Trong giai đoạn đầu của làn sóng AI tạo sinh, phần lớn sự chú ý tập trung vào những hệ thống có thể viết văn bản hoặc trả lời câu hỏi. Hiện nay, phạm vi tương tác đã mở rộng đáng kể. Một hệ thống AI có thể tiếp nhận nội dung từ nhiều dạng dữ liệu khác nhau, chẳng hạn văn bản, hình ảnh, âm thanh, video hoặc bảng biểu, rồi kết hợp chúng để tạo ra câu trả lời hay đề xuất phù hợp hơn. Cách tiếp cận này thường được gọi là AI đa phương thức.
AI đa phương thức không chỉ là một bước nâng cấp về giao diện. Nó làm thay đổi cách con người cung cấp thông tin cho máy và cách máy hỗ trợ con người trong công việc. Thay vì phải chuyển một bức ảnh thành văn bản, tách âm thanh thành bản chép lời rồi mới đưa dữ liệu vào một công cụ, người dùng có thể bắt đầu từ chính tài liệu ban đầu. Tuy nhiên, khả năng xử lý nhiều loại dữ liệu không đồng nghĩa với việc hệ thống luôn hiểu đúng ngữ cảnh. Giá trị thực tế của công nghệ phụ thuộc vào chất lượng dữ liệu, mục tiêu sử dụng và mức độ kiểm soát của con người.
AI đa phương thức hoạt động theo cách nào?
Ở mức khái quát, AI đa phương thức được thiết kế để nhận diện các đặc điểm có ý nghĩa trong nhiều dạng dữ liệu rồi liên kết chúng trong cùng một ngữ cảnh. Với văn bản, hệ thống có thể phân tích từ ngữ, cấu trúc câu và mối quan hệ giữa các ý. Với hình ảnh, hệ thống có thể nhận biết vật thể, bố cục, màu sắc hoặc một số chi tiết trực quan. Với âm thanh, hệ thống có thể xử lý lời nói, nhịp điệu hay những đặc điểm liên quan đến nội dung được ghi lại. Khi các tín hiệu này được kết hợp, hệ thống có thể đưa ra phản hồi dựa trên nhiều nguồn thông tin thay vì chỉ dựa vào một loại dữ liệu.
Ví dụ, người dùng có thể cung cấp ảnh chụp một bảng biểu kèm câu hỏi bằng văn bản để yêu cầu tóm tắt xu hướng trong bảng. Một nhóm kỹ thuật có thể gửi hình ảnh của một thiết bị cùng mô tả hiện tượng bất thường để nhận được danh sách bước kiểm tra ban đầu. Một cuộc họp được ghi âm có thể được chuyển thành bản tóm tắt, trong đó các ý kiến được đối chiếu với tài liệu chuẩn bị trước cuộc họp. Những trường hợp này cho thấy AI đa phương thức có thể đóng vai trò như một lớp kết nối giữa dữ liệu và hành động.
Dù vậy, người dùng không nên hình dung AI như một bộ phận cảm nhận hoàn hảo. Hình ảnh mờ, âm thanh nhiều tạp âm, bảng biểu thiếu ngữ cảnh hoặc câu hỏi không rõ mục tiêu đều có thể dẫn đến kết quả sai. Hệ thống có thể nhận ra một vật thể nhưng không hiểu đầy đủ nguyên nhân khiến vật thể đó xuất hiện trong một tình huống cụ thể. Nó cũng có thể đưa ra diễn giải hợp lý về mặt ngôn ngữ nhưng không đủ căn cứ để khẳng định một kết luận chuyên môn.
Những thay đổi dễ thấy trong công việc hằng ngày
Ứng dụng đầu tiên của AI đa phương thức là giảm bớt các thao tác chuyển đổi dữ liệu lặp lại. Nhân viên văn phòng thường phải đọc tài liệu, nhập thông tin từ biểu mẫu, sắp xếp ảnh chụp hoặc nghe lại các đoạn ghi âm. Một hệ thống có thể hỗ trợ các bước này bằng cách nhận dạng nội dung, phân loại thông tin và tạo bản nháp để con người kiểm tra. Công nghệ không loại bỏ hoàn toàn công việc, nhưng có thể chuyển trọng tâm từ nhập liệu thủ công sang xem xét, chỉnh sửa và ra quyết định.
Trong giáo dục, AI đa phương thức có thể hỗ trợ giải thích một sơ đồ, phân tích cấu trúc của bài viết hoặc gợi ý cách tiếp cận một bài tập dựa trên hình ảnh đề bài. Giá trị của công cụ nằm ở khả năng đưa ra nhiều cách diễn đạt khác nhau, phù hợp với nhu cầu của người học. Tuy nhiên, nếu học sinh chỉ chấp nhận câu trả lời có sẵn mà không tự kiểm tra quá trình lập luận, công nghệ có thể làm suy yếu năng lực tự học. Vì vậy, AI nên được dùng như một công cụ gợi mở và phản hồi, không phải là phương án thay thế hoàn toàn cho việc đọc, suy nghĩ và thực hành.
Trong hoạt động kinh doanh, một hệ thống có thể hỗ trợ tổng hợp phản hồi của khách hàng từ tin nhắn, bản ghi âm cuộc gọi và hình ảnh sản phẩm. Các nhóm tiếp thị có thể dùng AI để tạo nhiều bản nháp nội dung từ một bộ thông tin chung, còn nhóm vận hành có thể phân loại yêu cầu theo mức độ ưu tiên. Những công việc này giúp doanh nghiệp xử lý lượng dữ liệu lớn hơn, nhưng kết quả vẫn cần được đối chiếu với quy định nội bộ, cam kết với khách hàng và thực tế hoạt động.
Trong lĩnh vực sáng tạo, AI đa phương thức cho phép người dùng bắt đầu từ bản phác thảo, một đoạn mô tả, một bức ảnh tham khảo hoặc một bản ghi âm ý tưởng. Hệ thống có thể hỗ trợ phát triển bố cục, đề xuất biến thể và chuyển ý tưởng giữa nhiều định dạng. Điều đó làm giảm rào cản kỹ thuật ở một số khâu, nhưng không thay thế được mục tiêu, gu thẩm mỹ và trách nhiệm biên tập của người tạo ra sản phẩm.
Lợi ích không chỉ nằm ở tốc độ
Nói AI đa phương thức giúp tiết kiệm thời gian là đúng nhưng chưa đủ. Lợi ích quan trọng hơn là công nghệ có thể làm cho dữ liệu dễ tiếp cận hơn đối với những người không chuyên về một định dạng nhất định. Một người quen làm việc với văn bản có thể hỏi về nội dung của một biểu đồ bằng ngôn ngữ tự nhiên. Một người gặp khó khăn khi đọc tài liệu dài có thể yêu cầu tóm tắt bằng giọng nói. Một nhóm làm việc ở nhiều địa điểm có thể nhanh chóng biến nội dung cuộc họp thành danh sách việc cần thực hiện.
Khả năng kết hợp dữ liệu cũng hỗ trợ việc phát hiện mối liên hệ mà con người dễ bỏ qua khi phải xem từng nguồn riêng lẻ. Chẳng hạn, một vấn đề được phản ánh trong ảnh sản phẩm có thể liên quan đến thông tin trong nhật ký bảo trì hoặc nội dung phản hồi của khách hàng. AI có thể giúp đưa những mảnh thông tin này vào cùng một quy trình phân tích. Tuy nhiên, việc phát hiện mối liên hệ không có nghĩa là đã chứng minh được quan hệ nguyên nhân và kết quả. Đây là điểm người dùng cần đặc biệt lưu ý khi chuyển từ gợi ý của hệ thống sang quyết định thực tế.
Rủi ro về quyền riêng tư và bảo mật
AI đa phương thức thường được sử dụng với những dữ liệu giàu thông tin hơn văn bản đơn thuần. Một bức ảnh có thể chứa khuôn mặt, địa chỉ, màn hình máy tính hoặc giấy tờ cá nhân. Một đoạn ghi âm có thể tiết lộ giọng nói, nội dung trao đổi riêng tư và thông tin về nhiều người. Video còn chứa cả bối cảnh, thời điểm và hành vi của những người xuất hiện trong khung hình. Vì vậy, trước khi tải dữ liệu lên bất kỳ hệ thống nào, người dùng cần xem xét dữ liệu đó có thực sự cần thiết hay không.
Doanh nghiệp nên xác định rõ loại thông tin nào được phép đưa vào công cụ AI, ai có quyền sử dụng, dữ liệu được lưu giữ trong bao lâu và cần xóa hoặc ẩn những chi tiết nào trước khi xử lý. Các tài liệu nội bộ, thông tin khách hàng, hồ sơ nhân sự và dữ liệu liên quan đến hoạt động kinh doanh không nên được đưa vào một dịch vụ chỉ vì thao tác đó thuận tiện. Chính sách sử dụng cần đi kèm hướng dẫn thực tế, bởi một quy định quá chung chung sẽ khó giúp nhân viên nhận biết ranh giới trong từng tình huống.
Vì sao con người vẫn giữ vai trò trung tâm?
AI đa phương thức có thể tạo ra một câu trả lời mạch lạc ngay cả khi đầu vào chưa đầy đủ hoặc bị hiểu sai. Đây là lý do việc đánh giá kết quả phải được xem là một phần của quy trình, không phải bước tùy chọn. Người dùng cần kiểm tra xem hệ thống đã sử dụng đúng tài liệu chưa, có bỏ sót chi tiết quan trọng không, có nhầm người, vật thể, con số hoặc mối quan hệ trong hình ảnh không. Với các lĩnh vực có hậu quả lớn, kết quả từ AI chỉ nên được xem như thông tin tham khảo cho người có chuyên môn.
Con người cũng là bên xác định mục tiêu và giới hạn của nhiệm vụ. Cùng một bức ảnh, câu hỏi “ảnh này có gì?” khác hoàn toàn với yêu cầu “ảnh này có đáp ứng tiêu chuẩn an toàn hay không?”. Câu hỏi thứ hai đòi hỏi tiêu chuẩn cụ thể, dữ liệu nền phù hợp và thẩm quyền đánh giá. Nếu người dùng giao cho hệ thống một nhiệm vụ mơ hồ, kết quả có thể nghe thuyết phục nhưng không đáp ứng nhu cầu thật sự.
Một quy trình sử dụng hiệu quả thường bắt đầu bằng việc xác định mục tiêu, sau đó lựa chọn dữ liệu tối thiểu cần thiết, yêu cầu AI nêu rõ phần chưa chắc chắn và cuối cùng là kiểm tra bằng nguồn hoặc phương pháp độc lập. Người dùng cũng nên lưu lại phiên bản tài liệu đã xử lý và những thay đổi được thực hiện sau đó trong các công việc cần khả năng truy vết. Cách làm này giúp phân biệt phần do hệ thống đề xuất với phần đã được con người xác nhận.
Kỹ năng cần thiết trong thời đại AI đa phương thức
Kỹ năng quan trọng không chỉ là biết viết câu lệnh cho AI. Người dùng cần biết đặt câu hỏi cụ thể, cung cấp đủ bối cảnh, mô tả tiêu chí đánh giá và nhận diện giới hạn của dữ liệu. Khả năng đọc hiểu hình ảnh, bảng biểu và âm thanh vẫn có ý nghĩa, bởi con người phải biết khi nào một kết quả trực quan là thiếu căn cứ. Bên cạnh đó, kiến thức về quyền riêng tư, bản quyền, bảo mật và trách nhiệm nghề nghiệp ngày càng trở nên cần thiết.
Các tổ chức cũng cần đào tạo nhân viên theo tình huống thay vì chỉ giới thiệu tính năng. Một buổi hướng dẫn nên cho thấy cách xử lý dữ liệu nhạy cảm, cách sửa đầu ra sai, cách báo cáo sự cố và cách quyết định khi nào không nên dùng AI. Những quy trình đơn giản như phân loại dữ liệu, yêu cầu người thứ hai xem xét nội dung quan trọng và giới hạn quyền truy cập có thể tạo ra khác biệt lớn trong thực tế.
Triển vọng của một cách làm việc mới
AI đa phương thức đang thúc đẩy một mô hình tương tác tự nhiên hơn giữa con người và máy móc. Thay vì học cách chuyển mọi vấn đề về một định dạng duy nhất, người dùng có thể làm việc với dữ liệu gần với thực tế ban đầu của họ. Một nhà thiết kế có thể bắt đầu từ bản phác thảo, một kỹ thuật viên từ ảnh chụp hiện trường, còn một nhân viên chăm sóc khách hàng từ bản ghi âm cuộc gọi. Điều này có thể mở rộng khả năng tiếp cận công nghệ cho nhiều nhóm người dùng.
Nhưng tương lai của AI đa phương thức không nên được đánh giá chỉ bằng số lượng tác vụ mà hệ thống có thể thực hiện. Câu hỏi quan trọng hơn là công nghệ có giúp con người hiểu vấn đề rõ hơn, đưa ra quyết định có trách nhiệm hơn và giảm những sai sót không cần thiết hay không. Nếu thiếu cơ chế kiểm soát, tốc độ xử lý cao có thể chỉ khiến sai lầm lan rộng nhanh hơn.
AI đa phương thức vì thế nên được nhìn nhận như một lớp hỗ trợ mới trong quy trình làm việc, không phải một người thay thế toàn năng. Giá trị bền vững của nó đến từ sự kết hợp giữa khả năng xử lý dữ liệu của máy và năng lực phán đoán, đồng cảm, chịu trách nhiệm của con người. Khi biết lựa chọn dữ liệu phù hợp, đặt mục tiêu rõ ràng và kiểm tra kết quả có hệ thống, người dùng có thể tận dụng công nghệ mà vẫn duy trì quyền kiểm soát đối với những quyết định quan trọng.
