắc chắn là một con dốc trơn trượt và khi tôi chấp nhận một vài gợi ý của AI, đó là lúc tôi đang thực hiện đánh giá bản thảo đầy đủ lần thứ hai. Về mặt cảm xúc, dự án cảm giác như đã hoàn thành nhưng tôi vẫn còn nhiều việc phải làm. Sau quá trình viết sách giáo khoa, tôi đánh giá rất cao quy tắc cứng nhắc mà tôi đặt ra cho bài viết của mình trên Interconnects là không bao giờ sử dụng kết quả đầu ra của AI trong nội dung. Viết theo cách chỉ có bạn — giàu cá tính, được trân trọng sâu sắc vì quá trình đó — thú vị hơn nhiều, nhưng viết một tài liệu tham khảo tiêu chuẩn không thực sự là một hoạt động nổi tiếng vì sự thú vị. Tôi hiểu tại sao mọi người biến các công cụ AI thành một cái nạng khi hầu hết bài viết của họ chỉ là đầu ra để lấp đầy không gian, thay vì là phương tiện để đạt được mục đích. Tôi có động lực để viết thật nhiều để học hỏi, để cảm nhận và để thể hiện.

Tôi cũng đang giải quyết những sự cân bằng tương tự trong công việc khoa học của mình. Các mô hình AI rất tuyệt cho những phần lặp đi lặp lại của bài báo, như soạn thảo phần công trình liên quan hoặc phần nền tảng mà bạn đã thuộc lòng, nhưng sử dụng chúng cho phần tóm tắt, giới thiệu, thí nghiệm hoặc kết luận là một điều đáng tiếc. Đó là nơi câu chuyện và linh hồn của công trình được truyền tải — đó là nơi bạn tìm hiểu xem nghiên cứu của mình thực sự nói về điều gì.

Tôi tự tin rằng mình đã tạo ra nhiều giá trị ròng hơn nhờ việc có thể để các mô hình AI tạo và kiểm tra công việc viết phi hư cấu của mình. Chúng làm cho việc viết các phương trình trở nên tầm thường, có thể giúp tái cấu trúc kho lưu trữ, chuyển đổi giữa các ngôn ngữ và nhiều thứ khác. Lúc đầu, nó rất vui, cho đến khi tôi hơi mệt mỏi vì độ dài của quá trình xuất bản, nhìn lĩnh vực này tiến lên phía trước.

Để lấy ví dụ về lý do tại sao AI lại quan trọng trong trường hợp này, tôi phải duy trì các phiên bản Markdown và LaTeX của cuốn sách cùng lúc ở hai nơi, vì độc giả đưa ra phản hồi trên phiên bản web và nhóm biên tập Manning của tôi đã xem xét một bản sao được phân nhánh (forked copy). Nếu không có các tác nhân AI, việc đồng bộ hóa giữa hai phiên bản đó chắc chắn sẽ khiến tôi mất thời gian gấp năm lần (và tác vụ này đã mất hàng chục giờ rồi).

Một điều đan xen với câu chuyện này, mà tôi tình cờ gặp phải khi suy nghĩ về các tác nhân, là tốc độ hiểu biết của bạn sẽ không tăng lên khi sử dụng các tác nhân. Sự hiểu biết đó, dưới dạng trực giác, gu thẩm mỹ, bản năng, v.v. mới là thứ có giá trị trong tương lai. Sử dụng AI cho việc viết văn phi hư cấu làm mất đi sự tiến bộ đó. Hơn nữa, nếu bạn chưa phải là chuyên gia, bạn sẽ không thể bắt được những lỗi sai của nó.

Trong trường hợp của tôi, tôi cảm thấy sự cấp bách phải đổ kiến thức từ não bộ ra trang giấy đến mức có những lúc sử dụng các mô hình AI là một công cụ xứng đáng. Phần lớn động lực của cuốn sách là có một tài liệu tham khảo duy nhất cho các phương pháp hậu đào tạo quan trọng như lấy mẫu từ chối (rejection sampling) hoặc huấn luyện đặc trưng (character training), nơi mà trên web có rất ít thông tin.

Cuốn sách giáo khoa này là sự đền đáp cho cộng đồng, nên việc hoàn thành nó dưới bất kỳ hình thức nào cũng là một chiến thắng, và tôi cảm thấy điều đó ổn. Tôi chắc chắn rằng mình sẽ học được nhiều hơn và sản phẩm có thể được cải thiện đôi chút với nhiều nỗ lực của con người hơn. Yếu tố quyết định là tôi cảm thấy cuốn sách sẽ bị lỗi thời vào thời điểm nó được xuất bản, một nỗi sợ hãi về khả năng của mô hình AI ở một bên và tốc độ tiến bộ nhanh chóng của lĩnh vực này ở bên kia.

Hóa ra điều này hoàn toàn sai? Tôi rất hài lòng với kết quả và giờ đây tôi tự tin hơn vào sức sống lâu bền của nó so với khi tôi bắt đầu vào năm 2024, vì các mô hình đã thất bại trong việc đáp ứng sự cường điệu trong viết văn phi hư cấu.

Chia sẻ

Các mô hình là những công cụ đáng kinh ngạc, chúng cho phép bạn thể hiện kiến thức dưới nhiều hình thức khác nhau. Chúng rất tuyệt vời để tạo ra các nội dung bổ trợ sáng tạo hoặc tài liệu nền — ví dụ: bản nháp đầu tiên của các slide mà giá trị thực sự của chúng là làm điểm tựa để giáo viên thuyết trình — cho phép bất kỳ kiến thức nào cũng có thể được chuyển đổi từ phương tiện này sang phương tiện khác.

Có một giai đoạn tinh tế, sớm của việc viết một cuốn sách giáo khoa phi hư cấu hoặc tài liệu tham khảo cảm thấy gần giống với việc viết một bài blog giàu cá tính như thế này. Khi thúc đẩy việc tổ chức ban đầu và trình bày bộ khung cốt lõi, kiến thức mới được tạo ra. Đây là phần đòi hỏi sự thấu hiểu, và các LLM còn lâu mới có thể thay thế được.

Điểm mấu chốt của đoạn trên và phần trước đó là tôi sẽ rất vui nếu nhiều chuyên gia trên thế giới sử dụng các mô hình AI để viết một phần nhỏ trong cuốn sách của họ nhằm chia sẻ nhiều kiến thức hơn với thế giới. Vấn đề là bạn chỉ có thể sử dụng các mô hình AI để tiết kiệm 10-20% nỗ lực ngày nay, và tôi không thấy tỷ lệ đó sẽ trở thành đa số trong tương lai gần.

Ngoài ra còn có áp lực xã hội, nơi mọi người kỳ vọng LLM trở thành những nhà giáo dục cá nhân hóa tốt nhất hiện có, vì vậy họ nghĩ rằng việc viết một cuốn sách hoặc nội dung giáo dục là vô nghĩa. Tôi nghĩ một số quan điểm này đang dần lỗi thời, vì luôn có sự thiếu hụt lớn trong các công trình giáo dục chất lượng cao nhất — và điều đó vẫn luôn tồn tại. AI rất giỏi trong việc thao túng nội dung đó thành dạng phù hợp với học sinh, chứ không phải tạo ra nội dung từ đầu.

Trong khi đó, tôi cảm thấy chúng ta đang mắc kẹt trong một điểm tối ưu cục bộ đầy thất vọng, nơi các mô hình AI về mặt ròng sẽ làm giảm nỗ lực trung bình dành cho việc viết văn phi hư cấu, nhưng chúng có thể cho phép sự thể hiện tuyệt vời. Sẽ có ít người bắt đầu và kiên trì đến cùng hơn.

Vì vậy, trong 2-5 năm tới, tôi vẫn kỳ vọng những cuốn sách giáo khoa tốt nhất sẽ được chế tác công phu bởi bàn tay con người. Tôi không chắc sau đó thì sao, nhưng đó là khoảng thời gian dài hơn nhiều so với những gì nhiều người dự đoán, xét đến lượng kiến thức khổng lồ mà các mô hình này có và xu hướng cấu trúc của chúng để truyền tải nó.

Về kết luận về khả năng, các mô hình rất tuyệt trong hai bối cảnh: 1) bất kỳ lĩnh vực nào có thể kiểm chứng thực sự và 2) khi được cung cấp rất nhiều ngữ cảnh và thực hiện một chỉnh sửa nhỏ — như tìm lỗi hoặc giải một bài toán rất cụ thể hoặc đưa ra phản hồi — chứ không phải tạo văn xuôi theo cách mở. Viết dài hơi chắc chắn sẽ thất bại trước viết sáng tạo, nhưng đó là một dấu hiệu rõ ràng cho thấy các mô hình không thể thể hiện toàn bộ kiến thức của chúng trong các vấn đề không được xác định rõ ràng. Khi chúng ta cố gắng thúc đẩy các mô hình trở thành thứ gì đó giống như "thiên tài trong trung tâm dữ liệu" giải quyết các vấn đề khoa học lớn, đây dường như là một hạn chế khá cơ bản.

Jasmine Sun đã có một bài viết tuyệt vời về lý do tại sao LLM là những biên tập viên giỏi, trong khi cũng là những người viết tồi.

Một phần của điều này nằm ở cách mọi người sử dụng các mô hình. Nếu bạn hỏi Claude Fable 5 trong Claude Code (hoặc ứng dụng trò chuyện, tôi chắc chắn cũng vậy): "hãy viết cho tôi một bài thơ tuyệt vời về một con cá vàng", mô hình sẽ nhanh chóng đưa ra câu trả lời. Tôi đã hỏi mô hình cách nó làm điều này, và liệu nó có một loại nháp mà nó viết vào và cập nhật lặp đi lặp lại trước khi trả về thứ gì đó tốt không, và nó nói không. Nó đã lập một kế hoạch tối thiểu trong các token suy luận của mình và sau đó tự động hồi quy tạo ra một bài thơ. Nó không tận dụng lợi thế của việc mở rộng thời gian suy luận hoặc tiếp cận nó như một nhiệm vụ khó khăn.

Đây là cách hầu hết mọi người chắc chắn sử dụng các mô hình để viết, và không có gì ngạc nhiên khi kết quả lại tầm thường. Cách để có được kết quả tốt nhất từ chúng là phải đưa ra câu lệnh (prompt) rất kỹ lưỡng, bắt chúng làm việc chuyên sâu trước khi trả lời bạn, và tham khảo ý kiến của các mô hình đánh giá khác trước khi trả lại văn bản cho bạn. Có một cách đơn giản để làm cho văn bản dài hơi tốt hơn, vì các mô hình hiện tại có một số kỹ năng thực sự.