Có một buổi tối, một bạn trong nhóm Tự Học Cùng AI nhắn cho tôi. Bạn ấy đã dành gần ba tiếng hỏi AI về chuyện có nên chuyển việc hay không. AI trả lời rất kỹ: phân tích ưu nhược điểm, gợi ý năm khung ra quyết định, liệt kê mười câu hỏi tự vấn. Kết thúc buổi tối, bạn ấy có một tài liệu dài hơn cả bản hợp đồng lao động, và vẫn không biết mình nên làm gì.
Câu chuyện này không hiếm. Chúng ta đang sống trong thời kỳ tự học dễ dàng nhất từ trước đến nay. Mọi câu hỏi đều có câu trả lời trong vài giây. Vậy mà rất nhiều người tự học chăm chỉ lại thấy mình rối hơn, chứ không sáng hơn.
Vấn đề không nằm ở câu trả lời
AI trả lời giỏi. Nhưng AI trả lời theo câu hỏi mình đặt ra. Khi câu hỏi rời rạc, câu trả lời cũng rời rạc. Khi mình chưa biết điều gì là cốt lõi, mỗi câu trả lời lại mở thêm vài hướng mới, và mình đi theo tất cả.
Thứ còn thiếu thường không phải thông tin. Thứ còn thiếu là một bộ khung để đặt thông tin vào: biết cái gì quan trọng, cái gì nối với cái gì, và khi nào là đủ để bắt đầu làm.
Ba cái bẫy của người tự học cùng AI
Bẫy thứ nhất là thông tin vô tận. Mỗi câu trả lời gợi ra ba câu hỏi mới. Càng hỏi càng thấy thiếu, càng thấy thiếu càng hỏi. Đây là một vòng lặp tự củng cố, và thêm thông tin chỉ làm nó chạy nhanh hơn.
Bẫy thứ hai là lời khuyên chung chung. AI không biết hoàn cảnh của mình nếu mình không biết cách mô tả nó. Kết quả là những lời khuyên đúng với tất cả mọi người, nên không thật sự đúng với ai.
Bẫy thứ ba là học thay cho làm. Đọc, lưu, ghi chú tạo cảm giác tiến bộ rất thật. Nhưng giữa học và làm luôn có một độ trễ, và nếu không nhìn thấy độ trễ đó, mình sẽ tiếp tục học để trì hoãn việc bắt đầu.
Nền tảng là gì?
Nền tảng ở đây không phải là thêm một môn học. Đó là vài câu hỏi cốt lõi mà mình luôn mang theo, bất kể đang học gì. Tư duy hệ thống cho tôi bốn câu như vậy:
Mục đích thật của việc này là gì, khác gì với mục đích mình nói ra?
Vòng lặp nào đang giữ vấn đề này tồn tại?
Độ trễ nằm ở đâu: việc nào cần thời gian mới thấy kết quả?
Nếu chỉ được thay đổi một điểm, điểm nào có đòn bẩy lớn nhất?
Khi có bốn câu hỏi này, AI trở thành một người bạn học rất tốt: giúp mình đào sâu đúng chỗ. Khi chưa có, AI dễ trở thành một nguồn overthinking hoàn hảo: luôn sẵn sàng, không bao giờ mệt, và không bao giờ bảo mình dừng lại.
Một câu lệnh để thử ngay hôm nay
Lần tới, thay vì hỏi AI “Tôi nên làm gì?”, bạn thử dán câu lệnh này:
“Đây là vấn đề tôi đang gặp: [mô tả]. Hãy giúp tôi nhìn nó như một hệ thống: các phần và kết nối giữa chúng, vòng lặp đang giữ vấn đề tồn tại, mục đích thật của hệ thống, độ trễ, và điểm đòn bẩy lớn nhất. Hỏi lại tôi 3 câu trước khi trả lời.”
Bạn sẽ thấy cuộc trò chuyện chậm lại một chút, nhưng sâu hơn rất nhiều. Và quan trọng hơn: bạn là người dẫn dắt, không phải người chạy theo.
Bắt đầu từ hệ thống gần nhất
Những câu hỏi trên là phần nhỏ trong khoá học video TƯ DUY HỆ THỐNG CHÍNH MÌNH mà tôi vừa ra mắt trên SystemsThinker.vn. Khoá học không dạy về các hệ thống phức tạp ngoài kia. Chúng ta bắt đầu từ hệ thống gần gũi và quan trọng nhất: chính mình. Thói quen của mình, cách mình học, cách mình ra quyết định.
Khoá gồm 17 video bài giảng qua 5 chuyên đề: nền tảng tư duy hệ thống, phân biệt các kiểu tư duy, vòng lặp thói quen, điểm đòn bẩy cá nhân và 8 nguyên mẫu hệ thống. Bạn học trong 30 ngày, theo nhịp của mình, trên điện thoại hoặc máy tính.
Bạn có thể xem thử miễn phí 2 bài đầu, không cần đăng nhập: systemsthinker.vn
Tái bút: Giá ra mắt 700.000đ (giá gốc 1.000.000đ) áp dụng đến hết ngày 30/11. Nếu bạn thấy bài viết này hữu ích, hãy chuyển tiếp cho một người bạn cũng đang tự học cùng AI.



