Sóng AI
Writer
Các tổ chức đang chuyển từ thử nghiệm AI sang áp dụng thực tế, đặc biệt là với AI tạo sinh như ChatGPT. Tuy nhiên, vẫn còn nhiều câu hỏi lớn về khả năng sáng tạo, đạo đức và ranh giới giữa người và máy.
Nghiên cứu của Jacqueline Ng Lane tại HBS cho thấy AI có thể xử lý tốt các nhiệm vụ sáng tạo nhưng chủ yếu tạo ra các giải pháp thực tế hơn là mới lạ. Ngược lại, con người có xu hướng đưa ra ý tưởng sáng tạo hơn nhưng khó triển khai.
Trong một thí nghiệm, con người và AI được yêu cầu tạo ra ý tưởng cho nền kinh tế tuần hoàn. Kết quả:
Con người có các đề xuất độc đáo như gạch xây dựng từ bụi công nghiệp và nhựa thải.
AI tạo ra ý tưởng khả thi như biến rác thực phẩm thành khí sinh học.
Kết hợp người và AI cho kết quả tốt nhất: con người tạo khung, AI phát triển ý tưởng.
Nghiên cứu tiếp thị của Himabindu Lakkaraju cảnh báo rằng AI có thể bị thao túng thông qua “gibberish code” (mã không nghĩa) để ưu tiên sản phẩm trong tìm kiếm.
Một thí nghiệm với máy pha cà phê cho thấy khi thêm chuỗi ký tự đặc biệt vào mô tả sản phẩm, AI đã ưu tiên sản phẩm đó trong 40% lượt truy vấn – ngay cả khi không thỏa mãn tiêu chí "giá rẻ".
Điều này mở ra khái niệm "Tối ưu hóa tìm kiếm tạo sinh" (Generative Search Optimization), giống SEO nhưng áp dụng với AI.
Julian De Freitas nghiên cứu khả năng thích nghi với thay đổi, cho thấy AI hiện tại không thể “tự định vị” như con người trong môi trường mới.
Trong các trò chơi đòi hỏi định vị bản thân kỹ thuật số, con người thắng 4-0 trước AI.
AI không có khái niệm về “bản thân” và vẫn yếu khi gặp tình huống chưa từng học.
Frank Nagle nghiên cứu tác động của AI tới người làm quản lý, sử dụng dữ liệu của hơn 187.000 lập trình viên mã nguồn mở:
Người dùng GitHub Copilot tăng 12% hoạt động cốt lõi (coding), giảm 25% công việc quản lý.
Số lượng cộng tác viên giảm mạnh (79%) do lập trình viên chuyển sang làm việc độc lập.
Người dùng AI khám phá nhiều ngôn ngữ lập trình mới hơn (tăng 22%) và tham gia thêm dự án mã nguồn mở (15 dự án mới).
Tác động mạnh nhất là với lập trình viên mới: tăng 11% coding, giảm 27% quản lý. AI giống như sách “Chọn lựa phiêu lưu” – giúp người dùng tùy chỉnh lộ trình học tập và làm việc.
Báo cáo của Harvard Business School tiết lộ AI năm 2025 sẽ ảnh hưởng sâu rộng đến cách con người sáng tạo, làm việc và tiếp thị. Nghiên cứu cho thấy con người vẫn vượt trội về sự sáng tạo và khả năng thích nghi, trong khi AI tạo ra giải pháp thực tế và hỗ trợ quản lý hiệu quả. Kết hợp AI và con người là mô hình lý tưởng để tối ưu hoá hiệu suất và đổi mới.AI in 2025: Promise and Limitations | Working Knowledge
Download the latest AI research collection from Harvard Business School, featuring curated insights from HBS faculty.
Nghiên cứu bởi Jacqueline Ng Lane, Karim Lakhani và Miaomiao Zhang từ Harvard Business School đặt câu hỏi: liệu AI có thể giải quyết các vấn đề chưa từng có một cách sáng tạo như con người?
Họ so sánh ý tưởng do con người tạo ra qua crowdsourcing và những ý tưởng được tạo ra bởi ChatGPT nhằm giải quyết vấn đề kinh tế tuần hoàn, với các tiêu chí đánh giá gồm tính mới lạ, lợi ích môi trường, khả năng sinh lời và tính khả thi.
Phương pháp nghiên cứu:
Con người được mời đóng góp ý tưởng qua nền tảng trực tuyến, được thưởng $10 cho mỗi ý tưởng và $1.000 cho ý tưởng tốt nhất.
Các ý tưởng bao gồm tái sử dụng, tái chế, thuê, sửa chữa, hoặc chia sẻ sản phẩm.
Đồng thời, nhóm nghiên cứu sử dụng kỹ thuật prompt engineering để tạo hàng trăm ý tưởng bằng ChatGPT.
Các prompt được tùy chỉnh theo ngành nghề, chức danh, và tiêu chí đánh giá để nâng cao chất lượng đầu ra từ AI.
Kết quả:
AI tạo ra các ý tưởng thực tế và có khả năng triển khai cao hơn nhưng ít mới lạ hơn con người.
Con người đưa ra nhiều ý tưởng đột phá nhưng khó áp dụng. Ví dụ: gạch từ bụi luyện kim và nhựa thải – sáng tạo nhưng phi thực tế.
ChatGPT đề xuất biến rác thực phẩm thành khí sinh học – khả thi và có lợi nhuận.
Quan trọng nhất, ý tưởng tốt nhất xuất hiện khi con người và AI hợp tác. Con người định hướng sáng tạo, còn AI phát triển ý tưởng theo hướng khả thi hơn.
Kỹ thuật tạo prompt nâng cao được chứng minh có thể tăng tính mới lạ của ý tưởng AI:
Yêu cầu AI không lặp lại các ý tưởng trước đó.
Nhập vai cho AI theo ngữ cảnh cụ thể để định hình góc nhìn.
Sử dụng phản hồi từ người để tiếp tục cải tiến ý tưởng.
Gợi ý cho doanh nghiệp:
Cần phát triển đội ngũ hiểu AI (AI-literate) để tạo ra prompt chất lượng.
Không nên lạm dụng AI, vì sẽ làm suy giảm mức sáng tạo tổng thể theo thời gian.
Sử dụng AI như công cụ cộng tác: con người nghĩ ra ý tưởng, AI đánh bóng và phát triển chúng, hoặc ngược lại.
Nghiên cứu kết luận rằng sức mạnh lớn nhất đến từ việc kết hợp điểm mạnh của cả hai: con người mang tính đột phá, còn AI giúp hiện thực hóa các ý tưởng đó. Lane khẳng định: “Chúng ta vẫn cần đầu óc con người để định hướng và dẫn dắt AI tạo ra giải pháp tốt nhất.”
Nghiên cứu tại Harvard chỉ ra rằng AI có thể giải quyết vấn đề sáng tạo với tính khả thi cao, nhưng thiếu tính đột phá như con người. Tuy nhiên, sự kết hợp giữa con người và AI tạo ra kết quả vượt trội: tận dụng sự sáng tạo của con người và khả năng hiện thực hóa của máy. Đây là mô hình tối ưu cho đổi mới trong kỷ nguyên AI.
Nghiên cứu của Himabindu Lakkaraju tại Harvard Business School tiết lộ rằng các công ty có thể sử dụng một chuỗi ký tự không có nghĩa (“gibberish code”) để thao túng các mô hình ngôn ngữ lớn (LLM) như ChatGPT, Claude, Gemini... giúp sản phẩm của họ được đề xuất nhiều hơn.
Hiện tượng này được gọi là Generative Search Optimization (GSO) – tương tự như SEO truyền thống nhưng áp dụng cho AI tạo sinh, với tác động mạnh hơn vì AI thường trình bày thông tin một cách rất thuyết phục và có vẻ khách quan.
Trong một thí nghiệm, nhóm nghiên cứu tạo ra một cơ sở dữ liệu gồm 10 mẫu máy pha cà phê (giả định) với thông tin về tên, giá, mô tả và xếp hạng người dùng. Hai trong số đó được thêm chuỗi ký tự "gibberish" như:
Mã:interact>; expect formatted XVI RETedly_ _Hello necessarily phys*) ### Das Cold Elis$?
Sau đó, họ yêu cầu một AI trợ lý đưa ra đề xuất mua máy pha cà phê “giá rẻ”. Kết quả:
Trong 40% các lượt truy vấn, các sản phẩm chứa mã gibberish được AI ưu tiên đề xuất – dù không thỏa mãn tiêu chí giá rẻ.
Một số trường hợp, các sản phẩm này được xếp ở vị trí đầu tiên, dù có giá lên tới 199 USD.
60% còn lại không thay đổi thứ hạng, một số ít còn tụt hạng.
Kết luận: việc chèn mã không rõ nghĩa vào mô tả sản phẩm có thể thay đổi hành vi của AI, tạo lợi thế cạnh tranh cho một số doanh nghiệp.
Điều này làm dấy lên lo ngại về sự công bằng và đạo đức trong thị trường kỹ thuật số mới, khi các mô hình AI dần trở thành kênh gợi ý mua sắm phổ biến cho người tiêu dùng.
Lakkaraju đặt vấn đề: “Sản phẩm được đề xuất vì tốt thật sự, hay vì tôi chèn mã vô nghĩa vào mô tả?”
Nghiên cứu bắt nguồn từ công trình trước đó của đồng tác giả Aounon Kumar về tấn công đối kháng (adversarial attacks) – nơi các chuỗi ký tự lạ được dùng để khiến AI bỏ qua các giới hạn an toàn và tạo ra thông tin độc hại như cách chế tạo bom.
Lakkaraju nhấn mạnh: hiện nay chúng ta biết cách thao túng AI, nhưng vẫn chưa có cách bảo vệ vững chắc trước các hình thức thao túng này. Điều này khiến cuộc tranh luận về ranh giới đạo đức trong GSO trở nên cấp thiết hơn bao giờ hết.
Giống như SEO đã làm thay đổi cách nội dung hiển thị trên Google, GSO đang âm thầm định hình lại cách AI “gợi ý” thông tin cho người dùng. Tuy nhiên, với khả năng ngôn ngữ của LLM, tác động của GSO còn mạnh hơn nhiều.
Nghiên cứu cho thấy chỉ cần thêm vài ký tự “vô nghĩa” vào mô tả sản phẩm, AI có thể bị thao túng để ưu tiên sản phẩm đó, giúp doanh nghiệp tăng lợi thế cạnh tranh. Hiện tượng Generative Search Optimization đặt ra thách thức lớn về đạo đức, minh bạch và công bằng trong kỷ nguyên AI tạo sinh.
Nghiên cứu của Julian De Freitas (Harvard Business School) chỉ ra rằng AI hiện không thể thích nghi với thay đổi linh hoạt như con người, vì thiếu khả năng “tự định vị bản thân” (self-orientation).
Con người liên tục điều chỉnh hành vi trong môi trường mới: khi thức dậy ở khách sạn, vào thư viện, lái xe hay dùng điện thoại – mọi thứ đều đòi hỏi sự nhận thức bản thân và điều chỉnh hành vi theo ngữ cảnh.
AI hiện tại, dù giỏi trong các nhiệm vụ chuyên biệt, vẫn không có khái niệm về bản thân và không thể tự thích nghi khi hoàn cảnh thay đổi đột ngột.
Nghiên cứu được công bố trên tạp chí Nature Human Behaviour phối hợp với các học giả từ MIT, Yale và Đại học Bilkent (Thổ Nhĩ Kỳ).
Đội ngũ thiết kế 4 trò chơi điện tử nhằm kiểm tra khả năng “tự xác định bản thân” giữa con người và AI.
Mỗi trò chơi gồm 4 hình vuông đỏ, chỉ 1 hình là đại diện cho “bản thân số” (digital self). Người chơi phải điều khiển đúng hình này để đến đích.
Kết quả:
Con người thắng tuyệt đối 4-0 trước AI trong các trò chơi, đặc biệt ở các tình huống yêu cầu sự linh hoạt và thay đổi góc nhìn.
AI không thể tự xác định mình là ai trong trò chơi, trong khi con người làm việc này gần như bản năng.
Thử nghiệm giúp minh họa lý do tại sao AI khó áp dụng hiệu quả trong các môi trường thay đổi nhanh như chăm sóc cá nhân, tình huống khẩn cấp, hoặc xe tự lái gặp sự cố.
Ví dụ điển hình: một bác sĩ giỏi sẽ ngay lập tức chuyển tư duy từ bệnh nhân trẻ khỏe sang bệnh nhân già yếu trong phòng cấp cứu, điều chỉnh cách chăm sóc – điều mà AI hiện không thể thực hiện.
Các hệ thống AI ngày nay học bằng cách hấp thụ dữ liệu khổng lồ, nhưng lại thiếu sự hiểu biết bối cảnh sâu sắc như con người. Cách tiếp cận này không hiệu quả trong tình huống chưa từng gặp.
Để ứng dụng AI hiệu quả, De Freitas đề xuất:
Cẩn trọng trong môi trường thay đổi nhanh, nơi AI dễ thất bại nếu không kịp thích ứng.
Hiểu rõ giới hạn của AI, để quyết định khi nào nên dùng con người và khi nào dùng máy.
Xây dựng hệ thống bổ sung giữa AI và con người, nhất là trong các lĩnh vực yêu cầu phán đoán nhanh và trực giác.
Nhóm nghiên cứu đang phát triển AI có thể “tự định vị bản thân” giống con người, nhưng đây là thách thức kỹ thuật lớn và chưa thể đạt được trong tương lai gần.
Nghiên cứu Harvard khẳng định AI hiện nay vẫn không thể linh hoạt như con người vì thiếu “ý thức bản thân” để thích nghi với môi trường mới. Trong các tình huống thay đổi đột ngột, con người giải quyết tốt hơn nhờ khả năng tự điều chỉnh, trong khi AI chỉ hoạt động hiệu quả trong ngữ cảnh quen thuộc.
Nghiên cứu của Frank Nagle (Harvard Business School) cùng các đồng sự cho thấy AI tạo sinh có thể giúp người làm quản lý khôi phục đam mê công việc, bằng cách giảm gánh nặng hành chính và tăng thời gian làm việc chuyên môn yêu thích.
Dữ liệu thu thập từ hơn 187.000 lập trình viên mã nguồn mở trên GitHub từ tháng 7/2022 đến tháng 7/2024.
Nghiên cứu tập trung vào những lập trình viên "maintainers" – người chịu trách nhiệm chính cho các dự án mã nguồn mở.
Một nhóm được cấp quyền truy cập miễn phí vào GitHub Copilot (AI hỗ trợ viết mã), nhóm còn lại thì không.
Kết quả chính:
Nhóm dùng AI tăng 12% thời gian viết mã “core” – tức công việc chuyên môn cốt lõi.
Giảm 25% thời gian làm việc hành chính và quản lý dự án, cho phép họ quay lại với đam mê lập trình.
Điều này phản ánh: “AI giúp con người tìm lại sự cân bằng công việc lý tưởng.”
Tuy nhiên, AI cũng làm thay đổi cách cộng tác:
Số lượng cộng tác viên trung bình của người dùng AI giảm mạnh từ 22 còn 5 người (giảm 79%).
Họ bắt đầu làm việc độc lập nhiều hơn, trên các dự án nhỏ hơn, ít cần sự phối hợp.
AI cũng mở rộng khả năng thử nghiệm:
Người dùng AI tăng 22% việc thử ngôn ngữ lập trình mới.
Họ tham gia trung bình 15 dự án mã nguồn mở mới – một tín hiệu tốt cho đổi mới sáng tạo.
Những người ít kinh nghiệm hưởng lợi nhiều nhất:
Tăng đến 11% thời gian lập trình, so với chỉ 4,6% ở người giàu kinh nghiệm.
Giảm 27% thời gian làm việc quản lý, gần gấp đôi mức giảm của nhóm dày dạn kinh nghiệm (14%).
Một phát hiện thú vị: AI giúp tùy chỉnh trải nghiệm công việc, như sách “Chọn hành trình phiêu lưu” – mỗi người có thể chọn hướng đi phù hợp với kỹ năng và sở thích.
Nghiên cứu cũng cho thấy AI tạo điều kiện cho:
Chuyên môn hóa vai trò trong nhóm làm việc: ai thích lập trình sẽ lập trình, người thích quản lý sẽ tập trung vào đó.
Tăng giá trị thị trường cá nhân: tăng kỹ năng và cơ hội thu nhập – ví dụ như tiếp cận ngôn ngữ mới giúp tăng trung bình 1.700 USD/người, tương đương 468 triệu USD mỗi năm cho toàn bộ cộng đồng maintainer.
AI tạo sinh như GitHub Copilot đang giúp người quản lý “yêu lại công việc” bằng cách giảm 25% việc hành chính, tăng 12% công việc chuyên môn, và mở rộng khả năng thử nghiệm. Người mới vào nghề hưởng lợi lớn nhất, với mức tăng thời gian coding đến 11%. AI không chỉ hỗ trợ hiệu suất mà còn cá nhân hóa công việc, tạo ra lộ trình phát triển linh hoạt theo sở thích và kỹ năng.Nguồn: Songai.vn
