#55 - Tự nhận thức để làm sản phẩm một cách vô thức
Sự tự nhận thức của con người và cách làm sản phẩm vận hành tốt một cách “vô thức”
Trong thời đại AI, mọi thứ đều trở nên nhanh hơn, dễ hơn, và có thể thay đổi chỉ sau vài dòng prompt. Nhưng càng dễ thay đổi, mình lại càng thấy thiếu một thứ: chiều sâu. Với người làm sản phẩm, chiều sâu không đến từ công cụ hay phương pháp mới, mà đến từ khả năng hiểu chính mình: hiểu thiên kiến, hiểu giới hạn, và hiểu cách mình phản ứng trước phản hồi của thế giới. Bài viết này là một nỗ lực để nối hai thứ tưởng như đối lập: tự nhận thức của con người và cách làm sản phẩm vận hành tốt một cách “vô thức”.
Sự tự nhận thức của người làm sản phẩm
Công nghệ AI càng phát triển, sự chuyển dịch cấu trúc hạ tầng xã hội và kinh tế càng rõ rệt: tình trạng thiếu việc làm, dữ liệu hình ảnh bị lạm dụng, bất bình đẳng giới từ thiên kiến trong dữ liệu, khoảnh cách tầng lớp ngày càng gia tăng, vân vân và vân vân. Trong bối cảnh đó, đâu là những thứ mà mỗi cá nhân có thể kiểm soát để tiếp tục phát triển và sinh tồn, đặc biệt đối với người làm sản phẩm - một nghề giao thoa giữa nhiều các lĩnh vực?
Mình nhận thấy một số kỹ năng quan trọng trước khi có AI vẫn tiếp tục nắm giữ vai trò chủ đạo trong thời kỳ hậu AI. Đơn cử như khả năng tự nhận thức về bản thân. Mình có niềm tin rằng, càng cảm nhận được từng đường nét của bản ngã bên trong mỗi người, ta càng vén lên được nhiều bức màn của nhận thức, và càng cảm nhận được chiều sâu hơn của thế giới ngoài kia. Khi đưa tay chạm vào được chiều sâu đó, thứ rút ra là những chất liệu khó tạo ra được với AI. Có lẽ trong thế giới với AI là trọng tâm, thì những thứ mang tính con người như vậy sẽ giúp chúng ta tồn tại và phát triển. Vai trò của con người trong thời đại AI là càng phải tập trung vào những thứ chỉ con người có thể làm được.
Khi nghĩ về con người, mình mường tượng đến hình ảnh thời xưa ông cha ta dành thời gian chiêm nghiệm vào lúc ngồi nhìn đám lửa cháy sau một ngày dài săn bắt hái lượm. Nhiều nghiên cứu khoa học đã chỉ ra rằng Default Mode Network - trạng thái mặc định của não bộ khi bạn thả lỏng sự chú tâm vào đám lửa cháy hay ánh hoàng hôn liên hệ mật thiết đến việc cô đọng trải nghiệm và mở rộng thế giới quan. Sự dễ dàng và nhanh chóng của AI hay thậm chí của các nền tảng mạng xã hội trong những thập kỷ gần đây đã xóa bỏ những điều kiện tự nhiên giúp con người kích hoạt trạng thái não bộ này. Điều đó làm thuyên giảm khả năng trích xuất bài học từ trải nghiệm, tích hợp thông tin mới vào trong thế giới quan, để từ đó thấu hiểu chính bản thân được tốt hơn.
Khi chưa phát triển được thế giới quan, tạo vật của chúng ta, dù là bài viết hay sản phẩm, cũng sẽ thiếu đi chiều sâu. Mỗi chiều sâu khác nhau có đường nét khác nhau, còn sự nông cạn dường như có cùng một bề mặt. Có những bài trên LinkedIn do con người viết nhưng còn chung chung hơn cả AI, và có những bài viết do AI tạo ra không hơn gì kịch bản phim hạng B. Trong việc làm sản phẩm, nếu bạn vibe code sử dụng cơ sở hạ tầng giống nhau (Lovable, etc) mà không đưa vào những góc nhìn xanh chín, thì thành phẩm cũng sẽ tựa tựa muôn vàn sản phẩm khác được tạo ra theo một cách tương tự.
Chúng ta cần chủ động tạo ra không gian và thời gian để tự tìm ra chính mình, trong một thế giới luôn cố gắng tranh giành hai thứ đó.
Văn hóa làm sản phẩm không tự ý thức
Kiến trúc được xây dựng vô thức
Christopher Alexander - một nhà kiến trúc sư nổi tiếng, đã phân biệt văn hoá tạo hình không tự-ý-thức (unselfconscious form-making cultures) và tạo hình có tự-ý-thức (selfconscious design) để giải thích vì sao phần lớn kiến trúc do con người hiện đại tạo ra thường không đạt được form-context fit (sự ăn khớp giữa hình thức và bối cảnh).
Trong các nền văn hoá không tự-ý-thức, con người không “thiết kế” theo ý nghĩa hiện đại, mà họ chỉ hành động trong bối cảnh sống quen thuộc, dựa trên truyền thống tích lũy qua nhiều thế hệ. Mỗi thay đổi đều nhỏ, cục bộ, và ngay lập tức được kiểm nghiệm bằng đời sống thực. Nếu không phù hợp thì sẽ gây khó chịu, hỏng hóc, hoặc bị bỏ đi. Chính tính trực tiếp của phản hồi và sức nặng của truyền thống này khiến kiến trúc dần tiến hóa để phù hợp với bối cảnh mà không cần lý thuyết, bản vẽ hay ý thức thẩm mỹ trừu tượng. Form-context fit ở đây không phải là kết quả của trí tuệ cá nhân, mà là sản phẩm của một quá trình thích nghi dài hạn, gần như vô thức, nơi sai lệch bị sửa ngay khi xuất hiện.
Một ví dụ kinh điển mà Alexander có nhắc tới để minh họa tính trực tiếp của phản hồi và vai trò của truyền thống là lều tuyết (igloo) của người Eskimo. Lều tuyết không phải là sản phẩm của một “bản thiết kế” hay một kiến trúc sư cá nhân, mà là kết quả của hàng trăm năm thử-sai trong một bối cảnh sống cực kỳ khắc nghiệt. Nếu một lều tuyết được xây với góc mái không đúng, gió Bắc Cực sẽ lùa vào. Nếu các khối tuyết xếp không chuẩn, nhiệt sẽ thoát ra ngoài. Nếu lối vào đặt sai hướng, tuyết sẽ bị gió thổi lấp. Những sai lệch này không cần nghiên cứu hay đo đạc phức tạp để phát hiện - chúng được cảm nhận trực tiếp bằng cái lạnh, sự bất tiện, hoặc thậm chí là nguy hiểm đến tính mạng. Phản hồi ở đây là tức thì, mang tính sống còn, và không có độ trễ: một Lều tuyết không phù hợp với bối cảnh đơn giản là không thể sử dụng.
Chính vì phản hồi quá trực tiếp và hậu quả quá rõ ràng, truyền thống hình thành như một cơ chế chọn lọc tự nhiên cho hình thức. Người Eskimo không cần biết tại sao hình dạng vòm giữ nhiệt tốt hơn, hay tại sao lối vào thấp lại ngăn gió - họ chỉ biết rằng “cách này hoạt động”. Những chi tiết tạo ra sự đứt gãy sẽ không được truyền lại; những cấu trúc phù hợp thì được lặp lại, tinh chỉnh và dạy cho thế hệ sau. Theo nghĩa này, truyền thống không phải là thói quen mù quáng, mà là trí nhớ tập thể của form-context fit, được mã hóa trong hành động hơn là trong lý thuyết. Lều tuyết vì thế là ví dụ điển hình cho lập luận của Alexander: khi truyền thống còn sống và phản hồi đủ trực tiếp, con người có thể tạo ra hình thức ăn khớp sâu sắc với bối cảnh mà không cần đến “thiết kế một cách có ý thức."
Ngược lại, trong xã hội hiện đại, khi truyền thống bị đứt gãy và bối cảnh trở nên quá phức tạp, con người buộc phải “thiết kế một cách có ý thức”: tách mình ra khỏi bối cảnh, trừu tượng hóa vấn đề, và áp đặt hình thức dựa trên khái niệm, phong cách hoặc lý tưởng. Alexander cho rằng chính sự tự-ý-thức này làm mất đi hai yếu tố cốt lõi từng tạo ra form-context fit: phản hồi trực tiếp và trí nhớ tích lũy. Những nhà thiết kế hiện đại thường không cảm nhận ngay hậu quả của quyết định của họ. Bạn không sống trong tòa nhà chung cư mà bạn tự làm ra, và những khiếm khuyết trong thiết kế phải tích lũy qua thời gian đến khi đủ người cảm thấy phiền hà thì mới được xử lý. Những nhà thiết kế hiện đại cũng không sở hữu kho tri thức sống động được chứa đựng ở trong truyền thống, chưng cất từ thế hệ này sang thế hệ khác. Kết quả là hình thức được tạo ra “đúng theo ý mình” nhưng lại không ăn khớp với đời sống thực.
Gìn giữ ký ức của hệ thống
Để áp dụng lăng kính trên vào trong ngữ cảnh làm sản phẩm, chúng ta chỉ cần thay thế việc thiết kế tòa nhà bằng việc thiết kế sản phẩm. Với AI, một sự đảo chiều thú vị bắt đầu xuất hiện trong lập luận của Alexander: tính trực tiếp của phản hồi, thứ từng bị mất trong thiết kế hiện đại, nay xuất hiện trở lại. Với phần mềm, mỗi thay đổi nhỏ đều có thể được triển khai nhanh. Tác động của chúng được quan sát gần như ngay lập tức thông qua hành vi người dùng, dữ liệu sử dụng hoặc phản hồi định tính. Chi phí sửa sai thấp, độ trễ giữa quyết định và hậu quả ngắn, và khả năng thử-sai cục bộ cao khiến quá trình phát triển sản phẩm số bắt đầu giống lại logic của các nền văn hoá tạo hình không tự-ý-thức: hành động để nhận lấy phản hồi và điều chỉnh nhanh chóng. Ở khía cạnh này, AI và các công cụ số không chỉ làm tăng tốc độ phát triển, mà còn khôi phục một điều kiện nền tảng để form-context fit xuất hiện.
Tuy nhiên, chính sự “dễ thay đổi” này lại phơi bày một vấn đề khác mà Alexander đã cảnh báo từ rất sớm: sự vắng mặt của truyền thống. Trong sản phẩm số, đặc biệt là với AI, đội ngũ có thể điều chỉnh mô hình, prompt, luồng trải nghiệm hay giao diện chỉ trong vài giờ - nhưng phản hồi nhanh không đồng n ghĩa với phản hồi đủ sâu. Rất nhiều độ lệch giữa hình thức và bối cảnh trong sản phẩm số là những lệch lạc “mềm”: chúng gây khó chịu nhẹ, mơ hồ, hoặc chỉ ảnh hưởng đến một nhóm người dùng nhất định, nên không đủ sức ép để buộc hệ thống phải tự điều chỉnh một cách triệt để. Khi không có một cơ chế chọn lọc mạnh, việc thay đổi theo cảm tính, theo xu hướng ngắn hạn, hoặc theo các tín hiệu dữ liệu chưa được chắt lọc trở nên quá dễ dàng. Trong trường hợp này, AI không giúp sản phẩm tiến hoá, mà có thể làm gia tăng tính hỗn loạn - mọi thứ liên tục thay đổi, nhưng không tích lũy được sự ăn khớp thực sự với bối cảnh sử dụng.
Vì vậy, nếu nhìn theo tinh thần của Alexander, thách thức lớn nhất của phát triển sản phẩm ngày nay không phải là thiếu phản hồi, mà là làm thế nào để duy trì một dạng “truyền thống” trong một môi trường biến đổi cực nhanh. Truyền thống ở đây không phải là quy trình cứng nhắc hay nguyên tắc bất biến, mà là trí nhớ được củng cố theo thời gian: những pattern đã từng tạo ra sự ăn khớp giữa hình thức và bối cảnh, những quyết định vì sao được giữ lại, những lệch lạc đã xuất hiện và cách chúng được xử lý. Khi có AI, vai trò của PM không chỉ là người tối ưu hoá hay triển khai nhanh hơn, mà là người gìn giữ ký ức của hệ thống, đảm bảo rằng mỗi vòng lặp học hỏi thực sự làm giàu thêm cho sự ăn khớp, thay vì xoá sạch nó. Nói cách khác, AI giúp ta lấy lại tính trực tiếp của phản hồi, nhưng chỉ khi ta biết cách xây dựng và duy trì truyền thống, thì phản hồi đó mới dẫn đến tiến hoá, chứ không chỉ là thay đổi liên tục.
Một hình thái rất mang tính kỹ thuật của việc gìn giữ ký ức của hệ thống, được thể hiện qua cách mà mình và Nam làm khi phát triển sản phẩm mời cho BPM: tụi mình khi code đều cố gắng giữ lại một lớp ký ức thông qua các tài liệu chi tiết về cách tính năng vận hành, các vấn đề đã gặp và cách sửa chữa, cũng như bài học đau thương đã tốn nhiều giờ để giải quyết. Tụi mình nói AI luôn luôn phải "tôn trọng lịch sử" bằng cách thẩm thấu lớp ký ức này trước khi triển khai một tính năng mới. Điều này giảm thiểu trường hợp các thay đổi mới làm gãy đi những thứ đang hoạt động ở hiện tại. Nếu không có lớp ký ức này, những thay đổi mới sẽ không nằm trong ngữ cảnh của form-context fit trước đó, mà sẽ vô tình tạo ra sự chấn động trong cấu trúc của hình thể vốn dĩ đã ổn định trước đó.
Ở một hình thái ít kỹ thuật hơn của việc gìn giữ ký ức của hệ thống: mình có viết về việc sử dụng Pattern Language với LLM để giải quyết vấn đề trong làm sản phẩm ở bài này và bài này. Pattern Language nói cách khác là một lớp ký ức lưu trữ những pattern giải quyết vấn đề mà bạn đã trải nghiệm và thấy hiệu quả, để từ đó áp dụng khi gặp những tình huống mới có thể tìm cách gộp nhiều patterns lại với nhau. Nó giống như bạn xem "hệ thống giải quyết vấn đề" của bản thân như một sản phẩm, và patterns như những cấu trúc nguyên tử giúp cho hệ thống vận hành. Khi có vấn đề mới cần giải quyết, hệ thống được kích hoạt bằng cách chọn lọc ra những patterns phù hợp với ngữ cảnh, kết hợp chúng để ra được những bước giải quyết cụ thể. Khi có những hậu quả không mong muốn hoặc khiếm khuyết, chúng ta trực tiếp chỉnh sửa patterns để áp dụng được hệ thống mới ngay cho vấn đề tiếp theo.
Đây chỉ là một số ví dụ mình đang nghĩ tới mà thôi. Hình thái thể hiện của việc gìn giữ ký ức của hệ thống không cần cầu kì phức tạp, đôi khi chỉ đơn giản là việc bạn cô đọng lại kinh nghiệm làm sản phẩm thành những patterns/tư liệu, và khi ai đó trong công ty có vấn đề cần giải quyết thì bạn có thể reference những tư liệu đó để đề xuất giải pháp theo hướng tôn trọng lịch sử. Nếu nhìn rộng ra, thì nó không khác gì cách mà con người chúng ta chia sẻ kiến thức với nhau thông qua ngôn ngữ và chữ viết cả, chỉ là hình thái thể hiện khi làm việc với AI có thể sẽ khác mà thôi.
Lời kết
Nhìn lại toàn bộ mạch suy nghĩ này, có thể thấy một nghịch lý thú vị: để tạo ra những hệ thống vận hành tốt một cách “vô thức”, con người lại cần mức độ tự nhận thức rất cao. Các nền văn hoá tạo hình không tự-ý-thức mà Alexander mô tả không phải là những xã hội “ngây thơ”, mà là những xã hội đã tích lũy đủ trải nghiệm để không cần phải suy nghĩ mỗi lần hành động. Trong thế giới hiện đại, nơi truyền thống không còn tự nhiên tồn tại, vai trò này được chuyển từ cộng đồng sang từng cá nhân và từng đội ngũ. Điều đó có nghĩa là: người làm sản phẩm càng ý thức rõ về thiên kiến của mình, về những gì mình chưa biết, và về cách hệ thống phản hồi lại hành động của mình, thì họ càng có khả năng tạo ra những sản phẩm vận hành trơn tru mà không cần đến sự can thiệp liên tục.
Theo nghĩa này, tự nhận thức không đối lập với thiết kế không tự-ý-thức - mà là điều kiện để nó có thể xuất hiện trong bối cảnh hiện đại. Khi con người chưa hiểu rõ bản thân, các quyết định thiết kế dễ trở thành sự áp đặt của cái tôi, của gu thẩm mỹ, hoặc của nỗi bất an trước sự mơ hồ. Ngược lại, khi đã đủ vững vàng trong thế giới quan và hiểu rõ giới hạn của mình, người làm sản phẩm có thể lùi lại một bước, để cho hệ thống tự điều chỉnh thông qua phản hồi, thay vì liên tục “can thiệp cho đúng ý”. Thiết kế khi đó không còn là việc khẳng định bản thân, mà là việc tạo điều kiện để hình thức và bối cảnh tự tìm thấy nhau.
Có lẽ vì vậy, trong thời đại AI, thách thức lớn nhất không nằm ở việc học thêm công cụ mới, mà ở việc giữ được không gian cho sự chiêm nghiệm, cả ở cấp độ cá nhân lẫn cấp độ tổ chức. Chỉ khi con người còn khả năng dừng lại, lắng nghe phản hồi, và ghi nhớ những gì hệ thống đã dạy mình, thì những sản phẩm được tạo ra mới có thể tiến hóa theo cách bền vững. Và khi đó, nghịch lý ban đầu được hoá giải: càng hiểu mình một cách sâu sắc, ta càng có thể thiết kế những hệ thống không cần đến cái tôi của mình để vận hành tốt.
