m.school › Trợ lý AI giúp được việc gì, và không giúp được việc gì › bài 5
Mỗi câu bấm một phương án. Đúng hay sai và lời giải thích hiện ngay. Không lưu điểm, không ai xem kết quả của bạn.
Câu 1. Bài nêu ba loại hiểu biết nằm ngoài văn bản. Khoảng cách giữa điều người ta kể là mình làm và điều họ làm thật thuộc loại nào?
Người ta thuật lại việc mình làm theo cách gọn gàng hơn thực tế, bỏ qua những chỗ lặt vặt, và nhớ sai những đoạn đã thành thói quen. Không phải vì họ muốn giấu, ai cũng vậy. Khoảng cách ấy chỉ đo được bằng cách có mặt ở đó. Xem mục 2 và bảng tổng hợp.
Câu 2. Theo bài, vì sao chỗ trung bình trong câu trả lời của máy lại ít giá trị với một quyết định về sản phẩm?
Máy đoán phần chữ hợp lý đi tiếp, mà hợp lý ở đây nghĩa là hay gặp, nên câu trả lời kéo về chỗ trung bình. Phần làm nên chỗ hợp với một nhóm người cụ thể lại nằm ở những chi tiết gần như không ai viết lại, tức là đúng phần mỏng nhất trong chất liệu của máy. Xem mục 3.
Câu 3. Nhóm bạn phỏng vấn người dùng, có bản ghi, rồi đưa hết cho máy tóm tắt và họp theo bản tóm tắt. Theo bài, chỗ hỏng nằm ở đâu?
Thứ đáng giá nhất của một buổi đi gặp thường chỉ xuất hiện một lần, ở một câu lạc đề, hoặc ở một chỗ người ta ngập ngừng. Cách tránh là giữ một phần việc không giao: ít nhất một người trong nhóm đọc hết bản ghi bằng mắt mình, rồi mới đặt bản tóm tắt cạnh đó. Xem phần «Chỗ người ta hay làm sai».
Câu 4. Nghe xong bài, một người kết luận rằng phần tìm hiểu người dùng thì nên tránh xa trợ lý AI. Theo bài, kết luận ấy hỏng ở đâu?
Hai câu ấy khác nhau. Việc đổi hình dạng của chất liệu bạn đã có, như sắp lại ghi chép hay dựng bản nháp một báo cáo, thì máy làm nhanh và kiểm cũng rẻ. Ranh giới đúng là: phần đi lấy hiểu biết mới thì người làm, phần sắp xếp lại thứ đã lấy được thì giao máy. Xem phần «Chỗ người ta hay làm sai».
Câu 5. Trong chương trình chống suy dinh dưỡng trẻ em ở huyện Quảng Xương, tỉnh Thanh Hoá, nhóm làm chương trình đã làm gì thay vì mang một thực đơn soạn sẵn tới?
Nhóm cân khoảng hai nghìn trẻ dưới ba tuổi ở bốn xã, rồi hỏi một câu khác: trong những gia đình nghèo như nhau, có nhà nào con vẫn đủ cân không. Người trong cộng đồng tới thăm sáu gia đình nghèo nhất có con đủ cân ở mỗi xã. Lời giải nằm sẵn trong việc một số người ở đúng nơi ấy đang làm. Xem phần «Ví dụ minh hoạ».
Việc cần làm. Chọn một câu hỏi về người dùng sản phẩm của bạn, loại câu hỏi mà câu trả lời sẽ ảnh hưởng tới một quyết định sắp tới. Hỏi một trợ lý AI đúng câu ấy, không kèm tài liệu nào, rồi chép câu trả lời ra giấy và gạch dưới những khẳng định cụ thể trong đó. Sau đó mang đúng câu hỏi ấy đi lấy câu trả lời ở nơi người ta dùng thật: hỏi một người đang dùng, hoặc tới chỗ sản phẩm được dùng và nhìn một lần. Chép câu trả lời thứ hai ra, đặt cạnh câu thứ nhất. Cuối cùng, với mỗi chỗ hai bên nói khác nhau, ghi một dòng rằng chỗ ấy thuộc loại nào trong ba loại hiểu biết ở bảng tổng hợp.
Cách tự chấm. Dấu hiệu bạn làm đúng: hai câu trả lời khác nhau ở ít nhất một chỗ, và bạn xếp được chỗ khác nhau đó vào một trong ba loại; câu trả lời thứ hai của bạn có ít nhất một chi tiết mà không ai nghĩ tới chuyện viết lên mạng, như một thói quen, một con số của riêng nơi ấy, hay một động tác; và bạn nói được quyết định sắp tới sẽ đổi hay không đổi sau khi có câu trả lời thứ hai. Dấu hiệu còn sai: hai câu trả lời khớp nhau hoàn toàn, nghĩa là câu hỏi của bạn còn quá chung nên cả hai bên đều trả lời ở mức mặt bằng chung; bạn lấy câu trả lời thứ hai từ một bài viết trên mạng thay vì từ một người hoặc một nơi; hoặc bạn kết luận rằng máy sai, trong khi việc cần làm là chỉ ra nó nói ở mức nào.
Lời giải mẫu. Dựng ra để minh hoạ, bằng câu hỏi của một nhóm làm đồ gia dụng: vì sao người dùng hay bỏ không dùng một chức năng của sản phẩm. Câu trả lời của máy nêu mấy lý do chung: chức năng khó tìm trong trình đơn, người dùng không biết nó có ích, hướng dẫn viết khó hiểu. Cả ba đều hợp lý, và cả ba đều đúng với loại sản phẩm này nói chung. Câu trả lời thứ hai lấy ở một gia đình đang dùng máy: họ có biết chức năng ấy, có dùng vài lần, rồi thôi, vì mỗi lần dùng xong phải tháo ra rửa một chi tiết mà chi tiết ấy không vào vừa giá úp bát nhà họ. Lý do này thuộc loại thứ nhất trong bảng tổng hợp, là thứ chưa ai viết vì nó quá riêng. Kết luận của bài tập không phải là máy trả lời sai, mà là: ba lý do chung không chỉ ra việc cần sửa, còn lý do thứ tư thì chỉ ra, và nó chỉ xuất hiện khi có người tới xem.
Bản chữ của video, để đọc lại hoặc tra cứu
Bài cuối của lớp không đưa thêm khái niệm nào. Việc của nó là nối lại bốn bài trước, rồi trả lời câu hỏi còn treo từ bài 1: vì sao có những thứ một trợ lý AI không bao giờ biết, dù nó đọc thêm bao nhiêu chữ nữa.
Cần nói rõ một ranh giới ngay từ đầu. Bài này chỉ nói vì sao máy không thay được việc đi gặp người dùng. Nó không dạy cách làm việc ấy: cách đặt câu hỏi, cách quan sát, cách ghi chép và đọc lại đều thuộc hai lớp khác, nêu ở mục 4.
Bốn bài trước đi theo trình tự của khái niệm: cơ chế, việc nên giao, các kiểu sai, cách kiểm. Khi bạn làm việc thật thì chúng xuất hiện theo một trình tự khác, và nhìn theo trình tự ấy thì cả lớp gọn lại thành một mạch.
Lúc bạn định giao một việc. Câu hỏi đầu tiên không phải là máy có làm được không, mà là nếu nó làm sai thì bạn mất bao nhiêu công để biết. Đây là phép tính ở bài 2: phần lợi bằng thời gian tiết kiệm được trừ đi công bỏ ra để kiểm. Việc nào kiểm rẻ thì giao có lợi; việc nào muốn kiểm phải đi mở nguồn gốc thì giao xong vẫn còn gần như cả việc.
Lúc bạn đọc câu trả lời. Việc cần làm là chia, không phải đọc. Chia theo chất liệu như bài 1: phần nào dựa trên thứ bạn đưa vào, phần nào là kiến thức chung máy đã học, phần nào là phần máy dựng thêm cho câu được trôi. Rồi chia theo kiểu sai như bài 3, để biết chỗ nào đáng soi trước.
Lúc bạn quyết định có dùng hay không. Đây là bài 4: chia câu trả lời thành bốn loại khẳng định, xếp theo hậu quả nếu sai, rồi kiểm từ chỗ nặng nhất, và mỗi phép kiểm phải kết thúc ở một chỗ nằm ngoài cuộc trò chuyện.
Lúc bạn ký tên và gửi đi. Phần này không chia với máy được. Người nhận coi tài liệu là lời của nơi gửi, và chỗ chịu trách nhiệm là chỗ ký.
Nhìn theo mạch ấy, có một chỗ cả bốn bài đều chạm vào mà chưa bài nào nói hết: mọi phép kiểm đều cần một chỗ đứng ở ngoài. Với một số hiệu tiêu chuẩn thì chỗ đứng ấy là trang của nơi ban hành. Với một câu hỏi về người dùng của bạn thì chỗ đứng ấy không nằm trong văn bản nào cả. Mục 2 nói vì sao.
Bài 1 đã nói chất liệu của trợ lý AI là chữ người ta đã viết. Mục này đi tiếp một bước: có những hiểu biết không đi vào chữ được, và chúng lại đúng là loại hiểu biết quyết định sản phẩm của bạn sống hay chết.
Loại thứ nhất là thứ chưa ai viết, vì nó quá riêng. Xưởng bạn đặt gia công giữ được dung sai bao nhiêu trên loại vật liệu bạn đang dùng. Người bán ở chợ đầu mối xếp hàng của bạn ở đâu trên quầy và vì sao. Khách của bạn bỏ cuộc ở bước nào khi lắp sản phẩm. Những thứ này có thật và kiểm được, nhưng chúng nằm trong trí nhớ của người làm và trong cuốn sổ của một nơi cụ thể. Không ai có lý do gì để viết chúng lên mạng.
Loại thứ hai là thứ hiển nhiên với người trong cuộc, nên chính họ không nghĩ là đáng nói. Một người đứng máy lâu năm không kể lại vì sao nghe tiếng là biết sắp phải dừng tay. Một người bán hàng không kể vì sao bao giờ cũng mở nắp cho khách xem trước khi nói giá. Hỏi thẳng thì câu trả lời thường là chẳng vì sao cả, vẫn làm thế thôi. Loại này còn khó hơn loại thứ nhất: nó không những nằm ngoài văn bản, nó còn nằm ngoài cả câu trả lời của chính người làm.
Loại thứ ba là thứ chỉ lộ ra khi nhìn người ta làm, và không lộ ra khi hỏi. Người ta thuật lại việc mình làm theo cách gọn gàng hơn thực tế, bỏ qua những chỗ lặt vặt, và nhớ sai những đoạn đã thành thói quen. Không phải vì họ muốn giấu. Ai cũng vậy. Nên có một khoảng cách đều đặn giữa điều người ta kể và điều người ta làm, và khoảng cách đó chỉ đo được bằng cách có mặt ở đó.
Ba loại này không phải ba chỗ máy còn yếu rồi bản sau sẽ khá lên. Chúng nằm ngoài vì một lý do nằm ở phía người, không phải phía máy: chưa ai viết chúng ra. Một trợ lý đọc thêm mười lần số chữ hiện nay vẫn không có chúng, vì số chữ tăng thêm ấy cũng không chứa chúng.
Có một tính chất nữa, khác với chuyện thiếu chất liệu, và nó đáng nói riêng.
Máy dựng câu trả lời bằng cách đoán phần chữ hợp lý đi tiếp, mà hợp lý ở đây nghĩa là hay gặp trong khối văn bản nó đã đọc. Nên câu trả lời của nó kéo về chỗ trung bình: cách làm phổ biến, lời khuyên nhiều người đã viết, phương án nằm giữa. Khi câu hỏi còn ở mức chung thì đây là chỗ mạnh của nó: thứ nhiều nơi đã làm thường cũng là thứ làm được, và bạn đỡ bỏ sót phần cơ bản.
Với một quyết định về sản phẩm thì chỗ trung bình lại là chỗ ít giá trị nhất. Sản phẩm của bạn bán được không phải vì nó giống mọi sản phẩm khác, mà vì nó hợp với một nhóm người cụ thể ở một chỗ cụ thể hơn những thứ đang có trên thị trường. Phần làm nên chỗ hợp ấy nằm ở những chi tiết mà gần như không ai viết lại, tức là đúng phần mỏng nhất trong chất liệu của máy.
Còn một hệ quả nữa, ở mức ngành. Nếu nhiều công ty cùng đặt một loại câu hỏi cho cùng một loại công cụ, họ sẽ nhận về cùng một loại câu trả lời, vì tất cả đang rút từ cùng một chỗ trung bình. Dùng máy để biết mặt bằng chung thì tốt và nên làm. Nhưng nếu quyết định cuối cùng cũng lấy từ đó, thì thứ bạn đưa ra thị trường sẽ nằm đúng chỗ mọi người khác cũng đang nhắm tới.
Nói thế không phải để khuyên bạn dùng ít đi. Chỗ trung bình có việc của nó: nó là điểm xuất phát rẻ và nhanh, nó cho bạn biết phần nền mà ai trong nghề cũng biết, nên bạn không mất thời gian nghĩ lại từ đầu. Việc nên làm là biết mình đang đứng ở đâu: cái bạn vừa nhận là mặt bằng chung, và phần quyết định thì phải đi lấy ở chỗ khác.
Một việc làm được ngay, không tốn khoản tiền nào. Viết ra ba quyết định bạn sắp phải đưa về sản phẩm mình đang làm. Với mỗi quyết định, ghi căn cứ bạn đang dựa vào, rồi đánh dấu căn cứ ấy đến từ đâu: từ một văn bản, từ một câu trả lời của máy, hay từ một việc bạn đã tận mắt thấy. Ba quyết định mà không có dấu nào thuộc loại cuối thì đó là điều đáng biết, và biết được chỉ mất mười lăm phút.
Lớp này dừng lại ở đâu, nói thẳng. Lớp dạy ở mức nguyên lý. Học xong, bạn chưa dùng trợ lý AI giỏi hơn, và lớp cũng không hứa điều đó. Thứ bạn có là một cách xếp loại việc để biết nên giao gì, một danh sách các kiểu sai để biết soi chỗ nào, một cách kiểm theo hậu quả, và một lý do rõ ràng để không thay buổi đi gặp người dùng bằng một câu hỏi. Lớp cũng không chỉ bạn bấm nút nào trên một công cụ, không dạy cách nạp tài liệu của công ty vào một trợ lý, và không dạy phần kỹ thuật bên trong mô hình.
Học tiếp ở lớp nào. Phần lớp này cố ý không chạm tới là cách đi tìm hiểu người dùng. Muốn biết vì sao hỏi thẳng một người rằng họ có cần thứ này không thì luôn cho câu trả lời lệch, học lớp Làm sao biết người ta thật sự cần gì, mã NC-01. Muốn học cách đặt câu hỏi, cách quan sát, và cách đọc lại ghi chép, học lớp Phỏng vấn và quan sát người dùng, mã NC-02. Còn thứ bạn thu được khi đi gặp người dùng thì sẽ mất đi nếu không có chỗ giữ: lớp Giữ và truyền lại tri thức trong nhóm làm sản phẩm, mã TC-03, sẽ dạy phần ấy khi lớp đó được mở.
| Loại hiểu biết | Ví dụ | Vì sao nó không vào văn bản | Lấy được bằng cách nào |
|---|---|---|---|
| Thứ chưa ai viết vì quá riêng | dung sai xưởng gia công giữ được thật, chỗ hàng của bạn được xếp trên quầy, bước mà khách bỏ cuộc khi lắp | không ai có lý do viết nó ra cho người ngoài đọc | hỏi đúng người đang giữ nó, hoặc tới nơi mà xem |
| Thứ hiển nhiên với người trong cuộc | vì sao người đứng máy nghe tiếng là biết sắp phải dừng tay, vì sao người bán mở nắp trước khi nói giá | chính người làm cũng không thấy nó đáng nói, nên hỏi thẳng cũng không ra | có mặt lúc họ làm, rồi hỏi về đúng động tác vừa thấy |
| Thứ chỉ lộ khi nhìn, không lộ khi hỏi | khoảng cách giữa điều người ta kể là mình làm và điều họ làm thật | người ta thuật lại gọn gàng hơn thực tế, và nhớ sai những đoạn đã thành thói quen | nhìn một lần việc đang diễn ra, thay vì nghe kể lại |
Chụp lại bảng này. Cột thứ ba là cột đáng nhớ: cả ba loại đều nằm ngoài vì lý do thuộc về phía con người, không phải vì máy còn yếu.
Dùng một câu trả lời của máy thay cho một buổi đi gặp người dùng. Nhóm cần biết người dùng khó chịu ở chỗ nào, bèn hỏi máy, nhận về một danh sách nghe rất hợp lý, rồi mang danh sách ấy vào họp như một kết quả tìm hiểu. Người ta làm vậy vì danh sách ấy đúng là có ích: nó gom những điều người ta hay than phiền về loại sản phẩm này, và nó có ngay trong một phút, trong khi đi gặp người dùng thì mất mấy ngày và phải xin phép nhiều nơi. Chỗ hỏng là danh sách ấy nói về loại sản phẩm nói chung, không nói về sản phẩm của bạn và những người đang dùng nó. Hậu quả rơi vào chính nhóm làm sản phẩm, muộn hơn vài tháng: họ sửa đúng những chỗ ai cũng sửa, rồi gặp lại vấn đề thật lúc hàng đã ra thị trường. Cách tránh là dùng danh sách ấy đúng việc của nó, tức là làm điểm xuất phát để biết nên hỏi gì, rồi mang chính câu hỏi đó đi hỏi một người thật.
Đi gặp người dùng rồi, nhưng để máy đọc thay phần ghi chép. Nhóm phỏng vấn một số người, có bản ghi, rồi đưa toàn bộ cho máy tóm tắt, và họp theo bản tóm tắt. Người ta làm vậy vì phần đọc lại ghi chép là phần chán nhất và tốn nhất, mà máy thì làm việc đổi hình dạng chất liệu rất nhanh và rất rẻ, đúng như bài 2 đã nói. Chỗ hỏng là bản tóm tắt giữ lại cái được nhắc nhiều và bỏ cái chỉ xuất hiện một lần, trong khi thứ đáng giá nhất của một buổi đi gặp thường chỉ xuất hiện một lần, ở một câu lạc đề, hoặc ở một chỗ người ta ngập ngừng. Hậu quả là nhóm tốn công đi gặp nhưng kết quả thu về lại trở về chỗ trung bình. Cách tránh là giữ một phần việc không giao: ít nhất một người trong nhóm đọc hết bản ghi bằng mắt mình, rồi mới đặt bản tóm tắt của máy cạnh đó.
Kết luận ngược lại rằng không nên dùng máy ở phần tìm hiểu người dùng. Nghe xong bài này, có người rút ra rằng phần việc ấy nên tránh xa trợ lý AI. Người ta nghĩ vậy vì cả bài nói về chỗ máy không với tới được, nên kết luận gọn nhất là đừng dùng. Chỗ hỏng là bài không nói máy vô dụng ở đây, mà nói nó không thay được việc đi gặp. Hai câu ấy khác nhau. Việc đổi hình dạng của chất liệu bạn đã có, như sắp lại ghi chép, gom các ý trùng, dựng bản nháp một báo cáo, thì máy làm nhanh và kiểm cũng rẻ. Hậu quả của việc kết luận quá tay là nhóm bỏ mất một chỗ tiết kiệm được thật, rồi vì tốn công quá nên đi gặp ít hẳn đi. Cách tránh là giữ đúng ranh giới: phần đi lấy hiểu biết mới thì người làm, phần sắp xếp lại thứ đã lấy được thì giao máy.
Ví dụ dưới đây là một chương trình có thật ở Việt Nam, đã được thuật lại trong nhiều tài liệu nên bạn tra lại được.
Tháng 12 năm 1990, tổ chức Save the Children của Hoa Kỳ mở một chương trình chống suy dinh dưỡng trẻ em ở huyện Quảng Xương, tỉnh Thanh Hoá. Thay vì mang một thực đơn soạn sẵn tới, nhóm làm chương trình cân khoảng hai nghìn trẻ dưới ba tuổi ở bốn xã, rồi đặt một câu hỏi khác: trong những gia đình nghèo như nhau, có nhà nào con vẫn đủ cân không. Có. Người trong cộng đồng tới thăm sáu gia đình nghèo nhất có con đủ cân ở mỗi xã, xem họ làm gì khác.
Những nhà ấy bắt tôm và cua nhỏ ở ruộng, hái rau lang, trộn vào bữa của trẻ, và cho ăn ba tới bốn bữa nhỏ thay vì hai bữa. Thức ăn ấy ai trong xã cũng lấy được, nhưng phần đông tin là không hợp cho trẻ nhỏ. Chính họ cũng không biết cơ sở dinh dưỡng của việc mình làm.
Điều rút ra: lời giải nằm sẵn trong việc một số người ở đúng nơi ấy đang làm, không nằm trong tài liệu nào, và muốn thấy thì phải tới tận nơi mà nhìn.
Của MES LAB
Sách «Làm sản phẩm thời AI — Sổ tay cho người dẫn dắt, 22 nguyên lý», TS. Trần Anh Tuấn, nguyên lý số 5 «Nhìn, đừng hỏi» và nguyên lý số 22 «AI không thay bạn — nó đổi luật chơi» — hai câu chốt ngắn, đọc cùng nhau thì ra đúng mạch của bài này.
Sách «Thiết kế và Phát triển Sản phẩm, phiên bản 2026», TS. Trần Anh Tuấn, chương 18, mục 18.9 về giới hạn của AI — xếp các giới hạn theo từng chặng, trong đó chặng tìm hiểu người dùng là chặng giới hạn rõ nhất.
Bên ngoài
Arvind Singhal, Jerry Sternin và Lucía Durá, «Positive Deviance Grows Roots in Vietnam», Positive Deviance Wisdom Series số 1, năm 2009 — thuật lại chương trình ở Thanh Hoá trong phần ví dụ, gồm cách chọn các gia đình để tới thăm và danh sách những việc họ làm khác.
Thấy bài này có ích cho ai, gửi cho người đó.