
Tương lai mà AI định hình cho khoa học sẽ không chỉ là những lời hứa suông hay thách thức khó lường, mà còn là cơ hội để tái thiết các giá trị, trách nhiệm và mục tiêu chung. Chúng ta cần có một tầm nhìn rõ ràng để tận dụng tối đa tiềm năng của AI, nhưng vẫn đảm bảo rằng khoa học không mất đi tính nhân văn và giá trị cốt lõi. Nguồn: Ảnh do trí tuệ nhân tạo –AI được tạo với sự hỗ trợ của Gemini từ Google.
Trí tuệ nhân tạo (AI) đang trở thành tâm điểm trong lĩnh vực khoa học căn bản (basic science), góp phần định hình những bước tiến mới của nhân loại. Điều này càng được khẳng định rõ ràng hơn qua các Giải Nobel Hóa học và Vật lý năm 2024 khi cả năm người đoạt giải đều có điểm chung: có liên quan đến AI.
Theo một trong những khoa học gia đoạt giải, tiềm năng trong việc tăng tốc quá trình khám phá khoa học khiến AI được xem là “một trong những công nghệ có sức ảnh hưởng lớn nhất trong lịch sử nhân loại.” Nhưng sự ‘chuyển mình’ này thực sự sẽ mang lại điều gì cho khoa học?
AI được kỳ vọng sẽ giúp các khoa học gia đạt được nhiều thành tựu hơn, nhanh hơn, và với chi phí thấp hơn. Nhưng cùng với đó, công nghệ mới cũng kéo theo hàng loạt mối lo ngại mới. Nếu các khoa học gia vội vàng áp dụng AI mà không cân nhắc cẩn trọng, họ có thể khiến khoa học trở thành một lĩnh vực khó hiểu đối với công chúng, mất đi sự tin cậy và không đáp ứng được nhu cầu xã hội.
Những ảo tưởng nguy hiểm khi sử dụng AI
Theo các chuyên gia, có ít nhất ba “ảo tưởng” mà các nhà nghiên cứu dễ mắc phải khi sử dụng AI.
Thứ nhất là “ảo tưởng về khả năng giải thích sâu sắc.” Một mô hình AI có thể dự đoán rất giỏi, thí dụ như AlphaFold, hệ thống có khả năng dự đoán cấu trúc protein, giúp Demis Hassabis and John Jumper giành giải Nobel Hóa học. Nhưng điều đó không có nghĩa là AI thực sự hiểu hay có thể giải thích hiện tượng đó một cách đúng đắn. Nghiên cứu trong lĩnh vực thần kinh học đã chỉ ra rằng các mô hình AI được thiết kế để tối ưu hóa khả năng dự đoán có thể đưa ra kết luận sai về các cơ chế thần kinh sinh học cơ bản.
Thứ hai là “ảo tưởng về phạm vi khám phá.” Các khoa học gia có thể nghĩ rằng họ đang kiểm tra tất cả các giả thuyết khả thi, nhưng thực ra họ chỉ đang xoay quanh những giả thuyết mà AI có thể kiểm tra được.
Và cuối cùng là “ảo tưởng về tính khách quan.” Nhiều người tin rằng AI không có thành kiến, không biết thiên vị; nhưng thực tế là, các mô hình AI luôn mang trong mình những định kiến có trong nguồn dữ liệu đào tạo và mục đích thiết kế ban đầu của các nhà phát triển.
Khoa học nhanh hơn, nhưng có thật là tốt hơn?
Một trong những lý do chính khiến AI trở nên hấp dẫn trong giới khoa học là khả năng mang lại kết quả nhanh chóng với chi phí thấp hơn nhiều so với các phương pháp truyền thống.
Thí dụ tiêu biểu cho khuynh hướng này là “AI Scientist” của Sakana AI Labs. Công ty này đặt mục tiêu “xây dựng một hệ thống tự động hóa hoàn toàn,” biến mọi ý tưởng thành bài báo khoa học hoàn chỉnh với chi phí chỉ 15 MK. Nhưng không phải ai cũng đồng tình với hướng đi này. Các nhà phê bình đã không ngần ngại chỉ trích rằng hệ thống này chỉ tạo ra “một mớ những nội dung khoa học vô giá trị.”
Liệu chúng ta có mong muốn một tương lai mà các bài nghiên cứu khoa học được ra đời chỉ qua vài cú click chuột, nhằm “đẩy nhanh” tốc độ xuất bản các bài báo? Hệ thống kiểm chứng và duyệt lại bởi các nhà nghiên cứu đồng cấp (peer review system) hiện nay đã quá tải, và thế giới mà khoa học thực sự bị chôn vùi trong những nội dung vô nghĩa do AI tạo ra có thể không còn xa.
Niềm tin công chúng là yếu tố quyết định thành công của khoa học
Sự trỗi dậy của AI trong lĩnh vực khoa học diễn ra vào thời điểm niềm tin của công chúng vào khoa học và các khoa học gia vẫn còn khá cao. Tuy nhiên, không thể coi đó là điều hiển nhiên, bởi vì niềm tin là thứ vừa phức tạp vừa mong manh.
Qua bài học từ đại dịch COVID-19, có thể thấy rằng những lời kêu gọi như “hãy tin vào khoa học” đôi khi không đủ sức thuyết phục, bởi các bằng chứng khoa học và mô hình tính toán thường gây tranh cãi, chưa hoàn chỉnh hoặc có thể được hiểu theo nhiều cách khác nhau.
Thế nhưng, nhân loại đang phải đối mặt với những thách thức như biến đổi khí hậu, suy giảm sự đa dạng sinh học và bất bình đẳng xã hội. Những vấn đề này đòi hỏi các chính sách công phải được thiết kế với sự đánh giá sáng suốt của các chuyên gia. Sự đánh giá này cũng cần phải nhạy bén, linh hoạt với từng tình huống cụ thể, kết hợp ý kiến từ nhiều lĩnh vực, kinh nghiệm thực tiễn và phù hợp với các giá trị văn hóa của địa phương.
Theo phúc trình được Hội đồng Khoa học Quốc tế công bố năm ngoái, khoa học cần chú trọng đến sắc thái và bối cảnh áp dụng AI nếu muốn khôi phục lại niềm tin của công chúng. Nếu giao toàn quyền định đoạt tương lai của khoa học cho AI, chúng ta có thể phá hủy những thành tựu mà chúng ta đã khó nhọc gây dựng.
Nếu để AI dẫn dắt quá trình nghiên cứu khoa học, chúng ta sẽ phải đối mặt với nguy cơ tạo ra một “nền văn hóa tri thức đơn điệu” (monoculture of knowledge) khi mà chỉ những câu hỏi, phương pháp, quan điểm và chuyên gia phù hợp với AI mới được ưu tiên.
Kết quả là, chúng ta có thể sẽ bị mất cách tiếp cận liên ngành, vốn rất quan trọng để xây dựng AI có trách nhiệm, đồng thời cũng mất đi sự cân nhắc sâu sắc và đối thoại xã hội – những yếu tố không thể thiếu để giải quyết các vấn đề xã hội và môi trường.
Hướng tới một khế ước xã hội mới dành cho khoa học
Bước vào thế kỷ 21, nhiều người cho rằng các khoa học gia đã đổi mới “khế ước xã hội” giữa họ và cộng đồng. Theo đó, họ cam kết dành toàn bộ tài năng để giải quyết những thách thức cấp bách nhất của thời đại, và đổi lại, nhận được nguồn tài trợ công. Mục tiêu chính là thúc đẩy xã hội hướng tới một hệ sinh thái bền vững hơn — hài hòa về môi trường, hiệu quả về kinh tế và công bằng về mặt xã hội.
Sự phát triển của AI đang mở ra cơ hội để các khoa học gia không chỉ hoàn thành trách nhiệm của mình mà còn làm mới khế ước này. Tuy nhiên, để làm được điều đó, cộng đồng khoa học cần giải quyết một số vấn đề quan trọng liên quan đến việc áp dụng AI.
Chẳng hạn, liệu sử dụng AI trong nghiên cứu khoa học có làm suy giảm tính minh bạch và tính toàn vẹn của các nghiên cứu được tài trợ công? Nếu có, thì làm thế nào để kiểm soát vấn đề này?
Hơn nữa, tác động môi trường ngày càng gia tăng từ AI cũng cần được cân nhắc. Các nhà nghiên cứu phải làm thế nào để đảm bảo khoa học với AI vẫn phù hợp với mong đợi và lợi ích của xã hội?
Nếu không xây dựng nền tảng khế ước xã hội này trước mà cứ chăm chăm biến đổi khoa học với AI, thì chẳng khác nào “con trâu đi trước cái cày.”
Khi AI ngày càng ảnh hưởng đến các ưu tiên nghiên cứu, điều quan trọng là phải có sự tham gia của nhiều tiếng nói, từ nhiều lĩnh vực khác nhau, để đảm bảo sự công bằng và phân bổ nguồn lực một cách hợp lý .
Khoa học không chỉ là công cụ để mở rộng hiểu biết mà còn phải phục vụ lợi ích của toàn xã hội. Đã đến lúc cộng đồng khoa học cùng các bên liên quan tổ chức những cuộc đối thoại nghiêm túc về tương lai của AI, nhằm xem xét các khía cạnh của khế ước xã hội mới, xác định các mục tiêu và giá trị chung.
Chúng ta cần phải chủ động tìm hiểu những trường hợp nào AI có thể thúc đẩy hoặc cản trở trong khoa học, cũng như đặt ra các tiêu chuẩn, quy định cần thiết để đảm bảo tận dụng công nghệ này một cách hợp lý và có trách nhiệm.
Nguyên Hòa biên dịch
Nguồn: “AI could crack unsolvable problems — and humans won't be able to understand the results” được đăng trên trang Livescience.com.
Gửi ý kiến của bạn