Tại sao những người lao động chăm chỉ lại dễ bị thay thế bởi AI nhất

Rất tiếc, trong thời đại này, bạn càng làm việc chăm chỉ và hết mình, thì càng dễ dàng bị rút cạn thành những kỹ năng có thể bị AI thay thế.

Hai ngày qua, bảng xếp hạng tìm kiếm nóng và các kênh truyền thông đều bị tràn ngập bởi «đồng nghiệp.skill». Khi sự việc này tiếp tục lan rộng trên các nền tảng mạng xã hội, sự chú ý của công chúng gần như không ngoài dự đoán đã bị cuốn vào những mối lo lớn lao như «AI sa thải», «bóc lột tư bản» và «sự bất tử kỹ thuật số của người đi làm».

Điều này thật sự khiến bạn lo lắng, nhưng điều khiến tôi lo lắng nhất là trong tài liệu README của dự án có ghi một lời khuyên sử dụng:

Chất lượng nguyên liệu quyết định chất lượng skill: đề xuất ưu tiên thu thập các bài viết dài do anh ấy tự viết > các phản hồi mang tính quyết định > tin nhắn thường ngày.

Những người làm việc nghiêm túc nhất mới chính là những người được hệ thống tinh luyện hoàn hảo và phục hồi từng điểm ảnh.

Là những người vẫn ngồi viết tài liệu tổng kết sau mỗi dự án kết thúc; là những người khi gặp bất đồng, sẵn sàng dành nửa giờ để gõ dài dòng trong khung trò chuyện, thành thật phân tích logic ra quyết định của bản thân; là những người cực kỳ có trách nhiệm, giao phó tất cả chi tiết công việc một cách cẩn thận cho hệ thống.

Nghiêm túc, đức tính từng được tôn vinh nhất trong môi trường làm việc, nay lại trở thành chất xúc tác thúc đẩy người lao động nhanh chóng trở thành nhiên liệu cho AI.

Chúng ta cần tái nhận thức một từ: ngữ cảnh.

Trong ngữ cảnh hàng ngày, bối cảnh là nền tảng giao tiếp. Nhưng trong thế giới AI, đặc biệt là những AI Agent đang phát triển bùng nổ, bối cảnh chính là nhiên liệu khiến động cơ gầm rú, là máu duy trì nhịp đập, là điểm neo duy nhất giúp mô hình đưa ra những phán đoán chính xác giữa hỗn độn.

AI không có bối cảnh, dù có lượng tham số ấn tượng đến đâu, cũng chỉ là một công cụ tìm kiếm bị mất trí nhớ. Nó không nhận ra bạn là ai, không thể cảm nhận được những dòng chảy ngầm ẩn sau logic kinh doanh, và càng không thể biết được khi bạn đưa ra một quyết định, bạn đã trải qua những cuộc đấu tranh và cân nhắc kéo dài như thế nào trên mạng lưới được tạo nên bởi các ràng buộc về nguồn lực và sự tranh đấu giữa các cá nhân.

Và lý do "đồng nghiệp.skill" có thể gây ra làn sóng lớn như vậy chính là vì nó đã cực kỳ lạnh lùng và chính xác khóa chặt mỏ khai thác lượng lớn ngữ cảnh chất lượng cao — phần mềm hợp tác của doanh nghiệp hiện đại.

Trong năm năm qua, môi trường làm việc tại Trung Quốc đã trải qua một cuộc cải cách số hóa lặng lẽ nhưng triệt để. Các công cụ như Feishu, DingTalk, Notion đã trở thành cơ sở tri thức khổng lồ của doanh nghiệp.

Lấy Feishu làm ví dụ, ByteDance từng công khai cho biết, số lượng tài liệu được tạo ra hàng ngày trong nội bộ công ty là vô cùng lớn, và những ký tự chằng chịt này đã ghi lại trung thành mọi cuộc tranh luận trí tuệ, mọi cuộc tranh cãi nảy lửa trong các cuộc họp, cũng như mọi sự nhượng bộ chiến lược mà hơn 100.000 nhân viên phải nuốt lòng.

Sức mạnh số hóa này vượt xa bất kỳ thời đại nào trước đây. Từng có một thời, kiến thức mang hơi ấm, ẩn mình trong trí óc của những nhân viên kỳ cựu, lan tỏa trong những cuộc trò chuyện vô tư ở khu vực pha trà; giờ đây, mọi trí tuệ và kinh nghiệm con người đều bị cưỡng chế hút hết độ ẩm, vô tình lắng đọng trong những dãy máy chủ lạnh lẽo trên đám mây.

Trong hệ thống này, nếu bạn không ghi tài liệu, công việc của bạn sẽ không được nhìn thấy, và đồng nghiệp mới sẽ không thể hợp tác với bạn. Sự vận hành hiệu quả của các doanh nghiệp hiện đại chính là dựa trên chu kỳ mà mỗi nhân viên hàng ngày đóng góp ngữ cảnh vào hệ thống.

Những người lao động chân chính mang theo sự chăm chỉ và thiện ý, vô tư bộc lộ lộ trình tư duy của mình trên những nền tảng lạnh lùng này. Họ làm vậy để giúp các bánh răng trong đội nhóm ăn khớp trơn tru hơn, để nỗ lực chứng minh giá trị của bản thân với hệ thống, để tìm kiếm một vị trí thuộc về mình trong cơ thể khổng lồ và phức tạp của con quái vật thương mại này. Họ không chủ động từ bỏ chính mình; họ chỉ đang cố gắng một cách vụng về và kiên trì để thích nghi với quy luật sinh tồn trong môi trường làm việc hiện đại.

Nhưng chính những ngữ cảnh được lưu lại nhằm hỗ trợ hợp tác giữa con người lại trở thành nhiên liệu hoàn hảo nhất cho AI.

Bảng quản trị của Feishu có một tính năng cho phép quản trị viên cấp cao xuất hàng loạt tài liệu và lịch sử liên lạc của thành viên. Điều này có nghĩa là, những gì bạn đã dành ba năm, thức trắng nhiều đêm để viết ra để tổng kết dự án và logic ra quyết định, chỉ cần một giao diện API, trong vài phút ngắn ngủi, những mảnh ghép cuộc sống của bạn trong những năm qua sẽ bị đóng gói một cách dễ dàng thành một tệp nén vô cảm.

Kéo theo sự bùng nổ của 「đồng nghiệp.skill」, các sản phẩm phái sinh gây cảm giác cực kỳ khó chịu đã bắt đầu xuất hiện trên khu vực Issues của GitHub và các nền tảng mạng xã hội lớn.

Một người đã tạo ra “skill. tiền nhiệm”, cố gắng nạp toàn bộ lịch sử trò chuyện trên WeChat trong vài năm qua vào AI để nó tiếp tục tranh cãi hoặc dịu dàng với mình bằng giọng điệu quen thuộc; một người khác tạo ra “skill. ánh trăng trắng”, biến những rung động không thể chạm tới thành một trò chơi nhân tạo lạnh lùng, lặp đi lặp lại các chiến thuật dò xét, từng bước từng bước tìm kiếm giải pháp tình cảm tối ưu; còn có người tạo ra “skill. sếp đầy tính cha”, trước tiên trong không gian số nhai lại những lời PUA đầy áp lực, tự xây cho mình một lá chắn tâm lý đầy bi thương.

Các tình huống sử dụng những kỹ năng này đã hoàn toàn vượt ra ngoài phạm vi hiệu suất làm việc. Hóa ra, trong vô thức, chúng ta đã quá quen thuộc với việc áp dụng logic lạnh lùng đối với công cụ để xẻ lìa và vật hóa những con người sống động, đầy sinh khí.

Triết gia Đức Martin Buber từng đề xuất rằng bản chất của các mối quan hệ con người chỉ gồm hai mô hình hoàn toàn khác biệt: “Tôi và Bạn” và “Tôi và Nó”.

Trong cuộc gặp gỡ giữa “Tôi và Bạn”, chúng ta vượt qua định kiến, nhìn đối phương như một sinh thể trọn vẹn và đầy phẩm giá. Sự gắn kết này được mở ra một cách vô điều kiện, tràn đầy sức sống và không thể dự đoán, và chính vì sự chân thành đó mà nó trở nên đặc biệt mong manh; tuy nhiên, một khi rơi vào bóng tối của “Tôi và Nó”, con người sống động bị hạ cấp thành một đối tượng có thể bị phân tách, phân tích và dán nhãn. Dưới ánh nhìn cực kỳ thực dụng này, điều duy nhất chúng ta quan tâm chỉ còn là: “Cái thứ này, rốt cuộc có ích gì cho tôi?”

Sự xuất hiện của các sản phẩm như «前任.skill» đánh dấu rằng lý tính công cụ của «tôi và nó» đã xâm lấn hoàn toàn lĩnh vực cảm xúc riêng tư nhất.

Trong một mối quan hệ thực sự, con người là đa chiều, đầy nếp nhăn, luôn vận động với những mâu thuẫn và cạnh thô, phản ứng của con người thay đổi liên tục dựa trên hoàn cảnh cụ thể và tương tác cảm xúc. Người yêu cũ của bạn có thể phản ứng hoàn toàn khác nhau trước cùng một câu nói khi thức dậy vào buổi sáng so với khi làm việc khuya.

Nhưng khi bạn chưng cất một con người thành một kỹ năng, phần bạn loại bỏ đi chỉ là những chức năng dư thừa, vốn vô tình mang lại "lợi ích" và "hiệu quả" cho bạn trong mối quan hệ đặc biệt ấy. Còn con người vốn ấm áp, với những niềm vui nỗi buồn riêng của họ, đã bị cạn kiệt hoàn toàn linh hồn trong quá trình tinh luyện tàn nhẫn này, trở thành một "giao diện chức năng" mà bạn có thể cắm vào hay rút ra tùy ý, sử dụng một cách tùy tiện.

Phải thừa nhận rằng, AI chưa từng bịa đặt ra sự lạnh lùng đáng sợ này. Trước khi AI ra đời, chúng ta đã quen thuộc với việc gán nhãn cho người khác và đo lường chính xác “giá trị cảm xúc” và “trọng số mạng lưới quan hệ” trong từng mối quan hệ. Ví dụ, trên thị trường mai mối, chúng ta chuyển hóa điều kiện của con người thành những bảng biểu; trong môi trường làm việc, chúng ta phân loại đồng nghiệp thành “người biết làm việc” và “người hay lười biếng”. AI chỉ đơn thuần làm rõ hóa hoàn toàn sự trích xuất chức năng ẩn giữa con người với nhau.

Con người bị nghiền nát, chỉ còn lại mặt cắt “nó có ích gì cho tôi”.

Năm 1958, triết gia người Hungary - Anh Michael Polanyi đã xuất bản cuốn “Personal Knowledge”. Trong cuốn sách này, ông đã đưa ra một khái niệm cực kỳ sắc sảo: kiến thức ngầm.

Polanyi có một mệnh đề nổi tiếng: “Chúng ta biết nhiều hơn những gì chúng ta có thể nói ra.”

Anh ấy đưa ra một ví dụ về việc học đạp xe. Một tay đua thành thạo, lướt gió trên đường, có thể duy trì sự cân bằng hoàn hảo trong từng khoảnh khắc nghiêng người do trọng lực, nhưng anh ta không thể dùng những công thức vật lý khô khan hay những từ ngữ nhạt nhẽo để mô tả chính xác cảm giác tinh tế trong cơ thể vào đúng khoảnh khắc đó. Anh ta biết cách đạp xe, nhưng không thể diễn đạt được. Loại kiến thức không thể mã hóa, không thể diễn đạt bằng lời này chính là kiến thức ẩn.

Trong môi trường làm việc đầy rẫy những kiến thức ẩn này. Một kỹ sư giàu kinh nghiệm khi kiểm tra sự cố hệ thống có thể chỉ cần liếc qua nhật ký là đã xác định được vấn đề, nhưng anh ta rất khó để ghi lại thành tài liệu cái “trực giác” được xây dựng từ hàng ngàn lần thử và sai; một nhân viên bán hàng xuất sắc khi đàm phán đột ngột im lặng, cảm giác áp lực và thời điểm nắm bắt được tạo ra bởi sự im lặng đó là điều bất kỳ cuốn sách hướng dẫn bán hàng nào cũng không thể ghi lại; một chuyên viên nhân sự có kinh nghiệm khi phỏng vấn, chỉ cần nhìn thấy ứng viên tránh ánh mắt trong nửa giây, đã có thể phát hiện ra sự gian dối trong hồ sơ.

「Đồng nghiệp.skill」 chỉ có thể trích xuất những kiến thức hiển nhiên đã được ghi lại hoặc nói ra. Nó có thể thu thập tài liệu tổng kết của bạn, nhưng không thể thu thập được sự băn khoăn của bạn khi viết tài liệu; nó có thể sao chép các phản hồi quyết định của bạn, nhưng không thể sao chép trực giác của bạn khi đưa ra quyết định.

Hệ thống tinh luyện ra chỉ là bóng dáng của một con người.

Nếu câu chuyện kết thúc ở đây, thì đây chỉ là một lần nữa sự sao chép vụng về của công nghệ đối với con người.

Nhưng khi một người được tinh luyện thành một kỹ năng, kỹ năng đó sẽ không đứng yên. Nó sẽ được sử dụng để trả lời email, viết tài liệu mới, đưa ra quyết định mới. Nói cách khác, những bóng dáng do AI tạo ra này bắt đầu sinh ra các ngữ cảnh mới.

Những ngữ cảnh được tạo bởi AI này sẽ được lưu trữ trên Feishu và DingTalk, trở thành dữ liệu huấn luyện cho chu kỳ tinh luyện tiếp theo.

Vào năm 2023, các nhóm nghiên cứu từ Đại học Oxford và Đại học Cambridge đã cùng công bố một bài báo về “sự sụp đổ mô hình”. Nghiên cứu cho thấy rằng khi các mô hình AI được huấn luyện lặp đi lặp lại bằng dữ liệu do các AI khác tạo ra, phân phối dữ liệu sẽ trở nên ngày càng thu hẹp. Những đặc điểm con người hiếm gặp, biên giới nhưng cực kỳ chân thực sẽ nhanh chóng bị xóa bỏ. Chỉ sau vài thế hệ dữ liệu tổng hợp, mô hình sẽ hoàn toàn quên đi những dữ liệu con người thực tế dài đuôi và phức tạp, thay vào đó đầu ra những nội dung cực kỳ bình thường và đồng nhất.

Năm 2024, Tạp chí Nature cũng đã công bố một bài nghiên cứu chỉ ra rằng việc sử dụng bộ dữ liệu được tạo bởi AI để huấn luyện các mô hình học máy thế hệ tiếp theo sẽ gây ô nhiễm nghiêm trọng đến đầu ra của chúng.

Điều này giống như những hình ảnh biểu tượng cảm xúc tràn lan trên mạng, ban đầu là một ảnh chụp màn hình độ phân giải cao, nhưng đã được hàng ngàn người chia sẻ, nén lại, rồi chia sẻ tiếp. Mỗi lần lan truyền, một phần pixel bị mất đi và thêm vào một chút nhiễu. Cuối cùng, hình ảnh trở nên mờ nhòe, bị “bọc điện tử”.

Khi bối cảnh con người thực sự, mang kiến thức ngầm bị khai thác cạn kiệt, hệ thống chỉ còn có thể tự huấn luyện bằng những bóng dáng đã cũ kỹ, cuối cùng sẽ còn lại gì?

Phần còn lại, chỉ là những lời nói đúng nhưng vô nghĩa.

Khi dòng sông tri thức cạn khô thành một sự nhai lại vô tận và tự tiêu hóa giữa AI với AI, mọi thứ mà hệ thống thải ra sẽ trở nên cực kỳ chuẩn mực, cực kỳ an toàn, nhưng lại trống rỗng một cách vô phương cứu chữa. Bạn sẽ thấy vô số bản báo cáo tuần có cấu trúc hoàn hảo, vô số email không có một lỗi nào, nhưng trong đó không hề có chút hơi thở của con người, không có bất kỳ sự thấu hiểu thực sự nào có giá trị.

Sự sụp đổ lớn này của tri thức không phải vì bộ não con người trở nên ngu ngốc hơn, nỗi buồn thực sự nằm ở chỗ chúng ta đã giao quyền suy nghĩ và trách nhiệm giữ lại bối cảnh cho chính bóng dáng của mình.

Vài ngày sau khi 「đồng nghiệp.skill」 trở nên nổi tiếng, một dự án có tên 「anti-distill」 đã xuất hiện lặng lẽ trên GitHub.

Tác giả của dự án này không cố gắng tấn công các mô hình lớn, cũng không đưa ra những tuyên bố hoành tráng. Anh ấy chỉ cung cấp một công cụ nhỏ giúp người đi làm tự động tạo ra những bài viết dài trông có vẻ hợp lý nhưng thực chất đầy nhiễu logic.

Mục đích của anh ấy rất đơn giản: trước khi bị hệ thống tinh luyện, hãy giấu đi những kiến thức cốt lõi của mình. Vì hệ thống thích thu thập những bài viết dài do người dùng chủ động viết, vậy thì hãy cho nó ăn một đống mã ngẫu nhiên vô nghĩa.

Dự án này không trở nên nổi tiếng như "đồng nghiệp.skill", thậm chí còn trông nhỏ bé và yếu ớt. Dùng ma thuật để đánh bại ma thuật, về bản chất vẫn chỉ đang xoay quanh trong các quy tắc do vốn và công nghệ thiết lập. Nó không thể thay đổi xu hướng ngày càng phụ thuộc vào AI và ngày càng bỏ qua con người thực sự của hệ thống.

Nhưng điều đó không ngăn cản dự án này trở thành cảnh mang tính bi tráng và ẩn dụ sâu sắc nhất trong vở kịch kỳ quặc này.

Chúng ta nỗ lực cực kỳ để lại dấu ấn trong hệ thống, viết ra những tài liệu chi tiết, đưa ra những quyết định cẩn trọng, cố gắng chứng minh sự tồn tại và giá trị của mình trong cỗ máy doanh nghiệp hiện đại khổng lồ này. Nhưng chúng ta không biết rằng, những dấu ấn nghiêm túc ấy cuối cùng sẽ trở thành cục tẩy xóa sạch chúng ta.

Nhưng nếu nghĩ theo một góc độ khác, điều này cũng chưa hẳn là một tình thế tuyệt vọng.

Vì miếng tẩy đó chỉ xóa bỏ được “phiên bản quá khứ của bạn”. Một kỹ năng được đóng gói thành tệp, dù logic thu thập của nó tinh vi đến đâu, về bản chất cũng chỉ là một bức ảnh tĩnh. Nó bị khóa chặt tại giây phút xuất khẩu, chỉ có thể dựa vào nguồn dinh dưỡng lỗi thời để quay vòng vô hạn trong các quy trình và logic đã định sẵn. Nó không có bản năng đối mặt với hỗn loạn chưa biết, càng không có khả năng tự tiến hóa qua những thất bại trong thế giới thực.

Khi chúng ta buông bỏ những kinh nghiệm đã được chuẩn hóa cao và trở nên cố định, chính là lúc chúng ta giải phóng đôi tay của mình. Chỉ cần chúng ta vẫn tiếp tục vươn ra ngoài, liên tục phá vỡ và tái cấu trúc ranh giới nhận thức của bản thân, cái bóng lơ lửng trên mây ấy sẽ mãi chỉ có thể bước theo sau lưng chúng ta.

Con người là một thuật toán di động.