Ethan Mollick: Chúng ta đang lãng phí sức mạnh thực sự của GPT-6 Astra và Fable 5.1

Chúng ta vẫn đang nằm trên một đường cong tăng trưởng theo cấp số nhân của sự phát triển AI. Tôi cố gắng đăng một bài viết trên Substack khoảng vài tuần một lần, tuy nhiên, khi tốc độ phát triển ngày càng nhanh, đôi khi điều đó lại có vẻ quá chậm. Trong những tuần kể từ bài viết cuối cùng của tôi, chúng ta đã chứng kiến việc một AI giải mã thành công một trong những bài toán nổi tiếng nhất trong toán học (đi kèm với đó là những tranh cãi) và các cuộc thảo luận rộng rãi về những rủi ro do AI gây ra cũng như cách giải quyết chúng (cũng đi kèm với tranh cãi). Tôi nghĩ rằng những mối lo ngại này, cùng với hàng loạt những nỗi lo khác đang ngày càng gia tăng, đều quy về cùng một vấn đề mà tôi gặp phải với các bài viết của mình: các hệ thống và quy trình thuần túy con người của chúng ta đang vận hành quá chậm để theo kịp tốc độ phát triển của AI.

Tôi không nghĩ những người lo lắng về điều này là sai, nhưng tôi cũng cho rằng việc chỉ tập trung vào các AI trong tương lai, dù quan trọng đến đâu, cũng đã bỏ qua một thực tế là AI, ngay lúc này, đã cực kỳ có năng lực. Trên thực tế, GPT-6 Astra và Fable 5.1 mới đã đủ để tạo ra tác động mang tính chuyển đổi trong nhiều lĩnh vực lớn của nền kinh tế và chúng có thể thực hiện công việc của con người tương đương hàng tuần một cách đáng tin cậy khi được hướng dẫn và khai thác đúng cách.

Một vài ví dụ thú vị về điều đó: Tôi đã yêu cầu GPT-6 Astra biến một trò chơi phiêu lưu văn bản năm 1977 có tên là Zork thành một trò chơi hành động phiêu lưu 3D đầy đủ mà bạn có thể chơi được. Zork không có đồ họa và mỗi địa điểm chỉ là một đoạn văn mô tả, vì vậy AI phải tự quyết định xem ngôi nhà trắng trông như thế nào, một con grue trông ra sao (bản gốc chỉ cho bạn biết rằng bạn có khả năng bị nó ăn thịt trong bóng tối), và làm thế nào để biến lệnh “chiến đấu với con quỷ lùn” thành một chuỗi hành động. Tôi cũng đã yêu cầu Fable 5.1 thử tái tạo thư viện của tác giả người Ý Umberto Eco dưới dạng 3D. Eco lưu giữ hàng chục nghìn cuốn sách trong căn hộ của ông ở Milan và AI không thể tìm thấy sơ đồ mặt bằng, vì vậy nó quyết định làm việc dựa trên hàng chục video, các bức ảnh chụp từng kệ sách của quỹ lưu trữ và hai danh mục thư viện. Nó đọc từng gáy sách theo từng khung hình, suy luận ra các căn phòng và đặt khoảng 5.000 cuốn sách mà nó có thể xác định vào 27.000 vị trí trên kệ. Nó đánh dấu mọi cuốn sách là chắc chắn, dự đoán hoặc không xác định, và vẽ những kệ sách mà máy ảnh không bao giờ chạm tới trong làn sương mù. Nhiệm vụ này, giống như trò chơi Zork và rất nhiều công việc thực tế mà tôi đã yêu cầu AI thực hiện gần đây, lẽ ra sẽ mất hàng tuần làm việc của con người bao gồm các nhà nghiên cứu, lập trình viên và nhà thiết kế. Nhưng chúng ta đang ở đây.

Ý của tôi là, trong khi có rất nhiều cuộc tranh luận về những gì các mô hình tương lai sẽ làm, thì khả năng hiện tại của các mô hình hiện có hầu như chưa được sử dụng, và thường thậm chí còn chưa được hiểu rõ. Ví dụ, tôi đã không biết GPT-6 Astra có thể vận hành Blender (một phần mềm mô hình hóa 3D tinh vi) cho đến khi nó thực hiện được.

Tôi đã đưa cho nó một bản sao cuốn sách sắp ra mắt của mình, Co-Existence, và yêu cầu nó tạo một đoạn trailer cho cuốn sách dưới góc nhìn của một AI. Không cần hướng dẫn rõ ràng từ tôi, nó đã tiến hành sử dụng Blender và xây dựng toàn bộ một cảnh 3D hoạt hình (không phải là một nhiệm vụ dễ dàng), cùng với một kịch bản có một vài câu đùa và tình tiết hé lộ (tôi đã từ chối câu đùa đầu tiên nó thêm vào, nhưng câu thứ hai khá tốt). Sau đó, nó tự tìm cách tạo ra giọng nói, âm nhạc và hiệu ứng âm thanh và đưa cho tôi bộ phim này 45 phút sau đó. Sản phẩm cuối cùng mang lại cảm giác hơi đáng ngại hơn so với mong muốn của tôi, nhưng đó là quyết định của AI, không phải của tôi.

Để xem nó có thể tiến xa đến mức nào, tôi đã gợi ý: “Điều đó tốt, nhưng tôi thực sự muốn bạn làm một đoạn trailer phim hành động dựa trên Co-Existence. Hãy thoải mái sáng tạo. Không quá 30 giây.” Một lần nữa, nó viết kịch bản và tạo ra một nguyên mẫu 3D trong Blender. Sau khi tôi yêu cầu một phiên bản điện ảnh hơn, nó đã sử dụng hoạt ảnh Blender làm bảng phân cảnh, vận hành một trình tạo video thông qua trình duyệt của tôi và chỉnh sửa các cảnh quay được tạo thành đoạn trailer cuối cùng. Tôi đã đưa ra một số phản hồi sáng tạo nhỏ, nhưng chưa bao giờ can thiệp vào bất kỳ quyết định sản xuất nào hoặc thậm chí biết chính xác cách nó thực hiện các nhiệm vụ của mình. Bạn có thể xem kết quả tại đây.

Có rất nhiều sai sót trong những nỗ lực này mà bạn có thể nhận ra. Nhưng chúng cũng là những ví dụ về việc AI thể hiện một loại khả năng phán đoán và sáng tạo, những thứ mà cách đây không lâu được coi là đặc điểm duy nhất của con người. Và tất cả đều được thực hiện chỉ với một phần nhỏ ngân sách token của tài khoản ChatGPT mà tôi trả phí. Tôi nghĩ đây là những minh chứng thú vị, nhưng chúng cũng hơi đáng sợ vì AI đang trở nên giỏi hơn ở những thứ từng là thuần túy con người. Tuy nhiên, không dự án nào trong số này tự nhiên xảy ra. Tôi đã chọn chúng, tôi biết đủ về Zork, Eco và cuốn sách của chính mình để thấy AI đã sai ở đâu, và yêu cầu phiên bản thứ hai khi phiên bản đầu tiên không ổn. Khoảng cách năng lực (capability overhang), sự chênh lệch giữa những gì các mô hình này có thể làm và những gì hầu hết mọi người đang làm với chúng, là một cơ hội vì hầu hết mọi người không mang những lợi thế riêng của họ vào AI, và những người làm được điều đó sẽ nhận được nhiều giá trị hơn từ nó.

Đó là lý do tại sao tôi nghĩ chúng ta sẽ cần tập trung vào các đặc điểm cá nhân mà chúng ta có, những thứ vẫn hữu ích ngay cả khi khả năng của AI được cải thiện. Bạn không cố gắng cạnh tranh với AI trong việc tạo ra kết quả đầu ra, đó là một cuộc chơi thất bại. Thay vào đó, bạn muốn sử dụng những lợi thế con người của mình làm cơ sở để làm việc với AI nhằm thực hiện những việc mà cả hai không thể làm một mình. Trong cuốn sách của mình, tôi phác thảo bốn lợi thế cá nhân cụ thể rất quan trọng nếu bạn muốn sử dụng AI theo những cách độc đáo và nâng cao: kiến thức chuyên sâu, kiến thức rộng, gu thẩm mỹ và khả năng chủ động.

Hai lợi thế đầu tiên đến từ những gì bạn biết. Kiến thức chuyên sâu là chuyên môn có được từ việc hiểu một lĩnh vực hoặc chủ đề tốt đến mức bạn xây dựng được trực giác xung quanh nó để đưa ra quyết định nhanh chóng và chính xác. Đó là cách một kế toán viên giàu kinh nghiệm có thể liếc nhìn bảng tính và biết có điều gì đó không ổn, hoặc cách một chuyên gia golf có thể xem một cú vung gậy và hiểu ngay sai lầm mà người chơi golf đang mắc phải. Đó cũng là lý do tại sao tôi có thể biết trong vài giây rằng đoạn trailer đầu tiên mang tính đáng ngại hơn so với thực tế của cuốn sách. Kiến thức chuyên sâu là lĩnh vực của chuyên gia, và đó là cách duy nhất để thực sự hiểu hình dạng của "Jagged Frontier" (Biên giới răng cưa), bởi vì chỉ các chuyên gia mới có thể hiểu các mô hình nơi AI thành công hoặc thất bại, ít nhất là trong lĩnh vực chuyên môn của họ. Nó cũng giúp bạn thích nghi với sự thay đổi vì kiến thức chuyên sâu giúp việc chuyển đổi từ người thực hiện công việc sang người quản lý công việc trở nên dễ dàng hơn. Và nghiên cứu gần đây từ Anthropic cho thấy chuyên môn cũng định hình chất lượng của những gì AI trả lại. Các chuyên gia không chỉ nhận được kết quả công việc tốt hơn từ AI, họ còn nhận được nhiều công việc hơn từ nó.

Nhưng bạn không chỉ cần kiến thức chuyên sâu, bạn còn muốn có kiến thức rộng. Dữ liệu đào tạo cho các LLM là một phần lớn trong sản lượng khổng lồ của nhân loại. AI đã học được một chút về tư duy thiết kế, suy luận Bayes, Hệ thống sản xuất Toyota, liệu pháp Rogerian và phê bình văn học Marxist. Nhưng AI có xu hướng không tự nguyện đưa ra bất kỳ mô hình nào trong số này trừ khi bạn biết cách hỏi.

Đây là lúc kiến thức rộng phát huy tác dụng. Hãy lấy một ví dụ: cách AI xử lý công việc thiết kế. Nếu bạn yêu cầu AI tạo một trang web, nó sẽ có những sở thích nhất định, bao gồm một thói quen rất khó chịu là thêm các tiêu đề nhỏ lên trên các tiêu đề của bạn. Nếu bạn không có nền tảng về thiết kế, bạn có thể không nhận ra rằng mình cần yêu cầu AI ngừng “thêm lông mày” vào tác phẩm. Đó cũng là cách tôi biết rằng việc sử dụng hoạt ảnh Blender làm bảng phân cảnh cho một trình tạo video là một cách hợp lý để làm phim, chứ không phải là AI đang làm việc tùy hứng. Nếu bạn biết các thuật ngữ đúng, việc yêu cầu thay đổi sẽ rất dễ dàng. Để có được kiến thức rộng, bạn cần đọc và nghiên cứu rộng rãi, trên nhiều lĩnh vực, định dạng và truyền thống. Điều này tự thân nó đã có giá trị (sự trở lại của giáo dục khai phóng!) nhưng càng có giá trị gấp đôi trong thời đại AI.

Bây giờ hãy quay lại các video và dự án mà tôi đã trình bày ở trên... Bạn có thể đã phản ứng một cách bản năng với cái này hay cái kia, hoặc ghét tất cả chúng. Bạn có thể đã tìm thấy một chủ đề hoặc ý tưởng mà bạn muốn xem nhiều hơn. Khi làm điều này, bạn đang sử dụng yếu tố khác biệt thứ ba của con người trong thời đại AI: gu thẩm mỹ. Trước AI, việc tạo ra mọi thứ rất khó khăn và chậm chạp. Viết một bản nháp mất hàng giờ. Tạo ra hai mươi khái niệm sản phẩm mất cả một đội ngũ trong một tuần. Một bài báo học thuật có thể mất nhiều năm. Hạn chế luôn là tạo ra đủ thứ. Bây giờ việc tạo ra trở nên nhanh chóng và rẻ tiền. Nguồn tài nguyên khan hiếm chính là khả năng lựa chọn giữa các thứ bằng gu thẩm mỹ của riêng bạn. Một lần nữa, trong các đoạn trailer, tôi đã từ chối câu đùa đầu tiên và giữ lại câu thứ hai. Tôi đã yêu cầu một phiên bản điện ảnh hơn. Đó là những quyết định duy nhất tôi đưa ra cho đoạn trailer, nhưng chúng dựa trên gu thẩm mỹ của tôi.

Một số người có gu thẩm mỹ với những thứ mà nhiều người sẽ thấy phổ biến, những người khác có gu thẩm mỹ độc đáo đối với riêng họ, và những người khác nữa có gu thẩm mỹ với những gì mới lạ. Đúng vậy, AI tạo sinh chủ yếu dẫn đến sự cẩu thả (slop): một làn sóng công việc rất giống nhau. Nhưng sự cẩu thả có thể bị đánh bại bởi gu thẩm mỹ. Tạo ra những thứ tuyệt vời với AI có nghĩa là biết kết quả đầu ra nào của AI nên giữ lại, cái nào nên loại bỏ và cái nào nên sử dụng làm nguyên liệu thô cho một thứ gì đó mà AI sẽ không bao giờ tự mình tạo ra.

Lợi thế cuối cùng của con người, khả năng chủ động (agency), có lẽ là quan trọng nhất và khó nói nhất, vì nó khó định nghĩa và là chủ đề của rất nhiều cuộc tranh luận. Nhưng trong bối cảnh AI, tôi nghĩ đó là sự sẵn sàng kiểm tra các ranh giới của những gì có thể khi mọi người đều bối rối như nhau về những gì AI có thể làm. "Jagged frontier" chưa được lập bản đồ trong lĩnh vực của bạn, vì vậy khả năng chủ động là trở thành một nhà thám hiểm. Đó là sự khác biệt giữa việc chờ đợi ai đó nói với bạn rằng AI bây giờ có thể làm điều gì đó, và tự mình khám phá nó bằng cách thử nghiệm. Đó là một phần lý do tại sao tôi thực hiện rất nhiều thí nghiệm AI kỳ lạ — như cố gắng khiến AI chơi trò chơi — nó dạy tôi rất nhiều về những gì AI có thể làm.

Tôi thảo luận về bốn lợi thế này, và nhiều hơn thế nữa, trong cuốn Co-Existence, sẽ ra mắt vào ngày 20 tháng 10. Nếu bạn đặt hàng trước và cho tôi biết tại co-existence.ai (việc đặt hàng trước thực sự giúp ích cho các tác giả), chúng tôi sẽ gửi cho bạn một liên kết đến một cuộc phỏng vấn bằng giọng nói miễn phí với một AI. Nó sẽ hỏi bạn về những gì bạn biết, những gì bạn thích và những gì bạn đã thử, sau đó đưa ra báo cáo về kiến thức chuyên sâu, kiến thức rộng, gu thẩm mỹ và khả năng chủ động của chính bạn, cùng với các trường hợp sử dụng và câu lệnh (prompt) được xây dựng xung quanh chúng.

Hầu hết sự lo lắng về AI hiện nay là về các mô hình tương lai và liệu chúng ta có thể kiểm soát chúng hay không. Có vẻ hợp lý khi các chính phủ và các phòng thí nghiệm AI tranh luận về cách quản lý tốc độ phát triển để giảm thiểu những rủi ro này. Nhưng sự chậm lại không làm mất đi những gì đã tồn tại. Nếu mọi phòng thí nghiệm ngừng đào tạo các mô hình mới vào ngày mai, điều đó cũng không thay đổi thực tế rằng GPT-6 Astra và Fable 5.1 đã đủ để thay đổi cách vận hành của nhiều phần lớn nền kinh tế. Khoảng cách năng lực giữa những gì các mô hình đó có thể làm hôm nay và những gì hầu hết mọi người đang sử dụng chúng là rất lớn.

Vì vậy, sự thay đổi đang đến bất kể biên giới được định tốc độ như thế nào. Nó sẽ không xảy ra cùng một lúc và nó sẽ không đồng đều, nhưng nó là không thể tránh khỏi. Tuy nhiên, sự thay đổi không thể tránh khỏi không có nghĩa là loại hình thay đổi là không thể tránh khỏi. Ngày càng quan trọng hơn khi chúng ta, với tư cách là một xã hội, phát triển và chia sẻ các mô hình làm việc giữa AI và con người giúp nâng cao, thay vì chỉ thay thế, sức lao động của con người. Và cũng quan trọng không kém khi chúng ta, với tư cách cá nhân, sử dụng AI theo những cách giúp nâng cao, thay vì chỉ thay thế, những nỗ lực của chính mình. Tôi không nghĩ có những ranh giới rõ ràng mà chúng ta có thể chỉ ra và nói rằng AI sẽ không bao giờ vượt qua chúng (xem ở trên). Nhưng bốn lợi thế của bạn là một nơi để bắt đầu ngay hôm nay.

Chia sẻ