cách mình học (gần như là mọi thứ) trong thời đại AI

Chúng ta đang sống trong thời đại mà chỉ cần một chiếc máy tính kết nối internet, bạn gần như có thể học được mọi thứ (cảm ơn AI 🥹). Nó giúp việc học dễ hơn, nhưng cũng khiến mọi thứ hơi “ngợp"...

Học cái mới giống như khám phá vùng đất lạ. Lúc đầu, chúng ta là hành khách và sẽ cần một chiếc bản đồ dẫn đường. Sau khi dành vài tuần hoặc vài tháng, ta có thể cảm giác như mình đã hiểu rõ nơi đó. Nhưng nếu muốn sống lâu dài, làm ăn ở đó, hiểu hết từng ngóc ngách – ta cần nhiều thời gian hơn, và lý tưởng là có những người bản địa dẫn đường.

Chúng ta đang sống trong thời đại mà chỉ cần một chiếc máy tính kết nối internet, bạn gần như có thể học được mọi thứ (cảm ơn AI 🥹)

AI đang thay đổi thị trường lao động, khiến nhu cầu học cái mới tăng cao. Nó giúp việc học dễ tiếp cận hơn, nhưng cũng khiến mọi thứ hơi “ngợp” – học gì, như nào, ở đâu, giáo trình ra sao…

Mình không phải chuyên gia đào tạo. Mình chỉ đơn giản là một người thích học, có nhiều kinh nghiệm tự học, chia sẻ lại cách mình đã thử nghiệm 2 năm qua để học với AI và thấy vẫn hiệu quả đến bây giờ.

*Xuyên suốt bài này, mình dùng nhiều khái niệm “bản đồ”, lấy từ mô hình tư duy The Map Is Not the Territory

Thang đo mức độ hiểu biết một vấn đề

Để dễ hình dung, mình sẽ chia mức độ hiểu biết thành các vùng tương đối như sau:

• 0 điểm: mới tinh, hoàn toàn mù mờ, không biết bắt đầu từ đâu.

• 2-3 điểm: biết sơ sơ, thường chỉ lặp lại từ người khác, kiến thức chưa hệ thống, dễ bị nhầm lẫn.

• 5-6 điểm: đã có nền tảng kha khá, hiểu được bản chất, có chính kiến riêng, có thể phân tích và phản biện.

• 9-10 điểm: cấp độ expert – mức độ hiểu biết rất sâu sắc, nhiều kinh nghiệm thực chiến, có thể dạy lại cho người khác hoặc tự sáng tạo ra phương pháp riêng.

Theo mình, quá trình học hỏi không phải là tuyến tính. Đôi khi chúng ta cần lùi lại để học lại nền tảng, có lúc lại nhảy vọt nhờ một đột phá bất ngờ trong nhận thức. Biết rõ mình ở đâu trong thang này sẽ giúp mình nên làm gì lúc đó.

Đọc thêm: Circle of Competence – “Celebrate your expertise, but also acknowledge your limitations“.

Giai đoạn 1: Từ 0 đến 2-3 điểm

Đây là giai đoạn khi mọi thứ đều mới mẻ. Chúng ta không biết nên bắt đầu từ đâu, và đi kèm là rất nhiều nỗi sợ, lo lắng. Cảm giác này giống như một mình book vé máy bay ra nước ngoài mà chưa chuẩn bị gì (mình đã thử làm thế! Và tin mình đi, chỉ cần vượt qua một lần là bạn sẽ hết sợ cho những lần sau).

Lý tưởng nhất là đi hỏi những người có kinh nghiệm trong network. Nhưng thực tế là network của chúng ta không đủ bao quát cho mọi lĩnh vực, hoặc tầm này thì ai cũng rất bận.

Lúc này, AI là một xuất phát điểm rất tốt. AI có thể đóng vai trò như người chỉ đường đầu tiên, giúp bạn “dò map”, hình dung được bức tranh tổng quan, và có những từ khoá đầu tiên để bám theo. AI lại còn available 24/7 😀

Mình thường hỏi ChatGPT những câu hỏi như này:

• Explain like I’m five (thần chú của mình khi học mọi thứ :D)

• Bản chất của cái này là gì? Kiến thức nền tảng nào cần có?

• Muốn giỏi thì cần kỹ năng, công cụ nào?

• Ai là chuyên gia trong lĩnh vực này?

• Có sách/khoá học nền tảng nào đáng học không?

Mục tiêu của giai đoạn này không phải là giỏi ngay, mà là cố gắng nắm bắt được những khái niệm cơ bản, và tìm ra một chiếc “bản đồ” đủ tốt làm baseline để ta có thể bám theo trong hành trình học sau đó.

Giai đoạn 2: từ 2-3 điểm lên 5-6 điểm

AI làm khá tốt việc đưa bạn từ 0 đến cỡ 2-3 điểm, vì nó hiểu biết tổng quát rất tốt. Nhưng để đi sâu hơn, mình sẽ cần những tài liệu được thiết kế chuyên biệt cho đề tài đó.

Mục tiêu của giai đoạn này là lựa chọn tài liệu đủ tốt, và sử dụng AI để hấp thụ tài liệu đó một cách hiệu quả nhất.

Tin vui là: ngày nay thế giới ngày càng phẳng, dễ dàng tiếp cận tri thức. Ngôn ngữ không còn là rào cản, và chỉ cần tìm được một tấm bản đồ đủ tốt cùng với người thầy AI – chúng ta hoàn toàn có thể tự học, kể cả khi không có expert xung quanh.

Mình luôn chọn tài liệu theo nguyên tắc:

• Ai tạo ra nó? Họ có background ra sao?

• Ai giới thiệu nó cho bạn? Họ có đáng tin không?

Điều này rất quan trọng. Bản đồ phản ánh người vẽ ra nó – kinh nghiệm, góc nhìn, mục đích của họ. Một bản đồ có thể dẫn chúng ta đến tri thức thật sự, hoặc cũng có thể dắt vào… phễu mua hàng. Không phải mọi thứ được trình bày gọn gàng trông rất có lý đều đáng học (nhất là trong thời đại nhiều content tạo bởi AI như hiện giờ).

Chính xác là cái hình dưới: bạn chọn bản đồ nào thì bạn sẽ thấy được góc nhìn từ người vẽ nó.

Lấy ví dụ:

• Khi học về AI, Data Science, mình thường chọn các khoá học từ Stanford – vì đây là một trong những trường dẫn đầu thế giới trong lĩnh vực này.

• Nói về toán, dù rất thích toán nhưng phải thừa nhận thế hệ mình lớn lên trong một hệ thống giáo dục dạy công thức như một cái máy hơn là tư duy. Thì ví dụ như muốn học về tư duy toán, khoá Introduction to Mathematical Thinking của Stanford sẽ là một tấm bản đồ tốt hơn chương trình học ở VN, nó dạy chúng ta cách nhìn toán như một ngôn ngữ để tư duy về mọi thứ trong cuộc sống.

• Khi tìm hiểu về cách ra quyết định, mình chọn Thinking in Bets & How to Decide của Annie Duke – một người chơi poker hàng đầu thế giới và là chuyên gia lĩnh vực tâm lý học, người đã đưa ra hàng triệu quyết định trong thời gian ngắn – thì mình tin là sẽ có những insights rất thú vị, nên mình đọc.

Dùng AI để thẩm thấu kiến thức sâu hơn

Mình rất thích từ “thẩm thấu” – nó thể hiện việc thực sự hiểu một thứ đến đâu. Ở giai đoạn này, AI trở thành mentor đồng hành, giúp mình đào sâu vào tài liệu đã chọn.

Mình thường dùng NotebookLM để tóm tắt, tiêu hoá chỗ tài liệu phía trên. Và kết hợp song song với ChatGPT đặt câu hỏi để đào sâu từng thứ học được.

• Explain like I’m five (vẫn là câu thần chú quen thuộc)

• Lấy ví dụ thực tiễn với thứ mình đang làm

• Phân tích ưu – nhược điểm của A và B

• Khi nào dùng A, khi nào dùng B?

• Các case study đã ứng dụng cái này

Đẹp nhất là nên kết hợp học thông qua thực hành: vào chính việc đang làm, hay side project. Chăm chỉ với điều này, mình tin ai cũng có thể lên được 5-6 điểm trong thời gian ngắn, có hiểu biết kha khá về một vấn đề.

Đạt đến mức độ hiểu biết 5-6 về một vấn đề thực sự rất thú vị. Bạn có một nền tảng tương đối vững chắc. Bạn biết đâu là thứ đáng nghe, đâu là nhiễu. Bạn bắt đầu có chính kiến. Bạn không bị cuốn theo trend. Và bạn có thể tự xây dựng thêm trên nền tảng mà mình đã tạo ra.

Giai đoạn 3: từ 5-6 điểm lên 9-10 điểm

Khi đã có nền tảng tạm gọi là vững, thì câu hỏi tiếp theo thường là: Làm sao để đi xa hơn, để hiểu sâu hơn, và thực sự tạo ra khác biệt trong lĩnh vực này?

Đây là đoạn khác biệt. Càng lên cao thì càng khó, giống như khi đi thi luôn có câu “phân loại” thí sinh ấy. Nó là bước sang một vùng khác: nơi phải thấm bản chất, ứng dụng linh hoạt, giải thích lại theo cách của riêng mình, và đôi khi là tự tạo ra phương pháp mới, những thứ chỉ có được qua trải nghiệm thực và va chạm với thực tế. Chúng ta phải rời khỏi vùng an toàn của “hiểu biết vừa đủ”, đối mặt với tình huống thật, và liên tục reflect lại cách mình đang nghĩ.

Giai đoạn trước, những thứ ta học chỉ là bản đồ, mà bản đồ vốn chỉ thể hiện một lát cắt của thế giới, nó không phải thế giới thực (The Map Is Not the Territory)

Giai đoạn này, học từ các chuyên gia xuất sắc và có nhiều kinh nghiệm rất quan trọng. Đó là lý do chúng ta nên xây dựng mạng lưới với những chuyên gia ở lĩnh vực mà mình thực sự quan tâm. Và trong thế giới mở hiện nay, chúng ta cũng có thể tìm hiểu từ rất nhiều tài liệu trên internet mà không cần phải quen biết họ.

Khi mình tìm hiểu về “secret sauce” của những founder tạo ra sản phẩm vĩ đại, mình tìm đến tiểu sử của họ, những thứ họ đã đọc, đã học, những bài blog họ viết, những cuộc phỏng vấn – vì ở đó mới tiết lộ cách họ thực sự nhìn thế giới. (mình đi học thiền cũng một phần vì được truyền cảm hứng từ Steve Jobs :d)

Mình nhìn mọi thứ dưới lăng kính xác suất. Và việc của chúng ta là tìm được dữ liệu đủ tốt để nâng xác suất thành công lên cao nhất có thể và giảm thiểu sai lầm.

Những chuyên gia và người có kinh nghiệm thì có nhiều dữ liệu ấy.

Họ sẽ giúp mình nhận ra những gì đang bỏ sót. Họ mở rộng góc nhìn, chỉ ra điểm mù, thách thức những giả định mình từng nghĩ là hiển nhiên.

Họ cũng giúp mình tránh được những sai lầm đắt giá. Việc này thực sự rất quan trọng vì chúng ta sẽ không có đủ thời gian (và tiền) để trải nghiệm tất cả các sai lầm. Khi thấy 9/10 người đều vấp ở một chỗ thì bạn nên thực sự cân nhắc về nó, trừ phi bạn rảnh và muốn vấp thử cho vui =)) Ví dụ, hồi 2023, khi tụi mình bắt đầu làm ứng dụng LLM RAG (Retrieval-Augmented Generation), mình tìm đọc các case study tương tự và sử dụng thử các công cụ AI mạnh bấy giờ và nhận thấy đều có chung vài vấn đề, thì mình sẽ nghĩ đó đang là giới hạn AI mà các công ty mạnh vẫn còn chưa giải được, thì team mình khi đó chưa nên đâm đầu vào làm gì.

Có một điểm chung mình quan sát thấy ở những người đi xa trong chuyên môn: Họ luôn giữ được tư duy mở, kể cả khi họ đã ở rất sâu trong lĩnh vực của mình. Họ không để hiểu biết tích lũy trở thành bức tường cản lại sự nghi ngờ.

Khi đọc về những con người xuất sắc, mình thấy họ học cả đời. Họ đọc rất nhiều. Họ chủ động học từ sai lầm của người khác. Họ kiên nhẫn tìm kiếm những chi tiết nhỏ mà số đông bỏ qua. Họ không bao giờ giả định rằng mình đã biết đủ.

Ngược lại, không ít người xuất phát điểm tốt lại dừng ở chính chỗ đó. Khi đã biết đủ, họ bắt đầu tin rằng mình đang nắm toàn bộ bức tranh. Nhưng mà thế giới đang thay đổi quá nhanh, nhiều khi bản đồ cũ không còn dùng được cho địa hình mới. Và nếu không cập nhật, không dám nghi ngờ lại chính mình, thì dễ dừng lại ở “bẫy trung bình”.

Trên con đường này, một số cảm giác khó chịu sẽ xuất hiện: cảm giác hoài nghi bản thân, thấy mình yếu kém, áp lực so sánh với người khác… Cảm giác này là dễ hiểu và bình thường, đó chính là dấu hiệu của sự phát triển – mình luôn nhắc bản thân như vậy. Khi chuyển từ giai đoạn này sang giai đoạn tiếp theo để lên một “next level”, chúng ta có thể như di chuyển giữa hai chiếc ghế – hơi bị mất thăng bằng một chút, nhưng thực tế là đang phát triển.

Cuối cùng

Sự học trước nay vẫn vậy, chỉ là giờ AI đang giúp “boost” tốc độ trong mọi giai đoạn và nếu biết tận dụng ta có thể nhanh chóng có được lợi thế dù chỉ có một mình. Và những keyword mình thấy quan trọng:

• Khiêm tốn – luôn nhớ mình còn nhiều điều không biết là mình không biết.

• Open mindset – sẵn sàng sửa lại nhận định khi gặp một góc nhìn tốt hơn.

• Quay về fundamentals – thường xuyên quay trở lại nền tảng để vá những lỗ hổng tư duy.

Cách trên đây cũng chỉ là một cách (hợp với mình), và tất nhiên, mọi thứ chỉ là tương đối, tại thời điểm viết bài này mình cũng không chắc chắn về nhiều thứ mà mình đã biết. Nhưng mà không sao, học vốn là quá trình liên tục đi về phía chân lý, và đó là quá trình cả đời.

Learning new things, gaining new skills, and mastering new domains is one of the most beautiful things about life.

1 phút quảng cáo: mình có kênh telegram cập nhật tin tức AI vào 9h sáng hàng ngày bằng tiếng Việt, mời bạn join nhé!