Andrej Karpathy, đồng sáng lập OpenAI, cho rằng khoảng cách trong cách con người trải nghiệm và đánh giá AI đang ngày càng lớn, khi phần đông người dùng chỉ tiếp cận các công cụ miễn phí, còn một nhóm rất nhỏ đã bắt đầu khai thác những mô hình tiên tiến nhất cho công việc chuyên môn.

Theo Business Insider ngày 12/10 (giờ địa phương), Karpathy viết trên X rằng AI vẫn mới ở giai đoạn đầu của quá trình phổ cập. Vì vậy, chỉ một tỷ lệ rất nhỏ người dùng thực sự được tiếp cận đầy đủ năng lực của các mô hình hàng đầu hiện nay.

Karpathy ước tính khoảng 6 tỷ người, tương đương 75% dân số thế giới, chưa từng sử dụng mô hình ngôn ngữ lớn. Với 1-2 tỷ người còn lại, phần lớn mới chỉ thỉnh thoảng dùng phiên bản miễn phí của các dịch vụ như ChatGPT, nên trải nghiệm đó chưa phản ánh đầy đủ khả năng thực sự của AI.

Theo ông, điểm đáng chú ý nhất là khoảng cách giữa nhóm người dùng chatbot phổ thông và nhóm đã đưa các mô hình tiên tiến vào công việc hằng ngày. Karpathy cho rằng hiện có khoảng 20 triệu người sử dụng các mô hình tối tân cho lập trình, tương đương khoảng 0,2% dân số thế giới. Nhóm này tin rằng nhiều dự án trước đây cần vài tuần, thậm chí vài tháng, nay có thể giao cho AI agent chỉ với một chỉ dẫn ngắn.

Karpathy cho biết ông từng đề cập đến sự chênh lệch này từ tháng 4. Càng đi sâu vào mức độ sử dụng, số người thực sự tiếp cận được công nghệ mới càng giảm mạnh. Trong khi đa số mới chỉ dùng AI ở mức bề mặt, một thiểu số rất nhỏ đã ứng dụng các mô hình tiên tiến vào công việc và vì thế có đánh giá hoàn toàn khác về tốc độ tiến bộ của công nghệ này.

Nhóm nhỏ nhất, theo ước tính của Karpathy, chỉ khoảng 5.000 người có quyền truy cập nội bộ vào những hệ thống AI tối tân nhất. Ông cho rằng họ chủ yếu làm việc tại các tập đoàn công nghệ lớn và được tiếp cận trực tiếp với các hệ thống mới nhất.

Karpathy nhận định những diễn biến liên quan đến OpenAI và Hugging Face đã phần nào cho thấy hướng phát triển tiếp theo của AI: hàng nghìn AI agent có thể phối hợp triển khai các dự án phần mềm quy mô lớn, đẩy nhanh cả tấn công lẫn phòng thủ mạng, đồng thời thúc đẩy nghiên cứu khoa học và toán học.

Ông cũng cho rằng tốc độ phát triển của AI hiện đã vượt quá khả năng thẩm định của con người. Theo Karpathy, sau nhiều tháng, việc phân tích các diễn biến liên quan đến OpenAI và Hugging Face vẫn chưa dừng lại. Tương tự, giới toán học cũng dự báo sẽ cần thêm nhiều thời gian để đánh giá 722 bản thảo toán học ở cấp độ cao.

Quan điểm này cũng nhận được sự đồng tình từ một số lãnh đạo công nghệ. Aaron Levie, CEO Box, cho rằng bài viết của Karpathy giúp phác họa rõ hơn vị trí hiện tại của AI. Theo ông, phần lớn người dùng hiện vẫn xem AI như một công cụ tìm kiếm thế hệ mới hoặc chatbot trò chuyện đơn giản, nên dễ đánh giá thấp năng lực thực tế của công nghệ này.

Trong khi đó, Garry Tan, CEO Y Combinator, nhận định đây là thời điểm phù hợp để gia nhập các phòng thí nghiệm AI. Trên X, ông viết: “Hãy trở thành một trong 5.000 người hôm nay”, nhấn mạnh giá trị của việc sớm tiếp cận và khai thác những hệ thống AI mới nhất.

Từ các ý kiến trên, Karpathy cho rằng khác biệt trong trải nghiệm AI không chỉ nằm ở việc có sử dụng hay không, mà còn phụ thuộc vào cấp độ mô hình mà người dùng được tiếp cận và cách họ khai thác công cụ đó. Khi người dùng phổ thông chủ yếu tương tác với AI qua chatbot, các công ty dẫn đầu và một bộ phận nhà phát triển đã bắt đầu giao cho AI những công việc phức tạp hơn nhiều.

Karpathy nói quan sát từ dòng thời gian trên mạng xã hội của ông cho thấy khoảng cách trong nhận thức về năng lực AI đang tiếp tục nới rộng. Vấn đề đầu tiên nằm ở độ cập nhật của trải nghiệm người dùng. Nhiều người từng thử gói miễn phí của ChatGPT từ năm ngoái, rồi lấy trải nghiệm đó làm cơ sở chính để đánh giá AI hiện tại. Từ đó, họ chủ yếu chú ý đến những phản hồi kỳ quặc hoặc hiện tượng “ảo giác” của mô hình.

Ông cho biết bản thân cũng đã xem các video lan truyền về chế độ Advanced Voice của OpenAI gặp lúng túng trước những câu hỏi đơn giản như nên lái xe hay đi bộ ra tiệm rửa xe. Tuy nhiên, theo Karpathy, các mô hình miễn phí, đời cũ hoặc đã bị thay thế không phản ánh đúng năng lực của lớp mô hình AI agent tiên tiến nhất trong năm nay, đặc biệt là OpenAI Codex và Claude Code.

Vấn đề thứ hai, theo Karpathy, là ngay cả khi người dùng trả 200 USD mỗi tháng để tiếp cận các mô hình tối tân, nhiều năng lực nổi bật của AI vẫn chỉ bộc lộ rõ trong các lĩnh vực kỹ thuật cao. Những tác vụ phổ biến như tìm kiếm, viết lách hay tư vấn chưa phải nơi ghi nhận bước nhảy vọt rõ nhất.

Ông cho rằng điều này xuất phát một phần từ đặc thù kỹ thuật của học tăng cường, khi các mô hình phát huy tốt hơn ở những bài toán có thể kiểm chứng kết quả rõ ràng. Phần khác đến từ yếu tố kinh tế: các lĩnh vực đó không tạo ra giá trị thương mại lớn bằng những “mỏ vàng” như lập trình hay các ứng dụng B2B.

Từ đó hình thành một nhóm người dùng thứ hai: những người vừa trả tiền để dùng các mô hình AI agent hàng đầu như OpenAI Codex và Claude Code, vừa ứng dụng chúng một cách chuyên nghiệp trong các lĩnh vực kỹ thuật như lập trình, toán học và nghiên cứu.

Karpathy cho rằng đây cũng là nhóm bị AI tác động mạnh nhất về mặt nhận thức, bởi mức cải thiện gần đây trong các lĩnh vực này là “choáng váng”. Khi được cấp quyền truy cập terminal, mô hình có thể giải các bài toán lập trình vốn trước đây thường cần nhiều ngày, thậm chí nhiều tuần.

Theo ông, chính nhóm này đánh giá nghiêm trọng hơn về năng lực hiện tại của AI, tốc độ tiến bộ cũng như các hệ lụy an ninh mạng có thể phát sinh. Nói cách khác, hai nhóm người dùng hiện gần như đang nhìn AI từ hai thực tế hoàn toàn khác nhau.

Một bên là trải nghiệm với Advanced Voice miễn phí, thứ mà theo Karpathy phần nào đã bị bỏ lại phía sau và có thể trả lời sai những câu hỏi đơn giản trong các video ngắn. Bên còn lại là phiên bản Codex trả phí cao cấp, có thể dành cả một giờ để tái cấu trúc toàn bộ mã nguồn hoặc tìm và khai thác lỗ hổng hệ thống.

Karpathy cho rằng bước tiến này đến từ hai nguyên nhân chính. Thứ nhất, các lĩnh vực như lập trình có tiêu chí đánh giá rõ ràng và dễ kiểm chứng, nên đặc biệt phù hợp với huấn luyện bằng học tăng cường, chẳng hạn có thể đo bằng việc vượt qua hay không vượt qua các unit test. Điều này khác với các tác vụ như viết lách, nơi chất lượng đầu ra khó lượng hóa hơn nhiều. Thứ hai, đây là những mảng có giá trị thương mại cao trong môi trường B2B, nên đang thu hút phần lớn nguồn lực phát triển.