AI không phải phép màu: Những từ tiếng Anh người ta dùng khi máy móc "suy nghĩ"

Bạn hỏi một chatbot một câu hỏi, nó trả lời bằng những câu gọn gàng, và bạn bắt gặp mình đang nói: "Ồ, nó thật sự hiểu mình rồi." Từ nhỏ bé ấy, "understood" (hiểu), nghe có vẻ vô hại. Nhưng nó lặng lẽ kể cho bạn một câu chuyện có thể không đúng: rằng bên trong đó có một trí óc, đang nghĩ về vấn đề của bạn theo cách một người bạn sẽ làm.

Tiếng Anh mà chúng ta dùng cho công nghệ đầy những câu chuyện thân thiện như vậy. Chúng làm cho công cụ nghe như có sự sống. Một khi bạn nhận ra khuôn mẫu này, bạn có thể tận hưởng sự tiện lợi của những từ này mà không bị chúng đánh lừa, và bạn có thể mô tả những gì một hệ thống làm chính xác hơn nhiều.

Điều này quan trọng hơn vẻ ngoài của nó. Những từ bạn dùng định hình điều bạn mong đợi. Nếu bạn tin một công cụ "understands" bạn, bạn sẽ tin câu trả lời của nó hơn mức đáng tin. Nếu bạn nhớ rằng "understand" chỉ là một lối nói tắt, bạn sẽ tiếp tục kiểm tra. Cùng một công cụ, nhưng quan hệ rất khác nhau, và sự khác biệt nằm hoàn toàn trong vốn từ của bạn.

Câu trả lời nhanh

Khi người ta nói một AI "thinks", "learns", "understands", "knows" hay "decides", họ đang dùng những động từ con người hằng ngày như một lối nói tắt, chứ không phải mô tả theo nghĩa đen. Những từ này là ẩn dụ. Hệ thống đang xử lý các khuôn mẫu trong dữ liệu và tạo ra output (đầu ra) có khả năng cao. Bạn có thể dùng các động từ ấy để nói nhanh và tự nhiên, nhưng sẽ hữu ích nếu nhớ rằng chúng lỏng lẻo, không phải những khẳng định chính xác về một trí óc.

Những từ then chốt

• Think. Với một con người, điều này nghĩa là có suy nghĩ, hoài nghi và ý thức. Với một cỗ máy, "AI thinks the answer is X" thực ra nghĩa là "hệ thống tạo ra X như output có khả năng cao nhất". Không có cuộc tranh luận nội tâm nào diễn ra.
• Learn. Một học sinh học thì hiểu và ghi nhớ. Khi ta nói một model "learned" từ dữ liệu, ta muốn nói các thiết lập bên trong của nó đã được điều chỉnh trong lúc huấn luyện để output khớp với khuôn mẫu tốt hơn. Nó gần với "đã được tinh chỉnh" hơn là "học chăm chỉ".
• Understand. Đây là từ trơn trượt nhất. Một hệ thống có thể tạo ra câu trả lời nghe có vẻ đúng mà không hề nắm bắt được ý nghĩa. "It understood my question" thường chỉ nghĩa là "nó phản hồi có liên quan".
• Know. Một người biết điều gì đó có thể chắc chắn và giải thích vì sao. Một hệ thống "knows" một sự thật chỉ theo nghĩa sự thật ấy có xu hướng xuất hiện trong output của nó. Nó có thể phát biểu những điều sai với cùng một sự tự tin.
• Decide. Con người cân nhắc các lựa chọn rồi chọn. Một hệ thống "decides" bằng cách tính ra kết quả. Không có lựa chọn được cảm nhận, không có do dự, không có hối tiếc.
• Intelligent / smart. Những từ này hứa hẹn sự thông minh rộng và linh hoạt. Hầu hết công cụ được gắn nhãn "smart" chỉ giỏi một việc hẹp.
• Want / believe / try. Những từ này mô tả ý định và cảm xúc bên trong. Áp vào một cỗ máy, chúng thuần túy là ẩn dụ: một hệ thống không có mong muốn, không có niềm tin, và không có gì nó đang "cố gắng" làm theo cách một con người làm.
• Hallucinate / make things up. Ngay cả từ ta dùng cho lỗi của AI cũng mượn một hình ảnh tinh thần của con người. Hệ thống không tưởng tượng ra gì cả; nó đang tạo ra văn bản tự tin mà tình cờ là sai.

Những cái bẫy thường gặp

Một cái bẫy thường gặp là coi những động từ này như bằng chứng của một trí óc. Nếu một công cụ "understands", thì chắc chắn nó cũng có quan điểm, ý định và cảm xúc chứ? Bước nhảy đó chính là nơi sự thổi phồng bắt đầu.

Một cái bẫy khác là ngôn ngữ nhân cách hóa (anthropomorphizing language) lén đưa vào mục tiêu và cảm xúc: "AI muốn giúp bạn", "model tin rằng bầu trời màu xanh lá", "nó đang cố lừa bạn". Muốn, tin và cố gắng là những trạng thái tinh thần. Một hệ thống không muốn gì cả. Nó tạo ra output. Khi bạn đọc "the AI wants", hãy thầm đổi thành "hệ thống có xu hướng tạo ra", và câu nói trở nên trung thực hơn.

Từ smart là món yêu thích của marketing, và nó hầu như luôn nghe mạnh hơn mức đáng có. Một loa "smart", một tìm kiếm "smart", một câu trả lời "smart", không cái nào trong số đó thông minh theo nghĩa con người. Chúng chỉ tuân theo quy tắc và khuôn mẫu. Khi một sản phẩm được mô tả là "intelligent", hãy hỏi: intelligent ở chính xác việc gì? Câu trả lời trung thực thường là hẹp.

Còn có cái bẫy coi AI như một thứ phép màu đơn nhất. Người ta nói "AI sẽ làm việc này" hay "AI biết", như thể có một thực thể toàn tri duy nhất. Thực ra có nhiều hệ thống khác nhau, mỗi cái được huấn luyện cho mục đích khác nhau, mỗi cái có điểm mạnh và điểm mù riêng. Nói "một công cụ AI để viết tóm tắt" rõ ràng hơn nhiều so với "AI".

Cuối cùng, hãy để ý những từ thể hiện sự tự tin. Khi một hệ thống "knows" hay "is sure", nó có thể sai một cách tự tin. Sự tự tin của con người thường đi đôi với kiến thức. Sự tự tin của máy thì không. Một giọng điệu mượt mà, chắc nịch không phải bằng chứng rằng câu trả lời đúng.

Có thêm một cái bẫy tinh tế đáng gọi tên: từ learn như một động từ của sự trưởng thành. Ta khen trẻ con "learning", và từ này mang theo sự ấm áp và nỗ lực. Khi một hệ thống "learns", chẳng có gì giống nỗ lực xảy ra cả. Các thiết lập của nó được điều chỉnh, thường bằng cách cho lượng dữ liệu khổng lồ chạy qua. Gọi đó là "learning" thì ổn như một lối nói tắt, nhưng nếu bạn hình dung một trí óc hiếu kỳ học đến tận khuya, bạn đã nhập vào một câu chuyện không hề có ở đó. Bức tranh trung thực gần với một công thức được tinh chỉnh đến khi món ăn ra đúng vị, chứ không phải một đầu bếp đem lòng yêu việc nấu nướng.

Tất cả những điều này không có nghĩa các từ ấy là xấu. Chúng hữu ích, và né tránh chúng hoàn toàn sẽ làm lời nói của bạn cứng nhắc và kỳ lạ. Kỹ năng nhẹ nhàng hơn thế: nghe ra ẩn dụ, tận hưởng sự tiện lợi, và luôn ý thức rằng một khẳng định thật đang nấp trong một từ thân thiện. Khi rủi ro thấp (tán gẫu, động não), cứ để các ẩn dụ tuôn chảy. Khi rủi ro cao (tin vào một sự thật, đưa ra quyết định), hãy dịch chúng trở lại thành thuật ngữ máy móc thuần túy và kiểm tra kết quả.

Ví dụ tự nhiên vs gượng gạo

Gượng gạo: The AI understood my feelings and decided to comfort me.

Tự nhiên: The tool produced a supportive-sounding reply based on my message.

Phiên bản thứ hai vẫn đọc dễ dàng, nhưng nó không giả vờ rằng có sự đồng cảm.

Kém tự nhiên: Our smart assistant thinks for you, so you don't have to.

Tốt hơn: Our assistant suggests options based on your past choices.

Gượng gạo: AI knows the answer to everything now.

Tự nhiên: These tools can produce answers on many topics, though not always correctly.

Hãy để ý rằng các phiên bản "tốt hơn" không lạnh lùng hay máy móc. Chúng chỉ điềm tĩnh hơn. Bạn có thể nghe ấm áp và đầy tính người mà vẫn mô tả một cỗ máy một cách chính xác.

Gượng gạo: The model believes you'll love this song.

Tự nhiên: The model predicts you'll like this song, based on what you played before.

Sự chuyển từ "believes" sang "predicts" là nhỏ, nhưng nó gỡ bỏ một lời nói dối tí hon. Hệ thống không giữ niềm tin nào về gu của bạn. Nó tạo ra một dự đoán từ các khuôn mẫu trong lịch sử của bạn, và nó có thể sai.

Bảng nhỏ

Luyện tập nhanh

Viết lại mỗi câu để bỏ đi phần khẳng định quá đà. Thử trước khi liếc đáp án.

1. "The AI understood exactly what I wanted."
2. "Our smart software thinks about your schedule for you."
3. "The model knows that this stock will go up."
4. "AI decided the email was spam."
5. "The chatbot wants you to feel better."

Đáp án có thể:

1. "The tool produced a response that matched what I asked for."
2. "Our software suggests schedule options based on your settings."
3. "The model produced a prediction that this stock might rise (which may be wrong)."
4. "The filter classified the email as spam."
5. "The chatbot generated a comforting reply."

Điều rút ra

Bạn không cần phải cấm những từ như "think", "learn" và "smart". Chúng nhanh, phổ biến, và thường ổn trong trò chuyện thông thường. Kỹ năng là biết chúng là ẩn dụ, để bạn không bao giờ bất ngờ khi một cỗ máy tự tin sai một cách tự tin. Hãy coi "AI" như một nhãn cho nhiều công cụ hẹp thay vì một trí óc phép màu duy nhất, đổi "wants" và "believes" thành "tends to produce" khi độ chính xác quan trọng, và bạn sẽ vừa nghe rõ ràng hơn vừa nghĩ rõ ràng hơn. Cỗ máy ấy thật ấn tượng. Nó chỉ không phải phép màu, và tiếng Anh của bạn không cần phải giả vờ rằng nó là phép màu.