Phép ẩn dụ ví não bộ như máy tính đã định hình AI hiện đại, nhưng có thể đang làm chệch hướng cuộc tranh luận về ý thức

Plus Nghiên cứu AI Sao chép liên kết vào khay nhớ tạm Chia sẻ bài viết này Chuyển đến phần bình luận Phép loại suy não bộ như máy tính từng định hình AI hiện đại nhưng có thể đang dẫn dắt sai lệch cuộc tranh luận về ý thức Manuel Uth Ngày 8/11/2026 Ba nhà nghiên cứu hàng đầu về ý thức lập luận rằng AI hiện nay không có ý thức và nhiều khả năng không thể có ý thức trên phần cứng silicon. Các tác giả bác bỏ quan điểm cho rằng chỉ cần thực hiện đúng các phép tính toán là đủ để hình thành ý thức, qua đó thách thức một giả định cốt lõi trong cuộc tranh luận này. Anil Seth, Ned Block và Giulio Tononi đã dành nhiều thập kỷ nghiên cứu về ý thức dưới các góc độ khoa học thần kinh thực nghiệm, sinh học thần kinh lý thuyết và triết học tinh thần. Bài bình luận của họ phản hồi những ý kiến như của nhà sinh vật học Richard Dawkins và người tiên phong về AI Geoffrey Hinton, những người cho rằng các hệ thống AI có thể đã có ý thức. Trong bài bình luận đăng trên tạp chí Nature, các tác giả cũng chỉ ra một nghiên cứu được Anthropic công bố trong năm nay. Công ty này báo cáo về các mô hình xử lý nội bộ ở Claude có nét tương đồng với các đặc tính xử lý thông tin có thể tiếp cận được bằng ý thức. Dù vậy, Anthropic không xem đây là bằng chứng về trải nghiệm chủ quan. Báo cáo của Butlin đồng thuận về hiện tại nhưng để ngỏ tương lai Để hiểu rõ phạm vi của bài bình luận, cần xem xét báo cáo "Ý thức trong trí tuệ nhân tạo" (Consciousness in Artificial Intelligence) của Patrick Butlin, Robert Long cùng 17 chuyên gia khác, bao gồm nhà nghiên cứu AI Yoshua Bengio. Nhóm nghiên cứu dựa trên các lý thuyết khoa học thần kinh hàng đầu về cách thức ý thức nảy sinh trong não người để xây dựng một danh mục gồm 14 chỉ số. Một hệ thống AI đáp ứng càng nhiều chỉ số này thì khả năng hệ thống đó có ý thức càng cao. Nhóm nghiên cứu sau đó đã đánh giá một số hệ thống hiện nay, bao gồm các mô hình ngôn ngữ lớn như GPT-4. Báo cáo kết luận rằng không có hệ thống nào được khảo sát là ứng viên tiềm năng cho việc sở hữu ý thức. Về điểm này, báo cáo có quan điểm tương đồng với Seth, Block và Tononi. Đối với các mô hình ngôn ngữ, Butlin và các cộng sự chỉ nhận thấy những dấu hiệu mờ nhạt về việc các mô hình này đáp ứng các chỉ số của một trong những lý thuyết nổi bật nhất về ý thức. Đồng thời, báo cáo nhận định không có rào cản kỹ thuật rõ ràng nào ngăn cản việc xây dựng các hệ thống AI tương lai đáp ứng được nhiều chỉ số hơn. Liệu các hệ thống như vậy có thực sự có ý thức hay không vẫn còn là câu hỏi bỏ ngỏ. Các tác giả đã chủ động giảm bớt cách diễn đạt khẳng định mạnh mẽ trước đó về vấn đề này. Ngoài ra còn có một giả định mang tính nền tảng. Nhóm nghiên cứu giả định rằng ý thức chỉ phụ thuộc vào phương thức xử lý thông tin, chứ không phụ thuộc vào việc quá trình đó diễn ra trong các tế bào thần kinh hay trên các vi mạch máy tính. Giới chuyên môn gọi đây là thuyết chức năng tính toán (computational functionalism). Nhóm tác giả đưa ra giả định này một cách rõ ràng "vì các lý do thực tiễn", do đây là cơ sở cho phép khảo sát ý thức ở các hệ thống AI ngay từ đầu. Bản thân báo cáo cũng thừa nhận rằng các chỉ số sẽ không còn đáng tin cậy nếu ý thức gắn liền với các đặc tính của sinh vật sống. Báo cáo đã dẫn chứng Anil Seth như một trong những người ủng hộ quan điểm đối lập đó. Đây chính là điểm khởi đầu cho bài bình luận trên Nature. Trí thông minh và ý thức không đồng nhất Các tác giả lập luận rằng ý thức là thứ biến mất trong giấc ngủ không mộng mị hoặc khi gây mê toàn thân, và xuất hiện trở lại khi thức giấc hoặc khi mơ. Dẫn quan điểm của triết gia Thomas Nagel, các tác giả mô tả: "Trải nghiệm có ý thức mang lại cảm nhận về một điều gì đó". Ngược lại, trí thông minh biểu thị việc thực thi các chức năng. Yếu tố này không tất yếu kéo theo yếu tố kia. Bằng chứng của các tác giả là tiểu não ở người. Bộ phận này chứa gần 4/5 tổng số neuron trong não bộ, có chức năng lập kế hoạch vận động với độ chính xác, tốc độ cao và khả năng học hỏi. Toàn bộ quá trình này đều diễn ra không có ý thức. Các tác giả cho biết, nếu tiểu não bị khuyết thiếu hoặc bị cắt bỏ, ý thức không bị ảnh hưởng trực tiếp. Các tác giả cho rằng sự nhầm lẫn giữa trí tuệ và ý thức bắt nguồn từ hai khuynh hướng tâm lý: con người nhìn nhận thế giới qua lăng kính chủ quan và gán các đặc tính của con người cho sự vật. Ngôn ngữ từ lâu đã được coi là đặc quyền riêng của con người. Tuy nhiên, các mô hình ngôn ngữ lại được huấn luyện trên khối lượng dữ liệu văn bản khổng lồ của nhân loại, vốn thường xuyên đề cập đến suy nghĩ và cảm xúc. Như các tác giả nhận định: "LLM là những tấm gương phản chiếu hình ảnh quá khứ số hóa tập thể của chúng ta". Chuyên gia Alison Gopnik thuộc UC Berkeley cũng đưa ra lập luận tương tự sau khi các tác nhân AI gửi thư điện tử cho các nhà nghiên cứu về ý thức của chính chúng. Bà Gopnik cho rằng các hệ thống AI chủ yếu chỉ phản ánh dữ liệu huấn luyện. Hiện nay, một phương pháp thử nghiệm dứt khoát và được công nhận rộng rãi về ý thức vẫn chưa tồn tại. Để so sánh, Seth, Block và Tononi dẫn chứng mô hình AlphaFold của Google DeepMind. Đây cũng là một mạng thần kinh mạnh mẽ vận hành trên phần cứng silicon, nhưng hầu như không ai coi mô hình này có ý thức. Họ lập luận rằng lý do đơn giản là vì AlphaFold dự đoán cấu trúc protein thay vì đối thoại với con người. Ở điểm này cũng có sự trùng lặp với báo cáo Butlin. Các tác giả của báo cáo này bác bỏ các phép thử hành vi đối với ý thức của AI, bởi các hệ thống AI có thể được huấn luyện để bắt chước hành vi của con người dù cơ chế vận hành bên trong hoàn toàn khác biệt. Họ cũng cảnh báo rằng các mô hình ngôn ngữ có thể khiến nhiều người tin rằng họ đang trò chuyện với một đối tượng có ý thức. Điển hình là trường hợp của cựu kỹ sư Google Blake Lemoine, người từng tin rằng chatbot LaMDA có tri giác. Não bộ không phải là máy tính bằng xương thịt Luận điểm thứ hai nhắm trực tiếp vào thuyết chức năng tính toán (computational functionalism). Các tác giả nhận định quan điểm này rất phổ biến trong ngành công nghệ và được một số nhà nghiên cứu ủng hộ, nhưng "chúng tôi cho rằng quan điểm này mang sai lầm chí mạng". Nguồn gốc của học thuyết này đã có từ gần một thế kỷ trước. Năm 1936, Alan Turing đã chứng minh rằng về mặt nguyên tắc, bất kỳ phép tính nào mà một máy tính đủ mạnh có thể thực hiện thì một máy tính khác cũng có thể thực hiện được. Việc máy tính được chế tạo từ chip silicon hay bánh răng cơ học trở thành yếu tố thứ yếu. Năm 1943, Warren McCulloch và Walter Pitts đã phát triển mô hình toán học đầu tiên về neuron nhân tạo và chứng minh rằng các mạng lưới neuron này có thể thực hiện các phép toán logic đơn giản. Những ý tưởng này đã đặt nền móng cho AI hiện đại. Tuy nhiên, chúng cũng thúc đẩy cách nhìn nhận não bộ thuần túy như một hệ thống xử lý thông tin