TL;DR

Một nghiên cứu pre-registered với 2.691 người từ Stanford, NYU, MIT và Princeton AI Lab phát hiện ra rằng người dùng thường chọn dùng AI cho các task đơn giản ngay cả khi làm vậy không tiết kiệm thời gian. Kỳ vọng trung bình là 55,7 giây - thực tế chỉ 7,5 giây. Và một khi đã dùng AI, người ta có xu hướng tiếp tục dùng nhiều hơn bất kể hiệu quả thực sự là gì.

AI đã trở thành phản xạ

Có một thói quen rất phổ biến hiện nay: mở Claude hoặc ChatGPT trước khi thực sự suy nghĩ xem mình cần gì. Câu hỏi đơn giản? Hỏi AI. Sửa một câu văn? Nhờ AI. Tính nhẩm? Cũng AI luôn.

Nhưng liệu AI có thực sự tiết kiệm thời gian cho những việc như vậy? Hay nó chỉ chuyển effort từ "tự làm" sang "ngồi viết prompt, chờ output, đọc, kiểm tra rồi mới quyết định xài được chưa"? Một paper mới từ các nhà nghiên cứu tại Stanford, NYU, MIT và Princeton AI Lab đã đo lường điều này một cách có hệ thống - và kết quả khá bất ngờ.

Nghiên cứu nói gì

Trang đầu paper The efficiency-gain illusion - Stanford, NYU, MIT, Princeton AI Lab
Paper "The efficiency-gain illusion" - tác giả từ Stanford, NYU, MIT và Princeton AI Lab

Paper mang tên "The efficiency-gain illusion: People underestimate the rate of AI use and overestimate its benefits on simple tasks" được thực hiện qua 3 nghiên cứu pre-registered với tổng 2.691 người tham gia.

Người tham gia được yêu cầu làm các task đơn giản: tính số học, kiểm tra chính tả, viết đoạn ngắn, nhớ thông tin, điều chỉnh văn phong. Nhóm nghiên cứu đo thời gian thực và so sánh với kỳ vọng của người dùng trước khi làm.

Kết quả chênh lệch rất lớn:

  • Kỳ vọng tiết kiệm: trung bình 55,7 giây
  • Thực tế tiết kiệm: chỉ 7,5 giây
  • Tỷ lệ task dùng AI nghĩ là: 33% - nhưng thực tế đã dùng tới 47%

Đặc biệt với các task đơn giản, một số trường hợp AI không giúp được mà còn làm chậm hơn. Nhớ tên vận động viên Olympic? AI làm chậm hơn khoảng 30 giây so với tự nhớ. Các bài toán phán đoán đơn giản, nhận diện màu sắc cũng tương tự.

Tức là nếu một việc mất 30 giây để tự làm, mà phải tốn 1 phút để viết prompt và kiểm tra output, thì đó không phải năng suất - đó là lãng phí.

Vòng lặp nguy hiểm hơn

Carryover effect: nhóm đã dùng AI trước có tỷ lệ tiếp tục dùng cao hơn 44.5% vs 27.7%
Carryover effect: chỉ một lần dùng AI trước làm tăng tỷ lệ dùng tiếp từ 27,7% lên 44,5%

Phát hiện đáng lo ngại hơn nằm ở carryover effect: khi đã dùng AI cho task trước đó trong cùng phiên làm việc, người dùng có xu hướng dùng tiếp cho task sau với tỷ lệ 44,5% - so với nhóm chưa dùng AI chỉ là 27,7%. Chênh lệch 16,8 điểm phần trăm.

Và điều này không tự mất đi: kể cả khi người tham gia hoàn thành một số task độc lập (không dùng AI) ở giữa, tỷ lệ dùng AI ở các task sau vẫn không giảm về mức baseline.

Não người bắt đầu tự "hợp lý hoá": dùng lần trước thấy ổn, lần này chắc cũng tiện thôi. Nhưng thực ra đây không phải ra quyết định hợp lý - đây là habit được củng cố bởi cảm giác chủ quan.

Cảm giác nhẹ não không bằng thực sự nhanh hơn

Điểm nguy hiểm không nằm ở chỗ AI dở. AI giỏi ở rất nhiều thứ phức tạp. Vấn đề là ở task mismatch: kéo AI vào những chỗ không cần thiết.

Cảm giác "mình đỡ phải nghĩ" rất dễ bị nhầm thành "mình làm nhanh hơn". Nhưng hai cái này hoàn toàn khác nhau. Outsourcing cognitive load cũng là một dạng effort - chỉ là effort khác. Và effort đó (viết prompt, chờ, đọc, verify) thường không ít hơn việc tự làm từ đầu với task đơn giản.

Tệ hơn, khi não quen với việc delegate những việc nhỏ, nó bắt đầu mất đi khả năng xử lý nhanh những thứ đó. Não cũng như cơ bắp - offload hết thì sẽ teo dần.

Chọn đúng việc mới đúng

Kết luận không phải là không dùng AI. Kết luận là biết khi nào nên dùng.

Một số task mà AI không phải lựa chọn tốt:

  • Tính toán số học đơn giản
  • Nhớ lại thông tin mình đã biết
  • Sửa 1-2 lỗi chính tả
  • Viết lại 1 câu ngắn
  • Phán đoán nhanh dựa trên context mình đang có sẵn

Trong khi đó, AI thực sự có giá trị với:

  • Research và tổng hợp thông tin
  • Viết và cấu trúc nội dung dài
  • Debug code và phân tích logic
  • Xử lý khối lượng lớn text/data
  • Brainstorm và mở rộng ý tưởng

Rule đơn giản: nếu task mất dưới 1 phút để tự làm, chi phí của việc "đi qua AI" thường cao hơn lợi ích mang lại.

Kết

"Efficiency-gain illusion" là tên gọi chính xác cho một hiện tượng rất thực: chúng ta overestimate lợi ích của AI với task đơn giản, underestimate mức độ mình đang dùng AI, và sau mỗi lần dùng thì càng dùng nhiều hơn - tạo thành vòng lặp tự củng cố.

Không phải mọi thứ đều cần AI. Và nhận ra được điều đó - biết khi nào nên tự làm - chính là một dạng năng lực quan trọng cần giữ.

via arXiv 2605.22687, Dr. Philippa Hardman