Chỉ có thời gian mới có thể đánh bại nhân viên văn phòng yêu thích GPT của bạn

GPT-4 là một kẻ pha trò trong trò chơi bài công ty. Nó có thể tăng năng suất đáng kể và dẫn đến chất lượng công việc cao hơn hoặc thấp hơn tùy thuộc vào nhiệm vụ hiện tại và cách sử dụng nó. Nói rộng ra, chúng ta có thể có quan điểm lạc quan hoặc bi quan về việc triển khai nhanh chóng GPT-4 vào môi trường văn phòng trên toàn cầu.

Quan điểm lạc quan là sự hỗ trợ của AI sẽ giúp nâng cao chất lượng và năng suất cho người lao động. Nhiều công việc sẽ được thực hiện nhanh hơn và tốt hơn. Hỗ trợ AI sẽ trợ giúp thực hiện các công việc thường ngày, cung cấp hỗ trợ quan trọng trong các công việc không thường xuyên, đồng thời giải phóng thời gian và nguồn lực để người lao động tập trung vào những công việc quan trọng trong kinh doanh “chuyển động kim chỉ nam”.

Quan điểm bi quan cho rằng món quà hỗ trợ của AI chính là một con ngựa trojan. Tự động hóa sẽ thâm nhập vào các công ty và dần dần ăn mòn công việc tri thức của con người, mang lại lợi ích cho tầng lớp công nghệ siêu giàu và gây bất lợi cho những người làm công ăn lương không được trao quyền. Những nhân viên văn phòng yêu thích ChatGPT đang mắc phải một loại hội chứng Stockholm, tán tỉnh người thay thế họ.

Quan điểm cá nhân của tôi thiên về quan điểm bi quan hơn. Tôi nhận thấy GPT-4 hữu ích như một công cụ truy xuất thông tin, về cơ bản là một phiên bản Google Tìm kiếm thông minh hơn, được cá nhân hóa hơn. Nhưng nếu tôi phụ thuộc vào sự hỗ trợ từ một chatbot để viết bản nháp cho một bài báo hoặc lên ý tưởng mới cho một bài đăng, thì tại sao ngay từ đầu tôi lại phải làm việc đó? Bạn cũng có thể thuê AI hoàn toàn hoặc tốt nhất là không thực hiện công việc nào cả.

Hôm nay, chúng ta sẽ xem xét một bài báo của Trường Kinh doanh Harvard làm sáng tỏ tác động của hỗ trợ GPT-4 đối với công việc tri thức: “ Điều hướng biên giới công nghệ lởm chởm: Bằng chứng thực nghiệm thực địa về tác động của AI đối với năng suất và chất lượng của người lao động tri thức ” , xuất bản vào tháng 9 năm 2023.

Bài báo của Trường Kinh doanh Harvard – Thí nghiệm & Kết quả

Một nhóm các nhà khoa học xã hội đã thực hiện một thí nghiệm để kiểm tra kỹ năng của 758 chuyên gia tư vấn từ Boston Consulting Group (BCG) về các nhiệm vụ khác nhau khi có và không có quyền truy cập vào GPT-4.

Khoảng một nửa số chuyên gia tư vấn tham gia (385) đã thực hiện 18 nhiệm vụ liên quan đến phát triển sản phẩm sáng tạo, trong khi nửa còn lại (373) tham gia vào nhiệm vụ giải quyết vấn đề kinh doanh dựa vào dữ liệu bên ngoài và các nguồn khác. Chúng ta sẽ xem xét kỹ hơn các nhiệm vụ cụ thể trong phần tiếp theo.

Tất cả những người tham gia đã thực hiện thử nghiệm ban đầu mà không có sự hỗ trợ của AI để các nhà nghiên cứu có thể đánh giá hiệu suất của nhà tư vấn cá nhân không cần hỗ trợ so với hiệu suất của họ với GPT-4. Những người tham gia cũng được chỉ định vào một trong ba nhóm phụ trong hai thử nghiệm: một nhóm kiểm soát không có quyền truy cập vào GPT-4, nhóm thứ hai có quyền truy cập vào GPT-4 và nhóm thứ ba có quyền truy cập vào GPT-4 và tài liệu học tập về cách nhắc GPT-4 một cách hiệu quả.

Kết quả vẽ tiêu đề cho thấy các chuyên gia tư vấn có quyền truy cập vào AI nhìn chung đã thực hiện tốt hơn rõ rệt trong các nhiệm vụ phát triển sản phẩm sáng tạo. Tại đây, nhà tư vấn đã hoàn thành trung bình nhiều nhiệm vụ hơn 12,2%, hoàn thành nhiệm vụ nhanh hơn 25,1% và với chất lượng cao hơn 40%, theo những người đánh giá con người đã chấm điểm các bài kiểm tra một cách mù quáng.

Nhóm tư vấn thứ hai làm việc với các nhiệm vụ giải quyết vấn đề kinh doanh có khả năng tạo ra kết quả chính xác thấp hơn 19% khi truy cập vào GPT-4. Trung bình, GPT-4 đã giúp các chuyên gia tư vấn hoàn thành nhiệm vụ nhanh hơn vài phút: Nhanh hơn sáu phút đối với “chỉ GPT” và 11 phút đối với “GPT + Tổng quan”.

Dựa trên kết quả thử nghiệm, nhóm nghiên cứu tưởng tượng ra một “biên giới lởm chởm”.

Bên trong “biên giới lởm chởm”, sự hỗ trợ của AI giúp nâng cao chất lượng và năng suất hoạt động của con người. Bên ngoài biên giới, sự hỗ trợ của AI sẽ hạn chế điều đó. Biên giới bị “lởm chởm” vì khó có thể dự đoán được nhiệm vụ nào nằm trong hay ngoài biên giới và đôi khi có vẻ phi logic. Ví dụ: GPT-4 có thể đạt giải cao nhất trong hầu hết các kỳ thi đại học nhưng nó cũng gặp khó khăn với các bài toán cơ bản .

Điều hướng biên giới lởm chởm

Khái niệm “biên giới lởm chởm” là phù hợp. Tuy nhiên, theo ý kiến của tôi, bài báo đã đề cao đáng kể khả năng của GPT-4. Quan trọng nhất, điều này là do các hạn chế nghiêm ngặt về thời gian mà các chuyên gia tư vấn BCG phải thực hiện trong thử nghiệm.

Trong phần thử nghiệm phát triển sản phẩm sáng tạo - nơi hỗ trợ GPT-4 được chứng minh là giúp tăng năng suất và chất lượng đáng kể - các chuyên gia tư vấn phải hoàn thành 18 nhiệm vụ chỉ trong 90 phút. Dưới đây là một số ví dụ về nhiệm vụ mà chuyên gia tư vấn phải trả lời trong ngưỡng 90 phút:

• “Tạo ra ý tưởng cho một loại giày mới nhằm vào một thị trường hoặc môn thể thao cụ thể chưa được phục vụ. Hãy sáng tạo và đưa ra ít nhất 10 ý tưởng.”

  
  

• “Hãy đưa ra danh sách các bước cần thiết để ra mắt sản phẩm. Hãy ngắn gọn nhưng đầy đủ.”

  
  

• “Nghĩ ra tên cho sản phẩm: cân nhắc ít nhất 4 cái tên, viết ra và giải thích tên bạn đã chọn.”

  
  

• “Hãy viết một bản ghi nhớ 500 từ cho sếp của bạn để giải thích những phát hiện của bạn.”

• “Viết nội dung tiếp thị cho thông cáo báo chí.”

  
  

• “Xin vui lòng tổng hợp những hiểu biết sâu sắc mà bạn thu được từ các câu hỏi trước và tạo dàn ý cho một bài viết theo phong cách Harvard Business Review khoảng 2.500 từ.”

Chỉ một trong những nhiệm vụ này có thể mất vài ngày, thậm chí vài tuần để hoàn thành. Ngay cả nhà tư vấn ưu tú nhất trên thế giới cũng không thể thực hiện được tất cả những nhiệm vụ này với chất lượng và độ chính xác thỏa đáng trong 90 phút. Đó là điều không thể về mặt con người.

Trong thử nghiệm với các nhiệm vụ “ngoài biên giới”, những người tham gia phải phân tích hiệu quả hoạt động thương hiệu của một công ty giả định dựa trên những hiểu biết sâu sắc từ các cuộc phỏng vấn và dữ liệu tài chính, đồng thời chuẩn bị một bức thư dài 500-750 từ gửi cho một CEO giả định. Giới hạn thời gian trong phần thử nghiệm này là 60 phút, một lần nữa, không dài bằng khoảng thời gian mà các nhà tư vấn thực sự dành cho một nhiệm vụ như thế này trong đời thực.

Giả thuyết của tôi : Bạn càng cho con người nhiều thời gian để thực hiện một nhiệm vụ thì sự hỗ trợ của AI càng ít quan trọng. Ví dụ: nếu các chuyên gia tư vấn BCG được giao hàng tuần hoặc hàng tháng để thực hiện 18 nhiệm vụ phát triển sản phẩm sáng tạo giống nhau - điều này sẽ phản ánh tốt hơn cách các chuyên gia tư vấn thực sự làm việc - những cải tiến từ việc sử dụng GPT-4 cùng lắm sẽ là rất nhỏ. Nhìn chung, đầu ra cuối cùng cũng sẽ có chất lượng cao hơn đáng kể so với mức mà con người có thể tạo ra bằng GPT-4 trong 90 phút.

Theo quan điểm của tôi, việc điều hướng biên giới lởm chởm không phải là hiểu loại nhiệm vụ nào GPT-4 có thể giúp bạn một cách hiệu quả mà là khám phá những kỹ năng bạn có thể cung cấp mà tự động hóa không thể dễ dàng thay thế.

Nhân mã và Cyborg tại nơi làm việc

Các tác giả đã phân tích các cách tiếp cận khác nhau mà những người tham gia thực hiện khi làm việc với AI và xác định hai mô hình chiếm ưu thế, “hành vi nhân mã” và “hành vi người máy”:

“Hiểu được đặc điểm và hành vi của những người tham gia này có thể tỏ ra quan trọng khi các tổ chức nghĩ về cách xác định và phát triển nhân tài để cộng tác hiệu quả với các công cụ AI .

Chúng tôi đã xác định hai mô hình chiếm ưu thế tóm tắt cách tiếp cận của họ.

Đầu tiên là hành vi của Nhân mã. Được đặt theo tên của sinh vật thần thoại nửa người nửa ngựa, cách tiếp cận này liên quan đến sự phân công lao động chiến lược tương tự giữa con người và máy móc được kết hợp chặt chẽ với nhau. Người dùng với chiến lược này chuyển đổi giữa nhiệm vụ của AI và con người, phân bổ trách nhiệm dựa trên thế mạnh và khả năng của từng thực thể. Họ phân biệt nhiệm vụ nào phù hợp nhất để con người can thiệp và nhiệm vụ nào có thể được quản lý hiệu quả bằng AI.

Mô hình thứ hai mà chúng tôi quan sát được là hành vi của Cyborg. Được đặt theo tên của những sinh vật lai giữa người và máy như được hình dung trong văn học khoa học viễn tưởng, phương pháp này nói về sự tích hợp phức tạp. Người dùng Cyborg không chỉ giao nhiệm vụ; họ đan xen những nỗ lực của mình với AI ở đỉnh cao của khả năng. Chiến lược này có thể biểu hiện dưới dạng các trách nhiệm xen kẽ ở cấp độ nhiệm vụ phụ, chẳng hạn như bắt đầu một câu để AI hoàn thành hoặc làm việc song song với AI.”

Tôi không phải là người thích coi GPT-4 là đối tác cộng tác. Chủ yếu vì hai lý do:

1. Trong quan hệ đối tác giữa con người và AI, AI có thể thực hiện hầu hết công việc nhưng toàn bộ trách nhiệm về công việc đó thuộc về con người.

   
   

Tôi thà dành thời gian tạo tác phẩm mới từ đầu hơn là xem xét và chỉnh sửa kết quả đầu ra do AI tạo ra để tìm lỗi, sự thiếu chính xác và sai lệch. Trước hết, việc xem lại nội dung được tạo tự động không thú vị lắm. Thứ hai, dù thế nào đi chăng nữa, tôi vẫn phải chịu trách nhiệm về bất kỳ sai sót nào có thể xảy ra. Nếu tôi dựa vào quá nhiều thông tin đầu vào từ GPT-4 để hoàn thành một nhiệm vụ, tôi không thể giải thích lý do tại sao tôi lại mắc những sai lầm đó và tôi cũng không thể thực sự học hỏi hay trưởng thành từ chúng. Ở mức độ nào chúng ta có thể nói rằng một tác phẩm vẫn là kết quả nỗ lực sáng tạo độc đáo của con người khi người công nhân đang "cộng tác" với AI có khả năng tạo sinh?

“Quyết định chuyên môn của luật sư không thể được giao cho AI sáng tạo và luật sư luôn phải chịu trách nhiệm.”

- “Hướng dẫn thực hành về việc sử dụng trí tuệ nhân tạo sáng tạo trong thực hành luật ”, Ủy ban thường trực của Luật sư bang California về trách nhiệm và ứng xử nghề nghiệp (tháng 11 năm 2023).

2. Lợi ích của “nhân mã” và “người máy” chỉ là tạm thời

Như tôi đã viết trong bài đăng mới nhất của mình , có một khoảng thời gian ngắn sau chiến thắng năm 1997 của Deep Blue trước đương kim vô địch cờ vua Garry Kasparov, nơi có vẻ như con người hợp tác với AI có thể đánh bại cả những cỗ máy cờ vua mạnh nhất. Kasparov đã phổ biến thuật ngữ “nhân mã” để mô tả các nhóm AI-con người hỗn hợp này.

Tuy nhiên, như hiện nay, con người không thể đóng góp nhiều kiến thức chuyên môn vào các trò chơi được chơi giữa các chương trình cờ vua hàng đầu. Trên thực tế, tất cả những gì con người có thể góp phần làm tăng tỷ lệ lỗi. Hóa ra chơi cờ là việc mà AI làm tốt hơn con người rất nhiều.

Tôi tin rằng chúng ta có thể rút ra một bài học quan trọng từ quá trình phát triển của AI trên bàn cờ: “nhân mã” và “người máy” cuối cùng sẽ bị đánh bại bởi sự tự động hóa ngày càng nhiều hơn. Bằng cách tương tự, những nhân viên văn phòng phụ thuộc nhiều vào sự hỗ trợ của AI nên bắt đầu suy nghĩ sâu sắc về những kỹ năng độc đáo nào họ có thể cung cấp mà mô hình AI không thể cung cấp. Rất có thể chức năng chính của nhân mã và người máy là cung cấp cho người thay thế nhiều tài liệu đào tạo hơn, đặc biệt đối với các nhiệm vụ có thể dễ dàng tự động hóa và không liên quan nhiều đến tương tác xã hội, khả năng thích ứng, tính linh hoạt và giao tiếp.

Kết thúc

Làm thế nào nhân mã và người máy ở nơi làm việc hiện đại có thể bị đánh bại? Đơn giản, bạn đánh bại họ với nhiều thời gian hơn. Nếu con người được phép có nhiều thời gian hơn để thực hiện những công việc phức tạp và sáng tạo thì sự trợ giúp từ GPT-4 là không cần thiết.

Mặt khác, một số nhiệm vụ nhất định mà con người thực hiện “cộng tác” với AI sáng tạo ngày nay sẽ được tự động hóa hoàn toàn trong tương lai gần. Giả sử một công nhân không thể tạo ra kết quả tốt hơn đáng kể trong một khung thời gian dài so với các thế hệ GPT-4 trong tương lai có thể tạo ra trong vài giây. Trong trường hợp đó, thực sự không có lý do gì để tiếp tục thuê con người làm những công việc đó.

Theo cách giải thích của tôi, việc điều hướng biên giới lởm chởm thực sự là hỏi: tôi có thể cung cấp kỹ năng độc đáo nào mà không thể thay thế bằng tự động hóa trong một vài năm tới?

Đăng ký nhận bản tin miễn phí của tôi The Gap: www.futuristiclawyer.com