Trong kỷ nguyên AI phát triển nhanh chóng, người ta vẫn đang hoài nghi về khả năng tự động hóa quá trình nghiên cứu khoa học bằng mô hình ngôn ngữ lớn. Một lập trình viên trên Hacker News chia sẻ trải nghiệm giám sát các dự án thí nghiệm, trong đó các mô hình AI đưa ra những quyết định rất kém. Ví dụ, khi đánh giá 8 bài báo trong một hackathon, các bài luận chỉ đạt điểm từ 60% đến 95% về độ đa dạng và chất lượng, đồng thời có xu hướng tương tự nhau về phương pháp và thiếu sót phân tích sâu.
Một ngoại lệ nhỏ bé là các bài toán thuộc loại hill-climbing với phản hồi nhanh, như cải thiện hiệu suất xử lý di chuyển Scrabble pháp luật bằng cách khuyến khích mô hình Astra thử nghiệm nhiều cách tiếp cận. Tuy nhiên, những bước đột phá lớn lại đến khi người ta đưa ra ý tưởng mới: xem xét toàn bộ trò chơi thay vì từng vị trí ngẫu nhiên, hoặc thiết kế các thuật toán dựa trên số lần trống còn lại trong bài.
Mặc dù AI có thể hỗ trợ trong việc khám phá và tối ưu, nhưng hiện tại vẫn cần người dẫn dắt để xác định nguồn tham khảo tốt, chỉ số đo lường phù hợp và phần nào đó nên tập trung vào. Điều này khiến cho thấy vai trò của con người vẫn còn vô cùng quan trọng trong quá trình nghiên cứu, dù không còn là người làm việc chính mà chỉ đóng vai trò giám sát và hướng đi.
Điều này đặt ra câu hỏi: AI trong tương lai có thực sự thay thế được người ta trong lĩnh vực nghiên cứu, hay chỉ là một công cụ hỗ trợ? Với cộng đồng AI tại Việt Nam, việc hiểu rõ giới hạn và tiềm năng của công nghệ sẽ giúp chúng ta phát triển các giải pháp thực tiễn, kết hợp tốt hơn giữa trí tuệ nhân tạo và trí tuệ con người.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com