Chúng ta đánh mất điều gì khi để AI làm hết mọi việc?

Chúng ta đánh mất điều gì khi để AI làm hết mọi việc?

Tôi đã tự hỏi bản thân về điều này rất nhiều lần trong thời gian gần đây, khi những trí tuệ nhân tạo ngày càng mạnh mẽ hơn đảm nhận phần lớn công việc của tôi. Tôi vô cùng ngưỡng mộ những gì AI tạo ra, nhưng đồng thời cũng cảm thấy một sự bất mãn thầm lặng mà khó gọi tên. Các sản phẩm (artifacts) là có thật, nhưng vai trò của tôi trong việc tạo ra chúng thì dường như không còn rõ ràng nữa. Điều này có ý nghĩa gì đối với chúng ta?

Trong năm năm qua, tôi đã phát triển Flow Club — một nền tảng giúp mọi người làm việc tập trung theo nhóm. Cơ chế hoạt động của nó rất đơn giản: giống như một lớp tập thể dục, nhưng dành cho công việc. Các thành viên đăng ký một phiên làm việc, chia sẻ ngắn gọn về những gì họ đang làm, sau đó cúi đầu làm việc song song trong một khoảng thời gian nhất định. Chúng tôi đã giúp cộng đồng tạo ra hàng trăm năm làm việc tập trung và hoàn thành hàng triệu nhiệm vụ: từ luận án tiến sĩ, đơn xin việc, phát triển sản phẩm cho đến việc nộp thuế hay dọn dẹp hộp thư.

Tuy nhiên, trong kỷ nguyên của AI, tôi không chắc liệu những nỗ lực đó còn mang ý nghĩa như trước hay không. Flow Club và AI thực chất đang cạnh tranh nhau ở cùng một mục tiêu: giảm ma sát khi bắt đầu một nhiệm vụ. Nỗi sợ trước trang giấy trắng, mục tiêu mơ hồ, sự tự ti — AI có thể lướt qua tất cả những điều đó. Chỉ cần nhập một câu lệnh (prompt) có chút logic, mô hình sẽ vượt qua rào cản khởi đầu, làm mượt mà các bước trung gian và trả về kết quả gần giống hoặc thậm chí tốt hơn những gì bạn tự làm. Một công cụ như Flow Club dường như không có cơ hội thắng. Nó giống như việc Weight Watchers phải cạnh tranh với thuốc giảm cân Ozempic trong thời đại ngày nay.

Gói khởi động nhiệm vụ

Góc nhìn đơn giản hóa về một nhiệm vụ thường là: mục tiêu nằm ở phía trước, sau đó bạn mới thực hiện công việc. Đây cũng là cách AI được huấn luyện. Nhưng thực tế, quá trình thực hiện mới chính là cách chúng ta tìm ra và làm rõ mục tiêu. Sau khi làm việc cùng hàng nghìn thành viên Flow Club, tôi nhận thấy một mô hình chung — mọi người hiếm khi bắt đầu với sự rõ ràng hoàn toàn về những gì họ đang làm. Sự rõ ràng chỉ đến khi bạn thực sự bắt đầu.

Khởi động nhiệm vụ không chỉ đơn thuần là việc bắt đầu. Nó là một "gói" bao gồm sự cam kết năng lượng ("chúng ta bắt đầu thôi!"), sự khẳng định bản sắc ("tôi là kiểu người làm việc này"), tải ngữ cảnh ("tôi biết gì, có gì trên bàn"), hình thành mục tiêu ("mục tiêu của tôi có còn hợp lý không với những gì vừa tải lên") và cả việc chấp nhận rủi ro thầm lặng ("tôi không chắc điều này sẽ thành công, nhưng tôi vẫn làm"). Khởi động nhiệm vụ chính là khởi động sự đầu tư. Và chính sự đầu tư đó tạo nên ý nghĩa.

Tại sao AI đảo ngược kịch bản năng suất

Khi bạn ủy thác việc khởi động nhiệm vụ cho AI, "gói" các yếu tố trên không được tái tạo lại mà bị bỏ qua. Triết lý năng suất kinh điển là "phần khó nhất là bắt đầu; đà động lực sẽ đưa bạn về đích". AI đã đảo ngược điều này. Việc bắt đầu trở nên miễn phí, nhưng việc hoàn thành lại khó khăn hơn, bởi vì bạn bị tách rời khỏi công việc. Bạn phải chịu trách nhiệm cho ngữ cảnh mà bạn không xây dựng và các quyết định mà bạn không tham gia — giống như một hành khách bị yêu cầu hạ cánh máy bay. Nó khó khăn hơn bởi vì công việc đó không thực sự là của bạn.

Đây chính là lý do, tôi nghĩ, tại sao sự hào hứng lớn lao về AI lại đi kèm với nỗi lo âp thầm lặng. Christina Maslach, người có nghiên cứu nền tảng cho định nghĩa chính thức của WHO về kiệt sức (burnout), đã lập luận từ lâu rằng kiệt sức không đến từ làm việc quá nhiều mà từ khoảng cách giữa những gì bạn làm và những gì có ý nghĩa với bạn. Việc ủy thác cho AI có thể tạo ra khoảng cách đó bằng cách tách rời chúng ta khỏi công việc của chính mình.

Bẫy của kết quả trung bình

Có một lập luận phản biện hợp lý: liệu có giá trị nào trong việc khám phá nhiệm vụ với chi phí nhận thức thấp không? Bạn có thể dùng AI để khám phá hàng chục hướng đi trong vài phút và tìm ra điều bạn thực sự muốn. Điều đó đúng. Nhưng cũng đúng rằng AI có xu hướng hướng tới các kết quả trung bình (median outputs). Sự trình bày trung bình của một ý tưởng tuyệt vời trông giống hệt với sự trình bày trung bình của một ý tưởng bình thường.

Khi bạn tự mình cố gắng tạo ra một sản phẩm tầm thường, bạn tự nhiên sẽ nghĩ: "Mình vẫn chưa làm tốt". Nhưng khi AI tạo ra sự tầm thường đó từ ý tưởng của bạn, bạn có xu hướng cho rằng ý tưởng của mình tồi tệ và từ bỏ nó quá sớm. Chúng ta đang gặp rủi ro để AI làm tắt đi nguồn cảm hứng giúp duy trì sự mồ hôi và nước mắt trên con đường dẫn đến những công việc vĩ đại.

Quy trình viết bài kết hợp giữa con người và AI

Tôi thực sự mong muốn gì ở AI

Đối với những nhiệm vụ chúng ta không muốn đầu tư — và đó là phần lớn các nhiệm vụ — ủy thác cho AI là câu trả lời đúng đắn. Tôi muốn sự tiến bộ của các mô hình tiếp tục tăng tốc để chúng ta có thể chuyển giao thêm nhiều việc đó. Nhưng đối với những nhiệm vụ có ý nghĩa với chúng ta, tôi không nghĩ chúng ta nên tách rời dễ dàng như vậy. Vấn đề không phải là làm theo cách khó khăn chỉ vì nó khó khăn. Mà là làm thế nào để AI có thể bổ sung, chứ không phải tước đi, ý nghĩa của việc trở thành một con người năng suất.

Một ví dụ thực tế: Cách tôi viết bài này

Quy trình của tôi để viết bài này có thể mang tính gợi ý. Tôi đã phác thảo suy nghĩ của riêng mình trước. Sau đó, tôi nhờ Claude thảo luận về những gì tôi đã viết — nó đã đưa ra các khung hình chặt chẽ hơn, kéo tôi sang một góc nhìn rộng hơn so với những gì tôi nghĩ, và đưa ra những kết luận mà tôi chưa đạt được. Tôi đã bác bỏ một số phần, kết hợp một số phần khác, sau đó đóng cuộc trò chuyện để tái tích hợp mọi thứ thành một thứ vẫn cảm thấy như của mình. Khi tôi có một bản thảo hài lòng, tôi quay lại Claude để biên tập và trau chuốt. Hình thức là: khởi động nhiệm vụ đơn lẻ -> bạn tư duy AI -> tích hợp đơn lẻ -> biên tập viên AI.

Tôi đã bị cám dỗ để bỏ qua các giai đoạn đơn độc và đầy ma sát này, đơn giản là chọn từ một thực đơn các sản phẩm do AI tạo ra, nhưng có lẽ tôi đã bỏ cuộc nếu làm vậy. Tôi đã không bỏ cuộc, bởi vì tôi quyết liệt bảo vệ khả năng khẳng định bài viết này là của mình.

Tại sao xây dựng cho con người vẫn còn quan trọng

AI ngày nay có thể là một chiếc nạng quyến rũ. Nó háo hức lấy các nhiệm vụ khỏi tay chúng ta, và chúng ta vui vẻ để nó làm vậy. Nhưng nếu không cẩn thận, chúng ta ủy thác nhiều hơn cả nhiệm vụ. Chúng ta ủy thác cơ hội đầu tư vào chúng — và ý nghĩa đi kèm sau đó.

Tôi hào hứng về một tương lai nơi AI cũng đầu tư vào sự viên mãn của chúng ta. AI giúp chúng ta phân biệt điều gì đáng để đầu tư. AI biết khi nào cần lùi lại và để chúng ta "nấu nướng" (tự làm). Tôi muốn những sản phẩm bảo vệ khoảnh khắc khi chúng ta quyết định một nhiệm vụ là của mình, và hỗ trợ chúng ta trong việc chọn con đường đầy ma sát.

Hãy tưởng tượng làm công việc này cùng những con người khác trong hành trình của họ — làm chứng cho sự chấp nhận rủi ro của nhau, được truyền cảm hứng bởi sự đầu tư của nhau. Có một sức mạnh nào đó trong sự can đảm tập thể đó. Đó là lý do tại sao các khởi nghiệp dễ bắt đầu hơn ở Thung lũng Silicon, nơi mọi người cũng đang khởi nghiệp một cái gì đó.

Flow Club là một phiên bản sơ khai của điều này. Sẽ có nhiều thứ tương tự hơn nữa. Khi AI đủ khả năng làm hầu hết mọi thứ chúng ta yêu cầu, những phần của công việc nơi chúng ta sống động — sự mong muốn, sự làm việc, sự sở hữu — sẽ không biến mất. Chúng sẽ chỉ trở nên có giá trị hơn. Và những sản phẩm giữ chỗ cho sự ma sát sẽ là một trong những điều quan trọng nhất mà chúng ta có thể xây dựng.