Dư cách đây vài năm, bố tôi được chẩn đoán có một khối u ở lưỡi – và gia đình phải đứng trước những lựa chọn khó khăn. Nhà tôi có một “động lực” khá thú vị khi nói đến quyết định y khoa: chị gái tôi là bác sĩ được đào tạo theo y học phương Tây, còn bố mẹ lại tin sâu vào các phương thuốc truyền thống. Lớn lên ở một thị trấn nhỏ tại Ấn Độ, tôi quen với những nghi thức. Bố tôi cũng có một nghi thức riêng: mỗi lần về quê ở miền nam Tamil Nadu, ông lại xin từ một vị vaithiyar – thầy thuốc Siddha truyền thống – một chai dầu đặc, nồng, ngâm thảo dược. Đó là cách ông duy trì sợi dây gắn bó với nền y học mà ông từng biết và trọn lòng tin cậy.
Khối u của bố có dấu hiệu ác tính, nên các bác sĩ bệnh viện và chị gái tôi đều kiên quyết khuyên phẫu thuật. Bố mẹ phản đối, lo sợ mổ sẽ ảnh hưởng đến giọng nói của ông. Đây thường là lúc tôi phải vào vai “người hoà giải” của gia đình. Như bao millennial khác, tôi lên mạng tìm thông tin để dẫn dắt quyết định. Sau nhiều ngày đọc ngấu nghiến, tôi – như thường lệ – đứng về phía chị gái, thúc bố đi mổ. Internet cũng ủng hộ quan điểm đó.
Cuối cùng bố tôi đồng ý và còn đặt ngày. Nhưng rồi ông khéo léo “đánh lạc hướng” cả nhà bằng chuyện chị tôi mang thai để trì hoãn, rồi… lặng lẽ bỏ qua luôn ca mổ. Trong khi chúng tôi ngày nào cũng giục, ông bí mật kiên trì dùng thứ thuốc thảo mộc của mình. Và lạ thay, sau vài tháng, khối u thu nhỏ dần rồi biến mất. Chuyện đó quả thực giúp bố tôi có cớ “vênh mặt” với cả nhà một thời gian.
Khi ấy, tôi cho đó chỉ là ngoại lệ may mắn. Nhưng gần đây tôi tự hỏi liệu mình có quá vội vàng khi gạt bỏ niềm tin của bố mẹ vào tri thức truyền thống, trong khi lại dễ dàng chấp nhận uy quyền của những nguồn “thống trị” trên môi trường số. Tôi vẫn thấy khó tin rằng các bài thuốc thảo mộc của bố thực sự hiệu nghiệm; song tôi cũng dần hiểu ra “internet toàn tri” mà tôi tin tưởng có những khoảng trống khổng lồ – và trong kỷ nguyên AI, tình hình còn tệ hơn.
Trớ trêu thay, sự giằng co này lại hiện ra trong quá trình tôi nghiên cứu ở một trường đại học tại Hoa Kỳ, xa rời bối cảnh tuổi thơ – nơi các thực hành truyền thống gắn với đời sống hằng ngày. Ở Đại học Cornell (New York), tôi nghiên cứu cách thiết kế các hệ thống AI có trách nhiệm. Công việc cho tôi thấy thế giới số phản chiếu những mất cân bằng quyền lực sâu sắc trong tri thức – và điều này đang bị AI tạo sinh (GenAI) khuếch đại. Internet buổi đầu bị chi phối bởi tiếng Anh và các thiết chế phương Tây; sự thiên lệch đó đã “đông cứng” theo thời gian, để lại cả một bể trời tri thức và trải nghiệm của con người không được số hoá. Nay GenAI trỗi dậy – được huấn luyện trên kho dữ liệu số sẵn có ấy – thì bất đối xứng càng có nguy cơ bị “cố kết”.
Với rất nhiều người, GenAI đang trở thành cách chính để họ học về thế giới. Một nghiên cứu quy mô lớn công bố tháng 9/2025, phân tích cách mọi người dùng ChatGPT từ khi ra mắt tháng 11/2022, cho thấy khoảng một nửa truy vấn nhằm tìm thông tin hoặc xin hướng dẫn thực tế. Các hệ thống này có vẻ trung lập, nhưng không hề. Những mô hình phổ biến ưu ái các hệ tư duy “thống trị” (thường là phương Tây và mang tính thiết chế), đồng thời gạt ra rìa các lối hiểu biết khác – đặc biệt là tri thức tồn tại trong truyền khẩu, trong thực hành thân thể, và trong những ngôn ngữ bị coi là “ít tài nguyên” trong lĩnh vực tính toán, như Hindi hay Swahili – dù mỗi thứ tiếng có hàng trăm triệu người nói. Bằng cách khuếch đại các trật tự thứ bậc này, GenAI có nguy cơ góp phần xoá mờ những hệ thống hiểu biết đã chưng cất qua nhiều thế kỷ, khiến các thế hệ sau đứt gãy khỏi những kho tàng insight và minh triết vốn chưa từng được mã hoá nhưng thiết yếu cho cách con người nhận biết thế giới. Điều bị đe doạ không chỉ là “đại diện”, mà là sức sống và đa dạng của tri thức.
GenAI được huấn luyện bằng những bộ dữ liệu văn bản khổng lồ từ sách, báo, website, bản ghi… nên mới có tên “mô hình ngôn ngữ lớn” (LLM). Nhưng dữ liệu huấn luyện đó còn lâu mới phản ánh toàn bộ tri thức nhân loại. Ngoài các nền văn hoá truyền khẩu, nhiều ngôn ngữ cũng bị thiếu vắng hoặc lệch đại diện.
Muốn hiểu vì sao điều này quan trọng, trước hết phải thừa nhận rằng ngôn ngữ là chiếc thuyền chở tri thức – không chỉ là công cụ giao tiếp, mà là kho lưu trữ hiểu biết chuyên biệt. Mỗi ngôn ngữ chuyên chở cả một thế giới trải nghiệm và minh triết tích luỹ qua nhiều thế kỷ: nghi lễ và phong tục định hình cộng đồng; các cách cảm thụ cái đẹp và sáng tạo nghệ thuật; sự thân thuộc sâu với cảnh quan và hệ tự nhiên địa phương; thế giới quan tâm linh và triết học; những từ vựng tinh tế cho kinh nghiệm nội tâm; chuyên môn trong nhiều lĩnh vực; khung khái niệm để tổ chức xã hội và công lý; ký ức tập thể và các tự sự lịch sử; truyền thống trị liệu; những mối liên kết xã hội tinh vi.
Dữ liệu từ Common Crawl – một nguồn công khai lớn dùng cho huấn luyện – phơi bày sự bất bình đẳng rõ rệt. Kho này chứa hơn 300 tỷ trang web trong 18 năm, nhưng tiếng Anh chiếm đến 44% nội dung. Đáng lo hơn là khoảng cách giữa số người nói một ngôn ngữ ngoài đời và tỷ lệ hiện diện của nó trên dữ liệu trực tuyến. Ví dụ, tiếng Hindi – ngôn ngữ đứng thứ ba thế giới, khoảng 7,5% dân số toàn cầu sử dụng – chỉ chiếm 0,2% dữ liệu Common Crawl. Tình hình với tiếng Tamil – tiếng mẹ đẻ của tôi – còn tệ hơn: dù có hơn 86 triệu người dùng, nó chỉ chiếm 0,04% nội dung. Ngược lại, tiếng Anh được khoảng 20% dân số toàn cầu sử dụng (tính cả người không bản ngữ), nhưng thống trị không gian số với biên độ áp đảo. Các ngôn ngữ “thuộc địa” khác như Pháp, Ý, Bồ Đào Nha – ít người nói hơn Hindi – cũng được đại diện tốt hơn.
Sự thiếu vắng của Hindi và Tamil chỉ là phần nổi của tảng băng. Trong khoa học máy tính, khoảng 97% ngôn ngữ thế giới bị xếp loại “ít tài nguyên”. Cách gọi này gây hiểu lầm khi vượt ra ngoài ngữ cảnh kỹ thuật: nhiều thứ tiếng có hàng triệu người dùng, lịch sử ngôn ngữ phong phú, chỉ là bị thiếu hiện diện trên mạng hoặc trong các bộ dữ liệu truy cập được. Trái lại, “nhiều tài nguyên” nghĩa là có sẵn dữ liệu số phong phú và đa dạng. Một nghiên cứu năm 2020 cho thấy 88% ngôn ngữ thế giới bị bỏ rơi nghiêm trọng trong công nghệ AI đến mức việc “bù đắp” có lẽ là nhiệm vụ khổng lồ – thậm chí bất khả.
Để thấy tri thức bị thiếu vắng kiểu gì, hãy xét ví dụ: hiểu biết về sinh thái bản địa. Một người bạn hoạt động môi trường từng nói với tôi một điều ám ảnh: mức độ gắn bó của một cộng đồng với hệ sinh thái thể hiện qua tên gọi họ đặt cho cây cỏ địa phương. Quan hệ càng thân mật, từ vựng thực vật càng chi li. Vì cây cối thường mang tính vùng miền, tri thức về chúng cũng địa phương hoá cao. Nghiên cứu xác nhận điều này: một khảo sát về cây dược liệu tại Bắc Mỹ, tây-bắc Amazon và New Guinea cho thấy hơn 75% trong 12.495 cách dùng là độc nhất với một ngôn ngữ địa phương. Khi một ngôn ngữ bị gạt ra rìa, tri thức thực vật nằm trong nó cũng lụi tàn.
Trong quá trình viết bài, tôi trò chuyện với nhiều người về khoảng trống ngôn ngữ trong GenAI. Trong số đó có Dharan Ashok, kiến trúc sư trưởng tại Thannal, một tổ chức phục hồi kỹ thuật xây dựng tự nhiên ở Ấn Độ. Anh nhấn mạnh mối liên hệ chặt chẽ giữa ngôn ngữ và tri thức sinh thái địa phương – nền tảng của tri thức kiến trúc bản địa. Nếu xây dựng hiện đại đồng nhất với bê tông và thép, thì phương thức bản địa xưa lại sâu sắc về sinh thái, tận dụng vật liệu sẵn có quanh mình; các biopolymer chiết từ cây bản địa giữ vai trò quan trọng.
Giữa lúc lo ngại về thực hành xây dựng đương đại thiếu bền vững, phát thải carbon cao, Dharan đang khôi phục nghệ thuật chế tác biopolymer từ cây địa phương. Nhưng thách thức lớn nhất, theo anh, là tri thức này hầu như không được ghi chép, truyền miệng bằng ngôn ngữ bản địa, thường chỉ vài bậc cao niên nắm giữ; họ mất đi là tri thức mất theo. Dharan kể rằng anh vừa lỡ cơ hội học cách làm một dạng gạch đá vôi đặc thù vì người thợ cuối cùng biết nghề đã qua đời.
Muốn hiểu tại sao một số cách thức hiểu biết vươn lên chi phối toàn cầu – thường đánh đổi bằng tri thức bản địa – hữu ích khi nhớ đến khái niệm bá quyền văn hoá của triết gia Ý Antonio Gramsci. Ông cho rằng quyền lực không chỉ duy trì bằng cưỡng bức hay kiểm soát kinh tế, mà còn bằng việc định hình các chuẩn mực văn hoá và niềm tin thường nhật. Theo thời gian, các cách tiếp cận tri thức bắt nguồn từ truyền thống phương Tây được xem như khách quan và phổ quát, chứ không phải sản phẩm của bối cảnh văn hoá – lịch sử cụ thể. Điều này “bình thường hoá” tri thức phương Tây thành chuẩn mực, che mờ những lực đẩy lịch sử – chính trị đã nâng nó lên. Trường học, thiết chế khoa học, và các tổ chức phát triển quốc tế góp phần cố kết sự thống trị ấy.
Nhưng hệ tư duy không chỉ là trừu tượng. Chúng được vật thể hoá quanh ta, tác động trực tiếp đến thân thể và đời sống. Hãy so sánh tri thức kiến trúc bản địa mà Dharan muốn phục hồi với các toà nhà kính cao tầng ở vùng nhiệt đới. Đây là biểu tượng sáng loá cho hiểm hoạ của đồng hoá tri thức và tôn ti tri thức. Thiết kế này xuất phát từ chủ nghĩa hiện đại kiến trúc phương Tây, phù hợp xứ lạnh ít sáng, ca ngợi hiệu suất năng lượng nhờ ánh sáng tự nhiên. Đặt vào vùng nắng gắt, kính trở thành nghịch lý môi trường: nội thất quá nhiệt, khó chịu, tiêu tốn năng lượng khổng lồ cho điều hoà. Dù vậy, mặt dựng kính vẫn trở thành gương mặt của “hiện đại đô thị” từ San Francisco đến Jakarta hay Lagos, bất chấp khí hậu hay văn hoá.
Biến đổi khí hậu tăng tốc khiến những khối kính ấy trở thành lời nhắc chói loà về hiểm hoạ của đồng hoá tri thức. Tôi viết những dòng này từ bên trong một toà nhà như thế ở Bengaluru, miền nam Ấn Độ: ngồi trong không khí mát lạnh, nghe tiếng điều hoà rì rì; ngoài kia mưa phùn dịu nhẹ. Trông như một buổi chiều gió mùa bình thường – trừ việc mưa đến sớm hơn vài tuần năm nay, thêm một dấu hiệu bất định khí hậu.
Ở Bengaluru, tôi thấy một ví dụ khác về hệ quả của mất mát tri thức: quản trị nước. Làm sao một thành phố có thể ngập nặng vào tháng 5, xe cộ lút nước, nhưng đến tháng 3 lại thiếu nước sinh hoạt? Dĩ nhiên có phần do quy hoạch kém và đô thị hoá tràn lan, nhưng gốc rễ còn là vấn đề tri thức. Thành phố từng nổi tiếng bởi hệ thống hồ bậc thang liên thông, do các cộng đồng chuyên trách – như Neeruganti (trong tiếng Kannada, neeru nghĩa là “nước”) – quản lý, điều tiết dòng chảy, đảm bảo phân phối công bằng. Tuỳ lượng mưa, họ khuyên nông dân trồng loại cây phù hợp, thiên về giống tiết kiệm nước; họ nạo vét, trồng cây chống xói mòn, khơi thông kênh dẫn.
Rồi hiện đại hoá đến, quản trị cộng đồng bị thay thế bằng hệ thống tập trung và những “giải pháp cá nhân” như dẫn nước từ đập xa, khoan giếng. Cách mạng Xanh cuối thập niên 1960 đẩy mạnh thêm xu hướng này: giống cây tốn nước và phân bón, phát triển trong phòng lab phương Tây, tràn vào. Neeruganti bị gạt ra rìa; nhiều người bỏ nghề. Hồ – kênh suy thoái, thậm chí bị lấp để làm đường, bến xe. Giờ đây, cứu Bengaluru khỏi khủng hoảng nước đồng nghĩa với hồi sinh hệ thống hồ. Một nhân viên xã hội tôi gặp, người tham gia nhiều dự án như vậy, nói rằng họ thường tìm đến các bậc cao niên Neeruganti để xin lời khuyên. Tri thức của họ quý giá nhưng không hề được ghi chép, vai trò từng bị phi pháp điển hoá; tri thức tồn tại bằng tiếng mẹ đẻ, truyền miệng, gần như vắng bóng trong không gian số – chứ đừng nói đến hệ AI.
Dù ví dụ của tôi chủ yếu ở Ấn Độ, các trật tự tri thức này phổ biến toàn cầu, bắt rễ từ lịch sử đế quốc và thuộc địa. Trong cuốn Decolonising Methodologies (1999), học giả Māori Linda Tuhiwai Smith nhấn mạnh: chủ nghĩa thực dân đã làm đứt gãy các hệ tri thức địa phương và nền tảng văn hoá – trí tuệ nâng đỡ chúng, bằng cách chặt đứt mối liên hệ với đất đai, ngôn ngữ, lịch sử, cấu trúc xã hội. Những quá trình này không cục bộ mà là một di sản rộng lớn, tiếp tục định hình cách tri thức được sản xuất và được coi trọng. Và chính trên nền tảng méo mó đó, các hệ thống số và GenAI hiện nay được xây dựng.
Gần đây tôi hợp tác với Microsoft Research, khảo sát một số triển khai GenAI cho nhóm người dùng ngoài phương Tây. Quan sát cách các mô hình thường bỏ lỡ bối cảnh văn hoá, bỏ qua tri thức địa phương, và lệch pha với cộng đồng mục tiêu cho thấy chúng đã mã hoá sẵn thiên kiến và loại trừ tri thức bị gạt ra biên.
Về kỹ thuật, vấn đề còn sâu hơn khoảng trống dữ liệu huấn luyện. Theo thiết kế, LLM có xu hướng tái tạo và củng cố những ý tưởng xuất hiện phổ biến nhất, tạo thành vòng lặp phản hồi thu hẹp dần phạm vi tri thức. Biểu diễn nội tại của tri thức trong LLM không đồng đều: khái niệm xuất hiện thường xuyên, nổi bật, hoặc trong nhiều ngữ cảnh sẽ được mã hoá mạnh hơn. Hơn nữa, phân phối đầu ra của mô hình không phản ánh đơn giản tần suất ý tưởng trong dữ liệu; LLM thường khuếch đại mode chi phối – “đẩy” phương án có xác suất cao lên mức quá đại diện. Hai nguyên lý này giải thích vì sao LLM hay củng cố mẫu hình văn hoá/ý tưởng thống trị.
Sự lệch này còn bị uốn thêm bởi RLHF (tinh chỉnh dựa trên phản hồi của con người): giá trị và thế giới quan của người tạo mô hình thấm vào mô hình. Hỏi ChatGPT về chủ đề gây tranh cãi, bạn có thể nhận câu trả lời ngoại giao như thể do một nhóm luật sư và HR rà soát; hỏi Grok, bạn có khi nhận một câu bông đùa châm biếm kèm quan điểm chính trị đậm màu “bữa tối của tỷ phú công nghệ”.
Áp lực thương mại lại thêm một tầng: nhóm người dùng “sinh lợi” nhất – các chuyên gia nói tiếng Anh, sẵn trả 20–200 USD/tháng – trở thành “khuôn mẫu” ngầm cho “siêu trí tuệ”. Mô hình vì thế cực giỏi viết báo cáo quý, code bằng ngôn ngữ ưa chuộng ở Silicon Valley, soạn email đúng phép tắc của văn hoá công sở phương Tây; nhưng dễ vấp ở bối cảnh văn hoá không “dịch” được sang KPI.
Không ngạc nhiên khi ngày càng nhiều nghiên cứu chỉ ra LLM phản chiếu giá trị và hệ tư duy phương Tây, quá đại diện một số nhóm thống trị, khuếch đại thiên kiến, và chính xác hơn với chủ đề thuộc Bắc Mỹ, châu Âu. Kể cả các lĩnh vực “nhẹ” như gợi ý du lịch hay kể chuyện, LLM vẫn tạo nội dung giàu chi tiết cho nước giàu hơn. Và không chỉ phản chiếu, GenAI còn khuếch đại trật tự tri thức: khi hành vi người dùng thay đổi, tổng hợp AI trong công cụ tìm kiếm khiến người dùng ít nhấp vào kết quả gốc hơn – thay vì tự đọc nhiều nguồn để so sánh, họ đọc tóm tắt AI. Khi nội dung do AI sinh ra lại đổ ngược lên internet, vòng lặp càng chặt: mô hình đời sau huấn luyện trên dữ liệu đã bị AI “nhào nặn”, tiếp tục củng cố tường thuật chủ lưu, đẩy tri thức “đuôi dài” về phía khuất mờ.
Nhà nghiên cứu AI Andrew Peterson gọi đây là “sụp đổ tri thức”: phạm vi thông tin con người thực sự tiếp cận được thu hẹp dần, nhận thức về quan điểm ngoại biên phai mờ. Ông cũng cảnh báo về “hiệu ứng cột đèn”: tìm chìa khoá ở nơi sáng chứ không phải nơi đã đánh rơi. Với AI, ta tìm ở chỗ dễ thấy, không phải chỗ có ý nghĩa – dần dần, nền tri thức công cộng teo tóp không vì kiểm duyệt, mà vì tiện lợi và thuật toán.
GenAI cũng đang bước vào giáo dục chính quy: sinh nội dung học tập, gia sư AI… Ví dụ, bang Karnataka (Ấn Độ) hợp tác Khan Academy triển khai Khanmigo vào trường học. Tôi sẽ rất ngạc nhiên nếu Khanmigo chứa đựng insight của các bậc Neeruganti để dạy học sinh cách chăm sóc hệ nước địa phương của chính mình.
Tất cả điều này có nghĩa: trong thế giới nơi AI ngày càng trung gian cho việc tiếp cận tri thức, các thế hệ tương lai có thể đứt kết nối với những kho kinh nghiệm – minh triết mênh mông. Các nhà phát triển AI có thể nói đây chỉ là vấn đề dữ liệu – giải bằng cách đưa thêm nguồn đa dạng. Nhưng ưu tiên nguồn nào, đại diện ra sao, số hoá bằng cách nào là những thách thức phức tạp hơn nhiều.
Một cuộc trò chuyện với một lãnh đạo cấp cao phụ trách chatbot phục vụ hơn 8 triệu nông dân ở bốn quốc gia châu Á và châu Phi làm rõ điều đó. Hệ thống chủ yếu dựa vào cơ sở dữ liệu của cơ quan nhà nước và tổ chức phát triển quốc tế – vốn bám vào văn liệu nghiên cứu. Vị lãnh đạo thừa nhận: nhiều thực hành địa phương hữu hiệu vẫn bị loại khỏi câu trả lời vì không có trong văn liệu. Lý do không phải vì “nghiên cứu luôn đúng” hay “an toàn tuyệt đối”, mà vì nó cho một vị thế có thể biện hộ nếu có rủi ro. Với quy mô lớn, bấu víu vào nguồn “được công nhận” là canh bạc an toàn về trách nhiệm pháp lý – dù đổi lại là gạt sang bên tri thức chưa qua kênh thiết chế.
Trong khi GenAI có thể tăng tốc việc bào mòn tri thức địa phương, nó không phải gốc rễ. Câu chuyện của SEVA – tổ chức phi lợi nhuận do Perumal Vivekanandan sáng lập từ 1992, chuyên lưu giữ – truyền bá tri thức bản địa về nông nghiệp, chăn nuôi, đa dạng sinh học – cho thấy cuộc chiến chính danh hoá tri thức bản địa gian nan thế nào. Họ đã ghi chép hơn 8.600 thực hành và thích nghi địa phương. Nhưng quỹ tài trợ thường ngờ vực tính khoa học, đại học và viện nghiên cứu thì thiếu động lực; có nơi còn bảo SEVA tự tài trợ nghiên cứu kiểm chứng. Thành ra vòng luẩn quẩn: không kiểm chứng thì không có hỗ trợ; không có hỗ trợ thì lấy gì kiểm chứng. Gốc rễ là tìm cách thẩm định tri thức bản địa bên trong những hệ thống từng hạ thấp giá trị của nó.
Chúng ta hay coi mất mát tri thức bản địa là bi kịch của chính cộng đồng sở hữu nó. Nhưng rốt cuộc, đó là mất mát của cả thế giới. Trong tự nhiên, mỗi thành phần địa phương đều thiết yếu cho cân bằng toàn cục. Nhà lâm học Peter Wohlleben trong The Hidden Life of Trees (2015) minh hoạ: khi loài sói bị diệt ở Công viên Yellowstone, quần thể hươu bùng nổ, gặm trụi thảm thực vật, bờ sông sạt lở, cây cối đình trệ; khi tái thả sói, hệ sinh thái hồi phục: cây xanh trở lại, chim chóc quay về, dòng sông cũng đổi khác. Hệ thống là liên đới, và sự toàn vẹn phụ thuộc vào đầy đủ các phần tưởng chừng nhỏ bé. Tri thức con người cũng vậy: mất tri thức địa phương không hề nhỏ nhặt; đó là đứt mạch của mạng lưới hiểu biết nâng đỡ an sinh người và hệ sinh thái.
Khói cháy rừng không dừng lại ở ranh mã zip. Nước ô nhiễm không dừng ở ranh tỉnh. Nhiệt độ tăng không biết đến biên giới quốc gia. Vi trùng lây không chờ visa. Dù thừa nhận hay không, ta cùng sống trong hệ sinh thái chung, nơi vết thương địa phương sớm muộn cũng thành cơn đau toàn cầu.
Nghịch lý lớn nhất với tôi khi viết bài này là: tôi đang cố thuyết phục người đọc về tính chính danh và tầm quan trọng của hệ tri thức địa phương, trong khi bản thân tôi vẫn chưa tin lắm vào bài thuốc thảo mộc của bố. Cảm giác này như phản bội những gì tôi vừa lập luận. Nhưng có lẽ, sự thành thật trước phức tạp chính là điều ta cần để đi tiếp.
Tôi hoài nghi việc tri thức bản địa luôn hiệu nghiệm như lời đồn – đặc biệt khi bị người có ảnh hưởng hay chính trị gia mượn làm chiêu trò câu like, lợi dụng căn cước và tạo nhiễu mà không dấn thân tìm hiểu. Nhưng tôi cũng e sợ để nó biến mất. Ta có thể đánh rơi một điều quý giá và chỉ nhận ra muộn màng – có khi phải nhờ đến “siêu trí tuệ” tương lai mới quay lại học hỏi. Cái giá khi ấy là gì? Một đổ vỡ sinh thái vốn có thể tránh?
Khủng hoảng khí hậu đang bộc lộ các vết nứt trong hệ tri thức chủ lưu. Cùng lúc, nhà phát triển AI tin rằng công nghệ của họ sẽ tăng tốc tiến bộ khoa học và giải những bài toán lớn nhất. Tôi rất muốn tin. Nhưng câu hỏi còn đó: ta có thể tiến vào tương lai công nghệ ấy trong khi vẫn thực tâm tiếp cận các hệ tri thức từng bị gạt bỏ – với tò mò chân thành, vượt ngoài chiếu lệ? Hay ta sẽ tiếp tục xoá mờ những lối hiểu biết chỉ vì các tôn ti do chính ta dựng lên – để rồi cuống cuồng “thuộc địa hoá sao Hỏa” chỉ vì không học nổi cách sống bền vững trên Trái Đất?
Có lẽ, thứ trí tuệ ta cần nhất là khả năng nhìn xuyên qua những thang bậc quyết định tri thức nào được tính. Thiếu nền tảng ấy, dẫu rót hàng trăm tỷ vào “siêu trí tuệ”, ta vẫn sẽ tiếp tục xoá đi những hệ tri thức mà nhiều thế hệ đã dày công bồi đắp.
Tôi không biết bài thuốc thảo mộc của bố có thực sự hiệu nghiệm hay không. Nhưng tôi đang học cách thừa nhận rằng tôi không biết – và có lẽ, đó là điểm xuất phát trung thực nhất.
