Cách dùng AI để trở nên hiểu biết hơn
Hầu hết mọi người đang dùng AI để trở nên lười hơn. Không phải thông minh hơn — lười hơn.
Họ để AI viết hộ, nghĩ hộ, quyết định hộ. Rồi sau 6 tháng nhìn lại, họ nhận ra mình không biết làm gì nếu không có AI nữa. Không phải vì AI quá giỏi — mà vì họ đã ngừng tập.
Bài này mình muốn chia sẻ một framework của theMITmonk mà mình thấy đúng nhất trong cách dùng AI — không phải để làm nhanh hơn (dù nó cũng làm được điều đó), mà để trở nên thật sự thông minh hơn theo thời gian.
Bốn bước. Mỗi bước một góc nhìn khác nhau về mối quan hệ giữa bạn và AI.
Bước 1: Intelligent Laziness — Lười đúng chỗ
Có một nghiên cứu của Harvard Business Review nói rằng các CEO lãng phí 72% thời gian vào những cuộc họp không ra quyết định gì. Mình không ngạc nhiên. Mình đã từng ngồi trong những cuộc họp đó — hoặc những thứ na ná trong công việc của solopreneur: reply email, format slide, chỉnh lại bố cục Google Doc, viết lại cái caption cho "đúng tone" hơn.
Não người có một cái bug gọi là completion bias — não thích cảm giác hoàn thành, bất kể task đó quan trọng đến đâu. Dopamine bạn nhận được khi tick xong một email nội bộ không khác gì dopamine khi hoàn thành một chiến lược kinh doanh 3 tháng, mặc dù giá trị của 2 task này một trời 1 vực. Vô tình ta đối xử với tất cả task như nhau — và ngày hôm đó kết thúc với rất nhiều checkbox được tick, tưởng ngon nhưng thực ra không làm được gì quan trọng mấy.
Để thoát khỏi cái bẫy này, hãy nhìn công việc qua hai đường cong.
Đường cong thứ nhất là những task ít giá trị, có payoff bị giới hạn. Bạn có thể bỏ thêm 2 tiếng vào cái slide nội bộ, chọn font đẹp hơn, chỉnh màu sắc cho cân. Kết quả? Không ai để ý. Giá trị của nó flat line sau một điểm nhất định. Đây là zone lười — zone mà bạn nên để AI làm hộ.
Đường cong thứ hai là những task quan trọng, có payoff không giới hạn. Tương tác với khách hàng quan trọng, thiết kế sản phẩm, chiến lược định giá, quyết định xem mình nên đi hướng nào tiếp theo. Ở đây, tốt hơn 1% không cho kết quả tốt hơn 1% — nó có thể giải quyết 99% vấn đề còn lại. Đây là zone obsession — zone bạn phải tự làm bằng toàn bộ tư duy của mình.
Vậy làm sao biết task nào thuộc zone nào? theMITmonk dùng framework gọi là DRAG để xác định những task nào nên delegate:
D — Drafting. Cái khó nhất không phải là viết — mà là nhìn trang trắng, không biết bắt đầu từ đâu. AI giúp bạn vượt qua điểm đó. Bản nháp đầu của AI sẽ tệ. Không sao. Bạn có điểm xuất phát để chỉnh, không còn nhìn vào màn hình trống nữa.
R — Research. Tổng hợp thông tin. Khi bạn bật deep research trên Claude hay ChatGPT, nó chạy hàng trăm truy vấn, đọc hàng trăm trang web, tổng hợp lại, rồi tự hỏi "còn thiếu gì?" rồi tiếp tục đi tìm. Kết quả bạn nhận được trong 10 phút tương đương một tuần research của junior consultant. Dùng đi.
A — Analysis. Phân tích dữ liệu thô, unstructured data, tìm patterns. AI làm được những thứ não người không thể — đặc biệt khi data lớn và không có cấu trúc. Mình thường paste 3 tháng data khách hàng vào Claude và hỏi nó thấy gì. Nó hay tìm ra thứ mình không nhìn thấy suốt 3 tháng.
G — Grunt work. Tất cả những thứ lặp đi lặp lại: reformat, translate, tabulate, clean data. Làm tay thì mất cả buổi. Để AI làm mất 2 phút.
Nguyên tắc của DRAG: áp dụng khi bạn ở đường cong thứ nhất, delegate toàn bộ những task rất tốn thời gian, nhưng không mang lại gía trị tương đương.
Nếu task đó đòi hỏi phán đoán, cảm nhận, quyết định, tương tác người thật — đó là đường cong thứ hai. Tự làm, và thời gian đầu tư cho những task này không bao giờ uổng phí.
Mình thấy khoảng 70-80% task lặp đi lặp lại của mình nằm ở zone một. Bạn cũng vậy thôi.
Bước 2: Intelligent Hill — Leo núi đúng cách
AI không phải máy tính.
Máy tính thì chắc chắn: 2 + 2 = 4 mọi lúc, mọi nơi. AI thì không. AI là probability engine — mỗi lần bạn hỏi cùng một câu, nó có thể trả lời khác đi. Nó tự tin tuyệt đối ngay cả khi nó sai. Nó không chịu thừa nhận không biết — nó sẽ bịa ra một cái gì đó nghe rất hợp lý.
Biết điều này thay đổi hoàn toàn cách bạn prompting.
Hầu hết mọi người dùng zero-shot prompting — hỏi thẳng, không có context gì. "Cho tôi ý tưởng kinh doanh hay." AI sẽ cho bạn một danh sách dài, tự tin tuyệt đối, và hoàn toàn generic. Không phải vì AI tệ — mà vì bạn đang tung xúc xắc.
Để có kết quả tốt hơn, bạn cần leo lên Intelligent Hill, cải thiện khả năng sử dụng AI của mình qua bốn level:
Trại 1 — One-shot prompting. Cho AI một ví dụ cụ thể trước khi hỏi. Thay vì "viết cho tôi bài Facebook về AI," bạn nói "viết bài Facebook về AI, dùng bài này làm style guide" rồi paste bài mẫu vào. Một ví dụ cụ thể đã cho kết quả tốt hơn hẳn so với zero-shot.
Trại 2 — Few-shot prompting. Cho AI 3-5 ví dụ để nó tìm ra pattern về tone, style, substance mà bạn muốn. Paste vào những bài viết cũ, những presentation trước của bạn, những email đã từng hiệu quả. Đây gọi là grounding the model — AI dừng ảo tưởng và bám vào thực tế của bạn.
Một mẹo hay: hãy hỏi AI "mày thấy pattern gì trong những ví dụ này?" trước khi nhờ nó tạo thứ mới. Cách đó vừa buộc AI articulate rõ hơn, vừa buộc bạn suy nghĩ lại xem mình đang viết theo kiểu gì. Bạn đang trở nên thông minh hơn về chính bản thân mình.
Trại 3 — Chain of thought. Yêu cầu AI suy nghĩ từng bước trước khi trả lời. Thay vì "cải thiện bài research này," bạn hỏi: "Chưa sửa gì cả. Hãy phân tích và liệt kê 3 vấn đề quan trọng nhất, giải thích tại sao, và đề xuất cách xử lý từng cái. Nghĩ từng bước. Cho tôi thấy quá trình suy nghĩ." Câu cuối đó là quan trọng nhất. Nó làm giảm hallucination, tăng chất lượng, và — quan trọng hơn — cho bạn thấy AI đang reasoning như thế nào.
Trại 4 — Agents. Thay vì hỏi từng câu, bạn giao cả một workflow. "Nghiên cứu trends trong ngành X. Phân tích và tìm 3 trends quan trọng nhất. Viết một bản tóm tắt một trang với action items cụ thể." AI sẽ tự research, tự phân tích, tự tổng hợp. Bạn nhận kết quả cuối.
Cách thực hành: mở bất kỳ prompt nào bạn đang định dùng, và thử leo lên một trại cao hơn so với mức bạn đang dùng. Không cần nhảy từ zero-shot lên agents ngay. Từng bước.
Bước 3: Intelligent Gym — Đừng để não teo
Đây là phần mình muốn nói nhiều nhất, vì đây là phần hầu hết mọi người bỏ qua.
Hai bước trên giúp bạn làm nhanh hơn, hiệu quả hơn. Và đó chính xác là lúc nguy hiểm nhất.
Vì khi mọi thứ trở nên dễ hơn, bạn bắt đầu ngừng tập. Và cơ bắp — kể cả cơ bắp não — khi không tập thì teo.
Khi phi hành gia ở trong trạng thái không trọng lực nhiều tháng, cơ và xương của họ mất đến 20% khối lượng. AI là trạng thái không trọng lực cho tư duy của bạn. Không có friction, không có tải trọng, không có phát triển.
Mình thấy nguyên tắc này rất rõ ràng: với task cần thông tin, dùng AI để giảm friction. Với task cần transformation, dùng AI để tăng friction.
Sự khác biệt: task thông tin là bạn cần biết một thứ gì đó để làm tiếp. Task transformation là bạn cần hiểu sâu một thứ gì đó để đưa ra kết quả bằng suy luận, tổng hợp hiểu biết, nâng tầm bản thân.
Trong gym vật lý, người spotter không tập thay bạn. Họ đứng cạnh, đảm bảo bạn không bị đè bởi tạ, và giúp bạn ép thêm một lần nữa khi bạn nghĩ mình đã hết sức. AI là spotter của bạn — không phải người tập thay bạn.
Cách làm cụ thể: khi muốn học một khái niệm gì đó, đọc nó trước, suy nghĩ về nó. Sau đó mới đưa cho AI và nói: "Tôi cần nắm thật chắc khái niệm này. Hãy quiz tôi theo bốn cấp độ progressive overload."
Level 1: Quiz tôi như tôi là học sinh cấp 3.
Level 2: Hỏi tôi như tôi là sinh viên đại học.
Level 3: Grill tôi như bạn đang phỏng vấn tôi vào vị trí C-level.
Level 4: Challenge tôi như một ông sếp khó tính đang nghĩ tôi chưa đủ chuẩn bị.
Khi bạn bị grilled ở level 3, level 4 — bạn sẽ nhận ra đâu là lỗ hổng thật sự trong hiểu biết của mình. Không phải lỗ hổng bạn nghĩ bạn có — lỗ hổng bạn không biết là mình có. Đó mới là học thật.
Đây là điều mình đang làm với nhiều thứ — từ marketing, copywriting, đến những khái niệm kinh doanh mà mình chưa có background chính thức. Thay vì để AI nói cho mình nghe, mình để AI hỏi mình — rồi mình phải tự trả lời.
Bước 4: Intelligent Fool — Bỏ cái tôi xuống
Năm 2014, khi Satya Nadella nhậm chức CEO của Microsoft, công ty đang trong tình trạng không tốt. Họ bỏ lỡ search, bỏ lỡ mobile, và đang thua Amazon trong cuộc đua cloud. Nhưng vấn đề lớn hơn là văn hóa bên trong: mọi người không dám thừa nhận không biết, không dám nói "tôi sai," vì đó là dấu hiệu của yếu đuối.
Satya làm một điều duy nhất: ông tuyên bố công ty chuyển từ văn hóa know-it-all sang learn-it-all.
Một thập kỷ sau, market cap Microsoft tăng từ 300 tỷ lên hơn 3 nghìn tỷ USD. 10x trong 10 năm, chỉ từ một sự thay đổi văn hóa.
Cái ngăn chúng ta học không phải là thiếu thông tin. Mà là ego. Sợ bị nhìn thấy là không biết. Sợ hỏi câu hỏi "cơ bản quá." Sợ thừa nhận với đồng nghiệp, đối tác, khách hàng rằng mình có gaps.
Neuroscience nói rằng não người tái cấu trúc — neuroplasticity — chỉ xảy ra ở vùng biên của khả năng. Khi bạn sai. Khi bạn bực bội. Khi bạn cảm thấy ngu. Nếu bạn không bao giờ cảm thấy ngu, bạn không học gì mới.
AI cho bạn một môi trường hoàn hảo để làm điều đó.
Bạn có thể hỏi AI những câu hỏi mà bạn không dám hỏi đồng nghiệp — vì sợ bị nghĩ là kém. AI không nói với ai. AI không đánh giá bạn.
Mình hay làm thế này: chọn một khái niệm mà mình biết mọi người nghĩ mình đã nắm vững — nhưng thật ra mình chỉ hiểu ở bề mặt. Rồi hỏi AI những câu hỏi căn bản nhất có thể về chủ đề đó. Bắt đầu từ "khái niệm này là gì, giải thích như tôi là người mới hoàn toàn." Rồi tiếp tục đào sâu.
15 năm làm developer, mình vẫn làm điều này mỗi tuần với những thứ liên quan đến marketing, tài chính, tâm lý người dùng .. etc — những thứ mà developer thường nghĩ "biết đủ rồi" nhưng thực ra chẳng biết gì.
Người học suốt đời không phải người thông minh hơn người khác. Họ chỉ ít ego hơn.
Tóm lại
Bốn bước này không phải magic formula. Chúng là bốn góc nhìn về cách bạn positioning bản thân với AI:
Intelligent Laziness — để AI làm những thứ không quan trọng, để bạn tập trung vào những thứ quan trọng thật sự.
Intelligent Hill — leo lên từng cấp độ prompting thay vì tung xúc xắc.
Intelligent Gym — dùng AI như spotter, không phải người tập thay bạn.
Intelligent Fool — bỏ ego xuống và học thật, không chỉ consume thông tin.
Người thắng trong kỷ nguyên AI không phải người dùng AI nhiều nhất. Mà là người dùng AI đúng nhất — người hiểu AI làm gì tốt, AI làm gì kém, và phần nào họ phải tự làm.
AI giúp bạn đi nhanh hơn. Nhưng chỉ khi bạn biết mình đang đi đâu.
Mình là Chính — developer 15 năm, đang dùng AI để xây dựng business một mình và chia sẻ lại những gì thật sự hoạt động. Theo dõi mình trên Facebook hoặc subscribe newsletter tại chinhday.com.
