Để trí tuệ nhân tạo trở thành trợ lý trong công việc

AI chuyển từ trả lời sang thực hiện công việc

Theo TS Đinh Viết Sang, AI có lịch sử phát triển qua nhiều giai đoạn. Giai đoạn đầu, AI chủ yếu dựa trên các luật, quy tắc và kinh nghiệm của chuyên gia để giải quyết từng bài toán. Từ những năm 1990, cách tiếp cận học máy phát triển mạnh, trong đó AI học từ dữ liệu và tự tìm phương pháp giải quyết bài toán thay vì được cung cấp sẵn cách thức xử lý.

Từ nền tảng đó, nhiều xu hướng mới xuất hiện, trong đó có AI tạo sinh, tác tử AI và hệ thống nhiều tác tử AI phối hợp với nhau. Nếu AI tạo sinh có khả năng tạo ra câu trả lời, hình ảnh và các dạng dữ liệu khác thì tác tử AI có thể thực hiện hành động như mở tệp, chạy mã, gọi API và ghi kết quả ra bên ngoài.

Ở bước phát triển tiếp theo, nhiều tác tử AI có thể phối hợp để thực hiện những công việc kéo dài nhiều giờ. Các tác tử kiểm soát, đối chiếu kết quả với yêu cầu đặt ra và tiếp tục xử lý nếu kết quả chưa đạt. Toàn bộ quá trình nằm trong một lớp quản trị nhằm giúp AI thực hiện công việc an toàn, hạn chế các rủi ro liên quan đến dữ liệu.

Một xu hướng khác được TS Đinh Viết Sang đề cập là AI vật lý, được đưa vào các thiết bị như robot công nghiệp, xe tự hành hay robot hình người. Các thiết bị này sử dụng cảm biến để nhận biết môi trường xung quanh, sau đó sử dụng “bộ não” AI để suy luận và đưa ra hành động.

TS Đinh Viết Sang cho biết, năng lực của AI hiện nay đang phát triển nhanh, có thể giải quyết ngày càng nhiều tác vụ phức tạp. Tuy nhiên, việc sử dụng AI cũng đặt ra những thách thức đáng lưu ý. Trước hết, nội dung do AI tạo ra đôi khi có thể không chính xác, vì vậy cần kiểm chứng trước khi sử dụng trong kết quả công việc hoặc quyết định chính thức. Bên cạnh đó, AI hiện vẫn giống như một “hộp đen”, có trường hợp cho kết quả sai nhưng người sử dụng khó lý giải nguyên nhân. AI cũng có thể xuất hiện thiên vị nếu dữ liệu huấn luyện không đủ đa dạng. Vì vậy, khi áp dụng các mô hình AI, cần lưu ý khả năng một số nhóm đối tượng có thể chịu tác động không phù hợp.

Đặc biệt, TS Đinh Viết Sang lưu ý vấn đề dữ liệu và quyền riêng tư. Những dữ liệu được tải lên các công cụ AI có thể được lưu trữ và sử dụng để huấn luyện các phiên bản AI tiếp theo. Do đó, dữ liệu mật không được đưa lên các công cụ AI công cộng. Còn về tác động đến thị trường lao động, những công việc gắn với giấy tờ, biểu mẫu và các thao tác lặp đi lặp lại có khả năng được AI thay thế nhanh hơn. Trong khi đó, những công việc đòi hỏi tiếp xúc trực tiếp với con người, làm việc tại hiện trường, thẩm định, xét duyệt, đưa ra quyết định hoặc hòa giải sẽ khó được AI thay thế.

Từ soạn thảo, tra cứu đến giám sát hồ sơ

Điểm nhấn trong chuyên đề của TS Đinh Viết Sang là các tình huống ứng dụng AI cụ thể trong công việc. Theo đó, AI có thể hỗ trợ soạn thảo bài phát biểu. AI cũng có thể hỗ trợ tổng hợp báo chí và phản ánh của nhân dân. Kết quả có thể được hệ thống hóa thành những luồng thông tin chính, kèm nguồn để người sử dụng kiểm chứng.

Một ứng dụng khác được TS Đinh Viết Sang giới thiệu là tổ chức tra cứu, hỏi đáp trên tập hợp văn bản, tài liệu. Người sử dụng có thể đưa các quy định, quy chế của đơn vị vào hệ thống để AI tổng hợp và trả lời câu hỏi bằng tiếng Việt. Các thông tin trả lời có dẫn nguồn giúp người sử dụng xác định nội dung được lấy từ tài liệu nào, ở vị trí nào.

Hệ thống cũng có thể tạo bản đồ tư duy để hệ thống hóa các tài liệu, đồng thời tóm tắt nội dung thành bài giảng hoặc tệp âm thanh. Đáng chú ý, một người trong đơn vị có thể tập hợp tài liệu, đưa vào hệ thống và chia sẻ để những người khác tra cứu, trong khi việc quản lý nguồn tài liệu vẫn được thực hiện tập trung.

TS Đinh Viết Sang cũng giới thiệu một ứng dụng khác là giám sát hồ sơ trước khi trình ký. Theo đó, với những bộ hồ sơ gồm nhiều tệp, AI có thể rà soát sự thống nhất giữa các tài liệu, phát hiện những điểm mâu thuẫn, kể cả sai lệch về số liệu. Kết quả rà soát có thể phân loại các vấn đề, chỉ rõ vị trí sai lệch và những nội dung cần chỉnh sửa…

Từ những ứng dụng trên, TS Đinh Viết Sang cho rằng AI đang mở rộng khả năng hỗ trợ từ trả lời câu hỏi sang trực tiếp tham gia vào quy trình công việc. Tuy nhiên, hiệu quả ứng dụng phụ thuộc vào việc lựa chọn đúng công cụ, đúng mức độ suy luận và đúng yêu cầu đối với từng nhiệm vụ. Với những công việc phức tạp, có thể lựa chọn mô hình AI có khả năng suy luận cao hơn; với công việc cần tốc độ, có thể sử dụng mô hình phù hợp hơn về thời gian và chi phí. Quan trọng hơn, trong mọi trường hợp, người sử dụng vẫn phải kiểm chứng kết quả và chịu trách nhiệm về sản phẩm cuối cùng.