AI ĐÃ ĐỔI MỘT SỐ TỪ NGỮ CỦA KHOA HỌC, CÒN BẢN THÂN KHOA HỌC THÌ — CHƯA
Từ khi các mô hình ngôn ngữ lớn được công bố rộng rãi vào cuối năm 2022, các nhà nghiên cứu đã dùng chúng để viết, biên tập và tra cứu tài liệu. Nhiều nghiên cứu ghi nhận chúng mang lại lợi ích thực sự cho từng nhà khoa học, về năng suất và độ hiển thị. Nhưng những lo ngại về khoa học nói chung đã tăng lên: một “nghịch lý AI” (AI paradox) trong đó năng suất phải trả giá bằng chất lượng, một cơn lũ “rác AI” (AI slop), và một sự độc canh (monoculture) đang len lỏi, có thể thu hẹp phạm vi ý tưởng.
Ron Bekkerman, Nichole Li, Bahareh Kargar và Mark Somers, tại Viện Công nghệ New Jersey, đặt mục tiêu đo xem có điều gì đã đứt gãy hay không — không phải so với một quá khứ lý tưởng hóa, mà so với những xu hướng vốn đã diễn ra từ trước.
Mười năm văn bản toàn văn
Kho ngữ liệu của họ gồm khoảng 2,5 triệu bài báo toàn văn được công bố từ 2015 đến 2025, thuộc năm lĩnh vực: khoa học máy tính, toán học và vật lý (từ arXiv), và khoa học sức khỏe và khoa học sự sống (từ PubMed Central). Thay vì chỉ xem phần tóm tắt, họ phân tích toàn bộ bài báo, theo một thang câu hỏi: những từ nào được dùng, ngôn ngữ phong phú và mang tính chuyên môn đến đâu, các chủ đề đa dạng thế nào, bài báo được xây dựng ra sao, và ai là người viết.
Phương pháp nhất quán từ đầu đến cuối: so sánh mỗi xu hướng trước và sau năm 2022, và tìm kiếm một điểm đứt gãy.
Những từ tăng rồi giảm
Xuất phát từ 20.000 từ tiếng Anh phổ biến nhất, rút gọn còn 14.484 dạng gốc, nhóm nghiên cứu tìm thấy 796 từ tăng vọt sau năm 2022, 199 từ suy giảm và 71 từ tăng rồi giảm. Những từ tăng là các từ phân tích trau chuốt mà mô hình ngôn ngữ ưa chuộng, như “establish” (thiết lập) và “underscore” (nhấn mạnh); những từ mất chỗ là các từ giản dị như “good” (tốt) và “happen” (xảy ra). Từ “delve” (đào sâu) nổi tiếng thể hiện kiểu tăng rồi giảm: gần như vắng bóng trước năm 2023, nó đạt đỉnh năm 2024 và giảm mạnh năm 2025 — khi các mô hình được cập nhật và người đọc trở nên dè chừng, theo gợi ý của các tác giả.
Tín hiệu mạnh nhất trong khoa học máy tính và yếu nhất trong toán học, nơi lối viết bị ký hiệu hình thức kiềm chế. Và nó không chỉ giới hạn trong phần tóm tắt: những từ tăng vọt cũng xuất hiện trong thân bài.
Ngôn ngữ khoa học không bị pha loãng
Tuy vậy, những từ liên quan — nhỉnh hơn một nghìn từ — chỉ là giọt nước trong một vốn từ gồm hàng chục triệu từ khác nhau. Độ đa dạng từ vựng, được đo trên các cửa sổ trượt gồm 50 từ, không cho thấy thay đổi đáng kể nào về độ dốc vào năm 2022 ở bất kỳ lĩnh vực nào. Và mật độ thuật ngữ khoa học tiếp tục tăng ở cả năm lĩnh vực. Theo lời các tác giả, “các bài báo khoa học có vẻ ngày càng khoa học hơn theo thời gian”.
Chủ đề: hai báo động giả
Các bài báo có ngày càng nói về cùng những điều giống nhau không? Trong vật lý và toán học, độ đa dạng chủ đề đi ngang. Trong khoa học máy tính, nó giảm gần như theo một đường thẳng — nhưng sự suy giảm đã bắt đầu từ lâu trước năm 2022, khi lĩnh vực này hội tụ vào học sâu và AI tạo sinh, và thậm chí nó đã chậm lại đôi chút kể từ năm 2021.
Khoa học sức khỏe và khoa học sự sống quả thực cho thấy mức giảm rõ rệt hơn sau năm 2022. Nhưng phần lớn sự tương đồng giữa các bài báo đến từ định dạng của chúng: các khối tiêu chuẩn về giấy phép, khai báo và vai trò của người đóng góp, khi tài liệu y sinh chuyển dần sang một định dạng thống nhất. Lọc bỏ 105 cụm từ khuôn mẫu như vậy đã xóa đi phần lớn mức suy giảm.
Những bài báo viết theo khuôn
Cấu trúc của các bài báo khoa học máy tính, được nghiên cứu trên gần 438.000 bài, đã thay đổi nhiều — nhưng đều đặn. Các bài báo chỉ có một đến ba mục giảm từ 17% xuống 4%, trong khi những bài có tám mục trở lên tăng từ 5% lên 30%. Phần mở đầu co lại từ trung bình 2.141 xuống 1.236 từ, trong khi danh sách tài liệu tham khảo dài gần gấp đôi. Không xu hướng nào trong số này bị đứt gãy vào năm 2022.
Nhóm lớn hơn, nhiều bài báo hơn — phần lớn như trước
Các nhóm đồng tác giả đã lớn dần ở mọi lĩnh vực trước năm 2022, và đơn giản là tiếp tục lớn lên. Có một ngoại lệ nổi bật: các nhóm khoa học máy tính đến từ châu Á lớn lên nhanh hơn sau năm 2022. Số lượng bài báo cũng tăng nhanh hơn trong khoa học máy tính và vật lý sau năm 2022, điều mà các tác giả gắn với các mô hình ngôn ngữ. Một bước nhảy về số lượng công bố y sinh năm 2023 nhiều khả năng là sự phục hồi sau một đợt sụt giảm năm 2022 do những xáo trộn thời COVID.
Vẫn chưa
Các tác giả tìm thấy rất ít bằng chứng về “nghịch lý AI” ở quy mô toàn bộ khoa học. Họ cảnh báo không nên coi một nhúm từ thời thượng là bằng chứng của một cuộc cách mạng, và lập luận rằng chính sách — về khai báo, về bình duyệt — là công cụ đúng đắn để xử lý mâu thuẫn này. Tuy nhiên, sự trấn an của họ có thời hạn. Nghiên cứu chỉ bao quát ba năm sau 2022 và đo lường các đặc điểm quan sát được của lối viết, và các tác giả thấy “tốc độ mà các LLM đang thâm nhập vào quá trình nghiên cứu” là điều đáng lo ngại.
