Trò chuyện Ice and FireGPT: Một số người bán khóa học với số lượng lớn, trong khi những người khác lại bị ám ảnh bởi việc học tập suốt đời

Trong thời đại AI này, khi công nghệ đang thay đổi nhanh chóng, chúng ta có cần thiết lập các khuôn khổ nhận thức mới nổi và tiếp tục học hỏi không? Tác giả bài viết này cung cấp cho chúng ta những chiều hướng khác nhau của tư duy, chúng ta hãy cùng xem xét.

Một ngày trong AI giống như mười năm trong thế giới thực.

ChatGPT đã tạo nên cơn sốt AI trên toàn thế giới. Nhiều mô hình lớn đã xuất hiện và AIGC đang hoạt động hết công suất... Dưới sức nóng của kỷ nguyên AI mới, cả doanh nhân và nhà đầu tư đều háo hức hành động, như thể họ sẽ bỏ lỡ hàng tỷ cơ hội trong chớp mắt.

Cùng lúc đó, những tranh cãi về việc AI sẽ thay thế con người cũng đang lan tràn. Người dịch, biên kịch, nhà thiết kế, dịch vụ khách hàng, v.v. là những người đầu tiên bị ảnh hưởng và người lao động bình thường cũng không ngoại lệ.

Trong một thời gian, nỗi lo lắng kép về việc bỏ lỡ mã để làm giàu và trở thành quân cờ của AI chồng lên nhau, và "bù đắp thời gian đã mất" và "bù đắp nhận thức" đã trở nên cấp thiết.

Không có gì ngạc nhiên khi người đầu tiên kiếm được tiền trước ChatGPT là người bán khóa học. Vào tháng 4, cộng đồng "ChatGPT Breakthrough Club" với mức phí 198 nhân dân tệ một năm đã có gần 1.000 thành viên trong vòng chưa đầy 24 giờ và số lượng thành viên tăng thêm khoảng 1.000 người mỗi ngày. Khóa đào tạo ChatGPT có giá 279 nhân dân tệ và đã tuyển dụng được 10.000 người trong vòng 17 ngày, thu về 2,79 triệu nhân dân tệ...

Trong cơn sốt AI này, nhiều "giáo viên" tự nhận là chuyên gia trong ngành đã nhanh chóng mở các khóa học kiếm tiền và kiếm tiền. Một số người trong số họ thậm chí còn là "chuyên gia" trong vũ trụ siêu hình.

Tuy nhiên, khi xem qua nội dung khóa học, có rất nhiều thông tin được ghép lại với nhau và đầy lỗi. Sẽ không ngoa khi nói rằng nó gây hiểu lầm. Những nội dung này thiếu hệ thống và thậm chí không thể đảm bảo tính chính xác, chưa nói đến việc thực sự xem xét đến người dùng và đáp ứng nhu cầu học tập suốt đời của họ.

Sau nhiều năm, thủ đoạn trả tiền để có được kiến ​​thức vẫn không hề thay đổi. Họ lợi dụng các chủ đề nóng, lợi dụng các lỗ hổng thông tin, lợi dụng sự lo lắng của mọi người về những lĩnh vực chưa biết và sử dụng ý tưởng tạo ra các sản phẩm nóng để kiếm tiền.

Nhưng vấn đề là nếu chúng ta không làm như vậy thì hoặc là chi phí tổ chức thông tin chất lượng cao sẽ quá cao, hoặc sẽ không có sự kích thích ngắn hạn và cơ sở khách hàng sẽ không được mở rộng, dẫn đến thu nhập quá thấp và kiến ​​thức sẽ trở thành một khoản chi phí "tiêu cực".

Mâu thuẫn ở đó. Một mặt, bánh xe thời gian đang lăn về phía trước, và nhu cầu về kiến ​​thức của con người về công nghệ mới và những điều mới không thể được đáp ứng kịp thời, chính xác và có hệ thống. Mặt khác, các nhà cung cấp dịch vụ tri thức cần có lợi ích rõ ràng. Có giải pháp nào có thể thỏa mãn cả hai không?

Liệu chúng ta vẫn có thể thiết lập được khuôn khổ nhận thức và tiếp tục học hỏi trong thời đại AI này khi công nghệ đang thay đổi nhanh chóng không?

01 Thiết lập hệ thống nhận thức của AI

Hãy vượt ra ngoài phạm vi tìm hiểu về AI và ChatGPT và nhớ lại cách chúng ta bắt đầu quan tâm, bắt đầu tiếp xúc, nghiên cứu sâu và cuối cùng hiểu và nắm vững kiến ​​thức về một chủ đề nào đó khi còn đi học.

Hãy lấy sinh học làm ví dụ. Sinh học thực sự là một môn học rất rộng. Mọi người có sở thích khác nhau về chủ đề này. Một số người thích động vật, một số tò mò về cách gen đột biến, một số thích thực vật, và một số tò mò về lý do tại sao cây nắp ấm có thể ăn côn trùng...

Nhưng bất kể điểm xuất phát là gì, tất cả chúng ta đều tò mò về một lĩnh vực nào đó và mong muốn tìm ra câu trả lời cho những nghi ngờ của mình thông qua việc học.

Với mục tiêu học tập trong đầu, chúng ta sẽ khám phá sâu hơn. Tuy nhiên, khi khám phá sâu hơn, chúng ta sẽ thấy rằng câu trả lời cho câu hỏi đó cần được hỗ trợ bởi các nguyên tắc cơ bản hơn của kiến ​​thức chung.

Nếu bạn muốn hiểu tại sao cây nắp ấm có thể ăn côn trùng, trước tiên bạn phải hiểu cấu trúc cơ bản của cây, đặc điểm của cây ăn thịt so với cây thông thường là gì, những đặc điểm này hình thành như thế nào, enzyme tiêu hóa đến từ đâu... Lúc này, kiến ​​thức cơ bản về sinh học là nền tảng để hiểu những vấn đề này.

Và quá trình học tập không kết thúc khi chúng ta tìm ra câu trả lời cho một câu hỏi cụ thể. Bạn dần khám phá ra rằng vẫn còn nhiều điều bí ẩn chưa được giải đáp trên thế giới liên quan đến thực vật ăn thịt.

Những bí ẩn này sẽ còn ám ảnh trong tâm trí bạn, và ngay cả khi bạn không tiếp tục “nghiên cứu” chúng, bạn vẫn sẽ đặc biệt chú ý đến chúng khi bất ngờ nhìn thấy những lời giải thích liên quan sau này.

Giống như quá trình học tập trong bất kỳ lĩnh vực nào, nếu chúng ta muốn thực sự hiểu AI và ChatGPT, chúng ta cần "có tầm nhìn xa".

Tôi tò mò: Làm sao AI có thể thay thế công việc của tôi? ChatGPT mà mọi người đang nói đến là gì? Làm thế nào để biến một vài dòng chữ thành một bức tranh? Tại sao AI có thể viết tiểu thuyết sáng tạo? Tôi có thể sử dụng AI như thế nào?

Vì vậy, điều tiếp theo cần làm là sử dụng sự tò mò làm điểm khởi đầu và dần đi sâu hơn, trước tiên là hiểu các nguyên tắc cơ bản và quá trình tiến hóa công nghệ, có nguồn kiến ​​thức để thảo luận về các vấn đề ứng dụng, sau đó đi sâu hơn vào cấp độ ứng dụng để khám phá câu trả lời cho các vấn đề.

Tháng trước, một người bạn đầu tư phàn nàn với tôi rằng cô ấy sắp mất việc. Cô ấy đã đến dự một cuộc họp kín liên quan đến một công ty đầu tư mạo hiểm lớn. Cảnh tượng diễn ra như thế này: Diễn giả đầu tiên đưa ra quan điểm - bước đầu tiên để đạt được sự phát triển có thể kiểm soát được của các mô hình ngôn ngữ lớn (LLM) là tìm ra logic cơ bản giải thích sự xuất hiện của khả năng suy luận phức tạp của LLM đằng sau ChatGPT. Những doanh nhân sau đây cũng lần lượt chia sẻ các dự án của mình. Một số thì dễ hiểu, chẳng hạn như sửa đổi sơ yếu lý lịch bằng AI và thiết kế bằng AI, trong khi một số khác thì mạnh mẽ hơn, chẳng hạn như quản lý tài sản dữ liệu bằng AI và AI + sức khỏe con người...

Sự bối rối của cô ấy cũng giống như hầu hết mọi người. Vì trước đó cô chưa được đào tạo bài bản về lĩnh vực AI nên cô buộc phải làm việc mà không có bất kỳ sự chuẩn bị nào. Cô không thể nhận ra hàng thật, và cô cũng không thể nhận ra những kẻ lừa đảo. Cô phải ghi lại toàn bộ sự việc, nhưng khi bản tốc ký xuất hiện, cô không biết phải bắt đầu từ đâu.

Vì vậy, khi thấy Get ra mắt sự kiện tháng theo chủ đề AI, cô cảm thấy nhẹ nhõm - 6 khóa học trực tuyến, kết hợp với hơn 20 chương trình phát sóng trực tiếp theo chủ đề, đã xây dựng một khuôn khổ cơ bản để hiểu AI một cách có hệ thống.

Mặc dù những khóa học này không thể giúp mọi người kiếm tiền ngay lập tức, cũng không thể mang lại cho mọi người sự thoải mái như canh gà cho tâm hồn, nhưng chúng tuân theo logic cơ bản để mọi người hình thành sự hiểu biết có hệ thống về một lĩnh vực.

Khóa học tiên phong về AI của nhà vật lý Wan Weigang đóng vai trò phác thảo từ nhận thức đến logic vận hành và sau đó là ứng dụng chính thống.

Sau khi bạn đã nắm vững logic cơ bản và hiểu được ứng dụng, bạn sẽ biết kết quả và lý do đằng sau chúng. Bài viết về AI của Kuaidao Qingyi, bức tranh về AI của Liu Fei, cách học hiệu quả về AI của Zhuo Ke và cách tạo PPT về AI của Ma Yu, bốn khóa học này phân tích các tình huống thực tế cụ thể từ các góc độ ứng dụng khác nhau.

Ngoài ra, khóa học tiên tiến của Giáo sư Wu Jun, Tiến sĩ khoa học máy tính đến từ Đại học Johns Hopkins, nhà khoa học máy tính và nhà đầu tư tại Thung lũng Silicon, sử dụng 12 chủ đề để phân tích sâu sắc ChatGPT, trả lời những câu hỏi mà mọi người quan tâm, chẳng hạn như giới hạn khả năng của ChatGPT, khiếm khuyết của nó là gì và nó có thể thay thế ai, đồng thời củng cố thêm khuôn khổ kiến ​​thức để hiểu GPT và truyền cảm hứng.

Ý tưởng đằng sau dịch vụ kiến ​​thức của "Get" không phải là thiết kế một khóa học hấp dẫn mà là thiết lập một hệ thống kiến ​​thức.

Ngoài ra, còn có hơn 20 chương trình phát sóng trực tiếp để hiểu về AI và GPT từ nhiều góc độ khác nhau ở nhiều chiều.

Ví dụ, sáu quan điểm của Zhou Hongyi, người sáng lập 360 Group, trên ChatGPT rất ấn tượng. Tại sao Web3.0 và Metaverse lại không được ưa chuộng ngay sau khi GPT ra mắt? GPT đã đạt được bước đột phá gì? Nó có tác động như thế nào tới những người bình thường như chúng ta? Bốn hiện tượng không thể giải thích được là gì? Nguy cơ tấn công mạng và rò rỉ dữ liệu lớn đến mức nào? Mô hình 360 lớn đang bước vào giai đoạn triển khai nhanh chóng. Nội dung được chia sẻ bởi một người đang ở giữa làn sóng này chắc chắn là nội dung tiên tiến nhất, chính xác nhất và có giá trị tham khảo nhất.

Nhưng thật không may, nội dung có hệ thống như vậy thực sự khó có thể "bùng nổ".

Các khóa học có lợi nhuận cao nhất trên thị trường là "Phương pháp Excel" mang lại kết quả ngay lập tức hoặc khóa học hướng đến sự lo lắng "Cách kiểm soát tiền của chồng" hoặc "Cách kiếm được 1 triệu đô la ở tuổi 30". Sẽ rất khó để tuân thủ một khóa học có hệ thống như "Get" nếu không có một chút hỗ trợ về mặt cảm xúc.

Ngưỡng của ngành công nghiệp AI cao, đối tượng chưa quá rộng, việc triển khai AI thực tế còn quá xa vời với người dân bình thường. Mặc dù mọi người đều háo hức bàn luận liệu GPT có khiến chúng ta thất nghiệp hay không, nhưng xét một cách khách quan, ngày đó không đến gần như chúng ta tưởng tượng. Tuy nhiên, công nghệ AI không phải là lĩnh vực dễ sử dụng và thiết thực như nấu ăn và làm vườn. So với "199 Kiếm tiền ngay với GPT", việc xây dựng nhận thức và tư duy có hệ thống trong lĩnh vực AI quan trọng hơn.

02 Sự tiến thoái lưỡng nan của các dịch vụ tri thức

Có lẽ bạn vẫn còn nhớ khẩu hiệu bán khóa học "Nếu chúng tôi không đào tạo bạn, chúng tôi sẽ đào tạo đối thủ cạnh tranh của bạn".

Thành thật mà nói, so với các khóa học cấp tốc về ChatGPT trên thị trường, loạt nội dung về AI này từ "Get" không bắt mắt chút nào. Đây không phải là thành công nhanh chóng hay làm gia tăng sự lo lắng - đây có thể là tình thế tiến thoái lưỡng nan mà các công ty dịch vụ kiến ​​thức phải đối mặt: theo đuổi lợi nhuận cao và thực hiện những bước đi lớn, hay làm mọi việc một cách đều đặn nhưng lặng lẽ.

Đối mặt với "thế tiến thoái lưỡng nan" giữa doanh thu và giá trị người dùng cũng chính là "có được" sự lựa chọn của riêng bạn. Sau nhiều năm phát triển, "Get" đã trở thành một hệ sinh thái nền tảng. Việc bán các sản phẩm hot chắc chắn rất hấp dẫn, nhưng vì muốn làm bạn với thời gian nên các giá trị và hành vi của nó chắc chắn sẽ thiên về sức khỏe lâu dài của hệ sinh thái.

Không cần phải nói thêm về câu chuyện Luo Zhenyu thành lập Luoji Siwei cách đây hơn mười năm. Vào thời điểm đó, anh đã tận dụng sự phát triển của nền tảng WeChat và video để nhanh chóng tích lũy được lượng người hâm mộ lớn, nhưng lúc đó anh chỉ có thể được coi là "chủ doanh nghiệp cá nhân" và "KOL". Giống như tất cả các blogger khác, chi phí lớn nhất khi theo đuổi việc truyền bá nội dung chính là thời gian và sức lực của Luo Zhenyu, và giới hạn cũng chính là kho kiến ​​thức của riêng Luo Zhenyu.

Sau đó, Tian Suning, người sáng lập Netcom, đã khai sáng cho Luo Zhenyu thuật ngữ "người vận hành tri thức" và Get APP đã được ra mắt. Nhiều người có hiểu biết tụ tập quanh Luo Zhenyu và một tài khoản công khai đã trở thành một công ty.

Vào thời điểm đó, "Get" có vẻ giống một nhà điều hành tri thức sử dụng ý tưởng thương mại điện tử hơn - ngày càng có nhiều khóa học tri thức và ngày càng nhiều sản phẩm tri thức. Tính đến tháng 7 năm 2018, nền tảng "Get" đã ươm tạo 82 chuyên mục và khóa học thuộc nhiều loại khác nhau và có 21,8 triệu người tiêu dùng kiến ​​thức - giống như SKU của thương mại điện tử, các kệ kiến ​​thức được phân loại, làm phong phú và phân khúc, dần dần tạo cho mọi người ấn tượng rằng bất cứ thứ gì tôi muốn học, "Get" đều có tất cả.

Điều này sẽ giải quyết vấn đề người dùng chỉ quan tâm đến một khóa học duy nhất và rời đi sau khi nghe xong.

Khi nền tảng có thể liên tục tạo ra nội dung tốt và nội dung tốt có thể được phản hồi cho người dùng theo thời gian, đồng thời nội dung tốt hình thành tính liên tục, lòng trung thành của người dùng sẽ chuyển từ lòng trung thành với dự án sang lòng trung thành với nền tảng, và từ tình yêu dành cho dự án sang tình yêu dành cho nền tảng.

Sau khi quá trình chuyển giao này hoàn tất, vị thế của nền tảng về chất lượng nội dung, danh tiếng và độ tin cậy sẽ được khẳng định.

Theo hồi ức của La Chấn Vũ, giai đoạn đầu tiên của “Nhận” là tổ chức kiến ​​thức, rất nhiều khóa học về kinh tế và tài chính đã được phát hành. Hệ thống tọa độ của các khóa học này là "việc lắng nghe bài giảng của chúng tôi hữu ích hơn là chỉ đọc sách".

Nhưng quá trình này cũng đi kèm với nhiều thách thức. Một mặt, sự phát triển nhanh chóng của các video ngắn đã đột nhiên phá vỡ sự truyền bá kiến ​​thức một chiều và bất kỳ ai cũng có thể trở thành giáo viên. Mặt khác, có sự đánh đổi về "lợi ích". Nguồn nhân lực và vật lực có hạn. Kiến thức nào là quan trọng nhất đối với người dùng? Dự án nào có thể cân bằng được lợi ích kinh tế và giá trị sử dụng?

Những câu hỏi tự vấn lương tâm chạy qua số phận của các nhà cung cấp dịch vụ kiến ​​thức, và Luo Zhenyu rất hiểu điều này: "Chúng tôi biết rất rõ thu nhập nào đến từ lưu lượng truy cập và thu nhập nào đến từ danh tiếng. Danh tiếng và lưu lượng truy cập không thể đánh đồng. Đôi khi, quá nhiều lưu lượng truy cập thậm chí có thể làm hỏng danh tiếng." "Sản phẩm tri thức dựa vào uy tín chứ không phải lượng truy cập."

Không có gì ngạc nhiên khi ngoài những nội dung thực tế như nơi làm việc, kinh tế, quản lý, tư duy sản phẩm, dinh dưỡng, sức khỏe y tế, tâm lý cảm xúc, v.v., chúng ta còn có thể thấy những nội dung kiến ​​thức có vẻ mang tính phân tích lý thuyết nhiều hơn, chẳng hạn như "Lớp triết học phương Tây của Phó Bội Dung", "Lịch sử tự nhiên dành cho trẻ em", "Thư từ Thung lũng Silicon của Ngô Quân" và "200 bài giảng về Bộ luật dân sự của Dương Lập Tân".

Từ khâu lựa chọn giảng viên đến khâu biên soạn nội dung kiến ​​thức, danh tiếng “được” hiện diện ở khắp mọi nơi. Không khó để hiểu tại sao trong cơn sốt GPT, các khóa học do Get cung cấp không phải để dạy bạn cách sử dụng GPT để kiếm được triệu đô la đầu tiên trong đời, mà là để quay trở lại bản chất của lĩnh vực kỹ thuật và suy nghĩ về cách cấu trúc kiến ​​thức để mang lại lợi ích tốt nhất cho người dùng, tạo điều kiện thuận lợi cho việc học và mang lại lợi ích cho họ suốt đời.

Điều thú vị là vào thứ Hai (5.1), CEO của Chegg, một công ty giáo dục trực tuyến nổi tiếng tại Hoa Kỳ chuyên cung cấp bài tập về nhà, đã thừa nhận trong một cuộc gọi hội nghị rằng ChatGPT đang gây tổn hại đến sự phát triển kinh doanh của công ty và người dùng không còn cần phải lấy tài liệu học tập có liên quan thông qua Chegg nữa. Sau đó, giá cổ phiếu của công ty giảm mạnh 49%, khiến một số công ty giáo dục ở Châu Âu và Hoa Kỳ giảm mạnh.

Bạn thấy đấy, nếu chúng ta chỉ dừng lại ở khoảng cách thông tin thì AI đã ở ngay trước cổng rồi. Điều chúng ta cần không phải là sự lo lắng và những điểm kiến ​​thức rời rạc, mà là một lộ trình cho hệ thống, tư duy và cải tiến liên tục.

Tương lai đã đến. Trong thời đại AI, công nghệ và thông tin đang thay đổi nhanh chóng. Thật sự rất khó để theo kịp tốc độ nếu chỉ nhìn vào kiến ​​thức bề nổi. Trước đây, người học phải đối mặt với những đỉnh cao kiến ​​thức riêng biệt. Với sự trợ giúp của trí tuệ nhân tạo, những đỉnh núi này có thể được san phẳng và biến thành những đồng bằng mà người học có thể nhìn thấy chỉ trong nháy mắt.

Bạn không còn cần phải ghi nhớ mọi thứ một cách máy móc nữa. Điều bạn cần là xây dựng một cấu trúc kiến ​​thức một cách có hệ thống, hiểu từ nhiều góc độ và tư duy biện chứng. Đây cũng có thể là điểm chính mà "Get" muốn truyền tải trong quá trình cung cấp dịch vụ tri thức của mình và điều này cũng sẽ khiến "Get" thực sự trở thành "người bạn của thời gian".

Tác giả: He Wen, tài khoản công khai WeChat: Shen Xiang