Trong nhiều năm, trí tuệ nhân tạo (AI) được xem là cánh tay nối dài của các nhà khoa học một công cụ giúp xử lý dữ liệu, hỗ trợ phân tích và rút ngắn thời gian nghiên cứu. Nhưng ranh giới ấy đang bị xóa nhòa nhanh chóng. AI không còn chỉ đóng vai trò hỗ trợ, mà đang từng bước tiến vào vị trí trung tâm của hoạt động khoa học, nơi trước đây được xem là “lãnh địa độc quyền” của con người.

Theo Maeil Business, cảm giác bất an đang lan rộng trong cộng đồng nghiên cứu. Không ít nhà khoa học thừa nhận họ đang đối diện với một nghịch lý: chính những công nghệ mà họ góp phần phát triển giờ đây lại trở thành đối thủ có khả năng thay thế họ. Điều này không còn là giả thuyết, mà đã bắt đầu được chứng minh bằng những kết quả cụ thể.

Bước ngoặt đáng chú ý diễn ra vào tháng 3 vừa qua, khi startup Nhật Bản Sakana AI công bố một nghiên cứu trên tạp chí khoa học danh tiếng Nature. Không chỉ nội dung nghiên cứu gây chú ý, mà cách thức thực hiện mới là điều khiến giới khoa học phải nhìn nhận lại. Một tác nhân AI duy nhất đã tự mình hoàn thành toàn bộ quy trình nghiên cứu: từ việc đề xuất ý tưởng, xây dựng giả thuyết, thiết kế và tiến hành thí nghiệm, cho đến phân tích dữ liệu và viết bài báo khoa học hoàn chỉnh.

Trong lịch sử khoa học, chưa từng có trường hợp nào một hệ thống tự động có thể đảm nhiệm trọn vẹn chu trình nghiên cứu như vậy. Trước đây, AI chỉ được sử dụng như một công cụ ở từng khâu riêng lẻ chẳng hạn như rà soát tài liệu hay xử lý dữ liệu lớn. Nhưng việc AI “bước qua ranh giới”, trở thành chủ thể nghiên cứu độc lập, đã làm thay đổi bản chất của hoạt động khoa học.

Sự thay đổi này kéo theo một câu hỏi mang tính nền tảng: nếu AI có thể tự quyết định nghiên cứu điều gì, tiến hành ra sao và đưa ra kết luận hoàn chỉnh, thì vai trò của nhà khoa học con người sẽ còn lại gì?

Không phải ngẫu nhiên mà nhiều quốc gia đã nhanh chóng bước vào cuộc đua phát triển “nhà khoa học AI”. Từ Mỹ với “Sứ mệnh Genesis”, Trung Quốc với “Chiến lược Bàn Thạch”, đến Hàn Quốc với “Dự án K-Moonshot”, các chương trình quy mô lớn đều hướng tới mục tiêu tận dụng AI để tăng tốc khám phá khoa học. Đằng sau sự đầu tư mạnh mẽ này là một nhận thức chung: ai kiểm soát được công nghệ tạo ra tri thức, người đó sẽ nắm lợi thế chiến lược trong tương lai.

Ông Lee Je-hyun, Trưởng phòng Chiến lược AIX tại Viện Khoa học và Công nghệ Hàn Quốc (KIST), cho rằng AI không phải là nguyên nhân duy nhất khiến giới khoa học lo lắng, mà là “chất xúc tác” làm bùng nổ những vấn đề đã tồn tại từ lâu. Một trong những vấn đề đó là cuộc khủng hoảng về khả năng tái lập yếu tố cốt lõi của khoa học hiện đại.

Về nguyên tắc, một nghiên cứu khoa học chỉ được coi là đáng tin cậy khi các nhà nghiên cứu khác có thể tái tạo lại thí nghiệm và thu được kết quả tương tự. Tuy nhiên, thực tế cho thấy điều này không dễ dàng. Một khảo sát của Nature cho thấy hơn 70% nhà khoa học từng thất bại trong việc tái lập kết quả nghiên cứu của người khác. Ngay cả khi các điều kiện thí nghiệm được mô tả giống nhau, kết quả vẫn có thể khác biệt.

Nguyên nhân không chỉ nằm ở yếu tố kỹ thuật, mà còn ở cách con người xử lý và trình bày dữ liệu. Trong quá trình viết luận văn, các nhà nghiên cứu thường có xu hướng lựa chọn những kết quả “đẹp”, phù hợp với giả thuyết ban đầu, trong khi bỏ qua các dữ liệu không thuận lợi. Điều này, dù vô tình hay hữu ý, cũng làm suy giảm tính khách quan của khoa học.

Trong bối cảnh đó, AI được kỳ vọng sẽ đóng vai trò “trung gian trung lập”. Không chịu ảnh hưởng của định kiến hay áp lực công bố, AI có thể xử lý toàn bộ dữ liệu, từ đó đưa ra kết luận dựa trên bằng chứng đầy đủ hơn. Chính vì vậy, nhiều nhà hoạch định chính sách xem “nhà khoa học AI” như một giải pháp tiềm năng để khôi phục niềm tin vào khoa học.

Ý tưởng này đã được Google phát triển thành một mô hình cụ thể từ năm 2025, với tham vọng tăng tốc các đột phá khoa học. Thay vì một hệ thống đơn lẻ, Google xây dựng một “đội ngũ AI” gồm nhiều tác nhân chuyên biệt, mỗi tác nhân đảm nhiệm một vai trò trong quy trình nghiên cứu. Có tác nhân đưa ra giả thuyết, tác nhân phản biện, tác nhân so sánh các phương án và tác nhân đào sâu phân tích.

Hệ thống này được thử nghiệm thông qua mô hình Gemini, cho thấy khả năng tạo ra các giả thuyết có giá trị thực tiễn, đặc biệt trong lĩnh vực y sinh. Một số giả thuyết liên quan đến tái sử dụng thuốc và xác định mục tiêu điều trị mới đã được kiểm chứng bằng thí nghiệm thực tế, cho thấy tiềm năng không chỉ dừng ở lý thuyết.

Nếu như con người bị giới hạn bởi thời gian và khả năng xử lý thông tin, thì AI lại có lợi thế vượt trội về quy mô tri thức. Một hệ thống AI có thể đọc và phân tích hàng trăm nghìn bài báo khoa học trong thời gian ngắn, phát hiện những mối liên hệ mà con người khó nhận ra.

Ông Kim Tae-hyung, đại diện của BioNexus

Đó cũng là hướng đi của BioNexus – một doanh nghiệp nền tảng sinh học AI thành lập năm 2024. Theo đại diện Kim Tae-hyung, AI có thể khai thác “kho tri thức bị bỏ quên” trong các nghiên cứu cũ, từ đó mở ra những hướng đi mới. Khi “nhà khoa học AI” trở nên phổ biến, tốc độ nghiên cứu sẽ tăng lên theo cấp số nhân, kéo theo sự thay đổi căn bản của khoa học.

Trong viễn cảnh này, vai trò của con người có thể sẽ dịch chuyển từ người trực tiếp nghiên cứu sang người đặt câu hỏi. Thay vì tiến hành thí nghiệm, nhà khoa học sẽ tập trung vào việc xác định vấn đề và định hướng nghiên cứu, còn AI sẽ đảm nhiệm phần triển khai. Một số chuyên gia thậm chí dự đoán rằng trong vòng 10 năm tới, khái niệm “nhà khoa học” như hiện nay có thể biến mất, nhường chỗ cho một mô hình khoa học đại chúng, nơi bất kỳ ai cũng có thể tham gia nghiên cứu với sự hỗ trợ của AI.

Tuy nhiên, viễn cảnh này không nhận được sự đồng thuận tuyệt đối. Những lo ngại bắt đầu xuất hiện, trước hết là ở khía cạnh ngắn hạn. Tạp chí Scientific American cảnh báo rằng AI có thể làm gia tăng số lượng bài báo khoa học một cách đột biến, gây quá tải cho hệ thống học thuật. Sau khi ChatGPT xuất hiện, số lượng bài đăng trên kho lưu trữ arXiv đã tăng khoảng 1,5 lần.

Khi số lượng vượt quá khả năng thẩm định, chất lượng đánh giá có nguy cơ suy giảm. Điều này không chỉ ảnh hưởng đến uy tín của khoa học, mà còn có thể dẫn đến một cuộc khủng hoảng niềm tin mới.

Ở góc độ dài hạn, nhiều nhà khoa học cho rằng AI khó có thể thay thế hoàn toàn con người. Khoa học không chỉ là xử lý dữ liệu hay tối ưu hóa mô hình, mà còn là quá trình trải nghiệm, thử sai và đưa ra những phán đoán mang tính sáng tạo. Những yếu tố như trực giác, khả năng đặt câu hỏi đúng và sự kiên trì trước thất bại vẫn là đặc trưng của con người.

Ngay cả những người ủng hộ “nhà khoa học AI” cũng thừa nhận rằng vai trò của con người sẽ không biến mất hoàn toàn. Khi AI có thể tạo ra hàng loạt giả thuyết, việc lựa chọn hướng đi có ý nghĩa, phù hợp với bối cảnh thực tiễn và giá trị xã hội vẫn cần đến sự can thiệp của con người.

Nói cách khác, thay vì bị thay thế, nhà khoa học có thể sẽ được “tái định nghĩa”. Họ không còn là người trực tiếp thực hiện mọi công đoạn, mà trở thành người điều phối, đánh giá và chịu trách nhiệm cuối cùng về tri thức được tạo ra.

Sự xuất hiện của “nhà khoa học AI” vì thế không chỉ là một bước tiến công nghệ, mà còn là một phép thử đối với chính nền tảng của khoa học. Nó buộc con người phải nhìn lại cách chúng ta tạo ra, kiểm chứng và sử dụng tri thức.

Trong tương lai gần, có thể nghề nghiên cứu sẽ không biến mất, nhưng chắc chắn sẽ thay đổi sâu sắc. Khi AI ngày càng tiến gần đến khả năng tự chủ trong khoa học, câu hỏi quan trọng nhất không còn là liệu con người có bị thay thế hay không, mà là chúng ta sẽ thích nghi ra sao để tiếp tục giữ vai trò trong hành trình khám phá thế giới.