Các nhà lãnh đạo AI cho biết các hệ thống đạt trình độ con người đang đến gần nhanh chóng

Tiến bộ nhanh chóng trong lĩnh vực trí tuệ nhân tạo đang buộc các chính phủ và tổ chức phải đối mặt với một con đường ngắn hơn nhiều hướng tới các hệ thống ở mức độ con người so với dự đoán trước đây. Các lãnh đạo trong ngành hiện cho biết khoảng cách giữa các công cụ hiện tại và trí tuệ nhân tạo tổng quát đang thu hẹp nhanh chóng. Khi quá trình phát triển tăng tốc, những lo ngại về việc làm, quản trị và ổn định kinh tế đang trở thành trọng tâm của cuộc tranh luận.

Amodei: AI ở mức con người có thể xuất hiện trong vài năm, không phải vài thập kỷ

Tại Diễn đàn Kinh tế Thế giới ở Davos, CEO của Anthropic, Dario Amodei, cảnh báo rằng các nhà hoạch định chính sách có thể chưa chuẩn bị cho tốc độ phát triển nhanh chóng của AI tiên tiến. Xuất hiện cùng CEO DeepMind, Demis Hassabis, Amodei cho rằng các hệ thống xã hội và thị trường lao động khó có thể thích ứng kịp với tốc độ tiến bộ kỹ thuật. Theo ông, thời gian chuẩn bị đang bị rút ngắn thay vì kéo dài.

Amodei nhắc lại quan điểm rằng AI đạt mức độ con người có khả năng chỉ còn cách vài năm. Ông cho biết những dự báo trước đây của mình vẫn còn giá trị và tiến trình phát triển vẫn đang đi theo một đường cong dốc. Theo ước tính của ông, năng lực siêu phàm có thể xuất hiện sớm nhất vào năm 2026 hoặc 2027. Theo lời ông, rất khó để tưởng tượng quá trình phát triển có thể kéo dài lâu hơn khoảng thời gian đó.

Phần lớn tốc độ này đến từ việc các hệ thống AI ngày càng hỗ trợ chính quá trình phát triển của chúng. Tại Anthropic, Amodei cho biết các kỹ sư phần mềm đã chuyển từ viết mã sang giám sát kết quả do AI tạo ra. Kỹ sư hiện dành nhiều thời gian kiểm tra và chỉnh sửa mã hơn là tự viết mới hoàn toàn. Ông gợi ý rằng chỉ trong sáu đến mười hai tháng tới, các mô hình AI có thể xử lý phần lớn các nhiệm vụ lập trình từ đầu đến cuối.

Nhiều yếu tố đang thúc đẩy chu trình này tiến lên phía trước:

• Các mô hình AI hiện tạo ra phần lớn mã ở cấp độ sản xuất.
• Kỹ sư chủ yếu đóng vai trò kiểm duyệt thay vì tác giả chính.
• Cải tiến trong huấn luyện giúp nâng cấp mô hình nhanh hơn.
• Giới hạn về phần cứng ảnh hưởng đến tốc độ nhiều hơn năng lực nghiên cứu.
• Chu kỳ phát triển ngắn hơn rút ngắn thời gian ứng dụng.

Hassabis của DeepMind đánh giá khả năng đạt AGI là 50% vào năm 2030

Dù thừa nhận tiến bộ mạnh mẽ, Hassabis cho rằng không phải lĩnh vực nào cũng phù hợp với tự động hóa. Những lĩnh vực như lập trình và toán học dễ tiếp cận hơn vì kết quả có thể kiểm chứng nhanh chóng. Các lĩnh vực khác, đặc biệt là khoa học tự nhiên, phụ thuộc vào các thí nghiệm đòi hỏi thời gian và tài nguyên.

Ông cho rằng khám phá khoa học vẫn là rào cản lớn. Các hệ thống hiện tại có thể giải quyết các vấn đề được xác định rõ nhưng gặp khó khăn trong việc tạo ra câu hỏi hoặc lý thuyết mới. Việc đưa ra giả thuyết gốc, theo ông, là một trong những cấp độ sáng tạo cao nhất của con người. AI vẫn chưa chứng minh được khả năng đáng tin cậy ở mảng này, và chưa rõ khi nào – hoặc liệu – khoảng cách đó sẽ được lấp đầy.

Vì những giới hạn này, Hassabis đặt khả năng đạt AGI vào năm 2030 ở mức khoảng 50%. Ông nhấn mạnh sự khác biệt giữa tính toán nhanh và đổi mới thực sự là một ẩn số quan trọng. Dù vậy, cả hai lãnh đạo đều đồng ý rằng sự gián đoạn kinh tế không còn là vấn đề xa vời nữa.

Các công việc văn phòng ngày càng bị đe dọa. Trước đây, Amodei từng ước tính rằng có tới một nửa số công việc chuyên môn đầu vào có thể biến mất trong vòng năm năm, và tại Davos, ông vẫn giữ quan điểm này. Công việc tại văn phòng, vốn từng được xem là an toàn, giờ đây cũng đối mặt với áp lực tự động hóa giống như những gì đã thay đổi ngành sản xuất nhiều thập kỷ trước.

Hassabis cảnh báo rằng ngay cả những dự báo kinh tế thận trọng cũng có thể đánh giá thấp tốc độ thay đổi. Năm đến mười năm, theo ông, không phải là thời gian dài để xã hội thích ứng. Các tổ chức được xây dựng cho các chuyển đổi chậm sẽ gặp khó nếu cấu trúc công việc thay đổi đồng loạt.

AI đang xói mòn quyền tự chủ trong công việc lâu trước khi sa thải hàng loạt bắt đầu

Đối với Amodei, thách thức đã vượt ra ngoài lĩnh vực kỹ thuật, trở thành một cuộc khủng hoảng điều phối. Ông cho rằng các chính phủ nên tập trung phần lớn sự chú ý vào quản lý quá trình chuyển đổi. Dù rủi ro liên quan đến lạm dụng và căng thẳng địa chính trị vẫn trong tầm kiểm soát, biên độ sai sót đang bị thu hẹp.

Các áp lực chính sách nổi bật trong cuộc tranh luận bao gồm:

• Chuyển dịch lao động diễn ra nhanh hơn khả năng đáp ứng của các hệ thống đào tạo lại hiện có.
• Kẽ hở pháp lý liên quan đến các mô hình đa năng mạnh mẽ.
• Bất bình đẳng gia tăng do tự động hóa công việc đòi hỏi kỹ năng.
• Tập trung năng lực AI vào một số ít các ông lớn.
• Hợp tác toàn cầu về tiêu chuẩn an toàn còn hạn chế.

Một số nhà phân tích lao động tin rằng sự gián đoạn có thể xuất hiện dưới dạng tái cấu trúc công việc thay vì thay thế hoàn toàn. Bob Hutchins, CEO của Human Voice Media, nói rằng các vai trò chuyên môn đang bị chia nhỏ thành các nhiệm vụ nhỏ hơn và được giám sát chặt chẽ hơn. Thuật toán ngày càng quản lý các dòng công việc vốn từng do từng cá nhân kiểm soát.

Theo Hutchins, sự thay đổi này làm thay đổi cảm giác và chức năng công việc. Các vai trò sáng tạo và kỹ thuật chuyển từ vị trí ra quyết định sang vai trò xác minh. Người lao động kiểm tra kết quả thay vì định hình dự án. Theo thời gian, quá trình này có thể tước đi quyền tự chủ trong công việc và giảm lương, ngay cả khi chức danh không đổi.

Thay vì hỏi liệu máy móc có thay thế con người không, Hutchins cho rằng cần chú ý hơn đến việc chất lượng công việc bị thay đổi như thế nào. Khi nhiệm vụ bị phân mảnh và giám sát tăng lên, chính bản sắc nghề nghiệp cũng có thể bị xói mòn. Chính phủ và doanh nghiệp hiện đối mặt với thách thức không chỉ là bảo vệ việc làm, mà còn phải gìn giữ công việc có ý nghĩa khi năng lực AI tiếp tục mở rộng.