AI đã nghiên cứu được gì – và còn thiếu điều gì?
AI nghiên cứu khoa học là việc sử dụng hệ thống trí tuệ nhân tạo để tự động hóa các công đoạn trong quy trình tạo ra tri thức mới, từ tìm tài liệu, phân tích dữ liệu, thiết kế và chạy thí nghiệm cho tới đánh giá chất lượng công trình và viết báo cáo khoa học, nhưng không đồng nghĩa với việc máy có khả năng tự xác định câu hỏi nghiên cứu đúng đắn hay đưa ra định hướng khoa học dài hạn. Điều cộng đồng nghiên cứu đang chứng kiến là một nghịch lý: AI ngày càng giỏi làm “thợ” trong phòng lab, nhưng vẫn yếu ở vai trò “kiến trúc sư” của tri thức. Một nghiên cứu mới đánh thẳng vào điểm yếu này khi cho thấy, dù có thể chạy hàng trăm thí nghiệm và viết bài báo trông như thật, hệ thống vẫn không đạt tiêu chuẩn khoa học khi bị chính tác giả nghiên cứu gốc chấm điểm.
QED Science và cơn sốt xếp hạng nghiên cứu bằng AI
Ở tuyến đầu của xu hướng xếp hạng nghiên cứu AI là hệ thống của QED Science, một start-up tại Tel Aviv phát triển công cụ đánh giá các nghiên cứu khoa học sự sống dựa trên mức độ mới và tính hợp lệ của kết luận. Công cụ này đã phân tích hơn 57.000 bản thảo trên bioRxiv trong giai đoạn từ tháng 5/2025 đến tháng 4/2026 để chọn ra 574 công trình – tương đương 1% – có điểm số cao nhất. Đây là một câu nói có thể trích dẫn: "Hệ thống đã lựa chọn ra 574 công trình, tương đương 1%, có điểm số cao nhất". QED tuyên bố hệ thống đánh giá từng tuyên bố khoa học, đối chiếu dữ liệu hỗ trợ, nhận diện kết quả âm tính, nghiên cứu không tái lập được và bằng chứng mâu thuẫn, qua đó giúp tác giả phát hiện điểm yếu trong công trình trước khi công bố. Về mặt chức năng, đó là bước tiến lớn: AI không chỉ hỗ trợ viết và phân tích dữ liệu, mà còn tham gia đánh giá chất lượng nghiên cứu – một việc vốn thuộc vùng “nhạy cảm” của học thuật.
Nhưng xếp hạng nghiên cứu AI cũng mở ra cuộc tranh luận không nhỏ. Danh sách “top 1%” rất dễ biến thành một dạng nhãn uy tín mới, tiếp tục nuôi văn hóa chạy theo chỉ số trong giới học thuật. Nếu một thuật toán được trao quyền gắn nhãn “tinh hoa” cho một số công trình, hệ quả gần như chắc chắn là áp lực mới đối với nhà nghiên cứu: phải lọt vào danh sách đó, thay vì tập trung vào giá trị khoa học khó đo bằng thang điểm. QED Science khẳng định mục tiêu chỉ là cung cấp công cụ miễn phí để tác giả kiểm tra và cải thiện bản thảo, và nhấn mạnh 99% bài còn lại không hề “vô giá trị”. Tuy vậy, một khi bảng xếp hạng xuất hiện, nó sẽ được dùng để đánh giá con người, chứ không chỉ dữ liệu – đây là điều giới khoa học chưa sẵn sàng chấp nhận.
The AI Scientist: tự động hóa thí nghiệm nhưng thiếu “cảm quan nghiên cứu”
Nếu QED thể hiện mặt “giám khảo”, thì The AI Scientist lại là ví dụ rõ nhất cho tham vọng biến AI thành nhà nghiên cứu tự động. Hệ thống này do một nhóm tập trung quanh Sakana AI thiết kế, với mục tiêu tự thực hiện các bước trong nghiên cứu AI, từ hình thành ý tưởng đến viết và tự đánh giá bài báo. Năm 2024, The AI Scientist được giới thiệu và sau đó một phiên bản cải tiến xuất hiện trên tạp chí lớn vào tháng 3/2026. Trong các thử nghiệm, hệ thống kết hợp mô hình Claude Opus 4.8 với phiên bản tùy chỉnh của OpenClaw và một lớp điều phối, cho phép tạo tác tử phụ, truy cập Internet, sử dụng thư viện phần mềm, chạy thí nghiệm và mô phỏng phản biện. Nó có thể chạy hàng trăm thí nghiệm liên tục mà không mắc kẹt trong vòng lặp lỗi, tổng quan tài liệu khá tốt và thậm chí nhận ra một số tuyên bố sai do chính mình tạo ra. Đó là năng lực tự động hóa thí nghiệm mà con người khó theo kịp về tốc độ.
Nhưng khi đem kết quả đặt lên bàn của chính tác giả hai bài gốc tại hội nghị NeurIPS, hệ thống chỉ đạt 2/6 và 1/6 điểm. Điểm yếu nổi bật không nằm ở kỹ thuật chạy thí nghiệm, mà ở cách chọn hướng nghiên cứu: AI đưa ra vài giả thuyết, nhanh chóng chọn một hướng rồi kiên trì theo đuổi; khi cách tiếp cận không hiệu quả, nó không quay lại đủ nhiều để thử những khả năng khác. Phần tự đánh giá cũng thiếu nghiêm khắc, khiến hệ thống tiếp tục điều chỉnh nhỏ giọt cho tới khi “kết luận” trở nên nhạt và ít giá trị. Sayash Kapoor nhận xét khoảng cách giữa thực hiện nghiên cứu và làm khoa học vẫn còn đáng kể và gọi năng lực còn thiếu này là “research taste” – khả năng nhận ra câu hỏi nào đáng để theo đuổi ngay từ đầu, một năng lực mà AI hiện chưa thể hiện.
Cơ hội cho nhà khoa học – và rủi ro nếu giao AI quyền định hướng
Với nhà nghiên cứu bình thường, tác động thực tế của làn sóng AI nghiên cứu khoa học đã xuất hiện rõ ràng. Các công cụ như hệ thống của QED được cung cấp miễn phí cho tác giả như một dạng “phản biện ảo” trước khi gửi bài, giúp họ nhanh chóng kiểm tra hàng nghìn tuyên bố và đối chiếu với nhiều dạng bằng chứng để phát hiện điểm yếu bị bỏ sót. Tương tự, những hệ thống kiểu The AI Scientist cho thấy AI có thể đảm nhận nhiều công đoạn từng cần đến con người, từ tìm tài liệu đến chạy thí nghiệm, mô phỏng phản biện và viết báo cáo. Nếu được sử dụng đúng cách, chúng giải phóng nhà khoa học khỏi phần việc lặp lại, mở thời gian cho suy nghĩ sâu và đặt câu hỏi lớn. Nhưng điều đó chỉ đúng khi chúng được nhìn nhận là công cụ, không phải đồng tác giả thẩm quyền ngang người.
Vấn đề là, giới nghiên cứu đang bị cám dỗ trao cho AI nhiều quyền hơn thế. Xếp hạng nghiên cứu AI dễ biến thành tiêu chí đánh giá con người; hệ thống tự động hóa thí nghiệm lại khiến một số người tin rằng đã đến lúc “bấm nút” để máy tự khám phá khoa học. Đây là rủi ro: nếu để thuật toán – vốn tối ưu theo những thang điểm đã cho – quyết định hướng nghiên cứu, chúng ta sẽ khuếch đại những thiên lệch hiện có thay vì phá vỡ chúng. Những câu hỏi khó, lâu dài, ít dữ liệu và ít khả năng cho ra “kết quả đẹp” sẽ càng mất đất sống. Trong khi đó, chính những câu hỏi như vậy mới làm nên bước ngoặt khoa học.
Kết luận: AI nên là “máy gia tốc”, không phải người lái khoa học
Từ QED đến The AI Scientist, bức tranh chung khá rõ: AI đang tiến rất nhanh về khả năng tự động hóa thí nghiệm, đọc – viết – đánh giá bài báo, xếp hạng công trình, và hỗ trợ nhà khoa học trong vô số tác vụ. Nhưng khoảng trống cốt lõi vẫn chưa được lấp đầy: AI không có “cảm quan nghiên cứu”, không biết câu hỏi nào đáng để trả lời, không phân biệt được một hướng đi chỉ hợp lý trên giấy với một chương trình nghiên cứu có tiềm năng mở rộng tri thức. Nỗ lực tiếp theo của các nhóm như Kapoor sẽ tiếp tục thử nghiệm mô hình mạnh hơn và cải thiện lớp điều phối, nhưng không có dấu hiệu cho thấy “taste” khoa học sẽ dễ dàng xuất hiện từ việc tăng sức mạnh tính toán. Trong bối cảnh đó, lựa chọn hợp lý không phải là hỏi “khi nào AI thay thế nhà khoa học”, mà là làm sao biến AI thành “máy gia tốc” cho trực giác con người, thay vì để nó cầm lái định hướng khoa học.
