Trong hai năm trở lại đây, giới nghiên cứu quốc tế bắt đầu nhận thấy một hiện tượng lạ: sự xuất hiện dày đặc của những từ ngữ mang tính nhận diện AI như "delve" trong các ấn phẩm khoa học. Tuy nhiên, đó vẫn chưa phải là thảm họa kỳ quặc nhất. Một thuật ngữ hoàn toàn bịa đặt mang tên "kính hiển vi điện tử thực vật" (vegetative electron microscopy) đang âm thầm phủ sóng trong hàng chục công trình nghiên cứu, phơi bày một góc tối đáng quan ngại về cách các mô hình trí tuệ nhân tạo đang làm ô nhiễm kho tri thức của nhân loại.
Đối với bất kỳ ai có kiến thức sinh học cơ bản, cụm từ "kính hiển vi điện tử thực vật" nghe chẳng khác nào một câu nói vô nghĩa. Các nhà nghiên cứu gọi đây là một "hóa thạch kỹ thuật số" – sản phẩm lai tạo lỗi giữa công nghệ quét quang học và dịch thuật, trước khi bị các thuật toán AI nuốt trọn vào bộ dữ liệu huấn luyện.
Nguồn gốc của thứ ngô nghê này bắt đầu từ những năm 1950, khi hai bài báo trên tạp chí Bacteriological Reviews được số hóa. Phần mềm nhận dạng chữ viết (OCR) thời bấy giờ đã vô tình gộp từ "vegetative" (sinh dưỡng/thực vật) ở cột bên trái với cụm "electron microscopy" (kính hiển vi điện tử) ở cột bên phải.
Mọi chuyện càng trở nên tồi tệ hơn vào các năm 2017 và 2019, khi hai công trình nghiên cứu tiếng Ba Tư mắc lỗi dịch thuật nghiêm trọng: trong tiếng Ba Tư, từ "quét" và "thực vật" chỉ khác nhau đúng một chấm tròn. Thay vì dịch đúng là "kính hiển vi điện tử quét", người ta lại thu được "kính hiển vi điện tử thực vật".
Sự cố tưởng chừng đã ngủ yên này bùng phát dữ dội khi kỷ nguyên AI đổ bộ. Do các mô hình trí tuệ nhân tạo liên tục càn quét và thu thập mọi dữ liệu trên không gian mạng, cụm từ sai lệch này nghiễm nhiên được xem là một thuật ngữ chuẩn chỉnh. Khi các nhà khoa học nhờ AI hỗ trợ viết bài, những siêu mô hình như GPT-4o hay Claude 3.5 đã "hồn nhiên" nhả lại thuật ngữ ma này vào các bản thảo.
"Chúng tôi phát hiện ra lỗi này vẫn tiếp tục tồn tại trong các mô hình thế hệ mới. Điều này cho thấy thuật ngữ vô nghĩa nói trên hiện có thể đã vĩnh viễn cắm sâu vào các cơ sở tri thức của AI," nhóm nghiên cứu thuộc công trình phân tích trên trang The Conversation cảnh báo.
Hậu quả là thuật ngữ vô nghĩa này đã lọt qua hàng rào kiểm duyệt khắt khe để xuất hiện trong ít nhất 22 bài báo khoa học quốc tế, thậm chí được trích dẫn trên cả tờ báo hàng đầu Tây Ban Nha El País. Việc nhổ tận gốc một lỗi sai đã bị chôn vùi trong hàng tỷ liên kết thống kê của AI được đánh giá là gian nan hơn rất nhiều so với việc sửa một dòng dữ liệu truyền thống.
Thảm họa "kính hiển vi điện tử thực vật" thực chất chỉ là bề nổi của một tảng băng dạt. Một phân tích quy mô lớn trên 7,3 triệu bài báo cho thấy, bước sang năm 2025, có tới hơn một nửa số công trình xuất bản mang dấu vết can thiệp từ các mô hình ngôn ngữ lớn (LLM) - từ chỉnh sửa văn phong cho đến tự tạo lập luận.
Dù các công cụ quét tự động như Problematic Paper Screener đang phải làm việc hết công suất để truy tìm các "dấu vết AI" trong hàng trăm triệu ấn phẩm, đây vẫn là một cuộc chiến không cân sức. Khi các tập đoàn công nghệ chưa chịu minh bạch hóa dữ liệu huấn luyện và các nhà xuất bản vẫn e ngại việc thu hồi bài báo làm ảnh hưởng uy tín, những tri thức rác do AI bịa ra vẫn đang ngày ngày gặm nhấm nền tảng khoa học chân chính.
Tham khảo: ZME
Đức Khương
