AI giải vật lý: kết quả đáng chú ý, nhưng chưa phải nhà khoa học
AI giải vật lý là việc dùng mô hình trí tuệ nhân tạo để xử lý các phép tính và câu hỏi chuyên sâu trong vật lý, qua đó hỗ trợ nghiên cứu nhưng không thay thế đánh giá khoa học của con người. Thử nghiệm PhysEval đặt ra 50 bài toán thuộc 11 lĩnh vực, từ cơ học chất lưu và vật lý lượng tử đến hố đen, vũ trụ học. Nhóm 35 tác giả yêu cầu năm hệ thống tự giải, không đưa gợi ý, nhưng cho phép tra cứu tài liệu, viết mã và dùng công cụ tính toán. GPT-6-Astra kết hợp với Codex đạt 49/50 câu đúng; Claude Opus 5.5 đạt 46, còn Gemini 3.8 Flash đạt 34. Con số 98% gây ấn tượng, song cần hiểu đúng: bộ đề kiểm tra khả năng giải những bài toán có đáp án xác định, không đo năng lực xây dựng lý thuyết hay chọn vấn đề nghiên cứu mới. Đây là tiến bộ thực dụng, không phải bằng chứng máy đã trở thành nhà vật lý độc lập.
Khi lời giải bị chấm sai, điều đáng kể là chuyên gia đã kiểm tra lại
Điểm làm thử nghiệm này đáng bàn không chỉ là số câu đúng, mà là va chạm giữa lời giải của máy và đáp án mẫu. Ban đầu, một số câu của GPT-6-Astra bị đánh dấu sai. Mô hình vẫn bảo vệ kết quả; khi chuyên gia rà soát phép tính và lời giải mẫu, họ phát hiện những lỗi tinh vi trong đáp án ban đầu rồi điều chỉnh. Sau lần chấm lại, tỷ lệ đúng của mô hình tăng từ gần 90% lên 98%. Sự việc cho thấy AI có thể đóng vai trò người kiểm tra độc lập, nhất là khi đáp án quen thuộc khiến con người ít nghi ngờ. Nhưng việc mô hình khẳng định mình đúng không phải bằng chứng. Một hệ thống có thể kiên quyết bảo vệ cả một kết luận sai; vì thế kiểm chứng lời giải phải dựa trên lập luận, phép tính và phương pháp phù hợp, chứ không dựa vào sự tự tin của máy.
Giá trị nghiên cứu nằm ở hỗ trợ có giới hạn
Kết quả này củng cố tiềm năng của AI nghiên cứu khoa học ở những khâu đòi hỏi xử lý phép tính, tra cứu tài liệu và viết chương trình. Những việc từng có thể mất một ngày với chuyên gia nay được một mô hình giải nhanh trong khuôn khổ bài thử nghiệm. Tuy vậy, thành tích cao không chứng minh AI biết đặt câu hỏi khoa học có giá trị, cũng không cho thấy nó có thể tự đổi chiến lược khi hướng giải đi vào bế tắc. Năm hệ thống đều thất bại trước một bài toán yêu cầu suy ngược phương trình từ đường cong cho trước. Giới hạn ấy quan trọng: nghiên cứu không chỉ là tìm đáp án cho câu hỏi đã định sẵn mà còn là nhận ra điều gì đáng hỏi. AI có thể giúp giảm tải công việc chuyên môn và gợi ý cách kiểm tra giả định; quyền kết luận về ý nghĩa khoa học vẫn cần thuộc về nhóm nghiên cứu.
Quy trình kiểm chứng phải đi cùng việc sử dụng AI
Với người dùng và tổ chức, bài học không phải là tin AI hơn chuyên gia, mà là tạo quy trình đủ chặt để hai bên có thể phát hiện sai sót của nhau. Không nên đưa nguyên kết quả AI vào quyết định khoa học, kỹ thuật hay chuyên môn quan trọng nếu chưa có xác minh độc lập. Tương tự, dữ liệu nghiên cứu chưa công bố, thông tin mật và dữ liệu cá nhân không nên được tải lên các mô hình công cộng khi chưa được đánh giá và cho phép. Những nguyên tắc này không làm giảm giá trị của AI; chúng giúp đặt công cụ vào đúng vị trí: một cộng sự tính toán có thể hữu ích, nhưng không phải trọng tài cuối cùng. Kết quả 49/50 đáng khích lệ nhất khi nó thúc đẩy chuyên gia kiểm tra lại đáp án, thay vì khiến bất kỳ ai chấp nhận câu trả lời chỉ vì máy đưa ra.
Kết luận: tận dụng năng lực, không bỏ qua hoài nghi
Thử nghiệm PhysEval cho thấy AI đã tiến đủ xa để xử lý nhiều bài toán vật lý chuyên sâu và đôi khi phát hiện lỗi trong đáp án của con người. Nhưng khoảng cách giữa giải được bài toán và làm được khoa học vẫn còn: mô hình chưa chứng minh năng lực tự chọn câu hỏi có ý nghĩa hay vượt qua mọi bế tắc. Vì vậy, hướng đi hợp lý không phải giao phó nghiên cứu cho AI, cũng không phải gạt bỏ kết quả của nó. Hãy dùng AI để tính toán, đối chiếu và khơi gợi kiểm tra, đồng thời buộc mọi kết luận quan trọng phải qua xác minh độc lập. Thành tích cao chỉ trở thành giá trị khoa học khi đi cùng sự hoài nghi có phương pháp.
