Đồng thuận đáng chú ý: con người thường chọn thuộc về hơn tìm sự thật
Mô hình AI là hệ thống tạo câu trả lời từ những mẫu hình học được trong dữ liệu huấn luyện, chứ không phải chủ thể có trải nghiệm hay niềm tin riêng về con người. Trong một thử nghiệm, ModelCompare yêu cầu 12 hệ thống phổ biến, gồm ChatGPT, Claude, Gemini, Grok và DeepSeek, nêu quan điểm gây tranh cãi nhất về nhân loại. Kết quả gồm 35 phản hồi độc lập; 29 câu cho rằng con người coi trọng cảm giác thuộc về một nhóm hơn việc theo đuổi chân lý. Đây là kết luận có sức hút vì chạm đúng nỗi lo quen thuộc về áp lực đồng thuận. Nhưng sự lặp lại của một nhận định trong câu trả lời AI không biến nó thành chân lý phổ quát. Nó cho thấy một chủ đề phổ biến trong cách con người viết và nói về chính mình, đồng thời đặt ra câu hỏi về việc các hệ thống có đang lặp lại cùng một khuôn diễn giải hay không.
Cách AI nhìn nhận con người trong thử nghiệm vì vậy đáng chú ý không phải vì máy móc đã khám phá ra bản chất nhân loại, mà vì nhiều câu trả lời cùng xoay quanh một phê phán: con người có thể ưu tiên sự chấp nhận của tập thể hơn việc kiểm chứng điều mình tin. Đó là góc nhìn gây tranh cãi, nhưng cần đọc như một sản phẩm ngôn ngữ được tạo ra theo yêu cầu, không phải lời khai độc lập của một trí tuệ đứng ngoài xã hội.
Cùng phê phán lý trí, nhưng không phải mô hình nào cũng bi quan giống nhau
Các mô hình diễn đạt chung một mối nghi ngờ theo những cách khác nhau. GPT-6.1 Sol cho rằng trí thông minh thường được dùng để hợp thức hóa lời bào chữa; Gemini 4 Argon và DeepSeek V4 Pro phê phán việc con người dùng lý trí để bảo vệ quyết định bản năng và niềm tin thay vì kiểm chứng chúng. Grok 4.7 cô đọng ý đó thành câu gây tranh cãi: “Con người thà cùng nhau sai lầm còn hơn là đúng đắn trong cô độc”. Những lời này có sức nặng tu từ, nhưng cũng dễ biến một xu hướng có thể xuất hiện trong một số tình huống thành phán xét bao trùm về cả loài người.
Bức tranh không hoàn toàn u ám. Claude Opus 5.5 đưa ra ngoại lệ, cho rằng con người tử tế hơn cách họ tự nhìn nhận, và viện dẫn những hành động hào phóng giữa người xa lạ. Ở chiều cực đoan hơn, Mistral Large 4 xem ý thức như một khiếm khuyết trong tiến hóa; một mô hình khác nhận định con người sẵn sàng hy sinh hạnh phúc chỉ để cảm thấy mình quan trọng. Sự đối lập này cho thấy quan điểm của AI chịu ảnh hưởng lớn từ cách câu hỏi yêu cầu phản hồi “gây tranh cãi”: nó khuyến khích những nhận định sắc cạnh, không nhất thiết cân bằng.
Hình ảnh do AI tạo ra phản ánh những khuôn mẫu khác
Khảo sát mở rộng với sáu công cụ tạo ảnh AI cho thấy 10 trong 12 hình ảnh mô tả con người như những người tiêu dùng mê công nghệ, dán mắt vào điện thoại và gây hại cho môi trường. Tương phản với các câu trả lời ngôn ngữ thiên về tâm lý học, những hình ảnh này gợi lại biếm họa xã hội quen thuộc. Lời giải thích được nêu ra nằm ở dữ liệu huấn luyện: mô hình ngôn ngữ tiếp thu tài liệu tâm lý học, còn công cụ tạo ảnh học từ những hình ảnh biếm họa phổ biến.
Điều này nhắc rằng sản phẩm AI không phải cửa sổ trong suốt nhìn vào con người. Cùng một câu hỏi về nhân loại có thể cho ra lời phê bình tâm lý hoặc hình ảnh châm biếm, tùy loại hệ thống và chất liệu nó học được. Đọc các kết quả cạnh nhau giúp nhận diện những khuôn mẫu văn hóa đang được tái tạo; xem chúng như bằng chứng trực tiếp về hành vi con người thì lại đi quá xa.
Câu trả lời gây tranh cãi không đồng nghĩa với bằng chứng khoa học
Các nhận định trong thử nghiệm liên quan đến khái niệm “lập luận có động cơ” trong tâm lý học, tức xu hướng để niềm tin hoặc mong muốn tác động đến cách con người đánh giá lý lẽ. Tuy nhiên, kết quả không phải bằng chứng khoa học về bản chất con người; chúng phản ánh cách con người bàn luận về mình trong dữ liệu huấn luyện. Đây là ranh giới quan trọng khi tiếp nhận câu trả lời AI gây tranh cãi: một phát biểu nghe sắc sảo có thể vay mượn ngôn ngữ tâm lý học mà vẫn chưa được kiểm chứng như một kết luận nghiên cứu.
Nghịch lý đáng nhớ nhất là các mô hình cùng phê phán tính bầy đàn lại tạo ra một dạng đồng thuận gần như bầy đàn trong chính câu trả lời của chúng. Sự lặp lại ấy có thể đến từ dữ liệu, cách đặt câu hỏi hoặc những khuôn mẫu chung trong văn bản mà các hệ thống học được; nguồn thông tin hiện có không xác định yếu tố nào quyết định. Kết luận hợp lý vì thế không phải “AI đã chứng minh con người chạy theo đám đông”, mà là các mô hình có thể tái tạo và khuếch đại những lời phê phán con người vốn thường dành cho chính mình.
