Cách phát hiện ai đó đang dùng AI để "dắt mũi" bạn với 3 vũ khí từ đại học Hardvard, trái tim tri thức của nhân loại (nơi tạo ra những kỳ tài xuất sắc nhất thế giới)
Có bao giờ anh em tự hỏi mình sẽ trông như thế nào khi nhấn nút share một nội dung do AI tạo ra không? Trước đây tui nghĩ rằng việc đó chả có gì quan trọng, thấy hay thì share thôi. Nhưng gần đây tui đã phải nghĩ lại về nó.
Việc chia sẻ một bài viết từ AI bởi một người, bên trong rỗng tuếch bên ngoài tri thức đầy mình, chẳng khác nào tui đang tiếp tay cho sự "thối não cấp độ 2" cả, tiếp tay cho họ lừa khán giả, mình thành đồng phạm nốt luôn.
Tui sợ rằng khi nhấn nút chia sẻ, những người chưa phân biệt được đâu là vàng đâu là thau trong thời đại mọi thứ thật giả lẫn lộn thế này, kiểu gì cũng bị gạt.
Nếu anh em cũng nghĩ thế, xin đọc tiếp bài này, tui đã tổng hợp lại 3 cách để phát hiện ra luôn khi ai đó đang dắt mũi anh em. Còn không thì bỏ qua, hén. (Có nhiều người thích được dẫn dắt mà, tui hiết hẹ hẹ)\\
Tại sao thời đại AI lại khiến "tri thức giả" tràn lan đến vậy?
Trước ChatGPT, muốn viết một bản báo cáo 20 trang, anh em phải ngồi nghiên cứu, phân tích, suy nghĩ ít nhất vài ngày. Còn bây giờ chỉ 5 phút là xong, copy prompt vào ChatGPT, nhấn Enter, hết chuyện.
Vấn đề không nằm ở việc dùng AI - mà nằm ở việc nhiều người dùng AI như một cái máy photocopy tri thức thay vì như một công cụ tư duy. Họ không hiểu những gì AI viết ra, nhưng vẫn tự tin trình bày như thể đó là tri thức của chính họ.
Và đây là cách để anh em nhận ra nhóm này lập tức.
1. Socratic Questioning - Phương pháp đặt câu hỏi của Socrates (được Harvard dạy từ thế kỷ 19)
Đây là vũ khí mạnh nhất mà Harvard dạy sinh viên. Thay vì nhận thông tin một cách thụ động, anh em sẽ học cách "tra tấn" thông tin bằng 6 loại câu hỏi then chốt.
Ví dụ sáng nay sếp anh em gửi email nói "Chúng ta cần tăng hiệu quả làm việc 30% trong quý này." Thay vì gật đầu đồng ý, hãy hỏi:
Loại 1 - Câu hỏi làm rõ: "30% này được tính như thế nào? Hiệu quả của ai? Bộ phận nào?"
Loại 2 - Câu hỏi về giả định: "Chúng ta đang giả định rằng hiệu quả thấp là vấn đề? Có phải chúng ta đang làm sai việc thay vì làm việc chậm?"
Loại 3 - Câu hỏi về bằng chứng: "Con số 30% này dựa trên đâu? Có công ty nào trong ngành đạt được mức tăng trưởng này không?"
Tui từng training đội sale nhà tui bằng công thức này, một buổi bùng nổ tư duy thật sự luôn. Thứ tui nhớ nhất hôm đó là thằng Thành (một sale trong team) tuyên bố chắc nịch câu "có công mài sắt có ngày nên kim" luôn đúng. Và nó đã bị lung lay khi có ai đó hỏi câu (sau khi nhiều người khác hỏi trước đó các câu khác):
"Vậy đâu là ranh giới giữa kiên trì và cố chấp?"
"Có phải tất cả mọi thứ đều mài được không?"
Đây chính là điểm mấu chốt: Nội dung AI thường trả lời câu hỏi "what" và "how" rất tốt, nhưng sụp đổ hoàn toàn khi anh em hỏi "why" và "dựa vào đâu". Vì AI không có bối cảnh thực tế, không có kinh nghiệm, không có "trải nghiệm thật con người".
2. Evidence-Based Reasoning - Lập luận dựa trên bằng chứng thực
Harvard's Medical School dạy sinh viên một nguyên tắc sắt: "Every claim must be backed by data, logic, or credible experience" - Mọi tuyên bố phải được hỗ trợ bởi dữ liệu, logic hoặc kinh nghiệm đáng tin.
Tuần trước tui đọc một bài post trên một nhóm kín, đại để nói là: "Crypto là tương lai của tài chính." Nghe rất hay. Nhưng khi áp dụng Evidence-Based Reasoning:
- Bằng chứng ở đâu? Không có.
- Case study nào? Không có.
- Công ty nào thành công với crypto chưa? Không thấy.
Đây là điểm khác biệt giữa người thật sự hiểu và người chỉ lặp lại những gì AI viết: Người hiểu thật sự luôn có bằng chứng cụ thể, có câu chuyện thật, trải nghiệm thật, có bối cảnh rõ ràng.
Đây cũng là cái mà tui ám ảnh nhất khi làm việc nhóm ở Conan giai đoạn đầu (tới giờ còn nghĩ như ác mộng). Tất cả những thứ mà tui nói ra đều phải đối diện với câu hỏi:
"Cái này ở đâu ra đấy?"
"Có bằng chứng không hay em tự nghĩ?"
"Chắc gì em nghĩ đã đúng?"
"Cái này là em nghĩ hay là em nghĩ là khách hàng nghĩ?"
Lần tiếp theo khi đọc một bài viết, một content nào đó "trông rất sâu sắc", anh em hãy thử bình luận và hỏi theo kiểu này, anh em sẽ thấy lập tức người đó có phải là tác giả thật hay không, hay đó chỉ là núp bóng danh nghĩa tri thức, dùng AI để dẫn mũi đám đông.
3. Recognizing Assumptions - Nhận diện giả định ngầm
Đây là framework tui thích nhất vì nó giúp anh em "thấy những thứ vô hình" trong mọi lập luận.
Mỗi bản báo cáo, mỗi đề xuất, mỗi chiến lược đều chứa một đống giả định ngầm. Và nội dung AI thường chất đầy giả định kiểu đó không được kiểm chứng.
Kiểu vầy anh em dể hiểu này,
Một đồng nghiệp đề xuất "chuyển 80% tiền marketing sang Tóp tóp vì Gen Z không xem FB." Nghe có vẻ hợp lý đúng không?
Nhưng hãy nhìn vào những giả định ngầm:
- Giả định 1: Khách hàng của chúng ta là Gen Z (Thật ra không, GenZ chỉ là 1 nhóm, còn nhiều khách hàng khác là nhóm trung tuổi nữa, khách hàng của công ty đông nhất là 35 tuổi)
- Giả định 2: Gen Z không xài FB (Sai, họ vẫn xài nhưng theo cách khác)
- Giả định 3: Tóp tóp marketing sẽ hiệu quả cho sản phẩm của chúng ta (Chưa có bằng chứng nào)
Harvard đã dạy sinh viên một câu thần chú (và anh em cũng nên nhớ): "What must be true for this to work?" - Điều gì phải đúng thì cái này mới hoạt động?
Khi anh em áp dụng câu hỏi này vào bất kỳ đề xuất nào, anh em sẽ thấy ngay liệu người đó đang dùng tư duy phản biện hay không, hay chỉ đang dùng AI để đánh bóng tri thức vẻ ngoài.
Kết
Tui không nói AI là xấu. AI là công cụ tuyệt vời - nhưng chỉ khi được sử dụng bởi những người có tư duy phản biện. Vấn đề không nằm ở AI, mà nằm ở việc chúng ta có dùng não để xử lý thông tin hay không.
Ba framework Harvard này không phải để anh em "bắt bẻ" người khác, chúng để anh em tự bảo vệ mình khỏi những thông tin rỗng tuếch, những chiến lược sai lầm, và quan trọng nhất là để anh em không bị lừa dối bằng mớ "tri thức giả" sáng bóng.
Thử ngẫm lại xem, lần gần nhất mà anh em xem được một content đầy "tri thức giả" là khi nào? Còn tui thì quanh tui mỗi ngày luôn, như một trào lưu, quá đáng buồn.
Rồi sẽ có một thế hệ "thối não" cấp độ cao xuất hiện.
Mong anh em không đi vào con đường đó.
Theo: Phan Thông
