Ngày trước, bác sĩ Alice Chiao đứng lớp ở Trường Y Stanford, dạy sinh viên cách xử trí những ca cấp cứu nơi ranh giới sống – chết chỉ tính bằng phút. Bây giờ, bà vẫn “đứng lớp”, nhưng học trò không còn là con người. Học trò của bà là những chatbot AI – được huấn luyện để biết suy nghĩ, chẩn đoán, kê đơn sao cho giống một bác sĩ thật, ít nhất là trong cách trả lời.
Nghe như chuyện khoa học viễn tưởng, nhưng lại là một nghề đang nở rộ giữa đời thực: chuyên gia người thật dạy AI bằng chính kinh nghiệm nghề nghiệp của mình.
Bác sĩ Chiao là một phần của nền kinh tế mới đang phình to rất nhanh: các chuyên gia làm việc theo mô hình “gia sư cho AI”, tham gia vào quy trình gọi là reinforcement learning (học tăng cường). Công việc nghe đơn giản mà không hề nhẹ: họ chấm điểm câu trả lời của AI, chỉ ra điểm sai, điểm nguy hiểm, rồi “dạy” mô hình cải thiện qua thử – sai.
Theo ước tính của một chuyên gia phân tích AI của Pitchbook, thị trường dịch vụ kiểu này có thể đáng giá ít nhất 17 tỷ USD. Một ngành dịch vụ lặng lẽ nhưng khổng lồ, đứng phía sau các phòng thí nghiệm AI hàng đầu.
Các hãng như OpenAI, Google, Anthropic huấn luyện mô hình trên dữ liệu khổng lồ, nhưng dữ liệu không tự biến thành sự đúng đắn. Muốn AI bớt “nói bừa”, bớt tự tin sai, phải có người thật kèm cặp—đúng nghĩa “thầy uốn nắn trò”.
Mercor và “đội quân chuyên gia”: Từ bác sĩ, luật sư tới… người thử rượu
Trong câu chuyện này, Mercor là cái tên nổi bật: một công ty đứng giữa, kết nối và quản lý lực lượng chuyên gia để làm huấn luyện tăng cường cho các hãng AI. Mercor có hợp đồng với chuyên gia từ y khoa, luật, tài chính cho tới hài kịch, thể thao, thậm chí rượu vang. Người giỏi nghề có thể kiếm tới hàng trăm USD mỗi giờ để “dạy AI làm đúng nghề của mình”.
Mercor được định giá hơn 10 tỷ USD, một con số khiến người ta hiểu rằng “chấm bài cho AI” không còn là việc phụ. Nó là hạ tầng mới của kỷ nguyên AI—giống như điện, như đường, như mạng.
CEO Mercor mô tả quy mô công việc bằng một câu rất thẳng: cần những “đội quân lớn” người thật để làm phản hồi cho AI.
Bác sĩ Chiao: “Tôi không dạy AI cướp nghề, tôi dạy AI… bớt nguy hiểm”
Điểm đáng chú ý nhất nằm ở cách bác sĩ Chiao nhìn công việc của mình. Bà không coi đó là dạy AI thay thế bác sĩ, mà là làm cho AI đủ an toàn để hỗ trợ bác sĩ.
Bà tin AI có thể giúp những phần việc đang bào mòn thời gian và năng lượng của ngành y: đọc phim chẩn đoán hình ảnh, điền bệnh án, ghi chú, xử lý biểu mẫu… để bác sĩ được quay về điều cốt lõi: ngồi với bệnh nhân, nhìn vào mắt họ, lắng nghe và chữa lành.
Bà nói có những “cảm giác nghề” đến từ 20 năm ngồi trước bệnh nhân—AI chưa thể có. Cái nhìn tổng thể, trực giác của trải nghiệm, sự tinh tế khi một người nói ít mà cơ thể nói nhiều—đó là nơi con người vẫn là con người.
Và vì thế, bà nhấn mạnh: người bệnh có thể dùng AI như điểm khởi đầu để hiểu thông tin, nhưng AI không phải bác sĩ.
“Thuốc đắng giã tật, sự thật mất lòng.” Sự thật là AI có thể tiện, nhưng không nên được trao quyền quyết định thay sinh mạng.
Huấn luyện “Dr. AI”: Ca bệnh thật, câu hỏi thật, và những câu trả lời… suýt gây hại
Khi huấn luyện, bác sĩ Chiao dùng các tình huống thật bà từng gặp: một phụ huynh hỏi con ho sốt có cần đi khám không; hoặc một biểu mẫu nhập viện với đầy thuật ngữ y khoa—AI phải hiểu và trả lời theo đúng bối cảnh.
Có lúc AI đưa ra ý mà bà chưa nghĩ tới. Nhưng có lúc AI trả lời “nghe có vẻ đúng” mà thực ra dễ gây hiểu lầm, dễ làm người đọc hoảng loạn, hoặc không an toàn. Đó là lúc bà can thiệp: chỉnh lại câu chữ cho hợp lý, thêm cảnh báo, thêm điều kiện, làm cho phản hồi an toàn – chính xác – phù hợp người dùng.
Các chuyên gia như bà thường chấm theo “rubric” (bộ tiêu chí) do họ xây dựng sau khi tham vấn nhiều chuyên gia cùng ngành. Điểm số và phản hồi được đưa ngược lại cho mô hình, để AI học cách “nhắm tới câu trả lời được chấm cao”.
Nói nôm na: AI được nuôi bằng dữ liệu, nhưng được lớn lên bằng kỷ luật của phản biện con người.
Hài kịch cũng dạy được? Khó. Vì “mỗi người mỗi gu”
Mercor từng thuê các cây bút hài kịch (thậm chí từ Harvard Lampoon) để dạy AI… trở nên buồn cười hơn. Họ viết tiêu chí, chỉnh câu đùa, bồi thêm chất châm biếm.
Nhưng rồi vấp ngay một bức tường “người ta biết mà máy khó biết”: hài hước phụ thuộc văn hóa, vùng miền, ngữ cảnh. Điều khiến người này cười có thể làm người khác nhíu mày. Muốn AI “hài” thật, phải địa phương hóa, phải hiểu từng cộng đồng. Càng chủ quan, càng khó dạy. “Chín người mười ý.” AI giỏi toán, giỏi thống kê, nhưng với tiếng cười, nó vẫn phải học lại từ đầu—từ con người.
Mercor không khởi đầu là công ty dạy AI. Ba nhà sáng lập lập Mercor khi còn rất trẻ (CEO đồng sáng lập ở tuổi 19), ban đầu làm nền tảng tuyển dụng – nhân sự. Khi chuyển hướng sang AI, “kho hồ sơ” và mạng lưới ứng viên trở thành mỏ vàng: họ có sẵn danh sách chuyên gia để huy động.
Công ty được mô tả là đang chi trả hơn 1 triệu USD mỗi ngày cho hàng ngàn chuyên gia. Doanh thu tăng rất nhanh, từ mức nhỏ lên mức hàng trăm triệu theo đà chạy. Và Mercor không cô đơn: thị trường còn những cái tên khác như Scale AI, Surge AI, Handshake, Micro1… tạo ra một lớp nhà sáng lập trẻ giàu nhanh đến mức người ta nhắc tới Forbes tỷ phú.
Nỗi lo lan ra phố Wall: AI từ “động cơ tăng giá” thành “cơn gió ngược”
Trong những tuần gần đây, nỗi sợ AI “lật bàn” nhiều ngành nghề bỗng nóng rực. Thị trường chứng khoán chứng kiến những đợt bán tháo lan từ cổ phiếu phần mềm sang bảo hiểm, môi giới tài chính, dịch vụ bất động sản, rồi tới logistics và trucking.
Chỉ cần một công ty tung công cụ AI “đo ni đóng giày” cho ngành luật – tài chính, hay một startup giới thiệu ứng dụng bảo hiểm tích hợp ChatGPT, là đủ làm nhà đầu tư hoang mang: liệu mô hình kinh doanh “thu phí cao – dùng nhiều lao động” có bị AI gặm dần?
Có chuyên gia nói thị trường đang ở chế độ “bắn trước hỏi sau” với bất kỳ ngành nào có vẻ dễ bị AI thay thế. Nhưng cũng có ý kiến phản biện: nhiều đợt giảm là quá đà, vì các ngành như môi giới bảo hiểm vẫn là “trung gian thiết yếu” cho quyết định tài chính gia đình—AI chưa thể bỗng dưng xóa sổ.
Trong lúc AI tăng tốc thương mại hóa, một làn sóng khác cũng nổi lên: những người làm trong ngành rời công ty và cảnh báo rủi ro. Có người lo về tốc độ phát triển quá nhanh, lo về việc giá trị an toàn bị “xếp sau” mục tiêu tăng trưởng và doanh thu. Có người nêu lo ngại về khả năng chatbot thao túng người dùng, nhất là khi nó nắm kho dữ liệu tâm lý – sức khỏe – niềm tin riêng tư của hàng triệu người.
Ở một số nơi, tranh cãi còn xoay quanh việc cho AI “chế độ người lớn”, nội dung nhạy cảm, và câu hỏi: ai chịu trách nhiệm khi rào chắn thất bại?
Một mối lo khác mang tính toàn cầu: khoảng cách AI giữa các nước giàu và nghèo. Microsoft công bố cam kết đầu tư lớn để mang AI tới các nền kinh tế thu nhập thấp, trong bối cảnh cảnh báo rằng mức độ sử dụng AI ở “Global North” cao hơn đáng kể so với “Global South”. Nếu internet từng tạo ra khoảng cách mới, AI có thể nhân đôi nó—vì AI cần dữ liệu, điện, nước, trung tâm dữ liệu, chip và mạng.
AI có thể giúp các nước đang phát triển “nhảy cóc” nếu được triển khai tốt. Nhưng nếu không, nó sẽ trở thành một dạng “điện khí hóa” mới—ai không có thì tụt lại xa hơn.
Nhìn sang y khoa: Radiology như một tấm gương—AI hỗ trợ hay thay thế?
Ngành chẩn đoán hình ảnh (radiology) được nhắc như một ví dụ tiêu biểu: AI rất hợp để đọc ảnh, tìm mẫu, ưu tiên ca nguy cấp, tóm tắt báo cáo. Thực tế, nhiều thiết bị y tế có AI đã được phê duyệt, phần lớn liên quan đến radiology. Nhưng các chuyên gia cũng nhấn mạnh: bác sĩ vẫn là người chịu trách nhiệm chẩn đoán, khám trực tiếp, viết kết luận—AI là “cặp mắt thứ hai”.
Có thời người ta từng dự đoán radiology sẽ biến mất. Nhưng rồi nhu cầu chụp chiếu tăng theo dân số già và nhu cầu y tế khiến việc làm vẫn tăng, thậm chí nhờ AI mà bác sĩ làm được nhiều hơn.
Song, rủi ro cũng có: thiên kiến dữ liệu, lệ thuộc quá mức, và cám dỗ “cắt người” nếu AI đủ tốt để lãnh đạo nghĩ rằng có thể thay bác sĩ bằng nhân sự rẻ hơn.
Câu chuyện của bác sĩ Alice Chiao cho thấy một nghịch lý để AI trở nên “giống người” hơn, người ta phải thuê rất nhiều người. Nghề mới mọc lên từ nỗi lo cũ: sợ AI nói sai, sợ AI gây hại, sợ AI thay thế.
Bà Chiao không muốn dạy AI cướp nghề bác sĩ. Bà muốn dạy AI làm phần việc khiến bác sĩ bớt mệt, để con người được trở lại với con người: nghe, hiểu, chạm vào nỗi đau thật.
Nhưng thế giới không chỉ có những người “điềm tĩnh và có trách nhiệm” như bà. Thị trường đang chạy, vốn đang thúc, IPO đang gọi, quảng cáo đang tràn, và những cuộc bán tháo trên phố Wall cũng nhắc rằng: niềm tin của xã hội là thứ mong manh.
“Đường dài mới biết ngựa hay.”
AI có thể là con ngựa tốt, nhưng vẫn cần dây cương—và người cầm cương phải là con người.
English
Deutsch
Français
Español
Italiano
Português
Norsk
Nederlands
Dansk
Suomi
Polski
Čeština
Русский
日本語
한국어
中文(简体)
中文(繁體)
Magyar
Türkçe
العربية
ไทย
Latina
हिन्दी
Bahasa Indonesia
Bahasa Melayu
