#AI-002: AI có thể giúp chúng ta suy nghĩ tốt hơn không?
Có lẽ giá trị lớn nhất của AI không nằm ở những câu trả lời nó đưa ra, mà ở những điều nó giúp chúng ta nhận ra trước khi quyết định. Trong bài viết trước, tôi đã đặt ra câu hỏi: Khi AI có thể làm công việc của bạn, bạn sẽ làm gì tiếp theo? Tôi đã chọn không chỉ làm nhanh hơn, mà cố gắng hiểu rõ hơn công việc và những vấn đề phía sau nó.
Tôi không nghĩ câu trả lời đơn giản là học thêm một công cụ mới, làm việc nhanh hơn hay cố gắng tìm một công việc mà AI chưa thể thay thế. Bởi vì những gì AI làm được hôm nay có thể chỉ là một phần nhỏ so với những gì nó sẽ làm được trong tương lai. Có lẽ điều quan trọng hơn là học cách nhìn nhận vấn đề rộng hơn, hiểu những mối quan hệ mà trước đây chúng ta chưa chú ý đến, và đưa ra những quyết định tốt hơn.
Nhưng rồi một câu hỏi khác xuất hiện:
Nếu AI ngày càng giỏi hơn trong việc trả lời, liệu nó có thể giúp chúng ta suy nghĩ tốt hơn không?
Tôi nghĩ là có. Nhưng trước hết, chúng ta cần phân biệt hai điều tưởng như giống nhau:
Có được một câu trả lời tốt.
và
Thực sự hiểu vấn đề mình đang cố giải quyết.
Một câu trả lời đúng chưa chắc đã giải quyết đúng vấn đề
Hãy tưởng tượng một người đang gặp khó khăn về tài chính. Tháng nào họ cũng cảm thấy thiếu tiền. Họ quyết định hỏi AI: "Làm thế nào để tôi kiếm thêm thu nhập?"
AI có thể nhanh chóng đề xuất nhiều phương án: tìm công việc làm thêm, học một kỹ năng mới, làm kinh doanh nhỏ, làm việc tự do hoặc tận dụng những gì người đó đã biết. Những gợi ý ấy có thể hoàn toàn hợp lý.
Người đó chọn làm thêm vào buổi tối.
Thu nhập tăng lên.
Nhưng thời gian nghỉ ngơi ít đi, sức khỏe bắt đầu bị ảnh hưởng, và họ không còn nhiều thời gian cho gia đình.
Vài tháng sau, họ nhận ra mình vẫn chưa thực sự thoát khỏi áp lực tài chính. Vậy AI đã trả lời sai sao? Chưa chắc. AI đã trả lời đúng câu hỏi mà người đó đặt ra: Làm thế nào để kiếm thêm tiền? Nhưng có thể câu hỏi ban đầu chưa phản ánh đầy đủ vấn đề:
- Nếu nguyên nhân là những khoản chi tiêu không phù hợp, việc tăng thu nhập có thể không đủ.
- Nếu nguyên nhân là một khoản nợ với lãi suất cao, có lẽ cần xem lại kế hoạch trả nợ.
Nếu thu nhập thực sự không đáp ứng được nhu cầu thiết yếu, tìm cách tăng thu nhập lại có thể là hướng đi cần thiết. Nhưng nếu vấn đề liên quan đến nhiều yếu tố, một giải pháp đơn lẻ khó có thể giải quyết được tất cả. Cùng một biểu hiện — thiếu tiền — nhưng có thể có nhiều nguyên nhân khác nhau. Chúng ta không thể biết đâu là giải pháp phù hợp nếu chưa hiểu hoàn cảnh thực tế.
Điều này không chỉ xảy ra với chuyện tiền bạc:
- Một học sinh học kém có thể được yêu cầu học thêm, trong khi điều em thực sự cần là tìm lại kiến thức nền tảng.
- Một nhân viên thường xuyên trễ hạn có thể được khuyên quản lý thời gian tốt hơn, trong khi khối lượng công việc được giao đã vượt quá khả năng hoàn thành.
- Một người cảm thấy mệt mỏi có thể cố gắng ngủ nhiều hơn, trong khi vấn đề còn liên quan đến áp lực kéo dài hoặc một nguyên nhân sức khỏe cần được kiểm tra.
Chúng ta thường vội vàng tìm cách giải quyết điều mình nhìn thấy trước mắt. Nhưng điều chúng ta nhìn thấy chưa chắc là toàn bộ vấn đề.
Khi câu trả lời trở nên quá dễ dàng
Trước đây, để tìm lời giải cho một vấn đề, chúng ta có thể phải đọc nhiều tài liệu, hỏi nhiều người hoặc dành hàng giờ tìm kiếm thông tin. Ngày nay, AI có thể đưa ra một bản phân tích chỉ sau vài giây. Đó là một thay đổi rất lớn.
Nhưng sự tiện lợi này cũng có một mặt trái. Khi nhận được một câu trả lời rõ ràng, có cấu trúc và nghe rất hợp lý, chúng ta dễ có cảm giác rằng vấn đề đã được hiểu đầy đủ. Đặc biệt khi AI đồng ý với nhận định ban đầu của mình. Giả sử tôi hỏi:
- "Tôi đang làm việc quá nhiều. Hãy giúp tôi lập kế hoạch quản lý thời gian hiệu quả hơn."
AI có thể đưa ra một lịch trình rất chi tiết.
Nhưng trước khi bắt tay vào lập lịch, có những câu hỏi khác rất đáng được cân nhắc:
- Có phải tôi đang làm quá nhiều việc?
- Có công việc nào thực sự không cần làm?
- Tôi có đang dành thời gian quá nhiều cho những việc ít tạo ra giá trị?
- Có phải cách hợp tác với người khác chưa tốt đang khiến công việc bị lặp lại?
- Liệu tôi có đang cố giải quyết một vấn đề của tổ chức bằng sự cố gắng của riêng mình?
Một kế hoạch quản lý thời gian tốt có thể giúp ích. Nhưng nếu nguyên nhân thực sự là khối lượng công việc không hợp lý, một lịch trình được tối ưu đến đâu cũng có giới hạn. Làm một việc hiệu quả hơn không có nghĩa đó là việc chúng ta nên tiếp tục làm.
Và đây là lúc tôi bắt đầu thấy một cách sử dụng AI khác. Không chỉ yêu cầu nó giải quyết vấn đề. Mà nhờ nó giúp tôi xem xét lại chính cách mình đang hiểu vấn đề.
Thay vì chỉ hỏi AI để có câu trả lời
Hãy quay lại câu chuyện người đang gặp khó khăn về tài chính. Thay vì hỏi ngay: "Làm thế nào để kiếm thêm tiền?"
Người đó có thể bắt đầu bằng một câu hỏi khác: "Tôi thường xuyên thiếu tiền vào cuối tháng. Trước khi đề xuất giải pháp, hãy giúp tôi xác định những nguyên nhân có thể xảy ra và những thông tin tôi cần xem xét."
Câu trả lời lúc này có thể rất khác, một chu trình hiệu quả hơn xuất hiện:
- AI có thể gợi ý xem xét thu nhập, chi tiêu thiết yếu, các khoản nợ, những khoản phát sinh bất thường hoặc các nghĩa vụ tài chính trong gia đình.
- Người đó bổ sung thêm thông tin.
- AI tiếp tục đặt câu hỏi.
- Một vài giả định ban đầu được điều chỉnh.
- Những yếu tố trước đây chưa được chú ý bắt đầu xuất hiện.
Thay vì lập tức chọn một giải pháp, người đó đang dần xây dựng một bức tranh rõ ràng hơn về hoàn cảnh của mình. Và nếu AI đưa ra một nhận định không đúng, người đó có thể phản biện:
"Điều đó không phù hợp với hoàn cảnh của tôi, vì..."
Cuộc trao đổi tiếp tục.
Điểm khác biệt không nằm ở việc AI đã trở nên thông minh hơn chỉ nhờ một câu hỏi. Mà ở chỗ chúng ta đã thay đổi mục đích của cuộc đối thoại. Trước đây, tôi muốn AI đưa ra lời giải. Bây giờ, tôi muốn AI giúp mình kiểm tra xem tôi đã hiểu đúng vấn đề của mình hay chưa. Tất nhiên, AI không biết toàn bộ cuộc sống của tôi. Nó có thể bỏ sót thông tin, suy luận sai hoặc đưa ra những giả định thiếu căn cứ. Vì vậy, những gì AI đề xuất cần được xem là các khả năng để kiểm tra, không phải những kết luận mặc nhiên đúng.
Nhưng chính quá trình trao đổi, phản biện và bổ sung bối cảnh ấy có thể giúp tôi suy nghĩ vấn đề rõ ràng hơn.
Một người luôn đồng ý với bạn chưa chắc là người giúp bạn tốt nhất
Có một điều tôi nhận thấy khi trao đổi với AI: đôi khi nó có thể quá dễ dàng đồng ý với cách đặt vấn đề của tôi. Nếu tôi cho rằng một phương án là tốt, AI có thể đưa ra nhiều lý do để củng cố nhận định ấy. Nếu tôi đổi sang một phương án khác, nó cũng có thể tìm được những lý do nghe rất thuyết phục. Điều đó không có nghĩa mọi câu trả lời đều vô giá trị. Nhưng nó nhắc tôi rằng một lời giải thích thuyết phục chưa chắc là một lời giải thích đúng. Trong cuộc sống, chúng ta cũng thường tìm đến những người đồng ý với mình. Cảm giác được đồng tình rất dễ chịu.
Nhưng nếu mục tiêu là hiểu vấn đề tốt hơn, có lẽ điều chúng ta cần đôi khi lại là một góc nhìn trái ngược. Vì vậy, thay vì chỉ hỏi:
"Bạn nghĩ giải pháp của tôi có tốt không?"
Tôi có thể hỏi:
"Hãy chỉ ra những giả định trong giải pháp này. Giả định nào có thể sai? Trong trường hợp nào giải pháp này sẽ thất bại?"
Hoặc đơn giản hơn:
"Nếu bạn không đồng ý với tôi, bạn sẽ phản biện điều gì?"
AI có thể giúp đưa ra những góc nhìn khác nhau. Không phải góc nhìn nào cũng đúng. Nhưng chúng tạo cơ hội để tôi xem xét những điều mình đã bỏ qua.
Một quyết định tốt không nhất thiết là quyết định được nhiều người đồng ý nhất. Đôi khi, đó là quyết định đã được xem xét từ đủ nhiều góc cạnh trước khi hành động.
Nhưng suy nghĩ nhiều hơn có phải lúc nào cũng tốt hơn?
Đến đây có thể xuất hiện một vấn đề khác.
Nếu cứ liên tục hỏi AI về nguyên nhân, rủi ro, giả định và các phương án thay thế, liệu chúng ta có rơi vào tình trạng phân tích mãi mà không hành động?
Tôi nghĩ điều đó hoàn toàn có thể xảy ra. Một vấn đề nhỏ không nhất thiết cần một bản phân tích dài hàng chục trang. Một quyết định dễ thay đổi không cần được xem xét như một quyết định có thể ảnh hưởng đến cả cuộc đời. Và không phải câu hỏi nào cũng cần AI. Nếu tôi muốn chọn một món ăn cho bữa tối, có lẽ tôi chỉ cần quyết định.
Nhưng nếu tôi định nghỉ việc, vay một khoản tiền lớn, chuyển hướng nghề nghiệp hoặc đưa ra một quyết định ảnh hưởng đến nhiều người, việc xem xét thêm những góc nhìn khác có thể rất đáng giá.
Mục tiêu không phải là suy nghĩ nhiều nhất có thể. Mục tiêu là suy nghĩ đủ để đưa ra một quyết định phù hợp với mức độ quan trọng của vấn đề.
Sau cùng, hiểu biết chỉ thực sự có ích khi nó giúp chúng ta hành động tốt hơn. Và đây cũng là điều tôi muốn giữ lại trong hành trình với AI: không dừng ở những hỏi đáp đơn thuần, mà tìm cách biến những gì đã hiểu thành một thay đổi có thể thực hiện được.
Một cách đơn giản để bắt đầu ngay hôm nay
Tôi không nghĩ chúng ta cần học một phương pháp phức tạp trước khi bắt đầu sử dụng AI theo cách này. Lần tới, khi gặp một vấn đề khiến mình băn khoăn, tôi sẽ thử đi qua bốn bước.
Bước 1 — Mô tả vấn đề, chưa vội yêu cầu giải pháp.
Ví dụ: "Tôi thường xuyên phải làm việc đến tối nhưng vẫn không hoàn thành công việc."
Hãy mô tả những gì thực sự đang xảy ra, thay vì vội kết luận nguyên nhân.
Bước 2 — Dùng AI để tìm những điều mình có thể đã bỏ sót.
"Những nguyên nhân nào có thể dẫn đến tình trạng này? Tôi cần cung cấp thêm thông tin gì để phân biệt chúng?"
Bước 3 — Kiểm tra các giả định.
"Tôi đang cho rằng vấn đề là do mình quản lý thời gian chưa tốt. Có những cách giải thích nào khác không? Làm sao kiểm tra?"
Bước 4 — Chọn một thay đổi nhỏ nằm trong khả năng chủ động.
"Dựa trên những gì đã xác định, có một việc nhỏ nào tôi có thể thử thay đổi trong tuần này? Tôi nên quan sát điều gì để biết nó có hiệu quả?"
Có thể kết quả chỉ là nhận ra mình cần trao đổi lại thứ tự ưu tiên với người quản lý. Có thể là ngừng một công việc không còn cần thiết. Hoặc cũng có thể là học một kỹ năng giúp thực hiện công việc hiệu quả hơn.
Điều quan trọng là chúng ta không cố giải quyết mọi thứ cùng một lúc. Chọn một thay đổi, quan sát kết quả, rồi điều chỉnh. Nếu thử nghiệm không mang lại kết quả mong muốn, điều đó cũng giúp chúng ta biết thêm điều gì đó về vấn đề ban đầu. Và quá trình học lại tiếp tục.
AI có thể giúp chúng ta suy nghĩ tốt hơn không?
Quay lại câu hỏi ở đầu bài, câu trả lời của tôi vẫn là: Có, nhưng nó không tự nhiên đến. Nếu chỉ dùng AI để làm thay mọi việc, chúng ta có thể trở nên nhanh hơn mà chưa chắc hiểu sâu hơn. Nếu luôn chấp nhận câu trả lời đầu tiên, chúng ta có thể tiết kiệm thời gian nhưng cũng bỏ qua những sai sót quan trọng.
Ngược lại, nếu dùng AI để khám phá những giả định, đặt thêm câu hỏi, xem xét các mối quan hệ và thử thách suy nghĩ của chính mình, nó có thể trở thành một công cụ rất hữu ích. AI có thể giúp chúng ta nhìn thấy nhiều khả năng hơn. Nhưng chúng ta vẫn cần đối chiếu chúng với thực tế, lựa chọn điều có ý nghĩa và chịu trách nhiệm cho hành động của mình. Và có lẽ điều này đưa chúng ta trở lại hình ảnh trong bài viết trước: một con cá không nhìn thấy nước.
Đôi khi, chúng ta không nhận ra những yếu tố đang ảnh hưởng đến quyết định của mình bởi vì chúng ta đã quá quen với môi trường đang sống. Một câu hỏi khác đi có thể giúp chúng ta nhận ra một yếu tố chưa từng chú ý. Một góc nhìn khác có thể cho thấy hai vấn đề tưởng như độc lập thực ra có liên quan đến nhau.
Một giải pháp có vẻ tốt hôm nay có thể tạo ra hậu quả không mong muốn trong tương lai. Nhưng khi những mối quan hệ ngày càng nhiều, chỉ đặt thêm câu hỏi thôi có lẽ vẫn chưa đủ. Chúng ta cần một cách tư duy giúp kết nối những điều đã nhìn thấy thành một bức tranh có ý nghĩa.
Một cách tiếp cận giúp chúng ta xem xét những mối quan hệ ấy là Systems Thinking — Tư duy hệ thống. Đó sẽ là chủ đề tôi muốn tiếp tục khám phá sau khi học cách đặt câu hỏi và kiểm tra giả thuyết. Không phải để trở thành người có thể giải quyết mọi vấn đề, mà để hiểu rõ hơn những vấn đề mình gặp phải, nhận ra phần nào nằm trong khả năng chủ động và lựa chọn cách hành động phù hợp.
Bởi sau cùng, điều tôi mong đợi từ AI không chỉ là giúp mình có thêm nhiều câu trả lời. Mà là giúp mình đặt đúng câu hỏi, hiểu rõ hơn điều cần thay đổi và thực sự bắt đầu thay đổi nó.
MakeBetter — A journal of Understanding, Building, and Becoming Better.