AI có thể tự nghiên cứu, nhưng có biết mình đang tìm kiếm điều gì?

AI đã đạt được những bước tiến vượt bậc trong chính lĩnh vực nghiên cứu về nó, thông qua việc tìm ra các phương thức giúp thuật toán hiện có trở nên thông minh hơn hoặc tự viết ra các thuật toán mới. Tuy nhiên, theo một nghiên cứu được đăng tải trên máy chủ lưu trữ bản thảo arXiv vào cuối tháng 7, máy tính vẫn chưa sẵn sàng để thay thế những người tạo ra chúng.

“Tôi không nghĩ tự động hóa hoàn toàn nghiên cứu mở là điều sắp xảy ra”, TS. Sayash Kapoor, Đại học Princeton (Mỹ), đồng tác giả của nghiên cứu nhận định.

Nỗ lực tự động hóa nghiên cứu từ khâu hình thành ý tưởng đến viết và tự đánh giá bài báo từng được nhóm nghiên cứu chủ yếu đến từ Sakana AI (Nhật Bản) thúc đẩy. Năm 2024, nhóm giới thiệu The AI Scientist, hệ thống được thiết kế để tự thực hiện các bước trong nghiên cứu AI. Một phiên bản cải tiến sau đó được công bố trên Tạp chí Nature hồi tháng 3/2026.

The AI Scientist từng được giao nghiên cứu những hạn chế trong học máy. Ba bài báo do hệ thống tạo ra được gửi phản biện tại một hội thảo, trong đó một bài đạt điểm đủ để được chấp nhận. Tuy nhiên, TS. Sayash Kapoor cho rằng phản biện thông thường chưa phải cách đánh giá đủ khắt khe đối với AI làm nghiên cứu.

Để kiểm tra sâu hơn, nhóm nghiên cứu đã xây dựng phương pháp “shadow evaluation” (thử nghiệm ẩn). Các nhà nghiên cứu chọn hai bài báo được gửi tới hội nghị Neural Information Processing Systems (NeurIPS) năm nay, sau đó giao cho AI thực hiện nghiên cứu dựa trên câu hỏi của từng bài báo và viết thành công trình mới. Chính các tác giả của nghiên cứu gốc được yêu cầu đánh giá kết quả.

Hệ thống kết hợp mô hình Claude Opus 4.8 với phiên bản tùy chỉnh của OpenClaw và một lớp điều phối cung cấp hướng dẫn, công cụ kiểm tra tiến độ. AI có thể tạo tác tử phụ, truy cập Internet, sử dụng thư viện phần mềm, chạy thí nghiệm và mô phỏng phản biện. Với mỗi bài toán, hệ thống có 6 ngày và 3.000 USD tín dụng tính toán.

Ở khâu thực hiện, AI cho thấy nhiều khả năng đáng chú ý. Hệ thống có thể chạy hàng trăm thí nghiệm trong nhiều ngày mà không mắc kẹt trong vòng lặp lỗi. Nó cũng thực hiện khá tốt việc tổng quan tài liệu, đưa ra một số phát hiện nhỏ và có thể nhận ra một số tuyên bố sai do chính mình tạo ra.

Nhưng khi được các tác giả của hai nghiên cứu gốc đánh giá, hệ thống chỉ đạt lần lượt 2/6 và 1/6 điểm.

Một điểm yếu nổi bật nằm ở cách AI lựa chọn hướng nghiên cứu. Hệ thống thường đưa ra một số giả thuyết, nhưng nhanh chóng chọn một hướng rồi tiếp tục theo đuổi. Khi cách tiếp cận này không hiệu quả, AI không quay lại đủ nhiều để thử những khả năng khác.

Phần tự đánh giá cũng chưa đủ nghiêm khắc để nhận ra vấn đề. Hệ thống tiếp tục với lựa chọn ban đầu, rồi dần thu hẹp các tuyên bố cho đến khi kết quả không còn nhiều giá trị mới.

AI đồng thời gặp khó khăn trong việc hiểu đầy đủ yêu cầu và bối cảnh của bài toán. Hệ thống không sử dụng hết thời gian và năng lực tính toán được cấp, trong khi các bài báo tạo ra còn hạn chế về cách viết và trình bày.

Theo Kapoor, kết quả cho thấy AI vẫn thiếu khả năng sáng tạo cần thiết cho nghiên cứu. Tuy nhiên, một số đồng tác giả có cách nhìn lạc quan hơn về tiềm năng của phương pháp này.

Nhóm của Kapoor đang tiếp tục thử nghiệm các mô hình mạnh hơn, cải thiện lớp điều phối và thu thập thêm bài báo để đánh giá.

Kết quả cho thấy khoảng cách giữa thực hiện nghiên cứu và làm khoa học vẫn còn đáng kể. AI đã có thể đảm nhận nhiều công việc vốn cần đến nhà nghiên cứu, nhưng để tạo ra một phát hiện mới, máy không chỉ cần biết cách chạy thí nghiệm mà còn phải biết nên nghiên cứu vấn đề nào.

Theo Kapoor, đây chính là “research taste” - khả năng nhận ra câu hỏi nào đáng để theo đuổi ngay từ đầu - một năng lực mà AI hiện vẫn chưa thể hiện được./.