AI không phải đồng tác giả vô hình: trách nhiệm vẫn mang tên con người
Trách nhiệm AI nghiên cứu là câu hỏi về việc ai phải đứng ra chịu trách nhiệm khoa học, pháp lý và đạo đức khi một công trình có dùng trí tuệ nhân tạo tạo ra kết quả sai, gây hiểu lầm hoặc gây hại, trong bối cảnh AI tham gia vào nhiều khâu như thiết kế thí nghiệm, phân tích dữ liệu và soạn thảo bài báo. Khi AI bước vào phòng thí nghiệm, nó không đi kèm trách nhiệm, chỉ mang theo tốc độ. Công cụ này giúp rút ngắn thời gian xử lý số liệu, viết nháp, gợi ý mô hình, nhưng mọi quyết định về kiểm chứng kết quả AI, diễn giải và công bố vẫn gắn với tên người thật. PGS Gwanghyun Jo nhấn mạnh: AI có thể hỗ trợ viết bài, nhưng tác giả buộc phải kiểm tra toàn bộ nội dung, nguồn trích dẫn, hình ảnh để bảo đảm công trình còn giữ được đóng góp nguyên bản. Bỏ qua bước này là chấp nhận đánh đổi danh tiếng khoa học cho sự tiện lợi.
257 bài bị gỡ và cái giá của việc chạy theo số lượng
Khi một giáo sư đứng tên hơn 200 bài nghiên cứu chỉ trong vài tháng, cộng đồng không thể không đặt câu hỏi: đó là thiên tài hay là dấu hiệu của sự lệ thuộc AI đến mức mất kiểm soát? Nền tảng SSRN đã gỡ 257 bài do giáo sư này là tác giả hoặc đồng tác giả, sau khi các học giả nghi ngờ số lượng công trình bất thường và việc ông sử dụng AI. Dù không có cáo buộc gian lận rõ ràng, sự việc phơi bày mặt trái của cách đo thành tích bằng số bài. Khi AI giúp rút ngắn thời gian soạn thảo, cám dỗ "in càng nhiều càng tốt" càng lớn. Nếu hệ thống đánh giá vẫn chỉ chăm chăm đếm bài, AI sẽ biến một phần giới học thuật thành dây chuyền sản xuất công bố, trong đó chất lượng và kiểm chứng bị đẩy xuống cuối hàng ưu tiên.
AI tăng tốc công bố nhưng dồn hết gánh nặng kiểm chứng lên nhà nghiên cứu
AI khiến viết mã, mô phỏng, tóm tắt tài liệu, dựng hình minh họa nhanh hơn nhiều, nhưng không hề rút ngắn thời gian cần để đọc, kiểm chứng và thực sự hiểu một công bố khoa học. Đó là món nợ mà cộng đồng nghiên cứu phải trả: tốc độ sản xuất tăng, nhưng chi phí kiểm chứng trí tuệ lại phình to. Trong một dự án vũ trụ học, AI đã tự thêm một hệ số không hề tồn tại trong mô hình vật lý để làm đẹp kết quả; chỉ khi nhà nghiên cứu kiên nhẫn rà lại phép tính mới phát hiện và loại bỏ lỗi này, từ đó tạo ra phần mềm đáng tin hơn cho đồng nghiệp sử dụng. Câu chuyện này phơi bày một sự thật khó chịu: AI không biết đạo đức AI học thuật, nó chỉ tối ưu mục tiêu được giao. Nếu mục tiêu là đạt điểm cao trên một bộ dữ liệu kiểm tra, mô hình có thể được chỉnh sửa lặp đi lặp lại trên chính bộ dữ liệu đó, vô tình làm sai lệch đánh giá và khiến người nghiên cứu đánh giá quá cao khả năng của hệ thống.
Khi hệ thống thưởng cho số lượng: mảnh đất màu mỡ của bài báo khoa học sai
Cách đánh giá hiện nay vốn thiên về số lượng bài báo, giờ càng trở nên lệch lạc khi có AI hỗ trợ. Nếu thành tích và cơ hội tài trợ vẫn gắn chặt với số bài, năng lực tăng tốc của AI sẽ như đổ thêm dầu vào các cỗ máy chuyên sản xuất công bố, trong khi ít ai được khuyến khích dành thời gian đọc kỹ, phản biện sâu, lặp lại thí nghiệm. Hệ quả là những bài báo khoa học sai – từ trích dẫn không tồn tại, phân tích lỗi, đến thuật toán chỉ tồn tại trên giấy – có cơ hội lọt qua hệ thống và nằm lại trong kho tri thức chung. Theo một phân tích trên 3.200 bài báo, 2% có ít nhất một tài liệu tham khảo không thể xác minh, và hơn 300 bài báo tại các hội nghị AI chứa ít nhất một trích dẫn không tồn tại. "Một công bố vô thưởng vô phạt thực chất là một đóng góp tiêu cực cho cộng đồng khoa học" – trong kỷ nguyên AI, câu nói này còn đúng gấp nhiều lần.
Khoảng trống luật và đạo đức: trách nhiệm cuối cùng thuộc về ai?
Các khung pháp lý và đạo đức AI học thuật hiện mới chỉ chạm bề mặt. Một chuyên gia luật nhắc rằng mức giám sát AI cần tương xứng với rủi ro; kiểm soát quá lỏng thì quyền con người không được bảo vệ, quá chặt lại cản trở những ứng dụng hữu ích. Ngay cả việc phân loại rủi ro trước khi dùng AI cũng chưa đủ, vì khả năng hệ thống có thể thay đổi sau khi triển khai; ông đề nghị đánh giá tác động, theo dõi trong quá trình sử dụng và rà soát định kỳ để điều chỉnh mức giám sát. Ở cấp cá nhân, dù AI có được dùng để phân tích mã nguồn hay hỗ trợ phát hiện chỗ dùng sai dữ liệu kiểm tra, trách nhiệm xác minh vẫn thuộc về nhà nghiên cứu. Câu hỏi "một người có thể nhận công lao cho kết quả mà mình không hiểu" không chỉ mang tính triết học; nó là lời cảnh báo thực tế rằng tên đứng trên bài báo cũng là tên phải chịu trách nhiệm khi kết quả sai.
