Triết học và AI có vẻ như hai lãnh vực rất xa nhau, nhưng thật ra có nhiều điểm gần nhau hơn chúng ta vẫn tưởng.
Wittgenstein, Trò chơi ngôn ngữ và Mô Hình Ngôn Ngữ Lớn (Large Language Model), LLM
Trong quyển Philosophical Investigations, Ludwig Wittgenstein đưa ra một nhận định nổi tiếng: “ý nghĩa của một từ chính là cách nó được sử dụng trong ngôn ngữ.” (1)
Nhận định này xuất phát từ ý tưởng “trò chơi ngôn ngữ” (language games) mà Wittgenstein phát triển trong hệ thống triết học của mình. “Trò chơi ngôn ngữ” là một hoạt động trong đó từ ngữ (words), quy tắc (rules), người tham gia (players), ngữ cảnh (context), mục đích (function) và hình thức đời sống (forms of life) tương tác với nhau; từ đó, ý nghĩa mới xuất hiện. Biết định nghĩa của một từ không đủ, mà phải hiểu cách từ đó được sử dụng trong những hoàn cảnh nào, bởi ai và nhằm mục đích gì.
Đây cũng gần như hoàn toàn cách mà LLM vận hành. Những ai học cách viết prompt AI đều được dạy rằng, càng cung cấp càng nhiều và càng rõ ngữ cảnh (context), vai trò (role) và mục đích (task), giọng điệu (tone) và định dạng (format) thì câu trả lời nhận được càng đúng và phù hợp. Ví dụ: “Tôi là một giáo viên tiểu học. Hãy giúp tôi giải thích ‘ý thuyết hỗn loạn’ cho một học sinh 8 tuổi bằng một câu chuyện đơn giản, dài từ 5 đến 7 câu, dùng ngôn ngữ dễ hiểu và một ví dụ gần gũi.” Hay khi bạn đưa ra một chữ nào đó trong ngôn ngữ khác và bảo dịch sang tiếng Việt, bạn sẽ được công cụ AI đưa ra câu trả lời trong những ngữ cảnh khác nhau hoặc yêu cầu bạn cung cấp thêm thông tin để nó có thể dịch đúng hơn.
Điều đó cho thấy, AI cũng xử lý ngôn ngữ dựa trên ngữ cảnh, mục đích và cách sử dụng, như trong các trò chơi ngôn ngữ của Wittgenstein. Ngày nay chúng ta có thể xem điều này là hiển nhiên, nhưng vào thời điểm đó, ý tưởng của ông đã làm chuyển hướng hoàn toàn cách tiếp cận triết học về ngôn ngữ. Tuy nhiên, sở dĩ ở trên tôi chỉ nói “gần như” chứ không phải hoàn toàn, là bởi có một yếu tố quan trọng trong trò chơi ngôn ngữ mà AI không có: đó là “hình thức đời sống”, tức kinh nghiệm sống thực sự của con người. AI có thể học được cách các từ được sử dụng, nhưng nó không thực sự sống trong những tình huống đã tạo ra những cách sử dụng đó.
Alan Turing, Wittgenstein và sự bất đồng về “Trí Tuệ Nhân Tạo”
Tưởng cũng nên nhắc lại, Alan Turing, cha đẻ của ngành khoa học máy tính và trí tuệ nhân tạo, từng tham dự lớp Foundations của Mathematics của Wittgenstein vào năm 1939 tại đại học Cambridge. Dù là có quan hệ gần như thầy trò, Wittgenstein và Turing vẫn dành cho nhau một sự tôn trọng nhất định. Họ có những điểm giao thoa đáng kể trong toán học, triết học và nền tảng về trí tuệ nhân tạo, nhưng không đồng ý với nhau về cách họ hiểu về “trí tuệ” (intelligence).
Theo như Turing, tư duy có thể được hiểu như một dạng xử lý thông tin hay tính toán (computation). Nếu như máy móc có thể xử lý những dữ liệu đầu vào (input) ký hiệu (symbols), quy tắc (rules), tính toán và đưa ra kết quả (output) như người thì có thể xem là thông minh, bất kể là máy có thực sử “hiểu” những input đó không. Từ quan điểm này, Turing đề xuất phép thử “Turing Test” nổi tiếng, còn được gọi là “trò chơi bắt chước” (imitation game), trong đó trí tuệ của máy được đánh giá dựa trên khả năng thể hiện hành vi ngôn ngữ giống con người, thay vì dựa trên việc nó có ý thức hay hiểu biết thực sự hay không.
Wittgenstein không đồng ý với kết luận này. Ông cho rằng trí tuệ và ý nghĩa gắn liền với ngôn ngữ, đời sống thực hành và lịch sử, tức, forms of life. Vì vậy, nếu máy chỉ đưa ra output mà không thực sự chia sẻ được bối cảnh sống và lịch sử con người, nó sẽ không được xem là thông minh. (2)
Ví dụ: ChatGPT có thể “đọc” một bài thơ và kết luận, đó là một bài thơ buồn. Tuy nhiên nó chẳng thể nào cảm được buồn là gì, bởi vì nó không thực sự trải nghiệm nỗi buồn, nó chỉ có thể kết luận như vậy bằng cách nhận dạng những chữ và cách diễn đạt thường được gắn nhãn là “buồn”. Trong những tình huống tinh tế hơn, như mỉa mai, châm biếm (irony, sarcasm) hay nói giảm, nói tránh (understatement), AI có thể hiểu nhầm và không thể đưa ra câu trả lời chính xác.
Gần đây tôi xem một video khá buồn cười trên YouTube channel của FatherPhi (3): một người hỏi ChatGPT, “Tôi muốn rửa xe, nhà tôi cách chỗ rửa xe 100 m, theo bạn tôi nên đi bộ hay đi xe?” ChatGPT trả lời: “Bạn nên đi bộ, vì 100 m quá gần để lái xe!” Vâng, đi bộ đến chỗ rửa xe và để rồi… không có xe để rửa. Một người biết cách đặt câu hỏi có thể nói thêm rằng “tôi muốn rửa xe ở chỗ rửa xe”, thì AI sẽ trả lời đúng hơn. Nhưng nếu hỏi một người câu hỏi đầu tiên, họ sẽ mặc nhiên hiểu rằng bạn cần đem xe đến chỗ rửa để rửa, không cần phải giải thích thêm. Dĩ nhiên, nếu bây giờ bạn hỏi AI câu hỏi đó, nó sẽ trả lời là nên lái xe, vì nó đã được học. Những ví dụ này cho thấy: AI không có trải nghiệm sống, không hiểu các quy ước xã hội, văn hóa, hay các tình huống ngữ cảnh tinh tế, và chính điều này, theo Wittgenstein, là yếu tố cần thiết để được coi là thông minh.
Sự bất đồng của Turing và Wittgenstein có thể được xem là một trong những lằn ranh triết học sớm nhất cho những tranh luận sau này về ý thức (consciousness) và Theory of Mind, đặt biệt là cách phát triển trí tuệ nhân tạo. Liệu một LLM có thể có ý thức, có thể hiểu được ngôn ngữ mà nó xử lý? Đó là những câu hỏi mà khoa học vẫn chưa trả lời được bởi vì khoa học chưa hiểu được tự bản chất, ý thức xuất hiện như thế nào ở con người. David Chalmer gọi đó là “the hard problem of consciousness”. (4)
Có thể nói rằng, về mặt kỹ thuật, AI hiện đại được xây dựng theo con đường của Turing, dựa trên trò chơi bắt chước; còn về mặt xử lý ngôn ngữ, AI vận hành theo logic gần giống với ý tưởng về trò chơi ngôn ngữ của Wittgenstein, dựa vào ngữ cảnh, mục đích và cách sử dụng từ ngữ.
Heidegger, AI và sự sáng tạo
Những hành động sáng tạo mà trước đây đòi hỏi rất nhiều thời gian, suy tư và trải nghiệm sống của con người thì giờ đây chỉ cần vài dòng lệnh ngắn ngủi, AI có thể làm được một bài thơ, viết một truyện ngắn, phác thảo một kịch bản phim, hay vẽ một bức tranh trong tích tắc. Nhưng câu hỏi được đặt ra không còn là AI sáng tạo được những gì, nhanh như thế nào, và với chất lượng như thế nào, mà là con người sẽ đánh mất những gì, sự sống còn mang ý nghĩa gì, khi niềm vui của sự sáng tạo bị thay thế bằng hiệu suất của máy móc?
Trong bài luận The Question Concerning Technology (1954), (5) Heidegger đặt ra và phân tích những câu hỏi nền tảng nhất về bản chất của công nghệ, đồng thời dự đoán một thời đại mà những vấn đề này sẽ trở thành những thách thức mang tính quyết định đối với nhân loại. Ông cho rằng bản chất của công nghệ không nằm ở bản thân các máy móc hay công cụ, mà nằm ở một cách con người suy nghĩ về thế giới. Công nghệ hiện đại khiến con người nhìn thế giới qua lăng kính của sự hữu dụng và hiệu suất, biến thiên nhiên và thậm chí con người thành những kho dự trữ (standing reserve) để khai thác. Dòng sông trở thành một nguồn thuỷ điện, và khu rừng thành một nơi khai thác gỗ. Hay trong thời đại này, con người bị giản lược thành “nguồn nhân lực” (human resources), còn người tiêu dùng trở thành những “dữ liệu” (data) để khai thác và phân tích. Heidegger gọi cách nhìn này là “khuôn định” (enframing), một kiểu tư duy khiến vạn vật chỉ còn có giá trị khi nó phục vụ nhu cầu của con người.
Đối với ông, sự nguy hiểm không thực sự nằm ở công nghệ, mà ở sự ám ảnh của con người với hiệu quả và năng suất. Con người chỉ nhìn mọi thứ qua giá trị sử dụng của chúng mà quên đặt ra những câu hỏi quan trọng về sự tồn tại. Dần dần, con người trở nên xa lạ với thiên nhiên, với kẻ khác, và cả với chính mình.
Tuy nhiên, Heidegger lại cho rằng chính nghệ thuật (poiesis), đặc biệt là thơ ca và nghệ thuật thị giác (tranh, kiến trúc, điêu khắc…), lại mang trong nó một sức mạnh cứu rỗi. Chữ “poiesis”, theo tiếng Hy Lạp cổ, có nghĩa là “sự tạo ra”, “hành động đem ra thành hiện thực”. Nghệ thuật cho phép thực tại được “bộc lộ” (revealed) một cách chân thực, như chính nó, nơi đó thiên nhiên và con người có ý nghĩa tự thân, chứ không bị giản lược thành những nguồn tài nguyên. Nghệ thuật là cầu nối giữa con người và sự hiện hữu, giúp con người duy trì mối quan hệ sâu sắc với thiên nhiên, và với chính mình.
Có lẽ không cần phải nói thêm, AI có thể được xem là một hình thức khuôn định cực đoan của công nghệ, khi con người không chỉ dùng nó như một công cụ, mà gần như bị đồng hoá bởi chính nó. Những cặp tình nhân hẹn hò dùng AI để viết text messages cho nhau, công sở dùng AI để viết emails cho đồng nghiệp, người ta dùng AI để làm thơ hay thậm chí viết điếu văn cho người mình thương yêu… Thứ mà Heidegger cho rằng có thể cứu rỗi con người khỏi công nghệ, tức nghệ thuật, giờ đây cũng bị AI thay thế. Con người buộc phải đặt ra câu hỏi: Sáng tạo còn có ý nghĩa gì, nhằm mục đích gì? Và sự tồn tại của con người còn có ý nghĩa gì? Đó chính là những thách thức mà Heidegger đã đặt ra từ bài tiểu luận cách đây hơn 70 năm.
Học triết học trong thời đại AI
Trong quyển 21 Lessons for the 21st Century (tạm dịch: 21 bài học cho thế kỷ 21), xuất bản năm 2018, trước khi ChatGPT và làn sóng AI bùng nổ, nhà sử học Yuval Noah Harari lập luận rằng, dù trí tuệ nhân tạo có thể khiến nhiều người bị loại khỏi thị trường lao động, triết học sẽ ngày càng trở nên cần thiết, vì nhu cầu định hướng đạo đức, thống nhất những hệ giá trị và rèn luyện khả năng tư duy phản biện lại ngày càng cần thiết. Ông viết: “Nếu như bạn muốn học một ngành nào đó có thể giúp bảo đảm một công việc tốt trong tương lai, thì triết học không phải là một canh bạc tồi”. (6)
Thực ra, vai trò này của triết học không phải là mới. Các triết gia từ thời cổ đại đến hiện đại đã đặt ra những câu hỏi cơ bản về đạo đức, công bằng và trách nhiệm. Plato đề xuất các nguyên tắc lý tưởng cho một cộng đồng hài hòa; Aristotle nhấn mạnh việc phát triển đức hạnh cá nhân (virtue ethics) như con đường để đạt cuộc sống trọn vẹn; Immanuel Kant cho rằng con người phải hành động theo các nguyên tắc có thể trở thành quy tắc phổ quát, trong khi Jeremy Bentham và John Stuart Mill với chủ nghĩa vị lợi (utilitarianism) quan tâm đến hậu quả của hành động, nhằm tối đa hóa hạnh phúc cho số đông. Những lý thuyết này đã đặt nền tảng cho cách chúng ta suy nghĩ về đúng, sai, trách nhiệm và công bằng. Tuy nhiên, chúng đều xuất phát từ một giả định chung: chủ thể hành động là con người, có lý trí, có khả năng tự chủ và ý thức đạo đức. Chính vì vậy, khi đối diện với trí tuệ nhân tạo, nơi các hệ thống có thể đưa ra quyết định mà không có ý thức hay khả năng tự nhận thức, những khung lý thuyết này trở nên chưa đủ, và cần được mở rộng để giải quyết các vấn đề đạo đức mới mà AI đặt ra.
Nhiều nhà phê bình có thể cho là Harari đã hơi bi kịch hoá tác động của AI (gần đây nhất trong quyển Nexus: A Brief History of Information Networks from the Stone Age to AI, xuất bản năm 2024), và lãng mạn hoá vai trò của triết gia, nhưng thực tế cho thấy những cảnh báo của ông về AI rất đáng cân nhắc, đặc biệt khi AI ngày càng thâm nhập vào đời sống con người.
Một trong những thử thách lớn nhất hiện nay với AI là “khoảng trống trách nhiệm” (responsibility gap). Nếu AI tạo ra nội dung không chính xác và đưa ra những quyết định sai, ảnh hưởng đến con người, thì trách nhiệm đó thuộc về ai. Một bác sĩ dùng AI để chẩn đoán ung thư, AI cho rằng khối u là lành tính khi thực tế là ác tính. Bác sĩ tin vào kết luận này và không chữa trị, dẫn đến bệnh nhân tử vong, ai là người phải chịu trách nhiệm? Một chiếc xe tự động gây ra tai nạn, trách nhiệm thuộc về người lập trình, nhà sản xuất, hay người sở hữu xe? Người ta gọi đó là vấn đề hộp đen (black box problem), khi các quyết định của AI vừa khó giải thích, vừa khó quy trách nhiệm rõ ràng. Vì vậy, để AI được phát triển an toàn, các triết gia phải đặt ra những câu hỏi cốt lõi về năng lực, hành vi, trách nhiệm và đạo đức, để định hướng việc xây dựng và ứng dụng công nghệ này một cách có trách nhiệm.
Một thách thức khác cho các triết gia là xác định những ứng dụng AI nào có thể cải thiện cuộc sống con người về lâu dài và ứng dụng nào không, bởi AI có thể định hình lại những tiêu chuẩn về phúc lợi xã hội và những quyền lợi cá nhân cơ bản, như trong y tế, giáo dục, tuyển dụng, tín dụng… Họ phải đặt ra những câu hỏi về sự bình đẳng, xác định xem những ứng dụng AI được xây dựng và ứng dụng để tạo lợi ích cho một thiểu số hay cho số đông?
Ngoài ra, con người trong thời đại AI không chỉ cần kiến thức kỹ thuật, để biết cách dùng AI như một công cụ, mà còn phải hiểu được những mối nguy hiểm mà AI đem lại. Dùng AI như một copilot, không phải autopilot. Câu nói xưa cũ của triết học Hy lạp: “hãy biết chính mình” (know thyself) vẫn còn nguyên giá trị…. Khi biết chính mình, biết giá trị của bản thngười ta sẽ không bị mất tự chủ và dẫn dắt bởi những thuật toán của AI. Không chỉ phản ứng trước tình huống do AI tạo ra, mà chủ động hơn trong việc dùng AI một cách có trách nhiệm, một cách tự trọng và một cách công bằng.
Triết học, cuối cùng, giúp chúng ta đối diện với điều trước mắt, điều muôn đời không thay đổi, bởi AI hay bởi bất cứ điều gì khác: sự hữu hạn của đời người. Hay nói như Montaigne, trong một nhan đề của một bài tiểu luận của ông (dựa trên ý tưởng của Cicero): “That to Study Philosophy is to Learn to Die” , học triết học có nghĩa là học cách chết.
- Wittgenstein, L. (1973). Philosophical Investigations (3rd ed.). Macmillan.
- Proudfoot, D. (2004). Robots and rule-following. In C. Teuscher (Ed.), Alan Turing: Life and Legacy of a Great Thinker (pp. 359–379). Berlin & Heidelberg: Springer-Verlag.
- YouTube Shorts https://www.youtube.com/shorts/bsl46vGpMNU (truy cập tháng 3 năm 2026)
- Chalmers, D. (1996). The Conscious Mind: In Search of a Fundamental Theory. Oxford University Press.
- Heidegger, M. (1977). The Question Concerning Technology and Other Essays. Harper & Row. (Bài viết gốc 1954)
- Harari, Y. N. (2018). 21 Lessons for the 21st Century. London: Jonathan Cape.
phan quỳnh trâm | quincy phan 