Tầm quan trọng của những câu hỏi trong nghiên cứu khoa học trước bối cảnh phát triển trí tuệ nhân tạo và đề xuất

Con người có xu hướng tìm kiếm các câu trả lời. Các câu trả lời mang lại cảm giác chắc chắn, đồng thời có thể định hướng các hành động và quyết định của con người. Tuy nhiên, câu trả lời thể hiện giai đoạn cuối tạm thời của một quy trình bắt đầu bằng một câu hỏi. Việc gọi câu trả lời là “giai đoạn cuối tạm thời” vì từ một câu hỏi ban đầu có thể nảy sinh nhiều câu hỏi sau đó.

Các câu hỏi đóng vai trò quan trọng ở nhiều khía cạnh, lĩnh vực của cuộc sống, đặc biệt là trong lĩnh vực nghiên cứu khoa học. Các câu hỏi phù hợp rất có ý nghĩa với nghiên cứu khoa học khi nó thúc đẩy việc tìm hiểu, khám phá nhiều chủ đề và vấn đề cũng như định hình chính sách công. Tuy nhiên, cách đặt câu hỏi, tác động của câu hỏi đối với những gì nghiên cứu tìm hiểu và ảnh hưởng của chúng đối với các nhận định được đưa ra lại chưa thật sự được chú ý.

Nghiên cứu khoa học có xu hướng tập trung vào kết quả nghiên cứu và những thông tin chi tiết, tức là thông tin ở điểm cuối (câu trả lời) hoặc ở tư duy cấp cao nhất (tư duy khái niệm). Việc chú ý đến các câu hỏi và cách đặt câu hỏi sẽ giúp bối cảnh hóa thông tin, cho phép nhà nghiên cứu đưa ra các nhận định tốt hơn, có trách nhiệm hơn.

Các câu hỏi cũng mang lại giá trị cho dữ liệu (data). Phần lớn các bài báo cáo và bình luận ngày nay tập trung vào lượng dữ liệu được tạo ra và nhu cầu sử dụng cho mục đích khoa học và công cộng - nghĩa là cung cấp dữ liệu thô. Tuy nhiên, các câu hỏi sẽ là phương tiện biến đổi dữ liệu thô thành thông tin: các câu hỏi nhà nghiên cứu đặt ra định hình các vấn đề mà họ tìm cách giải quyết, cho phép tận dụng nguồn dữ liệu vì lợi ích chung.

Sự gia tăng của các mô hình ngôn ngữ lớn (Large Language Models; LLM) và lĩnh vực kĩ thuật nhanh chóng khiến cho chung ta nhận ra tầm quan trọng của việc đặt câu hỏi chính xác để LLM đưa ra câu trả lời (dù độ tinh cậy, tính chính xác cũng những câu trả lời này vẫn còn là một vấn đề).

Khi xã hội trở nên quá tải với dữ liệu, con người trở nên xa cách với các câu hỏi. Verhulst và Ananthaswamy đề xuất ý tưởng về một khoa học mới về câu hỏi.

Để xác định và tạo ra một khoa học như vậy, trên thực tế, con người cần bắt đầu bằng cách tự hỏi bản thân một loạt câu hỏi. Ví dụ: Thế nào là một câu hỏi tốt/câu hỏi dở? Làm cách nào các nhà khoa học có thể bổ sung khoa học dữ liệu bằng một khoa học mới về câu hỏi? Làm thế nào để đảm bảo việc đặt câu hỏi là toàn diện và không thiên vị? Làm cách nào để chúng ta phát huy hết tiềm năng của AI thông qua những câu hỏi hay?

Đối mặt và trả lời những câu hỏi như vậy đòi hỏi một nỗ lực liên ngành mới nhằm tập hợp các nhà khoa học, nhà khoa học dữ liệu, chuyên gia giáo dục,... Những nỗ lực như vậy đã được tiến hành nhưng con người cần tương tác nhiều hơn nữa giữa các silo dữ liệu (data silo) và kỷ luật, đồng thời cần thúc đẩy các cuộc trò chuyện chuyển sự tập trung của xã hội ra khỏi câu trả lời và hướng tới bối cảnh và mục đích.

Huyền Đức lược dịch

Nguồn: Verhulst, S. G., & Ananthaswamy, A. (2023). Debate: ChatGPT reminds us why good questions matter. The Conversation. https://theconversation.com/debate-chatgpt-reminds-us-why-good-questions-matter-199047