Đọc Chậm 1/6: AI và bẫy năng lực trung bình
Những nhân tố sẽ ảnh hưởng kinh tế Mỹ thời gian tới
AI và bẫy năng lực trung bình
Mình vừa đi dự hội thảo lớn về Accounting của Châu Âu về và ngoài chủ đề luôn hot ở Châu Âu là sustainability và climate change thì năm nay có nhiều session chính về AI hay và ở gian hàng triển lãm hội thảo xuất hiện đầy công cụ hỗ trợ liên quan đến AI cho nhà nghiên cứu. AI chắc chắn sẽ là một phần không thể thiếu trong các lĩnh vực nhiều năm tới.
Nhưng một điểm quan trọng mình muốn bàn ở đây là câu chuyện AI và bẫy năng lực trung bình. Nó có 2 ý quan trọng.
AI sẽ lấy đi việc làm của nhiều người làm văn phòng với LLM, và những tiến bộ AI khác (LLM và hơn nữa) + robot thì sẽ lấy luôn việc làm của người lao động chân tay. Mấy bạn nghĩ bỏ phố về rừng là yên, không đâu, kết quả các đoàn làm việc của chính phủ liên quan đến nông nghiệp + AI với Hà Lan và Bỉ sẽ sớm cho các bạn một góc nhìn khác. Nói cách khác từ việc văn phòng tới việc chân tay, bạn có năng lực trung bình, thì khả năng bị thay thế của bạn là cao.
Một khía cạnh thứ hai, là năng lực trung bình DO PHỤ THUỘC NHIỀU VÀO AI.
Mình bàn thêm bên dưới.
Năng lực trung bình sẽ bị AI thay thế
Một diễn giả ở hội thảo mình vừa tham dự nói một câu khá hay là AI dở hơn một trợ lý nghiên cứu giỏi, nhưng tốt hơn những trợ lý nghiên cứu kém nhất. Nói cách khác, bạn sẽ tiết kiệm nhiều tiền nếu chỉ dùng mấy ông tốt nhất + AI.
Dario Amodei, CEO Anthropic, nói là AI sẽ đẩy tỷ lệ thất nghiệp Mỹ lên 20%, và nghĩa là sẽ có tác động sâu rộng tới vĩ mô. Mất cân bằng vĩ mô nghiêm trọng sẽ diễn ra chỉ với 7-8% thất nghiệp hồi Covid chứ đừng nói 20%.
Ở một sự kiện khác, tại buổi công bố 25 công ty nằm trong Bảng xếp hạng Best Workplaces in Vietnam 2025, đại diện các doanh nghiệp lớn cũng đã có cuộc thảo luận xoay quanh chủ đề "Ai sẽ mất việc bởi AI?", chia sẻ về xu hướng cắt giảm nhân sự trên toàn cầu.
Ông Roland Wee, Chủ tịch Hội đồng quản trị Great Place To Work ASEAN và ANZ, lý giải đà mở rộng quá mức trong giai đoạn đại dịch, áp lực từ cổ đông, xu hướng gia tăng tự động hóa và điều chỉnh chiến lược từ các tập đoàn là những nguyên nhân chính.
Nói cách khác, AI cướp việc chỉ là một phần của làn sóng sa thải hiện tại, nhưng AI dễ bị đem ra làm nguyên nhân nhất, và nó không có cãi lại.
Mình dự một bài nghiên cứu của một bạn làm Management Accounting, thì bạn đi quan sát 1 công ty thay người bằng AI ở các công đoạn nào. Bạn nhận ra:
Các công việc thường xuyên đòi hỏi khả năng của người có năng lực trung bình thường bao gồm nhiều tác vụ lặp lại, tuân theo các quy trình rõ ràng và có thể được lượng hóa. Đây chính là điểm mạnh vượt trội của AI.
Hai nhân tố quan trọng mình chú ý là “lượng hóa được”, và “qui trình lặp đi lặp lại”. Giống ở sân bay Roma có mấy anh chị ngồi chỉ đóng dấu lên passport (không có hỏi, coi hay bất cứ gì như VN vì đã thông qua qui trình trên máy hoặc người ở trước đó rồi). Theo lộ trình mới của EU thì nó sẽ được thay sớm bằng công nghệ nhận diện vân tay, và bỏ vụ đóng mộc lên passport, dù là có thể tốn nhiều thời gian hơn khi thực thi.
AI + Robot cũng sẽ thay thế các research assistant hay trợ lý pháp luật văn phòng là triển vọng rõ ràng. Các bạn kế toán chuyên định khoản hay ghi chép này nọ cũng sẽ không còn việc, thay bằng các bạn kế toán quản trị và kế toán tài chính biết dùng công cụ phân tích dữ liệu + AI. Hoặc doanh nghiệp chưa số hóa tốt sẽ lập team số hóa và chuẩn hóa dữ liệu (việc làm mới tạo ra). Vấn đề là mấy anh chị kế toán chuyên định khoản có thể được vào team dữ liệu hay không? Đây là chuyện tái đào tạo nhân lực của Nhà nước và doanh nghiệp.
Mình tò mò tìm đọc qua vài literature về người năng lực trung bình và AI thì mình thấy thêm là người có năng lực trung bình thường “có xu hướng bám vào những gì họ đã biết, ít khi dám mạo hiểm, thử nghiệm những cách làm mới và ít có tư duy phản biện”. Đây là một điểm yếu nghiêm trọng trong kỷ nguyên AI. Vì ít nhất là tin AI sái cổ hay thần tượng AI là cũng chết queo. Mình có một bài post gần đây về vụ AI startup lừa đảo trên Facebook.
Tóm lại những người này vốn dĩ hiện tại đã loay hoay với công việc, giờ sẽ có rủi ro bị thay thế.
Vậy nếu phụ thuộc nhiều vào AI thì trở thành người có năng lực trung bình thì như thế nào?
Năng lực trung bình do phụ thuộc nhiều vào AI
Trước tiên, mình có đọc được bài này trên Dân Trí, khá thú vị: “Hỏi ChatGPT đi!”
Trích đoạn:
Nhưng giờ đây, chỉ trong vỏn vẹn 2 năm, "hỏi ChatGPT" đã trở thành một mệnh lệnh thường trực với nhiều người, một lời chứng thực mới về tri thức theo kiểu mì ăn liền.
Cuộc cách mạng trí tuệ nhân tạo đang mở ra thời đại mới, nơi máy móc hỗ trợ con người giải quyết những vấn đề phức tạp, nâng cao chất lượng sống và thúc đẩy sự phát triển. Nhưng tấm huy chương nào cũng có hai mặt. Rất nhiều người đang nghiên cứu, tìm tòi ứng dụng AI vào những công việc thực chất, hữu ích. Tuy nhiên, cũng rất nhiều người khác coi việc “hỏi ChatGPT đi!” thay cho sự động não, thay cho tư duy cần thiết của chính bản thân mình, kiểu như cậu học trò dùng ChatGPT làm bài tập nộp cho cô giáo để qua môn mà không chịu học hành nghiêm túc.
Nói cách khác, trong nhiều trường hợp, “hỏi ChatGPT đi” không chỉ là tìm kiếm thông tin hay làm đẹp hình ảnh, đó là tín hiệu đầu tiên, rõ ràng nhất, của quá trình lệ thuộc tư duy vào công nghệ một cách tự nguyện.
Đó là khi chúng ta bắt đầu ủy thác cả quá trình suy nghĩ, lập luận, sáng tạo cho một thực thể vô hình, một “bóng ma” trong cỗ máy. Tôi nhớ những ngày đầu tiên Mỹ thông báo áp thuế quan mới, hàng nghìn bài viết chi tiết, kỹ lưỡng về chiến tranh thương mại xuất hiện như nấm sau mưa trên mạng xã hội, đều có nội dung na ná nhau.
Tôi không thể không nghĩ: liệu có phải sự bùng nổ của các công cụ trí tuệ nhân tạo (AI) giúp tạo ra các báo cáo nghiên cứu sâu đã góp vui vào hiện tượng này không? Hay đó chỉ là sự trùng hợp ngẫu nhiên đến đáng ngờ giữa một đám đông những người muốn thể hiện tri thức bản thân?
Với nhiều người, khi nói "hỏi ChatGPT đi!" là bạn đang ngầm thừa nhận một năng lực siêu phàm nào đó vượt quá khả năng bản thân, giúp giải quyết các vấn đề nhanh chóng, đôi khi kỳ diệu, không thể tin được. Thậm chí AI khiến chúng ta phải thốt lên "wow" như những tín đồ lần đầu thấy phép lạ.
Hai điểm mình muốn nêu lên từ bài này là:
Thứ nhất, một số bạn không còn nghiêm túc hiểu về cái việc bạn đang học, đang làm, mà đối phó. Những gì trong đầu bạn là gần số 0. Khi tiếp xúc mặt đối mặt, hoặc dẫn dắt họp, dù là online, nhưng với mức độ tương tác cao, và nhất là khi bạn phải chair cuộc họp, bạn sẽ lộ rõ bạn không hiểu gì.
Thứ hai, là bạn phụ thuộc vào AI một cách tự nguyện, mất đi khả năng phản biện. Một điều mình học từ một bạn PhD ở Manchester (đồng môn nhưng trẻ hơn tui nhiều, đang lên job market), là nhiều sinh viên giờ đi … copy mấy cái thủ thuật tư duy phản biện trên mạng xã hội (TikTok, Facebook, YouTube chẳng hạn) hoặc hỏi AI, rồi học thuộc (!!??) chứ không biết rõ logic đằng sau, và xài nó như một con vẹt. Đỉnh cao luôn!
Các bạn này cuối cùng trở thành version mỗi ngày một tệ hơn của chính mình, và dần dần trở thành người xài AI, nhưng không có khả năng tư duy độc lập.
Mình lấy một ví dụ rất gần với mình mà mình quan sát được.
Những nhà nghiên cứu trung bình
Một là các bạn giảng viên trẻ, làm nghiên cứu không đàng hoàng, mà sao chép kỹ thuật và lạm dụng AI. Mình vừa bình duyệt một bài khả năng cao là như vậy và mình đề xuất reject. Editor rất đồng ý luôn và cám ơn bài bình duyệt chi tiết của mình.
Hiện nay bà con hay dùng AI tổng hợp tài liệu, tóm tắt bài trích dẫn và thậm chí là viết nháp paper. Tuy nhiên, bẫy năng lực trung bình xuất hiện khi bà con này quá tin tưởng vào khả năng tổng hợp của AI mà bỏ qua việc đọc sâu, phân tích và phản biện các bài gốc. Không bàn vụ AI chế citation (cái này là có luôn, mấy bạn làm screening desk rejects bây giờ làm nhiều), AI có thể tóm tắt, nhưng nó không thể thay thế khả năng của bạn để tổng hợp các bài thành một câu hỏi nghiên cứu hợp lý, hoặc nhìn thấy những cái liên kết (hay insights) giữa các bài nghiên cứu đó.
Mình lấy lại cái hình trong bài Đọc Chậm đã gần 70k view của mình để cho thấy AI cho bạn 1 cái đống “information” (giả sử nó không cho information dỏm), khá hơn nữa là cho bạn 1 ít “knowledge”, nhưng nó còn rất kém trong vụ phát hiện ra insight tốt.
Đọc Chậm 17/5: HỌC GÌ, LÀM GÌ KHI AI VÀ ROBOT ĐANG CƯỚP VIỆC? (P1)
Tại hội thảo của mình các editor sau khi đọc rất nhiều bài viết, (trong đó có editor còn cho sinh viên viết bài, rồi kêu AI viết, rồi cho sinh viên bình luận bài AI) họ rút ra một số lỗi khi bà con dùng AI viết research:
Bỏ lỡ những phát hiện hay ngay trong bài tóm tắt, do AI bỏ qua.
Tái tạo lại những lỗi sai trong bài mà AI chỉ chép lại từ bài. Cái này là do lỗi không đọc nhiều hoặc toàn nhờ AI đọc nên không có khả năng nhớ và phản biện của ông bà làm research
Câu hỏi nghiên cứu AI propose đa số dừng lại ở mức "trung bình", đôi khi không có sự nhất quán (kiểu chỗ này một tí, chỗ kia một tí), nói chung không đạt tiêu chuẩn được gửi bình duyệt của một nghiên cứu chất lượng cao.
Kết quả các editor nhận định là sẽ xuất hiện hàng nghìn hay chục nghìn bài nghiên cứu bình bình như vậy trong tương lai, và AI có thể làm tốt hơn, không cần mấy ông bà nghiên cứu tầm trung bình đó.
Vậy thì đại học trả lương cho họ làm nghiên cứu làm gì nữa? Về tập trung đi dạy thôi.
Thật ra một vài editor đang đặt lại vấn đề: thật ra đại học có 2 chức năng, 1 là “sản xuất kiến thức mới” (qua nghiên cứu) và 2 là “chuyển giao tri thức” (giảng dạy). Nếu nhiều người không làm nghiên cứu tốt hơn con bot thì nên chỉ làm chuyện đi dạy thôi.
Và các đại học top thì chỉ tuyển người có thể làm nghiên cứu tốt và nghiêm túc chứ không phải đối phó.
Còn nói chuyện đi dạy, thì khi nhiều người lười tới mức xài AI tạo bài giảng đầy lỗi, thì sinh viên nó đang đòi kiện đòi lại học phí cũng là bình thường, như cái tình huống bên dưới. Thật ra vấn đề của bài không phải là Professor chỉ xài ChatGPT, mà là tạo nội dung còn nguyên đồ chôm và đầy lỗi.
Ella Stapleton, who graduated from Northeastern University this year, grew suspicious of her business professor’s lecture notes when she spotted telltale signs of AI generation, including a stray “ChatGPT” citation tucked into the bibliography, recurrent typos that mirrored machine outputs, and images depicting figures with extra limbs.
Đây là những ví dụ về người ta đang trở thành những người năng lực trung bình vì lệ thuộc vào AI. Đơn giản là họ không nghiêm túc với công việc và muốn tìm đường tắt.
Một số người thì như bài ở trên nói, cứ kêu “Hỏi ChatGPT đi”. Họ mất khả năng tư duy nhanh, logic, mất khả năng phản biện và suy nghĩ hợp lý. Họ trở thành những người có năng lực trung bình, hoặc thấp hơn bằng cấp mà họ có. Và như cái câu chuyện ở trên cho thấy AI sẽ thay họ.
Sự phụ thuộc vào AI dẫn đến người ta trở thành người năng lực trung bình cũng giống như người ta ngại tính nhẩm hay nghĩ về một bài toán sau khi đã có máy tính điện tử rồi sau đó là máy vi tính. Nhiều người vẫn đang đặt câu hỏi “học Toán để làm gì” trong khi bây giờ không giỏi toán thì học AI, phân tích dữ liệu, hay những ngành thời thượng lương cao kết hợp Finance với AI, .v.v bằng niềm tin? Đầu vào các ngành này đòi điểm Toán rất cao.
Tóm lại, để thoát cảnh bị AI thay thế, bạn đừng bao giờ trở thành người có năng lực trung bình, bớt lệ thuộc vào AI, và “up-skill” lên. Nếu không thì ngay cả đi bán hàng online cũng có thể sẽ bị AI thay thế.
Mình sẽ có một bài viết khác liên quan đến chuyện làm chủ thay vì phụ thuộc AI như thế nào, với những ví dụ mình quan sát được ở chuyện đi học đại học và làm analyst.
Những điều cần chú ý về kinh tế Mỹ thời gian tới
Cụ Mohamed El-Erian có một bài hay về các vấn đề kinh tế Mỹ cần chú ý thời gian tới. Where Is US Economic Policy Taking Us?
5 nhân tố bao gồm:
Thuế quan
Thị trường trái phiếu
Xung đột kinh tế-chính trị (Trung-Mỹ tranh hùng)
Các nước khác phản ứng ra sao với chính sách Mỹ (hợp tung và liên hoành)
Doanh nghiệp sẽ hành động ra sao
Có một điều ai cũng thừa nhận là bất định về chính sách kinh tế Mỹ đang ở mức cao. Dù là trader Mỹ cười cụ Trump là TACO (Trump Always Chickens Out), nhưng cụ cũng thường xuyên thay đổi.
Điều này đặc biệt khó đoán định với các nhân tố số 1, 3 và 4 ở trên. Điều đó khiến thị trường trái phiếu trở nên đầy biến động và tạo rủi ro lớn cho toàn nền kinh tế và thị trường tài chính (bạn thử tưởng một ngày bạn đi tái tục khoản vay và được cho biết lãi vay tăng 12% so với tuần trước, nhưng một ông khác đi vay sau bạn 1 tuần lại được lãi suất thấp hơn đến 10%, nghĩa là chênh nhau gần 20%, đây là một kịch bản có thể xảy ra, vì bond yield bay tùm lum). Một số bạn thấy lợi suất thay đổi 3.75 với 4.5 tưởng nó không quan trọng, nó là 20% chênh trong lãi vay đó bạn, và sẽ quyết định một ông vay mua nhà ở Anh còn khả năng thanh toán hay bị buộc bán nhà. Nói vậy là bạn sẽ hiểu vì sao thị trường trái phiếu hiện tại quan trọng.
Trong bối cảnh đó, doanh nghiệp phải tìm cách thích ứng. Họ sẽ tăng cash, cắt giảm nhân sự, giảm chi phí, hay đầu tư công nghệ mới? Trong bối cảnh policy uncertainty vẫn cao hơn nhiều so với hồi tháng 3, đầu năm hay năm ngoái, dù đã giảm nhiều từ đỉnh tháng 4 như hình dưới cho thấy, thì doanh nghiệp nhiều khả năng là phải chọn thế phòng thủ. Động thái cắt giảm nhân sự nhiều khả năng phải tiếp tục.
Một điểm nữa là chi phí kinh doanh toàn cầu nhiều khả năng sẽ tăng lên do thuế quan. Nếu các doanh nghiệp không muốn tăng giá bán sản phẩm thì chỉ có một cách là giảm size của sản phẩm bán ra. Hồi xưa 50k bán 1 dĩa cơm đầy đủ sườn bì chả thì giờ phải giảm xuống ít đồ ăn lại hay sao á. Hoặc 1 cái package 12k có đủ data thì giờ cắt lại còn bán có mấy năm gần đây thôi, hoặc không update real-time nữa. Muốn có nguyên package thì phải đăng ký thêm. Còn tiền như cũ thì chất lượng giảm đi.
Trên giấy tờ vì vậy lạm phát sẽ tăng ít, nhưng thực tế sẽ tăng nhiều hơn.
Theo đánh giá của bài Making Sense of the New Global Economy thì doanh nghiệp sẽ không còn có thể có tầm nhìn quá xa với bối cảnh chính sách đang thay đổi liên tục nữa. Thay vào đó, cần tập trung vào “thích ứng”
Rather than looking five years ahead – typically assumed to be the length of an economic or business cycle – investors, business leaders, and policymakers may need to think more in terms of the next 18 months. Amid so much volatility, decision-makers will have to focus on adaptability. No one can afford to commit to long-term strategies based on regulatory, geopolitical, or economic conditions that might change overnight.
Một số video hay mình giới thiệu tuần này
Khủng hoảng dân số Nhật chạm vào điểm bùng nổ
Cổng Vàng của cụ Trump hoạt động ra sao? Cụ Trump tính dùng cái này đổi sổ đỏ của Canada, vậy rút cuộc nó kiểu gì?
Pha cược 40 tỷ vào Bitcoin của Michael Saylor - The Man Who Never Sells
Trận đấu được chờ đợi tuần này không như người ta nghĩ
Bạn nào chưa đăng ký Đọc Chậm mà muốn qua năm mới có mấy bài như vầy để đọc cuối tuần thì có thể đăng ký ở bên dưới nha, hổng tốn tiền.