Một tác giả hoạt động trong lĩnh vực mã nguồn mở và AI cho biết mình đang gặp hiện tượng có thể gọi là “AI-blind”: vẫn đọc tài liệu nhưng khó tập trung hoặc phân tích nội dung khi văn bản mang dấu vết rõ rệt của LLM. Hệ quả là tác giả phải trao đổi qua lại với người gửi và hỏi những vấn đề vốn đã được đề cập trong tài liệu.
Các ví dụ gồm tài liệu thiết kế có nhiều cách nói đặc trưng của Claude, một bộ slide marketing dài 20 trang trộn chiến lược hợp lý với mô tả kiến trúc kỹ thuật thiếu thuyết phục, và tài liệu yêu cầu kỹ thuật diễn giải một ý tưởng đơn giản theo cách quá dài dòng. Điểm chung là những chi tiết nhỏ thường được trình bày như một đột phá, trong khi phần chữ tăng lên nhưng lượng thông tin hữu ích không tương xứng.
Tác giả cho rằng con người có thể không nhận diện chính xác mọi văn bản do AI tạo, nhưng các sản phẩm được tạo với ít công sức vẫn để lộ nhiều mẫu quen thuộc: lựa chọn từ ngữ, nhịp câu, cấu trúc đối lập kiểu “không phải X mà là Y”, hoặc xu hướng biến mọi quyết định thành một tuyên bố lớn. Sau khi tiếp xúc quá nhiều với bài LinkedIn, email và website có phong cách này, não bộ dường như học cách phát hiện rồi tự động bỏ qua chúng.
Hiện tượng được so sánh với “banner blindness”, khi người dùng vô thức phớt lờ quảng cáo trên trang web để giảm quá tải thông tin. Bài viết nêu một nghịch lý đáng chú ý cho cộng đồng AI và người dùng Việt Nam: LLM chỉ giúp tăng năng suất khi đầu ra được biên tập kỹ; nếu sao chép nguyên bản, nó có thể làm người đọc mất thời gian hơn.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com