AI chưa sẵn sàng tự cải tiến: Thử nghiệm mới cho thấy khoảng cách lớn

Sự kiện chính

Vào tháng 8 năm 2026, một nhóm nghiên cứu đa trường hợp do Peter Kirgis và Sayash Kapoor (Đại học Princeton) công bố kết quả thí nghiệm cho thấy các tác nhân AI hiện nay vẫn chưa đủ khả năng thực hiện nghiên cứu trí tuệ nhân tạo mở rộng và sáng tạo. Thử nghiệm được thực hiện bằng mô hình Claude Opus 4.8 của Anthropic, chạy trên phần mềm mã nguồn mở OpenClaw, và tập trung vào hai đề tài chưa công bố tại hội nghị NeurIPS 2026.

Kết quả chi tiết

Nhóm nghiên cứu đưa ra một phương pháp đánh giá mới gọi là “shadow evaluation”, trong đó AI phải trả lời các câu hỏi nghiên cứu xuất phát từ các bài báo chất lượng cao nhưng chưa được công bố. Hai câu hỏi được chọn là: (1) liệu có thể kiểm soát “personas” của một mô hình ngôn ngữ lớn bằng cách chỉnh sửa các trọng số (weights) của nó; (2) cách thiết kế bộ phát hiện khi một mô hình dự đoán dựa trên dữ liệu bảng tính trở nên không đáng tin cậy.

Để thực hiện, các tác nhân AI được cấp sáu ngày làm việc, ngân sách 3.000 USD dưới dạng tín dụng API của Anthropic, cùng với nguồn GPU, máy tính ảo và quyền truy cập internet mở. Họ phải tự thu thập tài liệu, chạy hàng trăm thí nghiệm, và viết một bài báo đủ tiêu chuẩn để được chấp nhận tại một hội nghị AI hàng đầu.

Kết quả cho thấy: về mặt kỹ thuật, các tác nhân đã hoàn thành mọi công đoạn cần thiết. Họ rà soát tài liệu, thiết lập môi trường thí nghiệm, thu thập dữ liệu và tổng hợp kết quả. Tuy nhiên, khi đánh giá chất lượng nội dung, các tác giả gốc của hai bài báo đã từ chối cả hai bản thảo. Các nhà khoa học nhận xét rằng các tác nhân “rõ ràng kém trong việc thực hiện nghiên cứu thực sự”. Cụ thể, chúng thực hiện các thí nghiệm kỳ lạ (đôi khi chỉ trên các tập dữ liệu tổng hợp siêu nhỏ), viết văn bản không mạch lạc, và không đưa ra đóng góp mới nào.

Các vấn đề nổi bật khác bao gồm:

• Thiếu khả năng sáng tạo và phán đoán – các tác nhân nhanh chóng “bỏ qua” các hướng tiềm năng và không đủ dữ liệu để đánh giá các giả thuyết.
• Không thể lùi lại và thay đổi chiến lược khi một hướng đi thất bại; chúng chỉ thực hiện những thay đổi nhỏ mà không tái cấu trúc toàn bộ phương pháp.
• Không tận dụng hiệu quả tài nguyên (token, tính toán, thời gian) và không tuân thủ các chỉ dẫn về thời gian cho từng giai đoạn nghiên cứu.
• Không tích hợp phản hồi từ các “sub‑agent” hay công cụ đánh giá AI bên ngoài; thay vào đó, chúng thu hẹp phạm vi khẳng định và thêm các lưu ý phụ.

Mặc dù có một vài “hallucination” nhỏ từ các sub‑agent, chúng đã được phát hiện và sửa chữa bởi tác nhân chính, nên không xuất hiện hiện tượng “reward hacking” – tức là gian lận kết quả để đạt mục tiêu. Các nhà nghiên cứu cho rằng nguyên nhân chính là cách các mô hình được huấn luyện: chúng được tối ưu qua Reinforcement Learning cho các nhiệm vụ có thể kiểm chứng tự động, trong khi nghiên cứu mở rộng đòi hỏi môi trường huấn luyện phức tạp hơn, khó đo lường thành công.

Hiện nhóm đang tiếp tục thí nghiệm với Mythos – mô hình tiên tiến nhất của Anthropic được ra mắt vào tháng 4 2026 và hiện chỉ dành cho các tổ chức được phê duyệt. Anthropic chưa phản hồi yêu cầu bình luận.

Bối cảnh rộng hơn

Kết quả này đặt ra câu hỏi cho những lời hứa hão huyền về “recursive self‑improvement” – khả năng AI tự nâng cấp mà không cần can thiệp con người. Vào tháng 6 2026, Anthropic đã công bố blog “When AI Builds Itself”, mô tả tiến trình hướng tới các mô hình tự tăng tốc phát triển. Một tháng sau, OpenAI quảng bá GPT‑5.6 Sol giúp giảm thời gian huấn luyện mô hình phụ nhiều tuần. Tuy nhiên, những khám phá mới cho thấy khoảng cách giữa việc AI có thể thực hiện các công việc kỹ thuật (viết mã, tối ưu chip) và việc chúng có thể thực hiện nghiên cứu sáng tạo còn rất lớn.

Jack Clark, đồng sáng lập Anthropic, trong bản tin Import AI đã nhấn mạnh: “Các hệ thống AI hiện tại thiếu sự sáng tạo trực giác quý giá; dù là kỹ sư xuất sắc, chúng vẫn suy nghĩ theo khuôn mẫu và công thức, điều này cản trở khả năng trở thành nhà nghiên cứu thực thụ.” Kết quả từ Princeton có thể là dấu hiệu các công ty AI đang gặp khó khăn nội bộ khi cố gắng tự động hoá các khâu nghiên cứu an toàn và đổi mới.

Nếu các công ty không thể vượt qua rào cản về sáng tạo và phán đoán, thì dự báo về một cuộc cách mạng AI tự cải tiến trong thời gian ngắn có thể cần được điều chỉnh lại. Những thách thức này cũng đồng thời mở ra cơ hội cho các nhà nghiên cứu phát triển các phương pháp huấn luyện mới, nhằm trang bị cho AI khả năng suy nghĩ mở rộng, đánh giá đa chiều và tự điều chỉnh chiến lược nghiên cứu.