Khi 'Người phản biện số 2' là một thuật toán
Hãy tưởng tượng: bạn mất hàng năm trời thực hiện một công trình nghiên cứu, nộp bản thảo lên tạp chí khoa học hàng đầu thế giới, rồi chờ đợi — trung bình hơn 100 ngày — để nhận phản hồi từ một chuyên gia ẩn danh mà bạn không bao giờ biết là ai, với tiêu chí đánh giá không hoàn toàn minh bạch. Đây là thực tế mà hàng triệu nhà khoa học toàn cầu đang sống cùng mỗi ngày.
Nay, tạp chí Nature Biotechnology — một trong những ấn phẩm khoa học sinh y học uy tín nhất thế giới với chỉ số tác động (impact factor) thường xuyên vượt ngưỡng 33 — vừa công bố một bài phân tích kêu gọi xem xét nghiêm túc việc tích hợp AI vào quy trình phản biện đồng nghiệp (peer review). Theo thông tin hiện có, đây là lập luận từ một trong những tiếng nói có ảnh hưởng nhất trong cộng đồng khoa học toàn cầu, và nó đang khơi dậy những câu hỏi cực kỳ hệ trọng.
Hệ thống đang rạn nứt
Phản biện đồng nghiệp tồn tại hàng thế kỷ như nền tảng của niềm tin vào khoa học. Nhưng hệ thống này đang oằn mình dưới áp lực: các tạp chí lớn ghi nhận thời gian phản biện trung bình vượt 100 ngày, trong khi số lượng bản thảo nộp vào liên tục tăng và số chuyên gia chịu làm phản biện (thường là công việc không được trả thù lao) ngày càng khan hiếm.
Đối với các lĩnh vực có nhịp độ thay đổi nhanh như công nghệ sinh học hay ứng phó đại dịch, độ trễ 100 ngày không chỉ là bất tiện — đó là rào cản đối với sinh mạng con người.
Các công cụ AI như Reviewer 2, ScholarAI và nhiều hệ thống độc quyền khác đã được các nhà phản biện sử dụng một cách không chính thức. Các nhà xuất bản lớn như PLOS và Springer Nature cũng đang xây dựng khung hỗ trợ AI chính thức. Tuy nhiên, theo thông tin hiện có tính đến đầu năm 2024, chưa có tạp chí khoa học lớn nào chính thức trao cho AI một vai trò được ghi nhận trong quy trình phản biện.
Cơ hội lịch sử — hay cái bẫy mới?
Nhóm lạc quan lập luận rằng AI có thể rút ngắn đáng kể thời gian chờ đợi, cung cấp đánh giá nhất quán về phương pháp luận và thống kê, phát hiện đạo văn hay thao túng dữ liệu, đồng thời giải phóng chuyên gia tập trung vào các nhận định khái niệm cấp cao hơn. Quan trọng hơn, nó có thể 'dân chủ hóa' việc tiếp cận phản biện chất lượng cho các nhà nghiên cứu ở những nơi thiếu nguồn lực.
Đây là điểm chạm thẳng vào thực tế của cộng đồng khoa học Việt Nam. Năm 2022, Việt Nam công bố hơn 20.000 bài báo được lập chỉ mục trên Scopus — con số tăng trưởng ấn tượng. Thế nhưng, các nhà nghiên cứu Việt Nam vẫn thường xuyên đối mặt với 'hình phạt uy tín' — bị đánh giá bất lợi vì rào cản ngôn ngữ, thiếu liên kết tổ chức có tiếng tăm, hoặc đơn giản là vì địa lý.
Nhưng nhóm hoài nghi cảnh báo điều ngược lại cũng có thể xảy ra. Các hệ thống AI được huấn luyện trên văn liệu hiện tại có xu hướng bảo vệ các cách tiếp cận thông thường và trừng phạt những nghiên cứu thực sự đột phá, mang tính thay thế mô hình. Nếu dữ liệu huấn luyện đã chứa đựng thiên kiến của phương Tây, AI sẽ chỉ số hóa và nhân rộng sự thiên kiến đó. Ngoài ra còn có nguy cơ rò rỉ bảo mật nếu bản thảo chưa công bố lọt vào các pipeline huấn luyện thương mại.
Về mặt kỹ thuật, các mô hình ngôn ngữ lớn hiện tại thiếu khả năng suy luận chuyên sâu trong các tiểu lĩnh vực cắt-tiền-duyên, không thể xác minh tính tái lập của thí nghiệm ướt, và có thể 'ảo giác' tự tin về các trích dẫn hay đánh giá phương pháp không có thật.
Điều Việt Nam cần chuẩn bị
Cuộc tranh luận này không chỉ là câu chuyện công nghệ — đây là cuộc tranh luận về quyền lực và tính hợp pháp trong khoa học toàn cầu. Ai được quyết định nghiên cứu nào là 'đủ tốt'? Tiêu chí nào được mã hóa vào thuật toán?
Cho đến khi có câu trả lời rõ ràng hơn, các nhà nghiên cứu Việt Nam nên theo dõi sát sao những phát triển trong chính sách của các tạp chí lớn, chủ động tìm hiểu các công cụ AI hợp lệ đang được dùng trong cộng đồng quốc tế, và tham gia vào các cuộc đối thoại chính sách để đảm bảo tiếng nói Đông Nam Á hiện diện trong việc định hình các chuẩn mực mới này.
Lịch sử khoa học đầy những trường hợp phát hiện đột phá bị từ chối bởi những người phản biện bảo vệ thế giới quan cũ. Câu hỏi là: liệu chúng ta có muốn lập trình sự bảo thủ đó vào máy móc?
— Bài viết này được tổng hợp và biên soạn bởi AI LUMINA từ các nguồn đã xác thực. Dữ liệu và thông tin dẫn nguồn từ: Nature Biotechnology.