Một nhóm các nhà nghiên cứu từ bốn trường đại học Canada và Hoa Kỳ cho biết trí tuệ nhân tạo có thể thay thế con người khi thu thập dữ liệu cho nghiên cứu khoa học xã hội.

Các nhà nghiên cứu từ Đại học Waterloo, Đại học Toronto, Đại học Yale và Đại học Pennsylvania đã xuất bản một bài nghiên cứu trên tạp chí Science vào ngày 15 tháng 6 về cách AI, cụ thể là các mô hình ngôn ngữ lớn (LLM), có thể ảnh hưởng đến công việc.

"Các mô hình AI có thể đại diện cho vô số trải nghiệm và quan điểm của con người, có thể mang lại cho họ mức độ tự do cao hơn để tạo ra các phản ứng đa dạng hơn so với các phương pháp tham gia thông thường của con người, điều này có thể giúp giảm bớt những lo ngại về khả năng khái quát hóa trong nghiên cứu," Igor Grossmann, giáo sư tâm lý học tại Waterloo và một đồng tác giả của bài nghiên cứu, cho biết trong một thông cáo báo chí.

Philip Tetlock, giáo sư tâm lý học tại UPenn và là đồng tác giả bài viết, còn đi xa hơn khi nói rằng LLM sẽ "cách mạng hóa dự báo dựa trên con người" chỉ trong ba năm.

Trong bài nghiên cứu của mình, các tác giả đặt ra câu hỏi: "Làm thế nào để các hoạt động nghiên cứu khoa học xã hội có thể được điều chỉnh, thậm chí được phát minh lại, để khai thác sức mạnh của nền tảng AI? Và làm thế nào để thực hiện điều này mà vẫn đảm bảo nghiên cứu minh bạch và có thể nhân rộng?"

Các tác giả cho biết khoa học xã hội có truyền thống dựa vào các phương pháp như bảng câu hỏi và nghiên cứu quan sát.

Nhưng với khả năng của LLMs để nghiền ngẫm một lượng lớn dữ liệu văn bản và tạo ra phản ứng giống như con người, các tác giả cho biết điều này mang đến cơ hội "mới lạ" cho các nhà nghiên cứu để kiểm tra các lý thuyết về hành vi của con người với tốc độ nhanh hơn và trên quy mô lớn hơn nhiều.

Bài viết cho biết các nhà khoa học có thể sử dụng LLM để kiểm tra các lý thuyết trong môi trường mô phỏng trước khi áp dụng chúng vào thế giới thực hoặc thu thập các quan điểm khác nhau về một vấn đề chính sách phức tạp và tạo ra các giải pháp tiềm năng.

Tetlock nói: "Sẽ không hợp lý nếu con người không có sự hỗ trợ của AI để mạo hiểm đưa ra những phán đoán xác suất trong các cuộc tranh luận chính sách nghiêm túc. Tôi đặt 90% cơ hội cho điều đó. Tất nhiên, làm thế nào con người phản ứng với tất cả những điều đó là một vấn đề khác."

Tuy nhiên, một vấn đề mà các tác giả đã xác định là các LLM thường học cách loại trừ các thành kiến văn hóa xã hội, đặt ra câu hỏi liệu các mô hình có phản ánh chính xác các quần thể mà họ nghiên cứu hay không.

Dawn Parker, giáo sư Đại học Waterloo và đồng tác giả bài viết, đề xuất LLM là nguồn mở để các thuật toán và thậm chí cả dữ liệu của chúng có thể được kiểm tra, thử nghiệm hoặc sửa đổi.

Parker nói: “Chỉ bằng cách duy trì tính minh bạch và khả năng nhân rộng, chúng ta mới có thể đảm bảo rằng nghiên cứu khoa học xã hội được hỗ trợ bởi AI thực sự đóng góp vào hiểu biết của chúng ta về trải nghiệm của con người”.

© 2023 CTVNews.ca

Bản tiếng Việt của The Canada Life