Trẻ em học ngôn ngữ nhanh hơn AI – Bí ẩn chưa có lời giải

Trẻ em vượt trội hơn AI trong việc nắm bắt ngôn ngữ

Kể từ khi con người bắt đầu giao tiếp khoảng 100.000 năm trước, chỉ có một sinh vật có khả năng học ngôn ngữ một cách tự nhiên và đạt tới mức thành thạo: trẻ em. Ngày nay, sau bốn năm ra mắt ChatGPT, chúng ta đã quen với việc nói chuyện mượt mà với các trợ lý ảo như Claude, DeepSeek hay các phiên bản GPT của OpenAI. Tuy nhiên, dù các mô hình này có thể “đánh giả” thành người, chúng vẫn cần một lượng dữ liệu khổng lồ – gấp hàng trăm nghìn lần so với những gì một đứa trẻ nghe trong suốt quá trình học tiếng mẹ đẻ. Khoảng cách này, các nhà khoa học gọi là “khoảng trống hiệu quả dữ liệu”, đang khiến họ đặt ra câu hỏi: tại sao trẻ con vẫn có thể học nhanh hơn cả những cỗ máy ngôn ngữ tinh vi nhất?

Số liệu và quan điểm của các nhà nghiên cứu

Theo Michael C. Frank, nhà khoa học nhận thức tại Đại học Stanford, “Tiến bộ gần đây thật đáng kinh ngạc, nhưng chúng ta vẫn phải tiêu thụ một lượng dữ liệu khổng lồ để tái tạo một cột mốc mà trẻ em đạt được trong một năm sinh hoạt bình thường.” Để huấn luyện một mô hình ngôn ngữ lớn (LLM), các nhà phát triển thường cho nó “ăn” hàng trăm nghìn tỷ token – các đơn vị tương đương từ trong ngôn ngữ. Ví dụ, Llama 3.1 của Meta, ra mắt hai năm trước, đã được tiền huấn luyện trên 15 nghìn tỷ token. Ethan Gotlieb Wilcox, nhà ngôn ngữ học và khoa học nhận thức tại Đại học Georgetown, ước rằng các “mô hình biên giới” hiện nay có thể tiêu thụ tới 10 lần lượng dữ liệu đó.

Ngược lại, một trẻ vị thành niên lớn lên trong môi trường giàu ngôn ngữ có thể chỉ nghe khoảng 100 triệu từ trong suốt thời thơ ấu. Nếu cộng thêm việc học đọc viết, con số này có thể tăng lên tới 300 triệu từ khi bước sang tuổi hai mươi. Để hình dung, nếu in ra toàn bộ các từ dùng để huấn luyện một LLM hiện đại, chúng ta sẽ có một tờ giấy cao hơn Trạm Vũ trụ Quốc tế; còn 100 triệu từ của một trẻ chỉ đủ xếp thành một cột cao khoảng 20 mét.

Các nhà khoa học hy vọng rằng bằng cách “đảo ngược” cách trẻ học, họ có thể thiết kế những AI tiêu thụ ít dữ liệu hơn nhưng vẫn hiệu quả. “Nếu bạn chỉ cho GPT‑2 30 triệu từ, nó sẽ chỉ tạo ra những câu vô nghĩa; không có gì giống như một đứa trẻ,” Frank nhấn mạnh. Điều này không chỉ mở ra cơ hội giảm chi phí đào tạo AI mà còn có tiềm năng ứng dụng trong việc hỗ trợ các cộng đồng ngôn ngữ thiểu số hoặc trong việc đào tạo AI trên dữ liệu video, nơi dữ liệu thường khan hiếm.

Câu hỏi nền tảng vẫn còn mở: trẻ em có “bản năng ngôn ngữ” bẩm sinh hay chỉ học qua trải nghiệm? Vào những năm 1950, nhà ngôn ngữ học Noam Chomsky đã đề xuất lý thuyết “ngữ pháp sinh học”, cho rằng trẻ sinh ra đã có một bộ quy tắc ngữ pháp nội tại, giải thích cho hiện tượng “độ nghèo của kích thích” – tức là ngôn ngữ mà trẻ nghe được quá ít và rời rạc để học chỉ dựa vào thống kê. Ngược lại, nhà tâm lý học B.F. Skinner cho rằng ngôn ngữ là kết quả của quá trình điều kiện hoá và củng cố, tương tự như cách huấn luyện một con chó. Richard Futrell, nhà ngôn ngữ học tại Đại học California, Irvine, cho rằng “ngôn ngữ không thể được học chỉ dựa vào thống kê,” khẳng định lại quan điểm của Chomsky.

Trong thập niên 1950‑60, khi AI đang trong giai đoạn đầu, các nhà nghiên cứu Mỹ phần lớn áp dụng khung làm việc dựa trên quy tắc, lấy cảm hứng từ lý thuyết của Chomsky, thay vì dựa vào mô hình thống kê. Họ cố gắng “lập trình” ngữ pháp cho máy tính thay vì để máy tự “ngâm mình” trong môi trường ngôn ngữ thực tế – một cách tiếp cận giống như việc dạy trẻ qua lớp học ngữ pháp hơn là qua trải nghiệm thực tiễn.

Ý nghĩa và bối cảnh trong ngành AI

Khoảng trống hiệu quả dữ liệu hiện nay không chỉ là vấn đề học thuật; nó còn ảnh hưởng đến chiến lược phát triển của các công ty công nghệ. Khi nguồn dữ liệu trên internet dần cạn kiệt – dự đoán có thể xảy ra từ những năm 2030 – việc tạo ra các mô hình “học nhanh” sẽ trở thành yếu tố cạnh tranh quyết định. Nếu các nhà nghiên cứu thành công trong việc mô phỏng cách trẻ học ngôn ngữ, tương lai AI có thể giảm đáng kể chi phí tính toán, tiêu thụ năng lượng và mở rộng sang những ngôn ngữ ít dữ liệu hơn.

Bên cạnh đó, việc giải đáp câu hỏi “trẻ sinh ra có bẩm sinh ngôn ngữ hay không” sẽ cung cấp góc nhìn mới cho cả khoa học nhận thức và công nghệ AI. Một mô hình AI có khả năng học như trẻ em sẽ không chỉ là công cụ giao tiếp mạnh mẽ mà còn là nền tảng để khám phá cách con người suy nghĩ, xử lý ngôn ngữ và xây dựng kiến thức. Điều này có thể dẫn tới những bước đột phá trong giáo dục, y tế và thậm chí trong việc thiết kế các hệ thống AI có tính “đạo đức” và “cảm thông” hơn.