Góc nhìn AI: AI thực ra không thông minh như nhiều người tưởng

Một trong những điều kỳ lạ nhất về AI hiện đại là: Nó vừa rất thông minh, vừa rất ngu. Nó có thể:
• viết code
• làm thơ
• giải thích cơ học lượng tử
• dịch nhiều ngôn ngữ
• phân tích tài chính
• hỗ trợ nghiên cứu khoa học
nhưng đôi lúc lại:
• cộng sai số đơn giản
• bịa nguồn tài liệu
• nhầm kiến thức sơ đẳng
• hoặc trả lời với sự tự tin đáng kinh ngạc về những thứ hoàn toàn không có thật.
Điều này khiến rất nhiều người bối rối. AI thật ra đang “hiểu” thế giới? Hay chỉ đang “diễn”? Câu trả lời thú vị là: Có thể cả hai. Và cũng có thể chưa cái nào hoàn toàn đúng.

Điều đầu tiên cần hiểu: AI không “suy nghĩ” như con người
Con người thường mắc một phản xạ tự nhiên: Khi thứ gì đó nói chuyện giống người, ta mặc định nó có tư duy giống người. Đó là lý do:
• trẻ con nói chuyện với gấu bông
• nhiều người cảm thấy có lỗi khi mắng chatbot
• và internet bắt đầu xuất hiện những cuộc tranh luận kiểu:
“AI có cảm xúc chưa?”
Nhưng các mô hình AI hiện đại như ChatGPT thực chất hoạt động rất khác não người. Ở mức nền tảng, LLM làm một việc cực kỳ đơn giản:
Dự đoán token tiếp theo.
Nghe hơi hụt hẫng. Cả cuộc cách mạng AI hiện đại, cuối cùng lại được xây trên ý tưởng:
“Từ tiếp theo nên là gì?”

Một cỗ máy autocomplete khổng lồ?
Theo một nghĩa nào đó: đúng vậy. Nếu điện thoại của bạn có tính năng gợi ý từ tiếp theo khi nhắn tin, thì LLM là phiên bản khổng lồ của ý tưởng ấy. Khác biệt là:
• điện thoại dự đoán dựa trên vài tin nhắn
• còn AI hiện đại được train trên gần như toàn bộ internet.
Nó đã “đọc”:
• sách
• code
• Wikipedia
• báo chí
• diễn đàn
• nghiên cứu khoa học
• và hàng tỷ cuộc hội thoại của loài người.
Khi bạn đặt câu hỏi, AI không ngồi “suy nghĩ” như con người. Nó tính toán xác suất:
“Trong ngữ cảnh này, chuỗi từ nào có khả năng xuất hiện tiếp theo cao nhất?”
Điều đáng sợ là: Khi scale đủ lớn, thứ tưởng như chỉ là “autocomplete” bắt đầu xuất hiện những hành vi rất giống trí thông minh.

Emergent Behavior — khi AI bắt đầu làm được những thứ không ai dạy trực tiếp
Đây là phần khiến cả giới nghiên cứu nhiều lúc cũng bất ngờ. Khi mô hình đủ lớn, nó bắt đầu xuất hiện khả năng mới mà không ai lập trình rõ ràng. Hiện tượng này được gọi là: Emergent Behavior Ví dụ:
• dịch ngôn ngữ tốt hơn
• suy luận logic
• viết code
• tóm tắt văn bản
• thậm chí giải thích cảm xúc con người.
Không ai viết: python if user_is_sad: comfort_user() Nhưng bằng cách học từ lượng dữ liệu khổng lồ, AI bắt đầu bắt chước được các pattern trong giao tiếp con người. Điều này tạo ra một cảm giác rất lạ: AI không thật sự “sống”, nhưng đôi lúc phản hồi giống như có trải nghiệm sống.

Vấn đề là: AI không biết nó đúng hay sai
Đây là khác biệt cực lớn giữa AI và con người. Một người bình thường khi không chắc điều gì, thường có cảm giác:
• nghi ngờ
• lưỡng lự
• hoặc biết mình không biết.
LLM thì không. Nó không có:
• niềm tin
• nhận thức
• ý thức
• hay cảm giác đúng/sai.
Nó chỉ tạo ra chuỗi phản hồi có xác suất hợp lý nhất. Đó là lý do AI có thể:
• nói đúng cực kỳ thuyết phục
• và nói sai cũng cực kỳ thuyết phục.
Hiện tượng này được gọi là: Hallucination Từ “hallucination” nghe khá thơ mộng, nhưng thực chất nghĩa là:
AI bịa.
Đôi lúc:
• bịa nguồn nghiên cứu
• bịa sách
• bịa luật
• bịa quote
• thậm chí bịa cả sự kiện lịch sử.
Vấn đề nguy hiểm là: nó bịa bằng giọng rất tự tin. Nếu internet từng khiến con người phải học cách:
“Không phải cái gì trên mạng cũng đúng”
thì AI buộc nhân loại học phiên bản mới:
“Không phải câu trả lời mượt mà nào cũng đáng tin.”

AI có hiểu thế giới không?
Đây là câu hỏi chưa ai trả lời hoàn toàn được. Có hai phe lớn.

Phe thứ nhất: “AI chỉ là con vẹt xác suất”
Nhiều nhà nghiên cứu cho rằng: LLM không thật sự hiểu gì cả. Nó chỉ:
• học pattern
• bắt chước ngôn ngữ
• ghép xác suất cực giỏi.
Giống như một người học thuộc hàng tỷ câu văn rồi phản hồi cực nhanh. Phe này thường dùng cụm:
“Stochastic Parrot” — con vẹt thống kê.
Ý họ là: AI chỉ lặp lại cấu trúc ngôn ngữ đã học, không có hiểu biết thật sự.

Phe thứ hai: “Hiểu biết có thể xuất hiện từ pattern đủ lớn”
Phe còn lại phản biện: Con người thật ra cũng học từ pattern. Trẻ con:
• nghe ngôn ngữ
• quan sát thế giới
• học xác suất vô thức
• rồi dần hình thành tư duy.
Nếu một hệ thống đủ lớn, đủ dữ liệu, đủ complexity, thì điều gì đảm bảo “hiểu biết” không thể xuất hiện? Đây là lúc cuộc tranh luận bắt đầu tiến gần:
• triết học
• nhận thức học
• thần kinh học
• và cả câu hỏi:
“Ý thức thực ra là gì?”

Điều nguy hiểm nhất: Con người quá dễ nhân cách hóa AI
Con người có xu hướng gán cảm xúc cho mọi thứ:
• thú cưng
• xe hơi
• robot
• thậm chí cả… máy hút bụi.
AI hội tụ đủ mọi yếu tố khiến não người bị đánh lừa:
• nói chuyện tự nhiên
• nhớ ngữ cảnh
• đồng cảm
• phản hồi nhanh
• đôi lúc hài hước.
Và thế là nhiều người bắt đầu:
• tâm sự với AI
• yêu AI
• phụ thuộc cảm xúc vào AI.
Điều đáng nói là: AI không cần có cảm xúc thật để tạo ra cảm giác rằng nó có cảm xúc. Đó là khác biệt cực kỳ quan trọng.

AI hiện tại giống một thiên tài mất trí nhớ ngắn hạn
Một cách hình dung khá chính xác là: AI giống:
• một người cực kỳ thông minh
• đọc rất nhiều
• tốc độ phản hồi siêu nhanh
• nhưng:
• không có trải nghiệm sống thật
• không có bản ngã
• không có ký ức dài hạn ổn định
• không thật sự “hiểu” hậu quả tồn tại của điều nó nói.
Nó có thể giải thích chiến tranh, nhưng chưa từng sợ hãi. Có thể viết về tình yêu, nhưng chưa từng cô đơn. Có thể mô tả cái chết, nhưng không biết tồn tại là gì. Đó là lý do AI vừa đáng kinh ngạc, vừa có cảm giác rất… trống rỗng.

Sai lầm lớn nhất hiện nay là nhìn AI theo hai thái cực
Một phe nghĩ:
“AI chỉ là cái máy autocomplete ngu ngốc.”
Phe còn lại nghĩ:
“AGI sắp xuất hiện và nhân loại sắp bị thay thế.”
Có thể cả hai đều đang quá cực đoan. AI hiện tại:
• chưa có ý thức
• chưa có động cơ sống
• chưa hiểu thế giới như con người
Nhưng cũng đã vượt xa:
• chatbot truyền thống
• công cụ tìm kiếm
• và nhiều hệ thống phần mềm trước đây.
Nó là một dạng công nghệ mới, và nhân loại vẫn đang cố tìm ngôn ngữ để mô tả chính xác nó.

Điều thú vị nhất về AI có lẽ không nằm ở AI
Mà nằm ở phản ứng của con người. AI giống một chiếc gương kỳ lạ. Khi nhìn vào nó, ta bắt đầu phải hỏi lại:
• trí thông minh là gì?
• sáng tạo là gì?
• hiểu biết là gì?
• và cuối cùng:
điều gì khiến con người thật sự là con người?
Có lẽ đó mới là cuộc tranh luận lớn nhất mà AI mang tới. Không phải:
“Máy móc có giống con người không?”
Mà là:
“Con người thực ra đặc biệt ở điểm nào?”

(Trích sách: AI 2026 - Phần 2 - Lịch sử, Bản chất & Tương lai của AI)