Sự bão hoà của “tri thức trung bình” trong kỷ nguyên AI
Trong vòng ba năm qua, năng lực của các hệ thống AI tạo sinh đã mở rộng với tốc độ chưa từng có. AI Index Report 2024 của Stanford Institute for Human-Centered AI cho thấy mức đầu tư, số lượng mô hình nền tảng và quy mô ứng dụng AI đều tăng trưởng mạnh mẽ trên phạm vi toàn cầu (Stanford Institute for Human-Centered AI, 2024). AI không còn là công cụ thử nghiệm, mà đã trở thành hạ tầng nhận thức của nhiều ngành kinh tế.
Trong bối cảnh đó, tri thức phổ quát – tức tri thức có thể truy cập công khai, tổng hợp và diễn giải lại – không còn giữ vai trò lợi thế cạnh tranh bền vững. Khi một hệ thống AI có thể tóm tắt hàng trăm tài liệu, xây dựng cấu trúc luận điểm và sản xuất bản thảo phân tích trong thời gian rất ngắn, giá trị không còn nằm ở việc “biết nhiều”, mà ở khả năng đánh giá, kiểm chứng, tích hợp và chịu trách nhiệm trước hệ quả của quyết định.
Tri thức trung bình, vì vậy, trở thành dạng hàng hoá phổ biến. Trong môi trường này, việc sở hữu bằng cấp truyền thống mà không kèm theo năng lực chiến lược rõ ràng có nguy cơ mất dần ý nghĩa phân biệt.
Từ AI tạo sinh đến AI thực thi và lao động số
Xu hướng công nghệ hiện nay không dừng lại ở khả năng tạo nội dung. Các hệ thống AI đang chuyển dần sang mô hình tác nhân (AI agents), có khả năng thực thi nhiều bước hành động, tự động hoá quy trình và phối hợp trong môi trường vận hành thực tế. Điều này đánh dấu bước chuyển từ AI như một công cụ hỗ trợ sang AI như một thành phần tham gia thực thi trong tổ chức.
McKinsey Global Institute (2023) ước tính AI tạo sinh có thể đóng góp từ 2,6 đến 4,4 nghìn tỷ USD giá trị kinh tế mỗi năm thông qua tự động hoá các tác vụ nhận thức. Khái niệm “digital labour” được sử dụng để mô tả lực lượng lao động số có khả năng đảm nhiệm một phần công việc trí tuệ vốn do con người thực hiện.
Khi AI trở thành một yếu tố tích hợp trong hệ thống quản trị và vận hành, cấu trúc cạnh tranh lao động thay đổi căn bản. Các vị trí dựa trên phân tích chuẩn hoá, tổng hợp thông tin hoặc sản xuất nội dung có mức độ rủi ro tự động hoá cao hơn. Ngược lại, các vai trò đòi hỏi thiết kế hệ thống, tư duy chiến lược, quản trị rủi ro và lãnh đạo thể chế gia tăng giá trị.
Tranh luận về AGI và viễn cảnh siêu trí tuệ
Bên cạnh AI ứng dụng, giới học thuật tiếp tục tranh luận về khả năng phát triển Artificial General Intelligence (AGI) – hệ thống có năng lực nhận thức rộng tương đương hoặc vượt con người. Bostrom (2014) phân tích các kịch bản phát triển siêu trí tuệ và những rủi ro tồn tại có thể phát sinh. Russell (2019) nhấn mạnh nhu cầu xây dựng các hệ thống AI tương thích với giá trị và lợi ích của nhân loại.
Mặc dù một số dự báo cho rằng AGI có thể xuất hiện trong thập kỷ này, chưa tồn tại đồng thuận khoa học về mốc thời gian cụ thể. Tuy nhiên, xu hướng gia tăng năng lực mô hình và mở rộng phạm vi ứng dụng là điều đã được ghi nhận (Stanford Institute for Human-Centered AI, 2024). Trong bối cảnh này, câu hỏi chính sách không phải là dự đoán chính xác ngày xuất hiện siêu trí tuệ, mà là đánh giá mức độ sẵn sàng của thể chế và hệ thống giáo dục trước quá trình tự động hoá nhận thức ngày càng sâu rộng.
Tái cấu trúc lợi thế cạnh tranh: từ bằng cấp sang năng lực được công nhận
Khi tri thức phổ quát không còn khan hiếm, lợi thế cạnh tranh chuyển dịch sang năng lực phức hợp và được xác thực. Tổ chức và nhà tuyển dụng cần tín hiệu đáng tin cậy về khả năng lãnh đạo, quản trị công nghệ, phân tích hệ thống và ra quyết định trong môi trường bất định.
Trong hệ sinh thái đào tạo nâng cao gắn với SwissUK™, các cấu trúc như Certificate of Advanced Studies (CAS), Master of Advanced Studies (MAS) và Doctoral Advanced Studies (DRAS) được định vị như cơ chế tích luỹ và xác thực năng lực nghề nghiệp theo cấp độ tăng dần. CAS tập trung vào năng lực chuyên sâu gắn với thực tiễn; MAS tích hợp và tổng hợp năng lực ở cấp chiến lược; DRAS nhấn mạnh khả năng lãnh đạo thể chế và thiết kế hệ thống trong môi trường phức tạp.
Trong kỷ nguyên AI thực thi, các cấu trúc này có thể được xem như công cụ chiến lược để chuẩn hoá năng lực thay vì chỉ bổ sung danh hiệu học thuật.
Hàm ý chính sách cho giáo dục đại học trong thời đại AI
Từ góc nhìn của SwissUK™ Policy Lab, ba hàm ý chính nổi bật.
Thứ nhất, giáo dục đại học cần chuyển trọng tâm từ truyền đạt thông tin sang phát triển năng lực chiến lược, bao gồm năng lực làm việc với AI, đánh giá rủi ro công nghệ và tư duy hệ thống.
Thứ hai, các chương trình đào tạo nâng cao cần tích hợp nội dung về quản trị AI, đạo đức công nghệ và thiết kế chính sách như thành phần cốt lõi.
Thứ ba, mô hình tích luỹ theo từng cấp độ như CAS–MAS–DRAS cho phép cá nhân thích ứng linh hoạt với sự thay đổi nhanh chóng của công nghệ, đồng thời duy trì tiêu chuẩn đánh giá năng lực minh bạch.
Trong một môi trường nơi AI có thể viết, phân tích và thực thi quy trình, lợi thế bền vững của con người nằm ở khả năng định hướng, kiểm soát và chịu trách nhiệm. Công nhận năng lực bậc cao vì vậy trở thành yếu tố cấu trúc trong cạnh tranh toàn cầu thời đại AI.
Tài liệu tham khảo
Bostrom, N. (2014). Superintelligence: Paths, dangers, strategies. Oxford University Press.
McKinsey Global Institute. (2023). The economic potential of generative AI: The next productivity frontier. McKinsey & Company.
Russell, S. (2019). Human compatible: Artificial intelligence and the problem of control. Viking.
Stanford Institute for Human-Centered AI. (2024). AI Index Report 2024. Stanford University.
