Startup Úc ra mắt model AI "sáng tạo hơn" để chống lại vấn đề groupthink của ChatGPT, Claude

Vấn đề "tư duy tập thể" của các mô hình AI

Hãy thử một thí nghiệm nhỏ: mở bất kỳ chatbot AI nào—Claude, ChatGPT, Gemini—và yêu cầu "Hãy cho tôi một số ngẫu nhiên từ 1 đến 10". Rất có khả năng bạn sẽ nhận được số 7. Không phải lúc nào cũng vậy, nhưng đủ thường xuyên để gây tò mò. Thực tế vấn đề này phổ biến hơn nhiều: hầu hết các mô hình ngôn ngữ lớn (LLM) hiện nay đang bị mắc kẹt trong một "rãnh" nhận thức. Chúng quá dễ đoán, ít sáng tạo hơn dự kiến. Với các tác vụ kỹ thuật như viết code hay tìm kiếm thông tin, tính nhất quán này thậm chí còn hữu ích. Nhưng khi cần AI để giúp brainstorm ý tưởng, lên kế hoạch kỳ nghỉ hay làm bất cứ việc gì yêu cầu sáng tạo, hiện tượng "groupthink"—lặp lại quá mức những phản hồi phổ biến—trở thành vấn đề thực sự. Đó chính là lúc Springboards, một startup Úc, nhận ra cơ hội để can thiệp.

Flint: LLM được thiết kế để thoát khỏi "khuôn" tư duy

Springboards vừa công bố Flint, một mô hình ngôn ngữ được huấn luyện đặc biệt để tạo ra loạt phản hồi đa dạng hơn so với các LLM chính thống—đặc biệt với những câu hỏi mở mà không có câu trả lời duy nhất "đúng". Chẳng hạn, nếu hỏi "Tôi nên đi đâu ở châu Âu?", các mô hình thông thường có xu hướng gợi ý những địa điểm du lịch được nhắc lại nhiều lần hoặc những câu trả lời phổ nhất. Flint được huấn luyện để cung cấp một phổ ý kiến rộng hơn, độc đáo và bất ngờ hơn.

Khám phá này được giới thiệu bởi Will Douglas Heaven, biên tập viên tại MIT Technology Review. Theo Heaven, vấn đề của các LLM chính thống không nằm ở trí thông minh, mà ở cách chúng được huấn luyện. Các mô hình học để ưu tiên những phản hồi "an toàn", phổ biến nhất—những câu trả lời xuất hiện tần suất cao trong dữ liệu huấn luyện. Qua quá trình lặp lại và tinh chỉnh, hiệu ứng này tích tụ, dẫn đến "groupthink" mà chúng ta nhìn thấy hôm nay.

Springboards nhận ra rằng nếu huấn luyện một mô hình để ưu tiên sự đa dạng và độc lập trong những tình huống không có câu trả lời "chuẩn", AI có thể trở thành công cụ sáng tạo mạnh mẽ hơn. Flint là sản phẩm của nhận thức này—một nỗ lực để khuyến khích các chatbot thoát khỏi "hố" tương tự mà chúng đã rơi vào. Mô hình này được thiết kế để, khi đối mặt với những câu hỏi mở, cung cấp một kho tàng lựa chọn thay vì lặp lại công thức cũ.

Chuyên biệt hóa trong ngành AI: xu hướng lớn hơn

Sự ra mắt của Flint phản ánh một xu hướng đáng chú ý trong lĩnh vực AI: sự chuyên biệt hóa. Trong khi Claude, ChatGPT, Gemini và những mô hình "siêu" khác vẫn tập trung vào mục đích chung, ngày càng nhiều công ty—từ startup nhỏ đến tập đoàn lớn—nhận ra rằng các mô hình được tinh chỉnh cho tác vụ cụ thể có thể vượt trội hơn. Flint là ví dụ về việc xác định một khía cạnh cụ thể của vấn đề "groupthink" và xây dựng một giải pháp tập trung.

Điều thú vị là Springboards là một startup Úc tương đối nhỏ, không phải phòng lab của Google, Meta hay OpenAI. Điều này chứng minh rằng thậm chí các công ty lớn nhất cũng có thể bị những startup độc lập bỏ xa trong các lĩnh vực chuyên sâu. Vấn đề groupthink không phải mới—những nhà phát triển LLM chính thống chắc chắn đã nhìn thấy nó—nhưng việc phát triển một mô hình để giải quyết nó một cách trực diện là bước đi chiến lược mà các startup nhỏ có thể thực hiện nhanh hơn.

Ý nghĩa cho độc giả Việt Nam

Với sự phát triển nhanh chóng của AI trong các ứng dụng sáng tạo tại Việt Nam—từ tạo nội dung tiếp thị đến thiết kế đồ họa—vấn đề groupthink có tác động thực tế. Nhiều công ty Việt đang sử dụng ChatGPT, Claude hoặc các công cụ AI khác để brainstorm ý tưởng sản phẩm, tạo nội dung quảng cáo hoặc lên kế hoạch chiến dịch. Nếu mô hình AI chỉ lặp lại những gợi ý phổ biến nhất, ý tưởng thực sự sáng tạo sẽ bị vắng bóng. Flint và những giải pháp tương tự có thể mở cửa cho thế hệ AI mới—những công cụ được thiết kế để xây dựng và khích thích sáng tạo, chứ không chỉ nâng cao hiệu quả. Đó là sự thay đổi có ý nghĩa: từ AI làm công việc tốt hơn, đến AI giúp chúng ta suy nghĩ theo những cách mới, bất ngờ, và có thể giá trị hơn.