Trong những năm gần đây, chúng ta đã chứng kiến sự trỗi dậy mạnh mẽ của Trí tuệ Nhân tạo (AI), từ việc vẽ tranh, làm thơ, viết mã lập trình cho đến việc tham gia vào các quá trình ra quyết định phức tạp. Nhưng có lẽ, sự giao thoa sâu sắc và mang tính triết học nhất của AI lại nằm ở một lĩnh vực tưởng chừng như khô khan và trừu tượng nhất: Toán học.
Mới đây, một bài đăng trên X (trước đây là Twitter) của Akshay Pachaar đã làm dấy lên những cuộc thảo luận sôi nổi khi đề cập đến bài báo nghiên cứu mang tên “Mathematical methods and human thought in the age of AI” (Phương pháp toán học và tư duy con người trong kỷ nguyên AI). Đáng chú ý, bài báo này là sự kết hợp góc nhìn giữa Tanya Klowden – một học giả về nghệ thuật và nhân văn, cùng với Terence Tao – một trong những nhà toán học vĩ đại nhất còn sống. Sự kết hợp giữa hai lăng kính này đã mang lại một cái nhìn toàn diện, vượt ra khỏi những con số khô khan để chạm đến bản chất của trí tuệ, sự sáng tạo và tương lai của loài người.
Bài viết này sẽ đi sâu vào việc tóm tắt các lập luận triết học chính của bài báo, phân tích những cảnh báo về rủi ro của AI đối với tư duy con người, và cuối cùng, tôi sẽ chia sẻ cách bản thân mình đang áp dụng những triết lý này vào các nhiệm vụ và quy trình làm việc hàng ngày.
Nguồn cảm hứng và tài liệu tham khảo cốt lõi: Bài đăng của Akshay Pachaar trên X
Phần 1: Sự tách rời giữa “Quá trình sáng tạo” và “Kết quả đầu ra”
Lập luận triết học cốt lõi đầu tiên mà bài báo đưa ra là: AI hiện đại đang tạo ra một sự đứt gãy chưa từng có trong lịch sử nhân loại – sự tách rời hoàn toàn giữa quá trình sáng tạo (the creative process) và kết quả đầu ra (the final output).
Trong suốt chiều dài lịch sử, để có được một kết quả đầu ra giá trị (một bài báo khoa học, một tác phẩm nghệ thuật, một hệ thống mã nguồn, hay một định lý toán học), con người bắt buộc phải trải qua một quá trình lao động trí óc gian khổ. Quá trình đó bao gồm sự tò mò, trực giác, những lần thử và sai, và những khoảnh khắc “Eureka” lóe sáng. Các công cụ trước đây như máy in, Internet, hay thậm chí là phần mềm gõ công thức toán học LaTeX, chỉ đóng vai trò tự động hóa việc truyền bá và trình bày ý tưởng (đưa tư duy từ điểm A đến điểm B). Chúng không can thiệp vào cách ý tưởng đó được sinh ra.
Tuy nhiên, AI tạo sinh (Generative AI) lại hoàn toàn khác. Nó tự động hóa chính bản thân quá trình sáng tạo.
Toán học được các tác giả sử dụng như một “hộp cát” (sandbox) hoàn hảo để chứng minh điều này. Toán học là một bộ môn mang tính khách quan tuyệt đối. Một định lý hoặc là đúng, hoặc là sai, không có vùng xám của cảm xúc. Nhưng chính sự khách quan này lại phơi bày điểm yếu và sự nguy hiểm trong cách AI bắt chước tư duy.
Các mô hình AI tiên tiến (frontier models) hiện nay có thể tạo ra những chứng minh toán học hoàn hảo cho các phương trình cực kỳ phức tạp. Tuy nhiên, những chứng minh này hoàn toàn thiếu đi “trực giác con người” (human intuition) – hay nói theo ngôn ngữ của những người làm nghề là thiếu đi “mùi vị” (the smell) của sự thấu hiểu thực sự. AI có thể đi đến kết quả đúng thông qua việc tính toán xác suất của các chuỗi logic khổng lồ, nhưng nó không biết tại sao hướng đi đó lại đẹp, tại sao nó lại có ý nghĩa, hay làm thế nào để liên kết nó với một câu chuyện lớn hơn trong bức tranh tri thức của nhân loại.
Sự tách rời này đặt ra một câu hỏi triết học sâu sắc: Nếu kết quả cuối cùng có thể được tạo ra ngay lập tức mà không cần quá trình vật lộn của tư duy, liệu giá trị cốt lõi của tri thức có bị suy giảm?
Phần 2: Mối nguy hiểm của việc hàng hóa hóa lao động nhận thức
Lập luận quan trọng thứ hai xoay quanh những rủi ro mang tính hệ thống đối với thế hệ tương lai. Bài báo đưa ra những lời cảnh báo mạnh mẽ về một “Kỷ nguyên Vàng của AI” (AI Gilded Age) và sự xuất hiện của các rủi ro như “citogenesis” (sự ra đời của các trích dẫn tuần hoàn hoặc thông tin sai lệch được hợp thức hóa qua AI).
Nhưng mối nguy hiểm hiện hữu và đáng lo ngại nhất là việc làm rỗng con đường phát triển của những người mới bắt đầu (hollowing out the entry-level pathway).
Trong bất kỳ ngành nghề trí óc nào – từ luật pháp, lập trình đến toán học – con người học hỏi và xây dựng bộ kỹ năng thông qua việc thực hiện những công việc ở cấp độ cơ bản. Một luật sư tập sự học cách tư duy pháp lý thông qua việc viết những bản tóm tắt hồ sơ nhàm chán. Một lập trình viên thực tập học cách cấu trúc hệ thống thông qua việc sửa những lỗi (bugs) nhỏ nhặt. Một nhà toán học trẻ rèn luyện tư duy thông qua việc chứng minh những bổ đề đã biết. Chính trong quá trình cọ xát với những công việc tầm thường này, con người phát triển được “heuristics” – những kinh nghiệm thực tiễn, phản xạ có điều kiện và “trực giác nghề nghiệp”.
Khi AI có thể tạo ra một bản tóm tắt pháp lý, một khối mã nguồn hay một bước chứng minh toán học ở mức độ trung bình (perfectly mediocre) chỉ trong tích tắc và với chi phí chỉ bằng một phần nhỏ của một xu, nhu cầu tuyển dụng cho những vị trí cơ bản này sẽ bốc hơi.
Nếu chúng ta giao phó toàn bộ lao động nhận thức cấp thấp cho máy móc, thế hệ chuyên gia tiếp theo sẽ lấy đâu ra môi trường để rèn luyện? Chúng ta đang đối mặt với nguy cơ cắt đứt chiếc thang học tập của nhân loại. Hơn nữa, việc lạm dụng AI trong nghiên cứu toán học có thể dẫn đến một thảm họa: Một cơn lũ các bài báo do AI tạo ra, chứa đựng những kết quả mới và chính xác về mặt kỹ thuật, nhưng lại hoàn toàn rời rạc, không đóng góp gì cho câu chuyện rộng lớn hơn của toán học, và không xây dựng được một nền tảng tri thức có ý nghĩa.
Phần 3: Cú chuyển mình mang tính “Copernicus” về Trí tuệ
Đối mặt với những thực tế trên, con người rất dễ rơi vào trạng thái bi quan, cảm thấy bản thân sắp trở nên lỗi thời. Nếu một cỗ máy có thể suy luận ra câu trả lời ngay lập tức, tại sao quá trình suy nghĩ của chúng ta lại còn quan trọng?
Để giải quyết cuộc khủng hoảng hiện sinh này, Klowden và Tao đề xuất một sự thay đổi sâu sắc trong lăng kính triết học: Một cú chuyển mình mang tính Copernicus (A Copernican Shift) đối với nhận thức về trí tuệ
Hãy nhớ lại Cuộc cách mạng Copernicus thế kỷ 16. Nhân loại đã phải trải qua một quá trình vô cùng đau đớn để chấp nhận rằng Trái Đất không phải là trung tâm vật lý của vũ trụ (từ bỏ mô hình địa tâm). Tương tự như vậy, ngày nay, chúng ta đang phải đối mặt với một thực tế tàn khốc đối với cái tôi của loài người: Trí tuệ con người không phải là trung tâm, và cũng không phải là đỉnh cao duy nhất của khả năng nhận thức.
Tuy nhiên, bài báo khẳng định rằng việc Trái Đất không phải là trung tâm vũ trụ không làm cho hành tinh của chúng ta bớt đi sự sống động hay mất đi ý nghĩa. Tương tự, việc AI có thể vượt qua con người trong một số khả năng tính toán hoặc logic không làm cho tư duy con người trở nên lỗi thời.
Trí tuệ, cũng giống như vũ trụ, không phải là một trò chơi có tổng bằng không (zero-sum game). Sự thông minh của cỗ máy không triệt tiêu ý nghĩa của sự thông minh nơi con người.
Các tác giả đã sử dụng một phép ẩn dụ tuyệt đẹp: Trò chơi Cờ vua. Kể từ khi siêu máy tính Deep Blue đánh bại nhà vô địch thế giới Garry Kasparov, máy tính đã luôn chơi cờ vua giỏi hơn bất kỳ con người nào. Hiện nay, những phần mềm cờ vua (chess engines) trên chiếc điện thoại thông minh của bạn cũng có thể đánh bại kiện tướng vĩ đại nhất. Tuy nhiên, cờ vua giữa người với người ngày nay lại trở nên phổ biến hơn bao giờ hết. Tại sao vậy?
Bởi vì chúng ta không xem cờ vua chỉ là bài toán đi tìm một kết quả (ai là người thắng cuộc). Chúng ta xem nó là sự tôn vinh quá trình suy nghĩ, sự vật lộn tâm lý, những sai lầm, và nỗ lực vượt lên chính mình của con người. Tương tự, toán học và các công việc trí óc khác sẽ vẫn giữ nguyên giá trị cốt lõi của chúng, bởi vì chúng ta trân trọng “quá trình” thấu hiểu thế giới của con người, chứ không chỉ đơn thuần là muốn có một “đáp án” vô tri từ máy móc.
Phần 4: Mô hình Hợp tác – Trí tuệ Nhân tạo như một “Đối thủ có ích”
Thay vì lo sợ bị thay thế, bài báo mở ra một con đường ứng dụng AI vào những lĩnh vực khắt khe nhất của trí tuệ con người, mang lại lợi ích cho toàn nhân loại. Đó là biến AI thành một “đối thủ” (adversary) và một “người kiểm chứng” (verifier) không biết mệt mỏi.
Do toán học mang tính khách quan, nó là môi trường lý tưởng để thử nghiệm mô hình hợp tác này. Thay vì yêu cầu AI tự động nghĩ ra một định lý và chứng minh nó từ đầu đến cuối (việc này sẽ làm mất đi trực giác và định hướng của con người), các nhà toán học có thể sử dụng AI để kiểm tra toàn diện các giả thuyết do chính họ đưa ra.
Con người sẽ định hướng, sáng tạo, và đưa ra các “bước nhảy vọt về trực giác” (intuitive leaps). Sau đó, AI sẽ đóng vai trò tìm kiếm các lỗ hổng logic, tìm kiếm các phản ví dụ, và kiểm tra sức chịu đựng (stress-test) của các lập luận đó. Một AI là một đối thủ vô giá trong việc phát hiện những khoảng trống logic vì nó có thể tra cứu và đối chiếu với một lượng dữ liệu khổng lồ gần như ngay lập tức.
Sự hợp tác này tôn trọng những phẩm chất độc đáo mà mỗi bên mang lại: Con người mang đến ý định, trực giác, sự thấu cảm và bức tranh toàn cảnh; trong khi AI mang đến sức mạnh xử lý vô song, sự cẩn trọng tuyệt đối đối với các chi tiết logic và khả năng rà soát không mệt mỏi
Phần 5: Ứng dụng triết lý vào quy trình làm việc thực tế (Góc nhìn cá nhân)
Với vai trò là General Manager (GM) điều hành Khối Văn phòng (Back Office) – bao quát từ Kế toán, Nhân sự cho đến phân tích tài chính – công việc của tôi đòi hỏi sự chính xác tuyệt đối của những con số lẫn sự tinh tế trong việc quản trị con người.
Việc chiêm nghiệm bài báo của Klowden và Tao đã giúp tôi định hình lại hoàn toàn cách ứng dụng AI. Thay vì coi AI như một “cỗ máy thay thế nhân sự”, tôi coi nó là một “cỗ máy cày xới dữ liệu”, “người kiểm chứng khắt khe” và “đối tác mô phỏng rủi ro”. Dưới đây là cách tôi áp dụng “bước ngoặt Copernicus” này vào quy trình làm việc để khối Back Office không bị rơi vào bẫy “hàng hóa hóa tư duy”, đồng thời vẫn tận dụng tối đa sức mạnh công nghệ:
1. Giai đoạn Hoạch định Chiến lược: Bảo vệ “Trực giác quản trị” trong môi trường Tech (The Human Smell)
Trong một công ty AI, vạn vật thay đổi với tốc độ chóng mặt. Công nghệ mới ra mắt hàng tuần, cấu trúc chi phí thay đổi theo ngày. Tuy nhiên, quá trình sáng tạo và định hướng chiến lược của Back Office phải luôn xuất phát từ “trực giác quản trị” của con người.
- Trong thực tế: Khi cần lập kế hoạch dòng tiền (Cash flow projection) cho quý tới, hay thiết kế chính sách giữ chân nhân tài (Retention policy) cho đội ngũ AI Engineer đang bị các đối thủ săn đón gắt gao, tôi không bắt đầu bằng một câu lệnh yêu cầu AI vạch ra chiến lược. AI có thể tính toán tối ưu hóa chi phí, nhưng nó không biết “mùi vị” của sự kiệt sức (burnout) trong đội ngũ Devs sau những đợt release sản phẩm (sprint) căng thẳng. AI cũng không hiểu được tầm quan trọng chiến lược của việc “đốt tiền” (burn rate) vào các công cụ AI, hoặc hệ thống đắt đỏ để giữ vị thế cạnh tranh.
- Định hướng cốt lõi: Tôi tự tay vạch ra nguyên tắc: “Chúng ta có thể cắt giảm chi phí Admin, nhưng ngân sách R&D và quỹ phúc lợi cho kỹ sư nòng cốt là vùng cấm.” AI không thể thay thế tôi ở bước này, vì quản trị một công ty công nghệ là nghệ thuật cân bằng giữa sự sống còn tài chính và việc nuôi dưỡng sự sáng tạo của con người.
2. Giai đoạn Kiểm chứng và “Stress-Testing”: AI như một Đối thủ vô tư (Nhưng có kiểm soát)
Đây là nơi mà quan điểm “AI như một đối thủ” (adversary) phát huy sức mạnh khủng khiếp nhất. Do có thành kiến xác nhận (confirmation bias), con người rất khó tự tìm ra lỗ hổng trong chính kế hoạch của mình. AI thì không có cái tôi để bảo vệ.
- Trong thực tế: Trước khi ban hành một chính sách nhân sự mới hoặc duyệt một hợp đồng nguyên tắc, tôi sẽ dùng AI để “bắt bẻ”. Lệnh prompt của tôi thường là: “Đóng vai một chuyên viên pháp chế/nhân viên đang bất mãn, hãy rà soát kỹ các điều khoản này và chỉ ra các kẽ hở có thể bị lợi dụng.”
- Kiểm soát rủi ro cốt lõi: Tuy nhiên, dữ liệu tài chính và nhân sự là huyết mạch của doanh nghiệp. Để tránh thảm họa bảo mật, tôi thiết lập nguyên tắc thép: Chỉ sử dụng hệ thống AI nội bộ (Enterprise/Local LLM) đã được mã hóa, hoặc yêu cầu nhân sự “phi danh tính hóa” (anonymize data) – che mờ tên đối tác, xóa bỏ các con số tuyệt đối nhạy cảm – trước khi đưa vào các mô hình ngôn ngữ lớn để xin ý kiến về “cấu trúc logic”. AI sẽ quét qua và chỉ ra những “điểm mù”, giúp quyết định của tôi trở nên chặt chẽ và an toàn hơn gấp nhiều lần.
3. Tái thiết kế “Thang học tập” (The Learning Ladder): Chuyển từ Lao động thủ công sang Lao động nhận thức
Nguy cơ lớn nhất mà Klowden và Tao cảnh báo là việc đánh mất môi trường rèn luyện cho thế hệ trẻ. Tuy nhiên, bảo vệ “thang học tập” không có nghĩa là bắt nhân viên làm những công việc thủ công lỗi thời.
- Trong thực tế: Tôi không cấm nhân sự dùng AI. Thay vì bắt Kế toán viên phải tự đối soát các hóa đơn bằng mắt trên Google Sheet (đây là lao động tay chân, không sinh ra tư duy), tôi yêu cầu họ dùng AI để tự động hóa khâu ghép nối (matching) này.
- Sự “vật lộn” tư duy nằm ở đâu? Nhiệm vụ thực sự của nhân sự cấp Junior giờ đây là kiểm toán (audit) quyết định của AI. Khi AI báo cáo có 15 giao dịch bất thường (anomalies) không thể tự phân loại, nhân viên kế toán phải tự đào sâu, liên hệ với các phòng ban, tra cứu luật thuế để giải quyết các “ca ngoại lệ” (edge cases) đó. Đối với HR, họ có thể dùng AI để lọc CV cơ bản, nhưng bắt buộc phải tự tay thiết kế bộ câu hỏi phỏng vấn hành vi và trực tiếp đào sâu vào tâm lý ứng viên.
Bằng cách này, chúng tôi giải phóng nhân viên khỏi sự vất vả cơ bắp để họ thực sự “vật lộn” với tư duy phân tích cấp cao. Trực giác nghề nghiệp không được sinh ra từ việc copy-paste dữ liệu, mà được rèn dũa thông qua việc liên tục đặt câu hỏi: “Tại sao cỗ máy lại đưa ra kết quả này, và điểm mù của nó nằm ở đâu?”
Bài học quản trị: Máy móc và AI được sinh ra để tối ưu hóa hiệu suất, nhưng “trực giác nghề nghiệp” chỉ có thể được rèn dũa qua sự cọ xát với những vấn đề phức tạp. Bằng cách thay đổi lăng kính – giao việc tính toán và rà soát logic cho AI, giữ lại quyền quyết định, sự thấu cảm và tư duy phản biện cho con người – Khối Back Office không chỉ trở thành một bệ phóng vững chắc, mà còn bảo vệ được giá trị cốt lõi nhất của chúng tôi: Trí tuệ con người không mất đi, nó chỉ đang dịch chuyển lên một tầng nhận thức cao hơn.
Phần 6: Lời kết
Bài báo “Mathematical methods and human thought in the age of AI” của Tanya Klowden và Terence Tao, thông qua sự gợi mở của Akshay Pachaar, không chỉ là một tài liệu học thuật dành riêng cho giới toán học. Nó là một bản tuyên ngôn triết học cho toàn thể nhân loại khi chúng ta đứng trên bờ vực của một cuộc Cách mạng Công nghiệp mới – Cuộc cách mạng về Nhận thức.
Sự trỗi dậy của các mô hình trí tuệ nhân tạo khổng lồ không đánh dấu sự kết thúc của tư duy con người. Ngược lại, nó ép buộc chúng ta phải trưởng thành hơn trong cách nhìn nhận bản thân. Sự thay đổi mang tính Copernicus này yêu cầu chúng ta chấp nhận rằng trí thông minh tính toán không phải là độc quyền của loài người, và cũng không phải là thứ định nghĩa giá trị tối thượng của chúng ta
Giá trị của chúng ta nằm ở “quá trình” – ở sự tò mò, ở những câu hỏi tại sao, ở những sai lầm, ở trực giác và ở khao khát kết nối kiến thức để tạo nên ý nghĩa cho nhân loại. Bằng cách giữ vững vai trò định hướng của con người, kiên quyết bảo vệ không gian cho sự học hỏi thông qua quá trình thử sai, và thông minh biến AI thành một “người kiểm chứng” khắt khe, chúng ta hoàn toàn có thể tận dụng sức mạnh của công nghệ mới này để mở rộng ranh giới của sự hiểu biết.
Giống như việc con người vẫn say mê chơi cờ vua dù máy tính đã giải mã hoàn toàn trò chơi này, trong công việc và tư duy hàng ngày, chúng ta vẫn sẽ tiếp tục suy nghĩ, sáng tạo và vật lộn với những ý tưởng. Bởi vì cuối cùng, vẻ đẹp của tri thức không chỉ nằm ở kết quả cuối cùng hoàn hảo, mà nằm ở chính hành trình đầy gian truân và đậm tính người để vươn tới kết quả đó.