Sau một hồi trò chuyện với AI, đôi khi ta có cảm giác mình bỗng biết thêm rất nhiều. Ban đầu chỉ nói chuyện về động vật, vậy mà một lúc sau dường như đã có thể giải thích cả chuyện giấc ngủ lẫn cách làm việc. Cảm giác ấy thật thú vị.
Nhưng khi tắt màn hình, có lúc ta chẳng biết giải thích từ đâu. Muốn biến cuộc trò chuyện thành việc học, trong lúc đọc câu trả lời, ta cần dành chỗ cho dự đoán của chính mình, kiểm tra căn cứ và cuối cùng tự nói lại điều đã hiểu.
Vì vậy, câu trả lời cho câu hỏi “Chỉ nói chuyện với AI có giúp ta thông minh hơn không?” phụ thuộc vào những gì ta làm trong cuộc trò chuyện. Bài viết này sẽ đi theo một ví dụ để xem cách hỏi sâu hơn, kiểm tra nguồn và nhận ra khi mình mới chỉ có cảm giác đã hiểu.
Từ “Chuột chũi cũng buồn à?”, thử tách câu hỏi ra
Không cần bắt đầu bằng điều gì quá nghiêm túc. Cứ thử hỏi: “Chuột chũi cũng buồn à?” Nếu AI giới thiệu nghiên cứu về stress ở động vật, câu tiếp theo không nhất thiết chỉ là “Còn loài nào nữa?”
- Trong nghiên cứu đó, người ta đo điều gì để gọi là trạng thái “giống trầm cảm”?
- Làm sao biết con vật ít vận động không chỉ vì mệt hoặc suy giảm khả năng vận động?
- Từ kết quả ấy, có thể kết luận đến đâu về con người?
Cách hỏi này biến một câu chuyện thú vị thành những câu hỏi có thể kiểm chứng. Chẳng hạn, nếu nghiên cứu được làm trên ruồi, ta nên xem thí nghiệm thực sự quan sát được hành vi nào trước khi hiểu thành “ruồi cũng buồn giống hệt con người”.
Từ đó, cuộc trò chuyện có thể mở rộng sang ngủ đông, thay đổi tâm trạng theo mùa hay những suy nghĩ cứ lặp đi lặp lại. Nhưng sau khi nối các chủ đề với nhau, cần kiểm tra căn cứ cho từng mối nối. Những hiện tượng có nét giống nhau chưa chắc đã cùng một cơ chế.
Nhờ AI gợi ra các hướng hỏi, thay vì chỉ kéo dài câu trả lời
Nếu cứ lặp lại “Giải thích kỹ hơn”, đôi khi ta chỉ nhận được phần giải thích dài hơn. Thay vào đó, hãy chỉ rõ chỗ mình đang vướng.
“Hãy giải thích hiện tượng giảm hoạt động theo ba góc nhìn: thể lực, môi trường và hành vi học được. Với mỗi cách giải thích, cần quan sát điều gì để kiểm tra?”
Hỏi như vậy sẽ dễ chọn điều cần tìm hiểu tiếp theo. Khi gặp một thuật ngữ chuyên môn, ta cũng có thể hỏi: “Thuật ngữ này giúp phân biệt những điều gì?”
Hoặc đưa dự đoán của mình ra trước: “Tôi thấy chỉ cần giải thích rằng con vật mệt nên không vận động là đủ. Nếu chưa đủ thì quan sát nào sẽ cho thấy điều đó?” Dù dự đoán đúng hay sai, ta vẫn nhìn ra phần cần điều chỉnh.
Không cần đặt được một câu hỏi sắc sảo ngay từ đầu. Bạn có thể nói: “Tôi còn chưa biết chính xác mình không hiểu chỗ nào”, rồi nhờ AI đặt từng câu hỏi để làm rõ.
Khi lời giải thích nghe thật liền mạch, hãy quay lại nguồn
Trong ví dụ này, điểm cần chú ý là “giảm hoạt động” rất dễ trở thành lời giải thích dùng cho mọi thứ. Vì vậy, hãy tách rõ mỗi nguồn cung cấp điều gì.
- Thí nghiệm trên ruồi của Ries và cộng sự ghi nhận sự giảm sút hành vi tự phát sau stress do rung động.
- Bài tổng quan của Dantzer và cộng sự hệ thống hóa mối liên hệ giữa viêm, thay đổi hành vi khi bị bệnh và trầm cảm.
- NIMH mô tả rối loạn cảm xúc theo mùa là một dạng trầm cảm tái diễn theo mùa.
- Bài báo năm 1997 của Suddendorf và Corballis bàn về “du hành thời gian trong tâm trí”, tức khả năng hình dung quá khứ hoặc tương lai.
Nếu từ đó gom ngay thành “trầm cảm mùa đông là ngủ đông nhẹ” hay “trầm cảm tiến hóa để giúp ta cắt lỗ”, ta đã trộn kết quả nghiên cứu với hình ảnh ví von và giả thuyết. “Chế độ tiết kiệm năng lượng” có thể là một cách nói dễ hiểu, nhưng tự nó không giải thích được nguyên nhân hay cách điều trị. Tương tự, việc trích dẫn một cuộc thảo luận từ năm 1997 không đủ để xác định kết luận hiện nay về khả năng của các loài động vật khác.
Ta có thể nhờ AI:
“Hãy tách phần giải thích vừa rồi thành những gì nghiên cứu đã kiểm chứng, giả thuyết của các nhà nghiên cứu và hình ảnh ví von để dễ hiểu. Với mỗi nghiên cứu, hãy ghi tên bài báo, năm công bố, đối tượng nghiên cứu, nội dung được đo và URL.”
Sau đó, mở các đường dẫn, kiểm tra tên bài báo và tác giả, rồi đọc phần tóm tắt hoặc đoạn liên quan. Một đường dẫn tồn tại chưa chắc đã là căn cứ cho lời giải thích. Nếu chưa tìm được bằng chứng cho một nhận định, cứ để nó ở trạng thái chưa kiểm chứng. Thêm một bước này giúp ta phân biệt câu chuyện nghe xuôi tai với kiến thức đã được xem xét.
Một “mô hình dùng được” cho biết nên kiểm tra điều gì tiếp theo
“Mô hình” ở đây là một sơ đồ đơn giản giúp sắp xếp tình huống và nghĩ xem nên thử gì tiếp. Nó không cần là một lý thuyết lớn giải thích mọi thứ trên đời.
Lấy một tình huống rất bình thường: đã ngồi vào bàn mà công việc vẫn không tiến triển. Thay vì dừng ở kết luận “Mình không có khả năng tập trung”, ta có thể tách thành ba khả năng.
- Thông báo liên tục xuất hiện, làm sự chú ý bị ngắt quãng.
- Yêu cầu “Chuẩn bị tài liệu” quá rộng, nên không biết bắt đầu từ đâu.
- Đang buồn ngủ, đọc mà không tiếp thu được nội dung.
Mỗi khả năng dẫn đến một việc khác nhau để thử: tắt thông báo rồi làm trong một khoảng ngắn; viết trước ba đề mục; hoặc nghỉ một lúc và xem lại tình hình giấc ngủ. Ở đây, ta đang tìm những điều chỉnh cho công việc hằng ngày. Nếu vấn đề về tâm trạng hoặc giấc ngủ kéo dài và ảnh hưởng đến sinh hoạt, trao đổi với nhân viên y tế cũng là một lựa chọn.
Quay lại chuyện chuột chũi: trước khi trăn trở “Không có đất thì đời mình còn ý nghĩa gì?”, hãy thử hỏi “Đất đâu để đào đây?” Rồi có thể hỏi tiếp: “Mà có nhất thiết phải đào không?”
Giá trị của một hình ảnh ví von thú vị nằm ở chỗ nó giúp câu hỏi tiến thêm một bước. Hãy thực sự thay đổi một điều kiện rồi xem việc bắt đầu công việc có dễ hơn không. Nếu không hiệu quả, ta vẽ lại sơ đồ.
Tắt màn hình rồi có giải thích được không? Có dùng được với ví dụ khác không?
Khi đọc lời giải thích của AI và thấy “À, ra vậy”, hãy dừng lại để kiểm tra nhanh.
Trước tiên, tắt màn hình và dùng ba câu của mình để nói lại ý chính. Tiếp theo, nghĩ ra một ví dụ chưa xuất hiện trong cuộc trò chuyện. Cuối cùng, nêu một trường hợp mà lời giải thích ấy không phù hợp.
Chẳng hạn, góc nhìn “thay đổi điều kiện có thể làm thay đổi hành vi” có dùng được với việc dọn dẹp không? Trước khi quyết định có bỏ một món đồ hay không, ta có thể nhận ra vấn đề là chưa có chỗ cố định để cất nó. Nhưng nếu coi mọi khó khăn đều là chuyện chưa có chỗ cất đồ, lời giải thích sẽ trở nên quá đơn giản.
Khi gửi phần giải thích của mình lại cho AI, thay vì “Viết lại cho hay hơn”, hãy thử:
“Hãy chỉ ra chỗ còn thiếu trong cách giải thích của tôi và những chỗ tôi khẳng định quá mức so với căn cứ. Đừng viết ngay đáp án đúng. Hãy đặt một câu hỏi để tôi tự xem lại cách nghĩ của mình.”
Nhờ vậy, ta chuyển từ chép lại câu trả lời sang chỉnh sửa chính cách hiểu của mình. “Tập luyện trí óc” trong bài viết này là hình ảnh ví von cho cách sử dụng đó. Không cần lấy độ dài cuộc trò chuyện hay số thuật ngữ thu thập được làm thước đo kết quả.
Cuối cuộc trò chuyện, chỉ giữ lại ba điều
Cứ mở rộng mãi một chủ đề mình tò mò cũng rất vui. Nhưng nếu muốn dùng lại những gì đã học, hãy để lại một ghi chú ngắn ở cuối.
- Điều tôi đã giải thích được: quan sát thấy hoạt động giảm và giải thích nguyên nhân của nó là hai việc cần kiểm tra riêng.
- Điều tôi vẫn chưa biết: thí nghiệm được nhắc đến có cho kết quả tương tự trong những điều kiện khác không?
- Việc tôi sẽ làm tiếp: đọc phần tóm tắt của bài báo được trích dẫn và đối chiếu với lời giải thích của AI.
Ghi chú ấy tạo một điểm bắt đầu cho lần mở sách hoặc đọc bài báo tiếp theo. Ta dùng cuộc trò chuyện với AI để vẽ bản đồ các câu hỏi, kiểm tra bằng nguồn tài liệu rồi sửa bản đồ sau khi đọc. Khi biết chỗ nào cần đọc kỹ, thời gian dành cho tài liệu cũng dễ được sử dụng hiệu quả hơn.
Đi xa hơn câu chuyện thú vị, đến chỗ có thể tự xem lại cách nghĩ
Điều thú vị khi trò chuyện với AI là một câu hỏi vu vơ có thể đưa ta sang lĩnh vực gần kề mà trước đó chưa từng nghĩ tới. Có thể bắt đầu từ chuột chũi, hoặc từ câu hỏi “Vì sao ta lại ngại bắt tay vào dọn dẹp đến thế?”
Đưa ra một dự đoán. Mở nguồn kiểm chứng. Thử nghĩ bằng ví dụ khác. Giải thích bằng lời của mình và sửa lại khi cần. Khi có thể qua lại giữa các bước ấy, ta sẽ giữ lại được nhiều hơn sau cuộc trò chuyện.
Câu hỏi tiếp theo vẫn có thể là “Kể thêm đi”. Nhưng đôi lúc, hãy thử hỏi: “Trong phần giải thích đến giờ, còn điều gì chưa được kiểm chứng?” Biết đâu chính từ đó, cuộc trò chuyện mới trở nên thú vị hơn.
- Suddendorf & Corballis (1997), Mental Time Travel and the Evolution of the Human Mind
- NIMH, Seasonal Affective Disorder
- Ries et al. (2017), Serotonin modulates a depression-like state in Drosophila responsive to lithium treatment
- Dantzer et al. (2008), From inflammation to sickness and depression: when the immune system subjugates the brain
