AI đang phá vỡ thước đo năng lực chuyên môn của chúng ta như thế nào?

Gần đây, gần 5.000 nhà toán học — trong đó có 25 người từng đoạt Huy chương Fields — đã ký một tuyên bố có tên "Sự lệch lạc nghiêm trọng của AI trong Toán học". Họ lo ngại rằng thành công của AI trong việc giải các bài toán lớn đang làm xói mòn mục tiêu cốt lõi của ngành. Vấn đề này không chỉ giới hạn ở toán học, mà còn phản ánh điều đang diễn ra trong ngành kỹ thuật phần mềm và nhiều lĩnh vực khác.

Hai loại toán học: giải đố và tạo ý tưởng

Có thể chia toán học thành hai dạng. Dạng thứ nhất là "giải đố" — lấy một bài toán và tìm ra lời giải. Khi còn là sinh viên, đó là những bài đơn giản như rút gọn biểu thức đại số. Khi là nhà nghiên cứu, đó có thể là những bài gần như bất khả thi như chứng minh Định lý cuối cùng của Fermat. Giải đố dễ hiểu nhưng khó làm, khiến nó trở nên ấn tượng với người ngoài ngành — và do đó có uy tín cao. Nói cách khác, giải đố là hữu hình.

Dạng thứ hai là "tạo ý tưởng" — nghĩ ra những cách tiếp cận mới với toán học, từ đó sinh ra các thuật ngữ và khái niệm mới. Những khái niệm như "không gian Hardy", "số mũ Schatten" hay "dàn Banach" đều là sản phẩm của quá trình này. Công việc ấy hầu như không gây ấn tượng với người ngoài ngành, bởi không ai biết chắc những khái niệm được tạo ra có thực sự khó hay sâu sắc hay không.

Việc tạo ra ý tưởng mới mới là công việc trí tuệ thực sự của toán học. Giải đố chỉ mang tính công cụ: để xác định ý tưởng nào đáng giá và có thể dùng để trả lời những câu hỏi lâu đời.

Tại sao AI giải toán lại khiến các nhà toán học lo ngại?

Lập luận cốt lõi của những người ký tuyên bố có thể tóm gọn như sau:

• Các bài toán đố là mục tiêu có tính hữu hình cao và được thưởng hậu hĩnh
• Để giải chúng, thường phải tạo ra ý tưởng mới; lời giải chính là bằng chứng cho thấy ý tưởng đó hữu ích
• Nhưng nay AI có thể giải nhiều bài toán trong số đó theo "cách khó", mà không tạo ra ý tưởng trực giác mới nào
• Điều này làm xói mòn cả hai vai trò của việc giải đố đối với việc tạo ý tưởng: các công ty AI giành lấy uy tín nhưng không thực sự thúc đẩy tiến bộ toán học

Đây giống như một dạng của Định luật Goodhart: khi một thước đo trở thành mục tiêu, nó không còn là thước đo tốt nữa. Các bài toán đố vốn là thước đo hữu ích, khó bị đánh lừa cho tiến bộ toán học. Nhưng nay khi các công ty AI có thể "đánh lừa" thước đo ấy bằng cách giải toán theo cách mà con người không thể tiếp cận, toàn bộ ý nghĩa của những bài toán ấy biến mất.

Liệu các nhà toán học có đúng?

Điều còn khá mơ hồ là liệu các mô hình AI tiên tiến có thực sự không tạo ra — hay không thể tạo ra — những ý tưởng toán học mới hay không. Chúng ta vẫn đang ở giai đoạn rất sớm. Trong ba năm qua, đã nhiều lần người ta khẳng định LLM về bản chất không thể làm được X, rồi chỉ vài tháng sau LLM lại làm X xuất sắc.

Ngay cả khi giả định AI thực sự không tạo ra ý tưởng mới, vẫn còn nhiều việc cho các nhà toán học: xây dựng bộ máy khái niệm để biến những chứng minh do AI tạo ra thành thứ con người có thể hiểu được — tức là tạo ra một "chứng minh cho người" song song với "chứng minh của AI".

Bài học từ cờ vua và speedrun

Để hình dung tương lai, có thể nhìn vào những lĩnh vực mà AI đã vượt qua con người. Trong cờ vua, một chương trình trên điện thoại có thể thắng Magnus Carlsen 100-0. Trong speedrun trò chơi điện tử, các công cụ hỗ trợ (TAS) có thể hoàn thành game nhanh hơn cả người nhanh nhất. Nhưng ở cả hai lĩnh vực, con người vẫn thi đấu trong các giải riêng cho người, và uy tín vẫn gắn với những người giỏi nhất.

Đáng chú ý hơn, sự hiện diện của máy tính siêu mạnh đã cải thiện trình độ con người. Các kỳ thủ hàng đầu đã học được từ "phong cách" của máy tính. Trong speedrun, nhiều động tác từng bị coi là "chỉ TAS làm được" nay đã được con người thực hiện. Toán học do AI có thể cũng sẽ nâng cao toán học của con người theo cách tương tự.

Điều này có ý nghĩa gì với ngành kỹ thuật phần mềm?

Kỹ thuật phần mềm không có cấu trúc giống toán học — chúng ta viết code để kiếm tiền, không phải để giành uy tín hay mở rộng biên giới tri thức nhân loại. Nhưng AI cũng đang làm xói mòn những con đường truyền thống để khẳng định uy tín trong ngành này.

Trước đây, bạn có thể đưa một dự án "chất" lên GitHub — chẳng hạn một trình giả lập hay một hệ điều hành đồ chơi — và mọi người sẽ biết bạn là kỹ sư giỏi. Nhưng nay những dự án như vậy gần như mất giá trị, vì ai cũng mặc định chúng được "vibe-code". Chúng ta từng kể nhau nghe về những kỹ sư biến mất cuối tuần rồi viết lại cả một hệ thống, hay tạo ra hàng nghìn dòng code mỗi ngày. Nay bất kỳ ai có thuê bao OpenAI cũng làm được điều đó.

Giống như toán học, giới kỹ sư phần mềm sẽ phải xây dựng lại quan niệm văn hóa về loại công việc mà chúng ta coi trọng.

Chúng ta sẽ phải làm gì?

Có hai hướng đi khả dĩ:

• Tách riêng "công việc do AI làm" và "công việc do con người làm", giống như cờ vua phân chia giải người và giải máy
• Tìm ra những kỹ năng hữu hình của con người — những thứ khó bị AI làm giả một cách dễ dàng

Trong lúc chuyển giao, nhiều người từng thành công trong thế giới cũ sẽ cảm thấy rất bất mãn. Nhưng như lịch sử cờ vua và speedrun cho thấy, cuối cùng con người vẫn có thể tìm được chỗ đứng — miễn là chúng ta chịu nhìn thẳng vào việc thước đo cũ đã không còn đáng tin, và chủ động định nghĩa lại giá trị của chính mình.