1. Những điều từng khiến mình tự tin bỗng trở nên quá dễ dàng

Khi mình ngồi trước màn hình để hoàn thành một bài content cho câu lạc bộ, mình mất gần hai tiếng tìm một cách mở đầu đủ tự nhiên nhưng vẫn khiến người đọc muốn dừng lại. Cuối cùng, vì quá bí, mình đưa ý tưởng cho AI. Vài giây sau, hàng loạt phiên bản xuất hiện: câu chữ mượt, tiêu đề bắt mắt. Nó làm rất tốt.

Khoảnh khắc ấy khiến mình chênh vênh. Những thứ mình từng nghĩ cần nhiều thời gian để học giờ có thể được tạo ra gần như tức thì. Viết caption, nghĩ ý tưởng, lên kịch bản, dựng video, AI đang bước vào nhiều phần việc của người làm truyền thông. Một câu hỏi xuất hiện: Nếu chiếc máy làm được những điều mình đang học, vậy mình đang học để trở thành người làm truyền thông hay học những việc máy sẽ làm thay?

Đây không còn là câu hỏi xa xôi. Nó đã hiện diện trong lớp học, bài tập nhóm và những lần chúng ta mở AI khi đầu óc cạn kiệt. Điều khiến sinh viên lo lắng là cảm giác những năm tháng bỏ ra để học đang trở nên mong manh. Và từ nỗi lo ấy, câu hỏi khác xuất hiện: thứ gì trong truyền thông thực sự đáng để con người giữ lại?

2. Khi câu chữ có thể được tạo ra, điều khó nhất lại là biết mình muốn nói gì

Mình từng nghĩ một bài truyền thông hay trước hết phải có câu chữ thật đẹp. Sau lần ấy, mình nghĩ khác. AI có thể cho mình mười cách viết một câu mở đầu, nhưng không thể quyết định câu nào nên được nói. Nó có thể đưa ra chiến dịch, nhưng chưa chắc biết vì sao người trẻ cần nó. Nó có thể phân tích dữ liệu, nhưng không thể sống thay một ngày của họ để hiểu một nỗi buồn hay một mong muốn chưa thành lời.

Virginia Woolf từng viết rằng: “những từ ngữ không thực sự sống trong từ điển, chúng sống trong tâm trí”. Mình nghĩ truyền thông cũng vậy. Một thông điệp không sống nhờ được viết đẹp. Nó sống trong khoảnh khắc một người đọc thấy câu chuyện ấy có bóng dáng của mình trong đó. Người làm truyền thông cần tìm không chỉ là “đúng từ”, mà là “đúng người, đúng cảm xúc”.

Mình nhận ra điều khó nhất của truyền thông không phải là tạo ra một sản phẩm. Đó là nhìn thấy một vấn đề trước khi nó thành câu hỏi; nghe được điều người khác chưa biết cách nói; và tìm một cách kể khiến người xa lạ cũng thấy câu chuyện ấy liên quan đến mình. Những điều đó đến từ việc quan sát, trò chuyện và hiểu rằng phía sau một lượt xem luôn là một con người. Vì vậy, mình không nghĩ sinh viên truyền thông nên sợ AI. Nếu nó giúp tìm ý tưởng hay xử lý việc lặp lại, hãy để nó làm. Nhưng đừng giao cho nó quyền quyết định điều gì đáng nói và vì sao.

Nguồn: Pinterest

3. Không cần giỏi hơn AI, chỉ cần đừng trở thành bản sao của nó

Sau lần đó, điều mình thay đổi không phải cách dùng AI, mà là cách nhìn về nghề mình đang học. Mình không muốn cạnh tranh với máy. Nếu máy tạo ra một trăm phiên bản trong vài phút, mình không cần chứng minh mình tạo được một trăm linh một. Điều mình cần giữ là khả năng nhìn thấy những điều không nằm trên màn hình.

Một sinh viên truyền thông có thể chưa viết câu chữ hoàn hảo hay nghĩ ra campaign xuất sắc. Nhưng nếu người ấy biết lắng nghe, biết đặt câu hỏi, biết nhận ra một thông điệp nghe rất hay nhưng chẳng chạm vào ai, thì người ấy vẫn có một thứ vô cùng quan trọng. Truyền thông chưa bao giờ chỉ là nghề của câu chữ. Đó là nghề của sự kết nối, muốn kết nối, trước hết phải hiểu con người.

Mình vẫn dùng AI. Nhưng mình muốn xem nó như một lời nhắc. Nó buộc mình bước khỏi những kỹ năng có thể tự động hóa và đi sâu vào phần khó nhất: tư duy, cảm nhận và lựa chọn. Có thể vài năm nữa, máy sẽ viết caption hay hơn mình, dựng video nhanh hơn và nghĩ nhiều ý tưởng hơn. Nhưng mình tin một thông điệp đáng nhớ phải bắt đầu từ người thực sự có điều muốn nói.

Sau cùng, câu hỏi không còn là “AI có thay thế người làm truyền thông không?”. Có lẽ câu hỏi đáng sợ hơn là: nếu chúng ta chỉ làm những gì AI cũng làm được, thì điều gì khiến chúng ta cần có mặt trong nghề này?Câu trả lời không nằm ở việc giỏi hơn máy. Nó nằm ở việc trở thành một con người đủ sâu để nhìn thấy điều máy chưa thấy, đủ nhạy để cảm điều người khác chưa nói, và đủ can đảm để kể câu chuyện bằng tiếng nói riêng.

Vậy làm sao để không bị AI thay thế ?

I. Làm tốt chưa chắc đã là làm đúng

AI có thể tạo 20 caption. Nhưng nếu người dùng đưa vào một brief sai hoặc hiểu sai vấn đề, AI sẽ tạo ra 20 caption cho… một vấn đề không tồn tại. Điều này khiến mình nghĩ đến một điều khá dễ bị bỏ qua trong truyền thông: chúng ta thường quá tập trung vào “output” viết gì, quay gì, thiết kế gì? mà quên mất câu hỏi đứng trước tất cả những thứ ấy: Tại sao phải làm việc này? Vấn đề thực sự là gì?

Nếu AI đã có thể giúp chúng ta tạo ra một sản phẩm nhanh hơn rất nhiều, có lẽ điều đáng học không còn chỉ là làm sao để tạo ra một sản phẩm thật tốt, mà là biết mình có thực sự cần tạo ra sản phẩm ấy hay không. Thay vì chỉ luyện viết caption mỗi ngày, sinh viên truyền thông có thể tập phân tích một chiến dịch. Khi thấy một thương hiệu làm campaign, đừng chỉ nghĩ “hay quá”, mà thử dừng lại và hỏi: Khách hàng nào đang được nhắm đến? Insight này có thật không? Tại sao họ chọn thời điểm này? Nếu campaign thất bại, nguyên nhân có thể nằm ở đâu?

Một campaign có thể có hình ảnh đẹp, câu chữ bắt tai và rất nhiều lượt tương tác, nhưng những điều đó chưa chắc đồng nghĩa với việc nó đã giải quyết đúng vấn đề. Có khi điều quyết định một chiến dịch thành công lại nằm ở một câu hỏi được đặt ra trước khi người đầu tiên bắt tay vào viết. Vì vậy, mình nghĩ sinh viên truyền thông nên tập cho mình thói quen đặt câu hỏi trước khi tìm câu trả lời. Khi làm một bài tập hay nhận một brief, hãy thử dành vài phút để xác định mình đang muốn giải quyết điều gì trước khi nghĩ đến caption, hình ảnh hay ý tưởng. Khi nhìn một campaign, hãy thử tháo nó ra để xem phía sau một sản phẩm hoàn chỉnh là vấn đề nào, con người nào và quyết định nào.

AI có thể đưa ra câu trả lời nhanh. Nhưng người làm truyền thông cần là người biết mình đang hỏi đúng câu hỏi hay chưa.

Nguồn: pinterest

II. Có những điều dữ liệu không nói

Một điều khác mình nghĩ người trẻ cần học khi AI ngày càng giỏi phân tích là không vội tin vào một kết luận chỉ vì nó có rất nhiều con số đứng phía sau. AI có thể phân tích hàng nghìn bình luận, tổng hợp insight và đọc dữ liệu nhanh hơn con người. Điều đó giúp công việc dễ dàng hơn, nhưng cũng khiến chúng ta dễ quên rằng dữ liệu không tự nói lên sự thật.

Một con số tăng không đồng nghĩa với một chiến dịch thành công. 100.000 lượt xem không có nghĩa là 100.000 người quan tâm. Một insight xuất hiện nhiều không có nghĩa nó đại diện cho cả khách hàng. Vì vậy, khi AI đưa ra một kết quả, thay vì lập tức sử dụng nó, hãy tập hỏi lại: Nguồn ở đâu? Mẫu có đủ không? Có thiên kiến gì không? Những người được đưa vào dữ liệu có thực sự đại diện cho nhóm khách hàng mình đang nói đến không?

Chẳng hạn, AI nói rằng khách hàng Gen Z thích một sản phẩm vì 70% bình luận đều tích cực. Nghe rất thuyết phục. Nhưng 70% đó có thể chỉ đến từ những người vốn đã theo dõi và yêu thích thương hiệu. Nếu vậy, liệu con số ấy có thực sự nói lên rằng khách hàng Gen Z nói chung thích sản phẩm? Đó cũng là lúc mình cần hiểu sự khác nhau giữa correlation và causation. Hai điều xảy ra cùng lúc không có nghĩa một điều chắc chắn là nguyên nhân của điều còn lại. Và AI hoàn toàn có thể trình bày một kết luận sai theo cách rất rõ ràng, logic và thuyết phục.

Vì thế, điều cần tập không phải là nghi ngờ mọi dữ liệu, mà là biết khi nào dữ liệu mình có vẫn chưa đủ để đưa ra một kết luận. Đừng chỉ hỏi AI “kết quả là gì?”, mà hãy hỏi thêm “kết quả này dựa trên đâu?” và “còn điều gì mình chưa nhìn thấy?”. Bởi AI có thể giúp chúng ta nhìn thấy nhiều hơn, nhưng chỉ con người mới có thể quyết định điều gì đáng tin và chịu trách nhiệm cho quyết định ấy.

----------------------------
Người viết: Mai Thuỳ Linh

 

CÁ NHÂN CÓ NHU CẦU TƯ VẤN HƯỚNG NGHIỆP VUI LÒNG ĐĂNG KÝ: