Thoại Viết Hoàng
Writer
Theo các nhà nghiên cứu công việc trong tương lai, trí tuệ nhân tạo và học máy sẽ tạo cơ hội cho nơi làm việc phát triển công việc thỏa mãn hơn trong tương lai, nhưng những người làm những công việc đó sẽ cần các kỹ năng liên ngành.
Các tham luận viên tại sự kiện Thành phố Khoa học Cosmos diễn ra vào tháng 9 đã thảo luận về việc làm trong tương lai trong bối cảnh công nghệ thay đổi nhanh chóng. Tiến sĩ Ruchi Sinha, nhà tâm lý học tổ chức tại Đại học Nam Úc, kỳ vọng tác động biến đổi của AI tại nơi làm việc sẽ thách thức các giả định về giá trị của con người với tư cách là người lao động. Nhưng thay vì khiến người lao động trở nên lỗi thời, bà dự đoán AI sẽ chuyển con người nhiều hơn sang vai trò đa ngành với khả năng kết nối các lĩnh vực kiến thức khác nhau, thay vì chuyên về các chuyên ngành thông tin hẹp. Sinha nói: “Tôi thấy giáo dục dành cho công việc trong tương lai sẽ giúp bạn đọc nhiều hơn trong nhiều lĩnh vực, thay vì chỉ trong một lĩnh vực duy nhất”. Thay vì AI thay thế hoàn toàn con người, cô hy vọng lực lượng lao động sẽ bị thách thức bởi những con người có thể thích ứng với sự thay đổi công nghệ – giống như điều đã được chứng kiến với sự ra đời của Internet và mạng xã hội – vượt xa những người và doanh nghiệp không có khả năng thích ứng. “Tôi không nghĩ công nghệ sẽ lấy đi việc làm của con người. Tôi nghĩ những người sử dụng công nghệ sẽ lấy đi công việc của người khác,” cô nói
.Quan điểm này đã được lặp lại bởi các thành viên khác trong hội thảo, bao gồm Tiến sĩ Charlie Hargroves, giảng viên cao cấp tại Trung tâm Đổi mới, Thương mại hóa và Doanh nhân của Trường Kinh doanh Đại học Adelaide, người đã chỉ ra những lợi thế về năng suất được áp dụng thông qua các mô hình ngôn ngữ lớn như Chat GPT. Hargroves cho biết: “99% doanh nghiệp không [sử dụng Chat GPT], nhưng 1% trong số đó đang có được lợi thế cạnh tranh”. “Và việc bắt đầu sử dụng cũng không đặc biệt khó khăn.” Khi Alphabet (công ty mẹ của Google) và Meta (của Facebook và Instagram) gián đoạn hoạt động quảng cáo vào những năm 2010, các doanh nghiệp chuyển sang tiếp thị kỹ thuật số đã tận dụng khả năng – khi đó chưa được kiểm soát – sử dụng tập dữ liệu người dùng khổng lồ có sẵn thông qua các nền tảng này và nhắm mục tiêu đến đối tượng với độ chính xác cao hơn nhiều hơn là một bảng quảng cáo hoặc quảng cáo truyền hình. Ngày nay, thay vì coi 'tiếp thị kỹ thuật số' là một lĩnh vực riêng biệt, các nhà tiếp thị có kỹ năng về truyền thống và kỹ thuật số. Kỹ thuật số đã giới thiệu các nền tảng mới để các doanh nghiệp hoạt động. Tuy nhiên, với AI - các mô hình ngôn ngữ đặc biệt lớn mô phỏng trí thông minh của con người - Sinha coi đây là thách thức cơ bản đối với những gì từng được coi là giá trị vốn có của con người với tư cách là người lao động: tự động hóa nhiệm vụ, thu thập thông tin và xử lý và sáng tạo. “Đó là lý do tại sao tôi nghĩ nó khác với những [sự gián đoạn] khác. Những người khác đều hỗ trợ chúng tôi, họ phá vỡ nền kinh tế, họ phá vỡ cấu trúc, họ không phá vỡ ý thức về con người,” cô nói.
Mặc dù sự thay đổi về bản chất công việc trong thời đại AI sẽ không xảy ra trong một sớm một chiều, nhưng Sinha cho biết những người thích nghi với việc trở thành người kết nối kiến thức – áp dụng công việc học tập phức tạp của AI vào công việc thực tế – sẽ được hưởng lợi. Cô cũng nhận thấy vai trò quan trọng của các tổ chức trong việc tạo ra công việc mang tính xây dựng và thỏa mãn cho mọi người. “Tôi nghĩ cách các tổ chức có thể thiết kế công việc trong tương lai là [để] thực sự tạo ra những vai trò mang lại ý nghĩa cho các cá nhân tại nơi làm việc, nơi họ tham gia vào việc xây dựng văn hóa, họ đang tạo ra sự gắn kết trong một nhóm. “Khi bạn bớt thời gian làm việc cực nhọc, nếu các tổ chức có thể đầu tư thời gian đó vào việc nâng cao kỹ năng và phát triển, thì đó là [một] mối liên hệ hoàn hảo: nhân viên của bạn vui vẻ, họ hiểu ý nghĩa của việc bạn nâng cao kỹ năng cho họ và họ sẽ phục vụ bạn để có năng suất cao trong tương lai. Đối với tôi, đó là nơi kết nối [giữa con người và công nghệ].”
Khoa học chưa thể biết được các hợp chất đằng sau mùi hôi khủng khiếp của bạn tình. Nhưng hóa ra không chỉ có họ. Việc lập bản đồ bất kỳ hợp chất nào theo mùi hương mà chúng tạo ra khó hơn vẻ ngoài của nó. Một nhóm ở Mỹ đã bắt đầu giải quyết vấn đề bằng cách tạo ra một “bản đồ mùi cơ bản” để giải mã cách não chúng ta cảm nhận mùi hương. Các nhà nghiên cứu viết trong bài báo mới của họ, được xuất bản trên tạp chí Science: “Một vấn đề cơ bản trong khoa học thần kinh là ánh xạ các đặc tính vật lý của một kích thích thành các đặc điểm nhận thức”.
“Trong tầm nhìn, bước sóng ánh xạ tới màu sắc; trong buổi thử giọng, bản đồ tần số đến cao độ. Ngược lại, việc ánh xạ từ cấu trúc hóa học đến nhận thức khứu giác vẫn chưa được hiểu rõ.” Các nhà nghiên cứu bắt đầu tạo ra một mạng lưới thần kinh tạo ra các biểu đồ cho từng phân tử. Nhóm đã có quyền truy cập vào bộ dữ liệu gồm khoảng 5000 phân tử. Thông tin về các phân tử và các liên kết giữ các phân tử lại với nhau được ghi lại ở cấp độ nguyên tử. Mỗi phân tử cũng có nhiều nhãn mùi gắn liền với nó – mọi mùi từ mùi thịt bò đến mùi oải hương. Để thử nghiệm mô hình, nhóm nghiên cứu đã phải sử dụng công nghệ ngửi mùi tốt nhất hiện nay – con người. Các nhà nghiên cứu viết: “Trong khứu giác, không có phương pháp công cụ đáng tin cậy nào để đo lường khả năng nhận biết mùi và các bảng cảm giác được đào tạo của con người là tiêu chuẩn vàng để xác định đặc tính của mùi”. “Chúng tôi đã đào tạo một nhóm đối tượng để mô tả nhận thức của họ về chất tạo mùi bằng cách sử dụng phương pháp đánh giá tất cả những gì áp dụng (RATA) và từ vựng về mùi gồm 55 từ.” Con người không phải lúc nào cũng đồng ý về mùi của một mùi, vì vậy nhóm nghiên cứu phải sử dụng giá trị trung bình và trung vị để thử và lấy giá trị trung bình của mùi đó. Nhưng mô hình này đã vượt qua người tham gia hội thảo ở mức trung bình với hơn một nửa số nhãn. Tuy nhiên điều này phụ thuộc đáng kể vào mùi hương. “Mô hình của chúng tôi hoạt động tốt nhất đối với các nhãn như tỏi và tanh có các yếu tố xác định cấu trúc rõ ràng (chứa lưu huỳnh đối với tỏi; amin đối với tanh) và kém nhất đối với nhãn xạ hương, bao gồm ít nhất năm loại cấu trúc riêng biệt (macrocycle, polycycle, nitro, loại steroid và chuỗi thẳng),” nhóm nghiên cứu viết.
“Ngược lại, hiệu suất của người tham gia hội thảo đối với một nhãn nhất định phụ thuộc vào mức độ quen thuộc của họ với nhãn đó trong bối cảnh mùi; do đó, chúng tôi nhận thấy sự nhất trí mạnh mẽ giữa các tham luận viên đối với các nhãn mô tả các mùi thực phẩm phổ biến như mùi hạt dẻ, tỏi và pho mát và sự đồng tình yếu đối với các nhãn như xạ hương và cỏ khô.” Điều thú vị là mô hình này được cho là tốt hơn bất kỳ mô hình nào trước đó và có thể mô tả mùi của hợp chất cũng như cường độ và sự giống nhau giữa các mùi khác nhau. Sử dụng mô hình như thế này có thể khám phá những mùi mới – các nhà nghiên cứu đã biên soạn một danh sách khổng lồ gồm 500.000 hợp chất tiềm năng chưa được tạo ra. Sử dụng bản đồ mùi cơ bản, họ có thể hiểu được mùi của chúng chỉ dựa vào cấu trúc nguyên tử và liên kết phân tử. Nhóm nghiên cứu kết luận: “Chúng tôi hy vọng bản đồ này sẽ hữu ích cho các nhà nghiên cứu về hóa học, khoa học thần kinh khứu giác và tâm sinh lý học”. “Đầu tiên, như một sự thay thế có sẵn cho các bộ mô tả thông tin hóa học và rộng hơn, như một công cụ mới để nghiên cứu bản chất của cảm giác khứu giác.”
Tham khảo bài viết gốc tại đây:
Các tham luận viên tại sự kiện Thành phố Khoa học Cosmos diễn ra vào tháng 9 đã thảo luận về việc làm trong tương lai trong bối cảnh công nghệ thay đổi nhanh chóng. Tiến sĩ Ruchi Sinha, nhà tâm lý học tổ chức tại Đại học Nam Úc, kỳ vọng tác động biến đổi của AI tại nơi làm việc sẽ thách thức các giả định về giá trị của con người với tư cách là người lao động. Nhưng thay vì khiến người lao động trở nên lỗi thời, bà dự đoán AI sẽ chuyển con người nhiều hơn sang vai trò đa ngành với khả năng kết nối các lĩnh vực kiến thức khác nhau, thay vì chuyên về các chuyên ngành thông tin hẹp. Sinha nói: “Tôi thấy giáo dục dành cho công việc trong tương lai sẽ giúp bạn đọc nhiều hơn trong nhiều lĩnh vực, thay vì chỉ trong một lĩnh vực duy nhất”. Thay vì AI thay thế hoàn toàn con người, cô hy vọng lực lượng lao động sẽ bị thách thức bởi những con người có thể thích ứng với sự thay đổi công nghệ – giống như điều đã được chứng kiến với sự ra đời của Internet và mạng xã hội – vượt xa những người và doanh nghiệp không có khả năng thích ứng. “Tôi không nghĩ công nghệ sẽ lấy đi việc làm của con người. Tôi nghĩ những người sử dụng công nghệ sẽ lấy đi công việc của người khác,” cô nói
.Quan điểm này đã được lặp lại bởi các thành viên khác trong hội thảo, bao gồm Tiến sĩ Charlie Hargroves, giảng viên cao cấp tại Trung tâm Đổi mới, Thương mại hóa và Doanh nhân của Trường Kinh doanh Đại học Adelaide, người đã chỉ ra những lợi thế về năng suất được áp dụng thông qua các mô hình ngôn ngữ lớn như Chat GPT. Hargroves cho biết: “99% doanh nghiệp không [sử dụng Chat GPT], nhưng 1% trong số đó đang có được lợi thế cạnh tranh”. “Và việc bắt đầu sử dụng cũng không đặc biệt khó khăn.” Khi Alphabet (công ty mẹ của Google) và Meta (của Facebook và Instagram) gián đoạn hoạt động quảng cáo vào những năm 2010, các doanh nghiệp chuyển sang tiếp thị kỹ thuật số đã tận dụng khả năng – khi đó chưa được kiểm soát – sử dụng tập dữ liệu người dùng khổng lồ có sẵn thông qua các nền tảng này và nhắm mục tiêu đến đối tượng với độ chính xác cao hơn nhiều hơn là một bảng quảng cáo hoặc quảng cáo truyền hình. Ngày nay, thay vì coi 'tiếp thị kỹ thuật số' là một lĩnh vực riêng biệt, các nhà tiếp thị có kỹ năng về truyền thống và kỹ thuật số. Kỹ thuật số đã giới thiệu các nền tảng mới để các doanh nghiệp hoạt động. Tuy nhiên, với AI - các mô hình ngôn ngữ đặc biệt lớn mô phỏng trí thông minh của con người - Sinha coi đây là thách thức cơ bản đối với những gì từng được coi là giá trị vốn có của con người với tư cách là người lao động: tự động hóa nhiệm vụ, thu thập thông tin và xử lý và sáng tạo. “Đó là lý do tại sao tôi nghĩ nó khác với những [sự gián đoạn] khác. Những người khác đều hỗ trợ chúng tôi, họ phá vỡ nền kinh tế, họ phá vỡ cấu trúc, họ không phá vỡ ý thức về con người,” cô nói.
Mặc dù sự thay đổi về bản chất công việc trong thời đại AI sẽ không xảy ra trong một sớm một chiều, nhưng Sinha cho biết những người thích nghi với việc trở thành người kết nối kiến thức – áp dụng công việc học tập phức tạp của AI vào công việc thực tế – sẽ được hưởng lợi. Cô cũng nhận thấy vai trò quan trọng của các tổ chức trong việc tạo ra công việc mang tính xây dựng và thỏa mãn cho mọi người. “Tôi nghĩ cách các tổ chức có thể thiết kế công việc trong tương lai là [để] thực sự tạo ra những vai trò mang lại ý nghĩa cho các cá nhân tại nơi làm việc, nơi họ tham gia vào việc xây dựng văn hóa, họ đang tạo ra sự gắn kết trong một nhóm. “Khi bạn bớt thời gian làm việc cực nhọc, nếu các tổ chức có thể đầu tư thời gian đó vào việc nâng cao kỹ năng và phát triển, thì đó là [một] mối liên hệ hoàn hảo: nhân viên của bạn vui vẻ, họ hiểu ý nghĩa của việc bạn nâng cao kỹ năng cho họ và họ sẽ phục vụ bạn để có năng suất cao trong tương lai. Đối với tôi, đó là nơi kết nối [giữa con người và công nghệ].”
Khoa học chưa thể biết được các hợp chất đằng sau mùi hôi khủng khiếp của bạn tình. Nhưng hóa ra không chỉ có họ. Việc lập bản đồ bất kỳ hợp chất nào theo mùi hương mà chúng tạo ra khó hơn vẻ ngoài của nó. Một nhóm ở Mỹ đã bắt đầu giải quyết vấn đề bằng cách tạo ra một “bản đồ mùi cơ bản” để giải mã cách não chúng ta cảm nhận mùi hương. Các nhà nghiên cứu viết trong bài báo mới của họ, được xuất bản trên tạp chí Science: “Một vấn đề cơ bản trong khoa học thần kinh là ánh xạ các đặc tính vật lý của một kích thích thành các đặc điểm nhận thức”.
“Trong tầm nhìn, bước sóng ánh xạ tới màu sắc; trong buổi thử giọng, bản đồ tần số đến cao độ. Ngược lại, việc ánh xạ từ cấu trúc hóa học đến nhận thức khứu giác vẫn chưa được hiểu rõ.” Các nhà nghiên cứu bắt đầu tạo ra một mạng lưới thần kinh tạo ra các biểu đồ cho từng phân tử. Nhóm đã có quyền truy cập vào bộ dữ liệu gồm khoảng 5000 phân tử. Thông tin về các phân tử và các liên kết giữ các phân tử lại với nhau được ghi lại ở cấp độ nguyên tử. Mỗi phân tử cũng có nhiều nhãn mùi gắn liền với nó – mọi mùi từ mùi thịt bò đến mùi oải hương. Để thử nghiệm mô hình, nhóm nghiên cứu đã phải sử dụng công nghệ ngửi mùi tốt nhất hiện nay – con người. Các nhà nghiên cứu viết: “Trong khứu giác, không có phương pháp công cụ đáng tin cậy nào để đo lường khả năng nhận biết mùi và các bảng cảm giác được đào tạo của con người là tiêu chuẩn vàng để xác định đặc tính của mùi”. “Chúng tôi đã đào tạo một nhóm đối tượng để mô tả nhận thức của họ về chất tạo mùi bằng cách sử dụng phương pháp đánh giá tất cả những gì áp dụng (RATA) và từ vựng về mùi gồm 55 từ.” Con người không phải lúc nào cũng đồng ý về mùi của một mùi, vì vậy nhóm nghiên cứu phải sử dụng giá trị trung bình và trung vị để thử và lấy giá trị trung bình của mùi đó. Nhưng mô hình này đã vượt qua người tham gia hội thảo ở mức trung bình với hơn một nửa số nhãn. Tuy nhiên điều này phụ thuộc đáng kể vào mùi hương. “Mô hình của chúng tôi hoạt động tốt nhất đối với các nhãn như tỏi và tanh có các yếu tố xác định cấu trúc rõ ràng (chứa lưu huỳnh đối với tỏi; amin đối với tanh) và kém nhất đối với nhãn xạ hương, bao gồm ít nhất năm loại cấu trúc riêng biệt (macrocycle, polycycle, nitro, loại steroid và chuỗi thẳng),” nhóm nghiên cứu viết.
“Ngược lại, hiệu suất của người tham gia hội thảo đối với một nhãn nhất định phụ thuộc vào mức độ quen thuộc của họ với nhãn đó trong bối cảnh mùi; do đó, chúng tôi nhận thấy sự nhất trí mạnh mẽ giữa các tham luận viên đối với các nhãn mô tả các mùi thực phẩm phổ biến như mùi hạt dẻ, tỏi và pho mát và sự đồng tình yếu đối với các nhãn như xạ hương và cỏ khô.” Điều thú vị là mô hình này được cho là tốt hơn bất kỳ mô hình nào trước đó và có thể mô tả mùi của hợp chất cũng như cường độ và sự giống nhau giữa các mùi khác nhau. Sử dụng mô hình như thế này có thể khám phá những mùi mới – các nhà nghiên cứu đã biên soạn một danh sách khổng lồ gồm 500.000 hợp chất tiềm năng chưa được tạo ra. Sử dụng bản đồ mùi cơ bản, họ có thể hiểu được mùi của chúng chỉ dựa vào cấu trúc nguyên tử và liên kết phân tử. Nhóm nghiên cứu kết luận: “Chúng tôi hy vọng bản đồ này sẽ hữu ích cho các nhà nghiên cứu về hóa học, khoa học thần kinh khứu giác và tâm sinh lý học”. “Đầu tiên, như một sự thay thế có sẵn cho các bộ mô tả thông tin hóa học và rộng hơn, như một công cụ mới để nghiên cứu bản chất của cảm giác khứu giác.”
Tham khảo bài viết gốc tại đây:
