Nếu thiếu con mắt phản biện của con người, AI sẽ tạo ra nội dung “rác” (slop). Mức chất lượng là do bạn quyết định.
Tôi thích AI. Tôi dùng nó mọi lúc. Tôi có Claws, có Claude Max 20x, đang duy trì chuỗi commit GitHub hơn 40 ngày, và hiện đang dùng nanobanana để cải tạo nhà. Thậm chí, tôi còn là một nửa của một consultancy tập trung hoàn toàn vào AI.
Nhưng hết lần này đến lần khác, tôi thấy rõ một điều: AI hoàn toàn không có khả năng tự đánh giá chất lượng sản phẩm của chính nó.
Một ví dụ: tôi đã tuyển dụng các “AI expert” cho khách hàng. Bài test tôi thích nhất là yêu cầu họ chuẩn bị một bài thuyết trình cho vòng phỏng vấn — với yêu cầu rõ ràng là phải dùng AI.
Những ứng viên tốt nhất vẫn dùng AI (tất nhiên), nhưng họ đứng giữa output của AI và thứ họ trình bày. Họ hiểu nội dung của mình từ đầu đến cuối. Họ tự viết một phần đáng kể, hoặc chỉnh sửa rất sâu. Sau đó AI giúp mở rộng, tinh chỉnh câu chữ — và cuối cùng con người quay lại để đánh giá một cách критical.
Các bài thuyết trình đó thường chỉ khoảng 1 slide mỗi phút, dưới 50 từ mỗi slide. Tức là mức tối thiểu cần thiết để một bài presentation trước thời AI có thể chấp nhận được — chưa nói đến việc hấp dẫn. Và họ trình bày một cách tự tin, không cần đọc slide để biết mình sẽ nói gì tiếp theo.
Ngược lại, phần lớn các bài còn lại có 3–4 slide cho mỗi phút, chứa đầy đoạn văn, bullet point và “rác chữ”. Tệ hơn nữa là rất dễ nhận ra người trình bày không hề chỉnh sửa nội dung — thậm chí có vẻ như họ còn chưa đọc.
Mọi người ơi, đây là điều cơ bản.
Bạn phải chịu trách nhiệm cho output của mình. AI không bị đánh giá xấu khi bạn trình bày nội dung kém. Bạn mới là người bị đánh giá — đặc biệt nếu người đối diện hiểu cách các model này hoạt động.
Điều này đã đúng từ thời GPT-3, khi “slop cannon” của Jasper AI bắt đầu bắn ra LinkedIn. Một khi bạn đã nhận ra pattern của AI, bạn sẽ không thể “không thấy” nữa. AI đang trả lời AI khắp feed của tôi mỗi ngày — và tôi cảm giác như mình là Haley Joel Osment.
Điều này cũng đúng với lập trình. Bất kỳ ai từng xây dựng hệ thống maintainable đều biết rằng nếu không có context engineering ở nhiều tầng, AI không phải là một software engineer giỏi.
Tương tự với hình ảnh. Chúng ta (ít nhất là những người online nhiều) có thể nhận ra ảnh AI ngay lập tức. Để tạo ra thứ có giá trị, bạn phải vượt qua prompt đầu tiên và tiếp tục refine, refine, refine.
Và giờ đến lượt thiết kế giao diện. Claude Design có thể được xây dựng bởi một công ty có thể trở thành lớn nhất thế giới, nhưng model của họ vẫn không biết thiết kế cho ra hồn.
Xin lỗi, nhưng là vậy.
Chúng ta chắc chắn sẽ thấy các công ty thành công trong lĩnh vực AI design (và tôi thực sự muốn thoát khỏi việc “vẽ hình chữ nhật” truyền thống). Nhưng kỹ năng “thiết kế một lần là xong” hiện tại vẫn là một huyền thoại — ít nhất với những ai hiểu rõ vấn đề.
Narrative “designer sắp bị thay thế” thường đi kèm với những UI nhạt nhẽo kiểu Anthropic greige — trước đó là trend gradient xanh/tím. Và rồi nó sẽ lại thay đổi.
Giống như vibe coding, output của LLM có thể trông ổn lúc nhìn qua. Nhưng khi đào sâu, hoặc cố build lên trên đó, bạn sẽ thấy nó giống như “đóng đinh vào thạch”. Và tin tôi đi, designer hiểu rất rõ điều này.
Điều này sẽ cải thiện
Có rất nhiều người giỏi đang làm việc để giải quyết vấn đề này — vì lợi nhuận hoặc đơn giản là vì đam mê.
Không gian tooling cho design đang bùng nổ: từ các dự án thay thế Figma đến các file “DESIGN.md” nhằm hướng dẫn model tạo ra output tốt hơn.
(Cảm nhận của tôi là bài toán này sẽ được giải ở tầng application, không phải model — nên các sản phẩm tham vọng có thể sẽ thắng.)
Các team design cũng bắt đầu chú ý. Về dài hạn, tôi không quá lo về việc chất lượng design của các sản phẩm lớn bị suy giảm — ngược lại, chúng ta có thể sẽ thấy UI tốt hơn khi công cụ trưởng thành.
AI + design tốt = đột phá
Điều rõ ràng là: design tốt kết hợp với AI có thể tạo ra những thứ phi thường.
Designer giờ có thể hiện thực hóa ý tưởng mà không cần handoff hoặc chờ feedback chậm từ engineer. Những pattern và xu hướng mới đang xuất hiện.
Nhưng đoán xem?
Tất cả vẫn cần thời gian.
Không có thứ gì tốt được tạo ra một cách cẩu thả. Công cụ giúp tăng tốc và mở rộng khả năng sáng tạo — nhưng không thay thế nỗ lực.
Và nỗ lực đó luôn có giá trị, như tweet của Hillary Gridley đã nói rất đúng: sẽ luôn có “signal advantage” cho những ai giữ con người trong vòng lặp.
Kết luận
Đây là tin tốt cho những người vẫn giữ tiêu chuẩn chất lượng khi phần còn lại đang hạ thấp nó.
Hãy luôn kiểm tra output của AI — và bạn có thể trở thành người đó.