ChatGPT, Gemini và Claude đã lan truyền đánh giá về sự biến mất của các nghề nghiệp do AI gây ra, trong khi các nhà khoa học nghi ngờ tính xác thực của chúng

Ý tưởng chính của nghiên cứu

Các nhà kinh tế từ Đại học Bắc Tây và Đại học Mỹ đã phát hiện ra rằng ba mô hình ngôn ngữ AI lớn nhất (ChatGPT‑5, Gemini 2.5 và Claude 4.5) đưa ra đánh giá khác nhau về những nghề nào đang ở trong vùng rủi ro tự động hóa. Điều này đặt câu hỏi về độ tin cậy của “chỉ số dễ bị ảnh hưởng bởi AI” – các chỉ số số học mà chính phủ và nhà tuyển dụng sử dụng khi lập kế hoạch cho thị trường lao động tương lai.

1. Cách nghiên cứu được thực hiện
Bước | Nhiệm vụ | Mô tả
---|---|---
Đặt câu hỏi | Yêu cầu mô hình đánh giá độ dễ bị tổn thương của các nghề trước AI |
So sánh kết quả | So sánh các đánh giá giữa nhau và với dữ liệu thực tế |
Phân tích nguyên nhân sai lệch | Xác định hai yếu tố chính: sự khác biệt trong bản thân mô hình và ảnh hưởng của những chuyên gia đã sử dụng AI |

2. Kết quả
Nghề | Claude 4.5 | Gemini 2.5 | ChatGPT‑5
---|---|---|---
Kế toán | Cao | Thấp | Trung bình
Quản lý quảng cáo | | |
Giám đốc cấp cao | | |

*Những bất đồng*

- Claude đặt kế toán vào vị trí hàng đầu, Gemini thấp hơn đáng kể.
- Đánh giá của các quản lý quảng cáo và giám đốc cấp cao cũng khác nhau.
- ChatGPT và Gemini khớp gần 75 % trường hợp, nhưng lệch khoảng một phần tư.

*Ảnh hưởng của “người dùng AI”*

Các nhà phân tích tài chính làm việc tích cực với mạng nơ-ron, tạo dữ liệu mà các mô hình tương lai sẽ được huấn luyện. Điều này làm lệch đánh giá và khiến những nghề đã liên quan chặt chẽ đến AI trở nên dễ bị tổn thương hơn trong mắt các mô hình.

3. Cách xây dựng chỉ số dễ bị ảnh hưởng
1. Bằng tay – chuyên gia đánh giá tác động của AI lên các nhiệm vụ cụ thể.
2. Khảo sát người dùng – thu thập ý kiến từ những người đã áp dụng nền tảng.
3. Các mô hình ngôn ngữ lớn (LLM) – sinh đánh giá tự động.

*Vấn đề:*

- Bằng tay chịu sự chủ quan.
- Khảo sát giới hạn một nền tảng và không phản ánh toàn bộ thị trường.

Tuy nhiên, các chỉ số này vẫn được sử dụng rộng rãi trong báo cáo phân tích, tư vấn và chính sách.

4. Ý nghĩa thực tiễn
* Độ tin cậy của đánh giá – chưa rõ liệu LLM có dự đoán chính xác hơn phương pháp chuyên gia hay không.
* Rủi ro quyết định dựa trên một chỉ số duy nhất – tác giả cảnh báo rằng chính phủ và nhà tuyển dụng có thể sai lầm khi dựa vào các con số đơn giản.

5. Khuyến nghị của nhà nghiên cứu
1. Sử dụng nhiều mô hình AI đồng thời, không chỉ một.
2. Nêu rõ mức độ bất định trong kết quả.
3. Xác nhận phát hiện bằng khảo sát thực tế để hiểu cách AI thực sự được triển khai và nhiệm vụ nào đang được thực hiện.

> “Tôi sẽ không dựa vào một chỉ số duy nhất để quyết định thay đổi công việc hoặc chọn chuyên ngành,” – Michelle Yin ghi chú.

Kết luận:

Các chỉ số dễ bị ảnh hưởng của AI hiện tại cần một cách tiếp cận phê bình hơn. Kết hợp nhiều mô hình và dữ liệu thực nghiệm sẽ giúp dự đoán trở nên đáng tin cậy hơn và tránh những quyết định sai lầm dựa trên đánh giá một chiều.