Nhiều bất cập với trí tuệ nhân tạo

Trí tuệ nhân tạo (AI) đang được áp dụng rộng rãi trong nhiều lĩnh vực. Trong kinh doanh, AI phân tích dữ liệu và hỗ trợ ra quyết định; trong y tế, AI giúp phân tích dữ liệu lớn để chẩn đoán và điều trị bệnh tật; trong giáo dục, AI giúp cá nhân hóa quá trình học tập và hiểu rõ hơn về năng lực học tập của mỗi học sinh...

Anh Nguyễn Bá Ngọc, Nhà sáng lập của ProtonX, VietAI Hanoi và là chuyên gia phát triển của Google về học máy (machine learning) cho biết, sự phát triển chóng mặt của AI khiến cho ngay cả những người trong ngành cũng bất ngờ.

Anh Ngọc lấy ví dụ, AI được áp dụng trong việc tạo và biên tập nội dung. Chẳng hạn, chỉ cần đưa ra yêu cầu, công cụ ứng dụng AI có thể tạo ra nội dung ảnh đẹp mắt thay vì phải dùng các công cụ phức tạp như photoshop.

Sự tiến bộ của AI trong lĩnh vực xử lý ngôn ngữ tự nhiên cũng là một ví dụ điển hình mà nổi bật trong đó là mô hình ChatGPT do OpenAI phát triển. Thực tế cho thấy, AI có thể hỗ trợ con người cải thiện hiệu quả và năng suất làm việc.

Công tác tại Công Ty Luật TNHH Tư vấn quốc tế (Indochine Counsel), ThS. Trần Vũ Hà Minh hiện nay đã sử dụng công cụ AI như ChatGPT trong công việc hàng ngày tại văn phòng luật sư. Nhờ đó, cô có thể cải thiện hiệu suất làm việc, tiết kiệm thời gian đáng kể.

Tuy nhiên, là một chuyên gia trong lĩnh vực này, anh Ngọc cũng lưu ý về những rủi ro tiềm ẩn. Chẳng hạn, việc huấn luyện AI trên dữ liệu từ internet có thể gây ra thông tin sai lệch, đặc biệt là với dữ liệu hoặc ngôn ngữ ít phổ biến.

Có chung quan điểm, GS.TS Hồ Tú Bảo, Giám đốc Phòng thí nghiệm khoa học dữ liệu của Viện Nghiên cứu cao cấp về toán (VIASM) cho rằng, việc ứng dụng AI cũng đem lại những thách thức như tăng tỷ lệ thất nghiệp, nới rộng khoảng cách giữa giàu và nghèo, xâm phạm quyền riêng tư và tạo ra tin tức giả mạo.

Chuyên nghiên cứu về luân lý và pháp luật trí tuệ nhân tạo, Hà Minh nhấn mạnh tính phức tạp và đa chiều của AI. Không phủ nhận nhiều lợi ích mà AI mang lại, cô cho rằng, đi kèm với nó là một loạt vấn đề tiềm ẩn.

Những vấn đề này bao gồm: tình trạng thất nghiệp khi AI thay thế nhiều công việc hiện tại, sự phân biệt đối xử có thể xuất phát từ thiên vị của AI, tính minh bạch bị thiếu hụt do các thuật toán AI tự học, cùng với các vấn đề đạo đức từ những khía cạnh khó hiểu và không nhất quán của AI.

Nhiều rắc rối cũng có thể phát sinh trong quá trình sử dụng. “Khi AI gặp lỗi, ai sẽ chịu trách nhiệm? AI có thể tạo ra hậu quả không mong muốn, thậm chí nguy hiểm, như việc dùng AI trong vũ khí hoặc lạm dụng AI để lừa dối”, Hà Minh nói.

Cũng cần phải xem xét vấn đề sở hữu trí tuệ. Các công cụ ứng dụng AI như ChatGPT có khả năng tạo ra tác phẩm nghệ thuật và khoa học, vì vậy câu hỏi đặt ra là quyền sở hữu trí tuệ sẽ thuộc về ai. Đồng thời, việc phụ thuộc quá mức vào công nghệ như AI có thể dẫn đến sự mất dần kỹ năng của con người, như kỹ năng lái xe khi sử dụng xe tự lái.

“Cần nâng cao nhận thức công chúng về mặt trái của AI, đẩy mạnh nghiên cứu, khuyến khích sự liên kết giữa ngành AI và các nhà lập pháp và lập nên các trung tâm nghiên cứu về pháp lý công nghệ thông tin và AI. Đồng thời, chúng ta cần học hỏi từ các quy định pháp lý liên quan đến AI ở nước ngoài, như luật AI của Liên minh châu Âu, chính sách Nhật”, đại diện Indochine Counsel nhận định tại trong một sự kiện trực tuyến do Mạng lưới học thuật người Việt Nam tại Nhật Bản (VANJI) tổ chức.

Chỉ ra những khó khăn mà các doanh nghiệp và nhà nghiên cứu phải đối mặt trong việc phát triển AI, nhà sáng lập ProtonX nhấn mạnh ba yếu tố quan trọng: hạ tầng tính toán, lượng dữ liệu lớn và nguồn nhân lực chất lượng.

Do những khó khăn liên quan đến những yếu tố này, các công ty lớn như Google, Microsoft và Facebook đã chiếm ưu thế. Anh lưu ý rằng các công ty lớn có thể chỉ mất vài tháng để nâng cao độ chính xác của mô hình AI của họ, trong khi các nhà nghiên cứu hoặc nhà phát triển ứng dụng có thể mất hàng năm để cải thiện chỉ 1-2%.

Gợi ý cách tiếp cận trong việc xây dựng ứng dụng AI, anh Ngọc cho rằng có thể sử dụng nền tảng AI có sẵn. Phương pháp này cho phép phát triển sản phẩm nhanh chóng và tiết kiệm chi phí. Tuy nhiên, phương pháp này có thể không tạo ra lợi thế cạnh tranh và khó thu hút đầu tư.

Cách tiếp cận thứ hai là xây dựng công nghệ AI từ đầu. Phương pháp này tạo ra lợi thế cạnh tranh nhưng cần tốn nhiều nguồn lực và chi phí. Các doanh nghiệp nhỏ có thể tận dụng cơ hội bằng việc khai thác các “khe hở” mà các công ty lớn chưa quan tâm.

Một phương pháp tiếp cận cuối cùng được đề xuất là tiếp cận kết hợp, bắt đầu với việc sử dụng nền tảng AI có sẵn để kiểm tra nhu cầu thực tế, sau đó tập trung phát triển công nghệ riêng cho tính năng được yêu thích và sử dụng nhiều.