Đánh giá sách: The Shape of Thought: Reasoning in the Age of AI của Richard H.R. Harper

Cuốn sách “The Shape of Thought: Reasoning in the Age of AI” của Richard H.R. Harper không phải là một dự đoán về trí tuệ nhân tạo tổng quát, cũng không phải là một hướng dẫn kỹ thuật về kiến trúc học máy. Đó là một cuộc kiểm tra có căn cứ, tập trung vào con người về cách chúng ta hiểu lầm AI bằng cách mong đợi nó suy nghĩ như chúng ta. Harper thách thức câu chuyện phổ biến rằng các hệ thống ngày nay sở hữu một hình thức trí tuệ xuất hiện. Thay vào đó, ông lập luận rằng các mô hình ngôn ngữ lớn và các công cụ tạo khác được hiểu tốt nhất là các “động cơ hình học từ” tinh vi – mạnh mẽ, nhưng cơ bản hẹp trong mục đích.

Điều gì phân biệt cuốn sách này là sự khăng khăng của Harper rằng trí tuệ không thể được đánh giá trong sự cô lập. Nó phải luôn được xem xét trong bối cảnh sử dụng, môi trường trong đó một hệ thống hoạt động, và các mục đích con người mà nó hỗ trợ. Suy nghĩ, ông lập luận, không phải là một câu đố trừu tượng để được nhân rộng; nó không thể tách rời khỏi địa lý rộng lớn hơn của các vấn đề con người. Các hệ thống AI có thể tạo ra các phản hồi trôi chảy, nhưng sự trôi chảy không phải là suy nghĩ. Các hoạt động của chúng vẫn được neo đậu trong liên kết thống kê, không phải là hiểu biết.

Suy nghĩ như một Hoạt động Con người, Đặt trong Bối cảnh

Cuốn sách mở đầu bằng cách định hình lại suy nghĩ thực sự là gì. Đối với Harper, suy nghĩ được nhúng sâu vào kinh nghiệm con người – xã hội, văn hóa và tình huống. Nó được định hình bởi ý định, lịch sử và bối cảnh sống mà quyết định được đưa ra. Máy móc, ngược lại, hoạt động thông qua các biểu diễn: token, nhúng, mẫu và xác suất. Chúng có thể bắt chước bề mặt của suy nghĩ mà không chia sẻ nền tảng của nó.

Harper cảnh báo rằng khi chúng ta tước bỏ suy nghĩ khỏi bối cảnh con người và giảm nó xuống thành đầu ra tính toán, chúng ta hiểu lầm những gì các hệ thống này thực sự có thể đạt được. Sự hiểu lầm này không chỉ là vấn đề học thuật; nó có ảnh hưởng thực sự đến các lựa chọn thiết kế, khuôn khổ chính sách, triển khai tại nơi làm việc và kỳ vọng của công chúng.

Hiểu các Hệ thống Hiện đại như Narrow AI

Một chủ đề trung tâm của cuốn sách là việc Harper tái phân loại AI hiện đại như Narrow Artificial Intelligence (NAI). Mặc dù chúng có tính linh hoạt, các mô hình AI hiện đại được tối ưu hóa cho các hình thức cụ thể của việc xử lý mẫu. Chúng không sở hữu sự hiểu biết tổng quát, ý thức hoặc khả năng giống như con người. Khung “hình học từ” của Harper nhấn mạnh sự khác biệt: các hệ thống này xuất sắc trong việc sắp xếp và tạo ra văn bản trong không gian ngôn ngữ đa chiều, nhưng chúng không suy nghĩ về thế giới theo cách con người làm.

Luận điểm này phản đối các giả định rằng LLMs tiếp cận trí tuệ chỉ vì chúng có thể tạo ra các câu trả lời hợp lý. Thay vào đó, Harper khuyên độc giả nên nhận ra rằng những công cụ này tạo ra các cấu hình từ, không phải là kiến thức. Khả năng của chúng nằm trong sự tương quan, không phải là nhận thức.

Bối cảnh là Đo lường Thật sự của Trí tuệ

Một trong những đóng góp mạnh mẽ nhất của Harper là việc ông định hướng lại cuộc tranh luận về trí tuệ khỏi các điểm chuẩn kiểm tra. Ông lập luận rằng trí tuệ nên được đánh giá tương đối với bối cảnh trong đó một hệ thống được sử dụng. Một mô hình có thể hoạt động tuyệt vời trên các nhiệm vụ trừu tượng nhưng thất bại khi được đặt trong các môi trường thực tế mà con người phụ thuộc vào sự tinh tế, nhận thức tình huống và kinh nghiệm sống.

Cách tiếp cận này định nghĩa lại cách các tổ chức nên đánh giá AI. Các chỉ số hiệu suất trở thành thứ yếu so với các câu hỏi như:

• Nhiệm vụ nào đang được giải quyết?
• Ai đang sử dụng hệ thống?
• Các giá trị, ràng buộc hoặc động lực xã hội nào định hình môi trường?

Bằng cách chuyển sự chú ý từ các thử nghiệm nhân tạo sang các địa lý con người thực sự, Harper đưa cuộc thảo luận trở lại nơi suy nghĩ thực sự tồn tại.

Định lại Mối quan hệ của Chúng ta với AI

Một ẩn dụ lặp lại trong cuốn sách đặc biệt đáng nhớ: thay vì xem AI như một trí tuệ giống như con người đang xuất hiện, chúng ta nên tiếp cận nó theo cách con người đã liên hệ với động vật làm việc – ngựa, lạc đà và các sinh vật khác được sử dụng cho các mục đích cụ thể. Những động vật này là các công cụ quý giá, các tiện ích mở rộng mạnh mẽ của khả năng con người, nhưng không bao giờ bị nhầm lẫn với những người suy nghĩ cùng loài.

Áp dụng cho AI, ẩn dụ này không làm mất lòng mà làm rõ ràng. Nó giúp thiết lập các ranh giới và kỳ vọng phù hợp. Một công cụ có thể phi thường mà không cần phải thông minh. Nó có thể biến đổi công việc mà không sao chép bản chất của suy nghĩ. Harper khuyến khích chúng ta thiết kế, điều chỉnh và sử dụng các hệ thống AI với tâm thế này, chống lại sự cám dỗ để nhân cách hóa chúng.

Một Đóng góp Riêng biệt cho Thảo luận về AI

Điều làm cho cuốn sách này đặc biệt quý giá là cách nó rõ ràng khác biệt với các quan điểm chủ đạo định hình cuộc trò chuyện AI ngày nay. Nhiều cuộc thảo luận hiện tại tập trung vào hai cực: niềm tin chiến thắng rằng AI đang nhanh chóng tiếp cận nhận thức của con người, và nỗi sợ hãi đối lập rằng nó là một sự giả mạo rỗng định để đánh lừa hoặc mất chức năng. Harper đặt mình vững chắc ngoài cả hai câu chuyện. Ông công nhận các khả năng đáng chú ý của các hệ thống hiện đại trong khi từ chối giả định rằng những khả năng này tương đương với trí tuệ thực sự. Bằng cách này, ông cung cấp một con đường trung gian – không phải là người báo động cũng không phải là người mơ mộng – phản ánh tốt hơn cách AI hoạt động trong các môi trường con người thực sự.

Cuốn sách này đặt Harper vào cuộc trò chuyện tích cực với các quan điểm có ảnh hưởng khác. Trong khi một số nhà nghiên cứu mô tả trí tuệ như một thuộc tính xuất hiện của quy mô, và những người khác nhấn mạnh sự đồng bộ, an toàn, hoặc xác minh chính thức, Harper thêm một điều gì đó khác: một ống kính bối cảnh con người. Ông lập luận rằng trí tuệ không thể được giảm xuống thành hiệu suất mô hình hoặc điểm số điểm chuẩn; nó phải được đánh giá liên quan đến thiết lập, mục đích và tích hợp vào cuộc sống hàng ngày. Đóng góp này mở rộng hệ sinh thái của suy nghĩ AI bằng cách tái tập trung vào thực hành xã hội, thiết kế và ý nghĩa văn hóa – những chiều mà thường bị che khuất bởi các cuộc tranh luận kỹ thuật.

Các ý nghĩa đối với tương lai của phát triển AI là đáng kể. Khung của Harper đẩy các kỹ sư, nhà thiết kế và nhà hoạch định chính sách phải xem xét lại cách các hệ thống được xây dựng và triển khai. Nếu suy nghĩ không phải là một đặc điểm xuất hiện tự động từ sức mạnh tính toán mà là điều gì đó có gốc rễ trong bối cảnh, thì các hệ thống AI tương lai phải được thiết kế với sự nhạy cảm sâu sắc hơn đối với các trường hợp sử dụng, môi trường và luồng công việc con người. Quan điểm của ông khuyến khích các nhà phát triển suy nghĩ ít hơn về việc sao chép nhận thức con người và nhiều hơn về việc xây dựng các công cụ phù hợp hài hòa vào các quá trình suy nghĩ của con người. Nó báo hiệu một sự thay đổi hướng tới các hệ thống tăng cường chứ không phải bắt chước, và hướng tới các phương pháp thiết kế coi trọng việc nhúng xã hội cũng như tốc độ, độ chính xác hoặc quy mô.

Trong ý nghĩa này, The Shape of Thought: Reasoning in the Age of AI không chỉ là một lời chỉ trích về hiện tại; nó là một bản đồ đường cho cách thế hệ tiếp theo của các hệ thống AI có thể được hình thành – có căn cứ, có bối cảnh và phù hợp với thực tế của suy nghĩ con người chứ không phải là những ảo tưởng trừu tượng về trí tuệ máy.