Phạm Thanh Bình✔
Writer
Trong nhiều năm, năng lực AI thường được đánh giá qua những bài kiểm tra học thuật như thi luật sư, giải toán hay xử lý các vấn đề khoa học phức tạp. Nhưng OpenAI đang muốn đưa ra một thước đo khác: AI có thực sự giúp con người giải quyết những vấn đề quan trọng trong cuộc sống hàng ngày hay không?
Với LifeVal, bộ tiêu chuẩn đánh giá mới được OpenAI giới thiệu, trọng tâm không còn nằm ở việc mô hình biết bao nhiêu kiến thức mà là khả năng hoàn thành công việc. Thay vì chỉ trả lời câu hỏi, AI phải có thể tìm người giữ trẻ, lựa chọn trường học cho con, tìm nhà phù hợp với ngân sách, xử lý hồ sơ y tế, đặt vé máy bay bằng điểm thưởng thẻ tín dụng hay thực hiện các thủ tục hành chính phức tạp.
Đây là hướng tiếp cận đáng chú ý trong quá trình phát triển AI tổng quát (AGI), khi các công ty công nghệ bắt đầu chuyển trọng tâm từ năng lực suy luận sang khả năng thực thi những công việc có giá trị trực tiếp với người dùng.
Theo tài liệu nghiên cứu của OpenAI, LifeVal được xây dựng dựa trên dữ liệu sử dụng thời gian tại Mỹ và 25 quốc gia khác, kết hợp khảo sát hơn 3.800 người tiêu dùng về mức độ sẵn sàng chi trả cho các dịch vụ hỗ trợ cá nhân. Từ đó, nhóm nghiên cứu lựa chọn 148 nhiệm vụ quan trọng trong đời sống, thuộc nhiều lĩnh vực như chăm sóc gia đình, giáo dục, nhà ở, tài chính và dịch vụ công.
Một con số đáng chú ý trong nghiên cứu là người tiêu dùng Mỹ có tổng mức sẵn sàng chi trả ước tính lên tới 1.700 tỷ USD mỗi năm cho những công việc này nếu được một trợ lý lý tưởng đảm nhận. Đây là giá trị nhu cầu tiềm năng được khảo sát, không phải doanh thu thực tế của thị trường AI.
Điểm khác biệt của LifeVal là các nhiệm vụ không đơn giản như đặt một câu hỏi rồi chờ câu trả lời. AI phải hiểu hoàn cảnh riêng của từng người, ghi nhớ thông tin từ những cuộc trò chuyện trước, tìm kiếm dữ liệu trên nhiều nền tảng và thực hiện một chuỗi thao tác để đi đến kết quả cuối cùng.
Chẳng hạn, khi được yêu cầu tìm người giữ trẻ toàn thời gian, AI phải biết lọc hồ sơ theo các tiêu chí cụ thể như có chứng chỉ sơ cứu và CPR, không hút thuốc, mức lương từ 25 đến 30 USD mỗi giờ. Với một gia đình có người mắc bệnh tiểu đường, AI cần xây dựng thực đơn phù hợp với tình trạng sức khỏe. Hay khi người dùng muốn đổi bác sĩ sau nhiều năm điều trị ung thư, AI phải tổng hợp lịch sử bệnh án thành tài liệu để hỗ trợ quá trình chuyển giao thông tin y tế.
Để làm được điều đó, AI cần kết hợp ba năng lực quan trọng: ghi nhớ ngữ cảnh cá nhân, sử dụng các công cụ kỹ thuật số và thực hiện nhiệm vụ một cách tự chủ. Nói cách khác, nó phải tiến xa hơn một chatbot thông thường để trở thành một AI Agent có thể trực tiếp thao tác trên trình duyệt, truy cập website, điền biểu mẫu, tìm kiếm thông tin và tạo ra sản phẩm hoàn chỉnh.
Một vấn đề khác mà LifeVal chú trọng là xác minh kết quả. AI không thể chỉ nói rằng đã hoàn thành công việc mà phải chứng minh hành động thực sự diễn ra. Ví dụ, nếu được giao nhiệm vụ đặt vé máy bay, việc đưa ra danh sách chuyến bay không đồng nghĩa với việc đã hoàn tất đặt vé. Khả năng thực thi và độ chính xác của kết quả phải được kiểm tra.
Điều này cho thấy cuộc đua AI đang dần thay đổi. Một mô hình có thể giải những bài toán phức tạp nhất chưa chắc đã hữu ích khi người dùng cần xử lý một vụ chuyển nhà, tìm trường học cho con hay hoàn thành thủ tục hành chính. Giá trị thực tế của AI sẽ ngày càng phụ thuộc vào khả năng hiểu con người, nắm bắt hoàn cảnh và giải quyết công việc đến cùng.
Nếu trước đây chúng ta thường hỏi AI thông minh đến mức nào, thì với những tiêu chuẩn như LifeVal, câu hỏi mới sẽ là: AI có thể thực sự làm được bao nhiêu việc thay con người, và liệu chúng ta có thể tin tưởng giao những công việc quan trọng đó cho nó hay không?
Với LifeVal, bộ tiêu chuẩn đánh giá mới được OpenAI giới thiệu, trọng tâm không còn nằm ở việc mô hình biết bao nhiêu kiến thức mà là khả năng hoàn thành công việc. Thay vì chỉ trả lời câu hỏi, AI phải có thể tìm người giữ trẻ, lựa chọn trường học cho con, tìm nhà phù hợp với ngân sách, xử lý hồ sơ y tế, đặt vé máy bay bằng điểm thưởng thẻ tín dụng hay thực hiện các thủ tục hành chính phức tạp.
Đây là hướng tiếp cận đáng chú ý trong quá trình phát triển AI tổng quát (AGI), khi các công ty công nghệ bắt đầu chuyển trọng tâm từ năng lực suy luận sang khả năng thực thi những công việc có giá trị trực tiếp với người dùng.
Theo tài liệu nghiên cứu của OpenAI, LifeVal được xây dựng dựa trên dữ liệu sử dụng thời gian tại Mỹ và 25 quốc gia khác, kết hợp khảo sát hơn 3.800 người tiêu dùng về mức độ sẵn sàng chi trả cho các dịch vụ hỗ trợ cá nhân. Từ đó, nhóm nghiên cứu lựa chọn 148 nhiệm vụ quan trọng trong đời sống, thuộc nhiều lĩnh vực như chăm sóc gia đình, giáo dục, nhà ở, tài chính và dịch vụ công.
Một con số đáng chú ý trong nghiên cứu là người tiêu dùng Mỹ có tổng mức sẵn sàng chi trả ước tính lên tới 1.700 tỷ USD mỗi năm cho những công việc này nếu được một trợ lý lý tưởng đảm nhận. Đây là giá trị nhu cầu tiềm năng được khảo sát, không phải doanh thu thực tế của thị trường AI.
Điểm khác biệt của LifeVal là các nhiệm vụ không đơn giản như đặt một câu hỏi rồi chờ câu trả lời. AI phải hiểu hoàn cảnh riêng của từng người, ghi nhớ thông tin từ những cuộc trò chuyện trước, tìm kiếm dữ liệu trên nhiều nền tảng và thực hiện một chuỗi thao tác để đi đến kết quả cuối cùng.
Chẳng hạn, khi được yêu cầu tìm người giữ trẻ toàn thời gian, AI phải biết lọc hồ sơ theo các tiêu chí cụ thể như có chứng chỉ sơ cứu và CPR, không hút thuốc, mức lương từ 25 đến 30 USD mỗi giờ. Với một gia đình có người mắc bệnh tiểu đường, AI cần xây dựng thực đơn phù hợp với tình trạng sức khỏe. Hay khi người dùng muốn đổi bác sĩ sau nhiều năm điều trị ung thư, AI phải tổng hợp lịch sử bệnh án thành tài liệu để hỗ trợ quá trình chuyển giao thông tin y tế.
Để làm được điều đó, AI cần kết hợp ba năng lực quan trọng: ghi nhớ ngữ cảnh cá nhân, sử dụng các công cụ kỹ thuật số và thực hiện nhiệm vụ một cách tự chủ. Nói cách khác, nó phải tiến xa hơn một chatbot thông thường để trở thành một AI Agent có thể trực tiếp thao tác trên trình duyệt, truy cập website, điền biểu mẫu, tìm kiếm thông tin và tạo ra sản phẩm hoàn chỉnh.
Một vấn đề khác mà LifeVal chú trọng là xác minh kết quả. AI không thể chỉ nói rằng đã hoàn thành công việc mà phải chứng minh hành động thực sự diễn ra. Ví dụ, nếu được giao nhiệm vụ đặt vé máy bay, việc đưa ra danh sách chuyến bay không đồng nghĩa với việc đã hoàn tất đặt vé. Khả năng thực thi và độ chính xác của kết quả phải được kiểm tra.
Điều này cho thấy cuộc đua AI đang dần thay đổi. Một mô hình có thể giải những bài toán phức tạp nhất chưa chắc đã hữu ích khi người dùng cần xử lý một vụ chuyển nhà, tìm trường học cho con hay hoàn thành thủ tục hành chính. Giá trị thực tế của AI sẽ ngày càng phụ thuộc vào khả năng hiểu con người, nắm bắt hoàn cảnh và giải quyết công việc đến cùng.
Nếu trước đây chúng ta thường hỏi AI thông minh đến mức nào, thì với những tiêu chuẩn như LifeVal, câu hỏi mới sẽ là: AI có thể thực sự làm được bao nhiêu việc thay con người, và liệu chúng ta có thể tin tưởng giao những công việc quan trọng đó cho nó hay không?
