CHỈ MỘT CÂU NÓI KHIẾN TÀI XẾ AI KẸT XE

Các tác tử AI xây dựng trên một số ít mô hình dùng chung ngày càng hành động thay cho nhiều người. Takahiro Ezaki, Naoto Imura và Katsuhiro Nishinari, tại Đại học Tokyo, muốn biết điều gì xảy ra khi nhiều tác tử như vậy nhận cùng một thông điệp — nhất là một dự báo về việc mọi người khác sẽ làm gì. Một khi được phát đi, dự báo như thế làm thay đổi chính tình huống mà nó mô tả, và có thể tự phủ định lời tiên đoán của mình.

Để kiểm chứng, họ chọn một trong những bối cảnh đơn giản nhất mà ở đó con người tranh giành một nguồn lực có hạn: quãng đường đi làm.

Hai con đường, một quy tắc

Hai con đường giống hệt nhau nối một vùng ngoại ô với khu thương mại. Mỗi sáng, tất cả những người đi làm chọn đường cùng một lúc. Một con đường được một tỉ lệ n/N trong số họ sử dụng sẽ mất 20 + 80 n/N phút: một giờ nếu giao thông chia đều, gần 100 phút nếu hầu như ai cũng dồn vào một con đường. Khi chia đều, không ai có thể được lợi bằng cách tự mình chuyển đường.

Trong thí nghiệm chính, mỗi tác tử trong số 50 tác tử là một lần gọi riêng tới cùng một mô hình, GPT-5.4-mini, chạy không có suy luận mở rộng. Mỗi tác tử được xem các quy tắc, con đường và thời gian di chuyển của chính nó trong năm ngày qua, cùng một bản tin hằng ngày. Mỗi lời nhắc (prompt) cũng yêu cầu tác tử suy nghĩ về cách những tài xế khác có thể phản ứng với cùng thông tin đó. Bản tin có bốn phiên bản:

• không có bản tin nào;
• con số: thời gian di chuyển hôm qua trên mỗi con đường;
• một mẹo: “Đường B hiện đang ít đông hơn”;
• một mẹo kèm cảnh báo: cùng mẹo đó, tiếp theo là “Tuy nhiên, nhiều tài xế được dự kiến sẽ thấy cùng thông tin này và chuyển sang Đường B, nên Đường B có thể bị tắc nghẽn.”

Trò chơi và bốn loại bản tin (trên); bên dưới, với mỗi bản tin, tỉ lệ tác tử chọn con đường ít đông hơn của hôm qua qua 60 vòng, cùng thời gian di chuyển trung vị. Với lời cảnh báo, tỉ lệ này luôn gần bằng không, kể cả khi trò chơi được kéo dài tới vòng 100. — Hình 1, Ezaki, Imura & Nishinari (2026), arXiv:2609.30883.

Một lời cảnh báo tự phủ định

Khi không có bản tin nào, các tác tử di chuyển như một bầy đàn: hầu như tất cả đều đổi đường mỗi sáng, và đám đông chỉ đơn giản đung đưa từ con đường này sang con đường kia, với thời gian trung bình 96 phút. Con số giúp giảm xuống 71 phút; riêng mẹo đơn thuần cho kết quả tốt nhất, 64 phút, gần với mức lý tưởng 60 phút.

Thêm câu cảnh báo vào đã làm thay đổi tất cả. Khoảng 96% số tác tử dừng lại trên cùng một con đường — con đường vừa bị đông — và ở lì đó. Thời gian di chuyển trung bình tăng lên 95 phút, nhiều hơn 30 phút so với chỉ có mẹo, trong cả mười cặp lượt chạy. Với tỉ lệ chia 47–3, một tác tử trên con đường kẹt xe cần 95,2 phút; tự mình chuyển đường sẽ giảm con số đó xuống 26,4 phút. Các tác tử hiếm khi làm vậy. Khi mười lượt chạy được kéo dài tới 100 vòng, không lượt nào thoát ra được.

Những lời giải thích một dòng của chính các tác tử cho thấy khuôn mẫu này. Trong một lượt chạy, 89% trong số chúng nhắc đến việc các tài xế khác chuyển đường hoặc gây đông đúc. Một câu điển hình: “A liên tục rất chậm với tôi, nhưng bản tin cảnh báo B sẽ thu hút nhiều người chuyển sang, nên A là lựa chọn an toàn hơn.” Các tác giả nhấn mạnh rằng những câu này mô tả văn bản được sinh ra, chứ không phải quá trình tính toán bên trong của mô hình.

Vụ kẹt xe không kéo dài mãi. Thay lời cảnh báo bằng con số đơn thuần ở vòng 31 khiến 96–100% số tác tử ùa sang con đường gần như trống — làm nó kẹt xe trong chốc lát — trước khi chi phí giảm trở lại khoảng 67–74 phút. Và việc chỉ cảnh báo một số tác tử lại có ích: với 5 trên 20 tác tử được cảnh báo và số còn lại nhận con số, các chuyến đi trung bình mất 65 phút, tốt hơn so với chỉ có con số.

Mô hình khác, giới hạn khác

Hướng của hiệu ứng được giữ nguyên, nhưng không phải toàn bộ cường độ của nó. Claude Haiku 4.5 và Gemini 3.5 Flash cũng nghiêng về phía né tránh con đường được mách khi có lời cảnh báo, làm tăng thêm khoảng 3 và 5 phút, nhưng không lượt chạy nào của chúng bị đông cứng hoàn toàn. GPT-5.4-mini khi bật chế độ suy luận vẫn nghiêng về né tránh mà không đông cứng. Một mô hình mới hơn, GPT-6 Luna, ở mức suy luận mặc định, lại đông cứng ngay cả với mẹo đơn thuần. Một quần thể có bị khóa cứng hay không phụ thuộc vào mô hình và vào cách nó được vận hành.

Con người tản ra — và chọn con đường trống

Nhóm nghiên cứu cũng cho 240 người được tuyển trực tuyến chơi trò chơi này, trong các phòng 20 người, với con số hoặc lời cảnh báo. Cả mười hai phòng đều giữ gần thế cân bằng, ở mức khoảng 62 phút, gần với kết quả của việc tung đồng xu ngẫu nhiên. Các cá nhân thì khác nhau: một số người luôn làm theo mẹo, những người khác luôn né tránh nó. Các tác giả lưu ý rằng phép so sánh này chỉ mang tính tham khảo: các nghiên cứu với con người và với AI được tiến hành vào những thời điểm khác nhau, với các khoản thưởng khác nhau, và con người không được yêu cầu đoán trước hành vi của người khác.

Tiếp theo là các phòng hỗn hợp: 24 phòng 20 chỗ, với 5, 10 hoặc 15 tác tử AI, tất cả đều nhận lời cảnh báo, và các chỗ còn lại do 240 người khác lấp đầy. Các tác tử tiếp tục né con đường được mách. Con người thì chọn nó: trung bình 65%, 83% và 91% số lần — và, trong các phòng có 10 hoặc 15 tác tử, ngày càng nhiều hơn khi phiên chơi tiếp diễn. Cuối cùng, các nhóm có nhiều tác tử hơn thì mất cân bằng hơn, trong cả tám khối so sánh.

Trái: con người ngày càng chọn con đường mà các tác tử né tránh. Phải: với 15 tác tử, chỗ của con người trung bình mất 44 phút và chỗ của AI mất 80 phút, so với 60 phút nếu chia sẻ đều. — Hình 5 (B, C), Ezaki, Imura & Nishinari (2026), arXiv:2609.30883.

Ai trả giá cho vụ kẹt xe

Nhìn chung, các phòng hỗn hợp làm tốt hơn các phòng chỉ có tác tử — 71 phút với 15 tác tử, so với khoảng 96 phút. Nhưng con số trung bình che giấu một sự mất cân đối. Với 15 tác tử, chỗ của con người trung bình mất 43,5 phút, thấp hơn nhiều so với một giờ của cách chia công bằng, trong khi chỗ của tác tử trung bình mất 80,2 phút. Trong 240 người tham gia, 129 người đạt kết quả tốt hơn 60 phút; không tác tử nào làm được. Khi được hỏi sau đó, những người tham gia đoán rằng 63–69% thành viên trong phòng của họ là AI, bất kể tỉ lệ thực tế là 25%, 50% hay 75%.

Các tác giả rút ra ba bài học cho bất kỳ ai đánh giá các tác tử dùng chung một nguồn lực: kiểm tra toàn bộ quần thể, chứ không phải từng tác tử một; coi mỗi thông điệp là một sự can thiệp; và báo cáo chi phí theo từng loại người tham gia, chứ không chỉ con số trung bình của nhóm. Các giới hạn của họ cũng được nêu rõ: một trò chơi chỉ có hai con đường, các lời nhắc khuyến khích việc đoán trước, và các phòng hỗn hợp có thành phần gắn với thứ tự tuyển người. Nếu tác tử của mọi người rốt cuộc phải gánh chịu chi phí, việc giao phó cho chúng có thể hóa ra là con đường chậm.