Mô hình "Nhân mã ngược": Lời giải cho nghịch lý trong trí tuệ nhân tạo

Các liên kết hôm nay

"Nhân mã ngược" (reverse centaurs) chính là câu trả lời cho nghịch lý AI (liên kết cố định)

Bài viết mới nhất của tôi trên chuyên mục Locus có tiêu đề "Nhân mã ngược", trong đó tôi cố gắng giải mã một nghịch lý: tại sao một số người dùng AI mô tả trải nghiệm của họ như một cực hình, trong khi những người khác lại cảm thấy thích thú với cách AI đang thay đổi cuộc sống của họ theo hướng tốt đẹp hơn?

https://locusmag.com/2025/09/commentary-cory-doctorow-reverse-centaurs/

Câu trả lời nằm trong khái niệm "nhân mã" (centaurs) và "nhân mã ngược" (reverse centaurs), vốn được tìm thấy trong lý thuyết tự động hóa:

https://pluralistic.net/2025/05/27/rancid-vibe-coding/#class-war

"Nhân mã" là một con người được hỗ trợ bởi máy móc (một cái đầu người trên một cơ thể mạnh mẽ, không biết mệt mỏi). Nhân mã ngược là một cỗ máy sử dụng con người làm trợ lý cho nó (một cá nhân yếu ớt, dễ bị tổn thương bị điều khiển như con rối bởi một cỗ máy vô cảm, tàn nhẫn).

Hãy để tôi đưa ra một ví dụ: bạn còn nhớ vào đầu mùa hè, khi Hearst xuất bản một hướng dẫn đọc sách mùa hè đầy rẫy những cuốn sách không tồn tại do chatbot "ảo tưởng" (hallucinated) ra không?

https://www.npr.org/2025/05/20/nx-s1-5405022/fake-summer-reading-list-ai

Jason Koebler của 404 Media đã liên lạc với người có tên xuất hiện trên danh sách đó, và anh ta vô cùng xấu hổ và hối lỗi:

https://www.404media.co/chicago-sun-times-prints-ai-generated-summer-reading-list-with-books-that-dont-exist/

Nhưng trong một bài viết tiếp theo, Koebler nhận thấy một điều mà những lời chế giễu và meme nhắm vào người đàn ông tội nghiệp này trước đó đã bỏ lỡ: chính tác giả này cũng đứng tên trên nhiều danh sách "hay nhất mùa hè" khác trong ấn phẩm phụ này. Anh ta gần như là tác giả duy nhất của toàn bộ phần phụ lục dài 64 trang:

https://www.404media.co/viral-ai-generated-summer-guide-printed-by-chicago-sun-times-was-made-by-magazine-giant-hearst/

Và đó là điểm thú vị. Koebler bắt đầu sự nghiệp báo chí của mình với tư cách là thực tập sinh tại Washington Monthly, nơi anh từng làm việc với những danh sách tương tự:

https://www.404media.co/podcast-ai-slop-summer/

Khi Koebler làm công việc này, anh là một phần của nhóm ba thực tập sinh, được giám sát bởi một nhà báo giàu kinh nghiệm và được hỗ trợ bởi một bộ phận kiểm chứng thông tin chuyên sâu. Những danh sách nhỏ đó đòi hỏi khối lượng công việc đáng kinh ngạc nếu bạn thực sự quan tâm đến chất lượng của chúng.

Người viết tự do (freelance writer) đã soạn thảo hướng dẫn đọc sách mùa hè khổng lồ với tất cả các danh sách đó đã được giao nhiệm vụ làm công việc của hàng chục nhà văn, biên tập viên và nhân viên kiểm chứng thông tin. Chúng ta không biết liệu sếp của anh ta có bắt buộc anh ta phải sử dụng AI hay không, nhưng không đời nào một người viết có thể làm hết khối lượng công việc đó mà không có AI.

Nói cách khác, công việc của người viết đó không phải là viết bài. Công việc của anh ta là trở thành "con người trong vòng lặp" (human in the loop) cho một AI thực hiện việc viết bài, nhưng với lịch trình và khối lượng công việc khiến anh ta không thể làm tốt được. Chính xác hơn thì công việc của anh ta là trở thành "bể chứa trách nhiệm" (accountability sink) cho AI (theo cách diễn đạt đáng nhớ của Dan Davies): anh ta được trả tiền để chịu trách nhiệm cho những sai lầm của AI.

Nói cách khác, anh ta là một nhân mã ngược.

Bản thân tôi cũng là một người viết tự do, và cách đây không lâu, tôi muốn trích dẫn một điều thông minh mà tôi nghe được trong một podcast vào bài viết của mình, nhưng tôi không nhớ mình đã nghe nó ở đâu. Vì vậy, tôi đã tải Whisper, một mô hình chuyển đổi giọng nói thành văn bản (transcription model) mã nguồn mở từ Openai, về máy tính xách tay của mình. Tôi nạp 30 giờ âm thanh mà tôi đã nghe vào đó và tiếp tục làm việc khác trong một hoặc hai giờ. Khi kiểm tra lại, tôi có một thư mục đầy những bản ghi chép khá đáng tin cậy. Tôi tìm kiếm trong văn bản, tìm thấy trích dẫn và mở đoạn âm thanh đến mã thời gian (timecode) được cung cấp để kiểm tra lại. Tôi là một nhân mã. Tôi được quyết định cách sử dụng AI và tôi chỉ sử dụng nó theo những cách giúp công việc của mình tốt hơn và thỏa mãn hơn.

Tôi nghĩ đây chính là lời giải thích cho nghịch lý về AI: những người dùng AI đang bị bần cùng hóa và trở nên bấp bênh bởi những ông chủ – những người đã bị thuyết phục sa thải đồng nghiệp của họ và đổ dồn công việc lên những người sống sót sau các đợt cắt giảm – họ ghét AI, vì nó làm cho cuộc sống của họ tồi tệ hơn về mọi mặt.

Trong khi đó, những người chọn thời điểm và cách thức sử dụng AI – những nhân mã – chỉ sử dụng AI ở mức độ hữu ích và loại bỏ nó khi không cần thiết. Họ có thể đưa ra những lựa chọn tồi về AI, nhưng đó là lựa chọn của họ, không phải bị áp đặt từ trên cao. Một người đi xe đạp chọn di chuyển bằng hai bánh có thể có một chuyến đi tuyệt vời, hoặc họ có thể lái như một kẻ điên và kết thúc bằng việc ngã sấp mặt, nhưng họ có trải nghiệm hoàn toàn khác với, chẳng hạn như, một tài xế giao hàng trên nền tảng gig, người bị áp chỉ tiêu không tưởng và bị xói mòn thu nhập bởi sự phân biệt đối xử về lương theo thuật toán:

https://pluralistic.net/2024/02/29/geometry-hates-uber/#toronto-the-gullible

Tôi rất vui khi đưa phân tích này lên các trang của Locus, tạp chí thương mại dành cho lĩnh vực khoa học viễn tưởng. Công việc của một nhà văn khoa học viễn tưởng chỉ tình cờ mô tả những gì công nghệ làm – ở mức độ tốt nhất, khoa học viễn tưởng chất vấn xem công nghệ đó làm điều đó với ai và vì ai.

Đây là một hành động kháng cự chính trị. Suy cho cùng, phương châm của Margaret Thatcher là "Không có sự thay thế nào khác", ý bà là, "Đừng cố nghĩ đến những lựa chọn thay thế nữa". Mánh khóe của kẻ bắt nạt là trình bày thất bại của bạn như một sự đã rồi: "Kháng cự là vô ích".

Các ông chủ công nghệ luôn thực hành một hình thức Thatcherism thô thiển: Mark Zuckerberg muốn bạn nghĩ rằng không có cách nào để trò chuyện với bạn bè mà không để hắn nghe lén; Sundar Pichai muốn bạn nghĩ rằng không có cách nào để tìm kiếm trên web mà không bị theo dõi; Tim Cook muốn bạn nghĩ rằng không có cách nào để có trải nghiệm máy tính an toàn và đáng tin cậy mà không cho phép hắn phủ quyết phần mềm bạn cài đặt; Satya Nadella muốn bạn nghĩ rằng không có cách nào để bạn chỉnh sửa tệp Word mà không để sếp so sánh số lần nhấn phím mỗi phút của bạn với đồng nghiệp:

https://pluralistic.net/2021/02/24/gwb-rumsfeld-monsters/#bossware

Và các ông chủ AI muốn bạn nghĩ rằng cách duy nhất để sử dụng những công cụ này là thay thế và bần cùng hóa lao động, bởi đó là lời hứa mà họ dùng để huy động vốn đầu tư:

https://pluralistic.net/2025/08/05/ex-princes-of-labor/#hyper-criti-hype

AI là một bong bóng. Nếu nó không phải là bong bóng – nếu nó chỉ là một nhóm các nhà khoa học máy tính và đội ngũ sản phẩm đang mày mò các ứng dụng khả thi cho những tiến bộ trong lan truyền ngược (back-propagation), mạng đối nghịch tạo sinh (GANs) và học máy – thì sẽ chẳng có tranh cãi nào ở đây cả. Một lập trình viên sử dụng chatbot để tự động tạo ra một loạt tệp CSS đa trình duyệt hoạt động ổn sau vài lần chỉnh sửa, có lẽ sẽ nhắc đến điều đó bên ly bia – nhưng họ sẽ không bị cuốn vào một giáo phái ám ảnh với những kịch bản kỳ quặc rằng chatbot sẽ thức tỉnh và biến tất cả chúng ta thành những chiếc kẹp giấy:

https://firstmonday.org/ojs/index.php/fm/article/view/13636

AI là một bong bóng. Bong bóng rồi sẽ vỡ. Chúng ta đang tiến tới sự sụp đổ gần như hoàn toàn của cơn sốt đầu tư vào AI. Hầu hết các công ty này sẽ thất bại. Nhiều trung tâm dữ liệu được lên kế hoạch sẽ không bao giờ được mở. Nhiều trung tâm dữ liệu hiện có sẽ bị đóng cửa. Khi điều đó xảy ra, cái gì sẽ còn lại?

AI là một bong bóng, và khi bong bóng vỡ, đôi khi chúng để lại một phần dư lượng có ích. Ở nhà, tôi được tận hưởng internet cáp quang đối xứng 2GB, bởi vì AT&T đã có thể kích hoạt một số sợi quang tối (dark fiber) mà Worldcom đã lừa đảo huy động hàng tỷ đô la để xây dựng. CEO của Worldcom đã chết trong tù sau khi lừa đảo tài chính của những người dân bình thường, và thế giới sẽ tốt đẹp hơn nếu điều đó không bao giờ xảy ra, nhưng vẫn còn đó một phần dư lượng có ích, và nhiều người trong chúng ta đang gặt hái lợi ích đó ngày nay:

https://locusmag.com/2023/12/commentary-cory-doctorow-what-kind-of-bubble-is-ai/

Hãy so sánh điều đó với bong bóng tiền điện tử. Khi nó vỡ, chúng ta vẫn sẽ có một số ít lập trình viên được đào tạo bài bản về mật mã học và lập trình an toàn bằng Rust, nhưng phần lớn những gì tiền điện tử để lại chỉ là lý thuyết kinh tế Áo tồi tệ và những hình ảnh khỉ định dạng JPEG còn tệ hơn. Giống như Enron, tiền điện tử sẽ không để lại bất cứ thứ gì có giá trị.

Tất cả các bong bóng đều xấu, nhưng một số bong bóng mang tính sản xuất hơn những cái khác. Khi bong bóng AI vỡ, sẽ có những món hời lớn về GPU (thật trớ trêu nếu các nhà khoa học mua được chúng với giá rẻ như cho và sử dụng chúng để mô hình hóa khí hậu). Chúng ta sẽ có rất nhiều nhân sự kỹ thuật giỏi về thống kê ứng dụng hơn so với một thập kỷ trước. Và sẽ có các mô hình mã nguồn mở, như Whisper, công cụ tôi đã sử dụng để chuyển đổi tất cả các podcast đó.

Các mô hình mã nguồn mở này chạy trên phần cứng thông thường, và mặc dù chi phí khí hậu để tạo ra các mô hình đó là rất khủng khiếp, nhưng chúng đã ở đây rồi, và việc vận hành chúng không tiêu tốn quá nhiều năng lượng. Khi tôi sử dụng Whisper để chuyển đổi 30 giờ podcast, quạt máy tính xách tay của tôi thậm chí còn không cần quay.

Hơn nữa, các hacker mã nguồn mở đang làm những điều tuyệt vời với các công cụ này – vượt xa những gì mà các tập đoàn khổng lồ đã phát hành chúng từng dự đoán. Những mô hình "đồ chơi" này được phát hành như một cách để dụ dỗ các lập trình viên chuyên sâu vào các hệ thống đám mây do các công ty công nghệ lớn vận hành, nhưng hóa ra các mô hình độc lập này có thể làm được những điều kinh ngạc, chứ không chỉ là bản demo cho một mô hình nền tảng khổng lồ, vốn đã bị định sẵn là thất bại: