Cách nhìn nhận về nhân tài và nhân lực chất lượng cao sẽ thay đổi

Mới đây, GS Trần Thế Truyền, Viện Trí tuệ nhân tạo ứng dụng Đại học Deakin, Australia đã có bài giảng đại chúng về Giải Nobel Vật lý năm 2024 cho hàng trăm sinh viên Trường ĐH Khoa học Tự nhiên, ĐHQGHN.

Trong bài giảng của mình, GS. Trần Thế Truyền đã trình bày một số lý thuyết Vật lý liên quan đến giải Nobel Vật lý năm 2024 và về học máy. Nội dung bài giảng cũng như phần thảo luận nhằm hướng tới trả lời câu hỏi: Liệu các định luật vật lý có thể giải thích không chỉ vũ trụ mà còn cả hoạt động của tâm trí chúng ta không?

Nhân dịp này, Phóng viên Thu Lương (VOV2) đã có bài phỏng vấn GS Trần Thế Truyền về những xu hướng mới trong cách đào tạo con người cũng như sự thay đổi trong tiêu chí đánh giá nguồn nhân lực chất lượng cao và cơ hội của nhân lực Việt Nam trước những yêu cầu mới những thách thức mới của Khoa học kỹ thuật hiện đại.

PV: Thưa GS Trần Thế Truyền, là một trong những chuyên gia hàng đầu về AI, theo ông AI tác động như thế nào đến đời sống kinh tế xã hội và đâu là những thành thách thức và cơ hội mà công nghệ này mang lại cho Việt Nam nói riêng và thế giới nói chung? Đặc biệt trong các trường ĐH cần có sự thay đổi thế nào để phát huy tối đa lợi ích mà AI đem lại đồng thời làm chủ được AI:

GS Trần Thế Truyền: Chuyên ngành chính của tôi là trí tuệ nhân tạo và những ứng dụng của nó trong y tế và Khoa học kỹ thuật. Trong quá trình nghiên cứu tôi nhận thấy AI là loại năng lực sử dụng trí thông minh nên nói mang tính phổ quát nó không giới hạn ở phạm vi công nghệ hay 1 lĩnh vực hẹp mà nó có thể vận dụng bất kỳ nơi nào chúng ta cần trí thông minh.

Hiện nay AI kỳ vọng 5-7 năm nữa nó đạt năng lực như con người trung bình trong các lĩnh vực, đến thời điểm ấy trí tuệ nhân tạo có thể tham gia vào hấu hết các ngành mà con người có thể tham gia. AI sẽ ảnh hưởng không chỉ đến các ngành kỹ thuật mà ảnh hưởng đến mọi mặt của đời sống hiện nay.

Ví dụ ảnh hưởng rõ rệt nhất trong đào tạo khi hầu hết tri thức phổ thông mang tính phổ quát đều có thể truy vấn từ AI và nó có thể giao tiếp tự nhiên với con người. Học sinh, sinh viên bây giờ cần gì có thể hỏi trực tiếp trí tuệ nhân tạo. Tuy nhiên không phải lúc nào nó cũng có câu trả lời chính xác vì công nghệ hiện nay mang tính xấp xỉ, không hoàn toàn chính xác nên người dùng cần một kỹ năng để có thể sử dụng nó một cách hiệu quả.

Ảnh hưởng của AI trong giáo dục rất lớn đồi hỏi hình thức đào tạo phải thay đổi. Ví dụ chúng ta không thể giao cho sinh viên những đề tài phổ thông, đơn giản có thể tìm kiếm, truy vấn dễ dàng, hoặc tri thức có thể tìm kiếm dễ dàng trên mạng internet hay truyền đạt miệng như trước đây mà có thể giao 1 phần cho AI. Tuy nhiên để việc đào tạo cung cấp kiến thức cho người học hiệu quả cần tập trung cao hơn, đào tạo sâu hơn kỹ năng để người học đánh giá được độ tin cậy từ những câu trả lời do AI tạo ra. Chúng ta phải thay đổi cách nhìn nhận về đào tạo con người hay đánh giá tri thức mà người học nhớ được. Trong bối cảnh hiện nay có quá nhiều tri thức để nhớ, trong đó có những thứ không cần thiết thì chúng ta cần một năng lực khác là năng lực đánh giá tri thức AI cho chúng ta.

Chúng ta cần kỹ năng phản biện từ đó kiểm soát được mức độ chính xác những thông tin kiến thức mà AI đưa lại. Vấn đề này tác động đến việc giảng dạy của các thầy trong đó kỹ năng đặt câu hỏi phản biện càng tốt thì chúng ta càng có những câu trả lời hay, chuẩn xác.

Chúng ta có 2 kỹ năng cần: Kỹ năng đặt câu hỏi và kỹ năng đánh giá câu trả lời. Trước đây những kỹ năng ấy thường ở phía người thầy nhưng hiện nay học trò cũng cần có kỹ năng ấy và người thầy có thể đóng vai trò khác đi thay vì mình chỉ đóng vai trò truyền đạt kiến thức như trước đây người thầy nên đóng vai trò của một người động viên,khích lệ nhiều hơn và phát triển tư duy sắc sảo của học trò nhiều hơn là truyền đạt tri thức.

PV: Hiện nay chúng ta đang cần đào tạo nguồn nhân lực chất lượng cao để thực hiện mục tiêu mũi nhọn trong đó khoa học công nghệ, chuyển đổi số, trí tuệ nhân tạo, vi mạch bán dẫn là những lĩnh vực then chốt để đưa đất nước bước vào kỷ nguyên vươn mình. Theo GS, chúng ta nên bắt đầu từ đâu?

GS Trần Thế Truyền: Cần có tiêu chí định nghĩa thế nào là chất lượng cao. Hiện nay có lẽ năng lực giải quyết vấn đề khi gặp tình huống mới lạ so với các thứ mình đã biết là tiêu chí cơ bản đánh giá chất lượng cao. Ngoài chuyên môn sâu ra cần có năng lực rộng hơn chuyên môn sâu của mình đã học. Cách nhìn nhận về nhân tài chất lượng cao sẽ thay đổi không giống như trước đây nữa, việc có bằng ĐH ở trường uy tín là điều kiện cần nhưng chưa đủ vì thế giới đang thay đổi nhiều về cách thức đào tạo con người và đánh giá chất lượng.

Một trong yếu tố cơ bản quan trọng nhất là khả năng đáp ứng với sự thay đổi rất nhanh của KHKT và môi trường. Trong 2 năm qua trí tuệ nhân tạo đã làm thay đổi rất nhiều, những người có khả năng đáp ứng nhanh trước sự thay đổi sẽ được đánh giá cao hơn và sẽ sống sót trong sự đào thải của Khoa học kỹ thuật. Tôi nghĩ có lẽ sự nhìn nhận về nhân tài và chất lượng cao sẽ thay đổi.

PV: Tiêu chí nghiên cứu được giải Nobel năm nay có nhiều điểm khác không còn mang tính độc tôn của 1 lĩnh vực nó có xu hướng đa ngành liên ngành xuyên ngành vậy với những lĩnh vực Khoa học cơ bản và khoa học ứng dụng cần có sự đổi mới thế nào để thích ứng yêu cầu mới, thưa GS ?

GS Trần Văn Truyền: Điều này phản ánh tiến triển trong nhận thức của con người về KHKT. Trước đây, trong những thế kỷ đầu, các nhà khoa học là những nhà bác học có nhiều năng lực chuyên môn chứ không chỉ 1 chuyên môn hẹp. Tuy nhiên trong quá trình chuyên môn hóa nó sinh ra những chuyên ngành, khối lượng tri thức càng ngày càng nhiều con người ta nếu không chuyên môn hóa thì không phát triển được trong chuyên ngành đấy. Gần đây các trường kỹ thuật đặc biệt lĩnh vực Công nghệ thông tin nói chung, AI nói riêng sự liên thông giữa các ngành càng nhiều và ranh giới giữa các ngành hiện nay ngày càng xóa nhòa nên việc Ủy ban Nobel trao giải cho các nhà công nghệ phát triển Công nghệ để xây dựng tri thức hóa học thay vì trao giải cho nhà hóa học là 1 ví dụ. Trong ngành vật lý trao giải cho những nhà phát triển phương pháp luận về vật lý sau đó phát triển phương pháp luận để phát triển Al thì cái xu thế liên ngành xuyên ngành là tất yếu của thời đại. Việc trao giải phản ánh tư tưởng không thể nào mà có những chuyên ngành riêng lẻ không giao tiếp với nhau vì nói cho cùng tri thức có sự liên thông rất chặt chẽ, không có tri thức nào rời rạc tách ra độc lập như Khoa học kỹ thuật không thể tách rời đời sống hàng ngày cho nên việc giải Nobel phản ánh sự phát triển tất yếu của sự liên ngành giữa các chuyên ngành.

PV: Với sinh viên và các nhà nghiên cứu trẻ, những tiến bộ thần tốc của AI hiện đại cần có sự chủ động đi trước đón đầu làm chủ công nghệ thế nào thưa GS?

GS Trần Thế Truyền: Hiện hệ sinh thái AI rất dễ dàng tiếp cận, không đòi hỏi kỹ năng lập trình quá chuyên sâu, hay năng lực Toán học vượt quá trình độ đại học. Việc phát triển ứng dụng AI rất thuận lợi trong hệ sinh thái mã nguồn mở. Việc nghiên cứu ở mức độ quốc tế cũng không còn quá khó với sinh viên năm cuối, nếu có thầy hướng dẫn tốt.

Tuy nhiên, tôi nghĩ rất cần có một tư duy đúng về sự phát triển của AI để có thể đón làn sóng mới một cách chủ động. Tôi luôn nói với các nghiên cứu sinh của tôi rằng, hãy chọn chủ đề gì để sau 3-5 năm, khi bạn đã trở thành chuyên gia, thì bạn đang lướt con sóng đang lên, chứ không nên bắt vào con sóng hiện đang ở đỉnh, nhưng có thể sẽ suy tàn trong thời gian tới.

Lịch sử AI có tính chu kỳ theo những con sóng thăng trầm trong khoảng 15-20 năm. AI là ngành non trẻ, ra đời cùng với sự phát triển của khoa học công nghệ điện toán từ thập niên 50 của thế kỷ trước. Sự non trẻ, sự kỳ vọng gắn chặt với năng lực ngày càng mạnh mẽ của máy tính khiến AI được tiếp cận từ rất nhiều hướng như Điện toán, Toán, Triết, Khoa học nhận thức, Khoa học thần kinh và Vật lý. Mỗi chu kỳ sẽ có một phương pháp luận mang tính đại diện. Chu kỳ hiện nay bắt đầu khoảng giữa thập niên 2000, tăng tốc trong thập niên 2010 và hiện đang đạt cao trào với những mô hình ngôn ngữ lớn có khả năng nén toàn bộ thông tin trên Internet vào hàng nghìn tỉ tham số nội tại của mình. Phương pháp luận chủ đạo của chu kỳ này là Học sâu (Deep learning), là phương pháp tận dụng được năng lực tính toán lớn để xử lý lượng dữ liệu đồ sộ nhằm tìm ra các mối quan hệ có tính thống kê ẩn dấu trong dữ liệu mà nhân loại tạo ra trong kỷ nguyên Internet và di động này.

Với các bạn trẻ, thời gian đang là vũ khí của bạn. Hãy dùng vũ khí ấy hiệu quả. Tham gia vào hệ sinh thái AI sớm, chủ động là cách tốt để hiểu rõ năng lực và giới hạn của bản thân, của chu kỳ nói riêng và của ngành AI nói chung. Tuy nhiên cũng không nên quá sa đà vào các mô hình đình đám hiện tại, vì công nghệ biến đổi rất nhanh. Việc quan trọng là hiểu rõ bản chất của mô hình ấy để có thể tiếp cận công nghệ sẽ xuất hiện trong những năm tới. Chủ động tham gia vào các lab nghiên cứu AI để tiếp cận các chủ đề tương lai.

Chúng ta cần học và thực hành làm sao để những kiến thức và kỹ năng mà các bạn đang trui rèn còn có ích trong vài thập kỷ tới, chứ không nhanh chóng trở nên lỗi thời. Điều này sẽ rất khó, bởi chúng ta vừa phải học tri thức nền tảng, vừa phải rèn kỹ năng với những công nghệ biến đổi chóng mặt. Vì thế, năng lực tự học, học suốt đời, nhanh chóng thích ứng sẽ có tính quyết định.

PV: Theo GS ông, làm thế nào để hệ thống giáo dục có thể thích ứng và thay đổi để đào tạo ra những thế hệ kỹ sư AI đáp ứng được nhu cầu của tương lai?

GS Trần Thế Truyền: Với sự phát triển thần tốc của AI hiện nay, không có hệ thống giáo dục cứng nhắc nào là phù hợp hoàn toàn. Nhà trường cũng không thể đảm bảo đào tạo mọi kỹ năng cần thiết cho một kỹ sư AI để đáp ứng công việc thực tế, vốn rất đa dạng. Sách giáo khoa và chương trình hàn lâm thường thay đổi chậm, hơi trễ hơn so với kỳ vọng thực tế. Khoảng cách giữa kết quả nghiên cứu lý thuyết và ứng dụng thực hành đang rút ngắn dần. Những yếu tố đó tạo ra một khoảng trống, hiện đang được bù đắp bởi các khóa ngắn hạn, thiên về thực hành bên ngoài đại học.

Như đã nói AI là một sự kỳ vọng vào việc tạo ra những hệ thống có năng lực tư duy, đảm nhận được những công việc đòi hỏi trí năng cao. Phương pháp luận AI hiện đại gắn liền với lập trình trên hệ thống điện toán hiệu năng cao, lấy cảm hứng từ khoa học nhận thức, dựa trên nền Toán thống kê và dữ liệu lớn. Vì thế việc đào tạo cần theo kịp những yêu cầu này.

Tuy nhiên không có gì đảm bảo phương pháp luận hiện nay sẽ là duy nhất hay đứng vững trong thập niên tiếp theo. Vì công nghệ AI biến đổi liên tục, việc chủ động cập nhật chương trình giảng dạy hàng năm là cần thiết. Lấy ví dụ, chỉ 3 năm trước đây, khái niệm AI tạo sinh (Generative AI) còn rất mơ hồ, thì hiện nay cả thế giới đều đang sử dụng. Ba năm trước, chúng ta cần 6 tháng hay 1 năm để xây dựng một ứng dụng AI hoàn chỉnh từ việc thu thập, gán nhãn hàng chục ngàn điểm dữ liệu, cho đến phát triển mô hình và triển khai hệ thống. Ngược lại, AI tạo sinh ngày nay cho phép chúng ta đánh giá nhanh chóng tính khả thi của ý tưởng dựa trên kỹ thuật lời nhắc (prompt engineering), học trong văn cảnh (in-context learning) chỉ với vài điểm dữ liệu và kỹ thuật tinh chỉnh hệ thống. Thậm chí AI còn có thể giúp lập trình cho chính AI, điều mà chỉ hai năm trước thôi là không thể.

Tác động của AI lên xã hội hiện đại là rất lớn, có thể thay đổi gốc rễ cách chúng ta tương tác với thế giới, làm việc, sáng tạo, giao tiếp và giải trí. Vì thế chúng ta cần đào tạo kỹ sư AI để không chỉ trở thành một nhà công nghệ, người hiểu rõ bản chất của AI cũng như những hạn chế của nó, mà còn phải thấu hiểu hệ quả của công việc của mình với con người và môi trường sống nói chung.

Ở nhiều nước, AI đã được đưa vào giảng dạy ở chương trình phổ thông. Ở chiều ngược lại, nhiều chủ đề và phương thức đào tạo AI trước đây chỉ dành cho bậc sau đại học thì hiện đã được đưa vào chương trình đại học. Cần đào tạo năng lực tự học, học liên tục, học suốt đời. Khoảng cách giữa nghiên cứu lý thuyết và triển khai thực tế ngày càng ngắn đi, vì thế còn cần đào tạo kỹ sư AI năng lực đọc hiểu bài báo nghiên cứu và nhanh chóng biến nó thành kiến thức của mình.

PV: Theo GS, Việt Nam có những tiềm năng gì để trở thành một trong những quốc gia tiên phong trong lĩnh vực AI?

GS Trần Thế Truyền: Năng lực cạnh tranh AI chủ yếu nằm ở vốn con người. Ở đâu có mật độ tài năng AI đủ dày sẽ thu hút đầu tư vốn tài chính và công nghệ, theo đó lại thu hút thêm tài năng. Chênh lệch về giá trị tạo ra giữa các tài năng AI là rất lớn, mức ảnh hưởng có thể khác nhau hàng trăm, hàng nghìn lần giữa một tài năng xuất chúng và một kỹ sư trung bình.

Việt Nam đang có rất nhiều thuận lợi để trở thành một quốc gia cạnh tranh về AI với chính sách cởi mở trong một thế giới kết nối mạnh mẽ. Chúng ta có dân số đông trên 100 triệu người. Hằng năm có khoảng 1 triệu học sinh tốt nghiệp phổ thông trung học, là nguồn nhân lực trẻ dồi dào. Gia đình Việt Nam đầu tư cho giáo dục rất lớn. Internet của chúng ta tốc độ khá cao và cởi mở. Giao tiếp quốc tế bằng tiếng Anh đã trở lên tương đối dễ dàng. Đào tạo Toán ở phổ thông tốt. Năng lực đào tạo lập trình ở đại học khá mạnh. Việc đào tạo AI ở bậc đại học và sau đại học hiện đang được đầu tư mạnh mẽ trong và ngoài hệ thống giáo dục chính thống. Việc khai thác hệ sinh thái mã nguồn mở AI hiện rất thuận tiện. Hệ sinh thái AI trong nước đã hình thành, đang phát triển mạnh mẽ. Người Việt làm AI ở nước ngoài đạt đẳng cấp quốc tế bắt đầu nhiều lên, bắt đầu có những đóng góp tích cực trở lại cho đất nước. Hiện nay Việt Nam là một điểm thu hút đầu tư AI tại Đông Nam Á.

Đấy là những tiền đề thuận lợi để Việt Nam xây dựng vốn con người, phát huy nội lực để tiên phong trong AI.

PV: GS nghĩ gì về vai trò của AI trong việc giải quyết các vấn đề toàn cầu như biến đổi khí hậu, y tế và giáo dục? Đâu là lĩnh vực mà AI có thể mang lại sự thay đổi lớn nhất?

GS Trần Thế Truyền: AI là một công nghệ phổ quát tương tự như điện năng, có thể ứng dụng ở bất kỳ nơi nào cần đến những biểu hiện thông minh hay giải pháp tối ưu. Để hiểu rõ ảnh hưởng của AI, thay vì đánh giá ở mức ngành hay vấn đề lớn, chúng ta nên xem những loại kỹ năng hay tác vụ nào dễ được hỗ trợ bởi AI. Ví dụ, các tác vụ mà AI hiện đang thực thi rất tốt như nhận dạng hình ảnh, tiếng nói, dịch thuật hay sáng tạo nội dung, khuyến nghị tự động, thì đều hiện diện ở nhiều ngành nghề, lĩnh vực khác nhau. Nói chung, những công việc nào đã số hóa cao độ, có dữ liệu dồi dào, sử dụng các năng lực nhận thức, hay có thể mô phỏng, tính toán chính xác sẽ là nơi có ảnh hưởng sớm nhất.

Đối với các vấn đề toàn cầu như biến đổi khí hậu, y tế và giáo dục, AI sẽ đóng vai trò đáng kể. Đây đều là các lĩnh vực sâu rộng, cần những phân tích đầy đủ thấu đáo. Trong phạm vi trao đổi ngắn, tôi chỉ xin bình luận mấy ý.

Biến đổi khí hậu mang tính toàn cầu. AI có thể tham gia theo nhiều mức giúp chúng ta chủ động đối phó và đáp ứng với hoàn cảnh thay đổi. Mặt trái của AI hiện nay là nó đòi hỏi năng lực tính toán rất lớn. Những trung tâm AI lớn sử dụng điện năng tương đương với cả một thành phố. Phát thải CO2 để sản xuất điện phục vụ hệ thống AI vì thế là rất lớn và cần phải được cân nhắc thận trọng. Tuy nhiên, đây là vấn đề toàn cầu nên các quốc gia và hãng công nghệ lớn đều cần phải cùng nhau hợp tác giảm phát thải, nên vấn đề chính không nằm ở công nghệ AI.

Lĩnh vực y tế được kỳ vọng sẽ được hỗ trợ lớn bởi AI trong suốt 50 năm qua. Hiện đã có rất nhiều tiến bộ và thành công như chẩn đoán hình ảnh và thiết kế thuốc. AI sẽ giúp y bác sỹ làm việc hiệu quả hơn, dành nhiều thời gian hơn cho bệnh nhân. AI cũng sẽ giúp bệnh nhân và gia đình chủ động hơn trong việc tìm hiểu thông tin sức khỏe và kiểm soát bệnh tật. Tuy nhiên, về tổng thể, ảnh hưởng của AI lên y khoa thực hành đến nay còn nhỏ, do đặc thù của ngành y liên quan trực tiếp đến con người, có quy trình chặt chẽ.

Giáo dục cũng như y tế là vấn đề của hệ thống và con người. AI đã và đang đóng góp trong nhiều khâu và đang có những ảnh hưởng sâu rộng trong việc thiết kế chương trình, phương pháp truyền đạt và tiếp nhận tri thức. Việc AI hiện nay có thể giúp viết luận, làm Toán và lập trình đang tạo ra những thách thức và cơ hội mới cho ngành giáo dục chuyển đổi phương thức đào tạo.

PV : Xin cảm ơn GS !