Những năm gần đây, trí tuệ nhân tạo (AI) hiện diện trong đời sống thường nhật với tần suất dày đặc, đến mức câu hỏi “Chúng ta có nên sử dụng AI không?” dần trở nên thừa thãi.
AI được nhúng (embedded) trong các chiến lược phát triển, trong những nội dung mạng xã hội ta tiêu thụ, trong các thiết bị ta sử dụng, và cả trong những câu chuyện “trà dư tửu hậu” hàng ngày.
Công nghệ này thay đổi các con người suy nghĩ, làm việc, sáng tạo, tương tác; với lời hứa về một đời sống xã hội “không ma sát” (frictionless) [1] – hiệu suất cao hơn, chi phí thấp hơn, công việc trơn tru hơn, quyết định khách quan hơn… Diễn ngôn ấy củng cố niềm tin rằng AI có thể vượt qua mọi rào cản về ngôn ngữ, kỹ thuật, hiệu suất và xoá bỏ những sai lầm cảm tính của con người. Nhiều người có xu hướng cho rằng AI khách quan và toàn diện vì được tạo nên bởi dữ liệu và thuật toán – những thứ có thể lượng hoá bằng con số, được thu thập bởi các chuyên gia hàng đầu, vận hành một cách tự động hoặc ít nhất là phức tạp đến mức ta khó có thể nhìn thấu toàn bộ quá trình vận hành ấy.
Liệu điều đó có thực sự đúng? Rằng các mô hình trí tuệ nhân tạo chỉ là những công cụ trung tính và khách quan; và quyền tự quyết nằm trong tay người dùng?
SỰ “KHÁCH QUAN” CỦA AI
Năm 2014, tập đoàn Amazon từng phát triển một công cụ tuyển dụng ứng dụng AI với kỳ vọng rút ngắn thời gian sàng lọc hồ sơ, giảm phụ thuộc vào đánh giá cảm tính của con người. Công cụ này sẽ tự động “đọc” hàng trăm CV, sau đó đề xuất những ứng viên phù hợp nhất.
Nhưng chỉ một năm sau, Amazon phát hiện công cụ này không đánh giá ứng viên một cách trung tính. Nó tự “học” được rằng nam giới phù hợp với các vị trí kỹ thuật hơn, do đó hạ điểm những hồ sơ có-vẻ-là của nữ giới (ví dụ có thông tin “đội trưởng CLB cờ vua nữ” hay tốt nghiệp trường nữ sinh).
Vấn đề nằm ở bộ dữ liệu huấn luyện AI – những bản CV mà Amazon nhận được trong vòng 10 năm qua, phần lớn thuộc về ứng viên nam. Công cụ này không “hiểu” rằng việc phụ nữ gần như vắng bóng trong kho dữ liệu không phản ánh năng lực của họ, mà là kết quả của tình trạng chia cắt giới trong ngành STEM – vốn được xem như “lĩnh vực của đàn ông”. Amazon đã can thiệp để hệ thống “trung lập” trước những từ khóa có yếu tố giới, song chẳng có gì đảm bảo rằng công cụ này sẽ không tìm ra những lối tắt tinh vi hơn để tiếp tục loại trừ ứng viên nữ. [2]
Có thể thấy, bên dưới các mô hình trí tuệ nhân tạo hiện hành là các bộ dữ liệu khổng lồ, được tích lũy từ lịch sử và không ngừng sản sinh từ đời sống. Chúng vừa có thể “mã hóa” định kiến và thiên kiến xã hội, vừa phản ánh không đầy đủ hoặc vô hình hóa trải nghiệm của các nhóm ít được đại diện (phụ nữ, người khuyết tật, người LGBTIQ+, người lao động thu nhập thấp ở các quốc gia Nam bán cầu…). Với lối “tư duy” dựa trên cơ chế nhận diện mẫu hình (pattern) trong dữ liệu, AI có thể xử lý thông tin một cách nhanh chóng, song không “hiểu” được bối cảnh văn hoá, chính trị, xã hội đằng sau các chuỗi 0 và 1 ấy. Vì thế, công nghệ này có thể tiếp tục tái sản xuất bất bình đẳng xã hội trên diện rộng với tốc độ chóng mặt.
Ở một góc độ khác, các mô hình AI là sản phẩm của hệ sinh thái kinh doanh (Luitse và Denkena, 2021) – nơi mục tiêu lợi nhuận và áp lực cạnh tranh góp phần định hình công nghệ. Trong hệ thống ấy, các “ông trùm công nghệ” và nhà đầu tư có ảnh hưởng lớn đến mô hình kinh doanh, định hướng phát triển và khả năng mở rộng quy mô; còn đội ngũ phát triển sản phẩm và kỹ thuật quyết định sử dụng dữ liệu nào, tối ưu hệ thống theo tiêu chí gì, kết quả đầu ra nào được xem là “đúng”… Đây thường là những nhóm có nhiều đặc quyền về giới, chủng tộc, vị thế xã hội (điển hình là nam giới, da trắng, làm việc tại các trung tâm công nghệ lớn ở các nước phương Tây) [4].
Trong khi đó, lực lượng lao động ẩn danh làm công việc phân loại dữ liệu, kiểm duyệt nội dung, đào tạo và thử nghiệm các mô hình AI (phần lớn đến từ các quốc gia như Kenya, Philippines hay Venezuela) [5], người dùng phổ thông và nhóm chịu tác động trực tiếp (ví dụ cộng đồng tại khu vực đặt trung tâm dữ liệu) [6] thường có ít tiếng nói trong cách công nghệ này được thiết kế, triển khai và quản trị.
NGHĨ VỀ CÂU CHUYỆN ĐẲNG SAU A.I
Dù chỉ là “công cụ” đi chăng nữa, trí tuệ nhân tạo cũng không hề khách quan. Các điều kiện tồn tại của AI – dữ liệu, hạ tầng vật chất, mô hình kinh doanh, lao động ẩn danh của con người – vốn đã là những mạng lưới quyền lực chằng néo.
AI không chỉ tự động hóa hay tối ưu hóa các tác vụ kỹ thuật như một cỗ máy trung tính; nó góp phần tái tạo và khuếch đại những bất bình đẳng xã hội đã tồn tại từ trước, dưới vỏ bọc khách quan của công nghệ (technological neutrality).
Suy cho cùng, câu chuyện về công nghệ chưa bao giờ dừng lại ở khía cạnh kỹ thuật. Nó luôn chứa đựng những vấn đề về môi trường, về con người, về quyền lực và bất bình đẳng xã hội. Khi trí tuệ nhân tạo đang tái cấu trúc đời sống với tốc độ chóng mặt, việc chất vấn những diễn ngôn lạc quan về công nghệ trở nên cấp thiết.
Thử nghĩ xem, công nghệ AI được xây dựng dựa trên những chuẩn mực nào; khai thác nguồn lực gì; được quản trị bởi ai; và đang khiến ai trở nên dễ bị tổn thương hơn? Có lẽ, những câu hỏi này sẽ cho ta một điểm neo đậu để đối diện với “cơn bão” AI, đồng thời nghĩ về những khả thể khác thay vì viễn cảnh tương lai mà công nghệ “tự động” lựa chọn cho ta.
TÀI LIỆU THAM KHẢO
1. Zohar, E., Bloom, P., & Inzlicht, M. (2026). Against frictionless AI. Communications Psychology, 4, Article 39. https://doi.org/10.1038/s44271-026-00402-1
2. Dastin, J. (10/10/2018). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters.
3. Luitse, Dieuwertje, and Wiebke Denkena. 2021. “The Great Transformer: Examining the Role of Large Language Models in the Political Economy of AI.” Big Data and Society 8, no. 2. https://doi.org/10.1177/2053951721104773.
4. Stanford Institute for Human-Centered Artificial Intelligence. (2021). Artificial Intelligence Index Report 2021: Chapter 6: Diversity in AI.
https://wp.oecd.ai/app/uploads/2021/03/2021-AI-Index-Report-_Chapter-6.pdf
5. Minh Hoa. (9/6/2025). Vạch trần AI: Trò lừa đảo hay giá trị thực? Znews. https://znews.vn/vach-tran-ai-tro-lua-dao-hay-gia-tri-thuc-post1557967.html
6. Gorey, J. (17/10/2025). Data drain: The land and water impacts of the AI boom. Lincoln Institute of Land Policy.
