Chàng trai ngành y 9X "chấm điểm" AI quốc tế, dạy máy hiểu người Việt
(Dân trí) - Từ nhà nghiên cứu dữ liệu y tế tại Nhật Bản, Nguyễn Minh Phát rẽ sang AI sau đại dịch Covid-19. Hiện anh tham gia kiểm định mô hình AI quốc tế, giúp máy hiểu người Việt tự nhiên hơn.
"Sao mình vẫn phải chép tay hàng nghìn ống nghiệm như thế này?"
Giữa những ngày căng thẳng nhất của đại dịch Covid-19, câu hỏi ấy cứ thường trực trong tâm trí anh Nguyễn Minh Phát. Vài tháng sau, anh xây dựng hệ thống tự động in mã vạch. Vài năm sau, chính suy nghĩ ấy lại đưa anh đến với công việc đánh giá các mô hình AI toàn cầu.
Từ phòng thí nghiệm y sinh đến hành trình với AI
Ngay sau khi tốt nghiệp Thạc sĩ Khoa học Y khoa (Medical Sciences) tại Đại học Kanazawa (Nhật Bản), anh Nguyễn Minh Phát, sinh năm 1993, trở về Việt Nam tham gia chống dịch ở tuyến đầu.
Khi đó, anh vẫn nghĩ con đường của mình sẽ gắn với xét nghiệm, dữ liệu y tế và những bài toán chăm sóc sức khỏe.
Năm 2021, giữa cao điểm dịch Covid-19, các điểm xét nghiệm phải lấy mẫu cho hàng nghìn người mỗi ngày.
Theo quy trình thông thường, nhân viên y tế phải ghi tay thông tin lên từng ống nghiệm trước khi lấy mẫu. Khi số lượng mẫu tăng vọt, công việc tưởng nhỏ ấy trở thành một nút thắt vừa chậm, vừa dễ nhầm lẫn.
“Thời điểm đó, đội ngũ y tế phải xử lý lượng mẫu rất lớn. Việc chép tay thông tin cho hàng nghìn ống nghiệm trở thành một nút thắt âm thầm nhưng gây áp lực rất lớn”, anh Phát kể lại.
Giữa guồng công việc căng thẳng, anh không ngừng tự hỏi: “Tại sao một công việc lặp đi lặp lại như vậy lại chưa được tự động hóa?”.
Từ câu hỏi ấy, anh nảy ra ý tưởng xây dựng hệ thống in sẵn thông tin kèm mã vạch trên từng ống nghiệm, thay thế thao tác ghi tay. Khi hệ thống đi vào vận hành, khối lượng công việc được giảm tải rõ rệt, đồng thời hạn chế nguy cơ nhầm lẫn mẫu. Giải pháp này sau đó lọt Top 50 cuộc thi HIS-COVID 2021.
Đó là lúc anh nhận ra sức mạnh của công nghệ nằm ở chỗ tháo được đúng nút thắt con người đang kẹt chứ không phải sự phô trương.
“Nếu một khâu tự động hóa nhỏ đã giải phóng được đôi tay, thì AI chính là đòn bẩy để giải phóng năng lực tư duy ở quy mô lớn”, anh chia sẻ.
Chuyển sang AI, với anh, không phải là rời bỏ sứ mệnh chăm sóc con người, mà anh xem đó là một cách đi sâu hơn vào gốc rễ: giúp con người tăng năng suất, tạo thêm giá trị và từ đó có điều kiện xây dựng những hệ thống tốt hơn cho cộng đồng.
“Tôi muốn người Việt chủ động cầm lái trước làn sóng công nghệ, thay vì bị nó cuốn trôi”, anh nói.
Với các tác vụ tiếng Việt, phần khó không chỉ là xem AI dùng từ đúng hay sai, mà là đánh giá liệu câu trả lời có gần với cách người Việt thực sự hỏi, nhờ vả, từ chối, góp ý hay bày tỏ cảm xúc trong đời sống hay không.
AI chỉ đúng thôi là chưa đủ
Với nhiều người, làm việc trong lĩnh vực AI thường gắn với hình ảnh các kỹ sư viết thuật toán, huấn luyện mô hình hay xây dựng những hệ thống tính toán khổng lồ. Nhưng công việc của anh Phát lại khác.
Mỗi ngày, anh nhận các nhiệm vụ trên một công cụ gán nhãn chuyên dụng. Anh là người đặt đề bài cho AI thông qua các prompt có tính cá nhân hóa cao, giả lập những nhu cầu thực tế mà người dùng có thể đưa ra trong đời sống.
Sau khi mô hình AI phản hồi, anh tiếp tục thực hiện chấm điểm A/B giữa các phiên bản câu trả lời khác nhau.
Công việc này không đơn thuần là chọn câu trả lời “đúng” hay “sai”, mà phải so sánh xem phương án nào hữu ích hơn, tự nhiên hơn, an toàn hơn và biết khai thác thông tin bối cảnh trong kịch bản giả lập một cách phù hợp hơn.
“Tôi phải soi xét từng câu chữ để đảm bảo AI không chỉ trả lời đúng mà còn phải thực sự hữu ích”, anh Phát cho biết.
Chẳng hạn, nếu một người hỏi về chuyến du lịch sắp tới, một trợ lý AI tốt không chỉ đưa ra danh sách địa điểm nổi tiếng. Nó cần hiểu người dùng từng đi đâu, thích kiểu trải nghiệm nào, hay có những ràng buộc gì trong lịch trình.
“Đó là sự dịch chuyển từ một bộ máy tra cứu sang một trợ lý, thư ký thực thụ”, anh Phát nói.
Tuy nhiên, để đạt đến mức đó, các mô hình AI vẫn cần rất nhiều lớp đánh giá của con người. Trong quá trình làm việc, anh Phát phải đọc kỹ từng phản hồi, xem AI có bám đúng dữ liệu không, có suy diễn quá đà không, có dùng dữ liệu cá nhân một cách vụng về hay đụng chạm cảm giác riêng tư của người dùng không.
Anh nhấn mạnh, người làm công việc này không trực tiếp huấn luyện mô hình theo nghĩa kỹ thuật lõi. Họ giống như một mắt xích trong dây chuyền kiểm định chất lượng: phát hiện lỗi, ghi nhận điểm chưa ổn và chuyển phản hồi đó cho các bộ phận liên quan.
Với anh Phát, công việc “chấm điểm” AI cho thấy một điều thú vị: ngay cả trong những hệ thống công nghệ hiện đại nhất, vai trò của con người vẫn không mất đi. Nó chỉ chuyển từ trực tiếp làm thay máy móc sang kiểm định, điều hướng và giúp máy móc hiểu con người hơn.
AI đúng nghĩa nhưng sai “cảm giác ngôn ngữ”
Theo anh Phát, thách thức lớn nhất khi đánh giá AI tiếng Việt không chỉ nằm ở ngữ pháp hay độ chính xác thông tin, mà ở sắc thái ngôn ngữ.
Tiếng Việt phức tạp bởi hệ thống đại từ xưng hô, cách nói theo vai vế, vùng miền và ngữ cảnh giao tiếp.
Một câu trả lời có thể đúng về mặt kỹ thuật, nhưng nếu quá suồng sã với người lớn tuổi, quá lạnh lùng trong một tình huống cần sự cảm thông, hoặc dùng từ địa phương sai hoàn cảnh, thì vẫn bị xem là “lệch tông”.
“AI có thể đúng 90% về mặt ngữ nghĩa, từ vựng nhưng vẫn thất bại nếu sai cảm giác ngôn ngữ”, anh nói.
Anh lấy ví dụ, một bác sĩ nhờ AI viết lời chúc sinh nhật cho mẹ. Thay vì tạo ra một lời chúc ấm áp của người con, AI lại trả về văn bản khô khan theo kiểu tư vấn sức khỏe, nhắc đi khám định kỳ, ăn nhạt và theo dõi huyết áp.
“AI không sai nếu nhìn từ dữ liệu nghề nghiệp của người dùng, nhưng lại sai ở ngữ cảnh. Nó mặc định người đó luôn là bác sĩ, quên rằng trong khoảnh khắc ấy, anh ấy chỉ là một người con muốn gửi tới mẹ một lời yêu thương”, anh Phát phân tích.
Theo anh, những lỗi như vậy không thể phát hiện nếu chỉ nhìn vào ngữ pháp. Người đánh giá phải đặt mình vào vị trí người dùng, hiểu bối cảnh, thói quen và những sắc thái rất riêng trong văn hóa giao tiếp của người Việt.
“Chúng tôi không chỉ kiểm tra xem AI nói đúng hay sai, mà còn xem nó có khiến người dùng cảm thấy được thấu hiểu hay không”, anh chia sẻ.
Ngoài vai trò chuyên gia cộng tác trong một dự án AI toàn cầu, anh Phát còn hỗ trợ các nhóm khởi nghiệp và doanh nghiệp địa phương ứng dụng AI vào hoạt động sản xuất, kinh doanh.
Với anh, hai công việc này không tách biệt mà bổ trợ cho nhau: một bên giúp anh tiếp cận những xu hướng AI mới nhất, bên kia là dịp đưa kinh nghiệm ấy trở về phục vụ doanh nghiệp và người dân tại địa phương.
Bên cạnh đó, anh Phát còn phát triển hệ thống AI riêng mang tên Tin (The Integrated Network), được xây dựng để người dùng có thể điều khiển một “đội AI” ngay trên điện thoại.
Hiện anh phát triển hệ thống này ở giai đoạn thử nghiệm, tập trung vào việc cho phép người dùng giao việc bằng giọng nói, điều phối nhiều tác vụ AI cùng lúc và thao tác chủ yếu trên điện thoại thay vì phụ thuộc vào máy tính.
Nhìn về tương lai, anh cho rằng AI sẽ tiếp tục thay đổi cách con người làm việc, nhưng điều đó không đồng nghĩa con người bị thay thế.
“Động cơ thì ai cũng có thể thuê được, nhưng lắp nó vào đâu để tạo ra giá trị mới là điều quan trọng. Người trẻ không nên chỉ học cách dùng AI cho nhanh hơn, mà cần hiểu một lĩnh vực đủ sâu để biết giao việc, giám sát và phê duyệt kết quả của AI”, anh chia sẻ.
Anh tin lợi thế của Việt Nam nằm ở lực lượng trẻ tiếp thu nhanh, am hiểu văn hóa và nhu cầu bản địa. Nếu biết kết hợp kỹ năng điều phối AI với chuyên môn trong một ngành cụ thể, người trẻ có thể tạo ra những giải pháp phù hợp cho chính đời sống và sản xuất trong nước.
Với anh Phát, hành trình của mình có thể gói gọn trong một câu nói giản dị nhưng cũng là điều anh luôn theo đuổi:
“Tôi là người làm nhiều việc xoay quanh AI: ban ngày dạy về AI, ban đêm dạy AI về con người".