1
00:00:00,502 --> 00:00:03,747
Đó là vào 6 giờ rưỡi sáng,

2
00:00:03,747 --> 00:00:09,130
và Kristen đang đưa một bệnh nhân
tuyến tiền liệt vào phòng phẫu thuật.

3
00:00:09,130 --> 00:00:12,340
Cô ấy là bác sĩ nội trú
đang học việc phẫu thuật.

4
00:00:12,340 --> 00:00:15,320
Công việc của cô là học hỏi.

5
00:00:15,320 --> 00:00:18,783
Hôm nay, cô rất hồi hộp muốn được
thực hiện một ca phẫu thuật

6
00:00:18,783 --> 00:00:23,522
bảo vệ tế bào thần kinh, cực kỳ tinh vi
giúp duy trì chức năng cương dương.

7
00:00:23,522 --> 00:00:27,245
Bác sĩ phẫu thuật chính
vẫn chưa tới.

8
00:00:27,245 --> 00:00:30,068
Cô cùng đội ngũ
gây mê bệnh nhân,

9
00:00:30,068 --> 00:00:35,070
và cô chỉ đạo thực hiện
đường mổ 20 cm dưới rốn.

10
00:00:35,070 --> 00:00:39,493
Ngay sau khi cố định đường mổ,
cô bảo y tá gọi bác sĩ chính tới.

11
00:00:39,493 --> 00:00:42,515
Anh ta tới, mặc áo choàng dài.

12
00:00:42,515 --> 00:00:48,488
Từ đó trở đi, bốn bàn tay đó 
hầu như chỉ ở bên trong bệnh nhân,

13
00:00:48,488 --> 00:00:52,985
dưới sự hướng dẫn của anh,
Kristin thực hiện ca mổ.

14
00:00:52,985 --> 00:00:56,982
Khi tuyến tiền liệt lộ ra (đúng, anh ấy
để Kristen thực hiện bảo vệ thần kinh)

15
00:00:56,982 --> 00:00:59,068
anh cởi bỏ bộ đồ bác sĩ,

16
00:00:59,068 --> 00:01:01,293
bắt đầu làm giấy tờ.

17
00:01:01,293 --> 00:01:06,208
Kristen khâu bệnh nhân vào lúc 8:15,

18
00:01:06,208 --> 00:01:09,288
với một bác sĩ nội trú khác
đang quan sát cô qua vai.

19
00:01:09,288 --> 00:01:12,563
Và cô để anh ta 
khâu những đường cuối cùng.

20
00:01:12,563 --> 00:01:15,800
Kristen cảm thấy thật tuyệt.

21
00:01:15,800 --> 00:01:18,049
Bệnh nhân sẽ ổn,

22
00:01:18,049 --> 00:01:22,230
và cô ấy đã là phiên bản tốt hơn
của chính mình vào lúc 6:30 sáng.

23
00:01:22,230 --> 00:01:25,542
Đó là một công việc rất khắc nghiệt.

24
00:01:25,542 --> 00:01:29,145
Nhưng Kristen đã học theo cách
của hầu hết chúng ta:

25
00:01:29,145 --> 00:01:31,558
quan sát chuyên gia thực hiện,

26
00:01:31,558 --> 00:01:34,548
làm những phần dễ và an toàn

27
00:01:34,548 --> 00:01:37,253
rồi chuyển sang những việc khó
và nguy hiểm hơn

28
00:01:37,253 --> 00:01:40,120
dưới sự chỉ dẫn và cho phép của thầy mình.

29
00:01:40,120 --> 00:01:43,074
Cả cuộc đời, tôi luôn cảm thấy 
cách học này thật tuyệt diệu.

30
00:01:43,074 --> 00:01:47,835
Nó rất cơ bản, là một phần
tạo nên con người chúng ta.

31
00:01:47,835 --> 00:01:53,567
Nó có những cái tên khác nhau: 
học việc, huấn luyện, kèm cặp, dạy nghề.

32
00:01:53,567 --> 00:01:57,335
Trong phẫu thuật, nó được gọi là
"nhìn một, làm một, dạy một"

33
00:01:57,335 --> 00:01:59,769
Nhưng quá trình là giống nhau,

34
00:01:59,769 --> 00:02:04,367
và là con đường đã phổ biến
từ hàng ngàn năm qua, trên khắp thế giới.

35
00:02:04,367 --> 00:02:07,705
Thế nhưng, cách ta sử dụng 
trí tuệ nhân tạo (AI) hiện nay

36
00:02:07,705 --> 00:02:09,585
đang làm cản trở nó.

37
00:02:09,585 --> 00:02:13,002
Ta hy sinh việc học hỏi
để theo đuổi năng suất.

38
00:02:13,002 --> 00:02:16,161
Tôi lần đầu nhận ra nó 
trong công việc phẫu thuật khi ở MIT,

39
00:02:16,161 --> 00:02:19,031
nhưng giờ tôi chắc chắn
nó xuất hiện ở khắp nơi,

40
00:02:19,031 --> 00:02:23,130
ở những ngành nghề khác nhau
với các loại AI khác nhau.

41
00:02:23,130 --> 00:02:28,588
Nếu ta không làm gì cả,
hàng triệu người sẽ gặp trở ngại

42
00:02:28,588 --> 00:02:33,035
trong việc ứng phó với AI.

43
00:02:33,035 --> 00:02:35,797
Giờ hãy quay lại việc phẫu thuật.

44
00:02:35,797 --> 00:02:38,033
Sáu tháng trôi qua thật nhanh.

45
00:02:38,033 --> 00:02:42,977
Lại là 6:30 sáng, và Kristen
đang đưa một bệnh nhân tuyến tiền liệt,

46
00:02:42,977 --> 00:02:47,037
nhưng lần này là vào
phòng phẫu thuật robot.

47
00:02:47,037 --> 00:02:49,351
Các bác sĩ tham gia

48
00:02:49,355 --> 00:02:52,788
gắn một con robot bốn tay, 
nặng hơn 450kg vào người bệnh nhân.

49
00:02:52,788 --> 00:02:55,524
Cả hai đều cởi bộ đồ bác sĩ,

50
00:02:55,524 --> 00:02:59,017
điều khiển ở bàn 
cách đó 3-5 mét

51
00:02:59,017 --> 00:03:03,745
và Kristen chỉ đứng nhìn.

52
00:03:03,745 --> 00:03:07,362
Robot cho phép các bác sĩ chính
tự làm toàn bộ thủ tục,

53
00:03:07,362 --> 00:03:10,065
nên anh ta chỉ việc làm theo.

54
00:03:10,065 --> 00:03:12,088
Anh biết Kristen cần thực hành.

55
00:03:12,088 --> 00:03:14,465
Anh muốn cho cô điều khiển.

56
00:03:14,465 --> 00:03:17,843
Nhưng anh cũng biết rằng cô sẽ
làm chậm và mắc lỗi nhiều hơn,

57
00:03:17,843 --> 00:03:20,957
và người bệnh cần được ưu tiên.

58
00:03:20,957 --> 00:03:25,465
Thế là Kristen không có cơ hội 
được giải phẫu suốt ca phẫu thuật đó.

59
00:03:25,465 --> 00:03:30,342
Nếu được phẫu thuật hơn 15 phút
suốt ca mổ bốn tiếng thì đó là may mắn.

60
00:03:30,342 --> 00:03:33,535
Và cô biết khi cô nhầm lẫn,

61
00:03:33,535 --> 00:03:37,310
anh ta sẽ bấm vào màn hình,
và cô sẽ lại chỉ đứng xem,

62
00:03:37,310 --> 00:03:41,592
cảm giác như đứa trẻ ngốc nghếch
đứng trong góc phòng.

63
00:03:41,592 --> 00:03:45,058
Như những nghiên cứu về robot
và các công trình trong tám năm qua,

64
00:03:45,058 --> 00:03:47,556
tôi bắt đầu bằng một câu hỏi lớn:

65
00:03:47,556 --> 00:03:51,012
Làm thế nào để học cách làm việc
với thiết bị thông minh?

66
00:03:51,012 --> 00:03:56,641
Để trả lời, tôi dành hai năm rưỡi quan sát
hàng tá bác sĩ nội trú và phẫu thuật,

67
00:03:56,641 --> 00:04:00,581
thực hiện phẫu thuật truyền thống
và phẫn thuật robot, phỏng vấn họ

68
00:04:00,581 --> 00:04:04,303
và nhìn chung, tiếp xúc với bác sĩ
nội trú khi họ đang học việc.

69
00:04:04,303 --> 00:04:07,565
Tôi đi đến 18 bệnh viện Mỹ 
dạy tốt nhất,

70
00:04:07,565 --> 00:04:10,153
và câu chuyện là giống nhau.

71
00:04:10,153 --> 00:04:13,087
Hầu hết bác sĩ nội trú
đều ở trong trường hợp của Kristen.

72
00:04:13,087 --> 00:04:15,700
Họ được quan sát rất nhiều,

73
00:04:15,700 --> 00:04:18,345
nhưng hiếm khi được làm.

74
00:04:18,345 --> 00:04:21,361
Họ không phải tự xoay sở
và vì thế, không học hỏi được gì.

75
00:04:21,361 --> 00:04:23,671
Đó là tin quan trọng 
với bác sĩ phẫu thuật

76
00:04:23,671 --> 00:04:26,481
nhưng tôi cần biết 
tình trạng này phổ biến đến mức nào:

77
00:04:26,481 --> 00:04:30,248
Còn nơi nào khác đang sử dụng AI
làm cản trở việc học việc?

78
00:04:30,248 --> 00:04:34,472
Để tìm hiểu, tôi liên hệ với một nhóm nhỏ
các nhà nghiên cứu trẻ đang lên,

79
00:04:34,472 --> 00:04:37,860
những người mà đã thất bại 
trong các ngành liên quan đến AI

80
00:04:37,860 --> 00:04:41,046
ở nhiều lĩnh vực
như khởi nghiệp, chính trị

81
00:04:41,046 --> 00:04:43,841
ngân hàng đầu tư 
và giáo dục trực tuyến.

82
00:04:43,841 --> 00:04:49,626
Giống như tôi, họ dành ít nhất một năm
và hàng trăm giờ đồng hồ để quan sát,

83
00:04:49,626 --> 00:04:54,567
gặp mặt và thường làm việc 
bên cạnh đối tượng nghiên cứu.

84
00:04:54,567 --> 00:04:58,025
Chúng tôi chia sẻ dữ liệu, 
và tôi tìm các kiểu mẫu.

85
00:04:58,025 --> 00:05:03,892
Ngành nghề nào, công việc nào 
thì câu chuyện về AI là như nhau.

86
00:05:03,892 --> 00:05:07,894
Các tổ chức đang cố gắng từng ngày
để thu quả ngọt từ AI,

87
00:05:07,894 --> 00:05:12,330
và họ đang tách người học 
ra khỏi các công việc chuyên môn.

88
00:05:12,333 --> 00:05:15,868
Những người điều hành start-up
thuê ngoài dịch vụ kết nối khách hàng.

89
00:05:15,868 --> 00:05:20,895
Cảnh sát học cách dự báo tội phạm
mà không có sự trợ giúp của chuyên gia.

90
00:05:20,895 --> 00:05:24,845
Các nhân viên tín dụng non trẻ
bị loại bỏ khỏi những phân tích phức tạp,

91
00:05:24,845 --> 00:05:29,153
và các giáo sư phải tự mình
xây dựng những khoá học online.

92
00:05:29,153 --> 00:05:32,641
Và kết quả của những việc làm này
giống như trong ngành phẫu thuật.

93
00:05:32,641 --> 00:05:36,498
Việc học hỏi từ việc làm
ngày càng trở nên khó khăn.

94
00:05:36,498 --> 00:05:39,595
Điều này không thể kéo dài.

95
00:05:39,595 --> 00:05:43,809
McKinsey ước tính khoảng nửa tỉ
tới một tỉ người trong số chúng ta

96
00:05:43,833 --> 00:05:48,708
phải thích nghi với AI
trong công việc hằng ngày vào năm 2030

97
00:05:48,708 --> 00:05:51,111
Phải thừa nhận,
việc học hỏi từ việc làm

98
00:05:51,111 --> 00:05:53,892
sẽ còn tồn tại 
nếu ta còn cố gắng.

99
00:05:53,892 --> 00:05:58,158
Khảo sát ở công nhân mới ở Accenture 
cho thấy hầu hết họ học kĩ năng mấu chốt

100
00:05:58,158 --> 00:06:01,333
từ công việc, không phải từ
việc đào tạo chính thống.

101
00:06:01,333 --> 00:06:04,623
Nên trong khi ta nói nhiều 
về ảnh hưởng tiềm tàng trong tương lai,

102
00:06:04,623 --> 00:06:08,908
điều quan trọng nhất hiện giờ
về AI

103
00:06:08,908 --> 00:06:13,207
chính là cách ta dùng nó
gây cản trở việc học việc

104
00:06:13,207 --> 00:06:15,630
khi ta cần nó nhất.

105
00:06:15,630 --> 00:06:23,670
Ở nhiều khu vực, một thiểu số nhỏ
đã tìm ra được cách để tiếp tục học hỏi.

106
00:06:23,670 --> 00:06:27,157
Họ học bằng cách phá vỡ 
và bẻ gãy quy tắc.

107
00:06:27,157 --> 00:06:31,640
Cách thông thường không hiệu quả, 
nên họ phá vỡ và bẻ gãy quy tắc

108
00:06:31,640 --> 00:06:34,036
để được thực hành với các chuyên gia.

109
00:06:34,036 --> 00:06:39,611
Ở nơi tôi, các bác sĩ nội trú 
xem việc thực hành phẫu thuật robot

110
00:06:39,611 --> 00:06:44,488
như chương trình học cơ bản.

111
00:06:44,488 --> 00:06:50,152
Họ dành ra thêm hàng giờ với giả lập
và đoạn ghi hình ca phẫu thuật,

112
00:06:50,152 --> 00:06:53,553
thay vì học trong trong phẫu thuật.

113
00:06:53,553 --> 00:06:57,501
Và có thể là quan trọng nhất,
họ tìm ra cách để chật vật thực hành

114
00:06:57,501 --> 00:07:01,905
với ít sự giám sát chuyên môn.

115
00:07:01,905 --> 00:07:06,141
Tôi gọi đó là "học trong bóng tối" 
vì nó phá vỡ tất cả các quy tắc

116
00:07:06,141 --> 00:07:09,635
và người học
thực hiện nó một cách thầm lặng.

117
00:07:09,635 --> 00:07:14,033
Và mọi người đều lờ đi 
vì nó mang lại kết quả.

118
00:07:14,033 --> 00:07:17,853
Nên nhớ, đây là nhóm các học sinh ưu tú.

119
00:07:17,853 --> 00:07:21,438
Rõ ràng, việc này không ổn
và không vững bền.

120
00:07:21,438 --> 00:07:23,913
Không ai phải đánh liều 
để được học hỏi,

121
00:07:23,917 --> 00:07:26,877
để tiếp thu các kĩ năng 
cần trong công việc.

122
00:07:26,877 --> 00:07:29,958
Nhưng ta cần học 
từ những người này

123
00:07:29,958 --> 00:07:33,157
Họ bất chấp rủi ro để học.

124
00:07:33,157 --> 00:07:37,183
Họ hiểu họ cần phải bảo vệ 
sự chật vật và thách thức trong công việc

125
00:07:37,183 --> 00:07:40,199
để thúc đẩy bản thân 
xử lí các vấn đề khó

126
00:07:40,199 --> 00:07:42,882
ở vùng tiệm cận
với khả năng hiểu biết của mình.

127
00:07:42,882 --> 00:07:45,594
Họ cũng đảm bảo
có một chuyên gia kề cận

128
00:07:45,594 --> 00:07:48,942
để đưa ra gợi ý và ngăn chặn hậu quả.

129
00:07:48,942 --> 00:07:52,713
Hãy xây dựng sự kết hợp giữa
sự đấu tranh và sự giúp đỡ chuyên môn

130
00:07:52,713 --> 00:07:56,388
trong mỗi lần làm với trí tuệ nhân tạo.

131
00:07:56,388 --> 00:07:59,955
Đây là một ví dụ rõ ràng 
tôi có thể đưa ra về vấn đề này.

132
00:07:59,955 --> 00:08:02,141
Trước khi robot xuất hiện,

133
00:08:02,141 --> 00:08:04,193
nếu là người xử lí chất nổ,

134
00:08:04,193 --> 00:08:07,103
bạn giải quyết thiết bị nổ tự tạo
bằng cách đến gần nó.

135
00:08:07,103 --> 00:08:09,686
Một nhân viên trẻ 
đứng cách đó hàng trăm mét,

136
00:08:09,686 --> 00:08:13,159
chỉ có thể quan sát và giúp đỡ
khi được phép,

137
00:08:13,159 --> 00:08:15,650
khi bạn cảm thấy an toàn 
để họ xử lí cùng.

138
00:08:15,650 --> 00:08:19,121
Bây giờ, bạn ngồi cạnh anh ta
trong xe tải thử bom.

139
00:08:19,125 --> 00:08:21,744
Cả hai vừa xem các video.

140
00:08:21,744 --> 00:08:25,172
Họ điều khiển robot từ xa,
và bạn chỉ dẫn cho họ thành tiếng.

141
00:08:25,172 --> 00:08:29,170
Những thực tập sinh học tốt hơn
so với thời chưa có robot.

142
00:08:29,170 --> 00:08:33,218
Chúng ta có thể mở rộng việc này 
sang phẫu thuật, khởi nghiệp, cảnh sát,

143
00:08:33,218 --> 00:08:36,477
đầu tư ngân hàng, giáo dục online
và hơn thế nữa.

144
00:08:36,477 --> 00:08:39,755
Tin tốt là chúng ta có công cụ mới 
để làm điều này.

145
00:08:39,755 --> 00:08:42,202
Internet và đám mây cho phép ta

146
00:08:42,202 --> 00:08:45,032
không phải lúc nào cũng cần
một kèm một,

147
00:08:45,032 --> 00:08:49,395
phải ở gần bên nhau,
hoặc thậm chí phải trong cùng một tổ chức.

148
00:08:49,395 --> 00:08:53,213
Và chúng ta có thể tạo ra AI để giúp họ:

149
00:08:53,213 --> 00:08:58,456
hướng dẫn học viên khi họ chật vậy,
huấn luyện chuyên gia khi họ huấn luyện

150
00:08:58,456 --> 00:09:03,052
và kết nối hai nhóm này 
một cách thông minh.

151
00:09:03,052 --> 00:09:06,417
Đã có những người đang làm việc
trên các hệ thống như vậy,

152
00:09:06,417 --> 00:09:09,235
nhưng hầu hết tập trung vào
sự đào tạo thông thường.

153
00:09:09,235 --> 00:09:12,432
Trong khi học việc mới là lĩnh vực 
gặp khủng hoảng lớn hơn.

154
00:09:12,432 --> 00:09:14,918
Chúng ta phải làm tốt hơn.

155
00:09:14,918 --> 00:09:17,925
Vấn đề hiện nay 
yêu cầu ta làm tốt hơn

156
00:09:17,925 --> 00:09:22,582
để tạo ra công việc vừa tận dụng hết 
khả năng tuyệt vời của AI

157
00:09:22,582 --> 00:09:26,392
vừa giúp ta cải thiện các kĩ năng
khi thực hiện công việc.

158
00:09:26,392 --> 00:09:29,473
Đó là tương lai 
mà tôi mơ ước khi còn là một đứa trẻ.

159
00:09:29,473 --> 00:09:32,375
Và bây giờ là lúc để thực hiện nó.

160
00:09:32,375 --> 00:09:34,149
Xin cảm ơn.

161
00:09:34,149 --> 00:09:37,208
(Vỗ tay)