Chuyên môn, kỹ năng & vai trò của mỗi người
Mở đầu
Mình bắt đầu viết bài này với mục đích phản tư về hành trình dùng AI, cảm thấy hào hứng với nó, rồi sau đó lại cảm thấy nan giải với những vấn đề mà nó tạo ra cho mình. Càng viết càng phát sinh thêm nhiều tìm hiểu, nhiều framework và nhiều ý tưởng lý thuyết mới. Tựa đề được đặt sau khi hết chương 1. Các chương tiếp theo là hành trình tìm kiếm những phương pháp ứng phó cho câu chuyện này. Bài dài, nhưng mà viết ngắn thì nó hông có đã, và nhìn lại thì đã hơn 10.000 chữ =)). Sau này nếu có đăng ở nền tảng nào khác thì mình sẽ chia bài ra 3-4 phần gì đó. Thôi lảm nhảm đủ rồi, mời vào bài.
Chương 1: Khủng hoảng danh tính của các khái niệm trong công việc
Trước tiên thì đây là một sự ví von dựa trên cái gốc có thật: Thuật ngữ “khủng hoảng danh tính” (identity crisis) do nhà tâm lý học Erik Erikson đưa ra, dùng để mô tả giai đoạn một cá nhân phải xác lập lại mình là ai.
Một khái niệm thì tất nhiên không tự đặt câu hỏi về bản thân, nên “khủng hoảng” thực chất diễn ra trong cộng đồng chuyên môn đang sử dụng và định nghĩa các khái niệm đó. Trong bài này, khi mình nói một khái niệm nào đó đang khủng hoảng danh tính, cách nói đó mang ý nghĩa nhân hóa rằng khái niệm đang bị xung đột. Người ta gặp khó trong việc xác định danh tính của nó, hoặc là nó đang bị biến đổi trong sự nhìn nhận từ nhiều nguồn khác nhau. Danh tính của nó phần nào bị tan chảy ra thành một thứ chưa có hình thù cố định.
Identity của công cụ, chức danh hay quy trình
Thứ đến, ta hãy nói về danh tính. Trong cách khái quát của mình, Danh tính hay Identity của một thứ trong môi trường chuyên môn có thể chia làm hai cấp:
Ở cấp 1 đó chính là cái Identity sơ cấp, chính cái khái niệm được viết ra của nó, ví dụ “Figma là gì?” “UIUX Designer là ai” “Design Thinking là gì?”. Cái identity này đã được văn bản hóa ra thành một điều có thể đọc hiểu được. Có thể nó được định hình từ mục đích khai sinh ra của nhà sáng tạo, chủ sở hữu ban đầu, cũng có thể nó đã được các tổ chức chuyên môn đưa vào quy định. Nhìn chung khi một người chưa từng biết nó là gì, họ sẽ cần tìm các định nghĩa này đầu tiên.
Cấp thứ 2 chính là Identity thứ cấp. Khái niệm được định nghĩa như đã nói, nhưng việc người khác định nghĩa nó thế nào mới quan trọng. Cách người trong cuộc nhìn nhận vai trò và ý nghĩa của một khái niệm đóng góp phần lớn để tạo nên cái identity của nó. Thông qua việc tiếp xúc, sử dụng, sở hữu, cậy nhờ hoặc tương tác với cái khái niệm đó, người ta dần hình thành một cái sense về identity của khái niệm.
Cái thứ cấp, trong môi trường thực tế mà nó được sử dụng, đôi khi rõ rệt hơn cái sơ cấp rất nhiều. Hay có thể nói súc tích hơn như cách Sartre bảo là “hiện hữu có trước bản chất” vậy.
Nhìn với góc nhìn công cụ, identity thứ cấp còn có thêm một đặc điểm. Heidegger phân biệt hai trạng thái của công cụ: khi được dùng trơn tru, nó ở trạng thái “sẵn trong tay” (ready-to-hand) và gần như biến mất khỏi sự chú ý của người dùng; chỉ khi nó hỏng hoặc thay đổi, nó mới trở thành một vật thể phải được nhìn và suy nghĩ về nó (present-at-hand). Nghĩa là identity thứ cấp của một công cụ hình thành trong chính lúc nó được dùng mà không ai phải để ý đến nó. Ngộ he, tức là khi bạn được người ta thấu hiểu, bạn sẽ biến mất trong mắt họ =))
Bình thường chúng ta quen với việc thực hiện một chuỗi lộ trình làm việc, vận hành mọi thứ rất mướt. Đột nhiên bạn gặp phải yêu cầu đi đào tạo hoặc truyền đạt cái này cho ai đó. Và bạn mới bắt đầu đặt nhiều câu hỏi hơn, rốt cục cái cốt lõi từ đầu của khái niệm này, nó là gì. Đây là khi chúng ta muốn mô tả cái “ready-to-hand” này cho ai đó đang chỉ mới thấy công cụ “present-at-hand”. Hoặc khi ta đột nhiên phải sắp xếp lại cách hiểu của ta về một công cụ quen thuộc, rất có thể ta đang hoài nghi về định nghĩa của nó.
Identity của kỹ năng & giá trị chuyên môn của một nhân sự
Một nhóm khái niệm khác trừu tượng hơn là kỹ năng và giá trị của một chuyên gia. Kỹ năng hiện diện vì nó tạo ra giá trị trong một quy trình, nó giúp người ta đỡ nhọc nhằn hoặc tạo ra nhiều năng suất hơn. Bạn sẽ được nghe về cái tên của nó, biết nó dùng để làm gì và biết nó khó khăn, phức tạp thế nào (ví dụ: User research là nghiên cứu người dùng, nó rất quan trọng cho product design). Đây chính là cái Identity sơ cấp: biết về nó.
Ở mức thứ cấp, bạn cảm nhận được giá trị một kỹ năng mang lại. Với góc nhìn chủ quan, bạn tự mình dùng nó. Hoặc một cách khách quan, là khi nhận được sự hỗ trợ từ những chuyên gia sở hữu nó. Trong vài trường hợp, bạn cảm nhận được tầm quan trọng khi mất mát đi nó trong một quy trình. Bạn cảm nhận được về sự tồn tại của nó và biết khi nào cần tìm sự trợ giúp từ nó. Bạn càng tự tin và vững vàng khi bản thân mình nắm chặt, quán triệt kĩ năng đó. Hoặc nếu người nào làm nó càng tốt, bạn càng nhờ được nhiều và tin cậy họ hơn. Đó chính là cái hiện sinh của kĩ năng và giá trị của một chuyên gia.
Khoảng cách giữa hai cấp này khó lấp bằng văn bản. Michael Polanyi gọi phần hiểu biết không thể diễn đạt hết thành lời là tri thức ngầm (tacit knowledge), tóm gọn trong câu “chúng ta biết nhiều hơn những gì chúng ta nói ra được”. Identity thứ cấp của một kỹ năng phần lớn thuộc loại tri thức này: người ta chỉ có được nó sau khi đã trải nghiệm nó (cả khách quan hay chủ quan).
Trong kha khá trường hợp, đôi khi chúng ta đi thẳng vào việc trải nghiệm một kỹ năng và quên luôn cái gốc gác sơ cấp ban đầu. Mình đã từng quá quen với 2 chữ “thiết kế”, vì có rất nhiều người xung quanh dùng nó & cảm nhận nó là như vậy. Mình cũng từng tự nhận là một designer trong khoảng thời gian khá dài, 7-8 năm gì đó. Một ngày nọ, mình phải tự hỏi thật ra làm thiết kế là làm gì, và mình có còn đang thật sự làm thiết kế không. Thế là mình đi tìm lại nghĩa gốc của từ này. Mình thấy ngạc nhiên vì trước giờ mình nhận định hơi cục bộ về nó.
Sự hình thành và cố kết các khái niệm trong chuyên môn
Suốt một thời kì dài, chúng ta đã quen cảm nhận nhiều công cụ, kỹ năng trong công việc theo cách quen thuộc. Chúng ta dùng chúng như một điểm đến để giải quyết các nhóm vấn đề nhất định. Ví dụ: Photoshop, và rồi 7-8 năm gần đây là Figma, dùng để sketch & design một phương án giao diện; developer sẽ là người lập trình và xây dựng nên các chức năng dựa trên ý tưởng ban đầu; các bước tạo ra một sản phẩm sẽ đi theo một quy trình 3-5 bước tiêu chuẩn nào đó.
Mọi chuyện ổn định trong thời gian dài. Cả một cộng đồng chuyên môn lớn có những đồng thuận chung về cách tốt nhất để cảm nhận & định danh các khái niệm trên, cả sơ cấp & thứ cấp. Lý thuyết kiến tạo xã hội về công nghệ (Social Construction of Technology – SCOT) gọi trạng thái đồng thuận này là sự “cố kết” (closure): một công nghệ mới ban đầu được các nhóm khác nhau hiểu theo nhiều cách, rồi dần ổn định quanh một cách hiểu chung.
Người mới cũng có một quỹ thời gian hợp lý để có thể tiếp xúc, cảm nhận được về sự hiện diện của một khái niệm, thay vì chỉ đơn thuần là đọc hiểu lý thuyết về nó. Quỹ thời gian của người mới này đã từng được đề cập đến trong lý thuyết cộng đồng thực hành (community of practice) của Jean Lave và Etienne Wenger: người mới bắt đầu ở vị trí ngoại vi, làm những việc nhỏ, quan sát người có kinh nghiệm, rồi dần đi vào trung tâm. Đây là con đường đi từ identity sơ cấp đến identity thứ cấp, và nó cần thời gian. Sự ổn định trước đây cho người mới nhiều thời gian. Thông qua cả đào tạo hoặc được thực hành trong một phạm vi an toàn (sandbox). Vậy mà…
Điều kiện để khủng hoảng danh tính xuất hiện
Khủng hoảng danh tính của các vai trò, kĩ năng và cả công cụ đã diễn ra nhiều lần trong quá khứ chứ không phải tới khi AI xuất hiện thì nó mới có.
Khái quát ra thành hình mẫu chung về quá trình một khái niệm nào đó bị khủng hoảng danh tính: Đầu tiên nó mất giá trị, nó bị buộc phải thay đổi. Nó cứ dần không giống cái nó đang tồn tại vững chắc nữa. Sau quá trình trục trặc với câu hỏi “giờ rốt cục mình là cái gì?”, nó sẽ biến đổi để thích nghi với một thế giới mới, hoặc nó biến mất luôn.
Trong môi trường chuyên môn về kỹ thuật, có thể tìm thấy ví dụ về trường hợp biến mất hoàn toàn của một kĩ năng. Ngày xưa người ta có kĩ năng “đục lỗ trên một tấm bìa để lập trình“, kĩ năng này đã không cần thiết và bị lãng quên rất lâu, dù thời gian đầu nó được coi trọng và giúp ích người sở hữu rất nhiều.
Trường hợp của một khái niệm được hấp thụ và thay đổi danh tính cũng có thể nhìn thấy. Trong khoảng hơn 10 năm đổ lại đây, chúng ta có kỹ năng “cắt html/css”. Các “di chỉ” về kỹ năng này giờ chắc chỉ còn tồn tại trong những mô tả công việc lỗi thời. Nhiều JD vẫn ghi yêu cầu về kĩ năng này nhưng thực tế nhiều bạn fresher còn không biết nó là gì. “Cắt HTML/CSS” đã biến đổi, identity sơ cấp vẫn còn trên những “khảo cổ chuyên môn” =)), còn identity thứ cấp đã mất. Phần việc chuyển bản thiết kế thành HTML/CSS vẫn tồn tại, nhưng đã trở thành một phần của chuỗi các hoạt động lập trình front-end và không còn là một kỹ năng đứng riêng. Thứ biến mất thường là tên gọi và cách phân chia công việc; năng lực nền phía dưới có thể được chuyển sang một hình thức khác.
Nhìn rộng ra xã hội hơn, bạn sẽ thấy chúng ta không còn thấy những nghề như lái xe ngựa, tủ điện thoại công cộng hay chuyên gia sử dụng bàn tính gỗ nữa.
Một cuộc đại tuyệt chủng của danh tính (a great identity extinction)
Cái loạn lạc của giai đoạn này là vì tốc độ diễn ra của quá trình trên nhanh quá, và rộng quá. Làn sóng AI xuất hiện và nó tác động tới gần như toàn bộ những thứ có thể kể tên ở trên. Điều này tạo ra một cảm giác giống với những cuộc đại tuyệt chủng của hàng loạt sinh vật trong những lần môi trường bị biến động mạnh. Mình tạm gọi cái này là “cuộc đại tuyệt chủng danh tính”.
Trong thế giới tự nhiên, một sự biến đổi đột ngột vì thiên tai hay sự cố hy hữu làm thay đổi cả hệ sinh thái, các sinh vật sốc và tuyệt chủng hàng loạt do không kịp thích nghi. Cuộc càn quét danh tính các khái niệm chuyên môn lại có nét khác hơn: AI không lao xuống toàn bộ nền kinh tế & hạ tầng kĩ thuật, ngành nghề của cả thế giới như một viên thiên thạch, mà nó lan ra như một kiểu sinh vật nội cộng sinh biến đổi gen. Chính cái kiểu lan ra và thâm nhập này đã tạo ra hàng loạt tác động biến đổi vai trò hoặc triệt tiêu mô hình sinh tồn của các đối tượng chuyên môn. Nó thấy ghê vl. Vừa sâu vừa khó chống cự.
Ví dụ về các công cụ: AI Agent sẽ chui vào Figma và hoạt động được. Figma buộc phải có thêm những tính năng mới và thích nghi với những UX Pattern mới này. Người dùng thì chưa kịp làm quen với cách dùng mới, đã nhìn thấy một chức năng lạ hoắc huơ đâu đó trồi ra. Theo cách phân biệt của Heidegger ở phần trên, Figma đang chuyển từ trạng thái “sẵn trong tay” sang trạng thái phải được nhìn và suy nghĩ lại: người dùng không còn dùng nó một cách tự nhiên nữa. Figma đang lao vào một cuộc đua với sự lỏng hóa danh tính thứ cấp của mình.
Hoặc ví dụ về vai trò đi: vai trò cũ buộc phải có thêm kĩ năng mới, khi kỹ năng mới dần trở thành tiêu chuẩn thì vai trò cũ có nên đổi tên? Kỹ năng cũ mất giá thì vai trò bị chất vấn. Rồi thì vai trò khác cũng có thể xử lý vấn đề này cùng các kĩ năng khác, vậy nếu vẫn giữ tên cũ thì thật ra giờ họ đang làm gì? Các phạm vi chuyên môn của nhiều vai trò trước đây tạo thành những pipeline với những phân khu rõ ràng, nối tiếp nhau.
Giờ đây ông A cầm AI làm được một nhúm việc của ông B và ông C, ông C cũng cầm AI, làm được một ít việc của ông A và B. Còn ông B thì biến mất, hoặc ông B cầm AI và đồng thời trở thành cả ông A và ông C cộng lại =)). Rối quá là rối và chưa có công thức phổ quát.
Có vài lý thuyết, chúng nó bổ sung cho nhau về hiện tượng này. Nhà xã hội học Andrew Abbott cho rằng mỗi nghề tồn tại nhờ “quyền tài phán” (jurisdiction) trên một vùng công việc, và các nghề liên tục tranh chấp ranh giới với nhau mỗi khi công nghệ hay thị trường thay đổi. Ở góc độ kinh tế học, David Autor chỉ ra rằng tự động hóa thay thế từng tác vụ chứ không thay thế nguyên một nghề; nghề nghiệp được tái cấu trúc khi tập hợp tác vụ của nó bị tách ra và phân bổ lại. Trường hợp ông B là khi toàn bộ tác vụ của một vai trò đã được những vai trò khác chia nhau. Hai lý thuyết trên cho chúng ta thấy một việc: AI không cướp việc của ai đó, nó xóa bỏ ranh giới và khiến vùng tác vụ của các chuyên môn bị chồng lấn, người không thích nghi được dần bị đẩy ra khỏi cuộc chơi. Năm 2026, việc này diễn ra trên diện rộng và nhanh.
Ở khía cạnh kỹ năng: tốc độ lỗi thời của kĩ năng đang diễn ra nhanh, theo một kiểu mà khi mô tả ra sẽ thấy nó phi lí và đáng sợ. Có nhiều kĩ năng được sinh ra nhờ AI, vào đầu năm, và biến mất vào cuối năm, cũng bởi AI. Khi người ta còn chưa kịp gõ tên khái niệm đó để tìm kiếm, thì nó đã lỗi thời. Nhiều người vừa mắt sáng rỡ nghĩ rằng đã đến thời của mình thì đến cuối năm họ rơi vào khủng hoảng danh tính.
Ví dụ rõ nhất là chức danh prompt engineer: được xem là một trong những nghề hấp dẫn nhất năm 2023, nhưng đến năm 2025 đã bị nhiều nguồn đánh giá là lỗi thời, khi các mô hình hiểu yêu cầu tốt hơn và việc viết prompt chuẩn đã không còn cần thiết. Có những process đầu năm còn được xem là tối ưu, chỉ giới chuyên gia mới làm tốt. Đến cuối năm, nhiều người bình thường đã xử lý được, chỉ bằng những trao đổi hết sức con người cùng các tác nhân AI.
Những khái niệm cũ sụp xuống dù đã ở đó bao năm, đáng sợ một. Các khái niệm mới vừa mọc lên đã sụp ngay, và càng lúc thời gian càng ngắn, điều này đáng sợ gấp mười. Nó khiến cho người cũ hoang mang về giá trị của thứ mình sở hữu, nó làm cho người mới vừa tự tin xong đã phải xét lại, nó làm cho không một nhận định nào trở nên vững chắc. Người ta cũng không biết nó sẽ nung chảy không gian công việc đến lúc nào rồi mọi thứ mới chịu đông lại.
Lạc quan mà nói thì, cuộc đại tuyệt chủng danh tính này cũng sẽ mở đường cho một sự xuất hiện của những khái niệm mới, vai trò và công cụ mới. Nếu bạn đang trôi dạt thì cũng không có gì quá đáng lo, ai cũng đang bị buộc phải trôi dạt cả thôi. Dè, và trông nó đáng sợ cho tất cả, không chỉ riêng bạn, chúc mừng bà nha =))
Chương 2: Các giai đoạn con người hình thành process lao động trong các thời kì trước đây
Để thấy vì sao khủng hoảng danh tính hiện nay khác với các lần trước, cần nhìn lại cách process lao động được hình thành, lưu giữ và truyền lại qua các thời kỳ. Một khung tham chiếu phù hợp là cách nhà nhân học Margaret Mead phân loại văn hóa theo hướng truyền thụ tri thức giữa các thế hệ trong cuốn Culture and Commitment (1970): văn hóa hậu hình (postfigurative), đồng hình (cofigurative) và tiền hình (prefigurative). Ở văn hóa hậu hình, xã hội thay đổi chậm và người trẻ học chủ yếu từ người già. Ở văn hóa đồng hình, xã hội thay đổi vừa phải và các thế hệ học lẫn nhau, phần lớn là học từ người cùng thời. Ở văn hóa tiền hình, xã hội thay đổi nhanh đến mức người lớn tuổi phải học từ người trẻ. Nghe nó thuật ngữ, mà nó lùng bùng sao á he, không sao, hãy nhìn vào ba giai đoạn dưới đây, nó gần như tương ứng với ba kiểu văn hóa này.
Tính truyền thừa của kinh nghiệm trong các thời kì lao động nông nghiệp
Trong xã hội nông nghiệp, môi trường lao động thay đổi rất chậm. Đất đai, mùa vụ, thời tiết và công cụ gần như giữ nguyên qua nhiều thế hệ. Vì vậy, kinh nghiệm của thế hệ trước gần như áp dụng được trọn vẹn cho thế hệ sau.
Process lao động ở giai đoạn này không được viết thành tài liệu, mà được lưu giữ trong con người và trong ngôn ngữ của cộng đồng. Trong một cuộc trao đổi về văn hóa Việt thông qua mâm cơm, mình may mắn được nghe thầy Nguyễn Hiếu Tín nói về điều này.
Ở môi trường văn minh lúa nước như Việt Nam, người dân hình thành cả một nền văn hóa với tư duy tổng hợp kiến thức. Biểu hiện có thể thấy ở việc nhiều câu tục ngữ, ca dao về nông nghiệp có chức năng giống một bản hướng dẫn quy trình. Câu “nhất nước, nhì phân, tam cần, tứ giống” là một thứ tự ưu tiên các yếu tố của việc trồng lúa. Câu “chuồn chuồn bay thấp thì mưa, bay cao thì nắng, bay vừa thì râm” là một quy tắc dự báo thời tiết dựa trên quan sát. Những tri thức này được truyền miệng và được kiểm chứng qua thực hành hằng năm.
Với nghề thủ công, process được truyền theo hình thức cha truyền con nối trong các làng nghề, và bí quyết nghề thường được giữ trong dòng họ. Ở châu Âu thời trung cổ, hệ thống phường hội tổ chức việc truyền nghề theo ba bậc: học việc (apprentice), thợ bạn (journeyman) và thợ cả (master). Người học việc sống và làm việc cùng thợ cả trong nhiều năm trước khi được công nhận tay nghề.
Điểm đáng chú ý là ở hình thức truyền nghề này, identity sơ cấp và identity thứ cấp của một kỹ năng được truyền cùng lúc. Người học không biết về một kỹ năng qua văn bản trước rồi mới trải nghiệm sau. Họ biết nó thông qua việc trực tiếp làm và trực tiếp thấy giá trị của nó trong công việc hằng ngày. Phần lớn tri thức được truyền ở đây chính là tri thức ngầm mà Polanyi mô tả.
Trong bối cảnh đó, kinh nghiệm tăng giá trị theo thời gian. Người càng lớn tuổi, càng làm lâu thì càng có nhiều kinh nghiệm đúng với hoàn cảnh, đúng như câu “gừng càng già càng cay”. Đây là đặc trưng của văn hóa hậu hình theo cách phân loại của Mead: tương lai của người con về cơ bản giống với quá khứ của người cha.
Sự phá vỡ giá trị của kinh nghiệm bởi sự phát triển của khoa học kỹ thuật
Bước ngoặt đầu tiên là khi quá trình lao động bắt đầu được chia nhỏ và mô tả một cách có hệ thống. Năm 1776, Adam Smith dùng ví dụ xưởng sản xuất ghim để chỉ ra rằng khi việc làm một chiếc ghim được chia thành khoảng mười tám công đoạn cho nhiều người, năng suất tăng lên gấp nhiều lần so với một người thợ làm trọn vẹn. Một nghề được tách thành một chuỗi thao tác đơn giản, và mỗi người chỉ cần thành thạo một thao tác. Trước đây, văn minh lúa nước và tư duy tổng hợp đã ổn định ngàn đời. Thì nhờ mô hình này, tư duy phân tích đã tạo ra một đỉnh cao mới: Công nghiệp.
Cách mạng công nghiệp đẩy quá trình này đi xa hơn bằng máy móc. Phong trào Luddite ở Anh (1811–1816) là một ví dụ về khủng hoảng danh tính của một nhóm nghề. Những người thợ dệt lành nghề đập phá máy móc, nhưng theo các nhà sử học, điều họ phản đối không phải là bản thân công nghệ, mà là việc máy móc cùng lao động không có tay nghề làm cho kỹ năng và vị thế của họ mất giá trị.
Đầu thế kỷ 20, Frederick Taylor đưa ra quản lý theo khoa học (scientific management, 1911). Taylor đo thời gian của từng thao tác, xác định cách làm tối ưu và chuẩn hóa nó thành quy trình do bộ phận quản lý nắm giữ. Tri thức vốn nằm trong đầu người thợ được chuyển thành tài liệu và quy định. Năm 1913, Ford đưa vào vận hành dây chuyền lắp ráp di động tại nhà máy Highland Park, đưa nguyên tắc này vào quy mô sản xuất hàng loạt. Đến năm 1974, Harry Braverman gọi hệ quả của quá trình này là sự phi kỹ năng hóa (deskilling): người lao động mất dần quyền kiểm soát và sự hiểu biết toàn diện về công việc của mình.
Đây là thời điểm process lao động được văn bản hóa trên diện rộng, và cũng là lúc identity sơ cấp bắt đầu tách khỏi identity thứ cấp. Một người có thể đọc quy trình và làm theo mà không cần nhiều năm học việc. Giá trị của kinh nghiệm cá nhân giảm xuống, còn giá trị của quy trình được viết ra tăng lên. Theo cách phân loại của Mead, xã hội chuyển sang văn hóa đồng hình: kinh nghiệm của thế hệ trước không còn khớp hoàn toàn với hoàn cảnh mới, nên người ta học nhiều hơn từ người cùng thời và từ hệ thống đào tạo chính thức.
Dù vậy, các quy trình ở giai đoạn này vẫn có tuổi thọ dài, thường tính bằng nhiều thập kỷ. Khi Peter Drucker đưa ra khái niệm người lao động tri thức (knowledge worker) vào cuối thập niên 1950, công việc trí óc cũng dần được quy trình hóa theo cách tương tự. Trong phát triển phần mềm, mô hình thác nước (waterfall) chiếm ưu thế trong nhiều thập kỷ, trước khi Tuyên ngôn Agile ra đời năm 2001. Trong thiết kế, các khung quy trình như Double Diamond của Design Council (2005) và Design Thinking trở thành chuẩn chung. Những khái niệm & quy trình kể trên tồn tại đủ lâu để cộng đồng chuyên môn kịp đạt được đồng thuận.
Tốc độ lỗi thời của kinh nghiệm càng lúc càng nhanh, và ở thời kì AI này thì nó được tính theo năm hoặc tháng
Tri thức có tuổi thọ, và tuổi thọ đó có thể đo được. Samuel Arbesman dùng khái niệm “chu kỳ bán rã của sự thật” (the half-life of facts) để mô tả việc mỗi lĩnh vực có một khoảng thời gian đặc trưng mà sau đó một nửa tri thức của nó bị thay thế hoặc bác bỏ. Khoảng thời gian này khác nhau giữa các lĩnh vực và có xu hướng ngắn lại. Khi khủng hoảng danh tính các khái niệm chuyên môn diễn ra, các tri thức này sụp đổ theo dây chuyền và các sự thật mới sẽ xuất hiện với tần suất nhanh. Nhanh đến nỗi giới chuyên môn chưa kịp viết lại thì sự thật mới đã mọc ra =)).
Ví dụ về ngành thiết kế giao diện, vòng đời của công cụ đã rút ngắn rõ rệt. Photoshop là công cụ chính để thiết kế giao diện trong khoảng hai thập kỷ. Sketch (ra mắt năm 2010) thay thế vai trò đó trong khoảng nửa thập kỷ, rồi Figma (ra mắt công khai năm 2016) trở thành tiêu chuẩn. Trong giai đoạn AI, các công cụ, tính năng và cách làm việc mới xuất hiện và thay đổi theo từng tháng. Khi đang viết bài này, mình thật sự không chắc chắn workflow nào là tối ưu và nếu có thì trong vài tháng nữa nó có lỗi thời hay không.
Ở phạm vi toàn thị trường lao động, báo cáo Future of Jobs 2025 của Diễn đàn Kinh tế Thế giới ước tính rằng khoảng 39% bộ kỹ năng hiện có của người lao động sẽ thay đổi hoặc lỗi thời trong giai đoạn 2025–2030.
Theo cách phân loại của Mead, đây là đặc trưng của văn hóa tiền hình: người có kinh nghiệm lâu năm phải học từ người trẻ. Trong môi trường làm việc, điều này thể hiện ở việc người senior học cách dùng công cụ và workflow AI từ người junior. Khi Mead viết về văn hóa tiền hình năm 1970, khoảng cách bà mô tả là khoảng cách giữa hai thế hệ. Hiện nay, khoảng cách đó có thể chỉ tính bằng vài năm kinh nghiệm.
Tuy nhiên, văn hóa tiền hình trong công việc có một giới hạn. Người trẻ có thể nắm công cụ mới nhanh hơn, nhưng họ chưa có identity thứ cấp của những kỹ năng nền tảng, vì họ chưa có đủ thời gian trải nghiệm giá trị của chúng. Người lớn tuổi có identity thứ cấp của kỹ năng nền tảng, nhưng identity sơ cấp của các công cụ mới thì liên tục phải học lại. Không bên nào có đầy đủ cả hai cấp.
Điểm chung xuyên suốt ba giai đoạn là khoảng thời gian để một kinh nghiệm hình thành, được cộng đồng công nhận và truyền lại ngày càng ngắn. Ở giai đoạn hiện nay, khoảng thời gian đó ngắn hơn thời gian một người cần để đi từ việc biết về một kỹ năng đến việc thực sự trải nghiệm giá trị của nó. Điều này có thể sau này mình sẽ viết dài hơn trong bài về “tính lưỡng nan trong học tập và đào tạo của thời kì AI”
Chương 3: Cuộc khủng hoảng danh tính của digital product
Sản phẩm số cũng không nằm ngoài vòng xoáy của cơn đại tuyệt chủng danh tính như đã kể. Trong phần trước, ta tập trung phân tích về các khái niệm vai trò & kỹ năng trong quy trình làm việc. Phần này chúng ta nói về cái thành phẩm của hoạt động trên, và phân tích sự phai mờ giá trị của nó. Một cách khái quát, sản phẩm số đang bị phổ thông hóa (commoditized). Cái gọi là khủng hoảng danh tính của sản phẩm số nói chung sẽ không diễn ra như trong góc nhìn công cụ, nên mình tách ra.
Các quan điểm trong phần này, mình viết thêm từ cái draft đã nhận định từ bài “nửa năm vibecode & những điều nhận ra“, bạn có thể đọc bài đó và thấy những quan điểm này ở mức độ sơ khai hơn khi mình viết cách đây vài tháng.
Sản phẩm dễ tạo ra hơn trước & thói quen tạo giải pháp của người dùng
Digital product vốn có một đặc điểm: làm ra bản đầu tiên thì tốn kém, nhưng sao chép thêm các bản sau thì gần như không tốn gì. Các startup công nghệ trước đây dùng triết lý này để tạo ra những bước nhảy. Họ scale up mô hình với số lượng lớn người dùng và thu lợi. Ở giai đoạn R&D, bỏ nguồn lực ra để tạo dựng một sản phẩm là một đầu tư xứng đáng. Xứng đáng, không chỉ là vì sau khi đã xử lý xong phần việc này, bạn nhẹ nhàng trong giai đoạn phát triển và mở rộng tệp người dùng để kiếm lời dễ dàng. Mà còn vì nó tạo ra một hàng rào vững chãi để các đối thủ khác có muốn thách thức cũng gặp nhiều khó khăn.
Bùm một phát, AI xuất hiện và nhanh chóng thông minh lên như vũ bão, nó bẻ gãy ý đầu tiên trong mệnh đề trên. Giờ đây, chính chi phí tạo ra bản đầu tiên cũng giảm mạnh. Một người không biết lập trình có thể tạo ra một công cụ chạy được chỉ trong vài giờ, đôi khi vài phút. Rào cản để gia nhập thị trường tự nhiên giảm mạnh, và đây là một điểm đánh mô hình sản phẩm khá căng. Không phải là giá trị sản phẩm giảm, mà là người ta thấy những con đường khác. Nếu đọc đến đây và bạn có phản biện rằng người non-tech thì làm sao giỏi bằng đội ngũ tech được thì mình đồng ý nha. Nhưng mà đọc tiếp khúc sau.
Trải nghiệm cá nhân & quan sát tương ứng
Vài hôm trước mình có tự nhìn lại hành trình đi tìm một giải pháp khi gặp các vấn đề trong công việc qua từng thời kì, từ những năm 2000s đến 2026 này. Mình bảo là: giai đoạn này việc đầu tiên mình làm khi gặp một vấn đề, một bứt rứt khó chịu muốn xử lý nhanh, là sẽ dùng AI để tìm giải pháp, và sau đó là vibecode ra một cái tool hỗ trợ. Trộm nghĩ không biết mọi người xung quanh có đang chung một pattern không, mình đi tìm các thông tin để nói về việc này.
Có ba bài viết, cách nhau khoảng mười năm, mô tả cùng một hiện tượng: phần mềm không cần quy mô.
Clay Shirky, Situated Software (2004): phần mềm được viết cho một nhóm người cụ thể trong một bối cảnh cụ thể. Nó không cần mở rộng cho hàng triệu người và chính vì thế mà phù hợp hơn với nhóm đó.
Robin Sloan, An app can be a home-cooked meal (2020): Sloan viết một app nhắn tin chỉ cho gia đình bốn người của mình, và so sánh việc này với nấu một bữa cơm nhà thay vì mở nhà hàng.
Maggie Appleton, Home-cooked software and barefoot developers (2024), được tóm tắt trên blog của Simon Willison: bài nói cho rằng các mô hình ngôn ngữ lớn sẽ giúp những người không chuyên (“lập trình viên chân đất”) làm ra phần mềm cho cộng đồng nhỏ của họ.
Ở mỗi thời kì, Ta có thể thấy các bài viết có các quan sát riêng, nhưng hình mẫu và xu thế chung là có. Bên cạnh các ý về sự vừa đủ của phần mềm, từng bài cho thấy các mức độ dễ tiếp cận dần để tạo ra một phần mềm. Thay đổi quan trọng thể hiện rõ, khi việc tạo ra phần mềm bị comoditize dần. Biểu hiện của nó nằm ở hành vi: người dùng bắt đầu tự tạo giải pháp thay vì đi tìm giải pháp có sẵn trên thị trường. Hiện tượng này đã được dự báo từ khá lâu. Năm 1980, trong cuốn The Third Wave, Alvin Toffler dùng khái niệm prosumer để chỉ người vừa tiêu dùng vừa tự sản xuất những gì mình dùng. Toffler cho rằng công nghệ sẽ đưa một phần hoạt động sản xuất quay về với cá nhân và hộ gia đình (Thời đó thế giới có khi còn chưa nghe về AI, nhưng xu hướng đã được vạch ra, quả là một tầm nhìn).
Năm 2005, nhà kinh tế học Eric von Hippel (MIT), trong Democratizing Innovation, chỉ ra rằng rất nhiều đổi mới do chính người dùng tạo ra cho nhu cầu của họ. Lý do là người dùng hiểu nhu cầu của mình rõ nhất, và khi chi phí công cụ đủ thấp, việc tự làm trở nên hợp lý hơn việc chờ thị trường đáp ứng.
Một chuỗi biểu hiện về biến đổi cấu trúc nền kinh tế số
Từ sự phân hóa sản phẩm…
Mình tạm phân loại theo góc nhìn của mình, về các nhóm digital product đang tồn tại: Ở 2 cực sẽ là các Mega-product & Micro-product, khúc giữa là những mô hình kinh doanh digital product đang có ở hiện tại.
Lớp thứ nhất là mega-product: các nền tảng và công cụ AI, các agent dùng để tạo ra những sản phẩm khác. Lớp này có thể trở thành hạ tầng của thời kỳ mới, tương tự vai trò của điện hay Internet trước đây.
Lớp thứ hai là sản phẩm đại chúng có hiệu ứng mạng lưới: app giao đồ ăn, ví điện tử, mạng xã hội, các nền tảng tìm kiếm dữ liệu. Giá trị của chúng không nằm chủ yếu ở phần mềm, mà nằm ở mạng lưới người dùng, đối tác, dữ liệu và hạ tầng vận hành phía sau. Một người dùng có thể tự tạo giao diện của một app giao đồ ăn, nhưng không thể tự tạo ra mạng lưới tài xế và nhà hàng. Các sản phẩm này vẫn tồn tại, nhưng phải tái thiết kế để thích nghi với nhóm người dùng mới và các công cụ phụ trợ của họ, chẳng hạn như AI agent. Figma, một tool đã được liệt kê rất nhiều ở phần trước, cũng thuộc nhóm này.
Lớp thứ ba là micro-product: những sản phẩm nhỏ do người dùng tự tạo cho nhu cầu riêng, với tệp người dùng chỉ một hoặc vài người. Theo khái niệm cái đuôi dài (the long tail) của Chris Anderson, Internet cho phép tồn tại vô số sản phẩm ngách, mỗi sản phẩm có ít khách hàng nhưng tổng lại thì rất lớn. Micro-product là điểm cuối của cái đuôi dài: mỗi sản phẩm chỉ có một người dùng. Lớp này thật ra sẽ dần biến mất khỏi định nghĩa về sản phẩm. Về lâu dài, mình nghĩ nó sẽ là giải pháp trong thói quen của người dùng. Tuy nhiên chuyện đó để nói sau. Trong vài tháng vọc vạch, tự bản thân mình đã tạo hơn chục micro-product và nó rất hiệu quả cho nhu cầu cá nhân.
Giữa các lớp này là lớp trung gian: những công cụ đơn chức năng như nén file PDF, tải video, tool hỗ trợ tìm việc làm, chuyển đổi định dạng hay kho ảnh stock thông thường. Đây là lớp chịu áp lực lớn nhất. Công sức đầu tư để xây dựng và duy trì chúng lớn, nhưng người dùng có thể tự tạo một chuỗi giải pháp nhỏ thay thế khá nhanh, hoặc nhờ thẳng nền tảng AI xử lý.
…cho đến cách mạng xóa bỏ lớp trung gian
Đã có dấu hiệu cho thấy nhiều lập trình viên, rải rác khắp nơi, nghĩ tới việc tái cấu trúc lớp trung gian. Một project mới xuất hiện trong tháng 10/2026, cho thấy áp lực có thể đến từ rất nhiều nơi. Repo HeyPuter/everything (Everything Project) tự giới thiệu là “The world’s software. Rebuilt, open-sourced, and MIT-licensed”, với mục tiêu tạo bản thay thế miễn phí, mã nguồn mở cho toàn bộ phần mềm độc quyền. Chỉ khoảng hai tuần sau khi được tạo, repo đã có khoảng 51 ứng dụng trong 9 nhóm. Các ứng dụng này được đặt ở thế đối đầu, var thẳng mặt những sản phẩm lớn: bảng tính cạnh Excel và Google Sheets, công cụ chỉnh ảnh cạnh Photoshop, CAD cạnh AutoCAD, ngoài ra còn có CRM, kế toán, phần mềm bán hàng, quản lý kho và nhiều nhóm khác (PBX Science).
Đây có thể không phải là một case “khởi nghĩa” sẽ tạo ra sự thay thế như những gì nó đã vạch ra. Nhưng nó đánh dấu cho một xu thế: Các sản phẩm ở lớp trung gian giờ đây sẽ dễ bị tổn thương hơn trước. Nếu không có những cập nhật để tạo lợi thế cạnh tranh mới thì việc sản phẩm kẹt ở phần lửng lơ dễ bị khủng hoảng danh tính là chuyện rất gần.
Hiện tượng này đã từng được nhắc đến trong bài trước, nó gọi là xóa bỏ trung gian (disintermediation). Trong bài trước, mình nhắc về nó khi nói về việc các vai trò trong công việc dần bị thay đổi (có nhắc ở phần trên khi nói về khủng hoảng danh tính của các chức danh). Còn ở phần này, chúng ta nói tới nó trong flow của thị trường. Người dùng cấp tiến, thay vì có thói quen tìm kiếm, so sánh rồi mua hoặc tải một sản phẩm có sẵn, giờ họ có thể đi thẳng từ nhu cầu tới giải pháp. AI là chiếc cầu vượt bắc thẳng qua đầu lớp trung gian.
Sự mờ nhạt về ranh giới giữa prototype & sản phẩm
Nói về micro-product, mình muốn kéo thêm 1 chiều kích thời gian nữa. Dựa trên 1 câu hỏi như này: “khi nào thì thiết kế của bạn sẽ thật đến mức nó giống y như sản phẩm luôn?”. Phổ này mình gọi là phổ về mức độ hiện thực hóa của một thứ, nó sẽ chạy dài từ Idea (cái mơ hồ nhất) – wireframe – UI – Prototype – MVP – Product (cái thực nhất).
Dành cho ai chưa từng biết về prototype thì định danh sơ cấp của nó là thế này: prototype là một phiên bản thử nghiệm dùng để kiểm chứng ý tưởng trước khi đầu tư làm sản phẩm thật. Nếu là sản phẩm vật lý thì prototype được tạo ra để bạn dùng thử nhanh, xem xét các cảm nhận về sản phẩm, kiểm tra lỗi và sau đó chỉnh sửa trước khi sản xuất hàng loạt. Trong quá trình làm thiết kế digital product, tầm 5-7 năm đổ lại đây, người ta làm prototype bằng việc dàn giao diện ra trên một device ảo và kết nối các interaction của thiết kế để trải nghiệm cảm giác khi sử dụng. Giờ đây người ta dùng AI để generate ra cả code của 1 tool chạy như thật. Việc này vừa rẻ, dễ, tốn ít thời gian hơn xưa và mức độ chân thật của nó càng cao hơn xưa. Điều này tạo một cảm giác rằng cái prototype này chính là sản phẩm luôn. Tuy nhiên liệu có phải như vậy không?
Bài báo What Do Prototypes Prototype? (1997) của Stephanie Houde và Charles Hill cho rằng mỗi prototype được tạo ra để trả lời một câu hỏi thiết kế cụ thể. Câu hỏi đó thuộc một trong ba nhóm: vai trò (sản phẩm có ích gì với người dùng), giao diện và cảm nhận (nó trông và cảm thấy thế nào), hoặc cách hiện thực (nó có làm được về mặt kỹ thuật không). Theo cách nhìn này, một thứ là prototype hay không phụ thuộc vào mục đích của nó, không phụ thuộc vào việc nó trông hoàn thiện đến đâu.
Đây là chỗ người chưa có nhiều chuyên môn hay nhầm khi tự tạo prototype bằng AI. AI tạo ra những phiên bản trông rất hoàn thiện: có giao diện đẹp, có dữ liệu mẫu, có thể bấm thử. Người tạo dễ nhầm độ hoàn thiện bề ngoài với việc sản phẩm đã sẵn sàng. Thực ra phiên bản đó mới trả lời câu hỏi về giao diện và một phần vai trò. Câu hỏi về cách hiện thực ở quy mô thật, gồm bảo mật, xử lý dữ liệu, hiệu năng và bảo trì, vẫn chưa được trả lời.
Theo quy trình truyền thống, prototype vốn sinh ra để bị bỏ đi. Trong The Mythical Man-Month (1975), Fred Brooks có lời khuyên nổi tiếng “hãy lên kế hoạch để vứt bỏ một bản” (plan to throw one away), vì phiên bản đầu tiên của một hệ thống gần như chắc chắn sẽ phải làm lại. Khái niệm MVP (sản phẩm khả dụng tối thiểu), được Eric Ries phổ biến trong The Lean Startup, cũng có mục đích chính là học hỏi và kiểm chứng giả thuyết.
Khi chi phí tạo prototype cho một sản phẩm số giảm mạnh, bước “vứt bỏ” này dần biến mất. Người dùng có thể xem prototype như MVP hoặc như sản phẩm thật, miễn là nó giải quyết được vấn đề của họ. Lúc đó, ranh giới giữa micro-product và prototype không còn rõ ràng.
Ví dụ: một designer dùng AI tạo ảnh để làm bản nháp ý tưởng cho một poster. Với designer, đó là prototype, một bước trong quá trình đi tới bản hoàn chỉnh. Nhưng một chủ quán cà phê có thể in luôn bản nháp đó ra để dùng, và điểm tạo ra mâu thuẫn là nó vẫn có tác dụng. Herbert Simon gọi kiểu ra quyết định này là satisficing, ghép từ satisfy (thỏa mãn) và suffice (đủ): trong thực tế, con người thường chọn phương án đầu tiên đạt ngưỡng chấp nhận được, chứ không đi tìm phương án tối ưu. Với chủ quán, poster đã đạt ngưỡng “dùng được”, nên bản hoàn thiện của designer không còn cần thiết. Trong phần mềm, Richard Gabriel từng mô tả một hiện tượng tương tự qua bài luận The Rise of “Worse is Better” (1989): những giải pháp đơn giản, chưa hoàn hảo nhưng dễ làm và dễ lan truyền thường thắng những thiết kế hoàn chỉnh hơn.
Từ góc nhìn của người tạo, sự thay đổi thói quen cũng diễn ra. Khi quen dần với vibecode, mình bắt đầu bỏ bớt sự đòi hỏi những chi tiết nhỏ để hoàn thiện một sản phẩm không tì vết, và chuyển sang tạo phiên bản khả dụng tối thiểu rồi phát triển dần lên. Mình quan tâm ít hơn tới màu sắc, font chữ hay hiệu ứng, và nhiều hơn tới việc toàn bộ trải nghiệm có dễ dùng không, dữ liệu có an toàn không, tốc độ có ổn không. Cách nhìn sản phẩm chuyển từ cục bộ sang tổng thể, từ đầu ra (output) sang kết quả (outcome).
Điểm này trả lời cho phản biện ban đầu ở khúc trước: Rằng một non-tech developer liệu làm sao có thể hơn được đội ngũ lập trình xịn xò, những chuyên gia với quy trình đã được chuyên nghiệp hóa rất vững vàng. Thật ra thì không cần hơn, họ chỉ cần tạo ra được thứ đủ tốt. Và không phải là một vài người, mà là cả một làn sóng người dùng với thói quen mới. Sản phẩm cũ sẽ phải đối mặt với một làn sóng ồ ạt, vài trăm ngàn micro-product. Mỗi cái gánh một phần vai trò của sản phẩm lớn, vừa đủ dùng, và dần xóa đi sự hiện diện của nó.
Tuy nhiên, ranh giới giữa prototype và sản phẩm mờ đi ở thời điểm tạo ra, nhưng thường xuất hiện trở lại ở giai đoạn vận hành. Ward Cunningham gọi phần chi phí ẩn của những lối tắt trong phát triển phần mềm là nợ kỹ thuật (technical debt): làm nhanh hôm nay thì sau này phải trả “lãi” bằng công sức sửa chữa. Một micro-product chỉ dùng cho một người có thể không bao giờ phải trả khoản nợ này. Nhưng khi nó được chia sẻ cho nhiều người, chứa dữ liệu quan trọng hoặc được đem đi thương mại hóa, các vấn đề về bảo mật, bảo trì và trách nhiệm sẽ xuất hiện. Đó là những vấn đề mà người có chuyên môn về công nghệ và sản phẩm đã phải giải quyết trong thời gian dài, nhưng người mới tự tạo sản phẩm thường không nhìn thấy.
Vì vậy, có thể định nghĩa lại ranh giới giữa prototype và sản phẩm bằng ba tiêu chí, thay vì bằng độ hoàn thiện:
Mục đích: được tạo ra để học hỏi, kiểm chứng, hay để dùng.
Người gánh rủi ro: chỉ người tạo ra nó, hay cả những người dùng khác.
Vòng đời: dùng một lần rồi bỏ, hay cần được duy trì và bảo trì lâu dài.
Theo cách này, micro-product là một “sản phẩm cho một người”: mục đích là để dùng, nhưng rủi ro chỉ do chính người tạo gánh. Đó là lý do nó có thể bỏ qua nhiều tiêu chuẩn mà một sản phẩm đại chúng bắt buộc phải có.
Chương 4: Câu chuyện đi tìm danh tính của mỗi cá nhân
Là người dùng của những công cụ mới, đồng thời cũng là người đang tham gia vào các guồng quay chuyên môn, tự nhiên bạn thấy một phức cảm chạy song song. Bạn được hưởng lợi nhờ sự phát triển của công nghệ và AI, nhưng nghịch lý là bạn lại lo lắng hơn. Bạn làm được nhiều hơn nhưng lại thấy không đủ. Bạn chạy nhanh hơn nhưng thấy mình bị chậm vì người khác và cả con đường cũng đang chạy, thậm chí còn nhanh hơn bạn. Bạn biết nhiều hơn nhưng lại càng lúc càng cảm thấy khó bắt kịp với kiến thức.
Kỳ lạ là mình thấy nó xảy ra với hầu hết mọi người, chúng ta đón nhận một tiến bộ mới bằng sự âu lo. Kể cả những ai đang muốn khoe về những cái mới, đôi khi họ cũng dùng nỗi sợ để nói lên sự tiến bộ (ví dụ như: “ABC đã chết”, “Từ giờ tôi không cần vai trò XYZ nữa” hoặc “Nếu bạn không biết đến các prompt này thì bạn đã lạc hậu”, v.v…). Đọc đến đây nếu thấy quen quen, thì hy vọng các quan điểm ở trên phần nào cũng lý giải cho bạn tại sao rồi he.
Nhà xã hội học Hartmut Rosa gọi đây là nghịch lý của gia tốc xã hội: công nghệ giúp làm mọi việc nhanh hơn, lẽ ra phải giải phóng thời gian, nhưng con người lại càng thấy thiếu thời gian, vì khối lượng việc và số lựa chọn tăng nhanh hơn tốc độ của công nghệ. Triết gia Byung-Chul Han, trong The Burnout Society, bổ sung thêm một lớp lý giải nữa: trong xã hội thành tích, khẩu hiệu cổ vũ tích cực “bạn có thể làm được” nghe có vẻ tự do và tích cực. Thế nhưng nó chỉ thay thế các luật lệ hà khắc hay sự kỉ luật của tập thể công nghiệp bằng một guồng lao lực mới: động lực phát triển. Mỗi người trở thành chủ thể tự bóc lột chính mình, vì không có giới hạn nào cho những gì mình còn có thể làm thêm. AI mở rộng giới hạn của những gì một người có thể làm, nên cảm giác “chưa đủ” trở thành trạng thái thường trực.
Cuộc đại tuyệt chủng danh tính làm mất đi giá trị của những thứ bạn sở hữu, từ kiến thức cho đến kinh nghiệm. Như một lẽ tự nhiên, nó làm nhòa cái vị thế của bạn trong bức tranh tập thể mà bạn tham gia. Vậy giờ làm gì? chọn cách nào để đậm nét trở lại? Có nên học thêm gì không? Có nên thay đổi bản thân không? Rất nhiều câu hỏi bật ra. Phần này mình viết dựa trên góc nhìn của bản thân trong thế của người trong cuộc, làm chuyên môn và lo lắng. Góc nhìn thứ hai đến từ vai trò người làm đào tạo, phải đi tư vấn cho rất nhiều case người làm chuyên môn đang kẹt trong khủng hoảng. Góc nhìn cuối cùng mình dùng là góc nhìn của những quan sát từ đầu bài tới giờ. Tổng hợp lại để nêu ra một vài ý.
Thực trạng lạm phát tri thức
Từ đầu bài chúng ta đã thấy các vấn đề về kinh nghiệm, giá trị và kể cả sự thật đều đang rơi vào việc mất giá nhanh. Đây là lạm phát các tài sản tri thức.
Bạn thấy sản phẩm trên tay mình không thay đổi, nhưng nó bị tuột giá do ngoài thị trường có cái tốt hơn, hoặc giải pháp thay thế hiệu quả hơn. Tài sản trí tuệ bây giờ cũng gặp phải vấn đề tương tự. Người có chuyên môn không dở đi, chỉ là ngoài kia có thêm những giải pháp rất đơn giản cho người bình thường sử dụng.
Trong tình trạng này thì giỏi hơn, trở nên chuyên sâu hơn lại không phải là giải pháp an toàn. Vì tốc độ mất giá của cái bạn đang sở hữu nhanh hơn tốc độ giỏi lên của bạn. Dễ hình dung điều này. Nó giống như bạn đang chạy nhanh trên một con đường, mà phía sau lưng bạn mọi thứ biến mất nhanh hơn cả tốc độ chạy của bạn.
Các nghiên cứu gần đây cho thấy cơ chế của hiện tượng này khá rõ. Nghiên cứu của Erik Brynjolfsson và cộng sự trên hơn 5.000 nhân viên chăm sóc khách hàng ghi nhận trợ lý AI giúp nhân viên mới tăng năng suất 34%, trong khi tác động lên nhóm giỏi và nhiều kinh nghiệm rất nhỏ. Nghiên cứu cùng Boston Consulting Group trên 758 tư vấn viên cũng cho kết quả tương tự: nhóm dưới trung bình cải thiện 43%, nhóm giỏi chỉ cải thiện 17%. AI mã hóa một phần cách làm của người giỏi, kể cả phần tri thức ngầm, rồi phân phối nó cho tất cả mọi người. Người giỏi không dở đi, nhưng phần chênh lệch làm nên giá trị của họ bị nén lại.
Tuy vậy, nghiên cứu với BCG có một chi tiết đáng chú ý: ở những việc nằm ngoài năng lực thật của AI, nhóm dùng AI lại làm kém hơn gần 25% so với nhóm không dùng, vì họ tin vào những câu trả lời sai. Không phải mọi chiều sâu đều mất giá như nhau. Phần dễ mất giá là thao tác công cụ, quy trình cụ thể, kiến thức có thể tra cứu, tức những thứ AI phân phối được. Phần bền là khả năng nhận ra khi nào AI sai, đặt đúng vấn đề và hiểu con người. Giỏi hơn ở tầng thứ nhất không theo kịp tốc độ mất giá, nhưng sâu hơn ở tầng thứ hai lại càng có giá khi AI càng phổ biến.
Identity thứ cấp của bạn?
Vẫn dùng nguyên tắc về danh tính để định nghĩa bản thân bạn. Theo bạn, đâu là identity sơ cấp, đâu là identity thứ cấp của chính mình? Bạn giới thiệu gì về bản thân và ngoài kia thì người ta đang nghĩ gì về tên tuổi của bạn.
Trước đây khi có một vài dịp được tiếp xúc với các chương trình hướng dẫn làm personal branding đại trà trên thị trường, mình không có cảm giác tin tưởng lắm vào cách thiết kế giáo trình, phương pháp đào tạo của họ. Hầu hết các giáo trình này đều là hướng dẫn viết, lên kế hoạch truyền thông, sản xuất media. Các chỉ số đo lường của nó thì luôn tập trung vào những cái like, share hoặc rộng ra hơn là tương tác trên mạng xã hội. Đó là sự hiện diện, không phải là thương hiệu.
Lại một dịp khác, khi các trào lưu rộ lên, mình lại thấy nhiều tài khoản gán thêm vào tên họ những hậu tố mang tính chất khoanh vùng (ví dụ anh A tài chính, chị B AI, cô C crypto…). Khó để bảo mình không đánh giá, dù biết đó là 1 chiến lược trong việc làm rõ danh tính của chủ thể đó.
Về góc nhìn cảm xúc, việc nhìn thấy một chiếc tên chủ động đính kèm một kĩ năng khiến mình ngay lập tức nghi ngờ chất lượng của những thông tin họ chia sẻ trước khi thật sự đọc nó. Và nó sẽ còn nhân lên vài lần khi mình thấy các dòng tự nhận vơ như chuyên gia hay master =))). Về mặt kỹ thuật, việc xác định danh tính của bạn thông qua một yếu tố phụ trông khá giả. Nó như kiểu đang cố mô phỏng lớp trải nghiệm danh tính thứ cấp, thứ đáng lý ra cần được giao cho các đối tượng khách quan đánh giá.
Nhà kinh tế học Michael Spence, với lý thuyết tín hiệu, chỉ ra rằng một tín hiệu chỉ đáng tin khi nó tốn kém để tạo ra, đến mức người không có năng lực khó giả mạo. Tự gắn nhãn “chuyên gia” là một tín hiệu rẻ: ai cũng làm được ngay, nên nó không chứng minh được gì. Nhà xã hội học Pierre Bourdieu gọi danh tiếng và sự công nhận là vốn biểu tượng, thứ chỉ tồn tại khi được những người khác trong cùng cộng đồng chuyên môn trao cho và không thể tự phong.
Quá bám chấp vào những công thức để gia tăng sự hiện diện, gắn nhanh một nhãn dán chung chung bỏ vào cho danh tính của mình theo trào lưu. Theo mình có thể đó không phải là một cách hay để tạo dựng danh tính.
Vậy giờ câu trả lời cho danh tính của mình ở đâu
Chức danh đã có nguy cơ bị đe dọa, các kỹ năng cũng không còn cần thiết hoặc phải sáp nhập. Kinh nghiệm của bạn cũng cần phải được chuyển đổi cách dùng. Nó giờ như là một nguyên liệu, chứ không thể sử dụng như bộ lọc tìm kiếm giải pháp trước giờ nữa. Vậy bạn nên đặt danh tính của mình vào điều gì?
Mình nghĩ về 3 thứ, nó có thể tạo nên một hệ trục 3 chiều với: năng lực kiến tạo kết quả (outcome ownership), tư duy khái quát hóa kết hợp với trực giác, và chữ tín. Điểm chung của cả ba là chúng không gắn với một công cụ, một kỹ năng cụ thể hay một chức danh nào, nên có thể đứng vững khi các khái niệm xung quanh đang khủng hoảng danh tính.
Trục thứ nhất: năng lực kiến tạo kết quả (outcome ownership). Thứ định nghĩa một người không phải là họ dùng công cụ gì hay mang chức danh gì, mà là họ tạo ra được tác động gì. Chữ ownership ở đây mang nghĩa làm chủ: làm chủ việc xác định kết quả cần đạt, làm chủ con đường đi tới đó, và làm chủ trách nhiệm với kết quả cuối cùng. Điểm cần phân biệt ở đây là đầu ra (output) và kết quả (outcome). Đầu ra là một bản thiết kế, một đoạn code, một tài liệu. Kết quả là vấn đề có được giải quyết hay không, người dùng có thay đổi hành vi hay không. Nhà quản trị sản phẩm Josh Seiden, trong Outcomes Over Output (2019), định nghĩa kết quả là sự thay đổi trong hành vi của con người tạo ra giá trị. Khi AI làm ra đầu ra ngày càng rẻ, giá trị dịch về phía người biết nghĩ về kết quả trước, đi tới đó bằng bất kỳ con đường nào, điều phối cả con người lẫn AI trên đường đi, và đứng ra chịu trách nhiệm cho kết quả cuối cùng. Nhà nghiên cứu Herminia Ibarra cho rằng người ta không tìm ra danh tính mới bằng cách ngồi suy ngẫm mình là ai, mà bằng hành động và thử nghiệm: danh tính hình thành dần từ những gì mình làm ra. Kết quả còn là một bằng chứng khó làm giả. Theo lý thuyết tín hiệu của Spence, một kết quả cụ thể là tín hiệu đắt, khác hẳn với việc tự gắn nhãn “chuyên gia”.
Rất hề hước, khi đang viết cái này mình xem Vision Quest và gặp được một ví dụ không thể hay hơn. Có tí spoil nhưng mình nghĩ nó không ảnh hưởng lắm đến trải nghiệm xem phim nên mình kể ở đây. Chuyện là, khi Vision đang kẹt hoài trong cơn khủng hoảng hiện sinh, khứa đã dùng hình ảnh ví dụ về con tàu của Theseus để than thở về nỗi đau của bản thân. Khứa gặp một phản biện rất bén từ Ultron. Hắn bảo là: con tàu Theseus chỉ là bài tập của sinh viên năm nhất, điều cần để tâm đến là việc tại sao Theseus lại xây con tàu: Để cứu những đứa trẻ bị bắt đi dâng cho Minotaur. Trong những khoảnh khắc khó khăn, đôi khi người ta cứ mải nghĩ về việc con tàu nào là thật, trong khi thật ra mày nên là thằng Theseus chứ không phải là con tàu. Đây quả là một pha thông não hay đến mức mình phải pause phim lại để vỗ tay. Và để ví dụ về cái neo danh tính thông qua outcome ownership, thì đây là một ví dụ không thể nào đẹp hơn.
Trục thứ hai: tư duy khái quát kết hợp với trực giác. Thú vị là nhờ áp lực từ AI mà giờ đây mình đẩy mạnh các hoạt động tìm kiếm các kiến thức mang tính cốt lõi nhiều hơn trước. Mình tìm kiếm nhiều tư liệu để lý giải các hình mẫu vận động hơn. Mình quan tâm các định nghĩa khái quát hơn, và siêng năng tự đi cô đọng về khái niệm, bản chất của quá trình hơn. Mình tiếp cận và hiểu nhiều hơn về các lý thuyết triết học để lý giải cho những hiện tượng phổ quát. Mình thấy việc đó giúp ích mình khá nhiều trong giai đoạn cần phải tìm giải pháp hoặc thiết kế ra những thứ chưa từng xuất hiện. Điều này tạo ra một kiểu nhạy bén mới mang tên “khái quát hóa”.
Điều thay đổi không chỉ là lượng kiến thức, mà là cách nhìn. Mình không còn dựa vào cảm nhận về công cụ hay kỹ năng, mà quan sát mọi quá trình như một chuỗi có tính bản chất và quy luật chung. Nghiên cứu của Michelene Chi và cộng sự (1981) cho thấy đây chính là khác biệt giữa người mới và chuyên gia: người mới phân loại vấn đề theo đặc điểm bề mặt, còn chuyên gia phân loại theo cấu trúc sâu (tổng quan trên arXiv). Từ cách nhìn đó, trực giác hình thành. Herbert Simon viết rằng trực giác không hơn không kém chính là sự nhận diện: tình huống đưa ra một tín hiệu, tín hiệu gợi lại những gì đã lưu trong trí nhớ, và câu trả lời xuất hiện. Kỳ thủ cờ vua giỏi nhận ra nước đi tốt chỉ trong vài giây, lính cứu hỏa nhiều kinh nghiệm nhận ra ngay tình huống thuộc kiểu nào và phương án khả thi tự hiện ra, theo mô hình ra quyết định dựa trên nhận diện của Gary Klein. Trực giác là kinh nghiệm đã được nén lại, nhanh đến mức không diễn tả được.
Khi thông tin nhiều, kĩ năng mới tạo ra trào lưu và rồi lại biến mất, bất định chính là the new ổn định =))). Vậy thì đừng tin vào kinh nghiệm thuần túy nữa, hãy tin vào kinh nghiệm bị khái quát xa đến mức nó đã biến thành một thứ rất bản năng: trực giác.
Trục thứ ba: chữ tín. Giá trị của mình có thể thay đổi ở khía cạnh chức danh hay kỹ năng, nhưng người khác vẫn có thể tin vào khả năng tạo ra giải pháp của mình. Từ credit bắt nguồn từ động từ Latin credere, nghĩa là “tin”, cùng gốc với credential, tức bằng cấp và chứng chỉ. Nói đến đây chúng ta lại thấy thêm một vài tín hiệu khác để tạo nên danh tính, và nó mất giá cũng ngang ngửa với kỹ năng hay chuyên môn. Tuy nhiên chữ Tín sẽ vẫn ở đó nếu bạn build nó tốt, bạn có thể hình dung theo kiểu một ai đó sẽ đến và giao cho bạn một project kể cả khi không biết dự án sẽ diễn ra thế nào, nhưng họ biết bạn làm được.
Theo mô hình của Mayer, Davis và Schoorman, người ta đánh giá một người đáng tin qua năng lực, thiện ý và chính trực. Phần năng lực có thể chuyển từ “người này giỏi một công cụ, kỹ năng” sang “người này giải quyết tốt một loại vấn đề”, còn thiện ý và chính trực thì không bị AI làm mất giá. Gigerenzer xếp niềm tin vào con người là một trong những công cụ chính để đối phó với bất định. Khi chức danh và chứng chỉ không còn phản ánh đúng năng lực, người ta dựa nhiều hơn vào niềm tin trực tiếp: người này đã giải quyết được gì, có giữ lời không, có hiểu vấn đề của mình không. Chữ tín cũng giống vốn biểu tượng mà Bourdieu mô tả: nó chỉ có khi được người khác trao cho, tích lũy chậm, không thể tự phong, nhưng có thể mất rất nhanh.
Ba trục trong một hệ thống. Lúc viết và nghĩ ra ba trục này mình dùng… trực giác là chính =)). Khi hệ thống lại và trình bày, mình thấy nó có thể khỏa lấp được nhiều thứ. Nó lấp đầy các vùng trống trong một bức tranh từ trong ra ngoài.
Tư duy khái quát hóa và trực giác là phần nội tại: cách mình nhìn và quyết định.
Năng lực kiến tạo kết quả là phần hành động: nơi cách nhìn được chứng minh bằng tác động thật.
Chữ tín là phần xã hội: khi kết quả được tích lũy đủ lâu, người khác bắt đầu tin mình.
Vòng lặp quay lại và tự cũng cố khi chữ Tín mang đến cho bạn những dự án mới, đề xuất mới, những vấn đề mới, khó hơn. Từ đó, quá trình này lại bổ sung thêm hình mẫu cho tư duy và trực giác.
Phóng chiếu vào framework hai cấp identity ở đầu bài, tư duy và trực giác là thứ mình tự mang theo, còn chữ tín là identity thứ cấp, do người khác trao. Nhưng khác với identity thứ cấp gắn với chức danh hay kỹ năng, chữ tín gắn với con người và cách người đó giải quyết vấn đề, nên có thể tồn tại qua cuộc đại tuyệt chủng của các khái niệm. Robert Kegan gọi bước chuyển này là đi từ “tâm trí xã hội hóa”, nơi danh tính được định nghĩa bởi vai trò và kỳ vọng bên ngoài, sang “tâm trí tự chủ”, nơi người ta đứng trên hệ giá trị và cách nhìn của chính mình.
Ngắn gọn thì khi bất định quá, muốn biết mình là ai giữa cuộc đua thần tốc này, bạn hãy tập trung tạo ra điều gì đó, tin tưởng vào trực giác & cố để có thể tạo được vốn xã hội thông qua uy tín của mình.
Kết
Chà nếu bạn vẫn đọc tới đây thì rất là nể phục và trân trọng bạn vì đã đi theo một chuỗi thông tin dài thế này. Tiêu đề ban đầu mình định để là “AI & workflow”. Trong bản nháp mình viết thì đây cũng là nội dung chính. Bị cái là, tiêu đề nghe chán òm, chắc chả ai care đâu. Khi viết thì mình bắt đầu triển khai ra những ý tưởng khá hay, càng tìm về phía các lý thuyết để củng cố thì càng thấy nó có nhiều cái để nói. Cái tên “Cuộc đại tuyệt chủng danh tính các khái niệm chuyên môn” nảy ra khi viết đến tầm đoạn đầu, và mình thấy nó cũng clickbait đủ tốt để người ta quan tâm =))).
Hy vọng câu chuyện về khủng hoảng danh tính của các khái niệm, khủng hoảng giá trị của những thứ từng khó tạo ra và hành trình đi định vị lại cái ảnh hưởng của bản thân mình sẽ giúp cho các bạn một tí cảm hứng.
