Trí tuệ nhân tạo đang thiếu điều gì: không phải sức mạnh, nhưng là sự khôn ngoan

Trong khi trí tuệ nhân tạo ngày càng gia tăng sức mạnh tính toán và mở rộng hiện diện trong hầu hết các lĩnh vực của đời sống, một câu hỏi căn bản dần trở nên cấp thiết: liệu AI có thực sự hiểu, hay chỉ đang xử lý dữ liệu ở quy mô ngày càng lớn? Đằng sau những bước tiến ấn tượng, nhiều chuyên gia cho rằng giới hạn lớn nhất của AI hiện nay không nằm ở công nghệ, nhưng ở khả năng phân định và định hướng. Vấn đề không còn là làm cho máy mạnh hơn, nhưng là làm sao để trí tuệ ấy gắn liền với ý nghĩa, giá trị và sự khôn ngoan.

Cuộc đua AGI và ảo tưởng về sức mạnh vô hạn

Nhân loại đang bước vào một cuộc đua công nghệ chưa từng có, hướng đến mục tiêu xây dựng AGI – trí tuệ nhân tạo tổng quát, có khả năng thực hiện mọi nhiệm vụ trí tuệ của con người. Từ các tập đoàn công nghệ đến các trung tâm nghiên cứu, tất cả đều tăng tốc, với niềm tin rằng bước đột phá chỉ còn là vấn đề thời gian.

Trong bối cảnh đó, trọng tâm không còn là “AI có thể làm gì”, nhưng là “cần xây dựng những gì để AI đạt tới quy mô đó”. Hạ tầng, năng lượng và năng lực tính toán trở thành những yếu tố then chốt.

Tuy nhiên, chính ở đây xuất hiện một nghịch lý: càng mở rộng quy mô, những giới hạn nền tảng của AI càng bộc lộ rõ hơn.

Giới hạn thứ nhất: bài toán kinh tế chưa có lời giải

Để vận hành các hệ thống AI tiên tiến, cần những trung tâm dữ liệu khổng lồ, tiêu tốn nguồn lực tài chính và năng lượng ở mức chưa từng có. Tổng mức đầu tư toàn cầu được ước tính lên đến hàng nghìn tỷ euro, trong khi vòng đời công nghệ lại rất ngắn, buộc phải liên tục nâng cấp.

Trong khi đó, phần lớn ứng dụng hiện nay vẫn chỉ mang tính hỗ trợ cá nhân: tạo nội dung, tóm tắt văn bản, trợ lý số… Những giá trị này chưa đủ để tạo ra một mô hình kinh doanh bền vững tương xứng với chi phí đầu tư.

Nói cách khác, AI hiện đang tiêu tốn nhiều hơn những gì nó thực sự tạo ra.

Giới hạn thứ hai: AI chưa thực sự “hiểu”

Các hệ thống AI hiện nay, đặc biệt là các mô hình ngôn ngữ lớn, hoạt động dựa trên việc phân tích và dự đoán xác suất của dữ liệu. Chúng có thể tạo ra những câu trả lời trôi chảy, hợp lý, thậm chí thuyết phục, nhưng điều đó không đồng nghĩa với việc chúng hiểu nội dung.

Chúng xử lý các mảnh dữ liệu rời rạc và liên kết chúng lại theo xác suất, thay vì nắm bắt cấu trúc và ý nghĩa của thực tại. Vì thế, để đạt được một kết quả tưởng như đơn giản, hệ thống cần một khối lượng tính toán khổng lồ.

Trong khi đó, con người – ngay từ khi còn nhỏ – đã có khả năng hiểu thế giới qua các khái niệm, nguyên nhân và tương quan.

Một hướng đi mới: từ dữ liệu đến khái niệm

Trong bối cảnh này, Yann LeCun – một trong những nhà tiên phong của học sâu – đã đề xuất một hướng tiếp cận khác: xây dựng các hệ thống AI có khả năng học cấu trúc của thế giới.

Thay vì chỉ xử lý chuỗi dữ liệu, mô hình mới hướng đến việc hình thành các biểu diễn khái niệm, cho phép AI suy luận dựa trên hiểu biết, chứ không chỉ dựa vào tương quan thống kê.

Đây không chỉ là cải tiến kỹ thuật, nhưng là một thay đổi về bản chất.

Khoảng trống lớn nhất: AI chưa có khả năng luân lý

Tuy nhiên, ngay cả khi AI có thể “hiểu” thế giới tốt hơn, vẫn còn một khoảng trống sâu xa hơn: khả năng phân định điều thiện và điều ác.

Nhiều hệ thống hiện nay được thiết kế với các bộ lọc và quy tắc nhằm đảm bảo “an toàn” hoặc “đạo đức”. Nhưng thực chất, đó chỉ là những cơ chế kiểm soát bên ngoài. AI không hiểu vì sao một hành vi là sai, nhưng chỉ biết rằng nó bị cấm.

Sự khác biệt này mang tính nền tảng:
một hệ thống bị ràng buộc không giống với một chủ thể có khả năng phán đoán luân lý.

Hướng tới một AI biết “hướng về điều thiện”

Từ đó, một viễn cảnh mới được đặt ra: xây dựng một trí tuệ nhân tạo không chỉ thông minh, nhưng có khả năng định hướng theo các nguyên tắc luân lý.

Điều này đòi hỏi một nền tảng khác hẳn: không chỉ dựa trên dữ liệu kỹ thuật, nhưng còn tích hợp tri thức từ triết học, đạo đức, thần học và kinh nghiệm nhân loại. Một hệ thống như vậy không chỉ xử lý thông tin, nhưng còn có thể nhận ra ý nghĩa và giá trị.

Về mặt kỹ thuật, một AI có định hướng rõ ràng cũng hoạt động hiệu quả hơn: nó không cần tiêu tốn tài nguyên vào những hướng xử lý vô ích, vì biết điều gì là cần thiết và điều gì là thừa.

Từ công cụ đến người bạn đồng hành

Trong viễn cảnh này, AI không còn là một hệ thống thay thế con người, nhưng trở thành một phương tiện giúp con người suy nghĩ sâu hơn.

Nó không đưa ra câu trả lời thay con người, nhưng giúp đặt đúng câu hỏi. Không thay thế phán đoán, nhưng hỗ trợ con người đi tới chiều sâu của phán đoán.

Câu hỏi cuối cùng: vấn đề không phải là máy, nhưng là con người

Sau cùng, vấn đề của trí tuệ nhân tạo không chỉ là vấn đề công nghệ, nhưng là vấn đề về chính con người: con người hiểu thế nào là chân lý, điều thiện và ý nghĩa.

Người Hy Lạp gọi khả năng phân định này là phronesis – sự khôn ngoan thực hành. Thomas Aquinas đặt nó ở trung tâm của đời sống luân lý. Đây không phải là điều có thể được tạo ra chỉ bằng thuật toán.

Tuy nhiên, một hệ thống được định hướng đúng có thể giúp con người thực hành điều đó tốt hơn.

Trí tuệ còn thiếu hôm nay không phải vì thiếu sức mạnh tính toán, nhưng vì thiếu định hướng. Và chính ở điểm này, tương lai của trí tuệ nhân tạo không còn là vấn đề kỹ thuật đơn thuần, nhưng là một chọn lựa mang tính nhân học và luân lý.

Nếu được xây dựng đúng hướng, AI không chỉ là công cụ, nhưng có thể trở thành một người bạn đồng hành – giúp con người tiến gần hơn đến sự thật, điều thiện và ý nghĩa của chính mình.

https://www.avvenire.it/rubriche/larmonauta/verso-una-ai-sapienziale_106784