Năm 1920, một kỹ sư tốt nghiệp đại học có thể ngồi yên 35 năm trước khi một nửa kiến thức trong đầu trở thành rác. Ba mươi lăm năm. Đủ để cưới vợ, sinh con, nuôi con xong đại học, rồi mới phải lo chuyện “cập nhật kiến thức.”
Năm 1966, con số đó rút xuống còn 10 năm.
Năm 2024, ước tính lạc quan nhất là khoảng 2,5 đến 5 năm. Grant Lee, một người làm trong ngành AI, viết gần đây rằng “những chiến thuật hiệu quả hai tháng trước giờ không còn chuyển đổi được.” Hai tháng. Bạn mất nhiều thời gian hơn thế để đọc xong một cuốn sách chuyên ngành.
Câu hỏi không còn là “bạn biết gì.” Câu hỏi là: thứ bạn biết sẽ hết hạn trong bao lâu, và ai trả giá cho việc gia hạn?
Phóng xạ trong phòng họp
Năm 1902, nhà vật lý Ernest Rutherford phát hiện ra một chuyện kỳ lạ: các mẫu phóng xạ luôn mất đúng một nửa khối lượng sau cùng một khoảng thời gian. Ông gọi đó là chu kỳ bán rã. Carbon phân rã mất hàng triệu năm. Một số đồng vị khác chỉ cần vài giây.
Hơn một thế kỷ sau, nhà toán học ứng dụng Samuel Arbesman mượn đúng cái mô hình này và áp vào tri thức con người. Trong cuốn The Half-Life of Facts, ông lập luận rằng mọi sự thật đều có hạn sử dụng. Chúng ta từng tin rằng tế bào người có 48 nhiễm sắc thể (thực tế là 46). Từng tin rằng hút thuốc không hại sức khỏe. Từng tin rằng khủng long không có lông.
Mỗi lần khoa học tiến thêm một bước, một mớ kiến thức cũ tự động trở thành sai. Giống phóng xạ: bạn không biết cụ thể hạt nào sẽ phân rã tiếp, nhưng tốc độ phân rã của cả khối thì đo được. Và tốc độ đó, trong thế giới chuyên môn, đang tăng nhanh đến mức khó thở.
9.600 giờ trên máy chạy bộ
Năm 1966, Thomas Jones, một kỹ sư kiêm nhà nghiên cứu, ngồi tính một phép toán đơn giản mà kết quả thì không đơn giản chút nào.
Một bằng kỹ sư tốn khoảng 4.800 giờ học. Với chu kỳ bán rã 10 năm, sau một thập kỷ thì 2.400 giờ trong số đó trở thành rác. Để bù lại, Jones tính rằng một kỹ sư phải dành ít nhất 5 giờ mỗi tuần, 48 tuần mỗi năm, cho việc tự học. Suốt 40 năm sự nghiệp, tổng cộng khoảng 9.600 giờ học thêm chỉ để không bị tụt hậu.
9.600 giờ. Tương đương hai bằng đại học nữa, nhồi vào khoảng trống giữa công việc, gia đình, và cái nhu cầu rất con người là ngủ.
Nhưng đó là phép tính của năm 1966, khi chu kỳ bán rã còn 10 năm. Giờ ước lượng là 2,5 đến 5 năm. Nếu lấy đầu thấp, bạn cần gấp đôi đến gấp bốn lần lượng thời gian tự học đó, khoảng 10 đến 20 giờ mỗi tuần. Nói cách khác, nếu bạn không dành nửa ngày thứ Bảy và cả Chủ nhật để cập nhật kiến thức chuyên môn, bạn đang tụt lại.
Grant Lee gọi kiến thức cũ là “mỏ neo”: “cling to what you know too strongly and it could become an anchor that sinks you.” Bạn giữ chặt cái bạn biết, và chính cái bạn biết kéo bạn xuống.
Mình từng ngồi trong một cuộc họp mà trưởng phòng giải thích rất tự tin về kiến trúc hệ thống, slide đẹp, sơ đồ rõ ràng. Cuối buổi, một thằng junior hỏi: “Anh ơi, cái framework này bị deprecate tháng trước rồi.” Cả phòng im. Không phải vì thằng junior hỗn, mà vì ai cũng biết mình có thể là người tiếp theo bị hỏi câu đó.
Ai trả tiền gia hạn?
Grant Lee viết “be willing to unlearn as fast as you learn” như thể đó là một lời khuyên về tâm lý. Buông bỏ đi. Đừng bám víu. Nhưng Thomas Jones đã chứng minh từ 60 năm trước rằng “unlearn” là một khoản chi phí lao động cụ thể, đo được bằng giờ.
Vậy ai trả?
Ông chủ không trả. Doanh nghiệp tuyển người mới biết công nghệ mới rẻ hơn là đào tạo lại người cũ. Tuổi trung bình nhân viên ở các công ty công nghệ hàng đầu luôn thấp hơn đáng kể so với trung bình ngành. Bạn ngoài 35 mà chưa lên quản lý? Chúc bạn may mắn trên cái máy chạy bộ.
Hệ thống giáo dục thì sao? Chương trình đào tạo lại quy mô lớn gần như không tồn tại. Đại học dạy bạn một lần, phần còn lại tự lo. Còn các nền tảng bán khóa học? Họ trả, nhưng theo cách của họ: bán cho bạn khóa học về thứ sẽ hết hạn trong 2 năm, rồi bán tiếp khóa học tiếp theo. Mô hình kinh doanh xây trên sự lo âu vĩnh viễn.
Kết quả là toàn bộ chi phí “gia hạn kiến thức” được tư nhân hóa cho cá nhân. Bạn tự học, tự trả tiền, tự hy sinh thời gian rảnh. Và nếu bạn không chạy đủ nhanh, bạn bị thay thế bởi người trẻ hơn với kiến thức mới hơn và mức lương thấp hơn.
Nhà toán học ứng dụng Arbesman trích dẫn hiệu ứng Nữ hoàng Đỏ (Red Queen Effect) từ Alice Ở Xứ Sở Thần Tiên: bạn phải chạy hết tốc lực chỉ để đứng yên tại chỗ. Nhưng cái máy chạy bộ này có một đặc điểm mà Alice không đề cập: nó không thuộc về bạn. Người điều chỉnh tốc độ là thị trường, là chu kỳ phát triển AI, là áp lực cạnh tranh giữa các công ty. Bạn chỉ là người chạy.
Khi cả tòa nhà rung
Grant Lee phân biệt hai loại sợ hãi. Loại thứ nhất là nỗi sợ cụ thể: Internet giết báo in, bạn thấy nó đến, bạn biết phải làm gì (hoặc ít nhất biết mình sẽ chết vì cái gì). Loại thứ hai là lo âu lan tỏa (diffuse anxiety): AI không giết một ngành cụ thể, nó rung chuyển mọi tầng cùng lúc.
Tại sao cái này khác? Vì mọi cuộc cách mạng công nghệ trước đây đều cho phép bạn phân loại. Web là tương lai, báo in là quá khứ. Di động là tương lai, máy tính bàn là quá khứ. Bạn nhìn thấy ranh giới, bạn chọn bên. AI phá vỡ cái khả năng phân loại đó. Lee viết: “It feels like everyone is simultaneously the disruptor and the disrupted.” Công ty đang xây công cụ AI để tự động hóa người khác thì chính công ty đó cũng đang bị tự động hóa bởi tầng phía dưới. Toàn sương mù.
Đây là lý do sự nén chu kỳ bán rã đáng sợ hơn một cuộc cách mạng thông thường. Khi Internet đến, bạn biết kỹ năng in ấn sẽ mất giá. Khi AI đến, bạn không biết kỹ năng nào của mình sẽ phân rã trước. Có thể là kỹ năng viết code. Có thể là kỹ năng phân tích dữ liệu. Có thể là kỹ năng quản lý dự án mà bạn mất 10 năm tích lũy. Sự không biết này làm tê liệt.
Lee nhìn thấy năm tầng đang rung cùng lúc. Trên cùng, các lab AI chạy đua benchmark mà bảng xếp hạng thay đổi mỗi vài tuần. Hàng tỷ đô la đầu tư, lợi thế cạnh tranh có chu kỳ bán rã ngắn hơn một vụ mùa. Tầng kế, các công ty xây ứng dụng trên nền AI sống với nỗi sợ rằng bất kỳ tính năng nào mình xây hôm nay cũng có thể bị chính nhà cung cấp mô hình nuốt trọn ngày mai. Bạn xây nhà trên đất của người khác, và chủ đất đang xây lại nền móng mỗi quý.
Doanh nghiệp lớn thì “gắn AI vào sản phẩm hiện có rồi gọi đó là chuyển đổi,” như Lee mô tả. Nhận thức có mà kiến trúc quyết định không đổi thì giống người biết mình bệnh nhưng chỉ uống vitamin. Nhân viên cấp trung lo 10 năm kinh nghiệm bỗng chẳng đáng gì.
Và ở tầng cuối cùng, sinh viên mới ra trường đối mặt với phiên bản tàn nhẫn nhất: họ làm đúng mọi thứ được dạy (bằng cấp, CV, thực tập) rồi bước ra một thị trường đã thay hình trong lúc họ đang ngồi trong giảng đường. Bước đầu tiên vào nghề đang bị xóa dần.
Mình thấy điều này ở chính mình. Ngồi đọc một bài phân tích về agent AI, thấy hay, ghi chép cẩn thận, rồi hai tuần sau đọc bài khác phủ định sạch. Cái cảm giác đó, nếu phải đặt tên, là: bạn đang cố xây nhà trên cát, và cát đang chảy.
Nhưng có một điểm mà Lee lướt qua nhanh quá: nỗi sợ thì đồng đều, nhưng hậu quả thì không. Một lab AI mất một vòng benchmark vẫn còn hàng tỷ đô la và hàng trăm tiến sĩ. Một sinh viên mới ra trường không tìm được việc thì đối mặt với sinh tồn kinh tế. Gọi cả hai là “uncertainty” giống nhau thì san phẳng một bất bình đẳng cấu trúc thành cảm giác chung chung. Lo âu thì giống, nhưng cái giá phải trả thì cách nhau một trời một vực.
Và cái giá đắt nhất rơi vào tầng thấp nhất: lớp junior, lớp mới vào nghề, lớp đang cố gắng hình thành. Trong sinh học biển, có một hiện tượng gọi là “thất bại tuyển mộ” (recruitment failure): khi môi trường thay đổi quá nhanh, các sinh vật non không sống sót nổi giai đoạn chuyển từ ấu trùng sang trưởng thành, dù quần thể trưởng thành vẫn khỏe. Rạn san hô, rừng tảo bẹ, ngư trường đều có thể trông ổn hàng năm trời trong khi đường ống tái tạo âm thầm sụp đổ. Đến khi quần thể trưởng thành suy giảm thì đã quá muộn, vì thế hệ tiếp theo chưa bao giờ kịp hình thành.
Hệ thống trông nguyên vẹn từ trên xuống. Cái nền đang rỗng.
Lõi nào không phân rã?
Cả Arbesman lẫn Grant Lee đều kết thúc ở cùng một chỗ, dù đến từ hai hướng khác nhau.
Arbesman lập luận rằng nếu muốn kiến thức tích lũy thay vì bay hơi, hãy tập trung vào các nguyên lý bất biến. Lee nói đơn giản hơn: hãy tìm công việc mang lại mục đích. Cả hai đang chỉ cùng hướng: thay vì đầu tư vào kỹ năng có chu kỳ bán rã ngắn (framework mới, công cụ mới, prompt mới), hãy đầu tư vào thứ có chu kỳ bán rã dài hơn nhiều, như khả năng phán đoán, khiếu thẩm mỹ, tư duy hệ thống, hay đơn giản là mối quan hệ giữa người với người.
Nghe đẹp. Nhưng có một vấn đề mà cả hai đều lờ đi.
“Tập trung vào nguyên lý bất biến” là lời khuyên dành cho người có dư dả. Người đang chạy deadline ngày mai, người đang lo mất việc tháng sau, người đang cắm mặt học framework mới vì sếp yêu cầu, họ không có cái xa xỉ gọi là “ngồi suy nghĩ về nguyên lý.” Lời khuyên cá nhân, dù đúng, là nhét bao cát cho một người chống lũ hệ thống. Nước dâng không phải vì bạn lười xây đê, mà vì con đập thượng nguồn vỡ.
Nếu chu kỳ bán rã tri thức tiếp tục nén (từ 35 năm xuống 10, xuống 2,5, xuống “hai tháng”), sẽ đến một điểm mà tốc độ phân rã vượt quá tốc độ học của con người. “Học nhanh hơn” lúc đó là lời khuyên vô nghĩa. Đáp án duy nhất là thiết kế lại hệ thống để con người không phải chạy một mình.
Nhưng ai sẽ thiết kế lại? Và bằng tiền của ai?
Trong Trăm Năm Cô Đơn, nhà văn Colombia Gabriel García Márquez viết về cuộn bản thảo của Melquíades, nằm trong phòng kín suốt một thế kỷ. Bảy thế hệ gia tộc Buendía lần lượt thử giải mã. Tất cả thất bại. Đến khi Aureliano, người cuối cùng, đọc được, ông nhận ra cuộn bản thảo chính là toàn bộ lịch sử gia tộc, viết sẵn từ đầu. Nhưng lúc đó Macondo đang bị gió cuốn đi. Tri thức đến đúng lúc nó không còn cứu được gì.
Bạn đang giải mã cuộn bản thảo nào? Và khi bạn giải xong, Macondo của bạn có còn ở đó không?