Sau khi chúng tôi công bố 4 bài viết giải thích về 4 kỹ năng cốt lõi của khóa học, chúng tôi đã nhận được nhiều góp ý giá trị rằng nội dung còn khó hiểu và trừu tượng.
Chúng tôi đã suy nghĩ rất nhiều về vấn đề này và nhận ra sai lầm nằm ở đâu.
Nguyên nhân là khi soạn thảo nội dung, chúng tôi đang đứng ở góc nhìn của những người đã có nhiều trải nghiệm cộng tác sâu với AI. Vì vậy, trong quá trình mô tả, đã có sự vô tình cài cắm những từ ngữ, khái niệm mà chỉ những người đã trải nghiệm rồi mới cảm nhận được. Điều này vô hình trung khiến cho người đọc, nếu chưa trải nghiệm bao giờ, có thể thấy khó hiểu.
Việc này giống như ngoài đời: nếu một người chưa bao giờ ăn món gì có vị chua, khi đọc một bài viết mô tả về hương vị này, họ sẽ thấy nó rất trừu tượng. Nhưng nếu sau đó, ai đó cho họ nếm một lát chanh, khi quay lại đọc, họ sẽ thấy bài viết rất dễ hiểu.
Vậy cuối cùng, độ khó của khóa học là bao nhiêu?
Chúng tôi sẽ so sánh với khóa “Embedded Linux” để mọi người dễ hình dung. Chúng tôi đặt mục tiêu và thiết kế chương trình học này sẽ có độ khó chỉ bằng 6/10 so với khóa học Linux.
Đối tượng đầu vào mục tiêu chỉ cần là sinh viên năm thứ nhất, đã học xong lập trình C. (Thông tin này có thể sẽ gây bất ngờ cho những ai đã đọc 4 bài viết học thuật trước đó).
“AI cộng sinh” thực chất là gì?
Về mặt tư tưởng, khóa học đưa ra các phương pháp tập luyện để điều chỉnh tư duy con người sao cho phù hợp với mô hình hợp tác với AI. Thay vì chỉ sử dụng AI như một “tool” (công cụ), trong mô hình này, hai bên sẽ cùng học hỏi lẫn nhau và cùng tiến bộ. Thông qua việc cùng tiến bộ, con người có thể cộng tác lâu dài chứ không bị AI đào thải.
Vậy “điều chỉnh tư duy” là gì?
Về mặt bản chất, AI có một số điểm yếu cố hữu (về mặt triết học). Kể cả khi công nghệ AI phát triển, những điểm yếu này vẫn sẽ tồn tại. Con người sẽ tập trung luyện tập để phát huy thế mạnh của mình, tập trung vào chính những điểm yếu này của AI. Về cơ bản, đó là 4 kỹ năng:
I. System thinking (Tư duy Hệ thống)
- Vấn đề của AI: Do AI không “sống” trong thế giới thực, nó bị giới hạn trong việc đánh giá bức tranh tổng thể của bài toán.
- Ví dụ: Với bài toán “làm hệ thống tưới nước tự động cho nhà kính”, AI chỉ hiểu “requirement”. Con người hiểu bối cảnh rộng hơn: đặc thù của trồng rau nhà kính, sự vất vả của người nông dân…
- Vai trò con người: Vì sống trong thế giới thực, con người có thể nhìn vấn đề một cách toàn cảnh, từ đó “training” (huấn luyện) và điều chỉnh lại AI cho bài toán. Con người giống như người quản lý (ông sếp) ở công ty, hiểu về nhu cầu thị trường và bài toán tổng thể. Người quản lý sẽ giao việc cho đội ngũ coder (chính là AI).
- Cách tập luyện: Tập tìm hiểu vấn đề đến tầng cốt lõi sâu nhất, vẽ sơ đồ ra giấy, ghép nối các mảnh kiến thức với nhau.
II. Expressive Prompt (Truyền đạt ngữ nghĩa)
- Vấn đề của AI: Bài toán trong thực tế thì đa dạng, nhưng AI chạy theo một mô hình cố định, không thể lúc nào cũng cho ra kết quả chính xác.
- Vai trò con người: Là người sống trong thế giới thực và hiểu rõ bài toán, người dùng không được sử dụng AI theo chế độ “default”. Họ phải liên tục training, hiệu chỉnh lại AI cho phù hợp với bài toán thực tế. Với các công cụ như ChatGPT, việc training này được thực hiện thông qua trò chuyện trên Prompt.
- Cách tập luyện: Tổ chức một bài tập, yêu cầu một học viên đứng trước lớp và giải thích cho cả lớp hiểu về một tình huống lạ lùng mà họ gặp phải. Thông qua việc này, người đó phải học cách đặt mình vào vị trí người nghe, học cách điều chỉnh ngôn từ để người nghe dễ hình dung.
III. Mind Observer (Tự quan sát – Phản biện)
- Vấn đề của AI: AI không thể tự nghi ngờ chính suy nghĩ của nó.
- Vai trò con người: Con người thì có thể. Kỹ năng tự nghi ngờ bản thân là một đặc thù của bộ não sinh học. Do không có khả năng tự phản biện, sẽ có trường hợp AI đi vào “deadlock” (bế tắc) suy luận. AI cần con người để phản biện, lật lại vấn đề, từ đó tìm ra hướng đi khác.
- Cách tập luyện: Đưa ra các tình huống cần tìm hiểu. Yêu cầu một học viên trình bày ý kiến và bảo vệ ý kiến đó. Một học viên khác đóng vai người phản biện, lật lại các thiếu sót về mặt tư duy của bạn kia. Sau đó đổi vai.
IV. Mindset Rebuilding (Tái cấu trúc tư duy / Rút kinh nghiệm)
- Vấn đề của AI: Kỹ năng này có thể hiểu nôm na là “kỹ năng rút kinh nghiệm”.
- Vai trò con người: Công nghệ AI phát triển liên tục. Thói quen làm việc của chúng ta ngày hôm qua có thể hiệu quả, nhưng hôm nay đã lạc hậu. Kỹ năng này giúp chúng ta tìm được điểm sai trong quy trình, từ đó liên tục cải tiến cách làm việc.
- Cách tập luyện: Đưa ra các video về cách mọi người làm việc (ví dụ: lập trình dùng VSCode, debug bằng GDB). Yêu cầu học viên đặt mình vào vị trí người dùng, tìm cách cải tiến. Yêu cầu học viên liệt kê cách họ thực hiện công việc hàng ngày, đề xuất phương pháp cải tiến và áp dụng luôn.