Kỷ nguyên vàng của viết lách AI đang sụp đổ!
Càng tiến vào, mô hình thế hệ sau mạnh hơn thế hệ trước, nhưng bài viết thì ngày một tệ hơn.
Nó biết lúc nào nên liệt kê vài lời khuyên, chỗ nào chèn tiêu đề phụ, cũng không quên bổ sung một câu kết luận ở cuối.
Nhưng đọc xong toàn bài, trong đầu chẳng đọng lại được câu nào.
Mô hình càng mạnh, bài viết càng không giống lời con người
Gần đây, Tiến sĩ sau Tiến sĩ Adam Hunt tại Đại học Cambridge cũng nhận thấy hiện tượng này. Hướng nghiên cứu của ông là tâm thần học tiến hóa và tiến hóa loài người.
Trước đây, Hunt luôn ủng hộ AI. Nhưng đến ngày 28 tháng 7, ông thừa nhận trong một bài đăng dài: bản thân ngày càng bi quan hơn.
Trước đây có một phép ẩn dụ phổ biến, đó là vẽ năng lực mô hình thành một vòng tròn có đỉnh nhọn.
Đầu tiên là mã và toán học vượt trội hơn con người, sau đó khi quy mô mở rộng, mỗi hướng dần phát triển, cuối cùng đạt được AGI (Trí tuệ nhân tạo phổ quát).
Nhưng thực tế, phần đỉnh nhọn về mã và toán học ngày càng dài ra, còn biểu đạt ngôn ngữ và tư duy đơn giản thì không được nâng cao đồng bộ.
Từ góc độ học tăng cường, điều này gần như là tất yếu.
Mấy thế hệ LLM đầu trông có vẻ 'thông minh toàn diện', là do bản thân dữ liệu huấn luyện bao quát mọi lĩnh vực, từ thơ ca đến luận văn, toàn bộ internet đều ở trong đó.
Tuy nhiên, đó chỉ là sản phẩm phụ của dữ liệu, không phải 'khả năng thấu hiểu' thực sự của mô hình.
Chuỗi suy nghĩ (Chain of Thought) và tìm kiếm web sau đó ra đời, kéo dài tuổi thọ cho mô hình thêm một thời gian. Nhưng rốt cuộc con đường này cũng chạm tường.
Tiếp theo, các công ty AI nôn nóng lật ngược thế cờ đã nhắm tới mã nguồn.
Lý do rất đơn giản, nó có nguồn dữ liệu huấn luyện liên tục không ngừng.
Các lần commit, review, pull request trên GitHub đều có sẵn. Và giống như toán học, mã nguồn có tín hiệu phản hồi rõ ràng: chạy được là chạy được.
Còn viết bài thì sao? Bạn dùng thứ gì để tự động chấm điểm 'một đoạn văn xuôi có hay không'? Không có phần thưởng, RL (Học tăng cường) sẽ không tối ưu hóa theo hướng đó.
Thế là, tất cả hỏa lực huấn luyện đều chuyển hướng sang mã nguồn, còn biểu đạt ngôn ngữ chỉ có thể ăn mòn vốn cũ từ giai đoạn tiền huấn luyện.
Vốn cũ sẽ càng ngày càng cạn, thậm chí để phối hợp với sự nâng cao ở các lĩnh vực khác, còn có thể xuất hiện thoái hóa.
Đây chính là nơi Định luật Goodhart dễ lộ diện.
Khi một chỉ số trở thành mục tiêu huấn luyện, nó sẽ không còn phản ánh chính xác năng lực thực tế. Phòng thí nghiệm dùng bài kiểm tra chuẩn để tối ưu mô hình, rồi lại dùng các bài kiểm tra cùng loại để chứng minh mô hình mạnh hơn.
Tỷ lệ chính xác trên bảng xếp hạng vẫn sẽ tiếp tục tăng. Nhưng trải nghiệm sử dụng thực tế có thể bị trì trệ, thậm chí suy giảm.
Lần này, việc mô phỏng cũng bị hạn chế
Trong khi năng lực đang thoái hóa, một việc khác cũng đang diễn ra.
Một người dùng Reddit đăng bài phàn nàn, anh ta đã dùng ChatGPT viết sách trong vài tháng, đã đăng ký mô hình cao cấp. Giữa chừng nghỉ ngơi một thời gian.
Khi anh ta quay lại, prompt (câu lệnh) vẫn dùng được suốt bấy lâu, đột nhiên trả về từ chối.
Bản thân prompt không phức tạp: chỉ định một nhà văn, yêu cầu tăng hội thoại, làm phong phú chi tiết, tránh câu văn rời rạc.
Trước đây, chỉ cần ghi rõ tên nhà văn, mô hình có thể tạo ra nội dung gần với phong cách viết của họ, không cần giải thích thêm về độ dài câu, nhịp điệu, góc nhìn.
Bây giờ, loại prompt này không dùng được nữa.
Ars Technica đã thử nghiệm với Stephen King, J.K. Rowling, Amy Tan, Dickens, Hemingway, còn Engadget thử nghiệm với Agatha Christie, ChatGPT đều từ chối mô phỏng.
Nếu bạn không chỉ tên, chỉ yêu cầu các đặc trưng trừu tượng như 'cường độ kịch tính', 'nhịp điệu kể chuyện', 'mật độ hội thoại' thì vẫn có thể xuất ra. Nhưng cái 'chất' thì không còn là cái chất như trước nữa.
Kỷ nguyên vàng của viết lách AI, sụp đổ rồi
Ngày nay, cuộc tranh cãi này đã lung lay kỳ vọng cơ bản của người dùng về viết lách AI.
Mô hình chưa chắc đã viết ngày càng hay, prompt cũng không còn hiệu quả lâu dài.
Nền tảng một khi thay đổi quy tắc, cả dây chuyền viết lách xây dựng xung quanh một mô hình cụ thể có thể sụp đổ ngay lập tức.
Tuy nhiên, viết lách AI sẽ không biến mất, nó chỉ quay trở lại vị trí mà nó đáng lẽ phải ở: công cụ.
Nó có thể tra cứu tài liệu, sắp xếp cấu trúc, sửa câu, nhưng không thể thay tác giả quyết định viết cái gì, tại sao viết.
Nói cách khác, kinh nghiệm, phán đoán và khát vọng biểu đạt của con người, đang ngày càng có giá trị.
Tài liệu tham khảo: https://arstechnica.com/ai/2026/07/chatgpt-stops-cloning-famous-writers-voices-but-may-capture-a-similar-feeling/
Bài viết này đến từ tài khoản công chúng WeChat "Tân Trí Nguyên" (新智元), tác giả: ASI Khải Thị Lục
