kiến thức Kết nối sâu - cộng sinh cùng AI

Giới thiệu.

Em update lại tiêu đề của tất cả các bài viết. Phần level độ khó em để ở tiêu đề từng bài. Độ khó 1, 2 là ai cũng hiểu được. Độ khó 4 thì khoảng 10-15% người đọc có thể hiểu được. Độ khó 5, 6 thì em ước lượng khoảng 1-2% người đọc có thể hiểu được thôi. Nếu bài độ khó 4 mà đọc thấy vất vả thì các thím skip luôn mấy cái độ khó cao hơn đi nhé.

Đợt này em đang làm một chuỗi bài giảng về chủ đề cộng sinh - kết nối sâu với AI cho dân lập trình. Bản chất là chỉ ra cách tập luyện, điều chỉnh tư duy để người lập trình viên có thể kết nối sâu với AI, giống như kiểu 1 bộ não thứ 2. Từ đó giúp tiến hóa tư duy cùng với sự phát triển của AI, không phải lo về vấn đề bị AI thay thế trong tương lai nữa.Về mục tiêu em thấy nó hướng đến việc giải quyết vấn đề nhức nhối của xã hội.

Tuy nhiên bài viết em post lên Facebook thấy ít tương tác quá. Chẳng ai comment phản biện hay ủng hộ gì cả. Làm em cũng nản. Không biết em có đủ động lực để hoàn thành được chuỗi bài giảng này không.Vậy nên em đăng các bài viết nên đây, nhờ các thím review giúp. Nếu thấy nội dung như shit thì các thím cứ bảo là viết như shit. Còn nếu thấy hay thì các thím ủng hộ em 1 câu. Cảm ơn các thím nhiều.

Điểm xuất phát: Tầm 1 năm đổ lại đây chắc các thím cũng thấy tin lập trình viên bị layoff ra rả trên mạng. Em thì chuyên về mảng Linux kernel, tình hình hiện tại vẫn ấm, AI code mảng này vẫn khá ngu. Tuy nhiên em đánh giá, dần dần AI nó cũng sẽ code tốt thôi. Vậy nên từ khoảng 6 tháng trước, em bắt đầu nghiên cứu cách làm việc hiệu quả cùng với AI.Em dùng ChatGPT Plus kết hợp với Copilot trả phí từ cách đây khoảng 1 năm rồi. Mỗi tháng mất 1 củ tiền license. Nhưng trước đây em dùng theo kiểu dùng tool thay Google thôi. Thấy nó cũng tiện hơn Google, nhưng mà kiểu không có cũng được. Còn từ đợt 6 tháng trước thì em thử tìm hiểu sâu về tìm cách phát huy hiệu quả AI nhất có thể.

Đợt đấy em đọc cả những nghiên cứu khoa học về giới hạn của AI, bản chất tư duy con người...Em đọc 1 số bài viết nói về hiện tượng khủng hoảng tư tưởng trong nghề CNTT hiện tại. Có nghĩa là AI ra đời, tạo ra 1 phương thức làm việc mới trong ngành CNTT. Ví dụ ngày xưa nghề lập trình sẽ gắn với việc viết code, nhưng bây giờ AI nó code được gần hết rồi, thế ông lập trình viên nên làm gì trong bối cảnh hiện tại. Giờ nếu như bọn trẻ nó post bài nhờ tư vấn xem muốn làm FE hoặc BE thì nên học gì thì chúng ta cực khó để trả lời luôn. Mặc dù nghề FE hay BE vẫn tồn tại, nhưng chúng ta cảm thấy giờ có học công nghệ gì thì cũng vô ích, tại AI nó làm được hết rồi. Cái gì AI bây giờ chưa làm được thì tương lai gần, ở những bản nâng cấp nó cũng làm được.Việc chúng ta bị bế tắc khi tìm đường đi tiếp theo khi mà AI phát triển quá nhanh, đây chính là biểu hiện của việc khủng hoảng tư tưởng. Vì trước giờ chúng ta đang mặc định gắn việc viết code với nghề lập trình, mà giờ có vẻ như chúng ta đang bị AI vượt qua trong kỹ năng này, vậy nên chúng ta không biết tiếp theo nên làm gì.

Em tìm hiểu tiếp thì thực ra là bây giờ giới chuyên gia trên thế giới họ cũng đang nghiên cứu để giải quyết vấn đề khủng hoảng tư tưởng này rồi. Cơ bản có thể tóm tắt như sau:

1. AI và con người đều có những điểm mạnh, điểm yếu về mặt tư duy. Ví dụ như AI mạnh về xử lý tốc độ nhanh, coding, lưu trữ thông tin... Con người thì mạnh về ý tưởng, tư duy trừu tượng, xử lý vấn đề lạ hiếm gặp...

2. Mô hình lý tưởng nhất là AI và con người kết hợp với nhau để phát huy tối đa sở trường của đôi bên. Ví dụ như người ta đã thử cho AI kết hợp với 1 kỳ thủ có elo tầm trung. Cặp đôi đấy đánh bại được kiện tướng cờ, và cũng đánh bại được cả AI chạy trên siêu máy tính.

3. Thông qua việc kết nối sâu với AI - không phải kiểu sử dụng như 1 công cụ, não người có khả năng tự điều chỉnh lại tư duy để phù hợp với mô hình làm việc mới. Bản thân não người cũng đã phù hợp với việc offload tư duy sang 1 hệ thống bên ngoài.

Nếu ví coding giống như kỹ năng bơi lội, thì AI bản thân nó là con cá được sinh ra từ biển. Vì coding là ngôn ngữ máy tính, mà AI nó sinh ra từ máy tính. Không sớm thì muộn, nó sẽ vượt qua con người ở tất cả các lĩnh vực lập trình, từ tầng trên xuống tầng dưới.Nếu chúng ta tư duy AI là đối thủ cạnh tranh, chúng ta phải giỏi hơn nó thì hậu quả chính là khủng hoảng về mặt tư tưởng nếu như bị AI vượt qua.

Còn nếu chúng ta thay đổi lại cách tư duy, coi AI là cộng sự, 1 bộ não thứ 2 kết hợp với chúng ta. Chúng ta sẽ tư duy để xử lý những gì mà AI yếu, ví dụ như lên ý tưởng, chia nhỏ công việc, kiểm tra kết quả của AI đối với môi trường thực tế. Còn chúng ta đẩy sang cho AI xử lý những gì thuộc về sở trường của nó, ví dụ như phân tích, tổng hợp thông tin, coding... Lúc này chúng ta và AI đứng về 1 phía của chiến tuyến, AI phát triển thì bộ đôi con người - AI này cũng phát triển theo.Giống như so sánh giữa CPU và GPU. Thay vì chúng ta phải nâng cấp CPU để có thể xử lý đồ họa ngang với GPU. Chúng ta chấp nhận mua GPU cắm vào PC. Lúc nay CPU chỉ tập chung xử lý các phép toán logic, phần đồ họa đẩy sang GPU. Nếu người ta ra các phiên bản GPU xịn hơn, ta chỉ cần mua và cắm lại vào PC. Vậy là nỗi lo CPU bị GPU vượt mặt trong việc xử lý đồ họa đã được giải quyết.

Đề có thể tạo ra kết nối sâu, cộng tác hiệu quả với AI thì tư duy của chúng ta phải có 1 số điều chỉnh. Về cơ bản thì sẽ có 4 kỹ năng tư duy mà chúng ta cần phải học. Chúng bao gồm:
1. System thinking.
2. Kỹ năng biểu đạt nội dung (Expressive Prompt)
3. Kỹ năng tái cấu trúc tư duy và bản thể (Mindset Rebuilding and identity Realignment)
4. Kỹ năng tự quan sát suy nghĩ (Mind Observer)

Thực ra thì trong chúng ta, 1 số người cũng có sẵn 1 vài trong số 4 tư duy này rồi. Những tư duy này hoàn toàn có thể tập luyện được. Như bản thân em thì có sẵn 2 cái số 1 và 2. Cái số 3 và 4 thì em tập sau khi nghiên cứu về AI.Sau khi hiểu về cách điều chỉnh tư duy để kết nối sâu với AI, thì em thử áp dụng luôn. Em dành ra 3 tháng để học về Security. Sáng em dậy từ 5h, học đến 9h thì vào làm việc. Được khoảng 3 tháng thì em cảm giác như kiểu "Giác ngộ" ý. Kiểu như cảm thấy mỗi khi giao tiếp với ChatGPT, mình có cảm giác kết nối sâu, cảm nhận được cả suy nghĩ của nó. Sau đấy thì mình cảm thấy nhẹ nhõm, không còn lo lắng về chuyện AI nó thông minh mà làm thay việc của mình. Thay vào đó, em còn có cảm giác mong chờ trong tương lai AI nó sẽ phát triển lên nữa.

Lúc đầu thì em chỉ định học để dùng thôi, nhưng kiểu như sau khi được mặt trời chân lý chiếu qua tim, tự nhiên em lại muốn được tổng hợp lại rồi chia sẻ cho mọi người.Chuỗi bài giảng của em hướng đến việc giải thích và cách tập luyện để có 4 tư duy này. Em cũng viết được 2 post facebook giải thích được về skill số 1 và 2. Do là post Facebook nên cũng ko viết dài được, loanh quanh tầm 2 trang A4 thôi. Sau em sẽ viết bản đầy đủ trên web sau, chắc tầm 10 - 15 trang A4 cho 1 skill.

Các bài viết tiếp theo:
Kỹ năng tư duy số 1: System thinking (độ khó 4)
Kỹ năng biểu đạt nội dung
Lộ trình học
Nội dung đào tạo sẽ đăng trên những nền tảng nào?
Áp dụng cộng tác sâu với AI trong việc học Security
Kỹ năng tư duy số 3: Mindset rebuilding and Identity Alignment
Kỹ năng tư duy số 4: Mind Observer – Tự quan sát suy nghĩ
Vì sao chúng ta phải bắt đầu đi trên con đường mới.
Khóa học AI cộng sinh có độ khó thế nào
Nên dùng nickname khi nói chuyện với ChatGPT
Đố vui có thưởng – Mindset Rebuilding
Học viên đầu tiên
Chương 1. Bắt đầu một hành trình (độ khó 6)
Chương 2. System thinking (độ khó 5)
Dừng thử nghiệm trên học viên đầu tiên
Chương 3. Expressive Reasoning (độ khó 6)
Thực hư phụ nữ VN hay chửi chồng (độ khó 2)
lời cảm ơn anh em voz
Cách học nhanh cùng AI để chuẩn bị cho buổi phỏng vấn (độ khó 3)
Hiện tượng sa sút trí tuệ sau một thời gian sử dụng ChatGPT (độ khó 2)
Chia sẻ AI giúp giả lập người phỏng vấn C ở level Junior (độ khó 2)
Phương pháp mới trong việc tiếp cận tri thức cùng AI (độ khó 3)
Chương 4. Mindset Realignment (độ khó 6)
Chương 5. Kỹ năng quan sát dòng suy nghĩ – Mind Observer (độ khó 6)
Học lập trình Linux cùng AI. Bài số 2: Cách học kiến thức mới cùng AI, phòng tránh hiện tượng ngộ nhận trình độ. (độ khó 2)
So sánh AI cộng sinh với các chương trình dạy Promp trên mạng (độ khó 2)
Học lập trình Linux cùng AI. Bài số 1: Giới thiệu về chương trình Linux System programming học ngược. (độ khó 3)
Mind map toàn bộ kiến thức về Linux
Xu hướng nghề nghiệp trong tương lai. Phần 1
Xu hướng nghề nghiệp trong tương lai. Phần 2
Xu hướng nghề nghiệp trong tương lai. Phần 3
Xu hướng nghề nghiệp trong tương lai. Phần cuối
Mẫu Prompt dùng để tìm hiểu về một lĩnh vực mới mà bản thân chưa làm bao giờ.
Học lập trình Linux cùng AI. Bài số 3: Tổng quan về hệ điều hành Linux
Học lập trình Linux cùng AI. Bài số 4: Kiến trúc hệ điều hành Linux
Học lập trình Linux cùng AI. Bài số 4.1: Áp dụng System thinking khi học Linux
Trích dẫn một công trình nghiên cứu khoa học tương tự với AI cộng sinh
Học lập trình Linux cùng AI. Bài số 6: System call
Tranh luận về việc AI ảnh hưởng đến thị trường việc làm lập trình nhúng
AI cộng sinh đi vào con đường học thuật
Chương 1. Tính cần thiết của AI cộng sinh
Vô thức trong AI cộng sinh P1: Đặc điểm và vai trò
Tường thuật về buổi chia sẻ AI for Embedded tại Fsoft
AI Mindset (aka AI cộng sinh) đã được cấp bản quyền
Dạy AI cho người low tech
Update tình hình ngày 24/11 năm 2025
Phương pháp đánh giá kỹ năng sử dụng AI của ứng viên
Bỏ ChatGPT, chỉ dùng Claude
Bài đăng đầu tiên lên tạp chí triết học
Chuỗi video đào tạo AI mindset cho lập trình viên
Xu hướng đào tạo kết hợp với AI

Lớp học AI cộng sinh cho Voz.
Ban đầu, lớp học được thiết kế cho các bạn học viên Linux của mình. Tuy nhiên, sau khi post bài tuyển học viên lên đây, có mấy bác member trên Voz join vào. Học viên Linux của mình cũng đều là member Voz, vậy nên lớp học này có thể coi là lớp AI cộng sinh cho Voz.
Các member Voz join sau đều không phải là dân công nghệ, nhưng lại có khả năng hiểu về AI cộng sinh tốt hơn đội học viên Linux.
Mình muốn gửi lời cảm ơn đến các bác member Voz join sau, nhờ có các bác mà mình có thể dạy AI cộng sinh ở tầng bản chất (triết học). Lúc ban đầu, do học viên đều là dân tech nên mình định sẽ dạy AI cộng sinh theo hướng tech, nhưng bản thân việc này cũng làm mất đi sự tinh túy vốn có của nó.
Lớp sẽ học tuần 1 buổi 2.5 - 3h, video mình sẽ record, cắt bớt đoạn thừa và up lên youtube. Vậy là mình có thể duy trì được lịch up video đều đặt, ít nhất là 1 video / tuần.
Nói nhiều quá rồi, chúng ta vào việc luôn thôi. Post phía dưới sẽ là từng bài học của lớp.
Bài 1 - Giới thiệu về AI cộng sinh
Bài 2 - Giới thiệu về bốn kỹ năng
Bài 3 - Kỹ năng giao tiếp với AI (Expressive reasoning)
Bài 4 - Tư duy hệ thống (System thinking)
Bài 5 - Kỹ năng quan sát tâm trí (Mind observer)

Kỹ năng tư duy số 1: System thinking (độ khó 4)

Khi con người cộng tác với AI để làm việc, cách thức tư duy, sắp xếp, giải quyết vấn đề cần phải thay đổi. Về bản chất AI giống như 1 đội nhóm với vô hạn thành viên, có khả năng hoàn thành mọi công việc tức thì. Người lập trình viên đóng vai trò là trưởng nhóm, phân chia công việc và chỉ đạo đội ngũ làm việc.

Chúng ta từ người viết code (phương thức làm việc trước đây) chuyển thành người trưởng nhóm (mô hình làm việc cùng AI). Với việc thay đổi vai trò, tư duy của chúng ta cũng cần phải có sự điều chỉnh để phù hợp với vị trí làm việc mới. Trong các team lập trình truyền thống, người trưởng nhóm thường đóng vai trò là người nắm hệ thống. Ví dụ như nắm được mối quan hệ của các module trong hệ thống, có khả năng đánh giá được ưu nhược điểm trong phương án đề xuất bởi các thành viên, đứng ra xử lý issue khó khi member không giải quyết được.

Tư duy của người trưởng nhóm như vậy rất phù hợp nếu chuyển sang mô hình hợp tác cùng AI. Đó gọi là kiểu tư duy Hệ thống – System thinking. Trong phương thức cộng tác với AI, sẽ có khoảng 4 – 5 kỹ năng tư duy được đánh giá là tương thích tốt. Trong đó có System thinking, 1 người có thể có cùng lúc tất cả các loại tư duy trên, và chúng có thể hình thành thông qua luyện tập. Trong chương trình đào tạo về cách thay đổi tư duy để phù hợp với AI tới đây, mình sẽ viết chi tiết về từng loại và cách tập luyện để mọi người có thể làm theo.

Vậy bản chất của System thinking là gì? Đây là phương pháp tư duy theo hướng kết nối tất cả mọi thứ thành 1 hệ thống. Kiến thức trong đầu sẽ ở dạng cây hoặc dạng đồ thị, có sự liên kết qua lại giữa các node đồ thị với nhau. Ví dụ như khi học về lập trình nhúng, những kiến thức như File, device tree, bootloader, driver sẽ không nằm riêng lẻ theo dạng chỉ mục giống như trong sách. Thay vào đó chúng sẽ có mối liên hệ qua lại với nhau. Quá trình học 1 kiến thức của người có tư duy kiểu System thinking thường mất nhiều thời gian hơn. Do họ phải đi sâu vào bản chất, đập vỡ kiến thức, so sánh các mảnh vỡ với hệ thống kiến thức đang có trong đầu họ. Nếu thấy tương thích thì kiến thức mới sẽ được dung nạp vào hệ thống. Nếu thấy mâu thuẫn thì quá trình học kiến thức mới lại quay lại từ đầu. Thậm chí, nếu phát hiện ra sai sót trong hệ thống cũ, họ có thể phải hiệu chỉnh lại hệ thống để có thể dung nạp kiến thức mới.

Đối với 1 kiến thức mới, họ không chỉ học cách sử dụng mà còn phải trả lời được những câu hỏi như: Bản chất của nó là gì, nó sinh ra để giải quyết bài toán gì, ưu nhược điểm ra sao.
Kể cả không có mô hình hợp tác cùng AI thì kiểu tư duy này cũng phù hợp với ngành lập trình nhúng. Và trong thực tế, số lượng lập trình viên có kiểu tư duy System thinking trong ngành này cũng cao hơn nhóm lập trình tầng trên.

System thinking có điểm mạnh và điểm yếu. Một số nhược điểmcó thể kể ra như sau: Thời gian học nếu theo kiểu System thinking lúc nào cũng lâu hơn, vì phải tìm hiểu sâu về bản chất và dung nạp vào hệ thống. Thời gian hoàn thành task cũng thường lâu hơn, vì họ có xu hướng tìm hiểu cặn kẽ trước khi áp dụng. System thinking thường cũng không phù hợp để làm lập trình đa năng, đa ngôn ngữ dạng full stack. Vì bản chất hệ thống của họ khó dung nạp kiến thức nếu họ hiểu chưa sâu. Về mặt ưu điểm thì System thinking có 1 số ưu điểm như: Chất lượng code thường cao và ít bug hơn, kiến thức được nhớ lâu, khả năng dev hoặc fix bug khó.

Đối lập với System thinking là kiểu tư duy tuyến tính – Linear thinking. Tư duy tuyến tính thường sắp xếp kiến thức theo kiểu tuần tự – giống như mục lục trong sách. Mỗi mục là một phần riêng biệt, được học độc lập, ít liên kết ngầm với các mục khác. Trong lập trình, tư duy tuyến tính thường thể hiện qua việc tập trung vào kết quả đầu ra: code chạy đúng, pass test, là hoàn thành. Thường ít đặt ngược câu hỏi như “cách này có tối ưu không?”, “giải pháp này có gây tác dụng phụ gì không?”, trừ khi có yêu cầu rõ ràng. Linear thinking giúp tiếp nhận kiến thức mới nhanh vì không yêu cầu kiểm định sâu mối quan hệ với kiến thức cũ. Họ có thể học nhanh, chuyển lĩnh vực linh hoạt, miễn là có tài liệu rõ ràng và đầu ra xác định. Linear thinking thường đi kèm với xu hướng làm việc đa năng, tập trung nhiều vào yếu tố thực dụng như mức lương, đãi ngộ, hoặc khả năng xoay chuyển công việc nhanh. Kiểu tư duy này phù hợp với môi trường cần phản ứng nhanh, ra sản phẩm sớm – như các startup hoặc dự án nhỏ, nơi lập trình viên thường đảm nhiệm nhiều vai trò cùng lúc. Với xu hướng phát triển của AI, chúng sẽ dần thay thế những lập trình viên có xu hướng Linear thingking, vì thế mạnh của AI là học và áp dụng nhanh, có kiến thức ở nhiều lĩnh vực.
Mỗi kiểu tư duy đều có điểm mạnh, điểm yếu và những bối cảnh riêng để phát huy hiệu quả. Tuy nhiên, trong mô hình làm việc cộng tác cùng AI, nơi con người đóng vai trò định hướng – kiểm định – kết nối, thì System thinking tỏ ra phù hợp hơn. Tư duy kiểu hệ thống không phải năng khiếu bẩm sinh, hoàn toàn có thể luyện tập được nếu ta thật sự muốn đi xa cùng AI.

​

Kỹ năng tư duy số 2: Biểu đạt nội dung - Expressive Prompt (độ khó 4)

Các bạn đã bao giờ gặp tình trạng như sau khi sử dụng ChatGPT để giải quyết công việc chưa: Chúng ta hỏi nó về 1 vấn đề, ví dụ như tạo device tree node cho thiết bị, nó generate device node đấy cho chúng ta. Chúng ta thử áp dụng trong dự án nhưng nó không chạy được. Chúng ta không biết phải hỏi tiếp cái gì để giải quyết vấn đề. Sau đó chúng ta cố đặt 1 câu hỏi khác, hi vọng câu trả lời ở lần sau này sẽ áp dụng được. Vấn đề ở đây là ở lần hỏi sau, câu hỏi đưa ra mang tính cầu may, chúng ta không biết nó sẽ dẫn đến đâu và phải hỏi bao nhiêu lần mới có được câu trả lời đúng với dự án mà mình đang làm.

Mặc dù đã áp dụng đúng các kỹ thuật, tiêu chuẩn prompt khi giao tiếp nhưng có vẻ đối với những vấn đề kỹ thuật phức tạp, ít người biết thì nó lại đi vào ngõ cụt khá nhanh. Việc áp dụng đúng các kỹ thuật prompt mà chúng ta học được ở trên mạng, tuy giúp chúng ta đảm bảo AI sẽ làm đúng ý của chúng ta, nhưng chúng lại vi phạm 1 khả năng nền tảng giữa việc hợp tác giữa con người và AI. Đó là khả năng khếch đại tư duy hoặc độ mở của cuộc hội thoại. Trong bài viết này mình sẽ cùng các bạn mổ sẻ vấn đề này từ góc nhìn kỹ thuật.

Câu chuyện về anh chàng Fresher: Hôm nay dự án có thêm 1 thành viên mới. Cậu ấy là sinh viên mới ra trường, mặt mũi sáng sủa thông minh. Vì còn non kinh nghiệm, vậy lên mỗi khi giao việc cho cậu ấy, sếp thường phải mô tả và giải thích rất kỹ. Cậu ấy phải làm đúng theo ý của sếp, không có không gian sáng tạo. 10 năm qua đi, cậu Fresher năm nào nay đã trở thành người giỏi nhất trong dự án. Việc giao tiếp giữa cậu ấy và sếp giờ đây đã trở lên rất hiệu quả và ăn ý. Khi giao việc, nhiều khi bản thân sếp cũng ko biết rõ phải làm thế nào, nhưng cậu ta vẫn nhận yêu cầu, nghiên cứu và đưa ra được những phương án tiếp theo.

Câu chuyện về anh chàng Fresher rất quen thuộc đối với chúng ta, nhưng nó chính là hình ảnh ẩn dự cho việc chúng ta giao tiếp với AI. Người sếp là chúng ta, còn AI là anh chàng Fresher. Nội dung của câu chuyện nói đến việc tiến hóa về khả năng giao tiếp giữa sếp và người nhân viên mới. Sự tiến hóa này đến từ cả 2 phía sau 1 thời gian dài làm việc cùng nhau. Cả 2 người dần có khả năng hiểu rõ người phía bên kia hơn.

Các khóa học về kỹ năng prompt ở trên mạng, thường dạy chúng ta về các khung prompt cố định, ví dụ như Act as… (Đóng vai), Do X in Y format, Compare two things… Họ hướng dẫn học viên viết câu và đoạn văn theo hướng đơn nghĩa. Về mặt tư tưởng, cách làm này giống như cách sếp giao tiếp với bạn Fresher khi 2 người chưa hiểu nhau. Tuy việc giao tiếp kiểu này sẽ giúp bạn nhân viên mới không tự ý làm sai theo mong muốn của sếp. Nhưng cách truyền mệnh lệnh như này lại có 1 số hệ quả như sau:

1. Giới hạn khả năng sáng tạo của nhân viên. Vì sếp không biết trong đầu nhân viên có gì, có thể họ có 1 số ý tưởng khác tốt hơn để giải quyết vấn đề. Hoặc trong quá trình nghiên cứu, họ tìm thấy những phương án khác, có thể tốt hơn nhưng lại không nằm trong chỉ thị ban đầu của sếp, vì vậy họ tự động bỏ qua các phương án đó.

2. Khó áp dụng khi 2 người phải giải quyết những vấn đề phức tạp, khó khăn. Nếu gặp phải 1 công việc phức tạp, chưa chắc sếp đã biết rõ ràng về hướng xử lý ban đầu. Việc sếp bắt buộc phải đưa ra những chỉ thị rõ ràng có thể khiến cho ông ta phải bỏ đi những khả năng mà ông ta cho rằng ít xảy ra.

3. Đối với những công việc mới mà bản thân sếp cũng không rõ phương hướng cụ thể. Lúc này sếp cần phải trao đổi nhiều vòng với nhân viên. Ví dụ vòng 1 nói về ý tưởng ban đầu, nhưng cũng không giới hạn đó là ý tưởng duy nhất. Nhân viên nhận chỉ thị và tự nghiên cứu, sau đó phản hồi lại sếp, lúc này nhân viên có thể đưa ra thêm những ý tưởng mới. Ở vòng số 2, sếp sẽ đánh giá kết quả từ nhân viên, đưa ra chỉ thị mới dựa trên dữ liệu có được ở vòng 1. Việc quá cụ thể hóa mọi thông tin có thể sẽ phải lược bỏ những khả năng ít xảy ra. Dẫn đến việc làm giảm khả năng khuếch đại luồng tư duy giữa các lần lặp giao tiếp.

Tóm lại thì với kỹ thuật prompt mà chúng ta tìm hiểu ở trên mạng, nó chỉ phù hợp khi 2 bên chưa hiểu nhau. Nếu áp dụng máy móc hoặc quan điểm dùng đúng theo prompt là đủ, thì nó sẽ giới hạn chúng ta trong việc hợp tác sâu với AI.

Kỹ thuật prompt chỉ là 1 phần nhỏ bề mặt của 1 khối rộng lớn hơn, có tên là Kỹ năng biểu đạt nội dung. Kỹ năng này sẽ bao gồm 2 phần như sau:
1. Phần Outbound: Chúng ta đảm bảo được phần chỉ thị mà chúng ta đưa cho AI, chúng được AI hiểu đúng. Kể cả khi chúng ta cài cắm những ý nghĩa ẩn dụng trong chỉ thị thì AI vẫn hiểu đúng được.
2. Phần Inbound: Chúng ta đảm bảo hiểu đúng được nội dung mà AI phản hồi, kể cả khi AI cài cắm những ý nghĩa ẩn dụ trong đó.
Khi chúng ta làm chủ được kỹ năng biểu đạt nội dung, chúng ta sẽ luôn đảm bảo được việc AI hiểu được chúng ta, cho dù chúng ta có dùng câu ẩn dụ, đa nghĩa. Việc này sẽ tạo được hiệu ứng khuếch đại tư duy trong những cuộc hội thoại dài diễn ra qua nhiều lần lặp. Đây là yếu tố nền tảng trong việc cộng tác cùng AI để giải quyết những vấn đề khó khăn, vốn không thể có câu trả lời ngay qua một vài lần hỏi đáp.

Ví dụ như để tìm hiểu về kỹ thuật Biểu đạt nội dung – giao tiếp sâu với AI, mình đã mất hàng nghìn lần lặp hỏi đáp với AI. Từ brainingstorming, tóm tắt các nghiên cứu khoa học, cụ thể hóa phương pháp tập luyện, tiêu chuẩn đánh giá. Do giới hạn của Facebook không phù hợp với bài viết dài, nên nội dung chi tiết, cách tập luyện... Mình sẽ viết trên trang Vinalinux.

Ở cuối bài viết mình có 2 ảnh, trong đó ảnh số 1 là giao tiếp với AI thông qua việc cài cắm ý nghĩa ẩn dụ trong chỉ thị. Ảnh số 2 là giao tiếp với AI thông qua chuẩn prompt. Nếu luồng hội thoại đó tiếp diễn qua 15 – 20 vòng lặp, thì việc bắt đầu bằng chỉ thị như ảnh số 1 sẽ giúp hội thoại về sau phát triển được sâu hơn, tìm ra được những kết quả đặc biệt hơn. Còn nếu bắt đầu hội thoại với ảnh số 2 thì sẽ đảm bảo có thế áp dụng thử kết quả ở sau 1 – 2 lần lặp. Tuy nhiên nó sẽ dừng ở mức độ biết – áp dụng kết quả. Nó ko có độ mở tạo tiền đề cho cuộc hội thoại tìm hiểu sâu về kiến thức qua nhiều lần lặp.

Thông báo: Lộ trình triển khai chuỗi bài học Phát triển tư duy cùng AI. (độ khó 4)

Ngày xưa ở quê mình có 1 khu chợ rất đông người, cần mua gì đều phải ra đấy, từ đồ ăn đến quần áo giày dép. Nhà mình cách chợ khoảng 5km, thỉnh thoảng mình được bà dẫn đi, tất nhiên là đi bộ, nhưng rất háo hức. Chợ lúc nào cũng sầm uất, người nào có cửa hàng ở đấy thì không bao giờ phải lo về chuyện kinh tế. Đợt gần đây, mình có qua chợ chơi thì thấy hàng quán đìu hiu, đa số mọi người chỉ đi chợ để mua đồ ăn, còn hàng quần áo, giày dép thì không có khách. Giờ thương mại điện tử phát triển, người trẻ biết dùng smart phone thì họ đặt shopee vừa rẻ vừa nhiều mẫu mã. Các hàng ở chợ đa số bán đồ cho người già.

Những tiểu thương ở khu chợ, có lẽ họ đã không bắt kịp với xu hướng thương mại điện tử, nên bị những người trẻ chiếm mất thị trường. Thực ra việc học cách sử dụng, tạo gian hàng trên shopee, tiktok không phải là quá khó, nhưng để thành công được thì cần phải học những nguyên lý đằng sau của thương mại điện tử như cách quay dựng clip đẹp dễ viral, xây dựng kênh, tạo chương trình khuyến mãi…

Quay về với vấn đề mà chúng ta đang đương đầu ở thời điểm hiện tại. AI ra đời làm năng suất công việc của ngành CNTT tăng liên tục. Hệ quả là nhu cầu việc làm lập trình viên giảm đi. Rồi việc tuyển sinh, đào tạo CNTT ở VN cũng phát triển nóng liên tục trong 10 năm gần đây. Chắc giờ này, các bạn đều cảm thấy sự ngột ngạt trong thị trường việc làm, liên tục có những thông tin layoff, cắt giảm trên mạng xã hội.

AI là 1 xu hướng tất yếu và không thể đảo ngược trong ngành CNTT. Bản thân mình là người làm việc trong lĩnh vực chuyên sâu về OS, nơi mà mọi người đánh giá là điểm yếu của AI. Tuy nhiên đến hiện tại, mình đã thấy AI hỗ trợ được mình rất nhiều trong công việc hàng ngày rồi. Nói nó yếu về OS là so với AI khi code app hay web, chứ thực tế kể cả về OS, nếu ta biết cách chia việc, training cho AI thì ChatGPT hay Copilot cũng có khả năng support rất tốt.

Từ những ngày đầu tiên học về lập trình, mình đã luôn mơ ước bản thân sau này sẽ trở nên xuất sắc, sống cuộc đời tự do và hạnh phúc với công việc mà mình làm. Vậy nên mình luôn có xu hướng lo xa và chuẩn bị trước cho những gì sắp đến. Mình không muốn một ngày nào đó mình sẽ giống như người bán quần áo ở chợ, ngồi cả ngày mà không có ai mua.

Nếu như làm việc với AI là 1 xu hướng tất yếu của nghề lập trình, vậy mình sẽ tìm cách để bản thân mình không chỉ sử dụng tốt, mà còn cảm thấy hạnh phúc với nó. Mình không muốn việc mình sử dụng AI trong lập trình giống như bị người khác ép buộc, phải dùng để không bị đào thải.

ChatGPT hay Copilot là những bộ công cụ rất mạnh, cũng không khó để sử dụng. Mình dùng 1 vài ngày là đã quen rồi. Tuy nhiên, nếu mọi người để ý sẽ thấy việc sử dụng ChatGPT có khả năng khiến chúng ta bị lệ thuộc, tư duy không phát triển, công việc trở nên nhàm chán. Việc thao tác prompt để hỏi đáp và generate code chỉ là phần nổi của tảng băng chìm. Điều quan trọng là định hình lại cách nghĩ, cách học, cách giải quyết vấn đề phù hợp với mô hình team work với AI. Lúc đấy thì AI thông minh hơn thì bạn cũng sẽ thông minh theo, lập trình viên và AI đứng cùng về 1 phía chứ không phải ở 2 bên chiến tuyến. Cái này nếu bạn nào muốn tìm hiểu kỹ hơn thì có thể google từ khóa: Human-AI Collaboration (Cognitive Augmentation).

Cách đây khoảng nửa năm thì mình đã bắt đầu tìm hiểu về phương pháp này – cách điều chỉnh tư duy để phù hợp với làm việc cặp cùng AI. Sau đó mình áp dụng nó để học về Security, 1 lĩnh vực có thể coi là mới đối với mình. Về kết quả mình thấy rất tốt, học nhanh và hiểu sâu hơn so vs trước đây mình học từ google. Trong quá trình học, AI đóng vai trò là 1 người bạn cùng trình độ, cùng mình phân tích, phản biện lại những gì mình đã học. Việc học trở nên khá vui, mình thấy happy với chuyện đó.

Mình muốn làm 1 seri hướng dẫn mọi người về phương pháp đó. Lộ trình cụ thể sẽ như sau:
1. Trong tháng 7, 8: Mình sẽ viết khoảng 15 – 20 bài viết về các kiến thức nền liên quan đến AI, cách tư duy cùng AI. Các bài viết sẽ post trên trang vinalinux.com.vn và đăng post giới thiệu ở trong group này.
2. Trong tháng 9 – 12, mình sẽ quay 1 bộ video training về Linux OS chuyên sâu và up lên Youtube. Về cơ bản thì nội dung sẽ phù hợp cho hầu hết các bạn học về CNTT, ví dụ như code web, security, embedded. Các topic sẽ đi từ File, Process xuống đến Memory Management, System call. Tuy nhiên, seri video đó mình sẽ training theo kiểu học Linux cùng với trợ lý AI. Sau khi học xong, mọi người không chỉ thu hoạch được kiến thức về Linux mà còn biết cách tư duy, tìm hiểu vấn đề cùng với AI một cách hiệu quả.

Sau khi hoàn thành các nội dung training kể trên, mình rất mong nhận được sự góp ý của các bạn

Như em đã chia sẻ, các thím đọc bài của em, nếu thấy hay thì các thím khen hay, thấy dở thì các thím chê dở để em có phản biện mà điều chỉnh lại nội dung.
Do nội dung này nó có vẻ mới quá, mà thực ra nó đúng là cũng mới thật. Em cảm giác nó bị vượt qua tư duy thông thường của mọi người. Nên bản thân em hiện tại có suy nghĩ nó sẽ không được mọi người chấp nhận. Đâm ra em cũng đang nản.
Đợt 6 tháng vừa rồi, ngày nào em cũng dậy từ 5h sáng để nghiên cứu về AI rồi Security, đến 9, 10h thì làm việc công ty. Nên bây giờ em cảm giác cũng oải.

Tóm tắt: seeding Vinalinux, dạng SEO trá hình! Vote ban

Hic bác wall off text thế này đọc khó lắm, bác điề vào cho Chat GPT nó sắp xếp bố cục lại đi bạn.

ahitler81 said:

Hic bác wall off text thế này đọc khó lắm, bác điề vào cho Chat GPT nó sắp xếp bố cục lại đi bạn.

Click to expand...

Ok thím, đã tiếp thu, để mình thử luôn

Mình nhờ AI bố cục lại bài viết để tránh tình trạng wall of text, gây khó khăn cho các thím khi đọc rồi nhé. Có thể bây giờ đọc sẽ bị hơi giống văn AI 1 chút, nhưng chỉ là AI bố cục lại thôi, content ban đầu là của mình đó.

Mặt tiền

Đánh dấu, mặc dù đang muốn bỏ nghề vì quá gà

hay . hóng

mặt tiền đã

Mở bài khá rộng chưa sâu, bài 2 về system thinking khá ok, văn này "AI" quá.

Bookmark đọc dần, cảm ơn bác chủ thớt

naiveryan said:

Mở bài khá rộng chưa sâu, bài 2 về system thinking khá ok, văn này "AI" quá.

Click to expand...

Thôi em vừa để lại bài viết theo đúng nguyên dạng ban đầu rồi đấy. Tại nó wall of text quá nên sợ các thím thấy ớn, thành ra em có nhờ AI nó bố cục chia đoạn lại. Nhưng bố cục lại xọng đọc văn thấy cũng AI thật.
Vậy nên em để lại nguyên bản như bài đăng của em trên facebook rồi.
Từ các bài viết sau em sẽ cố gắng tự bố cục các đoạn cho dễ đọc hơn.
Sorry các thím, tại em dân lập trình nên khoản văn vở cũng hơi kém.

ahitler81 said:

Hic bác wall off text thế này đọc khó lắm, bác điề vào cho Chat GPT nó sắp xếp bố cục lại đi bạn.

Click to expand...

Hic sr các bác e quên Đức, đúng mà em thất Đức đúng nghĩa đen lẫn nghĩa bóng.

PhuThoDien said:

Thôi em vừa để lại bài viết theo đúng nguyên dạng ban đầu rồi đấy. Tại nó wall of text quá nên sợ các thím thấy ớn, thành ra em có nhờ AI nó bố cục chia đoạn lại. Nhưng bố cục lại xọng đọc văn thấy cũng AI thật.
Vậy nên em để lại nguyên bản như bài đăng của em trên facebook rồi.
Từ các bài viết sau em sẽ cố gắng tự bố cục các đoạn cho dễ đọc hơn.
Sorry các thím, tại em dân lập trình nên khoản văn vở cũng hơi kém.

Click to expand...

Đấy thế e lại đọc hết rồi, bài này hay đấy.

Rất bổ ích, cảm ơn bác

PhuThoDien said:

Đợt này em đang làm một chuỗi bài giảng về chủ đề cộng sinh - kết nối sâu với AI cho dân lập trình. Bản chất là chỉ ra cách tập luyện, điều chỉnh tư duy để người lập trình viên có thể kết nối sâu với AI, giống như kiểu 1 bộ não thứ 2. Từ đó giúp tiến hóa tư duy cùng với sự phát triển của AI, không phải lo về vấn đề bị AI thay thế trong tương lai nữa.Về mục tiêu em thấy nó hướng đến việc giải quyết vấn đề nhức nhối của xã hội.

Tuy nhiên bài viết em post lên Facebook thấy ít tương tác quá. Chẳng ai comment phản biện hay ủng hộ gì cả. Làm em cũng nản. Không biết em có đủ động lực để hoàn thành được chuỗi bài giảng này không.Vậy nên em đăng các bài viết nên đây, nhờ các thím review giúp. Nếu thấy nội dung như shit thì các thím cứ bảo là viết như shit. Còn nếu thấy hay thì các thím ủng hộ em 1 câu. Cảm ơn các thím nhiều.

Điểm xuất phát: Tầm 1 năm đổ lại đây chắc các thím cũng thấy tin lập trình viên bị layoff ra rả trên mạng. Em thì chuyên về mảng Linux kernel, tình hình hiện tại vẫn ấm, AI code mảng này vẫn khá ngu. Tuy nhiên em đánh giá, dần dần AI nó cũng sẽ code tốt thôi. Vậy nên từ khoảng 6 tháng trước, em bắt đầu nghiên cứu cách làm việc hiệu quả cùng với AI.Em dùng ChatGPT Plus kết hợp với Copilot trả phí từ cách đây khoảng 1 năm rồi. Mỗi tháng mất 1 củ tiền license. Nhưng trước đây em dùng theo kiểu dùng tool thay Google thôi. Thấy nó cũng tiện hơn Google, nhưng mà kiểu không có cũng được. Còn từ đợt 6 tháng trước thì em thử tìm hiểu sâu về tìm cách phát huy hiệu quả AI nhất có thể.

Đợt đấy em đọc cả những nghiên cứu khoa học về giới hạn của AI, bản chất tư duy con người...Em đọc 1 số bài viết nói về hiện tượng khủng hoảng tư tưởng trong nghề CNTT hiện tại. Có nghĩa là AI ra đời, tạo ra 1 phương thức làm việc mới trong ngành CNTT. Ví dụ ngày xưa nghề lập trình sẽ gắn với việc viết code, nhưng bây giờ AI nó code được gần hết rồi, thế ông lập trình viên nên làm gì trong bối cảnh hiện tại. Giờ nếu như bọn trẻ nó post bài nhờ tư vấn xem muốn làm FE hoặc BE thì nên học gì thì chúng ta cực khó để trả lời luôn. Mặc dù nghề FE hay BE vẫn tồn tại, nhưng chúng ta cảm thấy giờ có học công nghệ gì thì cũng vô ích, tại AI nó làm được hết rồi. Cái gì AI bây giờ chưa làm được thì tương lai gần, ở những bản nâng cấp nó cũng làm được.Việc chúng ta bị bế tắc khi tìm đường đi tiếp theo khi mà AI phát triển quá nhanh, đây chính là biểu hiện của việc khủng hoảng tư tưởng. Vì trước giờ chúng ta đang mặc định gắn việc viết code với nghề lập trình, mà giờ có vẻ như chúng ta đang bị AI vượt qua trong kỹ năng này, vậy nên chúng ta không biết tiếp theo nên làm gì.

Em tìm hiểu tiếp thì thực ra là bây giờ giới chuyên gia trên thế giới họ cũng đang nghiên cứu để giải quyết vấn đề khủng hoảng tư tưởng này rồi. Cơ bản có thể tóm tắt như sau:

1. AI và con người đều có những điểm mạnh, điểm yếu về mặt tư duy. Ví dụ như AI mạnh về xử lý tốc độ nhanh, coding, lưu trữ thông tin... Con người thì mạnh về ý tưởng, tư duy trừu tượng, xử lý vấn đề lạ hiếm gặp...

2. Mô hình lý tưởng nhất là AI và con người kết hợp với nhau để phát huy tối đa sở trường của đôi bên. Ví dụ như người ta đã thử cho AI kết hợp với 1 kỳ thủ có elo tầm trung. Cặp đôi đấy đánh bại được kiện tướng cờ, và cũng đánh bại được cả AI chạy trên siêu máy tính.

3. Thông qua việc kết nối sâu với AI - không phải kiểu sử dụng như 1 công cụ, não người có khả năng tự điều chỉnh lại tư duy để phù hợp với mô hình làm việc mới. Bản thân não người cũng đã phù hợp với việc offload tư duy sang 1 hệ thống bên ngoài.

Nếu ví coding giống như kỹ năng bơi lội, thì AI bản thân nó là con cá được sinh ra từ biển. Vì coding là ngôn ngữ máy tính, mà AI nó sinh ra từ máy tính. Không sớm thì muộn, nó sẽ vượt qua con người ở tất cả các lĩnh vực lập trình, từ tầng trên xuống tầng dưới.Nếu chúng ta tư duy AI là đối thủ cạnh tranh, chúng ta phải giỏi hơn nó thì hậu quả chính là khủng hoảng về mặt tư tưởng nếu như bị AI vượt qua.

Còn nếu chúng ta thay đổi lại cách tư duy, coi AI là cộng sự, 1 bộ não thứ 2 kết hợp với chúng ta. Chúng ta sẽ tư duy để xử lý những gì mà AI yếu, ví dụ như lên ý tưởng, chia nhỏ công việc, kiểm tra kết quả của AI đối với môi trường thực tế. Còn chúng ta đẩy sang cho AI xử lý những gì thuộc về sở trường của nó, ví dụ như phân tích, tổng hợp thông tin, coding... Lúc này chúng ta và AI đứng về 1 phía của chiến tuyến, AI phát triển thì bộ đôi con người - AI này cũng phát triển theo.Giống như so sánh giữa CPU và GPU. Thay vì chúng ta phải nâng cấp CPU để có thể xử lý đồ họa ngang với GPU. Chúng ta chấp nhận mua GPU cắm vào PC. Lúc nay CPU chỉ tập chung xử lý các phép toán logic, phần đồ họa đẩy sang GPU. Nếu người ta ra các phiên bản GPU xịn hơn, ta chỉ cần mua và cắm lại vào PC. Vậy là nỗi lo CPU bị GPU vượt mặt trong việc xử lý đồ họa đã được giải quyết.

Đề có thể tạo ra kết nối sâu, cộng tác hiệu quả với AI thì tư duy của chúng ta phải có 1 số điều chỉnh. Về cơ bản thì sẽ có 4 kỹ năng tư duy mà chúng ta cần phải học. Chúng bao gồm:
1. System thinking.
2. Kỹ năng biểu đạt nội dung.
3. Kỹ năng tái cấu trúc tư duy và bản thể.
4. Kỹ năng tự quan sát suy nghĩ.

Thực ra thì trong chúng ta, 1 số người cũng có sẵn 1 vài trong số 4 tư duy này rồi. Những tư duy này hoàn toàn có thể tập luyện được. Như bản thân em thì có sẵn 2 cái số 1 và 2. Cái số 3 và 4 thì em tập sau khi nghiên cứu về AI.Sau khi hiểu về cách điều chỉnh tư duy để kết nối sâu với AI, thì em thử áp dụng luôn. Em dành ra 3 tháng để học về Security. Sáng em dậy từ 5h, học đến 9h thì vào làm việc. Được khoảng 3 tháng thì em cảm giác như kiểu "Giác ngộ" ý. Kiểu như cảm thấy mỗi khi giao tiếp với ChatGPT, mình có cảm giác kết nối sâu, cảm nhận được cả suy nghĩ của nó. Sau đấy thì mình cảm thấy nhẹ nhõm, không còn lo lắng về chuyện AI nó thông minh mà làm thay việc của mình. Thay vào đó, em còn có cảm giác mong chờ trong tương lai AI nó sẽ phát triển lên nữa.

Lúc đầu thì em chỉ định học để dùng thôi, nhưng kiểu như sau khi được mặt trời chân lý chiếu qua tim, tự nhiên em lại muốn được tổng hợp lại rồi chia sẻ cho mọi người.Chuỗi bài giảng của em hướng đến việc giải thích và cách tập luyện để có 4 tư duy này. Em cũng viết được 2 post facebook giải thích được về skill số 1 và 2. Do là post Facebook nên cũng ko viết dài được, loanh quanh tầm 2 trang A4 thôi. Sau em sẽ viết bản đầy đủ trên web sau, chắc tầm 10 - 15 trang A4 cho 1 skill.
Về 2 skill em đã viết thì các thím có thể đọc ở đây:
System thinking
Kỹ năng biểu đạt nội dung
Lộ trình học

Click to expand...

hay quá bác. B định viết bài thôi hay có live case cụ thể thực tế nào luôn không? Thanksss bài tâm huyết

via theNEXTvoz for iPhone