“In a world deluged by irrelevant information, clarity is power.”
— Yuval Noah Harari, 21 Lessons for the 21st Century
Sáng thứ Ba tuần trước, mình ngồi cà phê vỉa hè với cậu em phụ trách chuỗi cung ứng để bàn cách gỡ nút thắt hủy hàng tươi sống ở cửa hàng bán lẻ vào chiều muộn. Uống tới ngụm thứ ba, câu chuyện đang đà hăng máu thì cậu em buột miệng ném ra một nhận xét cực sắc về thói quen gom đơn cuối ca của nhân viên quầy thịt khi trời mưa lớn. Chỉ một câu bâng quơ mười lăm giây nhưng tháo tung nút thắt dữ liệu mà nhóm phân tích loay hoay hai tuần chưa gỡ nổi. Mình vội giơ tay bảo nó khoan nói tiếp để anh ghi lại kẻo quên, rồi rút điện thoại mở ứng dụng ghi chú và cắm cúi gõ bằng hai ngón cái để tối về nạp cho dàn AI agent ở nhà chạy mô phỏng. Lúc ngẩng lên, cậu em đã quay sang lướt tin nhắn trên máy nó, còn mạch hưng phấn vừa bùng lên thì tắt ngấm như điếu thuốc rơi xuống nước. Đúng kiểu gắp được miếng ngon lại tự tay đánh rơi.
Nhìn lại lịch làm việc mỗi ngày của dân văn phòng hiện nay, bạn sẽ thấy chúng ta đang tự biến mình thành công nhân bốc vác thông tin cho máy móc. Các mô hình trí tuệ nhân tạo đã thông minh tới mức bạn có thể dựng cả đội ngũ agent chạy ngầm suốt ngày đêm, mỗi con phụ trách một đầu việc riêng và chỉ báo cáo khi cần người thật chốt quyết định. Thế nhưng dàn nhân sự ảo đó lại mù tịt về những gì thực sự diễn ra trong ngày của bạn. Ngáo như mình nhiều hôm ngồi tính lại mới giật mình nhận ra một nửa công sức dùng AI hiện nay bị đốt vào việc nối hộp thư, chụp màn hình từng đoạn tranh cãi trên Zalo hay Slack, rồi gõ cả trang giải thích bối cảnh vào ô trò chuyện (chat box). Trong tiểu luận Toolmakers, nhà sáng lập hãng công nghệ Nothing là Carl Pei đặt cho sự đứt gãy bên ly cà phê nguội ngắt đó một cái tên rất trúng: khoảng trống ngữ cảnh (context gap).
Ba mươi năm máy nhắn tin
Trước sự bức bối của ô trò chuyện hiện tại, Thung lũng Silicon đang lên cơn sốt săn lùng một thiết bị phần cứng tiêu dùng kỳ diệu để tạo ra khoảnh khắc bùng nổ giống chiếc iPhone năm 2007. Người ta đổ hàng tỷ đô la vào những chiếc ghim cài áo thông minh, dây chuyền đeo cổ gắn máy quay, kính thực tế tăng cường hay thú cưng để bàn biết tâm sự. Giấc mơ chung của các quỹ đầu tư mạo hiểm là tìm ra món đồ chơi bóng bẩy khiến hàng tỷ người rút ví ngay.
Carl Pei đọc lịch sử công nghệ theo chiều ngược lại. Chiếc iPhone năm 2007 thực chất là phần thưởng ở đoạn kết của một câu chuyện dài ba mươi năm, khởi đầu từ những chiếc máy nhắn tin (pager) kẹp trên thắt lưng bác sĩ trực cấp cứu và dân buôn đường dài thập niên 1990. Đó là thành quả sau hàng thập kỷ âm thầm mài giũa những công cụ phục vụ công việc. Mọi làn sóng công nghệ thay đổi thế giới, từ lửa, máy in, điện năng, internet cho tới trí tuệ nhân tạo, đều phải chứng minh năng lực ở nơi làm việc rất lâu trước khi bước vào phòng khách gia đình.
Lịch sử máy tính cá nhân và điện thoại di động là bằng chứng rõ nhất cho quy luật khắc nghiệt này. Vào thập niên 1970, những dàn máy tính đầu tiên giành chỗ đứng nhờ chạy bảng tính điện tử và xử lý văn bản tại các phòng nhập liệu doanh nghiệp, đi trước hàng chục năm so với lúc người ta mua máy tính về nhà nghe nhạc hay chơi điện tử. Điện thoại di động thập niên 1980 cũng khởi đầu là những bộ điện thoại gắn trên xe hơi (car phone) nặng trịch phục vụ giới doanh nhân chốt giao dịch trên cao tốc, rồi mất hai thập kỷ hạ giá thành và xây dựng lòng tin trong công việc trước khi tới tay đám thiếu niên. Công nghệ nào cũng phải tự nuôi sống mình bằng hiệu suất lao động thực tế trước khi trở thành món đồ chơi đại chúng.
Dòng tiền trên thị trường AI hiện nay chảy đúng theo rãnh lịch sử đó. Nhu cầu AI từ người tiêu dùng cá nhân thực tế chỉ nằm ở vài ngách nhỏ và bé như hạt cát khi đặt cạnh cơn khát từ khối lao động tri thức. Theo số liệu Carl Pei chỉ ra, riêng mảng lập trình đã chiếm hơn một nửa ngân sách mà các công ty chi cho hệ thống AI chuyên biệt theo công việc, theo sát phía sau là công nghệ thông tin, chăm sóc khách hàng và pháp chế. Kể cả ứng dụng chatbot trong túi gần một tỷ người hiện nay, xét đến tận cùng, vẫn là công cụ giải quyết công việc. Đòi hái quả ngọt tiêu dùng khi cây công cụ mới nhú mầm là sự ngây thơ đắt giá.
Tại sao loa phòng họp xấu?
Thừa nhận AI là công cụ làm việc lại lôi ra ánh sáng căn bệnh trầm kha của ngành thiết bị văn phòng: sự cẩu thả về thẩm mỹ. Con người dành phần lớn thời gian thức để đi làm, và hầu hết số giờ đó là sống chung với đồ nghề công việc. Một công cụ thiết kế cẩu thả nhắc nhở người dùng mỗi ngày rằng sức lao động của họ bị định giá rẻ mạt đến mức nào.
Bằng sự thỏa hiệp kỳ quặc suốt mấy chục năm qua, giới sản xuất thiết bị doanh nghiệp mặc định rằng máy móc làm việc thì trông phải giống một lời xin lỗi. Từ thùng máy tính màu vàng cháo lòng thập niên 1990 cho tới chiếc điện thoại hội nghị ba chân Polycom nằm chình ình như con cóc xám xịt giữa bàn họp. Mình đi qua bao nhiêu phòng họp từ công ty công nghệ tới tập đoàn bán lẻ, lần nào nhìn thấy cục nhựa đen xám đó giữa bàn cũng tụt hết cảm hứng mở lời. Ngành công nghiệp đã gieo vào đầu chúng ta định kiến rằng sự nghiêm túc và cái đẹp không được phép ngồi chung phòng.
Lịch sử thiết kế công nghiệp từng rực rỡ hơn thế nhiều. Năm 1969, hãng máy chữ Olivetti của Ý mời kiến trúc sư lỗi lạc Ettore Sottsass cùng nhà thiết kế Perry A. King tạo ra máy chữ xách tay Olivetti Valentine. Máy đánh chữ vốn là món đồ nghề khô khan bậc nhất quả đất. Thế nhưng Sottsass đã khoác lên khung cơ khí dòng máy Lettera 32 lớp vỏ nhựa ABS bóng loáng màu đỏ tươi như son, hai nắp trục cuộn giấy màu cam rực rỡ như đôi mắt hoạt hình, cùng vỏ hộp lắp khớp trực tiếp vào đuôi máy có quai xách gọn nhẹ. Những năm 1960 từng hình dung tương lai bằng những món đồ nghề nhìn vào là thấy niềm vui sống như vậy.
Nối tiếp tinh thần của chiếc Olivetti Valentine, Carl Pei tuyên bố Nothing sẽ tung ra thiết bị phần cứng thuần AI đầu tiên vào tháng tới. Đó là công cụ làm việc mang ngôn ngữ thiết kế đặc trưng của hãng, tận dụng lợi thế tự làm chủ chuỗi phần cứng lẫn phần mềm cùng hệ sinh thái hàng chục triệu thiết bị nằm sẵn trong túi quần và trên tai người dùng. Điểm thú vị nhất nằm ở hai ràng buộc kỹ thuật: thiết bị hoàn toàn không có màn hình mới, và bản chất của nó khiến người ta không thể gói gọn thành ứng dụng điện thoại.
Để hiểu tại sao công cụ thu thập ngữ cảnh phải từ bỏ màn hình, bạn cứ bước ra khỏi bàn giấy để xuống thẳng mặt trận vận hành vật lý ở Việt Nam. Hãy hình dung một cửa hàng trưởng siêu thị đứng giữa quầy rau củ lúc sáu giờ sáng kiểm hàng mới giao, hai tay bê khay nhựa ướt sũng, mắt soi độ tươi từng bó cải, tai nghe bộ đàm giục dọn kho lạnh. Hoặc nghĩ tới người quản lý điều vận đứng giữa bãi trung chuyển lúc nửa đêm khi xe tải đông lạnh bị kẹt phà. Giữa hiện trường đó, thuế nạp ngữ cảnh thủ công (manual context tax) vọt lên mức tuyệt đối. Nhân sự tuyến đầu lấy đâu ra tay khô để rút điện thoại, mở khóa màn hình, chụp ảnh kiện hàng lỗi rồi gõ văn bản vào ô trò chuyện nhờ agent điều chỉnh đơn hàng ngày mai?
Ngay cả với cấp điều hành ngồi phòng máy lạnh, những quyết định chiến lược sắc bén nhất thường bật ra ở hành lang sau khi cuộc họp đã tan, lúc chờ thang máy hoặc ngồi uống trà đá. Một thiết bị không màn hình đóng vai trò cầu nối phần cứng ngữ cảnh môi trường (ambient context hardware bridge) sẽ giải phóng con người khỏi thao tác rút điện thoại gõ chữ. Chỉ cần cú bấm vật lý trên ve áo hoặc qua tai nghe để thu trọn suy nghĩ tại hiện trường, ngữ cảnh sống động sẽ chảy thẳng về tầng bộ nhớ của dàn agent đang trực chiến. Từ chỗ bạn phải cong lưng phục vụ con AI, nó bắt đầu làm việc cho bạn.
Khi van lọc đồi thị thủng
Đọc tới đây, bức tranh tương lai của những người thợ rèn công cụ (toolmakers) nghe hợp lý đến mức khó bắt bẻ. Nhưng nếu dừng lại một nhịp để mổ xẻ cơ chế vận hành thực tế, bạn sẽ thấy ngay cái bẫy sinh học khổng lồ nằm chờ sẵn phía sau cánh cửa xóa bỏ rào cản thu thập dữ liệu.
Trong lập luận của mình, Carl Pei coi câu nói “Khoan đã, để mình ghi lại cái này” cùng thao tác rút điện thoại gõ chữ thuần túy là bước cản cơ học làm đứt mạch cảm xúc. Ông tin rằng chỉ cần xóa sạch bước cản đó để toàn bộ ngữ cảnh đời thực chảy thẳng vào mô hình, mọi thứ AI làm được sẽ trở nên hữu ích hơn gấp bội. Phép suy diễn tuyến tính này đã bỏ quên vai trò sống còn của chiếc phễu lọc tự nhiên.
Trước đây, vì thao tác rút điện thoại mở ứng dụng ghi chú vừa phiền phức vừa làm gián đoạn cuộc vui, bộ não buộc phải thực hiện phép thẩm định ngầm khắt khe: ý tưởng vừa bật ra ở bàn cà phê có đáng giá đến mức mình chịu phạt vài chục giây bất tiện để ghi lại hay chỉ là câu chém gió cho sướng miệng? Sự phiền toái vật lý khi phải lôi điện thoại ra chính là bộ lọc độ nổi bật (salience filter) tự nhiên của con người, giúp tách hạt vàng tín hiệu khỏi hàng tấn cát sỏi tạp âm trong ngày.
Cơ chế lọc này có nguyên mẫu tinh vi ngay trong cấu trúc não bộ mà ngành thần kinh học đã giải mã. Năm 1984, nhà sinh học phân tử đoạt giải Nobel Francis Crick công bố công trình kinh điển mang tên giả thuyết đèn pha chú ý (searchlight hypothesis), giải thích vai trò của lớp vỏ mỏng gồm các tế bào thần kinh ức chế bao quanh đồi thị gọi là nhân lưới đồi thị (thalamic reticular nucleus, viết tắt là TRN). Mọi luồng thông tin cảm giác từ mắt nhìn, tai nghe, da chạm ở thế giới bên ngoài muốn đi lên vỏ não xử lý ý thức đều phải chui qua trạm kiểm soát của nhân lưới đồi thị.
Nhân lưới đồi thị đóng vai trò người gác cổng tàn nhẫn: bằng cách phóng ra xung ức chế thần kinh, nó chặn đứng hơn 95% dữ liệu cảm giác ngoại vi dư thừa như tiếng quạt trần đang quay, tiếng gõ bàn phím ở bàn bên cạnh hay cảm giác lớp vải áo chạm vào lưng, chỉ chiếu luồng đèn pha hẹp vào đúng tín hiệu quan trọng nhất. Trong các mô hình bệnh học thần kinh về chứng rối loạn cổng lọc cảm giác (sensory gating deficit), chẳng hạn ở bệnh nhân tâm thần phân liệt, khi van ức chế của nhân lưới đồi thị suy yếu và để mặc mọi ngữ cảnh môi trường tràn ngập lên vỏ não, bộ não rơi vào trạng thái tê liệt khả năng điều hành. Khi tiếng muỗng khuấy cà phê góc quán cũng truyền lên vỏ não với độ khẩn cấp ngang câu nói của người đối diện, hệ thống nhận thức sẽ sập nguồn vì ngập lụt tín hiệu. Thiếu bộ lọc, dữ liệu là độc dược.
Bây giờ, bạn hãy bê nguyên cấu trúc giải phẫu của nhân lưới đồi thị đặt lên hệ thống AI doanh nghiệp. Khi một thiết bị phần cứng không màn hình giúp việc thu thập ngữ cảnh đời thực dễ như hít thở, điểm nghẽn lập tức đảo chiều từ đói ngữ cảnh (context starvation) sang ô nhiễm ngữ cảnh (context pollution).
Mình cứ hình dung cảnh đeo máy thu ngữ cảnh đó đi họp từ sáng tới chiều mà thấy lạnh sống lưng. Mười giờ sáng ngồi uống trà đá dưới sảnh tòa nhà, đang bực chuyện nhà cung cấp giao trễ lô bao bì khuyến mãi, mình buột miệng chém gió nửa đùa nửa thật với giám đốc mua hàng: “Hay cắt phăng hợp đồng bên in ấn A đi, chuyển hết sản lượng quý tới sang xưởng B dưới Bình Dương cho biết mặt!” Với đồng nghiệp ngồi đối diện, họ nhìn nét mặt nhăn nhó của mình là bộ lọc đồi thị trong đầu họ tự biết đây là câu xả giận lúc nóng máu, nghe xong để đó rồi chiều lên phòng họp tính tiếp. Nhưng nếu thiết bị phần cứng thu trọn câu nói đó, biến thành ngữ cảnh ưu tiên cao rồi bơm thẳng cho dàn agent chủ động (proactive agents) đang nắm quyền điều phối chuỗi cung ứng mà thiếu lớp kiến trúc ngưỡng nghi ngờ (doubt threshold architecture) tương đương nhân lưới đồi thị, tai họa sẽ ập đến trước giờ ăn trưa. Con agent mẫn cán sẽ tự động soạn thư cảnh cáo pháp lý, sửa bảng phân bổ hạn ngạch trên hệ thống quản trị và đẩy chuỗi cung ứng vào cảnh hỗn loạn chỉ vì câu nói đùa bên ly trà đá. Chúng ta vô tình chế tạo cỗ máy loạn thần công sở chuyên vác đại bác đi bắn chim sẻ.
Chữ Mu bên chiếc xe máy
Bên cạnh bài toán ngập lụt tạp âm, giấc mơ về thiết bị thu thập ngữ cảnh nơi công sở còn vấp phải hai bức tường thực tế mà lịch sử máy chữ Olivetti Valentine đã cảnh báo. Thứ nhất, dù chiếc Valentine màu đỏ năm 1969 của Ettore Sottsass được trưng bày trong Bảo tàng Nghệ thuật Hiện đại (MoMA) ở New York như kiệt tác thiết kế, trên thương trường nó lại là thất bại thương mại. Khung cơ khí bên trong vỏ nhựa đỏ gõ kém đầm tay hơn máy bàn truyền thống, giá bán lại đắt, khiến văn phòng thập niên 1970–1980 vẫn lạnh lùng rước về những cỗ máy chữ IBM Selectric và máy tính cá nhân IBM màu vàng xám. Doanh nghiệp rút hầu bao vì độ bền cơ học, khả năng chuẩn hóa đồng bộ và sự an tâm của giám đốc an toàn thông tin.
Thứ hai, thiết bị không màn hình cài trên người để thu lại khoảnh khắc ý tưởng bên bàn cà phê có thể là bảo bối với riêng bạn, nhưng trong mắt người ngồi đối diện thì nó mang hình hài chiếc máy nghe lén hợp pháp. Trong các cuộc đàm phán thương mại nhạy cảm, những buổi họp chiến lược kín hay cuộc trao đổi nhân sự riêng tư, sự hiện diện của thiết bị thu thập ngữ cảnh luôn túc trực sẽ đóng băng mọi sự cởi mở. Người ta chỉ dám ném ra ý tưởng điên rồ hay lời thú nhận thẳng thắn bên bàn cà phê khi biết chắc khoảnh khắc đó sẽ bay theo làn khói thuốc và không bị lưu vết vào cơ sở dữ liệu đám mây nào. Khoảnh khắc bạn cố tình bắt giữ sự ngẫu hứng bằng phần cứng, sự ngẫu hứng tự khắc biến mất.
Vậy trong kỷ nguyên trí tuệ nhân tạo, chúng ta nên đặt cược vào thiết bị tiêu dùng kiểu iPhone của AI hay món đồ nghề phần cứng thu thập ngữ cảnh công việc? Và cỗ máy đi làm nên mang vẻ đẹp nổi loạn của chiếc Olivetti Valentine đỏ chót hay vẻ thực dụng xám xịt của chiếc loa Polycom?
Lời giải cho cái bẫy lựa chọn này đã được nhà văn, triết gia người Mỹ Robert M. Pirsig viết ra năm 1974 trong cuốn tiểu thuyết triết học Zen and the Art of Motorcycle Maintenance (Thiền và Nghệ thuật Bảo dưỡng Xe máy). Trên hành trình rong ruổi bằng xe phân khối lớn xuyên nước Mỹ cùng con trai nhỏ, nhân vật của Pirsig nhận ra thế giới hiện đại luôn tự nhốt mình vào hai thái cực đối đầu. Một bên là lối tư duy cổ điển (classic understanding) khô khan, chỉ nhìn chiếc xe máy như tập hợp các bánh răng, piston và quy trình bảo dưỡng. Bên kia là lối tư duy lãng mạn (romantic understanding) bay bổng, chỉ thích ngắm lớp sơn bóng bẩy và tận hưởng gió tạt qua mặt mà ghê sợ vết dầu mỡ hay chiếc cờ lê sửa máy.
Khi bị ép trả lời xem bản chất công nghệ thuộc về phe thực dụng hay phe lãng mạn, Pirsig mượn một thuật ngữ trong công án Thiền tông Nhật Bản để đáp trả: chữ Mu (Vô). Trong truyền thống Thiền, khi câu hỏi đặt ra dựa trên khung phân loại quá chật hẹp so với thực tại, trả lời “có” cũng sai mà “không” cũng trật. Đáp án duy nhất đúng là Mu, tức là yêu cầu người hỏi “hủy câu hỏi đó đi” (unask the question) vì giả định tạo ra câu hỏi đã hỏng từ gốc. Pirsig chỉ ra rằng cái đẹp và công năng cơ khí vốn là một thể thống nhất mang tên Chất lượng (Quality) tồn tại trước khi con người tự tay chia cắt nó thành hai ngăn tủ đối lập. Người thợ máy thực thụ cầm chiếc cờ lê siết từng con ốc với sự tập trung trọn vẹn, lắng nghe tiếng gõ bất thường của xupap bằng cả trái tim lẫn lý trí, chính là đang sáng tạo nghệ thuật ngay giữa vũng dầu nhớt trên sàn xưởng.
Nhìn qua lăng kính chữ Mu của Pirsig, cả cuộc săn lùng “chiếc iPhone của AI” lẫn cuộc tranh cãi giữa máy chữ đỏ của Sottsass và cục loa xám Polycom đều là những câu hỏi đặt sai khung phân loại. Giá trị của người thợ rèn công cụ nằm ở việc thiết kế được chiếc van lọc nhân lưới đồi thị đủ tinh tế. Nó phải biết im lặng trước 95% tạp âm đời thường, chỉ mở cổng đúng lúc người lao động chủ động bóp cò gọi lệnh, và có lớp đệm kiểm chứng đủ thông minh để phân biệt đâu là câu than thở lúc trà dư tửu hậu, đâu là mệnh lệnh điều phối hàng triệu đô la hàng hóa.
Chiều nay ngồi lại quán cà phê cũ, mình thử úp sấp điện thoại xuống bàn gỗ và cất luôn cái tật hễ nghe câu gì hay là cuống cuồng mở máy gõ lại cho con agent ở nhà đọc. Nếu một ý tưởng bật ra giữa cuộc trò chuyện với bạn bè mà tối về nhà chính bộ não bằng thịt của mình còn quên sạch, thì cái van lọc đồi thị tự nhiên trong đầu mình đã phán quyết đúng: câu nói đó chỉ là gia vị cho một buổi sáng vui vẻ. Chiếc cờ lê sắc bén nhất của thời đại trí tuệ nhân tạo nằm ở bản lĩnh dám để cho những khoảnh khắc ngẫu hứng bên ly cà phê được phép bốc hơi mà chẳng cần con AI nào đứng rình ghi chép lại.