AI có thay thế nhà khoa học?
18/09/26
 |
| Ảnh: Petra Péterffy |
Mỗi thời đại khoa học đều có sự tự tin quá mức riêng: sau hàng nghìn năm tiến hóa văn hóa và hàng tỷ năm tiến hóa sinh học, con người tin tưởng mình sắp chạm tới lời giải cuối cùng của thực tại. Trong thời đại AI, niềm tin ấy đổi hình. Con người thừa nhận trí nhớ và năng lực xử lý thông tin hữu hạn, nhưng lại nghĩ bản thân có thể tạo ra công nghệ biết tất cả.
AlphaFold của Google DeepMind là biểu tượng lớn nhất cho kỳ vọng này. Được huấn luyện trên hơn 150.000 cấu trúc protein xác định bằng thực nghiệm, AlphaFold 3 hiện có thể dự đoán cấu trúc của hơn 200 triệu protein và nhiều phân tử sinh học khác. Quy mô này trước đây gần như không thể tưởng tượng. Tuy nhiên, nhiều nhà nghiên cứu nhận định bài toán protein chưa thật sự được giải. AlphaFold dự đoán cấu trúc 3D, nhưng không giải thích vật lý nền tảng, lộ trình gấp hay các trạng thái động của protein. Hệ thống hoạt động tốt với protein từ khoảng 20 axit amin trong sinh học Trái đất, nhưng cần dữ liệu mới nếu muốn nghiên cứu protein từ hàng trăm axit amin trong vật chất thiên thạch hoặc thiết kế protein trị liệu mới. Dù vậy, thay vì nằm ở thuật toán, giới hạn xuất hiện ở nơi dữ liệu cần thiết chưa tồn tại.
Khoa học không chỉ là quy trình
Nếu khoa học chỉ là chuỗi quan sát, giả thuyết, kiểm nghiệm và phân tích, tự động hóa gần như là tất yếu. AI có thể làm nhiều bước trong quy trình ấy, nhất là khi có nhà khoa học hướng dẫn. Nhưng lịch sử khoa học cho thấy phương pháp thường được chuẩn hóa sau khi khám phá đã xảy ra. Vì vậy, câu hỏi cốt lõi không phải AI có làm được các bước của “phương pháp khoa học” hay không, mà là khoa học có tạo ra tri thức theo cách sâu sắc hơn không.
Các mô hình ngôn ngữ lớn như ChatGPT, Gemini và Claude khiến nhiều người cảm thấy như đang đối thoại với tâm trí. Ngược lại, AlphaFold cũng dựa trên kiến trúc Transformer tương tự, nhưng ít được đánh giá tương tự. Sự nhầm lẫn nằm ở việc đánh đồng năng lực dự đoán với năng lực hiểu.
Tri thức phải được chia sẻ
Tâm trí mỗi người xây dựng mô hình riêng về thực tại từ tín hiệu giác quan. Khi ta nhìn màu đỏ, trải nghiệm gắn với phản ứng thần kinh trước bước sóng khoảng 620–750nm, nhưng không ai có thể chuyển nguyên vẹn cảm giác “đỏ” sang ý thức khác. Ta chỉ có thể chia sẻ miêu tả.
Khoa học khác trải nghiệm cá nhân vì mang tính liên chủ thể. Một quan sát chỉ trở thành tri thức khoa học khi có thể được kiểm chứng, diễn đạt, sao chép và hiểu bởi nhiều trí óc qua ký hiệu, toán học và ngôn ngữ. Khi viết “F = ma”, Newton không truyền cảm giác nội tâm về lực hay gia tốc, ông tạo ra biểu tượng có thể dùng chung. Khi sử dụng định luật khí lý tưởng “PV = nRT”, ta không nói khí thật sự là các điểm không thể tích, mà dùng mô hình giản lược đủ hữu ích.
Vì vậy, lý thuyết khoa học luôn là bản đồ, không phải lãnh thổ, đồng thời là mô hình giúp con người tổ chức, dự đoán và thao tác với hiện tượng, nhưng không bao giờ nắm trọn thực tại.
Giới hạn của AI
AI cũng có giới hạn. Không có thuật toán giỏi nhất trong mọi tình huống. Hệ thống được tối ưu xuất sắc cho nhóm vấn đề cụ thể phải đánh đổi ở nhóm khác. AI có thể tích hợp lượng quan sát khổng lồ, kiểm nghiệm giả thuyết, tìm mẫu trong dữ liệu và dự đoán ở quy mô vượt xa từng cá nhân. Tuy nhiên, trí tuệ nhân tạo vẫn vận hành trong khung biểu diễn do con người tạo ra.
Cách mạng khoa học xảy ra khi khung mẫu ấy đổ vỡ. Chuyển từ Ptolemy sang Newton, rồi từ Newton sang Einstein không chỉ đơn giản là tăng độ chính xác dự đoán. Mô hình Ptolemy từng thống trị nghiên cứu chuyển động hành tinh gần 1.500 năm và bổ sung vòng ngoại luân để tăng khả năng dự báo. Newton thắng không chỉ vì dự đoán tốt hơn, mà vì giải thích được nhiều hơn. Einstein mất bảy năm để vượt khỏi cách hiểu cũ về tọa độ và đi tới thuyết tương đối rộng. Nhìn chung, điểm quyết định là biến trực giác thành biểu tượng có thể chia sẻ.
Nhà khoa học chưa chết
AI chắc chắn đóng vai trò lớn trong “khoa học thông thường”: tinh chỉnh, mở rộng và kiểm nghiệm mô hình đã có, giúp khoa học nhanh và rộng hơn. Tuy nhiên việc tranh luận, phản biện, bình duyệt và hình thành đồng thuận vẫn là phần cốt lõi của khoa học. Bình duyệt không chỉ là kiểm tra lỗi; đây là cách cộng đồng cùng định hình phát hiện mới trước khi thông tin ấy bước vào kho tri thức chung.
AI biến đổi khoa học, nhưng không thay thế nhà khoa học. Không chỉ là dự đoán và tự động hóa, khoa học là quá trình xã hội tạo ra, tranh luận và tinh luyện những biểu tượng giúp con người cùng hiểu thực tại. Nếu nhầm tự động hóa phương pháp với bản chất của khoa học, rủi ro không phải cái chết của nhà khoa học, mà là bỏ lỡ cơ hội đưa AI vào đúng vị trí trong văn hóa khoa học.
shared via noema,
