Khi AI viết toán: Chúng ta đang theo đuổi tri thức hay chỉ đang chất đống những 'sự thật khả nghi'?

Trên blog cá nhân của mình, nhà toán học lỗi lạc Terence Tao vừa đăng tải một bài viết khách mời gây nhiều suy ngẫm. Tác giả là Rikab Gambhir, một nhà vật lý hạt lý thuyết, người đã dùng giọng văn châm biếm sắc bén để chất vấn một câu hỏi đang ám ảnh giới học thuật: Liệu chúng ta đang làm khoa học vì khao khát hiểu biết, hay chỉ đang chạy đua để sản sinh ra thật nhiều kết quả mà không ai thực sự đọc?

Giấc mơ thời thơ ấu của mọi nhà toán học

Vào đầu tháng 10, OpenAI đã "hiện thực hóa giấc mơ thời thơ ấu của mọi nhà toán học" — theo cách mỉa mai nhất có thể. Gambhir hình dung rằng đứa trẻ từng ngước nhìn bầu trời đầy sao, từng say mê những câu đố hóc búa hay từng được một người thầy truyền cảm hứng, nay sẽ mơ thấy một cỗ máy robot vô cảm của một tập đoàn lớn đốt cháy cả một cánh rừng nhiệt đới chỉ để biên soạn ra danh sách 700 sự thật cực kỳ tối nghĩa, gần như không thể đọc nổi, và có thể đúng — tất cả như một chiêu trò tiếp thị để thổi phồng giá trị trước thềm IPO.

Đây là lời chỉ trích trực diện vào cách các công ty công nghệ đang định vị AI như một công cụ "giải quyết toàn bộ toán học". Tác giả không phủ nhận sức mạnh của AI, mà đặt câu hỏi về việc chúng ta đang dùng nó để làm gì.

Thư viện Babel và ảo tưởng về số lượng

Năm 1941, nhà văn Jorge Luis Borges đã tưởng tượng ra một thư viện chứa mọi cuốn sách có thể được viết ra. Đâu đó trong Thư viện Babel ấy là một chứng minh cho giả thuyết Riemann, lý thuyết lượng tử hấp dẫn hoàn chỉnh, và cả những bài báo mà Gambhir sẽ viết trong tương lai. Tất nhiên, cũng có vô số chứng minh sai, lý thuyết sai và chứng chỉ Lean gây nhầm lẫn.

Gambhir mỉa mai rằng theo tiêu chuẩn nghiên cứu năm 2026, Thư viện Babel của Borges sẽ là cơ sở nghiên cứu thành công nhất lịch sử nhân loại, với số lượng kết quả toán học và vật lý tiềm năng đúng nhiều không tưởng tượng nổi — vượt xa con số 722 bản viết của OpenAI hay 2.500 bản của cộng đồng vật lý gần đây.

"Tất nhiên, hầu hết đều cho rằng Borges là kẻ thiển cận vì không nhận ra tiềm năng thương mại của thư viện mình — ông chưa bao giờ xây dựng nó. Ông không có tinh thần khởi nghiệp STEM để gọi vốn đầu tư mạo hiểm, phát hành IPO và tuyên bố mình có thể giải quyết toàn bộ toán học."

Điểm mấu chốt nằm ở chỗ: AI có thể tạo ra những thứ trông có vẻ đúng, nhưng việc xác định đâu thực sự đúng và thấu hiểu chúng lại bị đẩy về phía cộng đồng toán học — những người vốn không được trả tiền cho công việc "không hào nhoáng, không sinh lời" này.

Sự thấu hiểu trở thành một sự lãng phí

Gambhir lập luận rằng giới học thuật dường như đang đồng thuận rằng mục đích của nghiên cứu là thu thập thật nhiều dữ kiện có thể đúng vào một kho lưu trữ mà không ai thực sự đọc, trong một nghi thức gọi là "mở rộng tri thức nhân loại". Việc các kết quả đó được viết tốt, dễ hiểu, dễ đọc hay thậm chí hoàn toàn chính xác lại chỉ là mối quan tâm thứ yếu.

Ông chỉ ra nghịch lý: thật phi hiệu quả khi giải thích hay kiểm tra một kết quả khi nguồn lực đó có thể được dùng để tạo ra thêm kết quả mới. Tác giả còn tự trào rằng bản thân ông không trở thành nhà vật lý để học hỏi về vũ trụ hay để thưởng thức vẻ đẹp của tự nhiên — vì đó là triết học, mà ông "sẽ không bao giờ làm tiến sĩ". Cũng không phải để viết code, vẽ đồ thị đẹp hay tạo ra những bài báo trau chuốt — vì đó là nghệ thuật, và "nghệ thuật đã lỗi thời rồi".

"Tôi trở thành nhà vật lý để nhìn chằm chằm vào những cơ sở dữ liệu lớn đầy biểu đồ do một thứ tự-động-hoàn-chỉnh kiểu Lovecraft tạo ra với độ chính xác đáng ngờ, rồi nói 'ừ chắc cũng ổn thôi' để thêm vào biên giới tri thức của nhân loại. Tôi sống để phục vụ biên giới tri thức và không gì khác."

Con người và cỗ máy: Ai phục vụ ai?

Bài viết mở rộng ra ngoài toán học và vật lý để đặt câu hỏi về ý nghĩa của việc trở thành con người. Nếu chúng ta thuê ngoài cả sự tò mò, sáng tạo và thấu hiểu cho AI, con người có thể dành thời gian cho những việc "quan trọng hơn": đi vào tài chính định lượng, dùng AI để viết ứng dụng cá cược thể thao, tiêu thụ video ngắn do AI tạo ra, và tranh cãi với bot chính trị trên mạng xã hội.

Tác giả kết thúc bằng một lời nhắc nhở mang tính cá nhân gửi tới cộng đồng khoa học:

"Hãy nhớ lại lý do vì sao bạn chọn theo đuổi khoa học và toán học ngay từ đầu!"

Với độc giả công nghệ Việt Nam, bài viết này đặt ra một câu hỏi ngày càng cấp thiết khi các startup AI nội địa cũng đang chạy theo làn sóng "mô hình lớn giải quyết mọi thứ": nếu chúng ta dùng AI để sản xuất nhiều hơn mà không hiểu sâu hơn, chúng ta đang tiến bộ hay chỉ đang chất đống dữ liệu vào một thư viện vô tận không ai đọc? Đây là lời cảnh tỉnh về việc giữ lại vai trò của sự thấu hiểu và tính xác thực trong kỷ nguyên AI.