Cách thức OpenAI biến các công cụ lập trình thành dots, trợ lý cá nhân luôn thường trực

Trợ lý cá nhân AI hoạt động liên tục—vốn tự động vận hành ở chế độ nền ngay cả khi không có yêu cầu trực tiếp—chính là lời giải của năm nay cho bài toán về phương thức con người ứng dụng các mô hình học sâu vào thực tế. Công ty khởi nghiệp Instinct đã nhanh chóng trở thành một hiện tượng, trong khi Meta cũng dồn toàn lực tiếp thị cho trợ lý Muse của mình. OpenAI cũng không đứng ngoài cuộc đua. Doanh nghiệp này đã ra mắt sản phẩm trợ lý mang tên dots tại sự kiện dành cho các nhà phát triển vào cuối tháng 9. Ông Alexander Embiricos, Trưởng bộ phận sản phẩm doanh nghiệp của OpenAI, đã tham dự diễn đàn TechCrunch Disrupt trong tháng này nhằm làm rõ nguồn gốc sản phẩm—bắt đầu từ câu hỏi vì sao nhiều doanh nghiệp lại lựa chọn các linh vật ngộ nghĩnh làm hình ảnh đại diện cho những cỗ máy nhân ma trận quy mô hàng nghìn tỷ tham số. "Đang có một sự tiến hóa hội tụ diễn ra", ông Embiricos nhận định về nỗ lực phát triển các trợ lý AI. "Trong quá trình xây dựng sản phẩm, chúng tôi nhận thấy nếu định hình đây là một thực thể thống nhất và là một cuộc đối thoại liền mạch duy nhất, thay vì chia tách thành nhiều cuộc trò chuyện khác nhau... trải nghiệm sẽ bắt đầu trở nên trực quan hơn." Trợ lý này hiện khả dụng trên ứng dụng ChatGPT dành cho máy tính và thiết bị di động đối với các thuê bao đăng ký gói Pro trở lên, với mức phí khởi điểm từ 100 USD/tháng. Sau khi được kết nối với lịch làm việc, thư điện tử, máy tính và các công cụ khác, tác tử sẽ chủ động hỗ trợ người dùng giải quyết công việc. Ông Embiricos chỉ ra rằng phần lớn tính năng của dots từng có thể thực hiện thông qua Codex—công cụ lập trình được OpenAI phát hành vào đầu năm nay. Tuy nhiên, phương thức đó đòi hỏi nhiều thao tác thủ công và sự can thiệp trực tiếp hơn. Ông cũng chia sẻ việc từng vui mừng khi thấy vợ mình để máy tính bật xuyên đêm để các tác tử tiếp tục xử lý công việc. "Tại đội ngũ phát triển sản phẩm, điều tôi luôn trăn trở là làm sao để công cụ này trở nên trực quan và hữu ích đối với người dùng", ông phát biểu trước các đại biểu tham dự Disrupt. "Phần lớn yêu cầu không nằm ở việc tích hợp thêm một công nghệ mới vào sản phẩm; mấu chốt là cách định vị sản phẩm tới người dùng và mang lại trải nghiệm ra sao." Lộ trình từ chatbot đến công cụ lập trình và trợ lý cá nhân Việc giúp công nghệ trở nên trực quan đồng nghĩa với việc tái đóng gói các tính năng của mô hình thành một sản phẩm dễ tiếp cận hơn. Đây vốn là lộ trình OpenAI đã theo đuổi khi tách ChatGPT Work từ các công cụ lập trình tự chủ vốn được xây dựng cho các kỹ sư phần mềm. Ngay cả tên gọi—một sự liên tưởng đến khoảng trống âm bản trong biểu trưng của OpenAI—cũng mang mục đích "tạo cảm giác về một thực thể có thể hiện diện ở khắp mọi nơi". (Khi được hỏi về thời điểm biết tin doanh nhân AI đối thủ Elon Musk sở hữu tên miền dot.com, ông Embiricos cho biết: "Tôi nắm được thông tin này khá muộn".) Ý tưởng cốt lõi của một tác tử duy trì liên tục là khả năng hoạt động không phụ thuộc vào câu lệnh. Đối với OpenAI, điều này đồng nghĩa với việc gia tăng lượng token tiêu thụ; còn đối với người dùng, đây là một trợ lý chủ động hơn, "luôn hướng tới người dùng và tìm cách hỗ trợ", theo cách diễn đạt của ông Embiricos. Qua thử nghiệm thực tế, khả năng phán đoán trước của trợ lý thể hiện tương đối rõ ràng và hữu ích, song vẫn chưa đạt độ hoàn thiện tối ưu. Hệ thống có thể đưa ra cảnh báo về xung đột lịch trình hay các thời hạn cận kề, song không phải lúc nào cũng bảo đảm tính kịp thời. "Lần đầu tiên hệ thống đưa ra thông báo về một sự cố trùng lịch—khi đó sản phẩm còn trong giai đoạn đầu phát triển—nó chỉ báo trước đúng ba phút", ông Embiricos kể lại trải nghiệm với trợ lý dots của mình. "Nội dung thông báo đại ý: 'Sự kiện sắp diễn ra. Bạn có thể cần xử lý ngay'. Trong khi tôi chỉ còn vỏn vẹn ba phút!" Embiricos kỳ vọng thời gian phản hồi sẽ dần được cải thiện, song tính chủ động vẫn là yếu tố then chốt của sản phẩm. “Tôi từng nghe một kỹ sư tại một công ty khởi nghiệp giao hàng bằng máy bay không người lái chia sẻ: ‘Hệ thống của chúng tôi gặp sự cố, và vào thời điểm tôi nhận ra sự cố đang diễn ra, dot đã phát hiện, phân tích tình hình và cung cấp thông tin hữu ích để chúng tôi khắc phục sự cố’.” Giao toàn quyền cho dot Tương tự phần lớn các trường hợp ứng dụng trợ lý AI (AI agent), luôn có sự giằng co giữa lượng thông tin cá nhân mà một mô hình AI cần để hoạt động hiệu quả và mức độ dữ liệu cá nhân mà người dùng chia sẻ với một công ty phần mềm. Muse từng bị chỉ trích vì việc xây dựng hồ sơ về gia đình và bạn bè của người dùng. Phần mềm này sử dụng các dữ liệu đó để xác định người dùng muốn đến nhà hàng nào với một người bạn cụ thể, nhưng điều này cũng có thể mang lại giá trị rất lớn cho mảng kinh doanh quảng cáo của Meta. Liệu dots có thu thập dữ liệu tương tự? “Có, chúng tôi đã tích hợp một tính năng vào dots, gọi là nghiên cứu chủ động”, Embiricos cho biết. “Theo định kỳ, hệ thống sẽ đánh giá những gì đã biết về người dùng, các cuộc hội thoại đã thực hiện, cũng như các quyền truy cập được cấp. Sau đó, hệ thống sẽ chủ động tìm hiểu xem: ‘Tôi có thể làm gì để hỗ trợ người dùng tốt hơn?’, và đưa ra đề xuất tương ứng”. Rất khó để tách bạch nhu cầu dữ liệu của trợ lý AI với nhu cầu của công ty mẹ. Hark, một công ty khởi nghiệp đang phát triển trợ lý cá nhân AI riêng, khẳng định rõ ràng rằng họ không thu thập dữ liệu để phục vụ hoạt động quảng cáo như cách OpenAI và Meta thực hiện. Đối với dots, OpenAI cho biết trợ lý này áp dụng các cơ chế kiểm soát quyền riêng tư tương tự như ChatGPT: Người dùng có thể tắt tính năng huấn luyện mô hình (ngăn OpenAI sử dụng các cuộc trò chuyện để cải thiện AI), đồng thời kiểm soát phương thức và phạm vi tài nguyên mà ứng dụng truy cập trên máy tính. Dù vậy, các tùy chọn kiểm soát này chưa thật sự chi tiết và ứng dụng đôi khi còn đòi hỏi quyền hạn quá mức. Đơn cử, ứng dụng từ chối quyền truy cập chỉ đọc (read-only) đối với các dịch vụ lưu trữ đám mây. “Tôi cho rằng điều chúng tôi cần làm về cơ bản là xây dựng các quyền kiểm soát cực kỳ chi tiết”, Embiricos nhận định, song ông cũng chỉ ra rằng trí thông minh và khả năng tự quyết của mô hình là mặt còn lại của vấn đề. “Đây thực tế là điều chúng tôi từng nhận một số lời phàn nàn khi ra mắt”, Embiricos cho biết. “Chúng tôi từng thiết lập các chế độ mặc định rất thận trọng về phạm vi hoạt động của trợ lý này, khiến hệ thống phải xin phép người dùng rất nhiều lần. Tôi nhớ khi đó chúng tôi nhận thức được rằng...”