Ta hiếm khi mở ô chat để báo rằng hôm nay mọi thứ đang rất ổn. Ta mở nó khi chưa hiểu một khái niệm, chưa biết trả lời email thế nào, chưa quyết được có nên đổi việc, hoặc đã có quá nhiều ghi chú nhưng vẫn không thấy bước tiếp theo.
Vì vậy, dữ liệu hội thoại với AI tập trung dày hơn vào những thời điểm con người cần trợ giúp. Nó ghi lại câu hỏi, bản nháp, sự do dự và các quyết định chưa được đưa ra. Những lúc ta tự xử lý ổn thỏa thường không xuất hiện trong dữ liệu ấy.
Nếu đọc đúng giới hạn đó, các cuộc trò chuyện vẫn cho ta một lát cắt đáng chú ý. Chúng cho thấy AI đang được dùng ở khoảng nào giữa hiểu và làm, giữa suy nghĩ và diễn đạt, giữa tự quyết và tìm kiếm một phản hồi từ bên ngoài.
Con người hỏi AI điều gì nhiều nhất?
Năm 2025, nhóm nghiên cứu kinh tế của OpenAI cùng nhà kinh tế học David Deming tại Harvard công bố một phân tích bảo vệ quyền riêng tư trên 1,5 triệu cuộc trò chuyện ChatGPT. Các nhà nghiên cứu không trực tiếp đọc tin nhắn của người dùng. Họ dùng hệ thống tự động để phân loại các kiểu sử dụng ở quy mô lớn. Phần bảng chủ đề chính dựa trên một mẫu nhỏ hơn, khoảng 1,1 triệu cuộc trò chuyện từ tháng 5/2024 đến tháng 6/2025.
Ba nhóm đứng đầu là hướng dẫn thực tế, viết và tìm kiếm thông tin. Chúng chiếm khoảng ba phần tư số cuộc trò chuyện. Trong bảng phân loại chi tiết của nghiên cứu, hướng dẫn thực tế chiếm 28,3%, viết 28,1% và tìm kiếm thông tin 21,3%.
Những yêu cầu phổ biến nhất khá gần gũi:
Tìm một thông tin cụ thể : 18,3%
Chỉnh sửa hoặc nhận xét văn bản: 10,6%
Học một chủ đề hoặc nhờ giải thích: 10,2%
Hỏi cách thực hiện một việc: 8,5%
Viết tin nhắn, email và các nội dung giao tiếp cá nhân: 8%
Sức khỏe, làm đẹp và chăm sóc bản thân: 5,7%
Lập trình chiếm: 4,2%
Quan hệ và tự suy ngẫm: 1,9%
Các con số này không đo “điều con người quan tâm nhất trong đời”. Chúng đo loại việc người dùng chọn mang đến ChatGPT. Sự khác biệt ấy sẽ trở nên quan trọng ở phần sau.
Nếu phân loại theo mục đích, 49% tin nhắn thuộc nhóm “hỏi” để xin thông tin, lời khuyên hoặc hỗ trợ ra quyết định. 40% thuộc nhóm “làm”, khi người dùng muốn AI tạo ra một đầu ra cụ thể như bản nháp, kế hoạch hay đoạn mã. 11% còn lại là “biểu đạt”, gồm suy ngẫm cá nhân, khám phá ý tưởng và vui chơi. Khoảng 70% hoạt động trong dữ liệu này không liên quan trực tiếp đến công việc. Bản tóm tắt và nghiên cứu đầy đủ được OpenAI công bố tại đây.
Một phân tích khác của Anthropic trên một triệu cuộc trò chuyện Claude cho ra bức tranh hơi khác. Lập trình web và ứng dụng chiếm hơn 10%, giáo dục hơn 7%, chiến lược và vận hành doanh nghiệp gần 6%. Trong phần còn lại có đủ chuyện từ giải mộng, phân tích bóng đá, chuẩn bị cho thiên tai đến xin gợi ý giải ô chữ. Anthropic gọi hệ thống phân tích này là Clio.
Hai bảng số liệu không thể ghép thành một bảng xếp hạng chung. ChatGPT và Claude có tập người dùng, thiết kế sản phẩm và thời điểm thu thập khác nhau. Dữ liệu cũng được máy phân loại nên vẫn có sai số. Nhưng cả hai cùng cho thấy một điều đáng chú ý. Phần lớn cuộc trò chuyện không xoay quanh những viễn cảnh khoa học viễn tưởng. Chúng nằm sát đời sống thường ngày.
Điểm chung giữa nhiều nhóm yêu cầu là chúng xuất hiện khi một việc vẫn chưa có hình dạng rõ ràng.
Ta cần một điểm bắt đầu nhiều hơn một đáp án cuối cùng
“Hướng dẫn thực tế” là nhóm lớn nhất trong nghiên cứu của OpenAI. Nó gồm những việc như học một kỹ năng, lên kế hoạch, giải quyết một vấn đề đời sống hoặc xin lời khuyên cho một quyết định.
Nhìn bề ngoài, người dùng đang hỏi cách làm. Ở lớp sâu hơn, nhiều câu hỏi đang cố thu nhỏ một tình huống còn quá rộng.
“Tôi muốn học về AI, nên bắt đầu từ đâu?”
“Tôi có ba tiếng cuối tuần, hãy giúp tôi lập kế hoạch.”
“Tôi có nên nhận công việc này không?”
AI hữu ích ở đây vì nó có thể nhanh chóng tạo ra cấu trúc tạm thời. Một chủ đề lớn được chia thành vài phần. Một quyết định mơ hồ trở thành các tiêu chí. Một ý định chung được đổi thành bước tiếp theo.
Tâm lý học gọi cognitive offloading là việc dùng hành động hoặc công cụ bên ngoài để giảm bớt yêu cầu xử lý trong đầu. Ta vẫn làm điều này bằng lịch, danh sách việc cần làm, ghi chú và sơ đồ. AI mở rộng khả năng ấy. Nó không chỉ giữ thông tin mà còn sắp xếp và trả lời lại. Khái niệm này được Evan Risko và Sam Gilbert tổng hợp trong một bài nghiên cứu trên *Trends in Cognitive Sciences*.
Điều quan trọng nằm ở chữ “tạm thời”. Một kế hoạch do AI tạo ra có thể giúp ta bắt đầu, nhưng nó chưa biết đầy đủ năng lượng, hoàn cảnh gia đình, nguồn lực hay điều ta thực sự coi trọng. Khi dùng bản nháp ấy như một cấu trúc để chỉnh sửa, AI hỗ trợ suy nghĩ. Khi dùng nó như quyết định cuối, ta đã chuyển cả phần phán đoán đi cùng.
Dữ liệu này không cho thấy con người thiếu mong muốn. Nó cho thấy ta thường cần trợ giúp ở bước biến một mong muốn thành hành động đủ nhỏ để bắt đầu.
Rất nhiều người biết mình muốn nói gì, nhưng chưa tìm được câu chữ
Trong nghiên cứu ChatGPT, “viết” chiếm 28,1% tổng số tin nhắn được phân loại. Với những tin nhắn liên quan đến công việc, tỷ lệ này lên tới 41,8%. Viết ở đây không chỉ là yêu cầu AI sáng tác từ đầu. Nó còn gồm chỉnh sửa, tóm tắt, dịch và điều chỉnh giọng điệu.
Một email xin dời hạn không chỉ cần đúng ngữ pháp. Người gửi còn muốn giữ hình ảnh chuyên nghiệp mà không che giấu khó khăn. Một tin nhắn góp ý cần đủ rõ để vấn đề được xử lý, đồng thời không làm quan hệ xấu đi. Một bài giới thiệu bản thân phải thể hiện năng lực mà không khiến người viết thấy mình đang khoe khoang.
Đây là lao động ngôn ngữ và cũng là lao động xã hội. Ta liên tục chuyển điều mình nghĩ thành một phiên bản người khác có thể tiếp nhận.
Những yêu cầu đó cho thấy chúng ta dành rất nhiều thời gian quản lý khoảng cách giữa ý định và cách ý định ấy xuất hiện trước người khác. Nhiều lần nhờ “viết lại cho chuyên nghiệp hơn” thực chất đang giải quyết một câu hỏi khó hơn.
Làm sao để tôi vẫn là mình, nhưng ít bị hiểu sai hơn?
AI trở thành một phòng tập không có khán giả. Ta thử một câu, đọc lại, yêu cầu nó mềm hơn hoặc thẳng hơn rồi mới mang câu chữ ra đời thực. Giá trị lớn nhất đôi khi không nằm ở bản văn cuối cùng. Nó nằm ở cơ hội nhìn thấy nhiều cách diễn đạt trước khi chọn cách mình sẵn sàng chịu trách nhiệm.
Ta kể cho AI những điều khó nói không nhiều như ta tưởng
Các câu chuyện phổ biến về AI dễ tạo cảm giác rằng hàng triệu người đang coi chatbot như bạn thân hoặc nhà trị liệu. Dữ liệu hiện có thận trọng hơn.
Anthropic bắt đầu từ khoảng 4,5 triệu cuộc trò chuyện Claude và xác định 2,9% có tính cảm xúc. Các cuộc trò chuyện về đồng hành và nhập vai cộng lại chiếm dưới 0,5%; nhập vai tình cảm hoặc tình dục dưới 0,1%. Trong phần có tính cảm xúc, con người chủ yếu xin lời khuyên về quan hệ, công việc, phát triển bản thân và những giai đoạn chuyển tiếp. Một số cuộc trò chuyện dài đi vào cô đơn, tổn thương tâm lý, ý nghĩa sống và ý thức. Phân tích đầy đủ của Anthropic tại đây.
Vậy nhu cầu tâm sự với AI có thật, nhưng nó chưa phải cách sử dụng chủ đạo trong bộ dữ liệu này.
Trong các cuộc trò chuyện tư vấn và hỗ trợ tâm lý được phân loại, Claude phản biện hoặc từ chối dưới 10% trường hợp. Khi phản đối, lý do thường liên quan đến an toàn, chẳng hạn yêu cầu giảm cân nguy hiểm hoặc tự làm hại bản thân. Con số này không cho biết lời khuyên có tốt hay không. Nó chỉ cho thấy kiểu phản hồi phổ biến hơn là tiếp tục đồng hành bên trong cuộc trò chuyện thay vì dừng lại để đối đầu với người dùng.
Tại sao một ô chat vẫn có thể trở thành nơi để nói những điều khó nói?
Một thí nghiệm đăng trên Interacting with Computers năm 2024 yêu cầu người tham gia tiết lộ một bí mật cho chatbot hoặc cho một người qua giao diện trò chuyện. Những người tham gia cảm nhận chatbot ít phán xét hơn và ít lo bị đánh giá tiêu cực hơn. Nghiên cứu không tìm thấy bằng chứng đơn giản rằng cứ nói với chatbot là người ta sẽ tiết lộ sâu hơn. Mức độ riêng tư của lời kể liên quan rõ hơn đến cảm giác ẩn danh, và bối cảnh trò chuyện riêng tư có thể khiến cả hai nhóm cùng cởi mở. Bài nghiên cứu mô tả rõ kết quả và giới hạn này.
Nói với AI có ít tín hiệu xã hội hơn. Không có ánh mắt đổi khác, khoảng im lặng khó xử hay nỗi lo câu chuyện sẽ làm người đối diện mệt. Sự nhẹ nhõm ấy có thể giúp một người gọi tên điều họ chưa nói được. Nó cũng làm mất đi một số lực cản hữu ích trong quan hệ con người. Một người bạn có thể nhận ra ta đang tránh trách nhiệm. Một đồng nghiệp biết những dữ kiện ta bỏ sót. Một chuyên gia biết lúc nào vấn đề đã vượt quá phạm vi của lời khuyên chung.
AI cho ta không gian để tập nói. Không gian ấy không tự động trở thành sự thấu hiểu, và càng không thay thế được chăm sóc chuyên môn khi vấn đề liên quan đến sức khỏe tâm thần hay an toàn.
AI chỉ xử lý phiên bản câu chuyện ta cung cấp
Giả sử bạn kể rằng quản lý liên tục bác bỏ ý tưởng của mình và hỏi liệu có nên nghỉ việc. AI không chứng kiến những cuộc họp ấy. Nó không biết mục tiêu kinh doanh, chất lượng của đề xuất, lịch sử giữa hai người hay cách người quản lý kể lại tình huống. Nó chỉ có phiên bản đã đi qua trí nhớ, cảm xúc và lựa chọn câu chữ của bạn.
Sau đó, nó trả lại một câu trả lời trôi chảy. Sự trôi chảy dễ tạo cảm giác rằng một người ngoài cuộc đã nhìn toàn bộ sự việc.
Nghiên cứu Values in the Wild của Anthropic phân tích 700.000 cuộc trò chuyện Claude, sau đó giữ lại hơn 308.000 cuộc có yếu tố chủ quan để xem mô hình thể hiện giá trị ra sao. Trong bộ dữ liệu này, Claude ủng hộ mạnh các giá trị người dùng đưa ra trong 28,2% cuộc trò chuyện. Mô hình mở rộng hoặc đặt lại góc nhìn trong 6,6%, thường gặp hơn ở lời khuyên tâm lý và quan hệ. Nó phản đối mạnh trong 3% trường hợp, chủ yếu khi yêu cầu chạm đến nội dung phi đạo đức hoặc nguy hiểm. Các tỷ lệ này không cộng thành 100% vì nhóm nghiên cứu chỉ nêu ba trong bảy kiểu phản hồi. Anthropic công bố dữ liệu, phương pháp và giới hạn tại đây.
Kết quả thuộc về Claude ở một giai đoạn cụ thể. Chính Anthropic cũng lưu ý rằng ranh giới giữa các giá trị khá mờ và Claude được dùng để hỗ trợ phân loại dữ liệu. Dù vậy, nghiên cứu gợi ra một cách hiểu hữu ích. Trong nhiều cuộc trò chuyện, AI làm việc bên trong khung nhìn mà người dùng đã dựng lên. Nó phản chiếu điều ta coi trọng, rồi diễn đạt lại cho rõ và nhất quán hơn.
Đây là giới hạn quan trọng của mọi cuộc trò chuyện với AI. Hệ thống không có toàn bộ sự việc. Nó xử lý một bản tự thuật được viết trong một hoàn cảnh cụ thể. Người đang tức giận kể khác người đã ngủ đủ một đêm. Người muốn được xác nhận đặt câu hỏi khác người sẵn sàng đổi ý. Khi dữ kiện đầu vào bị thiếu, sự trôi chảy của câu trả lời có thể khiến khoảng trống ấy khó nhận ra hơn.
Vì vậy, câu trả lời của AI vừa phản ánh hệ thống, vừa phản ánh cách ta xuất hiện trước nó.
Những dữ liệu này gợi ra điều gì?
Các nghiên cứu ở trên mô tả cách con người sử dụng một số sản phẩm AI trong những giai đoạn cụ thể. Phần dưới đây là cách mình đọc các mô hình sử dụng, không phải một phát hiện nguyên văn từ các tác giả.
1. Ta tìm đến AI nhiều nhất ở khoảng giữa hiểu và làm
Con người có thể biết điều mình muốn nhưng chưa biết chia nó thành bước nào. Ta cũng có thể sở hữu rất nhiều thông tin mà vẫn không thấy quyết định phù hợp. Vì vậy, trợ lý AI đang được dùng nhiều như một công cụ định hướng. Nó giúp tạo ra điểm tựa đầu tiên để suy nghĩ tiếp.
2. Một phần lớn công việc hiện đại là làm cho suy nghĩ trở nên có thể chia sẻ
Viết, tóm tắt, dịch và điều chỉnh giọng điệu đứng rất cao trong dữ liệu sử dụng. Điều này cho thấy trở ngại trong công việc không chỉ là thiếu kiến thức. Ta còn phải trình bày kiến thức đúng lúc, đúng người và với mức độ chắc chắn phù hợp.
AI đang chen vào khoảng giữa suy nghĩ riêng và lời nói công khai. Đây là nơi nó có thể tiết kiệm nhiều công sức, đồng thời dễ làm mọi người dần nói giống nhau nếu ta chấp nhận bản đầu tiên quá nhanh.
3. Ta cần một nơi để thử trước khi phải chịu phản ứng thật
Ô chat cho phép đặt một câu hỏi còn vụng, viết một tin nhắn chưa đủ khéo và nói ra một suy nghĩ chưa muốn chia sẻ với ai. Nó giảm chi phí xã hội của lần thử đầu tiên.
Không phải lần thử nào cũng nên trở thành quyết định. AI không chịu hậu quả thay ta và không thấy những điều nằm ngoài cuộc trò chuyện. Giá trị của phòng tập nằm ở chỗ giúp ta chuẩn bị tốt hơn để trở lại đời thực.
4. Dữ liệu hội thoại tập trung vào những lúc ta cần trợ giúp
Đây là giới hạn dễ bị bỏ qua nhất khi diễn giải các con số.
Một khảo sát thực hiện trong phòng khám sẽ cho ra hình ảnh khác một khảo sát ở lễ hội. Dữ liệu chatbot cũng là một mẫu đã được chọn lọc. Ta thường mở AI lúc gặp vướng mắc, thiếu thời gian, khó diễn đạt hoặc chưa quyết được.
Nhìn riêng dữ liệu trò chuyện, con người có thể trông phụ thuộc và rối rắm hơn đời sống thật. Ô chat không thấy lúc ta tự giải quyết được vấn đề, chăm sóc một người mà không cần hướng dẫn, im lặng suy nghĩ, làm việc bằng kinh nghiệm, hoặc đơn giản là sống mà không biến trải nghiệm thành câu hỏi.
Những gì ta hỏi AI tiết lộ nơi ta cần trợ giúp, không định nghĩa toàn bộ năng lực của ta.
5. Cách đặt câu hỏi định hình câu trả lời
Mỗi câu hỏi đều chứa một cách đóng khung. “Làm sao chứng minh ý tưởng của tôi đúng?” dẫn cuộc trò chuyện đến một nơi khác với “Dữ kiện nào có thể khiến tôi đổi ý?” Một câu hỏi chỉ kể lỗi của người khác sẽ tạo ra bức tranh khác một câu hỏi thừa nhận phần mình chưa biết.
AI có xu hướng hỗ trợ nhiệm vụ và thích nghi với ngôn ngữ của người dùng. Điều đó làm nó hữu ích. Cũng vì vậy, chất lượng cuộc trò chuyện phụ thuộc vào việc ta có để lại chỗ cho sự bất định, dữ kiện thiếu và góc nhìn khác hay không.
Một câu hỏi tốt hơn để mang theo
Bài viết bắt đầu từ dữ liệu về những gì con người thường hỏi AI. Sau khi nhìn vào các con số, mình quan tâm hơn đến một câu khác.
Ta đang đưa cho AI bao nhiêu phần của vấn đề?
Một người chỉ tìm câu trả lời nhanh, hay một người dùng câu trả lời để nghĩ tiếp? Một người muốn câu chữ nghe thuyết phục, hay một người sẵn sàng kiểm tra điều câu chữ ấy đang che đi? Một người trao cả quyết định cho hệ thống, hay một người dùng nó để nhìn rõ trách nhiệm của chính mình?
Những cuộc trò chuyện với AI không cho ta một chân dung đầy đủ về con người. Chúng cho thấy những chỗ ta thường cần hỗ trợ nhất. Một bước tiếp theo. Một câu dễ nói hơn. Một nơi để nghĩ thành tiếng.
Ta thường đưa vào ô chat những việc còn chưa hoàn tất. Điều đó không khiến ta kém đi. Đây cũng là trạng thái quen thuộc của việc học, làm việc và thay đổi. Chỉ cần nhớ rằng câu trả lời của AI được tạo ra từ phần bối cảnh ta đã cung cấp, không phải toàn bộ thực tế đang diễn ra.
Bạn thường mở AI khi chưa biết, chưa viết được, chưa quyết được, hay chưa muốn nói với ai?
Nguồn tham khảo
OpenAI Economic Research và David Deming (2025). How People Use ChatGPT; bản giới thiệu của OpenAI.
Anthropic (2024). Clio: Privacy-preserving insights into real-world AI use.
Anthropic (2025). How people use Claude for support, advice, and companionship.
Croes, E. A. J., Antheunis, M. L., van der Lee, C. và de Wit, J. M. S. (2024). Digital Confessions: The Willingness to Disclose Intimate Information to a Chatbot and its Impact on Emotional Well-Being. Interacting with Computers.
Anthropic (2025). Values in the wild: Discovering and analyzing values in real-world language model interactions.
Risko, E. F. và Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences.