15 Thời điểm nên sử dụng AI và 5 thời điểm không nên sử dụng AI
Ghi chú về sự khôn ngoan thực tế trong việc sử dụng AI
Có một số loại công việc mà AI đặc biệt hữu ích, do khả năng và hạn chế hiện tại của các mô hình ngôn ngữ lớn (LLM). Mặc dù danh sách này dựa trên cơ sở khoa học, nhưng nó chủ yếu được rút ra từ kinh nghiệm thực tế nhiều hơn. Như bất kỳ dạng trí tuệ nào, sử dụng AI hiệu quả đòi hỏi phải nắm giữ những ý tưởng đối lập: AI có thể mang tính đột phá nhưng cần được tiếp cận với sự hoài nghi, mạnh mẽ nhưng dễ mắc lỗi tinh vi, cần thiết cho một số công việc nhưng có thể gây hại cho những công việc khác. Tôi cũng muốn nhấn mạnh rằng bạn không nên coi danh sách này là kim chỉ nam tuyệt đối mà hãy xem nó như nguồn cảm hứng - bởi vì chỉ bạn mới hiểu rõ tình huống của chính mình nhất, và kiến thức từ thực tế luôn quan trọng hơn bất kỳ nguyên tắc chung chung nào.
Với tất cả những điều đó, dưới đây là một số loại công việc mà AI có thể đặc biệt hữu ích với khả năng hiện tại — cùng với một số trường hợp mà bạn nên cẩn trọng:
15 thời điểm nên sử dụng AI
1. Công việc cần số lượng lớn đầu ra. Ví dụ, số lượng ý tưởng bạn tạo ra sẽ quyết định chất lượng của ý tưởng tốt nhất. Trong các buổi động não, bạn cần tạo ra nhiều ý tưởng, nhưng hầu hết mọi người dừng lại sau khi nghĩ ra vài ý tưởng vì kiệt sức. AI có thể cung cấp hàng trăm ý tưởng mà không lặp lại đáng kể.
2. Công việc mà bạn là chuyên gia và có thể nhanh chóng đánh giá AI hoạt động tốt hay không. Điều này có thể bao gồm các công việc phức tạp và yêu cầu cao, nhưng bạn cần dựa vào chuyên môn của mình để xác định liệu AI có cung cấp kết quả giá trị hay không. Ví dụ, mô hình AI mới o1 của OpenAI có thể giải một số vấn đề ở cấp độ tiến sĩ, nhưng nếu không phải là chuyên gia, bạn sẽ khó biết liệu câu trả lời của nó có hữu ích hay không.
3. Công việc tóm tắt khối lượng lớn thông tin, nhưng hậu quả của sai sót là thấp và bạn không cần kiến thức chi tiết về thông tin nền tảng. AI giỏi tóm tắt các tác phẩm dài, nhưng nhược điểm của nó là việc kiểm chứng tính chính xác của chúng.
4. Công việc chỉ đơn thuần là chuyển đổi giữa các khung hoặc quan điểm. Ví dụ, bạn đã phát triển một chính sách nhưng cần chuyển đổi nó thành hàng tá tài liệu đào tạo cho các đối tượng khác nhau trong tổ chức. AI rất giỏi trong việc này, tăng hoặc giảm độ phức tạp của tài liệu sao cho phù hợp với người đọc.
5. Công việc giúp bạn tiếp tục tiến lên phía trước. Những trở ngại nhỏ thường khiến chúng ta dừng lại, và một cú huých có thể là tất cả những gì chúng ta cần. Trước đây khi viết lách, tôi có thể bị kẹt ở một câu và phải bỏ dở việc viết trong một giờ, nhưng giờ đây tôi có thể yêu cầu AI cung cấp ba mươi cách khác nhau để kết thúc câu đó.
(30 cách để kết thúc câu. Tôi có thể sẽ không sử dụng bất kỳ cái nào trong số chúng nguyên văn, nhưng chúng có thể mở ra một số ý tưởng để viết tiếp mà tôi có thể không nghĩ đến.)
6. Công việc mà bạn biết rằng AI giỏi hơn con người tốt nhất mà bạn có thể tiếp cận, và nơi mà các sai sót của AI không dẫn đến hậu quả nghiêm trọng nếu xảy ra sai lầm.
7. Công việc mà bạn hiểu cơ bản nhưng cần hỗ trợ về bối cảnh hoặc chi tiết. Tyler Cowen gợi ý sử dụng AI như một người bạn đồng hành khi đọc sách, vì nó cho phép bạn đặt vô số câu hỏi.
8. Công việc cần sự đa dạng và bạn đóng vai trò biên tập viên hoặc người phụ trách chọn lựa ý tưởng tốt nhất. Yêu cầu các giải pháp đa dạng — "cho tôi 15 cách viết lại đoạn này theo phong cách hoàn toàn khác nhau, sáng tạo lên" — giúp bạn tìm ra những ý tưởng có thể thú vị.
9. Công việc mà nghiên cứu cho thấy AI gần như chắc chắn hữu ích — ví dụ như nhiều loại mã hóa.
10. Công việc cần góc nhìn sơ bộ từ các nhóm đối tượng khác nhau (thân thiện, thù địch, hay trung lập).
11. Công việc mang tính khởi nghiệp, nơi bạn cần mở rộng chuyên môn của mình sang nhiều lĩnh vực khác nhau, và khi không có đối tác phù hợp thì sẽ không thể hành động. AI có thể là một "đồng sáng lập" bất ngờ, cung cấp sự cố vấn đồng thời xây dựng tài liệu, bản demo và phương pháp tiếp cận nằm ngoài trải nghiệm của bạn.
12. Công việc yêu cầu góc nhìn cụ thể, nơi mà góc nhìn giả lập ban đầu từ AI có thể hữu ích, chẳng hạn như phản ứng từ các nhân vật hư cấu.
13. Công việc chỉ mang tính hình thức, đã mất đi mục đích ban đầu (như một số báo cáo tiêu chuẩn hóa mà không ai đọc). Theo lời của Bob Sutton và Huggy Rao, những gì phân tán sự chú ý của bạn và khiến bạn kém giá trị hơn? Những công việc nào không phục vụ mục đích hữu ích nào? Trong một thế giới lý tưởng, bạn nên loại bỏ công việc đó, nhưng ít nhất cũng có thể giảm sự kiểm soát của nó bằng cách nhờ AI hỗ trợ. (Tuy nhiên, hãy chắc chắn rằng điều này thực sự đúng, vì nhiều người tự động hóa cả những đánh giá hiệu suất, điều vốn chỉ có ý nghĩa khi do con người thực hiện).
14. Công việc bạn cần ý kiến thứ hai. Cung cấp dữ liệu để AI xem có cùng kết luận tương tự với bạn không.
15. Công việc AI làm tốt hơn con người.
5 thời điểm không nên sử dụng AI
Trước khi đi sâu vào các trường hợp cụ thể mà việc sử dụng AI có thể gây vấn đề, chúng ta có thể loại trừ các tình huống rõ ràng — sử dụng AI cho mục đích bất hợp pháp, trong các tình huống rủi ro cao nơi mà sai sót có thể gây ra hậu quả thảm khốc, hoặc cho các quyết định đòi hỏi phải có sự can thiệp đạo đức từ con người. Bên cạnh những trường hợp rõ ràng này, dưới đây là năm lĩnh vực tinh tế nhưng quan trọng mà việc sử dụng AI có thể phản tác dụng:
1. Khi bạn cần học hỏi và tổng hợp ý tưởng hoặc thông tin mới. Việc yêu cầu một bản tóm tắt không giống như tự mình đọc và tìm hiểu. Nhờ AI giải quyết vấn đề cho bạn không phải là cách hiệu quả để học tập, ngay cả khi bạn cảm thấy vậy. Để học điều gì đó mới, bạn sẽ phải tự mình đọc và suy ngẫm, mặc dù bạn vẫn có thể thấy AI hữu ích cho các phần của quá trình học tập.
2. Khi cần độ chính xác cực cao. Vấn đề với các lỗi của AI, được gọi là "ảo giác" nổi tiếng, là do cách hoạt động của các mô hình ngôn ngữ lớn (LLMs), các lỗi này sẽ trông rất hợp lý. Vì vậy, ảo giác rất khó phát hiện, và nghiên cứu cho thấy rằng con người thậm chí không cố phát hiện ra chúng, "lơ là cảnh giác" và không chú ý. Ảo giác có thể giảm thiểu nhưng không thể loại bỏ hoàn toàn. (Tuy nhiên, nhiều công việc trong thế giới thực có khả năng chấp nhận sai sót — con người cũng mắc lỗi — và có thể AI ít mắc lỗi hơn con người trong một số trường hợp).
3. Khi bạn không hiểu rõ các dạng thất bại của AI. AI không thất bại theo cách giống như con người. Bạn biết rằng AI có thể gặp ảo giác, nhưng đó chỉ là một dạng lỗi: AI thường cố gắng thuyết phục bạn rằng nó đúng, hoặc đôi khi trở nên nịnh bợ và đồng tình với câu trả lời sai của bạn. Bạn cần sử dụng AI đủ lâu để hiểu rõ những rủi ro này.
4. Khi nỗ lực chính là điều cốt lõi. Trong nhiều lĩnh vực, con người cần vật lộn với một chủ đề để thành công — các nhà văn viết đi viết lại cùng một trang, các học giả xem xét lại một lý thuyết nhiều lần. Khi bạn tìm cách bỏ qua quá trình vật lộn đó, dù điều đó có khó chịu đến đâu, bạn có thể đánh mất khả năng đạt đến khoảnh khắc "aha" quan trọng.
5. Khi AI hoạt động không tốt. Điều này có vẻ hiển nhiên, nhưng AI lại hoạt động không tốt ở những điều bạn không ngờ tới (đếm số lượng chữ “r” trong từ “strawberry”) và hoạt động tốt ở những điều bạn không ngờ tới (viết một bài sonnet kiểu Shakespeare về việc khó khăn thế nào khi đếm số lượng chữ “r” trong từ “strawberry”, nơi mà chữ cái đầu của mỗi dòng ghép lại thành hai loại trái cây). Thật không may, không có một hướng dẫn chung nào để cho bạn biết về hình dạng của Biên Giới Lởm Chởm trong khả năng của AI, điều luôn không ngừng phát triển. Thử nghiệm và sai sót, cùng việc chia sẻ thông tin với đồng nghiệp, là điều thiết yếu để hiểu rõ vấn đề này.
Việc biết khi nào nên sử dụng AI hóa ra là một dạng trí tuệ, không chỉ là kiến thức kỹ thuật. Giống như hầu hết các hình thức trí tuệ, điều này có chút nghịch lý: AI thường hữu ích nhất ở những nơi chúng ta đã đủ chuyên môn để phát hiện ra sai sót của nó, nhưng lại ít hữu ích nhất trong những công việc đòi hỏi chuyên sâu khiến chúng ta trở thành chuyên gia ngay từ đầu. Nó hoạt động tốt nhất cho các nhiệm vụ mà chúng ta có thể tự làm nhưng không nên lãng phí thời gian vào, nhưng có thể gây hại tích cực cho việc học của chúng ta khi dùng nó để bỏ qua những nỗ lực cần thiết. Và có lẽ quan trọng nhất, trí tuệ có nghĩa là biết rằng những mô hình này sẽ tiếp tục thay đổi khi khả năng của AI phát triển, và khi có nhiều nghiên cứu hơn, buộc chúng ta phải tiếp tục đặt câu hỏi về những giả định của mình về nơi AI giúp ích và nơi nó cản trở.
Gợi ý tốt nhất để tạo ý tưởng trong bài báo của chúng tôi dành cho GPT-4 là: “Hãy tạo ra các ý tưởng sản phẩm với các yêu cầu sau đây: [chèn các giới hạn ở đây]. Các ý tưởng chỉ là ý tưởng. Sản phẩm không nhất thiết phải tồn tại, cũng không nhất thiết phải rõ ràng về tính khả thi. Hãy làm theo các bước sau. Thực hiện từng bước, ngay cả khi bạn nghĩ rằng mình không cần làm vậy. Trước tiên, tạo một danh sách gồm 100 ý tưởng (chỉ tiêu đề ngắn). Thứ hai, duyệt qua danh sách và xác định liệu các ý tưởng có khác biệt và táo bạo hay không, chỉnh sửa các ý tưởng nếu cần để chúng táo bạo hơn và khác biệt hơn. Không hai ý tưởng nào được giống nhau. Điều này rất quan trọng! Sau đó, đặt tên cho các ý tưởng và kết hợp chúng với một mô tả sản phẩm. Tên và ý tưởng được phân tách bằng dấu hai chấm và theo sau là mô tả. Ý tưởng nên được diễn đạt thành một đoạn văn dài từ 40-80 từ. Thực hiện từng bước một!”
Tác giả:
Dịch thuật và biên tập: Hải Loan
Đọc thêm:
