Mô hình AI hội tụ: hiện tượng nguy hiểm đằng sau vẻ tiện lợi
Mô hình AI hội tụ là hiện tượng nhiều hệ thống trí tuệ nhân tạo khác nhau, do các công ty đối thủ phát triển và huấn luyện độc lập, dần tạo ra các đầu ra sáng tạo giống nhau về nội dung, cấu trúc và ý tưởng, khiến người dùng dù chuyển giữa các nền tảng khác nhau vẫn chỉ nhận được một phạm vi ý tưởng và giải pháp lặp lại, bị thu hẹp đáng kể so với kỳ vọng về sự đa dạng trí tuệ nhân tạo. Nghiên cứu mới từ một nhóm học giả tại Mỹ cho thấy đầu ra sáng tạo trên nhiều mô hình AI hàng đầu đang trở nên giống nhau hơn theo thời gian. Đây không còn là chuyện ngẫu nhiên mà là xu hướng rõ rệt: các phản hồi của LLM cho đề bài mở ngày càng giống nhau, làm giảm đa dạng ý tưởng AI và khiến chúng kém hữu ích hơn trong vai trò trợ lý sáng tạo lâu dài.
Khi các ông lớn cùng đọc một bộ sách: dữ liệu chồng chéo và bài toán chưng cất
Để hiểu vì sao đầu ra sáng tạo giống nhau, phải nhìn vào cách các công ty AI xây dựng mô hình ngôn ngữ. Trong nhiều năm, những cái tên như OpenAI, Anthropic hay Google dựa vào lượng dữ liệu khổng lồ trên Internet để huấn luyện mô hình. Khi mọi người cùng đọc chung một bộ sách (web), không khó để dự đoán họ sẽ nghĩ giống nhau. Nhưng câu chuyện không dừng ở đó. Thế nhưng khi AI ngày càng phát triển, chính những công ty này lại phải đối mặt với một nghịch lý: thay vì chỉ dùng dữ liệu do con người tạo ra, họ bắt đầu dùng chính đầu ra của các mô hình AI khác để huấn luyện hệ thống của mình. Kỹ thuật distillation – chưng cất mô hình – giúp tạo mô hình mới chất lượng tương đối cao với chi phí thấp hơn, nhưng cũng kéo các mô hình xích lại gần nhau hơn về cách "nghĩ".
Duke đo được sự giống nhau: các mô hình đang kém sáng tạo đi
Nhóm nghiên cứu từ Đại học Duke đã làm điều mà người dùng chỉ cảm nhận mơ hồ: đo mức độ mô hình AI hội tụ bằng số liệu. Họ thử nghiệm 69 mô hình thuộc 12 họ nhà cung cấp, từ Anthropic, Google, Meta đến OpenAI, Qwen, xAI… với các phiên bản phát hành từ 2023 đến 2026. Trên các đề bài mở và bài kiểm tra sáng tạo tiêu chuẩn, các ý tưởng mà mô hình đưa ra ngày càng tương đồng, khoảng cách ý nghĩa giữa câu trả lời từ các nhà cung cấp khác nhau giảm rõ rệt, chứng tỏ sự đồng nhất tăng lên. "Chúng tôi nhận thấy rằng các phản hồi của LLM đối với các đề bài mở đã trở nên ngày càng giống nhau theo thời gian", các tác giả khẳng định. Điều này không chỉ là giảm độ ngẫu nhiên, mà là suy thoái sáng tạo: các LLM đang trở nên kém sáng tạo hơn, đặt dấu hỏi về tính hữu ích lâu dài của chúng như đối tác sáng tạo.
Người dùng mất gì khi AI cùng nghĩ một kiểu?
Hệ quả thực tế của đầu ra sáng tạo giống nhau không hề nhỏ. Khi người dùng xin ý tưởng luận văn, kịch bản phim hay kế hoạch kinh doanh, việc nhiều mô hình khác nhau cùng gợi ra những mô típ giống nhau biến AI thành một chiếc khuôn đúc tư duy. Các tác giả nghiên cứu cảnh báo: ngay cả khi LLM thực hiện tốt nhiệm vụ sáng tạo, việc đầu ra hội tụ có thể giới hạn phạm vi khả năng mà người dùng tiếp cận, và cùng với đó là việc mở rộng suy nghĩ của họ. Trong bối cảnh này, sự trùng hợp cốt truyện trong các tác phẩm “do người viết” – kể cả bài làm học thuật của sinh viên – sẽ xuất hiện nhiều hơn. Nếu dùng LLM khiến hoạt động não của người dùng giảm sút, thì việc dùng những LLM ngày càng kém sáng tạo có thể làm trầm trọng thêm tác động tiêu cực lên khả năng sáng tạo của con người.
Nghịch lý cạnh tranh: vừa sợ bị sao chép, vừa tạo ra đồng phục trí tuệ
Trớ trêu là các ông lớn AI vừa lo bị sao chép, vừa góp phần tạo ra sự đồng phục ý tưởng. Những tháng gần đây, Anthropic liên tục cáo buộc một số công ty AI, trong đó có Alibaba, tận dụng kỹ thuật chưng cất để khai thác đầu ra của Claude nhằm phát triển mô hình riêng. OpenAI và Google cũng phàn nàn rằng các mô hình tiên tiến của họ đang trở thành mục tiêu của hoạt động "sao chép" quy mô lớn. Giờ đây, chính các công ty AI lại rơi vào vị trí của những website từng bị thu thập dữ liệu trước kia, phải tìm cách ngăn AI khác khai thác sản phẩm của mình. Nghịch lý là, trong khi họ bảo vệ "bản sắc" mô hình, việc cùng huấn luyện trên dữ liệu chồng chéo và tối ưu hóa theo mục tiêu tương tự lại đẩy các mô hình hướng tới những biểu diễn nội bộ giống nhau. Kết quả: cạnh tranh mô hình ngôn ngữ thì khốc liệt, nhưng sản phẩm trí tuệ lại ngày càng khó phân biệt.
