Làm Chủ AI
Tin AI

Nghiên Cứu: Áp Dụng AI Hợp Lý Có Thể Xóa Mòn Chuyên Môn Của Cả Nghề Nghiệp

3 phút đọc

Nghiên cứu: áp dụng AI hợp lý có thể xóa mòn chuyên môn của cả nghề nghiệp

Tác giả Nolan Lovett của NATO Special Operations University trình bày lập luận này trong một bài nghiên cứu đăng trên tạp chí Human Resource Development Review. Ông so sánh tình huống với “thảm họa của tư nhân công”, khi mỗi quyết định hợp lý trên cá thể cộng lại gây tổn hại cho nguồn lực chung.

Lovett nói rằng khi công ty thay thế vị trí đầu vào bằng AI, công ty đó thu toàn bộ lợi ích hiệu suất, còn chi phí xói mòn chuyên môn bị phân tán cho mọi tổ chức cùng dùng nguồn nhân lực. Người làm có kinh nghiệm được hình thành từ nhiều năm ở vị trí đầu vào, nơi người mới dần đảm nhận nhiệm vụ khó hơn, mắc lỗi và học cách sửa.

Ông nêu hai cơ chế chính làm gián đoạn việc tái tạo chuyên môn. Thứ nhất là loại bỏ trực tiếp các vị trí đầu vào khi AI đảm nhiệm công việc vốn thuộc về nhân viên cấp dưới. Thứ hai là ngay cả khi vị trí đầu vào còn tồn tại, nhân viên trẻ được hỗ trợ bởi AI đạt năng suất tương đương mức từng cần nhiều năm kinh nghiệm để đạt được, nên nỗ lực nhận thức xây dựng kiến thức chuyên sâu không diễn ra.

Lovett giới thiệu khái niệm “dây neo xác nhận” — khả năng giám sát hệ thống AI hiệu quả phụ thuộc vào chính kiến thức chuyên sâu mà việc dùng AI đang ăn mòn. Ông dẫn nghiên cứu cho thấy việc chỉ kiểm tra bề mặt không đủ để phát hiện lỗi chuyên môn tinh vi trong các kết quả AI có vẻ hợp lý.

Tác giả cũng nêu yếu tố thói quen nhận thức: khi con người quen coi câu trả lời của AI là đáng tin, họ mất phản xạ hoài nghi. Môi trường huấn luyện nơi người mới học cách thách thức quyền lực và kiểm tra thực tế đang biến mất cùng với các vị trí đầu vào truyền thống.

Lovett cảnh báo hệ quả thời gian trễ: những chuyên gia đang làm việc được đào tạo từ 5 đến 20 năm trước, và tác động của việc cắt giảm vị trí đầu vào kể từ 2023 có thể chưa hiện rõ cho đến khoảng 2030–2045. Ông gọi nghịch lý này là “Human Reserve Paradox”: tổ chức cần nguồn chuyên môn dự trữ để xác nhận, xử lý khủng hoảng và xử lý tình huống vượt khả năng AI, nhưng không tổ chức nào có động lực kinh tế duy trì nguồn đó một mình.

Nguồn

Đọc tiếp trong Tin AI