Hiệu ứng Waymo: Khi AI vô tình triệt tiêu sự hợp tác trong nghiên cứu khoa học

Các công nghệ không ma sát dạy chúng ta ưu tiên sự riêng tư của chính mình như thế nào – và tại sao các nhà lãnh đạo nghiên cứu nên lo lắng.

Trong một chuyến đi gần đây đến San Francisco, tôi đã làm điều mà mọi du khách đến đây hiện nay đều làm: tôi gọi một chiếc xe không người lái.

Chiếc Waymo đến với sự tự tin điềm tĩnh của một cỗ máy chưa bao giờ phải lo lắng về việc tìm chỗ đỗ xe. Tôi leo vào ghế sau, theo bản năng liếc nhìn ghế lái để chào hỏi, rồi thấy mình đang gật đầu lịch sự với một chiếc ghế trống. Vô lăng tự xoay. Tôi đã dành một phần đáng kể cuộc đời mình để suy nghĩ về những khía cạnh phản trực giác của vật lý, nhưng điều đó chẳng giúp ích gì cho cảm giác chóng mặt hiện sinh nhẹ nhàng khi nhìn thấy vô lăng tự chuyển động – một tài xế vô hình chịu trách nhiệm cho sự an toàn của tôi.

Tôi đến San Francisco một phần là để dành thời gian với Susan Winslow, CEO của Macmillan Learning. Chúng tôi là đồng nghiệp trong tập đoàn Holtzbrinck, và chúng tôi đã gặp nhau vì lý do chuyên môn mang tính nhân văn nhất: để cộng tác. Để ngồi cùng một phòng, so sánh các ghi chú về cách AI đang định hình lại các lĩnh vực nghiên cứu và giáo dục của chúng tôi, và thực hiện kiểu tư duy vốn vô cùng khó khăn khi thực hiện qua các cuộc gọi video.

Tuy nhiên, khi so sánh trải nghiệm với Waymo, chúng tôi nhận ra mình hoàn toàn đồng ý về một điều khác: những chuyến đi thật tuyệt vời. Là hai người tự nhận mình là người hướng nội, mỗi chúng tôi đều thấy chiếc xe không người lái là một ốc đảo nhỏ. Không có nghĩa vụ phải trò chuyện. Không có sự im lặng gượng gạo trên radio. Một không gian không tội lỗi để ở một mình với những suy nghĩ của bản thân, hoàn thành một email hoặc thực hiện một cuộc gọi trên đường mà không thấy ngại ngùng khi phải làm điều đó trước mặt người lạ. Chiếc xe yên tĩnh, êm ái và hoàn toàn không đòi hỏi gì cả.

Chúng tôi mất nhiều thời gian hơn một chút để gọi tên những gì mình đã đánh mất. Hai người đã vượt qua các châu lục để nói chuyện với nhau lại cảm thấy hài lòng một cách thầm lặng trước một công nghệ mà tính năng chính là bạn không cần phải nói chuyện với bất kỳ ai.

Gọi tên hiệu ứng Waymo

Hãy để tôi thử đưa ra một định nghĩa: hiệu ứng Waymo là những gì xảy ra khi một công nghệ loại bỏ ma sát trong việc giao tiếp với một con người khác, và chúng ta trải nghiệm sự loại bỏ đó như một lợi ích thuần túy – bởi vì cái giá của ma sát luôn hiển hiện với chúng ta, trong khi lợi ích của nó thì không.

Đây là một lập luận quen thuộc với bất kỳ ai từng đọc Tim Wu về “sự độc tài của sự tiện lợi” – lập luận của ông cho rằng một khi tùy chọn không ma sát tồn tại, chúng ta sẽ mặc định chọn nó và âm thầm từ bỏ bất cứ điều gì mà ma sát đó mang lại cho chúng ta, vì ngay từ đầu chẳng ai quảng cáo nó là có giá trị. Ý tưởng liên quan của Albert Borgmann về mô hình thiết bị (device paradigm) còn tiến xa hơn: một thiết bị cung cấp một loại hàng hóa – sự ấm áp, thông tin, sự đồng hành – trong khi che giấu quá trình từng phải thực hiện để đạt được nó, khiến chúng ta không còn nhận ra quá trình đó đã biến mất. Chỉ có hàng hóa là tiếp tục đến.

Cái giá của việc nói chuyện với tài xế taxi rất rõ ràng: một chút nỗ lực lịch sự, sự may rủi trong trò chuyện, cái "thuế" của người hướng nội khi phải duy trì những câu chuyện phiếm lúc 7 giờ sáng. Lợi ích của nó thì lan tỏa và bị trì hoãn: đối với nhiều người trong chúng ta vào nhiều ngày, người tài xế là người lạ cuối cùng mà chúng ta buộc phải gặp. Người cuối cùng bên ngoài "bong bóng" của chúng ta – về chuyên môn, chính trị, xã hội – mà chúng ta có một cuộc trò chuyện không được lựa chọn trước. Nguồn tin cậy cuối cùng về một quan điểm mà chúng ta không hề yêu cầu.

Cả Susan và tôi đều sẽ không thiết kế một thế giới thiếu vắng những cuộc trò chuyện đó. Chúng tôi chỉ đơn giản là thích việc chọn không tham gia vào cuộc trò chuyện này. Và tất nhiên, đó là cách những thứ như vậy bị đánh mất: không bao giờ là do quyết định, mà luôn là do sự tiện lợi. Từng chuyến đi thoải mái một.

Tôi cần làm rõ rằng đây không phải là bài báo chống lại Waymo (những chuyến đi thực sự rất tuyệt vời, và tôi sẽ lại đi một lần nữa mà không do dự – đó chính là vấn đề). Đây là một bài báo về nghiên cứu. Bởi vì logic tương tự đã loại bỏ người lái xe khỏi chiếc xe, giờ đây, với sự điềm tĩnh tương đương và hậu quả lớn hơn nhiều, đang loại bỏ người cộng tác khỏi quá trình nghiên cứu.

Người cộng tác không ma sát

Các mô hình ngôn ngữ lớn (LLM) chính là Waymo của đời sống trí tuệ.

Hãy xem xét sự so sánh này một cách trung thực, như cách một nhà nghiên cứu trải nghiệm nó. Một cộng sự chỉ có mặt đôi khi, giữa các cam kết giảng dạy, thời hạn nộp hồ sơ tài trợ và các múi giờ khác nhau; một LLM có mặt lúc 2 giờ sáng Chủ nhật, thời điểm mà – đừng giả vờ ngược lại – một lượng lớn tư duy nghiên cứu thực sự diễn ra. Một cộng sự đến với chương trình nghị sự riêng, cách đặt vấn đề riêng, niềm tin bất tiện riêng rằng giả định trung tâm của bạn là sai; một LLM đến mà không có chương trình nghị sự nào ngoài việc hữu ích với bạn. Một cộng sự phải được thuyết phục; một LLM chỉ cần được ra lệnh (prompt). Một cộng sự sẽ thách thức bạn theo những cách bạn không yêu cầu và chưa từng nghĩ tới; một LLM sẽ thách thức bạn chính xác như mức độ bạn yêu cầu – không hơn một độ. Nếu bạn yêu cầu nó phê bình lập luận của mình, nó sẽ làm điều đó một cách có năng lực. Nhưng nó sẽ phê bình lập luận mà bạn đưa ra. Nó sẽ không tự ý nói với bạn rằng bạn đang giải quyết sai vấn đề, rằng một nhóm đối thủ đã thử điều này vào năm 2019 và từ bỏ nó, hoặc rằng khung lý thuyết tuyệt đẹp của bạn sụp đổ khi tiếp xúc với thực tế hỗn loạn của lĩnh vực khác.

Nói cách khác, sự bất tiện của cộng sự không phải là lỗi trong quá trình cộng tác; nó chính là sự cộng tác. Giá trị của một bộ óc khác nằm chính xác ở những cách mà nó từ chối trở thành phần mở rộng của bộ óc bạn.

Và vượt xa sự thách thức và tính tình cờ (serendipity) là một điều gì đó còn cơ bản hơn nữa. Nghiên cứu không chỉ là một hàm sản xuất chuyển đổi ý tưởng thành các bài báo. Đó là một cộng đồng thực hành – một cấu trúc xã hội được duy trì thông qua tranh luận, sự học hỏi, những cuộc trò chuyện tại quán bar hội nghị, thử thách chung của một báo cáo phản biện khó khăn. Cấu trúc đó được dệt nên chính từ những ma sát mà chúng ta hiện đang loại bỏ bằng kỹ thuật. Mỗi cuộc trò chuyện được chuyển hướng từ đồng nghiệp sang chatbot là một sợi chỉ âm thầm bị rút ra. Không sợi chỉ riêng lẻ nào quan trọng. Nhưng cấu trúc đó thì có. Có một từ cho những gì xảy ra khi điều này diễn ra trên quy mô lớn, và tôi đề nghị chúng ta sử dụng nó: phi cộng tác (decollaboration).

Bẫy khuyến khích

Nếu đây chỉ là vấn đề cám dỗ cá nhân, nó sẽ là chủ đề cho sự tự kỷ luật và những bài xã luận nghiêm khắc. Nhưng không phải vậy. Sự thật khó chịu đối với các nhà lãnh đạo nghiên cứu, các nhà tài trợ và các tổ chức là chúng ta đã xây dựng một hệ thống khuyến khích khiến việc phi cộng tác trở thành lựa chọn hợp lý – và chúng ta đang bận rộn làm cho nó trở nên hợp lý hơn qua từng năm.

Cộng tác luôn đắt đỏ. Nó tốn kém chi phí đi lại, sắp xếp thời gian và công việc chậm chạp của việc xây dựng lòng tin. Nó tốn kém việc quản lý cái tôi, sự thỏa hiệp và nỗi đau nhỏ định kỳ của việc đàm phán thứ tự tác giả. "Công bố hoặc là chết" (Publish-or-perish) luôn đánh thuế vào những chi phí này, vì mỗi giờ dành để thống nhất với đồng tác giả là một giờ không dành để tạo ra sản phẩm có thể đánh giá được. Nhưng ba lực lượng hiện đang cộng hưởng.

Thứ nhất, áp lực tài trợ. Khi ngân sách thắt chặt, những nạn nhân đầu tiên luôn là các hạng mục có giá trị thực nhưng không thể đo lường: đi lại, hội thảo, nghỉ phép nghiên cứu, các vị trí thỉnh giảng – toàn bộ cơ sở hạ tầng vật chất của sự tình cờ. Chúng ta cắt ngân sách cho hành lang và rồi tự hỏi những cuộc trò chuyện ở hành lang đã đi đâu.

Thứ hai, sự tôn sùng tốc độ. Các hệ thống đánh giá của chúng ta – bất kể những tuyên bố kiểu DORA nào tô điểm trên trang web – vẫn khen thưởng sản phẩm và tốc độ của sản phẩm. Và các LLM hứa hẹn tốc độ trên hết mọi thứ. Chúng thì thầm rằng bài đánh giá tài liệu có thể hoàn thành vào thứ Sáu, bản thảo có thể có vào thứ Hai. Đối với một nhà nghiên cứu mà vị trí tiếp theo phụ thuộc vào độ dài của danh sách công bố, đây không phải là lời thì thầm dễ bỏ qua.

Thứ ba, và quyến rũ nhất: LLM không bao giờ tranh cãi về thứ tự tác giả. Nó không có cái tôi để quản lý, không có chương trình nghị sự cạnh tranh, không có yêu cầu đối thủ về công lao. Trong một hệ thống mà công lao là đơn vị tiền tệ của sự sinh tồn, một người đối thoại xuất sắc không đòi hỏi chia sẻ công lao không chỉ là tiện lợi. Đó là kinh doanh chênh lệch giá (arbitrage).

Nghiên cứu về nghiên cứu ở đây nên khiến chúng ta phải dừng lại suy ngẫm. Chúng ta biết từ tài liệu về khoa học nhóm rằng các nhóm nhỏ có xu hướng gây đột phá trong khi các nhóm lớn có xu hướng phát triển, và chính những sự kết hợp bất ngờ của các cộng sự – những cặp đôi không điển hình giữa các lĩnh vực và tổ chức – mới là những người tạo ra công trình mới lạ nhất một cách không cân xứng. Trong khi đó, bằng chứng ban đầu về AI tạo sinh chỉ ra một hướng đi nghe có vẻ quen thuộc: năng suất cá nhân tăng lên trong khi sự đa dạng của ý tưởng thu hẹp lại, mọi người di chuyển nhanh hơn trên những con đường ngày càng giống nhau. Trên thực tế, chúng ta đang thực hiện một thí nghiệm toàn cầu không kiểm soát trong việc đánh đổi sự tình cờ lấy thông lượng – và các cấu trúc khuyến khích mà chúng ta đã xây dựng chính là bộ máy thí nghiệm.

Viết là tư duy

Còn một cái giá sâu sắc hơn nữa, và nó liên quan đến điều mà các LLM thực hiện ấn tượng nhất: viết lách.

Một phần sức hút của những công cụ này là ấn tượng về tốc độ. Và cần phải chính xác về lý do tại sao ấn tượng đó một phần là ảo ảnh. Viết cần thời gian vì tư duy cần thời gian; hai hoạt động này không thể tách rời mà tình cờ xảy ra theo trình tự. Giá trị của việc viết một bài báo chưa bao giờ thực sự là hiện vật – nó là chức năng ép buộc. Viết là nơi chúng ta phát hiện ra rằng lập luận mà chúng ta chắc chắn lại có một lỗ hổng ở phần ba; nơi một trực giác mơ hồ trở thành một tuyên bố chính xác hoặc tan biến dưới áp lực phải trở thành một tuyên bố. Các ý tưởng chất lượng cao rất chậm để tạo ra, và trong lịch sử, phần lớn sự tạo ra chậm chạp đó diễn ra giữa con người với nhau: tại bảng trắng, ở hành lang, trong sự khó chịu đầy hiệu quả từ những thay đổi được theo dõi của đồng tác giả.

Các nhà tâm lý học nhận thức có một cái tên cho loại ma sát hiệu quả này: những khó khăn đáng mong đợi (desirable difficulties) của Robert Bjork – phát hiện cho thấy một số ma sát trong học tập và tư duy, nỗ lực truy xuất, phản hồi bị trì hoãn, sự đấu tranh để đưa một ý tưởng lên trang giấy bằng ngôn từ của chính mình, không phải là trở ngại cho sự hiểu biết bền vững mà là cơ chế của nó. Loại bỏ khó khăn vì sự thoải mái, và bạn sẽ không có được sự hiểu biết tương tự nhanh hơn. Bạn nhận được ít hơn, được phân phối một cách trơn tru hơn.

Thuê ngoài việc viết và bạn đã không tăng tốc tư duy; bạn đã bỏ qua nó. Và cái bẫy càng sâu hơn khi các mô hình cải thiện, vì đầu ra của chúng ngày càng tốt hơn – trôi chảy hơn, có cấu trúc hơn, ngày càng khó phân biệt với văn phong của con người có học thức. Sự cám dỗ tăng lên chính xác khi các dấu hiệu nhận biết giảm đi. Là một nhà vật lý, tôi nhớ đến các hệ lượng tử đối xứng PT, có đặc tính đáng lo ngại là hành xử hoàn toàn bình thường cho đến khi một sự đối xứng ẩn bị phá vỡ – tại thời điểm đó mọi thứ thay đổi cùng một lúc. Một văn hóa nghiên cứu có thể trông lành mạnh theo mọi thước đo có thể nhìn thấy – đầu ra tăng, thời gian quay vòng giảm, văn phong hoàn hảo – trong khi thứ vô hình duy trì nó âm thầm rơi xuống dưới ngưỡng. Đến khi triệu chứng xuất hiện trong các số liệu, nguyên nhân đã xảy ra từ nhiều năm trước.

Phi công và hành khách

Không điều nào trong số này là lập luận cho việc cấm các công cụ này. Điều đó sẽ thất bại, và đáng bị thất bại, vì lời hứa là có thật. Trong một bình luận trên Nature tháng 3 năm 2026, Dashun Wang mở rộng mô tả nổi tiếng của Steve Jobs về máy tính như “một chiếc xe đạp cho trí tuệ của chúng ta”, đề xuất rằng các tác nhân AI là những chiếc máy bay cho trí tuệ: nhanh hơn và mạnh hơn xe đạp, khó kiểm soát hơn, tốn kém hơn khi gặp sự cố. Ông ấy đúng về mặt tích cực, và nó rất đáng kể. Khi AI làm giảm chi phí thất bại, những câu hỏi rủi ro và tham vọng hơn trở nên hợp lý để đặt ra; khi nó làm giảm chi phí phân tích, các phòng thí nghiệm nhỏ và những người mới đến đơn độc có thể thử những gì từng đòi hỏi cả đội quân. Được sử dụng tốt, những công cụ này thực sự mở rộng nghiên cứu – và nếu được thực hiện đúng cách, các hệ thống tác nhân thậm chí có thể củng cố một trong những mắt xích yếu nhất của khoa học, khả năng tái lập, bằng cách làm cho mọi bước phân tích có thể ghi lại và phát lại.

Nhưng hãy chú ý đến những gì ngay cả những người lạc quan cũng nhấn mạnh. Đơn thuốc của Wang là cái mà ông gọi là khoa học phi công chỉ huy (pilot-in-command science): nhà nghiên cứu là cơ trưởng, các tác nhân là phi hành đoàn – một nhà phân tích để soạn thảo, một nhà phê bình để thăm dò, một người lập kế hoạch để vạch ra các bước tiếp theo – với con người giữ thẩm quyền đối với câu hỏi, con đường và kết luận. Nói cách khác, ngay cả những kiến trúc sư nhiệt tình nhất của khám phá hỗ trợ bởi AI cũng khẳng định rằng phải có ai đó ở ghế trước. Và Wang đi đến nỗi lo về hiệu ứng Waymo từ hướng ngược lại: ông cảnh báo rằng trong khi AI có thể nâng cao hiệu suất của cá nhân, nó có nguy cơ làm giảm sự đa dạng tập thể, với các kết quả hội tụ trừ khi chúng ta cố tình chống lại nó – và giống như cách các cộng sự định hình chúng ta theo những cách sâu sắc và bất ngờ, các tác nhân của chúng ta cũng vậy. Giải pháp của ông là thiết kế cho sự bất đồng và nuôi dưỡng nhiều mô hình tư duy khác nhau. Nghĩa là: sau khi đã loại bỏ ma sát, giờ đây chúng ta phải thiết kế để đưa nó trở lại.

Đây là một nỗi lo cũ khoác lên mình chiếc áo mới. Năm 1983, nhà tâm lý học Lisanne Bainbridge đã mô tả những trớ trêu của tự động hóa: hệ thống càng chạy ổn định một mình, người giám sát con người càng ít được thực hành kỹ năng mà họ được giữ lại để thực hiện trong trường hợp khẩn cấp, do đó năng lực âm thầm bị xói mòn chính vì nó chỉ cần thiết khi hiếm hoi, và luôn vào thời điểm tồi tệ nhất. Thay “phi công” bằng “nhà nghiên cứu” và “lái tự động” bằng “tác nhân”, cơ chế mà Wang đang bảo vệ chống lại chính là cơ chế mà Bainbridge đã đặt tên bốn thập kỷ trước.

Vấn đề, vì vậy, không phải là công nghệ. Vấn đề là chúng ta đã biến cuộc trò chuyện giữa con người thành tùy chọn đắt đỏ và cuộc trò chuyện với máy móc thành miễn phí, và chúng ta ngạc nhiên về những gì các nhà nghiên cứu, phản ứng một cách hợp lý, đã chọn.

Tài trợ cho ma sát

Vì vậy, trách nhiệm thuộc về nơi tạo ra các khuyến khích. Các nhà tài trợ và tổ chức nên công nhận sự cộng tác đúng với bản chất của nó – không phải là một thứ "có thì tốt", mà là một hình thức cơ sở hạ tầng – và định giá nó cho phù hợp.

Hãy tài trợ cho ma sát: các hội thảo, các chuyến thăm, việc làm việc cùng địa điểm, thời gian phi cấu trúc tạo ra những cuộc trò chuyện mà không ai có thể lên lịch trước. Hãy đánh giá sự đóng góp thay vì tốc độ, và hãy thực sự nghiêm túc về điều đó. Hãy coi “bạn đã suy nghĩ cùng ai?” là một câu hỏi xứng đáng với sự nghiêm túc như “bạn đã công bố cái gì?”.

Và có lẽ, trong một thời đại mà một cỗ máy có thể tạo ra bất kỳ số lượng bài báo có năng lực nào, chúng ta nên nhận thấy rằng thứ khan hiếm và có giá trị đã đảo ngược: đầu ra đang trở nên rẻ, và chính việc cùng nhau suy nghĩ mới là thứ đang trở nên quý giá.

Chuyến hành trình trở về