Bài học AI từ những tranh cãi về VAR tại World Cup

Những màn ăn mừng, dừng lại chờ rồi hụt hẫng khi bàn thắng bị hủy tại World Cup phản ánh thách thức khi triển khai AI, cho thấy khả năng phán đoán của con người vẫn quan trọng. - VnExpress

Bức tranh tổng quan

Nội dung chi tiết

Bài học AI từ những tranh cãi về VAR tại World Cup

Những màn ăn mừng, dừng lại chờ rồi hụt hẫng khi bàn thắng bị hủy tại World Cup phản ánh thách thức khi triển khai AI, cho thấy khả năng phán đoán của con người vẫn quan trọng.

Phút thứ 103, cầu thủ Josko Gvardiol của Croatia đưa bóng qua vạch vôi khung thành Bồ Đào Nha để gỡ hòa trong trận đấu thuộc vòng 1/16 World Cup diễn ra tại Toronto ngày 2/7. Nhưng sau đó, trọng tài Espen Eskas bước đến màn hình sát đường biên, kiểm tra "đồ thị nhịp tim" từ cảm biến bên trong quả bóng.

Đồ thị cho thấy tín hiệu tăng khi bóng chạm vào đầu cầu thủ Igor Matanovic của Croatia. Cú chạm nhẹ đến mức không camera nào ghi lại được, nhưng cảm biến thì có.

Bàn thắng bị hủy do lỗi việt vị, Croatia phải về nước còn Bồ Đào Nha giành quyền đi tiếp. Dù FIFA tuyên bố pha chạm bóng "đã được chứng minh", người hâm mộ vẫn tranh cãi về kết quả. Một số đặt câu hỏi, chạm nhẹ đến mức gần như không thể nhận biết có nên trở thành yếu tố quyết định kết cục trận đấu hay không.

Theo World Economic Forum, ví dụ này chỉ ra, một hệ thống cung cấp dữ liệu chính xác đến từng milimet vẫn có thể khiến người hâm mộ cảm thấy bất công.

Ở một ví dụ khác, công nghệ cũng cung cấp dữ liệu, nhưng con người đóng vai trò quan trọng hơn trong việc đánh giá và ra quyết định. Vài ngày sau trận Croatia - Bồ Đào Nha, khi Ai Cập đang dẫn trước Argentina ở vòng 1/8, cầu thủ Mostafa Zico có pha sút bóng tưởng như giúp nâng tỷ số lên 2-0. Tuy nhiên, trọng tài VAR xác định một pha va chạm trước đó là phạm lỗi, trọng tài chính sau khi xem lại băng hình cũng đồng tình và bàn thắng bị hủy.

Theo Radio Marca, dù tình huống khá kín và chỉ thấy ở góc quay chậm, VAR vẫn có quyền can thiệp nếu xác định đây là lỗi dẫn trực tiếp đến bàn thắng. Các cựu trọng tài danh tiếng đưa ra những ý kiến trái chiều, còn Liên đoàn Bóng đá Ai Cập gửi đơn khiếu nại chính thức.

Jake Okechukwu Effoduh, phó giáo sư Trường Luật Lincoln Alexander thuộc Đại học Toronto Metropolitan, kết luận, con người vẫn quyết định khi nào VAR được phép can thiệp và hành vi nào bị coi là phạm lỗi, còn công nghệ chỉ hỗ trợ.

Công nghệ xem lại hình ảnh chỉ cung cấp bằng chứng thay vì cách diễn giải hay trách nhiệm. Trọng tài mới là người xác định cần xem xét những phần nào của pha bóng, diễn giải bằng chứng theo bối cảnh và đưa ra phán quyết. Do đó, hiệu quả của công nghệ vẫn phụ thuộc vào người sử dụng.

Cầu thủ Mostafa Zico dứt điểm trong trận đấu giữa Ai Cập và Argentina ở vòng 1/8 World Cup 2026 trên sân Atlanta, ngày 7/7/2026. Ảnh: AP

Một số chuyên gia nhận định, trong khi cảm biến và VAR gây tranh cãi trong thể thao, AI cũng khiến các tổ chức và doanh nghiệp gặp thách thức tương tự khi triển khai.

"Theo dõi World Cup dưới góc nhìn của nhà nghiên cứu, tôi thấy VAR không đơn giản là công cụ dành cho trọng tài. Nó giống như một ví dụ điển hình về việc ra quyết định với công nghệ hỗ trợ, và có những điểm tương đồng với các tổ chức sử dụng AI ngày càng nhiều khi ra quyết định", Pooya Tabesh, phó giáo sư từ Đại học Bang California, Los Angeles, chia sẻ trên Conversation.

Theo nghiên cứu của nhóm chuyên gia từ Trường Kinh doanh Harvard và Đại học California Berkeley năm 2024, AI không thể thay thế khả năng phán đoán hay kinh nghiệm của con người. Công nghệ đơn thuần không giúp xóa bỏ sự chênh lệch về năng lực, vốn có thể bắt nguồn từ khác biệt về học vấn hay quá trình đào tạo.

Trong nghiên cứu, Rembrand M. Koning, phó giáo sư Trường Kinh doanh Harvard cùng đồng nghiệp hợp tác với 640 thương nhân ở Kenya để đánh giá tác động của một trợ lý AI vốn được tối ưu hóa cho tư vấn kinh doanh.

Nhóm nghiên cứu nhận thấy, trợ lý ảo dường như thúc đẩy hiệu quả hoạt động của những thương nhân vốn làm ăn tốt, giúp tăng lợi nhuận và doanh thu khoảng 10-15%, nhưng lại làm giảm hiệu quả của những người vốn làm ăn kém, khiến chỉ số giảm tiếp khoảng 8%.

Đáng chú ý, loại câu hỏi mà người dùng đặt ra và câu trả lời nhận từ AI không khác biệt nhiều. Tuy nhiên, có vẻ nhóm làm ăn tốt đã chọn lọc những lời khuyên thích hợp từ AI. Nhiều người làm theo lời khuyên cụ thể phù hợp với việc kinh doanh của bản thân, ví dụ mua máy phát điện để đối phó với tình trạng mất điện luân phiên tại địa phương, bán nước ngọt ướp lạnh cho khách của tiệm rửa xe, chọn giống gà thích hợp để làm nông nghiệp.

"Tôi không nghĩ nhiều người ở Trường Kinh doanh Harvard có thể tư vấn về giống gà tốt, nhưng AI thì biết và có thể đưa ra lời khuyên cho thương nhân. Dù vậy, thương nhân cũng cần khả năng phán đoán để biết nên lắng nghe lời khuyên nào", Koning nói.

Ngược lại, nhóm hiệu suất thấp thường dễ làm theo những lời khuyên chung chung hơn, chẳng hạn giảm giá hoặc tập trung vào quảng cáo. Tuy nhiên, chúng không giải quyết được vấn đề cốt lõi, thậm chí có thể phản tác dụng vì quảng cáo và giảm giá đều gây tốn chi phí. Khoản chi đó có thể không thu hồi được nếu không có chiến lược khác để phát triển hoạt động kinh doanh.

Khách tham quan đi qua nơi trưng bày loạt giải pháp phần cứng về AI tại Triển lãm Computex 2024 ở Đài Loan. Ảnh: Khương Nha

Theo Big Technology, thời gian qua có nhiều ví dụ cho thấy hạn chế của AI trong các lĩnh vực khác nhau. Tháng 6, Ford tuyển dụng lại hơn 300 chuyên gia kiểm định chất lượng kỳ cựu để đào tạo nhân viên trẻ và lập trình lại công cụ AI sau khi hệ thống của công ty không đáp ứng được yêu cầu chất lượng. Tháng 5, Starbucks được cho là loại bỏ một chương trình AI giúp tự động hóa việc kiểm kê hàng tồn kho, gần một năm sau khi triển khai trên khắp Bắc Mỹ. Nguyên nhân là chương trình mắc lỗi như đếm nhầm và dán nhãn sai hàng hóa, chẳng hạn với những loại sữa trông tương tự nhau.

Theo phó giáo sư Tabesh, những công việc liên quan đến đo đạc là "ứng cử viên sáng giá nhất" cho tự động hóa vì AI có thể quét tài liệu, phát hiện mẫu, phân loại trường hợp hoặc đánh dấu điểm bất thường nhanh và nhất quán hơn con người. Trong khi đó, công việc liên quan đến diễn giải đòi hỏi sự phối hợp chặt chẽ: AI có thể cung cấp thông tin, đưa ra các phương án hoặc khuyến nghị, nhưng con người vẫn cần suy xét nhiều yếu tố như bối cảnh, mức độ không chắc chắn và hậu quả mà quyết định có thể gây ra.

Tabesh kết luận, vấn đề then chốt khi sử dụng AI không đơn giản là "AI có thể đưa ra quyết định này không" mà xác định xem "phần nào trong quá trình ra quyết định nên do AI đảm nhiệm, phần nào vẫn cần con người phán đoán".

Thu Thảo tổng hợp

Nguồn: VnExpress

Đọc bài gốc →