Theo một khảo sát do tập đoàn giải pháp doanh nghiệp Wolters Kluwer công bố đầu tháng 6, có 70% y tá và 77% bác sĩ lo ngại rằng họ sẽ mất kỹ năng vì phụ thuộc quá mức vào các hệ thống AI.
Nỗi lo này là có cơ sở. Các bằng chứng mới đang cho thấy hiện tượng mất kỹ năng do AI bắt đầu xuất hiện trong y học, khoa học máy tính và các lĩnh vực khác.
“Chỉ cần nhận thức được rằng hiện tượng này tồn tại, hy vọng mọi người sẽ suy nghĩ về những kỹ năng nào họ muốn duy trì và những kỹ năng nào họ sẵn sàng giao phó cho các công cụ AI”, Kevin Crowston, nhà khoa học thông tin tại Đại học Syracuse (Mỹ), nói.
Một nghiên cứu thực hiện với các bác sĩ nội soi ở Ba Lan cho thấy các công cụ AI gây lệ thuộc và giảm kỹ năng. Những bác sĩ này, tất cả đều đã thực hiện ít nhất 2.000 ca nội soi đại tràng trong sự nghiệp, được tiếp cận một hệ thống AI có khả năng phân tích hình ảnh nội soi đại tràng theo thời gian thực và đánh dấu một loại tổn thương tiền ung thư trong ruột, gọi là u tuyến. Bác sĩ chỉ có thể sử dụng công cụ trong một số ngày và phải tự khám vào những ngày khác.
Trong 3 tháng trước khi có AI, các bác sĩ phát hiện u tuyến trong 28,4% số ca nội soi. 3 tháng sau khi công cụ được đưa vào sử dụng, tỷ lệ phát hiện giảm còn 22,4% khi không có AI hỗ trợ, theo kết quả công bố trên The Lancet Gastroenterology and Hepatology.
Việc tiếp xúc liên tục công cụ AI có thể khiến các bác sĩ lâm sàng “ít có động lực hơn, kém tập trung hơn và ít trách nhiệm hơn khi đưa ra các quyết định mà không có AI hỗ trợ”, theo các tác giả nghiên cứu.
Nhóm lưu ý rằng cần có thêm nghiên cứu để xác nhận hiện tượng này, nhưng những người sử dụng công cụ AI nên ý thức rằng họ có nguy cơ mất đi một phần kỹ năng của mình. Ngay cả những chuyên gia tay nghề cao cũng có thể mất kỹ năng khi phụ thuộc vào các công cụ AI.
Tương tự trong lĩnh vực khoa học máy tính, các nhà nghiên cứu tại Anthropic đã thiết kế một thử nghiệm đối chứng ngẫu nhiên, trong đó 52 kỹ sư phần mềm được yêu cầu thực hiện một nhiệm vụ lập trình cơ bản. Tất cả người tham gia đều có thể tìm kiếm trên web, nhưng chỉ một nửa được gợi ý sử dụng thêm trợ lý AI.
Sau đó, các kỹ sư được yêu cầu hoàn thành một bài kiểm tra về những gì họ đã học được từ nhiệm vụ. Nhóm sử dụng trợ lý AI làm bài kém hơn đáng kể so với nhóm không dùng, đạt điểm trung bình 50% so với 67%.
Những người được AI hỗ trợ làm kém hơn hẳn ở các câu hỏi yêu cầu chẩn đoán lỗi trong mã, cho thấy họ không nắm được các khái niệm đằng sau đoạn mã họ vừa tạo ra. Nghiên cứu được đăng trên cơ sở dữ liệu bản thảo arXiv.
Những phát hiện này đáng lo ngại, đặc biệt đối với sinh viên và người mới vào nghề. “Mọi người có thể thực hiện công việc ở mức hiệu suất khá cao vì họ đang mượn kỹ năng từ AI, nhưng không tự phát triển kỹ năng”, Crowston nói.
Những công nghệ khác trong quá khứ đã khiến một số kỹ năng cụ thể trở nên lỗi thời, Tapani Rinta-Kahila, nhà nghiên cứu hệ thống thông tin tại Trường Kinh tế Hanken ở Helsinki, lưu ý. Ví dụ, nghiên cứu cho thấy các hệ thống định vị GPS đã làm suy giảm kỹ năng định hướng của con người. Tuy nhiên, các công cụ AI tạo sinh là công nghệ đầu tiên tự động hóa nhiều năng lực nhận thức khác nhau liên quan đến tư duy và diễn giải.
Rinta-Kahila từng công bố một nghiên cứu về một nhóm kế toán đã sử dụng liên tục một hệ thống kế toán tự động, không phải AI, trong hơn một thập kỷ. Khi công cụ này bị lấy đi, các kế toán viên đã quên cách thực hiện một số nhiệm vụ thường ngày, cho thấy việc suy giảm kỹ năng khi phụ thuộc vào công cụ.
Không chỉ trong các tác vụ chuyên môn, AI còn có tác động đến những kỹ năng thông thường. Một nghiên cứu của Viện Công nghệ Massachusetts (MIT), công bố tại hội nghị tháng 4 của Association for Computing Machinery, cho thấy phụ thuộc vào chatbot có thể làm suy giảm kỹ năng phân biệt thông tin sai lệch.
Trong nghiên cứu, 67 người tham gia được yêu cầu xác định các cặp tiêu đề và hình ảnh có phải tin giả hay không. Kết quả, AI giúp người tham gia phân biệt tốt hơn, khả năng ra quyết định đúng tăng 21%. Tuy nhiên, độ chính xác khi phải tự đánh giá mà không có sự hỗ trợ của AI đã giảm 15,3%.
“AI có thể giúp ích ngay lập tức, nhưng cuối cùng nó có thể làm suy giảm khả năng phát hiện thông tin sai lệch về lâu dài”, nghiên cứu lưu ý.
Để ngăn chặn sự xói mòn kỹ năng do AI gây ra, con người cần xác định rõ đang giao phó cho các công cụ AI tạo sinh bao nhiêu phần việc, theo Rinta-Kahila. Mọi người cũng cần hiểu các mô hình AI tạo sinh hoạt động như thế nào, giới hạn của chúng là gì và nên tránh tin vào đầu ra của AI mà không đặt câu hỏi.
Thời gian gần đây, cộng đồng mạng xôn xao trước thông tin các tin tặc có thể sử dụng trí tuệ nhân tạo (AI) để trích xuất dấu vân tay từ những bức ảnh selfie. Trên Instagram, một bài đăng cảnh báo đã thu hút hơn 16.000 lượt thích cùng hàng nghìn bình luận bày tỏ sự hoang mang.
Nhiều người dùng thậm chí cực đoan cho rằng AI là "mối đe dọa đối với nhân loại" và tuyên bố sẽ thay đổi hoàn toàn cách chụp ảnh để tự bảo vệ mình.
Nguồn cơn của sự lo lắng này dường như bắt nguồn từ một phóng sự truyền hình tại Trung Quốc hồi tháng 4. Trong đó, các chuyên gia thực nghiệm cho thấy nếu chụp ảnh ở cự ly gần với độ phân giải cao, kẻ xấu có thể phục hồi dữ liệu vân tay để xâm nhập vào các tài khoản cá nhân.
Khác với mật khẩu, dữ liệu sinh trắc học một khi bị lộ sẽ không thể thay đổi.
Mặc dù về mặt kỹ thuật, việc trích xuất vân tay từ ảnh là có thể, nhưng các chuyên gia an ninh mạng khẳng định rủi ro đối với người dùng phổ thông là cực kỳ thấp.
Theo Giáo sư, chuyên gia an ninh mạng Justin Cappos (Đại học New York), hiện tại chưa có dấu hiệu cho thấy tội phạm mạng sử dụng phương thức này như một vũ khí tấn công.
Đồng quan điểm, Giáo sư Vyas Sekar (Đại học Carnegie Mellon) ví kịch bản này giống như một tình tiết trong phim "Nhiệm vụ bất khả thi".
Để hiện thực hóa, kẻ tấn công cần những bức ảnh có độ phân giải cực cao và phải thực sự quyết tâm nhắm vào một "mục tiêu giá trị lớn" - chẳng hạn như những người nắm giữ chìa khóa của các cơ sở an ninh trọng yếu.
Lịch sử từng ghi nhận một số trường hợp tương tự. Năm 2014, một hacker tuyên bố đã sao chép được vân tay của bà Ursula von der Leyen (khi đó là Bộ trưởng Quốc phòng Đức) qua ảnh chụp cận cảnh tại một sự kiện.
Tuy nhiên, ngay cả khi sở hữu được bản sao dấu vân tay, tin tặc vẫn đối mặt với một rào cản lớn chính là tiếp cận thiết bị vật lý.
Để mở khóa máy tính xách tay hay thực hiện giao dịch tại ngân hàng, chúng buộc phải trực tiếp sử dụng dấu vân tay giả trên các máy quét đó.
Thay vì lo lắng về những kịch bản viễn tưởng, các chuyên gia cảnh báo người dùng nên tập trung vào những mối đe dọa thực tế và phổ biến hơn.
Giáo sư Cappos nhấn mạnh, các vụ lừa đảo giả mạo qua email, liên kết độc hại hoặc trang web giả mạo vẫn là phương thức tấn công chủ yếu hiện nay: "Mười năm nữa, có thể tình hình sẽ thay đổi, nhưng ở thời điểm hiện tại, việc giơ tay chữ V khi chụp ảnh chưa phải là mối nguy mà bạn cần quá bận tâm".
Kênh sửa chữa nổi tiếng iFixit đã rã máy và chụp CT bo mạch của Trump T1, mẫu điện thoại được quảng cáo là "mang giá trị và sự đổi mới của Mỹ". Tuy nhiên, kết quả phân tích thể hiện, linh kiện bên trong gần như trùng khớp với HTC U24 Pro.
Để kiểm chứng, các chuyên gia iFixit lấy bo mạch chủ của U24 Pro lắp sang phần khung của Trump T1. Điện thoại sau đó vẫn khởi động và hoạt động bình thường mà không gặp bất kỳ xung đột nào. Kênh này cho rằng hai thiết bị không chỉ giống nhau về ngoại hình mà còn đồng nhất về cấu trúc bảng mạch.
Điểm khác biệt nằm ở pin và tốc độ sạc. Phiên bản Trump T1 trang bị pin với dung lượng 5.000 mAh, sản xuất tại Philippines, nhưng bị giới hạn công suất sạc ở mức 30 W. Trong khi đó, nguyên bản HTC U24 Pro sử dụng pin 4.600 mAh sản xuất tại Trung Quốc, hỗ trợ sạc nhanh 60 W.
Một số chi tiết nhỏ khác được thay đổi gồm vị trí đèn flash mặt sau, hình dáng lưới loa và nhà cung cấp chip nhớ. Trump T1 dùng bộ nhớ Micron, còn HTC dùng SK Hynix. Cả hai máy đều chia sẻ chung cấu hình lõi bao gồm vi xử lý Snapdragon 7 Gen 3, RAM 12 GB và bộ nhớ trong 512 GB.
Trên vỏ máy in dòng chữ "Lắp ráp tại Mỹ" (Assembled in the USA). Tuy nhiên, các chuyên gia nhận định phần khung sườn và màn hình nhiều khả năng được gia công và lắp ráp từ trước ở Trung Quốc. Khi về tới nhà xưởng ở Florida, công nhân chỉ thực hiện bước đơn giản như đặt pin, gắn cụm camera và đóng nắp lưng. Mặt lưng của T1 được sơn vàng và in hình quốc kỳ Mỹ, nhưng bị phát hiện chỉ có 11 sọc thay vì 13 sọc như cờ gốc.
Theo PhoneArena, thực tế, HTC đã bán lại mảng di động cho Google từ năm 2017 và không còn tự sản xuất phần cứng. Thương hiệu này hiện hoạt động theo mô hình nhượng quyền cho các nhà thiết kế sản phẩm gốc (ODM) tại Trung Quốc. Giới phân tích cho rằng Trump Mobile có thể đã đặt hàng trực tiếp từ đối tác ODM đang sản xuất điện thoại cho HTC.
Dự án T1 được giới thiệu vào tháng 6/2025 thông qua công ty Trump Mobile của hai con trai Tổng thống Mỹ, khi đó được mô tả là điện thoại "made in the USA", dự kiến giao hàng tháng 9/2025. Khoảng 590.000 người đã đặt cọc 100 USD để giữ chỗ. Sau nhiều tháng trì hoãn, giữa tháng 5, công ty thông báo chuẩn bị giao T1 tới tay khách hàng, đồng thời giải thích việc chậm trễ do phải thực hiện nhiều giai đoạn phát triển và thử nghiệm nhằm đảm bảo linh kiện của điện thoại đáp ứng tiêu chuẩn chất lượng.
Điện thoại T1 có màu vàng với giá 499 USD (13 triệu đồng), trang bị màn hình AMOLED 6,78 inch, chip Snapdragon của Qualcomm, hệ thống ba camera, chạy hệ điều hành Android. Cuối tháng 5, công ty cho biết dự kiến hoàn tất giao điện thoại tới tay người đặt mua "trong vài tuần tới".
Trong bối cảnh trí tuệ nhân tạo vẫn phụ thuộc vào hạ tầng đám mây, việc một mô hình có thể hoạt động trực tiếp trên thiết bị cá nhân đang trở thành bước ngoặt lớn. Google vừa công bố Gemma 4, dòng AI gọn nhẹ nhưng hiệu năng cao, hướng đến khả năng triển khai trực tiếp trên laptop, điện thoại và các thiết bị nhúng.
Gemma 4 là thế hệ mới trong dòng mô hình AI “open weight” của Google, được phát triển dựa trên nền tảng công nghệ từ hệ sinh thái Gemini. Theo tài liệu kỹ thuật do Google công bố, mô hình này được thiết kế với mục tiêu tối ưu hiệu năng trên mỗi tham số, giúp duy trì khả năng xử lý cao trong khi giảm đáng kể yêu cầu phần cứng.
Một điểm đáng chú ý là Gemma 4 có nhiều cấu hình khác nhau, từ các phiên bản nhỏ dành cho thiết bị di động đến các bản lớn hơn phục vụ máy trạm. Cách tiếp cận này cho phép cùng một nền tảng AI có thể hoạt động trên nhiều môi trường, từ smartphone đến hệ thống chuyên dụng.
Khác với các mô hình như GPT-4 vốn phụ thuộc vào máy chủ mạnh, Gemma 4 có thể được tải về và chạy trực tiếp trên CPU hoặc GPU của thiết bị. Điều này giúp giảm rào cản triển khai, đặc biệt với cá nhân và doanh nghiệp nhỏ.
Bên cạnh đó, việc phát hành theo hướng mở cho phép cộng đồng phát triển dễ dàng tùy chỉnh, tích hợp và xây dựng ứng dụng riêng, từ chatbot, trợ lý lập trình đến các hệ thống xử lý dữ liệu nội bộ.
Khả năng hoạt động offline là điểm khác biệt quan trọng của Gemma 4. Thay vì gửi dữ liệu lên máy chủ để xử lý, toàn bộ quá trình có thể diễn ra trực tiếp trên thiết bị người dùng.
Điều này mang lại lợi ích lớn về quyền riêng tư. Các dữ liệu nhạy cảm như tài liệu công việc hay thông tin cá nhân không cần rời khỏi thiết bị, giúp giảm nguy cơ rò rỉ. Đây là yếu tố ngày càng được quan tâm khi AI được sử dụng rộng rãi trong đời sống và công việc.
Ngoài ra, AI offline giúp cải thiện đáng kể tốc độ phản hồi. Khi không phụ thuộc vào kết nối mạng, các tác vụ như soạn thảo văn bản, dịch thuật hoặc hỗ trợ lập trình có thể được xử lý gần như tức thì.
Một lợi ích khác là chi phí. Khi không phụ thuộc vào dịch vụ đám mây hay API, người dùng có thể giảm đáng kể chi phí vận hành AI trong dài hạn.
Gemma 4 là một ví dụ rõ nét cho xu hướng lớn của ngành công nghệ, khi nhiều tập đoàn như Apple, Qualcomm hay Google đang chuyển hướng sang AI on device: Apple đã tích hợp các tính năng AI trực tiếp trên thiết bị trong hệ sinh thái của mình, trong khi Qualcomm phát triển các dòng chip với bộ xử lý AI chuyên dụng.
Sự kết hợp giữa phần cứng ngày càng mạnh và mô hình AI tối ưu hóa đang giúp việc triển khai AI trở nên linh hoạt hơn, có thể hoạt động trực tiếp trên nhiều loại thiết bị khác nhau. Tuy vậy cách tiếp cận này vẫn tồn tại những hạn chế, đặc biệt về giới hạn tài nguyên và khả năng cập nhật dữ liệu theo thời gian.
Dù còn thách thức, khoảng cách giữa AI đám mây và AI trên thiết bị đang dần được thu hẹp. Nhiều chuyên gia cho rằng trong tương lai gần, hai mô hình này sẽ cùng tồn tại và bổ trợ lẫn nhau.
Sự xuất hiện của Gemma 4 cho thấy một hướng đi rõ ràng của ngành AI, khi trọng tâm dần chuyển từ hạ tầng đám mây sang thiết bị cá nhân. Nếu xu hướng này tiếp tục phát triển, AI sẽ không chỉ nhanh hơn và riêng tư hơn mà còn hiện diện trực tiếp trên từng thiết bị, thay vì chỉ nằm trong các trung tâm dữ liệu như trước đây.
