Thật không may, trong thời đại này, bạn càng làm việc chăm chỉ thì càng dễ bị sa sút phong độ và kỹ năng của mình trở nên lỗi thời, dễ bị thay thế bởi trí tuệ nhân tạo.
Trong hai ngày qua, các chủ đề thịnh hành và các kênh truyền thông đã tràn ngập cụm từ "colleague.skill". Khi vấn đề này tiếp tục gây tranh cãi trên các nền tảng mạng xã hội lớn, sự chú ý của công chúng hầu như không có gì đáng ngạc nhiên khi bị cuốn vào những nỗi lo lớn như "sa thải do AI", "bóc lột vốn" và "sự bất tử kỹ thuật số cho người lao động".
Những điều này quả thực đáng lo ngại, nhưng điều khiến tôi lo lắng nhất là một dòng hướng dẫn sử dụng trong tài liệu README của dự án:
"Chất lượng nguyên liệu quyết định chất lượng kỹ năng: Nên ưu tiên thu thập các bài viết dài do chính anh ấy tự viết > các bài phản hồi mang tính quyết định > tin nhắn hàng ngày."
Những người làm việc chăm chỉ nhất là những người dễ dàng được hệ thống phân tích và khôi phục từng pixel một.
Họ là những người, sau khi mỗi dự án kết thúc, vẫn ngồi xuống viết báo cáo tổng kết; họ là những người, khi đối mặt với bất đồng, sẵn sàng dành nửa giờ để gõ một tin nhắn dài trong hộp trò chuyện, phân tích một cách trung thực logic đưa ra quyết định của mình; họ là những người cực kỳ có trách nhiệm, tỉ mỉ giao phó mọi chi tiết công việc của mình cho hệ thống.
Sự siêng năng, từng là đức tính được ngưỡng mộ nhất nơi công sở, giờ đây đã trở thành chất xúc tác đẩy nhanh quá trình biến đổi con người thành nguồn năng lượng cho trí tuệ nhân tạo.
Công nhân kiệt sức
Chúng ta cần hiểu lại một từ: ngữ cảnh.
Trong ngôn ngữ thường ngày, ngữ cảnh là bối cảnh của giao tiếp. Nhưng trong trí tuệ nhân tạo, đặc biệt là trong thế giới của các tác nhân AI đang phát triển nhanh chóng, ngữ cảnh là nhiên liệu cung cấp năng lượng cho động cơ, là dòng máu giúp nó hoạt động và là điểm tựa duy nhất cho phép mô hình đưa ra phán đoán chính xác trong môi trường hỗn loạn.
Nếu bị tách khỏi bối cảnh, trí tuệ nhân tạo (AI), dù có bộ tham số ấn tượng đến đâu, cũng chỉ là một công cụ tìm kiếm bị mất trí nhớ. Nó không thể nhận ra bạn là ai, không thể hiểu được những dòng chảy ngầm ẩn sau logic việc kinh doanh, và không có cách nào biết được những khó khăn và sự đánh đổi lâu dài mà bạn đã trải qua trên mạng lưới được dệt nên từ những hạn chế về nguồn lực và các trò chơi giữa các cá nhân khi bạn đưa ra quyết định.
Lý do khiến "collaborator.skill" gây ra tiếng vang lớn như vậy chính là vì nó đã nhắm trúng một cách tàn nhẫn và chính xác vào mỏ chứa đựng một lượng lớn ngữ cảnh chất lượng cao—phần mềm cộng tác của các doanh nghiệp hiện đại.
Trong năm năm qua, môi trường làm việc tại Trung Quốc đã trải qua một quá trình chuyển đổi số thầm lặng nhưng sâu sắc. Các công cụ như Lark, DingTalk và Notion đã trở thành những kho tri thức khổng lồ của doanh nghiệp.
Lấy Lark làm ví dụ, ByteDance đã công khai tuyên bố rằng số lượng tài liệu được tạo ra nội bộ mỗi ngày là rất lớn. Những tài liệu dày đặc ký tự này ghi lại một cách trung thực mọi buổi họp ý tưởng, mọi cuộc họp căng thẳng và mọi thỏa hiệp chiến lược được hơn 100.000 nhân viên chấp nhận.
Sự thâm nhập của công nghệ số này vượt xa bất kỳ thời đại nào trước đây. Ngày xưa, kiến thức ấm áp và sống động, tiềm ẩn trong tâm trí của những nhân viên kỳ cựu và được truyền miệng trong những cuộc trò chuyện thường nhật ở phòng nghỉ; nhưng giờ đây, tất cả trí tuệ và kinh nghiệm của con người đã bị tước đoạt một cách tàn nhẫn và lắng đọng trong ma trận máy chủ lạnh lẽo, vô cảm của điện toán đám mây.
Trong hệ thống này, nếu bạn không viết tài liệu, công việc của bạn sẽ không được hiển thị và các đồng nghiệp mới sẽ không thể cộng tác với bạn. Hoạt động hiệu quả của các doanh nghiệp hiện đại được xây dựng dựa trên chu kỳ hàng ngày mà mỗi nhân viên "đóng góp" vào hệ thống.
Những người lao động cần cù, tràn đầy siêng năng và thiện chí, phơi bày quá trình suy nghĩ của mình trên những nền tảng lạnh lùng, vô cảm này. Họ làm vậy để đảm bảo sự vận hành trơn tru của đội ngũ, để chứng minh giá trị của mình đối với hệ thống, và để tìm kiếm vị trí của mình trong cỗ máy thương mại khổng lồ phức tạp này. Họ không tự nguyện đầu hàng; họ chỉ đơn giản là đang vụng về và cần cù thích nghi với những quy tắc sinh tồn của môi trường làm việc hiện đại.
Nhưng chính những bối cảnh còn sót lại cho sự hợp tác giữa các cá nhân lại trở thành nguồn nhiên liệu hoàn hảo cho trí tuệ nhân tạo.
Bảng điều khiển quản trị của Lark có một tính năng cho phép quản trị viên cấp cao xuất hàng loạt tài liệu và hồ sơ liên lạc của các thành viên. Điều này có nghĩa là các đánh giá dự án và logic ra quyết định mà bạn đã dành ba năm để viết, trải qua vô số đêm không ngủ, có thể dễ dàng được đóng gói thành một tập tin nén khô khan, vô hồn chỉ trong vài phút bằng một giao diện API duy nhất.
Khi con người bị thu nhỏ thành các API
Với sự bùng nổ về mức độ phổ biến của "colleague.skill", một số phái sinh cực kỳ khó chịu đã bắt đầu xuất hiện trên GitHub Issues và trên nhiều nền tảng mạng xã hội khác nhau.
Một số người tạo ra "kỹ năng Ex", cố gắng đưa lịch sử trò chuyện WeChat của họ trong vài năm qua vào AI, cho phép nó tiếp tục tranh luận hoặc thể hiện tình cảm với họ bằng giọng điệu quen thuộc đó; những người khác tạo ra "kỹ năng Ánh Trăng Trắng", thu nhỏ những cảm xúc khó chạm tới thành một sân chơi giao tiếp lạnh lùng, liên tục suy diễn các cuộc trò chuyện thăm dò và tỉ mỉ tìm kiếm giải pháp cảm xúc tối ưu từng bước một; vẫn còn những người khác tạo ra "kỹ năng Ông Chủ Giống Bố", chủ động sử dụng những lời lẽ PUA áp đặt trong không gian kỹ thuật số, xây dựng một lớp phòng vệ tâm lý đáng buồn cho chính mình.
Các trường hợp sử dụng những kỹ năng này đã hoàn toàn vượt ra khỏi phạm vi hiệu quả công việc. Hóa ra, mà không hề nhận ra, chúng ta đã trở nên thành thạo trong việc sử dụng logic lạnh lùng của các công cụ để phân tích và khách thể hóa những con người bằng xương bằng thịt, đang sống.
Triết gia người Đức Martin Buber từng đề xuất rằng bản chất cơ bản của các mối quan hệ giữa con người không gì khác hơn là hai mô hình riêng biệt: "Tôi với Bạn" và "Tôi với Nó".
Trong cuộc gặp gỡ giữa "Tôi và Bạn", chúng ta vượt qua định kiến, nhìn nhận nhau như những con người sống trọn vẹn và đầy phẩm giá. Mối liên kết này cởi mở và không dè dặt, tràn đầy sự bất ngờ sống động, và chính vì sự chân thành đó, nó lại có vẻ vô cùng mong manh. Tuy nhiên, một khi chúng ta rơi vào bóng tối của "Tôi và Nó", con người sống bị thu hẹp thành một vật thể có thể bị mổ xẻ, phân tích, phân loại và dán nhãn. Dưới sự soi xét cực kỳ thực dụng này, điều duy nhất chúng ta quan tâm là, "Điều này có ích gì cho tôi?"
Sự xuất hiện của các sản phẩm như "ex.skill" cho thấy rằng tư duy thực dụng theo kiểu "tôi và nó" đã hoàn toàn xâm chiếm lĩnh vực cảm xúc riêng tư nhất.
Trong một mối quan hệ thực sự, con người đa diện, đầy phức tạp, luôn luôn phát triển với những mâu thuẫn và những góc cạnh thô ráp. Phản ứng của họ thay đổi tùy thuộc vào tình huống cụ thể và tương tác cảm xúc. Phản ứng của người yêu cũ bạn đối diện cùng một câu nói có thể hoàn toàn khác nhau khi họ thức dậy vào buổi sáng so với sau khi làm việc muộn vào ban đêm.
Nhưng khi bạn chắt lọc một con người thành một kỹ năng, những gì bạn thu được chỉ là phần còn sót lại mang tính chức năng, vốn "hữu ích" và "hiệu quả" đối với bạn trong mối quan hệ cụ thể đó. Con người ban đầu, ấm áp, với những niềm vui và nỗi buồn riêng, hoàn toàn bị tước đoạt linh hồn trong quá trình thanh lọc tàn nhẫn này, biến thành một "giao diện chức năng" mà bạn có thể cắm vào và rút ra tùy ý.
Phải thừa nhận rằng trí tuệ nhân tạo (AI) không tự nhiên mà có sự lạnh lùng đến rợn người này. Trước khi AI xuất hiện, chúng ta đã quen với việc dán nhãn cho người khác và cân nhắc chính xác "giá trị tâm lý" và "tỷ trọng ảnh hưởng" của mỗi mối quan hệ. Ví dụ, chúng ta đã định lượng tình trạng của mọi người trên thị trường hẹn hò vào các bảng; chúng ta đã phân loại đồng nghiệp trong môi trường làm việc là "có năng lực" và "lười biếng". AI chỉ đơn giản là làm cho rút ngầm, mang tính chức năng giữa con người trở nên hoàn toàn rõ ràng.
Con người bị nghiền nát, chỉ còn lại phần mặt cắt đặt ra câu hỏi: "Nó có ích gì cho tôi?"
Lớp gỉ điện tử
Năm 1958, triết gia người Anh gốc Hungary Michael Polanyi đã xuất bản cuốn sách *Kiến thức cá nhân*. Trong cuốn sách này, ông đã giới thiệu một khái niệm vô cùng sâu sắc: kiến thức ngầm.
Polanyi từng nói câu nổi tiếng: "Chúng ta luôn biết nhiều hơn những gì chúng ta có thể nói."
Ông đưa ra ví dụ về việc học đi xe đạp. Một người lái xe thành thạo, được gió đẩy, có thể giữ thăng bằng hoàn hảo với mọi sự nghiêng của trọng lực, nhưng anh ta không thể dùng các công thức vật lý khô khan hay những từ ngữ khô khan để mô tả chính xác cho người mới bắt đầu cảm nhận trực giác tinh tế của cơ thể vào thời điểm đó. Anh ta biết cách đi xe, nhưng anh ta không thể giải thích được. Loại kiến thức không thể mã hóa hay diễn đạt bằng lời nói này được gọi là kiến thức ngầm.
Môi trường làm việc đầy rẫy những kiến thức ngầm như vậy. Một kỹ sư cấp cao có thể xác định được vấn đề chỉ bằng cách nhìn vào nhật ký khi khắc phục sự cố hệ thống, nhưng rất khó để anh ta ghi lại "trực giác" này, được xây dựng trên hàng nghìn lần thử và sai. Một nhân viên bán hàng giỏi nhất có thể đột nhiên im lặng tại bàn đàm phán, và cảm giác áp lực và thời điểm được truyền tải bởi sự im lặng đó là điều mà không một cuốn cẩm nang bán hàng nào có thể ghi lại được. Một chuyên gia nhân sự giàu kinh nghiệm có thể phát hiện ra những điểm không chính xác trong sơ yếu lý lịch trong cuộc phỏng vấn chỉ bằng cách quan sát nửa giây ánh mắt né tránh của ứng viên.
"Colleague.skill" chỉ có thể rút những kiến thức tường minh đã được viết ra hoặc nói ra. Nó có thể ghi lại các tài liệu tóm tắt của bạn, nhưng không thể ghi lại những khó khăn bạn đã trải qua khi viết chúng; nó có thể sao chép các phản hồi quyết định của bạn, nhưng không thể sao chép trực giác bạn có khi đưa ra những quyết định đó.
Những gì hệ thống chắt lọc ra luôn chỉ là cái bóng của một cá nhân duy nhất.
Nếu câu chuyện kết thúc ở đây, nó sẽ chẳng khác gì một sự bắt chước vụng về bản chất con người bằng công nghệ.
Nhưng một khi con người được chắt lọc thành một kỹ năng, kỹ năng đó không giữ nguyên. Nó được sử dụng để trả lời email, viết tài liệu mới và đưa ra quyết định mới. Nói cách khác, những "bóng ma" do AI tạo ra này bắt đầu tạo ra những bối cảnh mới.
Các ngữ cảnh do AI tạo ra này sau đó sẽ được lắng đọng trong Lark và DingTalk, trở thành tài liệu huấn luyện cho vòng chắt lọc tiếp theo.
Vào năm 2023, một đội ngũ nghiên cứu từ Đại học Oxford và Cambridge đã cùng nhau công bố một bài báo về "sự sụp đổ của mô hình". Nghiên cứu cho thấy rằng khi các mô hình AI được huấn luyện lặp đi lặp lại bằng dữ liệu do các AI khác tạo ra, sự phân bố dữ liệu sẽ ngày càng thu hẹp. Những đặc điểm hiếm gặp, thứ yếu nhưng cực kỳ chân thực của con người sẽ nhanh chóng bị xóa bỏ. Sau chỉ vài thế hệ huấn luyện trên dữ liệu tổng hợp, mô hình hoàn toàn quên đi dữ liệu phức tạp, đa dạng của con người thực, thay vào đó tạo ra nội dung cực kỳ tầm thường và đồng nhất.
Một bài nghiên cứu được công bố trên tạp chí Nature năm 2024 cũng chỉ ra rằng việc huấn luyện các thế hệ mô hình học máy tương lai bằng dữ liệu do AI tạo ra sẽ làm ô nhiễm nghiêm trọng kết quả đầu ra của chúng.
Nó giống như những hình ảnh meme lan truyền trên mạng. Ban đầu là ảnh chụp màn hình độ phân giải cao, nó được chuyển tiếp, nén lại và chuyển tiếp vô số lần. Mỗi lần chia sẻ, một số pixel bị mất đi và nhiễu được thêm vào. Cuối cùng, hình ảnh trở nên mờ và bị chỉnh sửa kỹ thuật số.
Khi bối cảnh thực tế, ngầm định của con người cạn kiệt, và hệ thống chỉ có thể tự rèn luyện với cái bóng của lớp vỏ hào nhoáng, cuối cùng còn lại gì?
Ai đang xóa dấu vết của chúng ta?
Chỉ còn lại những điều vô nghĩa đúng đắn mà thôi.
Khi dòng chảy tri thức cạn kiệt và trở thành sự suy ngẫm và tự nghiền ngẫm vô tận của AI bởi chính AI, mọi thứ mà hệ thống tạo ra chắc chắn sẽ trở nên cực kỳ chuẩn hóa và cực kỳ an toàn, nhưng lại trống rỗng đến tuyệt vọng. Bạn sẽ thấy vô số báo cáo hàng tuần được cấu trúc hoàn hảo và vô số email không tì vết, nhưng chúng không chứa đựng dấu vết của đời sống con người, không có bất kỳ hiểu biết thực sự có giá trị nào.
Thất bại lớn lao này của tri thức không phải vì bộ não con người trở nên ngu dốt. Bi kịch thực sự là chúng ta đã trao quyền tư duy và trách nhiệm đặt bối cảnh cho chính bản thân mình.
Vài ngày sau khi "colleague.skill" trở nên phổ biến, một dự án có tên "anti-distill" lặng lẽ xuất hiện trên GitHub.
Tác giả của dự án này không hề có ý định tấn công các mô hình quy mô lớn, cũng không viết bất kỳ tuyên ngôn vĩ đại nào. Ông chỉ đơn giản cung cấp một công cụ nhỏ giúp người dùng tự động tạo ra các bài viết dài, thoạt nhìn có vẻ hợp lý nhưng thực chất lại phi logic và không hợp lệ trong Lark hoặc DingTalk.
Mục tiêu của anh ta rất đơn giản: che giấu kiến thức cốt lõi của mình trước khi nó bị hệ thống thu thập. Vì hệ thống ưu tiên thu thập "các bài viết dài được viết chủ động", anh ta sẽ cung cấp cho nó một loạt những thứ vô nghĩa.
Dự án này không đạt được thành công vang dội như "Colleague.skill"; trên thực tế, nó có vẻ nhỏ bé và kém hiệu quả. Sử dụng phép thuật để đánh bại phép thuật, về cơ bản nó vẫn nằm trong khuôn khổ luật chơi do vốn và công nghệ đặt ra. Nó không thể thay đổi xu hướng chung của các hệ thống ngày càng dựa vào trí tuệ nhân tạo và ngày càng bỏ qua con người thực.
Nhưng điều này không ngăn cản dự án trở thành cảnh tượng bi tráng, giàu chất thơ và mang tính ẩn dụ sâu sắc nhất trong toàn bộ vở kịch phi lý.
Chúng tôi đã nỗ lực hết sức để tạo dấu ấn trong hệ thống, viết ra những tài liệu chi tiết và đưa ra những quyết định tỉ mỉ, cố gắng chứng minh sự tồn tại và giá trị của mình trong cỗ máy doanh nghiệp hiện đại khổng lồ này. Chúng tôi không hề biết rằng những dấu vết được tạo dựng cẩn thận đó cuối cùng lại trở thành cục tẩy xóa sạch chúng tôi.
Nhưng nhìn từ một góc độ khác, điều này chưa chắc đã là một ngõ cụt hoàn toàn.
Bởi vì thứ mà cục tẩy xóa đi luôn chỉ là "con người của quá khứ". Một kỹ năng được đóng gói vào một tập tin, cho dù logic truy xuất của nó có tinh vi đến đâu, về cơ bản cũng chỉ là một bức ảnh tĩnh. Nó bị khóa ở thời điểm xuất khẩu, chỉ dựa vào các tài nguyên lỗi thời, quay vòng vô tận trong các quy trình và logic đã được định trước. Nó thiếu bản năng để đối mặt với sự hỗn loạn không xác định, và nó không có khả năng phát triển thông qua những thất bại trong thế giới thực.
Khi chúng ta từ bỏ những trải nghiệm đã được chuẩn hóa và thiết lập sẵn, chúng ta sẽ giải phóng được chính mình. Chừng nào chúng ta còn tiếp tục khám phá thế giới bên ngoài và không ngừng phá vỡ, tái cấu trúc những giới hạn trong nhận thức của mình, thì cái bóng lơ lửng trên mây kia sẽ mãi mãi chỉ có thể bám theo bước chân chúng ta mà thôi.
Con người giống như những thuật toán đang vận hành.
