AI phản biện khoa học: Khi máy móc soi lỗi nhưng không thể thay người

AI phản biện khoa học là gì và vì sao nó “nóng” lúc này?

AI phản biện khoa học là việc sử dụng các hệ thống trí tuệ nhân tạo, đặc biệt là mô hình ngôn ngữ lớn, để đọc, phân tích, và đưa ra nhận xét đối với bài báo, đề tài hay dữ liệu nghiên cứu, nhằm hỗ trợ quy trình bình duyệt mà trước đây chỉ do con người đảm nhiệm. Trong bối cảnh số lượng công bố khoa học tăng gấp đôi lên hơn 8 triệu bài trong vài năm gần đây, áp lực lên hệ thống phản biện truyền thống đã tới ngưỡng báo động. Đồng thời, các hệ thống AI ngày nay có thể tạo văn bản, hình ảnh, viết mã, và thực hiện những phân tích phức tạp vốn từng tốn rất nhiều thời gian của con người. Khi nhu cầu phản biện bùng nổ cùng công cụ mới đầy hứa hẹn, câu hỏi không còn là “có dùng AI hay không”, mà là “dùng để làm gì và dừng ở đâu”.

Ưu điểm nhược điểm AI: Khi máy làm tốt việc con người ngán làm

Nếu chỉ nhìn vào năng suất, ưu điểm nhược điểm AI gần như quá rõ: máy thắng áp đảo ở các tác vụ lặp đi lặp lại, tiêu chuẩn hóa, nhưng thua ở mọi thứ liên quan đến ý nghĩa, bối cảnh và đạo đức. Một trong những lợi ích dễ thấy nhất là AI có thể hỗ trợ con người hoàn thành lượng lớn công việc nhanh hơn rất nhiều. Các công cụ này đã được dùng trong giáo dục, viết và biên tập văn bản, thu thập thông tin, lập trình máy tính, và nhiều dạng phân tích dữ liệu khác. Trong phản biện khoa học, AI phản biện khoa học phát huy sức mạnh ở những nhiệm vụ mang tính kỹ thuật: kiểm tra đạo văn, đối chiếu số liệu trong bảng với phần mô tả, kiểm tra phép tính, hoặc tự chạy mã nguồn để xem kết quả có khớp với kết luận hay không. Nói thẳng: AI xử lý khối lượng khổng lồ một cách kiên nhẫn mà con người không chịu nổi, và tìm ra những lỗi nhỏ nhưng nguy hiểm mà mắt thường dễ bỏ sót.

AI so với con người trong phản biện: Mạnh ở độ “trâu”, yếu ở độ “thấu hiểu”

Khi đặt AI so với con người trong phản biện khoa học, bức tranh không hề đen trắng. Nghiên cứu gần đây cho thấy AI phản biện kỹ lưỡng hơn con người ở những nhiệm vụ thường quy nhưng tốn thời gian, như tự chạy mã nguồn do tác giả cung cấp để kiểm tra xem kết quả tạo ra có phù hợp với kết luận hay không. Ở cấp độ đo lường, GPT đạt điểm cao hơn người phản biện được đánh giá cao nhất trên toàn bộ tập bài báo, và cả ba mô hình LLM đều vượt qua người phản biện có điểm thấp nhất. Khoảng một phần tư nhận xét của AI không trùng với bất kỳ phản biện nào của con người nhưng vẫn có giá trị. Nhưng ưu điểm này lại phơi bày một nghịch lý: AI càng giỏi soi lỗi nhỏ, chúng ta càng dễ ảo tưởng rằng nó “hiểu” toàn bộ bài báo – trong khi nó chưa nắm tốt quy ước riêng của từng chuyên ngành và dễ đánh giá sai khi bối cảnh phức tạp hoặc thông tin nằm rải rác.

Giới hạn trí tuệ nhân tạo: AI vẫn “mù” với bối cảnh, thiên kiến và trò lách luật

Những người muốn thần thánh hóa AI thường bỏ qua giới hạn trí tuệ nhân tạo trong suy luận phức tạp và hiểu bối cảnh sâu. Các mô hình LLM đạt điểm thấp hơn người phản biện về độ chính xác trong đánh giá tổng thể. Lý do cốt lõi là khả năng ghi nhớ trong quá trình xử lý có giới hạn; AI có thể bỏ sót chi tiết quan trọng khi thông tin nằm rải ở nhiều phần bài báo và tài liệu bổ sung. Nó cũng không hiểu các quy ước ngầm của từng ngành: một AI từng đánh giá sai một bài nghiên cứu vật lý hạt chỉ vì cho rằng tác giả thiếu chi tiết để tái lập kết quả, trong khi thực tế dữ liệu được lưu trữ tập trung tại một cơ sở chuyên trách và không cần đưa vào bài báo. Thêm vào đó, hệ thống AI phản ánh các thiên kiến trong dữ liệu huấn luyện, có thể ưu ái bài của nhóm danh tiếng, và vẫn dễ bị lỗi hệ thống, sản sinh nội dung sai hoặc bị kẻ xấu lợi dụng để tạo thông tin giả, deepfake và phục vụ tấn công mạng.

Kết hợp AI và con người: Cách duy nhất để phản biện khoa học không trật đường ray

Điểm mấu chốt không phải là “AI có thay thế được con người hay không”, mà là “chúng ta chấp nhận rủi ro gì nếu giao hết cho máy”. Một số người kỳ vọng AI sẽ giảm bớt gánh nặng phản biện, và thực tế ngày càng có nhiều nhà nghiên cứu sử dụng AI cho công việc này. Tôi cho rằng đây là hướng đi đúng – với điều kiện ranh giới quyền hạn được giữ rất rõ. AI có thể giảm tải công việc kỹ thuật, nhưng không thể thay thế hoàn toàn chuyên gia: dĩ nhiên, bản thảo có được chấp nhận hay không vẫn do con người quyết định. Ngay cả khi xây dựng các hội đồng phản biện có AI tham gia, kết luận cuối cùng vẫn phải dựa trên việc biên tập viên cân nhắc cả đánh giá của người và của máy trước khi xuất bản. Nói cách khác, AI phản biện khoa học nên được xem là đồng nghiệp khó tính, chứ không phải “trọng tài tối cao”. Khi chúng ta giữ được thế cân bằng này, ưu điểm nhược điểm AI sẽ bổ sung cho nhau thay vì kéo khoa học vào vùng nguy hiểm.