Mô hình ngôn ngữ lớn có thể khiến cách suy nghĩ và biểu đạt của con người trở nên đồng nhất

07 tháng 4, 2026·4 phút đọc

Nghiên cứu mới từ USC cảnh báo rằng việc sử dụng rộng rãi AI, đặc biệt là các mô hình ngôn ngữ lớn (LLM), có thể đang làm giảm đa dạng nhận thức và phong cách biểu đạt của con người, từ đó ảnh hưởng đến khả năng sáng tạo và tư duy độc lập.

Mô hình ngôn ngữ lớn có thể khiến cách suy nghĩ và biểu đạt của con người trở nên đồng nhất

Mô hình ngôn ngữ lớn có thể khiến cách suy nghĩ và biểu đạt của con người trở nên đồng nhất

Việc ứng dụng ngày càng phổ biến các công cụ trí tuệ nhân tạo (AI), đặc biệt là các mô hình ngôn ngữ lớn (Large Language Models - LLM), có thể đang khiến cách chúng ta viết, nói và nghĩ trở nên tương đồng hơn. Đây là kết luận từ một nghiên cứu mới do các nhà khoa học máy tính và tâm lý học tại Đại học USC (Mỹ) thực hiện.

Nghiên cứu cho thấy sự đồng nhất trong biểu đạt ngôn ngữ do LLM gây ra không chỉ làm giảm tính cá nhân trong cách mỗi người biểu đạt, mà còn ảnh hưởng sâu sắc đến đa dạng nhận thức – yếu tố then chốt giúp thúc đẩy sáng tạo và khả năng giải quyết vấn đề trong xã hội.

LLM làm giảm đa dạng tư duy và biểu đạt cá nhân

Theo tiến sĩ Zhivar Sourati, nghiên cứu sinh tại USC Viterbi, khi chúng ta sử dụng các chatbot AI như trợ lý soạn thảo văn bản hay hỗ trợ tư duy, các cá nhân dần mất đi phong cách riêng biệt trong cách diễn đạt, lập luận. LLM chủ yếu được huấn luyện trên các dữ liệu ngôn ngữ đại diện cho các nền văn hoá phương Tây, giàu có và phát triển, qua đó khuôn mẫu hóa cách suy nghĩ và quan điểm xã hội trong sản phẩm đầu ra.

“Khác biệt trong ngôn ngữ, quan điểm và chiến lược lập luận của từng người dần được các LLM đồng nhất lại, tạo ra các cách biểu đạt và suy nghĩ chuẩn hóa,” Sourati nhận định.

Không những vậy, khi một nhóm người cùng dựa vào LLM để tư duy và sáng tạo, năng lực tạo ra các ý tưởng mới và độc đáo có thể giảm do các mô hình AI này ưu tiên các cách tiếp cận có tính lặp lại và mang tính logic tuyến tính.

Ảnh hưởng xã hội và nhận thức do LLM

Theo nghiên cứu, ảnh hưởng từ LLM không chỉ dừng lại ở người trực tiếp sử dụng. Vì nếu đa số mọi người xung quanh sử dụng cách diễn đạt tiêu chuẩn hóa do AI tạo nên, những người có cách suy nghĩ khác biệt sẽ chịu áp lực "phải hòa nhập" để được coi là có quan điểm hợp lý hoặc được xã hội chấp nhận.

Ngoài ra, ưu tiên các kiểu suy luận dạng "mạch tư duy" (chain-of-thought reasoning) của LLM còn làm giảm sự xuất hiện của những suy nghĩ trực giác hoặc trừu tượng – đôi khi lại là cách giải quyết hiệu quả hơn.

Cần đa dạng hoá và cải tiến mô hình AI

Các nhà nghiên cứu USC đề xuất các đơn vị phát triển AI nên chủ động đưa thêm sự đa dạng về ngôn ngữ, văn hoá và phương pháp suy luận vào tập dữ liệu huấn luyện LLM. Đa dạng này không nên là sự biến đổi ngẫu nhiên mà phải dựa trên thực tế phong phú của con người trên khắp thế giới.

“Việc LLM có những cách tiếp cận phong phú hơn với các ý tưởng sẽ giúp hỗ trợ tốt hơn cho trí tuệ tập thể và khả năng giải quyết vấn đề trong xã hội loài người,” Sourati nhấn mạnh.

Đồng thời, người dùng cũng cần nhận thức và điều chỉnh cách tương tác với AI để không mất đi sự sáng tạo và cá tính trong tư duy, nhất là khi AI đang ngày càng được ứng dụng rộng rãi trong nhiều lĩnh vực cá nhân và công việc.

Ảnh minh họa sự ảnh hưởng của LLM đến đồng nhất hoá cách suy nghĩẢnh minh họa sự ảnh hưởng của LLM đến đồng nhất hoá cách suy nghĩ

Kết luận

Nghiên cứu của USC một lần nữa đặt ra câu hỏi quan trọng về ảnh hưởng sâu rộng của trí tuệ nhân tạo đối với con người không chỉ ở khía cạnh kỹ thuật mà còn trong nhận thức và văn hóa xã hội. Việc duy trì sự đa dạng trong tư duy và biểu đạt ngôn ngữ sẽ là một thách thức lớn trong thời đại AI bùng nổ.

Để bảo vệ khả năng sáng tạo và tư duy độc lập của con người, các nhà phát triển, chính sách và người dùng cần đồng hành cùng nhau nhằm tạo ra các hệ thống AI đa dạng hơn và có ý thức về tầm ảnh hưởng xã hội của chúng.


Nguồn: USC Dornsife

Bài viết được tổng hợp và biên soạn bằng AI từ các nguồn tin tức công nghệ. Nội dung mang tính tham khảo. Xem bài gốc ↗