Khi trợ lý AI bắt đầu thử dùng máy tính

Dòng Chảy AI · Hành Trình AI · 19–25/10/2024

Một công việc trên máy tính thường không nằm gọn trong một câu trả lời. Người làm có thể phải mở trang, tìm thông tin, điền biểu mẫu rồi kiểm tra lại. Nếu một trợ lý AI có thể tham gia vào những thao tác ấy, điều gì thay đổi — và ai sẽ kiểm tra khi nó nhấn nhầm?

Ngày 22/10/2024, Anthropic công bố tính năng thử nghiệm computer use cho phiên bản Claude 3.5 Sonnet được cập nhật. Theo công ty, với phần mềm phù hợp, nhà phát triển có thể hướng dẫn hệ thống nhận ảnh chụp màn hình, di chuyển con trỏ, nhấp và nhập văn bản. Reuters tường thuật đây là một bước hướng tới những trợ lý có thể thực hiện chuỗi thao tác, đồng thời ghi nhận công ty thừa nhận hệ thống còn mắc lỗi. 1 2

Ở thời điểm công bố, đây là bản thử nghiệm công khai qua giao diện lập trình cho nhà phát triển. Nó không có nghĩa mọi người dùng Claude đều có thể giao máy tính cá nhân cho công cụ ngay ngày hôm ấy. 1

Từ trả lời sang thao tác

Trước một yêu cầu, chatbot có thể đưa ra hướng dẫn bằng chữ; người dùng vẫn tự thực hiện từng bước. Với computer use, ý tưởng là cho mô hình nhận ảnh chụp giao diện và đưa ra thao tác để một hệ thống phần mềm thực hiện. Giao diện lập trình, hay API, là cách các phần mềm giao tiếp với nhau. Nhà phát triển cần xây dựng cách kết nối và môi trường thực thi, thay vì chỉ coi mô hình như một người ngồi trước máy tính. 1 3

Một ví dụ giả định: một nhân viên muốn tổng hợp thông tin từ một trang nội bộ vào biểu mẫu. Nếu trợ lý có thể thao tác qua giao diện, nó có thể được thiết kế để hỗ trợ một phần chuỗi việc đó. Nhưng tính hữu ích phụ thuộc vào quyền truy cập, dữ liệu, phần mềm cụ thể và việc kiểm tra kết quả. Dòng Chảy AI chưa thực hiện thử nghiệm này.

Cách tiếp cận ấy mở ra một khả năng khác với việc chỉ sinh văn bản: công cụ có thể tác động lên trạng thái của phần mềm. Một cú nhấp sai có thể dẫn đến biểu mẫu sai hoặc một hành động không mong muốn, vì vậy khả năng dừng, kiểm tra và giới hạn quyền truy cập trở thành một phần của thiết kế.

Một bản thử nghiệm còn nhiều giới hạn

Anthropic mô tả tính năng là thử nghiệm và nói mô hình còn gặp khó khăn với một số thao tác quen thuộc. Trong bài nghiên cứu đi kèm, công ty cũng bàn về rủi ro khi hệ thống đọc nội dung từ màn hình rồi quyết định hành động. Những mô tả này đến từ nhà phát triển; một màn trình diễn hay kết quả kiểm thử của công ty không chứng minh công cụ hoạt động đáng tin cậy trong mọi hệ thống. 1 3

Reuters ghi nhận Anthropic thiết kế một số biện pháp hạn chế việc lạm dụng và vẫn tìm phản hồi từ khách hàng doanh nghiệp. Những biện pháp được công bố cho thấy công ty nhận diện rủi ro, nhưng không bảo đảm mọi lỗi hay hành vi lạm dụng đều được ngăn chặn. 2

Đối với người làm việc bằng máy tính ở Việt Nam, câu chuyện gợi ra khả năng hỗ trợ những thao tác lặp lại, đồng thời đặt câu hỏi về giám sát và thông tin nhạy cảm. Bài viết không khẳng định tính năng đã sẵn có cho mọi người dùng Việt Nam hoặc đo được tác động đến việc làm.

Một thông tin đến sau

Ngày 5/11/2024, Tinh tế đưa tin về ứng dụng Claude trên máy tính và nhắc lại khả năng dùng máy tính được giới thiệu qua API trước đó. Đây là thông tin xuất hiện sau tuần nhìn lại; ứng dụng desktop và khả năng computer use qua API là các thông báo khác nhau, không nên tự động coi việc cài ứng dụng là bằng chứng rằng tính năng điều khiển máy đã có sẵn cho mọi người. 4

Mốc tháng 10 cho thấy một hướng phát triển: AI không chỉ giúp người dùng nghĩ ra bước tiếp theo mà còn có thể được kết nối để thực hiện một số bước. Giá trị của hướng này sẽ phụ thuộc vào cách con người kiểm soát quyền, theo dõi thao tác và xử lý khi hệ thống làm sai.

Tài liệu tham khảo

1. Anthropic — Introducing computer use and updated Claude models, 22/10/2024: công bố của nhà phát triển.
2. Reuters — Anthropic releases AI to automate mouse clicks for coders, 22/10/2024: tường thuật độc lập.
3. Anthropic — Developing a computer use model, 22/10/2024: phương pháp và giới hạn do nhà phát triển mô tả.
4. Tinh tế — Anthropic ra mắt ứng dụng Claude cho máy tính, 5/11/2024: tường thuật sau kỳ nhìn lại, cần phân biệt ứng dụng desktop với API computer use.