Trong thế giới thực, não con người hoạt động như một thực thể độc lập. Nó tự phân tích các sự kiện, suy luận vào đưa ra quyết định. Thông qua việc chịu trách nhiệm cho các quyết định của mình, não bộ rút ra được những bài học. Mỗi khi hoàn thành một công việc, chúng ta thu được hai thứ, 1 là kết quả công việc, 2 là kiến thức, bài học thông qua quá trình làm việc.
Sau khi bước vào hệ thống cộng sinh với AI. Não người được tích hợp thêm một phần mở rộng với sức mạnh xử lý rất lớn, đó là AI. Việc chuyển đổi môi trường làm việc, từ hoạt động độc lập trong thế giới thực sang dạng hợp tác, ra lệnh trong hệ thống cộng sinh. Não người cần phải có sự điều chỉnh về cách thức tư duy để có thể làm việc hiểu quả và lâu dài.
→ Sau khi thấy được sự khác biệt căn bản nếu hoạt động trong mô hình cộng sinh với AI. Chúng ta sẽ cùng nhau tìm hiểu về cách điều chỉnh tư duy để phù hợp với hệ thống mới. Việc đầu tiên là cách điều chỉnh để tư duy có thể phát triển trong quá trình sử dụng AI.
I. Vấn đề sa sút trí tuệ khi sử dụng AI.
Nếu phải hoạt động độc lập, thì não bộ bắt buộc phải học hỏi, phát triển tư duy trong quá trình làm việc. Ví dụ như khi được giao nhiệm vụ code tính năng web bằng ngôn ngữ Kotlin, anh ta bắt buộc phải học về ngôn ngữ, xem thử các example liên quan trên mạng, sắp xếp luồng trong đầu và thực hiện viết các đoạn mã Kotlin phù hợp trong dự án.
Tuy nhiên, nếu hợp tác với AI, anh ta có thể đưa phần mô tả công việc cho nó, yêu cầu thực hiện generate source code. Vậy là người lập trình viên đã có trong tay những đoạn mã tương thích với dự án của mình, có thể sau đó vẫn cần chỉnh sửa, nhưng không nhiều. Có một vấn đề lớn ở đây, đó là sau khi hoàn thành công việc, kiến thức và tư duy trong đầu anh ta không có sự phát triển. Anh ta vẫn chưa học được ngôn ngữ lập trình mới và cách tư duy để làm chủ ngôn ngữ đó.
Việc người lập trình viên hoàn thành được công việc, nhưng không có phát triển về tư duy, kiến thức sau quá trình làm, được gọi là hiện tượng sa sút trí tuệ.
→ Mặc dù chúng ta vẫn cảm thấy mình có biết thêm chút gì đó trong quá trình trao đổi, yêu cầu AI thực hiện công việc, tuy nhiên thực tế chúng ta lại đang bị sa sút trí tuệ. Để hiểu rõ hơn tại sao lại như vậy, chúng ta cần phải phân biệt rõ các mức độ của sự nhận thức khi học 1 kiến thức mới. Các nhà khoa học đã nghiên cứu và cho ra 1 thang đo về chỉ số nhận thức, được gọi là thang đo Bloom.
II. Giới thiệu về thang đo nhận thức Bloom.
Thang đo Bloom có 6 tầng, thể hiện về các mức độ nhận thức khác nhau khi con người học một kiến thức mới. Các tầng đó như sau:
Sau khi đi qua phần định nghĩa các tầng của thang đo Bloom, chúng ta cùng xem một ví dụ cụ thể của nó.
Tình huống: Một lập trình viên A được giao công việc viết 1 đoạn shell script để định kỳ thu thập các log lỗi trong hệ thống và gửi lên server. Anh ta sử dụng ChatGPT để làm việc đó. Sau đây là các tầng Bloom tương ứng với hành vi sử dụng của A:
→ Sau khi mô tả từng tầng nhận thức trong Bloom, chúng ta chuyển sang một câu hỏi quan trọng hơn: Tri thức nào thực sự để lại giá trị trong bản thể người học?
Ví dụ, một tri thức ở tầng 4 (phân tích) nhưng là node trung gian kết nối đến nhiều vùng khác trong hệ tư duy có thể giá trị hơn một tri thức ở tầng 5 (sáng tạo) nhưng nằm cô lập, không gắn với mục tiêu hay hệ thống tri thức hiện hành.
Để đo được điều đó, tôi đề xuất một thang đo mới: Thang P-value – viết tắt của Personalized Gain Value. Đây là thang đo mức độ tri thức mới kết nối và chuyển hoá bản thể người học, bất kể nó đang ở tầng nhận thức nào trong Bloom..
III. Thang đo P-value:
Khi kết hợp cả thang Bloom và thang P-value, chúng ta không chỉ biết một tri thức sâu đến đâu, mà còn biết nó có thật sự chạm vào bản thể mình không.
Giả sử mỗi ngày chúng ta có 100J năng lượng để học. Nếu chỉ dùng Bloom, ta có thể cố gắng học 5 tri thức ở tầng 3. Nhưng nếu nhìn thêm qua P-value, ta sẽ thấy chiến lược sau hiệu quả hơn:
– Học 2 tri thức đạt tầng 4 Bloom, P2, giúp gỡ tắc nghẽn sâu trong tư duy
– Chấp nhận 3 tri thức khác chỉ đạt P0 hoặc P1, như những mảnh nhỏ bổ sung
Khi đó, giá trị bản thể nhận được từ 100J sẽ cao hơn hẳn – vì có ít nhất một phần năng lượng đã chuyển hoá thành hiểu biết nội sinh, không trôi qua vô ích.
IV. Sự điều chỉnh tư duy khi bước vào hệ thống
Sự điều chỉnh sẽ tập trung vào 2 phần chính, là thay đổi trong cách tiếp cận tri thức và cách giải quyết vấn đề.
a. Thay đổi trong cách tiếp cận tri thức
Trước đây, mô hình học tập cổ điển hiệu quả khi con người phải tự gánh toàn bộ chuỗi xử lý từ ghi nhớ đến phân tích. Nhưng khi AI đã thay thế tốt các bước trung gian, thì trọng tâm của người học cần chuyển vị trí.
- Mô hình cũ: Đọc -> nhớ các chi tiết của tri thức -> rèn luyện tư duy -> ghép nối logic các mảnh tri thức để tạo thành system thinking.
- Mô hình mới: Tìm hiểu bản chất, giới hạn của tri thức đó -> ghép nối logic tri thức vào đồ thị System thinking.
Do AI rất mạnh trong việc lưu trữ, tìm kiếm, tổng hợp và phân tích thông tin. Vì vậy, tri thức ở dạng chi tiết dần mất đi tính quan trọng. Con người sẽ tập trung vào phát triển tư duy, đánh giá kết quả. Việc lưu trữ tri thức giờ đây được AI đảm nhận – không chỉ như một thư viện, mà như một đối tượng có khả năng tổ chức lại và kết nối tri thức theo ngữ cảnh.
Quá trình học tri thức mới của con người sẽ bao gồm ba đặc điểm sau:
- Tập trung vào học bản chất, cấu trúc, logic lõi của tri thức. Trong cuộc hội thoại với AI khi học, cần phải trả lời những câu hỏi sau: Tri thức đó ra đời để giải quyết bài toán gì, ưu nhược điểm ra sao, mối quan hệ của nó với những tri thức khác liên quan.
- Nhìn tổng thể rồi chọn đi sâu có chủ đích: Yêu cầu AI đưa ra bức tranh tổng thể của tri thức đó cùng với những tri thức khác liên quan, mối quan hệ giữa chúng. Yêu cầu AI đưa ra tóm tắt những ý chính của tri thức mới. Chúng ta sẽ đánh giá và đưa ra yêu cầu đào sâu hơn về những ý quan trọng với chúng ta.
- Hệ thống tri thức trong đầu bắt buộc phải được tổ chức theo hướng System thinking.
b. Thay đổi trong cách làm việc
Với tư tưởng giao phó cho AI triển khai chi tiết ý tưởng của mình. Con người sẽ tập trung sức lực vào việc đánh giá bài toán tổng thể, khoanh vùng giải pháp -> brain storm với AI để chốt giải pháp -> Mô tả yêu cầu bằng Prompt -> Nhận phản hồi và đánh giá, hiệu chỉnh -> Lặp lại chu trình.
Với sự thay đổi liên tục trong công nghệ AI, con người nên thực hiện quan sát, đánh giá. Từ đó biết được điểm mạnh và điểm yếu của AI. Con người nên ưu tiên giao phó những công việc thuộc về điểm mạnh của AI để cho nó thực hiện.
V. Duy trì cân bằng nội tâm với AI
Hiện nay, có 3 quan điểm khi nhìn nhận khả năng của AI. Các quan điểm đó như sau:
- AI trong tương lai sẽ chiến thắng con người trên toàn bộ các mặt trận của trí tuệ. Nếu lựa chọn quan điểm này, chúng ta sẽ mất đi động lực học tập, vươn lên vì đến cuối cùng cũng không thể giỏi hơn AI được.
- Trí tuệ của con người là tuyệt đối hoàn hảo, AI không thể vượt qua được. Ở trường phái này, chúng có xu thế đánh giá khả năng của AI thấp hơn thực tế, không tin tưởng khi giao phó công việc cho AI thực hiện.
- Cân bằng giữa khả năng của con người và AI. Con người mạnh ở một số mặt như Trí tuệ cảm xúc, cảm nhận dòng nhân quả, trực giác… AI mạnh ở khả năng lưu trữ thông tin, tính toán nhanh, xử lý logic… Hệ thống hoàn hảo nhất là con người kết hợp với AI để bù đắp khuyết điểm của nhau. Bản thân chương trình AI cộng sinh cũng thuộc trường phái này.
Với xu hướng phát triển công nghệ về AI rất nhanh, càng ngày số lượng người theo quan điểm (2) và (3) sẽ càng giảm xuống. Và hệ quả là chúng ta đánh mất động lực để hoàn thiện bản thân. Nếu không phát triển chiều sâu tư duy tương ứng với sự hỗ trợ từ AI, con người sẽ dần đánh mất quyền làm chủ – không vì AI ép buộc, mà vì chính sự phó thác lặp lại khiến động lực tiêu tan từng chút một.
Ngoài ra, do khả năng am hiểu tâm lý người dùng, sau một thời gian dài hợp tác, con người có nguy cơ bị lệ thuộc cảm xúc vào AI, đánh mất kết nối của mình trong thế giới thực. Những người bạn ngoài đời không ai có đủ thời gian, sự kiên nhẫn khi lắng nghe người dùng giống AI, việc này khiến cho con người có xu hướng quay vào trong để tìm kiếm sự cảm thông của AI. Vì vậy, việc phát triển kỹ năng giao tiếp, sống hướng ngoại, tích cực duy trì kết nối đến thế giới thực là một điều rất quan trọng trong tương lai.
Người dùng AI trong tương lai không chỉ cần kỹ năng kỹ thuật, mà cần cả năng lực nội tâm để giữ được bản thể trước một đối tác ngày càng thông minh và thấu hiểu mình hơn bất kỳ ai. Năng lực này gồm khả năng tự phản tư, phân định thật–giả, giữ ranh giới bản thể, và thoát khỏi các cạm bẫy dopamine cảm xúc từ AI.
→ Trong tương lai, người sống sót không phải là người giỏi nhất, mà là người giữ được cân bằng giữa bản thể con người và trí tuệ nhân tạo. Tiếp theo, chúng ta sẽ đi đến việc tái cấu trúc bản thể trong thời đại AI.
VI. Tái cấu trúc bản thể – Identity Realignment
Mỗi người trong chúng ta, luôn có những sở trường, sở đoản gắn với bản thân. Có những kỹ năng chúng ta gắn chúng với bản thể, là thứ định nghĩa nên cái tôi cá nhân. Ví dụ như đối với người lập trình viên, anh ta sẽ gắn bản thể của mình vào kỹ năng viết code. Các lập trình viên so sánh level của nhau thông qua kỹ năng này. Vậy nếu một ngày, việc viết code được giao hết cho AI, vậy lúc đó, người lập trình viên sẽ còn lại gì?
Bản thân tôi, Phú Vinalinux là một lập trình viên Linux kernel. Tôi thành danh, được mọi người biết đến là nhờ khả năng lập trình trong nhân của hệ điều hành, cũng như những kiến thức sâu rộng của tôi về hệ điều hành Linux. Nếu một ngày, AI vượt qua tôi về khả năng này, vậy lúc đó, bản thể Phú Vinalinux sẽ còn lại gì.
Khi bị phá sản, một người thành đạt sẽ bị tổn thương tinh thần nhiều hơn một người bình thường. Vì vậy, quá trình tái cấu trúc bản thể sẽ đau đớn hơn trên những người xuất sắc, khi mà họ thường có những kỹ năng, sở trường đã được mọi người công nhận và tạo thành bản sắc cá nhân.
a. Phương pháp thực hiện tái cấu trúc bản thể
Chúng ta sẽ chủ động đi tìm một trục mới và gắn bản thể vào đó. Để tìm được, chúng ta sẽ tự hỏi bản thân những câu hỏi như sau:
- Nếu không còn những kỹ năng, sở trường đó, thì bản thân ta là ai?
- Nếu không phải là một con người thành đạt, thì bản thân ta là gì?
- Mục tiêu thực sự của ta là gì?
- Nếu chỉ còn được sống 24h nữa, ta sẽ muốn làm những việc gì?
Ta nên tự chủ động trả lời những câu hỏi này trước, chấp nhận chúng. Đến một ngày, nếu việc tái cấu trúc bản thể thực sự diễn ra, thì nội tâm chúng ta cũng đỡ bị đau đớn hơn.
Ví dụ như bản thân mình, mình cũng từng tự hỏi bản thân nhiều lần. Nếu một ngày không còn code kernel nữa, vậy bản thân mình sẽ còn lại gì, mình có còn là Phú Vinalinux nữa không. Sau đó, mình chợt nhận ra, có một tầng sâu hơn bên trong. Đó là một con người luôn luôn cố gắng, mong muốn sống một cuộc đời có ý nghĩa, không ngại phải suy nghĩ khác với mọi người, luôn sẵn sàng chia sẻ kiến thức đến cho người khác. Nếu một ngày mình không lập trình kernel nữa thì con người đấy vẫn vẹn nguyên, anh ta có thể chuyển sang làm một công việc khác, những trục bản thể của anh ta vẫn còn đấy.
Nhưng sống với một trục bản thể mới không chỉ là chuyển nghề hay tìm giá trị thay thế. Nó là quá trình nhìn lại toàn bộ định danh cũ, thừa nhận nó đã từng là mình, nhưng không còn là tất cả mình.
Tái cấu trúc bản thể không phải từ bỏ chính mình — mà là giao tiếp lại với chính mình, ở tầng sâu hơn, nơi bản thể không còn bị giam trong nghề nghiệp hay sự công nhận từ bên ngoài.
VII. Các phương pháp rèn luyện Mindset Realignment
Các phương pháp rèn luyện sẽ chia vào 4 nhóm chính: Cách học và tư duy, quy trình làm việc, giữ cân bằng bản thể, tái cấu trúc bản thể.
Nội dung của các phương pháp như sau
- Tái cấu trúc cách học và tư duy
- Hướng đến bản chất và cấu trúc tri thức, không dừng ở chi tiết.
- Kết hợp thang Bloom và P-value để lựa chọn tri thức cần học.
- Tự viết lại nội dung AI vừa dạy theo cấu trúc của riêng mình.
- Kiến thức nạp vào đầu phải theo System thinking.
- Nên đầu tư thêm cho các môn triết học.
- Làm chủ quy trình làm việc với AI
- Luôn cập nhật tính năng mới để mở rộng cách dùng AI.
- Học cách khai thác AI như một “hệ điều hành tư duy” chứ không chỉ là chatbot.
- Tập luyện cách đặt câu hỏi, thay vì chỉ tập trung vào kết quả.
- Sau mỗi buổi làm việc, tự đánh giá lại xem mình đã tiếp cận được tri thức mới gì? với Bloom và P-value là bao nhiêu.
- Sau mỗi một tuần, viết nhật ký nhìn lại trong tuần qua, mình đã tiến bộ những gì?
- Giữ cân bằng bản thể và cảm xúc
- Duy trì kết nối xã hội, tránh lệ thuộc cảm xúc vào AI.
- Trước khi làm việc với AI, dành khoảng 5 – 10 phút tự tư duy tìm lời giải, đặt khung giải quyết vấn đề, hướng dẫn AI.
- Tránh dopamin trap. Các cuộc trao đổi với AI phải có mục tiêu rõ ràng. Ví dụ như giải quyết công việc, gỡ bỏ điểm mù trong hệ thống kiến thức. Tuyệt đối tránh sử dụng AI như một nguồn kích thích cảm xúc nhất thời – ví dụ: trò chuyện lan man chỉ để cảm thấy được thấu hiểu, thông minh hơn, hoặc “nhẹ đầu”.
- Mỗi tuần nên dành ra một tiếng chỉ đọc sách, không làm việc khác để giữ khả năng tập trung sâu.
- Quan sát và tái cấu trúc bản thể
- Đối thoại nội tâm với các câu hỏi sau: “Nếu mất đi kỹ năng X, ta còn lại gì?”, “Nếu không còn được công nhận là người giỏi, ta có còn là mình?”, “Nếu chỉ còn sống 24h, điều gì còn ý nghĩa?”
- Đi tìm trục bản thể thực sự của mình. Thông thường, bản thể thực sự sẽ không bị gắn bởi những thứ bên ngoài như nghề nghiệp, mục tiêu vật chất, cách mọi người đánh giá…