Tom Keating (*), trên tạp chí mạng Eureka Street của các Cha Dòng Tên Úc, số ra ngày 02 tháng 9 năm 2026, cho hay: Cuộc tranh luận về trí tuệ nhân tạo hiện nay đã đi vào hai hướng chính. Thứ nhất là về kinh tế, liên quan đến việc công việc nào sẽ biến mất, công việc nào sẽ thay đổi và lợi ích từ năng suất có thể là gì. Thứ hai là về môi trường, liên quan đến điện năng mà các trung tâm dữ liệu tiêu thụ, nước làm mát chúng và khoáng sản được khai thác để xây dựng chúng. Cả hai khía cạnh này đều quan trọng và đều xứng đáng được xem xét kỹ lưỡng. Nhưng chúng đều có chung một giả định: mỗi cách tiếp cận đều coi trí tuệ nhân tạo như một nhập lượng (input) mới trong một thế giới mà mục đích của nó đã được định sẵn, và chỉ xem xét chi phí vận hành của nó.

Có một câu hỏi thứ ba, khó nhận thấy hơn và, theo tôi, có tầm quan trọng hơn cả hai. Đó không phải là những hệ thống này sẽ tác động như thế nào đến thị trường lao động hay lưới điện, mà là chúng sẽ tác động như thế nào đến chúng ta với tư cách là người hiểu biết: đến cách chúng ta tin tưởng vào mọi thứ, những gì chúng ta chấp nhận là sự hiểu biết, người mà chúng ta tin tưởng và liệu chúng ta có giữ được những thói quen tư duy mà một xã hội biết suy nghĩ phụ thuộc vào hay không. Hãy gọi đó là vấn đề nhận thức luận. Một xã hội có thể tái cấu trúc việc làm và, với nỗ lực, có thể tìm thấy năng lượng. Một xã hội đánh mất sự khác biệt giữa thông tin và hiểu biết đã đánh mất thứ gì đó khó phục hồi hơn nhiều, nhất là vì nó có thể đánh mất chính phương tiện để nhận ra sự mất mát đó.

Trong tác phẩm Phaedrus của Pla-tông, thần Theuth tặng cho nhà vua Ai Cập món quà là chữ viết, ca ngợi nó như một phương thuốc cho trí nhớ và sự khôn ngoan. Nhà vua không bị thuyết phục. Ông nói rằng chữ viết sẽ sinh ra sự lãng quên vì mọi người sẽ tin tưởng vào những dấu hiệu trên trang giấy thay vì rèn luyện trí nhớ; và nó sẽ tạo ra vẻ ngoài của sự khôn ngoan thay vì thực chất của nó bởi vì người đọc sẽ tiếp thu rất nhiều mà hiểu rất ít. Mọi kỹ thuật về ngôn từ kể từ đó đều nhận được cùng một lời phàn nàn, và trong mỗi trường hợp, sự báo động đều bị thổi phồng một phần vì mỗi công cụ đó đều truyền tải, lưu trữ hoặc chỉ ra những từ ngữ mà một người nào đó đã viết và về nguyên tắc, có thể chịu trách nhiệm.

Trí tuệ nhân tạo tạo sinh thì khác. Nó không lấy một văn bản hiện có. Nó soạn thảo một văn bản mới mẻ và trôi chảy, để đáp ứng một lời nhắc nhở, và không ai đã viết nó trước đó. Đây là tác động đầu tiên và ít được chú ý nhất. Khi một người nói với bạn điều gì đó, họ đang khẳng định một điều: họ tự nhận mình biết điều đó, bạn có thể hỏi họ làm sao họ biết, và bạn có thể tin hoặc nghi ngờ họ tùy thuộc vào sự trung thực và thành tích của họ. Hầu hết mọi thứ chúng ta biết về thế giới rộng lớn đều đến với chúng ta theo cách này, thông qua lời chứng của người khác, được gắn kết bởi sợi dây trách nhiệm đó. Kết quả xuất lượng (output) của máy móc mang ngữ pháp của lời chứng nhưng thiếu nội dung. Câu văn có hình thức của một lời khẳng định, nhưng không ai đưa ra nó. Không có người biết đằng sau nó, không có ai để hỏi về cơ sở, không có danh tiếng nào bị đặt cuộc. Chúng ta nhận được sự khẳng định mà không có người khẳng định, và chúng ta bị cám dỗ mở rộng lòng tin mà chúng ta dành cho một người cung cấp thông tin thẳng thắn và có năng lực. Đó là một sai lầm, và là một sai lầm tự nhiên.

Nó trở nên tồi tệ hơn bởi tác động thứ hai, trong đó sự trôi chảy đã bị tách rời khỏi sự thật. Triết gia John Searle từng tưởng tượng một người bị nhốt trong một căn phòng, sắp xếp các ký tự tiếng Trung theo một cuốn sách quy tắc và tạo ra tiếng Trung hoàn hảo mà không hiểu một từ nào. Một mô hình ngôn ngữ quy mô lớn giống như một căn phòng khổng lồ, sắp xếp ngôn ngữ theo mô hình thống kê, mà không hề hiểu nội dung thực sự của các từ ngữ. Một số nhà triết học gần đây đã lập luận, mượn cách sử dụng chính xác thuật ngữ của Harry Frankfurt, rằng sản phẩm của nó được hiểu rõ nhất là "vô nghĩa", chứ không phải là nói dối. Nói dối đòi hỏi phải quan tâm đến sự thật để che giấu nó, nhưng lời nói được tạo ra mà không hề quan tâm đến sự thật thì được mô tả đúng là "vô nghĩa". Mối nguy hiểm rất tinh tế. Trong cuộc sống thường nhật, chúng ta coi sự trôi chảy, tự tin và mạch lạc là dấu hiệu cho thấy ai đó biết họ đang nói về điều gì. Các hệ thống này tạo ra cả ba điều đó một cách dồi dào, bất kể những tuyên bố cơ bản có đúng hay không, bởi vì chúng được xây dựng để bắt chước hình thức của một câu trả lời hay hơn là để đạt được một câu trả lời đúng. Sự trau chuốt bị nhầm lẫn với kiến thức, và không có kiến thức nào bên dưới nó. Các nhà nghiên cứu đã bắt đầu gọi đây là ảo tưởng về sự hiểu biết.

Ở đây, truyền thống cũ vẫn giữ được giá trị của nó bởi vì hiểu biết chưa bao giờ chỉ là một thứ duy nhất. A-ris-tốt đã phân biệt một số loại trí tuệ, và loại mang tính nhân bản nhất trong số đó ông gọi là phronesis, trí tuệ thực tiễn: khả năng phán đoán đọc hiểu một tình huống cụ thể để tìm ra điều gì thực sự quan trọng trong đó, được hình thành dần dần qua kinh nghiệm bởi người phải sống với những hậu quả của nó. Thánh Tô-ma A-qui-nô đã vạch ra một ranh giới xa hơn giữa lý luận, sự vận động từng bước từ tiền đề đến kết luận, và sự hiểu biết, sự nắm bắt thực sự của trí tuệ về điều gì là đúng, mà lý luận chỉ phục vụ. Theo quan điểm lâu đời và bền vững này, biết một điều gì đó là có mối quan hệ với thực tại thông qua ý nghĩa. Một mô hình ngôn ngữ không có mối quan hệ như vậy. Nó hoạt động trên các dấu hiệu bên ngoài của từ ngữ, chứ không bao giờ trên những thứ mà chúng gọi tên. Nó có thể bắt chước các chuyển động của lý luận... Kỹ năng kỳ lạ trong khi không nắm bắt được gì. Nguy hiểm không phải là sự bắt chước kém cỏi. Nguy hiểm là sự bắt chước quá xuất sắc, khiến chúng ta nhầm lẫn nó với bản gốc, và giao phó cho nó chính công việc mà sự hiểu biết đòi hỏi.

Sự giao phó đó là hiệu quả thứ ba, và là điều đáng lo ngại đối với bất cứ ai quan tâm đến đời sống công cộng. Việc giảm bớt lao động trí óc không phải là điều mới mẻ hay xấu xa; chúng ta luôn sử dụng sổ tay, bản đồ và máy tính để mở rộng khả năng của trí óc. Nhưng có một ranh giới giữa việc giao phó một nhiệm vụ cụ thể trong khi vẫn giữ được khả năng tư duy và việc từ bỏ chính khả năng tư duy, chấp nhận câu trả lời của máy móc như của riêng mình mà hầu như không cần nhìn. Các nghiên cứu ban đầu, cần được đọc kỹ, chỉ ra hướng sai, cho thấy rằng việc phụ thuộc nhiều hơn vào các công cụ này dẫn đến tư duy phản biện yếu hơn và những người dựa vào chúng để hoàn thành công việc thường làm kém hơn khi không còn được hỗ trợ. Khả năng trí tuệ là thói quen. Chúng chỉ được duy trì bằng cách sử dụng, và sẽ mai một nếu không được sử dụng. Nhà triết học kỹ thuật Shannon Vallor gọi trí tuệ nhân tạo (AI) là tấm gương phản chiếu trí thông minh của chính chúng ta, và cảnh báo rằng một tấm gương có thể tâng bốc và bóp méo sự thật dễ dàng như nó có thể cung cấp thông tin.

Điều này có những tác động thực tiễn đối với chính sách và các ngành nghề. Y học, luật pháp, công tác xã hội và quản lý công đều dựa trên trí tuệ thực tiễn, trên sự am hiểu từng trường hợp cụ thể. Hãy xem xét một bác sĩ lâm sàng giàu kinh nghiệm, người cảm nhận rằng lời kể của bệnh nhân không hoàn toàn phù hợp với chẩn đoán rõ ràng, hoặc một nhân viên công tác xã hội đánh giá rằng một gia đình đang gặp khó khăn cần sự hỗ trợ hơn là giám sát. Nhận thức đó không phải là một quy tắc có thể được viết ra và đưa cho máy móc; đó là túi khôn, được xây dựng từng trường hợp một, và nó phải chịu trách nhiệm trước người đang ở trước mặt bạn. Hệ thống hỗ trợ ra quyết định tự động có thể đưa ra khuyến nghị, nhưng không phải là phán đoán có tính cân nhắc cần thiết. Một người hành nghề theo thói quen tuân theo hệ thống có thể nhận thấy, theo thời gian, rằng khả năng phán đoán mà tổ chức đó tồn tại để cung cấp đã âm thầm bị mai một. Sự suy giảm kỹ năng của đôi tay là điều dễ thấy. Sự suy giảm khả năng phán đoán thì không, cho đến khi nó cần thiết và bị thiếu hụt.

“Thước đo những cỗ máy này không chỉ nằm ở khả năng sản xuất, mà còn ở tác động của chúng đến khả năng hiểu biết của chúng ta. Thước đo đó cần được đặt ở trung tâm cuộc tranh luận về trí tuệ nhân tạo, chứ không phải ở rìa của nó.”

Cuối cùng, có cả môi trường chung mà trong đó tất cả những điều này diễn ra. Khi văn bản được tạo ra tràn lan, việc phân biệt lời chứng thực của con người với sản phẩm của máy móc ngày càng khó khăn, và bản thân các mô hình cũng suy giảm khi chúng tự dựa vào chính xuất lượng của chúng. Khi không ai có thể chắc chắn liệu một bức ảnh, một tài liệu hay một câu trích dẫn có phải là thật hay không, niềm tin mặc định mà cuộc đối thoại công cộng dựa vào bắt đầu lung lay. Nền tảng tri thức công cộng, giống như bất cứ tài sản chung nào, có thể bị ô nhiễm và cạn kiệt. Trong khi đó, các công cụ dường như dân chủ hóa tri thức lại tập trung quyền lực thực sự vào tay một số ít các công ty, mà các lựa chọn riêng tư của họ quyết định các điều khoản của lý luận công cộng ngày càng nhiều.

Tất cả những điều này không phải là lập luận để từ chối. Các hệ thống này thực sự hữu ích cho việc truy xuất (retrieval), soạn thảo và khám phá, và việc giả vờ ngược lại sẽ không thuyết phục được ai. Nhưng đó là lập luận ủng hộ việc sử dụng chúng theo cách bảo vệ những thứ mà chúng có thể âm thầm làm xói mòn: coi xuất lượng của chúng như một gợi ý cho sự tìm tòi, mang tính tạm thời và cần được kiểm chứng, chứ không phải là một phán quyết cần được chấp nhận; giữ lại sự phán đoán của con người ở những nơi cần đến túi khôn thực tiễn; và thiết kế các định chế chống lại sự phục tùng lười biếng. Trên hết, hãy dạy cho thế hệ trẻ nhận ra khoảng cách giữa tính hợp lý và sự thật. Và hãy khôi phục lại trong chính mình sự khác biệt rõ ràng giữa việc có thông tin và hiểu biết một điều gì đó, điều mà toàn bộ vấn đề xoay quanh.

Giá trị của những cỗ máy này không chỉ nằm ở những gì chúng có thể tạo ra, mà còn ở những gì chúng tác động đến khả năng hiểu biết của chúng ta. Giá trị đó cần được đặt ở trung tâm của cuộc tranh luận về trí tuệ nhân tạo, chứ không phải ở rìa của nó.

________________________________________

(*) Tiến sĩ Tom Keating là một nhà tư vấn chính sách và tác giả học thuật. Ông viết về chính sách công, quản lý xã hội và lịch sử tư tưởng