Colin Breck: Đừng để AI viết thay, hãy giữ lại 'chất riêng' của người viết

20 tháng 9, 2026

Những người vốn hiếm khi viết lách nay bỗng nhiên tạo ra hàng loạt đề xuất thiết kế, kế hoạch kinh doanh, tài liệu, bài thuyết trình, phiếu yêu cầu (ticket), pull request, bài blog và tóm tắt cuộc họp, tất cả đều do AI tạo ra. Tất cả đều không thể đọc nổi. AI đang giúp tôi viết tốt hơn và nhanh hơn, nhưng tôi đã quá chán ngấy việc phải đọc bất cứ thứ gì do AI viết. Trong bài luận này, tôi muốn bày tỏ sự thất vọng của mình và mô tả cách tôi tìm thấy giá trị của AI trong việc viết lách.

AI thật tồi tệ đối với việc viết lách

Một mô hình tôi nhận thấy là mọi người sử dụng AI để xây dựng thứ gì đó mới, sau đó họ lại dùng AI để tóm tắt ngược lại những gì họ đã xây dựng thành một tài liệu thiết kế. Đọc một tài liệu như vậy không chỉ khó khăn—mà còn là một sự tra tấn. Tài liệu thiết kế không còn là một đề xuất để xây dựng sự đồng thuận, lôi kéo mọi người cùng tham gia và tinh chỉnh ý tưởng thông qua tư duy chậm rãi, thấu đáo—nó là một bản tóm tắt do máy móc tạo ra, với những chi tiết gây kiệt sức, không có ngữ cảnh hay góc nhìn. Nó không thể đọc nổi. Vô hồn. Các tác giả của những tài liệu này trở nên thiếu kiên nhẫn khi mọi người không tham gia, và thật khó để tham gia, bởi vì thứ họ xây dựng đã hoạt động sẵn rồi.[1]

Tôi cũng thấy ngày càng nhiều các bản tóm tắt pull request được viết rõ ràng là bởi máy móc dành cho máy móc. Chúng rất giàu chi tiết: cái này được thay đổi thành cái kia, những thứ này được tách ra, những thứ kia được gộp lại, cái này được giữ nguyên, các bài kiểm tra được thêm vào cho cái này, vân vân. Nhưng tôi lại tự hỏi: Tại sao chúng ta làm điều này? Giá trị ở đâu? Công việc này rủi ro hay khẩn cấp đến mức nào? Bạn muốn tôi đóng góp ý kiến ở đâu? Tôi nên chú ý đến điều gì? Điều tương tự cũng xảy ra với các ticket hoặc tóm tắt cuộc họp do AI tạo ra. Bài viết, giống như ngày càng nhiều thứ trên thế giới này, bao gồm các tuyên bố nằm ngoài ngữ cảnh.

Có người đã viết cho tôi một tin nhắn cá nhân về một chủ đề nhạy cảm, rõ ràng là đã được "tập dượt" với AI để cố gắng tạo sắc thái cho cuộc trò chuyện và không làm tôi phật lòng. Nhưng tin nhắn đó trở nên vô cảm, thiếu nhiệt huyết và rời rạc. Nó có đầy đủ các phần, nhưng lại không tạo thành một tổng thể có nghĩa. Tôi không hứng thú đọc nó, cũng chẳng muốn phản hồi. Tôi thà rằng ai đó hãy là chính họ và viết bằng giọng văn của riêng mình, hoặc với chút nhiệt huyết, ngay cả khi họ không tìm được từ ngữ chính xác, hoặc có nguy cơ làm tôi phật lòng.

Trong các mối quan hệ với người khác, luôn có sự tổn thương và rủi ro. Trong giao tiếp với AI của bạn, không hề có điều đó, và những nỗ lực loại bỏ sự tổn thương và rủi ro sẽ triệt tiêu chính quá trình xây dựng mối quan hệ. Như Simon Sarris viết trong *Resist Summary*, một bài luận mà tôi thường xuyên đọc lại:

Tôi nghĩ người ta nên viết nhiều nhất có thể bằng kinh nghiệm thực tế của chính mình, bằng các giác quan của chính mình, mang đến cho người đọc những đặc điểm riêng biệt về cuộc sống hoặc các sự kiện của họ. —Simon Sarris, *Resist Summary*

Có lẽ cách sử dụng AI để viết lách lười biếng và xúc phạm nhất mà tôi từng thấy: Tôi đã có một người sử dụng AI để tóm tắt những bình luận của tôi về đề xuất của họ để làm phản hồi gửi lại cho tôi! Cảm ơn nhé! Tôi không thể nói hay hơn được nữa![2]

Tôi không có ngữ cảnh như bạn

Cynthia Dunlop gần đây đã chia sẻ kết quả khảo sát về việc đọc các bài viết do AI tạo ra với tiêu đề *Report: How developers react to AI-scented blog posts*. Đối với đa số độc giả, nếu họ nghĩ một bài viết có sự hỗ trợ hoặc do AI viết, họ sẽ ngừng đọc (78%) và tránh xa tác giả đó trong tương lai (71%). Như Bryan Cantrill đã viết về nghiên cứu này trong bài luận *The revolt of the reader*: "bộ não của chúng ta kéo cần thoát hiểm do LLM kích hoạt, nhảy ra khỏi bài viết ngay giữa chừng như một hành động tự bảo vệ bản thân."

Kết quả mạnh mẽ nhất trong cuộc khảo sát là mọi người ưu tiên áp đảo bài viết của chính tác giả (98%), với tất cả những khiếm khuyết và nét đặc trưng của nó, so với một bản viết lại vô hồn bởi AI. Viết một cách chân thực là một trong những cách tốt nhất để kết nối với mọi người. Điều này làm tôi nhớ đến một bình luận của Bjarne Stroustrup, người tạo ra C++, trong một buổi thảo luận mà tôi tham dự hơn một thập kỷ trước về việc viết sách:

Khi tôi đọc một cuốn sách, tôi thực sự cảm thấy rằng nếu tôi có thể nghe thấy giọng nói của tác giả vang lên trong đầu mình—đầy đủ với những điểm nhấn kỳ lạ và những nét đặc trưng trong cách nói chuyện của họ—thì tôi cảm thấy điều gì đó đã thành công. Nếu nó giống như một văn bản học thuật khô khan, thì ai đó lại vừa viết thêm một văn bản học thuật khô khan khác. Và vì vậy, việc thực hiện các bài nói chuyện về chủ đề đó thực sự hữu ích. Và, đối với nhiều người,... tôi có thể nghe thấy họ khi tôi đọc nó, và điều đó thật tốt. —Bjarne Stroustrup[3]

Khi bạn là người đưa ra câu lệnh (prompt) cho AI, kết quả văn bản thường khá hữu ích. Nhưng đừng nhầm lẫn điều này với việc viết lách hiệu quả. Khi bạn đọc kết quả, bạn đã có sẵn rất nhiều ngữ cảnh—bạn đã xây dựng các câu lệnh, thiết lập các ràng buộc và cung cấp các tài liệu như tài liệu kỹ thuật, mã nguồn, nhật ký, số liệu thống kê, hình ảnh, v.v., dẫn đến kết quả đó. Bạn có thể lướt qua kết quả và nhanh chóng quyết định điều gì là phù hợp và có giá trị so với điều gì là không liên quan hoặc sai lệch. Bạn cũng là một phần của quá trình—ra lệnh cho AI và xem kết quả—một cuộc gọi và một câu trả lời. Bạn mang góc nhìn con người vào máy móc. Khi bạn gửi cùng một văn bản đó cho người khác, họ hầu như không có ngữ cảnh nào. Họ không phải là một phần của quá trình—không có sự mở ra nào cả—vì vậy rất khó để quyết định điều gì là phù hợp so với điều gì không. Họ buộc phải đọc một cách kiệt sức và xem xét từng dòng, nhìn vào bên trong của một cỗ máy với hy vọng thiết lập được ngữ cảnh. Việc ngừng đọc là điều tự nhiên.

AI có thể rất tuyệt vời cho việc viết lách

Gần đây tôi đã viết một bài báo khoa học.[4] Tôi đã sử dụng AI rất nhiều và nó làm cho quá trình viết nhanh hơn và thú vị hơn. Nhưng AI không viết một dòng nào của bài báo đó. Tôi viết bài báo bằng LaTeX. Ngữ cảnh tôi cung cấp cho AI bao gồm hướng dẫn về phong cách của tạp chí và mẫu LaTeX, tất cả các bài báo đã được xuất bản trước đó trên tạp chí, mã nguồn cho các hệ thống phần mềm mà tôi đang viết, cùng với cấu hình, nhật ký và số liệu cho các bản triển khai phần mềm trong môi trường thực tế (production).

Sau khi viết một đoạn văn, nhiều lần tôi yêu cầu AI đảm bảo những gì tôi đã viết là chính xác bằng cách tham chiếu mã nguồn hoặc cấu hình, hoặc kiểm tra nhật ký hoặc số liệu thực tế. Ví dụ, đảm bảo tôi đã mô tả chính xác cột nào trong cơ sở dữ liệu được đánh chỉ mục, hoặc các hàng trong tệp Parquet được sắp xếp như thế nào. Điều này cho phép tôi duy trì ngữ cảnh viết, thường là chuyển sang đoạn tiếp theo trong khi AI xác minh đoạn trước đó. Nó giúp tôi phát hiện những thiếu sót và sai sót quan trọng. Đáng chú ý là, đảo ngược quá trình này—yêu cầu AI viết đoạn văn từ ngữ cảnh tôi cung cấp, như mô tả cách một thứ gì đó hoạt động từ mã nguồn—chưa bao giờ có giá trị. Không một lần nào. Nó luôn khó đọc và thường không chính xác.

Một điều khác giúp tôi duy trì ngữ cảnh là sử dụng AI để hoàn thành các trích dẫn. Thật tẻ nhạt khi phải tra cứu chi tiết của một bài báo, trang web hoặc cuốn sách, điền vào định dạng BibTeX, rồi sau đó tham chiếu nó trong văn bản. Thay vào đó, tôi để lại các hướng dẫn trong ngoặc đơn để AI tham chiếu những gì tôi muốn, rồi tiếp tục viết mà không bị ngắt quãng.[5]

AI cực kỳ giỏi—thực sự là tàn nhẫn—trong việc tìm lỗi chính tả và ngữ pháp. Nó rất giỏi trong việc gợi ý đơn giản hóa các câu quá dài hoặc không rõ ràng.[6] Nó có kỹ năng vẽ các sơ đồ kỹ thuật bằng TikZ, một lần nữa giúp tăng tốc công việc và cứu tôi khỏi việc phải học cú pháp này. AI thậm chí còn tìm thấy một lỗi rất tinh vi nơi tôi đã sử dụng ký hiệu không chính xác trong một đoạn văn, điều mà bốn người đánh giá là chuyên gia về hệ thống đều bỏ lỡ.[7]

Điều duy nhất mà AI cực kỳ giỏi trong việc viết là gì? Nó đã viết phần tóm tắt (abstract)—phần ngắn gọn, máy móc, phi nhân tính nhất của toàn bộ bài báo—thực sự là phần trừu tượng nhất. Tôi đã đưa nó vào hoàn toàn không thay đổi. Có lẽ điều này không nên gây ngạc nhiên, vì AI rất giỏi trong việc tóm tắt, trừu tượng hóa và trình bày lại các tác phẩm gốc.

Liệu AI có thể trở nên giỏi viết lách?

Sẽ là một sai lầm nếu đánh giá thấp khả năng viết lách mà AI có thể đạt được vào một ngày nào đó. Chúng ta vẫn đang ở những ngày đầu của quá trình phát triển mô hình, và các mô hình mà hầu hết chúng ta đang sử dụng được huấn luyện để trở nên thực tế, trực tiếp và chính xác, thay vì sáng tạo. Tuy nhiên, bài luận xuất sắc *The Safest Job from AI may be Writing* của Murat Demirbas lưu ý rằng chất lượng viết từ các LLM đã chững lại và có thể khó cải thiện vì không giống như lập trình, toán học và kế toán, rất khó để đưa ra một công thức rõ ràng và kết quả có thể kiểm chứng được.[8]

Vì các LLM thiếu một mô hình tinh thần chủ động về một độc giả con người cụ thể, chúng chỉ đang tối ưu hóa xác suất thống kê của từ tiếp theo trên một tập dữ liệu khổng lồ. Chúng không thể đồng cảm với độc giả con người, vì chúng không có trải nghiệm sống của con người. Và chúng không hề có sự ràng buộc hay rủi ro nào (skin in the game). —Murat Demirbas, *The Safest Job from AI may be Writing*

Tôi quan tâm đến hai nỗ lực cải thiện việc viết bằng AI mà tôi mới bắt gặp gần đây. Đầu tiên là ASD-STE100 Simplified Technical English, một tiêu chuẩn để viết tài liệu kỹ thuật ra đời từ một nhóm làm việc về hàng không vũ trụ vào những năm 1980. Nó có hai phần: một từ điển có kiểm soát và các quy tắc viết về ngữ pháp và phong cách. Một phiên bản của ASD-STE100 đã được tạo ra để sử dụng với các mô hình AI.[9] ASD-STE100 không phù hợp cho tất cả các văn bản do AI tạo ra—nó nhắm mục tiêu cụ thể vào các hướng dẫn sử dụng rõ ràng và dễ làm theo. Tôi sẽ thử nghiệm nó cho các hướng dẫn cài đặt, runbook và các tài liệu tương tự.

Thứ hai là Pangram, một mô hình được tinh chỉnh để phát hiện văn bản do AI viết. Bryan Cantrill trong bài luận *The revolt of the reader* lưu ý:

Sử dụng LLM để viết là làm mất hiệu lực hợp đồng xã hội giữa người viết và người đọc: chúng ta, những độc giả, không nên bị kỳ vọng phải vất vả để hiểu một câu mà chính người viết cũng không bỏ công sức để tạo ra. —Bryan Cantrill, *The revolt of the reader*

Tôi hoàn toàn đồng ý. Bryan đã bắt đầu thử nghiệm với Pangram để phát hiện các văn bản do AI tạo ra vi phạm hợp đồng này và thậm chí đã yêu cầu tất cả các bài viết công khai tại Oxide phải được Pangram báo cáo là do con người viết. Một công cụ như thế này có thể cứu chúng ta khỏi những bài viết AI lười biếng và tồi tệ nhất.[10]

Khi không còn từ ngữ nào

Khi chúng ta viết, ý nghĩa của từ ngữ không phải lúc nào cũng trực tiếp, thực tế hoặc ngắn gọn. Các ví dụ bao gồm thơ ca, văn học, bài hát, thần thoại, hài hước và kịch nghệ. Iain McGilchrist, người mà tôi tin là một trong những nhà văn quan trọng nhất của thế hệ chúng ta, viết trong cuốn *The Matter with Things*: "Một thứ gì đó càng quan trọng, chúng ta càng phải vật lộn trong nỗ lực giảm thiểu nó thành ngôn ngữ." Hãy hỏi một LLM công thức đáng tin cậy để yêu là gì. Trong văn bản do AI tạo ra, thông tin chi tiết tạo ra ảo giác về ý nghĩa. Nhưng trong việc bắt chước kiến thức, trí thông minh và sự hiểu biết của con người, một AI viết về các sự kiện rất khác với chất lượng viết từ trải nghiệm sống. Tổng thể không thể bị phân tách thành các phần mà không làm mất đi đáng kể ý nghĩa.

Cách tiếp cận trực tiếp phá hủy đối tượng của nó. Tương tự, có những thứ chỉ có thể được truyền đạt một cách gián tiếp. Để lấy lại chiều sâu của những gì được nói, hoặc để nói bất cứ điều gì thực sự mới mẻ, chúng ta luôn tham gia vào việc vượt ra ngoài ngôn ngữ hàng ngày, nghĩa là phải cảnh giác với những gì đang được nói một cách ngầm định. —Iain McGilchrist, *The Matter with Things*

Có vẻ ngớ ngẩn khi nói rằng viết trong kinh doanh, kỹ thuật hoặc khoa học nên bao gồm sự không chắc chắn, không chỉ là các sự kiện và kết luận. Nhưng vận hành, phản ứng sự cố, phát triển sản phẩm, kỹ thuật hiệu năng, săn tìm lỗ hổng bảo mật, đánh giá hiệu suất, tuyên bố sứ mệnh và nhiều nỗ lực khác đều mang tính sáng tạo và liên quan đến sự không chắc chắn. Câu chuyện thường quan trọng ngang bằng với các sự kiện và kết luận. Cũng dễ dàng nhân hóa các LLM như những nhà tư duy hệ thống giỏi vì chúng có thể tổng hợp một phạm vi thông tin rộng lớn. Tuy nhiên, quay lại với Simon Sarris: "câu chuyện chống lại sự nén" và "đối lập của tóm tắt là sự chú ý đến chi tiết".

Mặc dù nhấn mạnh vào tư duy tuyến tính, dựa trên nguyên tắc đầu tiên, công việc của một kỹ sư hệ thống giỏi, giống như công việc của một nhà nhân học hoặc nhà tâm lý học giỏi, rất khó để diễn đạt thành lời, và đặc biệt là thành bản tóm tắt. Bạn không nhất thiết có thể quan sát và viết mọi thứ xuống bằng một công thức. Ngay cả việc viết mọi thứ xuống cũng làm mất đi một phần ngữ cảnh. Người quan sát cũng là một phần của ngữ cảnh đó. Công việc hệ thống luôn có cảm giác khám phá, giữ cho những điều chưa biết được mở ra, sự mở ra của mối quan hệ với chính hệ thống, và sự sẵn lòng để bị bất ngờ. Ngôn ngữ thông thường không phải lúc nào cũng có từ ngữ để diễn tả.[11]

Bản chất của đầu ra, của tóm tắt, là đẩy nhanh mọi thứ. Nhưng hậu quả là tránh cho bạn việc phải tự xây dựng mô hình tinh thần phức tạp của riêng mình về bất cứ điều gì. Tôi lo rằng nếu không có một mô hình phức tạp trong tâm trí, người ta có thể không bao giờ nhận thấy những mối quan hệ phức tạp mà nếu không thì đã bị bỏ lỡ. Một sự mất chú ý đến chi tiết. —Simon Sarris, *Resist Summary*

Kết luận

Tôi không muốn sống trong một thế giới mà bạn sử dụng AI để tóm tắt thứ gì đó quan trọng thành văn bản không thể đọc nổi, rồi tôi lại sử dụng AI để cố gắng giải mã nó. Tôi muốn nghe bạn, với tất cả những khiếm khuyết. Tôi muốn sự diễn giải của bạn về thẩm mỹ, vẻ đẹp, chất lượng, mối quan hệ, thời gian. Tôi muốn biết bạn cảm thấy thế nào. Tôi muốn bạn đi thẳng vào vấn đề và nói cho tôi biết điều gì thực sự quan trọng. Tôi không muốn đọc một bản tóm tắt các sự kiện và kết nối tách biệt khỏi trải nghiệm và mối quan hệ. Như Iain McGilchrist mô tả, cách chúng ta chú ý đến thế giới làm thay đổi bản chất của những gì hình thành, thế giới duy nhất mà chúng ta có thể biết.[12]

Nếu bạn yêu cầu một cỗ máy làm điều gì đó cho mình, bạn có nguy cơ không yêu cầu những gì bạn muốn, mà là những gì nó có thể làm tốt. Nếu những gì nó có thể làm tốt là tóm tắt, và bạn dựa vào công cụ đó, bạn có thể điều chỉnh các câu hỏi của mình để nhận được câu trả lời tốt hơn. Điều này trông giống như huấn luyện một cỗ máy làm những gì bạn muốn, nhưng nó cũng là huấn luyện chính bạn đặt câu hỏi về thế giới theo một cách nhất định. Những câu hỏi nào bạn đang bỏ qua? —Simon Sarris, *Resist Summary*

Viết lách có chủ đích có khả năng sẽ trở nên có giá trị hơn. Những người viết, và viết để tư duy, để tư duy sâu sắc và cẩn thận, hoặc để sáng tạo, để chia sẻ, hoặc để nắm bắt điều gì đó quan trọng mà không cần diễn đạt rõ ràng sẽ tiếp tục viết và tạo ra các tác phẩm gốc. Những người chưa bao giờ là nhà văn sẽ sử dụng AI để tạo ra rất nhiều văn bản.

Khi chúng ta đọc ngày càng nhiều văn bản do AI tạo ra, chúng ta có thể không nhận thấy những gì AI đã phá vỡ và thay đổi, bởi vì dù sao chúng ta cũng đã trở nên nông cạn hơn. Việc tìm kiếm sự chắc chắn giới hạn nhân tính của chúng ta. Đôi khi việc không tìm được từ ngữ lại quan trọng hơn. Tôi không muốn đọc những gì bạn không viết.