Lợi thế cạnh tranh thực sự của chuyên gia trong thời đại AI
Trong thời đại AI, năng lực nền của người viết không chỉ là việc "viết"
Có một thời, viết tốt là một lợi thế cạnh tranh rõ ràng. Người viết tốt có khả năng tạo ảnh hưởng, xây dựng uy tín chuyên môn, thuyết phục khách hàng, thậm chí mở ra những cơ hội nghề nghiệp mà không phải ai cũng có được. Nếu bạn có thể diễn đạt ý tưởng mạch lạc, kể một câu chuyện hấp dẫn, hay viết ra những nội dung khiến người khác dừng lại để đọc, bạn đang sở hữu một năng lực tương đối hiếm. Nhưng chúng ta đang bước vào một thời kỳ mà sự khan hiếm đó không còn nữa.
Chỉ trong vài năm, AI đã làm một điều rất đáng kinh ngạc: biến năng lực tạo ra ngôn ngữ thành một thứ gần như phổ cập. Một bài blog dài 2000 chữ, một bản tin newsletter, một email bán hàng, một outline cho cuốn sách, thậm chí một bài viết có giọng điệu khá thuyết phục, giờ đây có thể được tạo ra trong vài chục giây. Điều này vừa thú vị, vừa khiến nhiều người làm công việc sáng tạo cảm thấy bất an. Nếu một cỗ máy có thể viết nhanh hơn, dài hơn, thậm chí đôi khi trôi chảy hơn chúng ta, vậy thì lợi thế của người viết nằm ở đâu?
Câu hỏi này đặc biệt quan trọng với những chuyên gia, tác giả, nhà giáo dục, những người vốn xem việc viết như một phương tiện để chia sẻ tri thức và xây dựng sức ảnh hưởng. Bởi nếu chúng ta vẫn định nghĩa giá trị của mình nằm ở khả năng “viết ra nội dung”, thì AI rõ ràng đang bước vào vùng đất đó với tốc độ rất đáng nể. Nhưng càng quan sát kỹ, mình càng thấy có lẽ chúng ta đang đặt sai câu hỏi. Bài viết này, mình sẽ cùng bạn khám phá về “Lợi thế cạnh tranh thực sự của năng lực viết trong thời đại AI”.
Sự nhầm lẫn của nhiều người về năng lực viết
Khi đứng trước sự phát triển của AI, phản xạ tự nhiên của nhiều người là nghĩ rằng mình cần học cách viết tốt hơn. Học kể chuyện để nội dung cuốn hút hơn. Học viết thuyết phục hơn. Học cách tạo nội dung hấp dẫn hơn. Gần đây hơn nữa là học cách viết câu lệnh tốt hơn để AI cho ra kết quả sắc nét hơn. Những điều này đều hữu ích, nhưng mình nghĩ chúng chưa thực sự chạm vào tầng cốt lõi của vấn đề. Bởi tất cả những kỹ năng đó, suy cho cùng, đều nằm ở tầng biểu đạt. Chúng giúp bạn trình bày một ý tưởng tốt hơn, diễn đạt một thông điệp rõ hơn, một nội dung hấp dẫn hơn. Nhưng chúng không tự tạo ra chiều sâu cho ý tưởng đó.
Mình nghĩ đây là điểm đặc biệt quan trọng khi làm việc với AI, bởi AI khiến chúng ta rất dễ rơi vào một ảo tưởng tinh vi: nhầm lẫn giữa năng lực của công cụ và năng lực của chính mình. Trong khoa học nhận thức có một khái niệm gọi là “chuyển tải nhận thức” (cognitive offloading). Con người vốn luôn làm điều này. Chúng ta ghi chép để không phải nhớ mọi thứ. Dùng máy tính để không phải tính nhẩm. Dùng bản đồ để không phải tự ghi nhớ từng tuyến đường. AI chỉ là bước tiến mới của xu hướng đó, nhưng ở một tầng cao hơn nhiều. Nó không chỉ hỗ trợ trí nhớ hay tính toán. Nó bắt đầu hỗ trợ cả diễn đạt, tổng hợp, cấu trúc hóa suy nghĩ. Và chính vì vậy, nó tạo ra một cảm giác rất dễ gây nhầm lẫn về năng lực cá nhân.
Các nhà khoa học nghiên cứu về tính chuyên môn (expertise) cho biết khác biệt giữa người mới và người giỏi không đơn thuần nằm ở việc ai nói hay hơn hay trình bày tốt hơn. Khác biệt nằm ở cách tri thức được tổ chức trong đầu họ. Người có chuyên môn sâu không chỉ biết nhiều hơn. Họ nhìn thấy cấu trúc sâu hơn bên dưới vấn đề, nhận ra quy luật nhanh hơn, và có khả năng kết nối những dữ kiện rời rạc thành một bức tranh có ý nghĩa. Nói cách khác, thứ tạo nên năng lực thực sự không nằm ở phần thành phẩm chúng ta nhìn thấy. Nó nằm ở kiến trúc tư duy phía sau. Điều này giống như việc chúng ta quá tập trung vào giao diện của một ứng dụng mà quên mất hệ điều hành phía sau mới là thứ quyết định ứng dụng đó mạnh đến đâu. Một giao diện đẹp không cứu được một hệ thống vận hành yếu. Và một câu chữ mượt mà cũng không thể thay thế cho một tư duy chưa đủ sắc bén.
Sức nặng của quá trình bồi đắp tư duy
Khi một công cụ có thể giúp chúng ta viết nhanh hơn, rõ ràng hơn, chuyên nghiệp hơn, cảm giác rất dễ có là mình đang trở nên giỏi hơn. Nhưng đôi khi điều thực sự đang xảy ra chỉ là tốc độ sản xuất tăng lên, trong khi chất lượng tư duy phía sau không thay đổi. Một số nghiên cứu gần đây về việc con người làm việc cùng AI tạo sinh cũng gợi mở điều này. Khi AI hỗ trợ mạnh ở tầng biểu đạt, người dùng thường tạo ra thành phẩm tốt hơn về hình thức. Nhưng điều đó không mặc nhiên đồng nghĩa với việc họ hiểu sâu hơn về vấn đề, hay phát triển năng lực tư duy độc lập tốt hơn. Đây là một khác biệt rất quan trọng.
Nếu một ý tưởng còn mơ hồ, AI có thể giúp bạn diễn đạt nó trôi chảy hơn. Nếu một góc nhìn còn khá phổ thông, AI có thể giúp bạn trình bày nó thuyết phục hơn. Nếu tư duy của bạn vẫn đang ở mức trung bình, AI có thể giúp bạn tạo ra nhiều phiên bản rất chỉn chu của chính mức trung bình đó. Nhưng đó cũng chính là giới hạn. Bởi năng lực chuyên môn sâu chưa bao giờ chỉ là khả năng tạo ra những câu chữ nghe hợp lý.
Trong nghiên cứu về tạo nghĩa từ sự phức tạp và mơ hồ (sensemaking), người ta chỉ ra rằng năng lực của người giỏi không nằm ở việc phản ứng nhanh với thông tin. Nó nằm ở khả năng nhìn ra điều gì thực sự đang diễn ra khi dữ liệu còn chưa đầy đủ, khi vấn đề còn mơ hồ, khi thậm chí câu hỏi đúng còn chưa được gọi tên. Đây chính là phần rất khó để chuyển giao cho công cụ. AI không tự biến một tư duy chưa đủ sâu thành một hệ tri thức có giá trị. Nó không tự thay bạn quan sát thế giới. Không tự thay bạn trải nghiệm cuộc sống. Không tự thay bạn phát triển khả năng phán đoán. Không tự hình thành cho bạn một góc nhìn riêng từ những va chạm thật của đời sống. Nó có thể tái tổ hợp những gì đã tồn tại. Nhưng nó không tự tạo ra chiều sâu nội dung.
Thậm chí, trong nghiên cứu giáo dục còn có một khái niệm rất đáng suy ngẫm là “độ khó có ích” (desirable difficulty). Ý tưởng ở đây khá thú vị. Chính những lúc phải vật lộn để hiểu, phải tự làm rõ một ý tưởng, phải tự kết nối những điều tưởng như rời rạc, lại là lúc tư duy thực sự được hình thành. Nói cách khác, không phải mọi ma sát đều xấu. Một số ma sát chính là nơi năng lực được xây dựng. Nếu bạn dùng AI và loại bỏ toàn bộ những ma sát đó quá sớm, chúng ta có thể nhận được thành phẩm nhanh hơn, nhưng lại vô tình làm yếu đi năng lực tư duy của chính mình.
Vì thế, có lẽ điều cần cảnh giác nhất không phải là việc AI viết tốt hơn chúng ta mà là việc chúng ta dần đánh đồng khả năng biểu đạt trôi chảy với năng lực tư duy sâu. AI không tự nâng cấp chất lượng cốt lõi của tư duy. AI khuếch đại thứ đã có sẵn.
Nếu phía sau là một hệ tư duy mạnh, AI trở thành đòn bẩy. Nếu phía sau là một tư duy còn mơ hồ, AI chỉ giúp sự mơ hồ đó được diễn đạt đẹp đẽ trên bề mặt mà thôi.
Đọc thêm bài viết:
Chất lượng nội dung thực sự đến từ đâu?
Vậy nếu khác biệt không nằm ở khả năng tạo ra những câu chữ trôi chảy, thì chất lượng thực sự của một sản phẩm tri thức đến từ đâu?
Khi quan sát cách một bài viết, một bản tin, một workshop, một khóa học hay một cuốn sách được hình thành, chúng ta sẽ thấy câu chữ thực ra chỉ là lớp cuối cùng. Thứ quyết định chất lượng không nằm ở phần biểu đạt, mà nằm ở quá trình xử lý tư duy phía trước đó. Nếu nhìn từ góc này, có thể hình dung việc tạo ra một sản phẩm tri thức đi qua nhiều tầng khác nhau.
Tầng 1: Xử lý thông tin
Đây là lớp nguyên liệu thô. Những dữ kiện, số liệu, nghiên cứu, case study, trích dẫn, ví dụ, những quan sát ban đầu mà chúng ta thu thập được từ thế giới xung quanh. Với một tác giả sách, đây có thể là việc đọc hàng chục cuốn sách cùng một chủ đề, lưu lại những đoạn highlight quan trọng, tổng hợp các nghiên cứu học thuật, thu thập những ví dụ thực tế từ doanh nghiệp, giáo dục hay đời sống, hoặc ghi chép lại những quan sát cá nhân sau các cuộc trò chuyện và trải nghiệm.
Đây là một tầng rất quan trọng, nhưng chưa phải nơi giá trị thực sự được tạo ra. Bởi sở hữu nhiều nguyên liệu không đồng nghĩa với việc đã tạo ra một công trình có giá trị. Một đầu bếp có thể có đầy đủ nguyên liệu tốt trong bếp, nhưng điều đó chưa có nghĩa họ đã tạo ra một món ăn ngon miệng.
Và đây cũng chính là nơi AI cực kỳ mạnh. Nếu bạn cần tổng hợp 20 nghiên cứu về deep work, so sánh các trường phái tư duy về sáng tạo, hay gom những luận điểm chính từ nhiều cuốn sách về học tập, AI có thể làm điều đó nhanh hơn con người rất nhiều. Nhưng đây cũng là tầng có lợi thế cạnh tranh thấp nhất. Bởi nếu lợi thế của bạn chỉ nằm ở việc tiếp cận thông tin, AI đang khiến lợi thế đó trở nên phổ cập với tất cả mọi người.
Tầng 2: Diễn giải
Đây là lúc thông tin bắt đầu được xử lý để trở nên có giá trị hơn. Không chỉ dừng ở việc biết một dữ kiện, mà bắt đầu lý giải dữ kiện đó nói lên điều gì. Ví dụ, một tác giả đọc được nghiên cứu cho thấy khả năng tập trung của con người đang suy giảm. Ở tầng thông tin, đây chỉ đơn thuần là một dữ kiện. Nhưng khi bước sang tầng diễn giải, câu hỏi bắt đầu thay đổi. Không còn là “Có thông tin này”, mà là “Thông tin này có nghĩa gì?”. Từ đó, người viết bắt đầu hình thành những diễn giải như: có thể đây là lý do vì sao việc đọc sâu ngày càng trở nên khó khăn, hoặc nếu khả năng chú ý đang thay đổi, cách chúng ta thiết kế trải nghiệm học tập cũng cần thay đổi theo.
Đây là tầng mà rất nhiều người làm nội dung tin rằng mình đang tạo ra giá trị. Và đúng là AI hiện nay cũng làm khá tốt ở đây. Nó có thể giúp bạn giải thích một nghiên cứu phức tạp bằng ngôn ngữ dễ hiểu hơn, biến một báo cáo học thuật thành nội dung dễ tiếp cận hơn, hoặc chuyển một ý tưởng còn khá thô thành một lập luận nghe mạch lạc và hợp lý. Nếu bạn là tác giả đang viết một cuốn sách về học tập, AI hoàn toàn có thể giúp bạn diễn giải lý thuyết về trí nhớ, động lực hay thói quen thành thứ độc giả phổ thông dễ hiểu hơn.
Nhưng giới hạn của tầng này là gì? Diễn giải tốt chưa đồng nghĩa với tạo ra tri thức mới. Phần lớn điều chúng ta gọi là “viết tốt” ở đây thực chất là biểu đạt tốt. Nó giúp một ý tưởng trở nên sáng sủa hơn, dễ đọc hơn, dễ tiếp cận hơn. Nhưng nếu nhìn kỹ, đây vẫn là tầng xử lý lại những gì đã tồn tại. Nó đang giải thích nhưng chưa thực sự tạo ra giá trị mới.
Tầng 3: Tạo ý nghĩa
Và đây là nơi khác biệt thực sự bắt đầu xuất hiện.
Nếu tầng diễn giải hỏi: “Điều này có nghĩa gì?”, thì tầng này bắt đầu hỏi một loại câu hỏi khác hẳn: “Điều gì thực sự đang diễn ra?”, “Điều này liên hệ gì với một bức tranh lớn hơn?”, “Pattern nào đang hình thành mà người khác chưa nhìn thấy?”
Quay lại ví dụ về sự suy giảm khả năng tập trung. Một người dừng ở tầng diễn giải sẽ nói rằng điều này khiến việc đọc sâu trở nên khó hơn. Nhưng một tác giả bước sang tầng tạo ý nghĩa sẽ không dừng ở đó. Họ bắt đầu tự hỏi: liệu đây có thực sự là vấn đề về mất tập trung, hay sâu hơn, đây là một sự thay đổi trong cách môi trường số đang tái cấu trúc khả năng nhận thức của con người? Liệu khủng hoảng đọc sâu có phải chỉ là một vấn đề cá nhân, hay là biểu hiện của một chuyển dịch văn hóa lớn hơn trong cách chúng ta tiêu thụ tri thức?
Đây chính là nơi chuyên môn sâu bắt đầu tạo ra khác biệt.
Cùng một dữ kiện, người bình thường nhìn thấy thông tin. Người có chuyên môn nhìn thấy khuôn mẫu (pattern).
Ví dụ, nếu một tác giả trò chuyện với nhiều độc giả và liên tục nghe họ nói rằng họ đang kiệt sức, người mới có thể chỉ ghi nhận rằng có vẻ rất nhiều người đang stress. Nhưng một người có chiều sâu chuyên môn sẽ bắt đầu nhìn ra một vấn đề cốt lõi khác. Có thể đây không đơn thuần là kiệt sức vì quá nhiều việc. Có thể đây là một dạng kiệt sức vì danh tính cá nhân đã bị gắn quá chặt với hiệu suất. Và chính khoảnh khắc đó, một insight thực sự bắt đầu xuất hiện.
Đây là vùng mà AI vẫn còn khá hạn chế. Bởi AI rất mạnh khi pattern đã đủ rõ, nhưng con người tạo ra khác biệt khi pattern còn chưa lộ diện.
Tầng 4: Đóng gói và cấu trúc
Nhưng ngay cả một insight tốt cũng chưa đủ. Bởi nhìn ra một pattern mới chưa đồng nghĩa với việc tạo ra một tài sản tri thức thực sự. Đây là nơi giá trị của tác giả thực sự xuất hiện.
Nếu tầng tạo ý nghĩa là khả năng nhìn ra pattern, thì tầng này là khả năng biến pattern đó thành thứ người khác có thể sử dụng. Rất nhiều người có những quan sát rất hay. Những cuộc trò chuyện sâu sắc. Những insight sắc bén. Nhưng nếu tất cả chỉ dừng ở dạng suy nghĩ rời rạc, giá trị của nó rất khó lan tỏa.
Tác giả làm một việc khác. Họ chưng cất. Họ cấu trúc trải nghiệm thành mô hình, quan sát thành khung tư duy, thành cấu trúc và trải nghiệm của nội dung.
Ví dụ, nếu bạn nhận ra rằng nhiều người làm công việc tri thức không thực sự kiệt sức vì khối lượng công việc, mà vì danh tính của họ bị gắn quá chặt với việc phải luôn hiệu quả, đó là một insight tốt. Nhưng nếu dừng ở đó, nó vẫn chỉ là một quan sát cá nhân. Tác giả sẽ đi thêm một bước. Họ có thể đóng gói nó thành một framework như “Ba tầng của kiệt sức”: kiệt sức thể chất, kiệt sức cảm xúc và kiệt sức danh tính. Hoặc đặt tên cho nó thành một khái niệm dễ nhớ mà độc giả có thể mang theo. Lúc này, insight không còn là một ý nghĩ cá nhân. Nó trở thành một đơn vị có thể chuyển giao, và đó là lúc tác giả có thể thiết kế hành trình cho độc giả thông qua cấu trúc nội dung.
Nhiều nghiên cứu về học tập, tạo nghĩa và phát triển con người đã chỉ ra rằng chuyển hóa thường xảy ra khi con người có thể kết nối tri thức mới với trải nghiệm sống, với câu chuyện về chính mình, với những điều họ đang vật lộn nhưng chưa thể gọi tên. Nói cách khác, chuyển hóa không đến từ thông tin. Chuyển hóa đến từ ý nghĩa. Và ý nghĩa rất hiếm khi xuất hiện chỉ nhờ việc đưa thêm dữ kiện. Nó xuất hiện khi người đọc cảm thấy: điều này đang nói về mình. Có ai đó thực sự hiểu điều mình đang trải qua. Thứ mình từng cảm thấy mơ hồ bỗng được gọi đúng tên.
Đó là lý do vì sao sự thấu cảm không phải một yếu tố phụ trợ trong viết. Nó là một phần cốt lõi của kiến trúc chuyển hóa. Một tác giả thực thụ không chỉ hỏi: mình muốn nói gì? Họ còn hỏi: người đọc đang đứng ở đâu, họ đang mang theo nỗi sợ nào, họ đang mắc kẹt ở niềm tin nào, họ đang hiểu sai điều gì về chính mình, họ cần buông bỏ điều gì để có thể bước vào một cách nhìn mới... trong xuyên suốt quá trình đóng gói và xây dựng nội dung.
Đây không còn là kỹ thuật viết. Đây là thiết kế trải nghiệm nhận thức. Vì ngoại trừ các nội dung đặc thù về ngôn ngữ hay văn học, thứ độc giả thực sự nhớ hiếm khi là câu chữ. Với các nội dung tri thức, điều khiến họ nhớ đến cuối cùng là ý nghĩa mà câu chữ đó trao cho họ. Và để làm được điều này cần chủ đích thiết kế đến từ sự hiểu biết độc giả và tư duy chuyên môn của tác giả.
Đọc thêm bài viết:
Tôi nên làm gì khác đi từ hôm nay?
Nếu chúng ta đồng ý rằng lợi thế cạnh tranh mới không còn nằm ở việc tạo ra nhiều câu chữ hơn, mà nằm ở chất lượng tư duy phía sau những câu chữ đó của tác giả, thì câu hỏi tiếp theo không thể chỉ dừng ở mức nhận thức. Nó cần được chuyển thành thực hành.
Điều gì chúng ta nên tiếp tục giữ lại cho chính mình? Thói quen nào đang vô tình làm yếu đi năng lực tư duy mà ta không nhận ra? Và năng lực nào cần được đầu tư mạnh hơn nếu muốn tiếp tục tạo ra giá trị trong thời đại này?
Ngừng dùng AI để thay thế suy nghĩ đầu tiên của bạn
Một thói quen đang hình thành mà mình thấy ở nhiều người là cứ gặp một vấn đề là mở AI trước.
Cần viết bài? Yêu cầu AI.
Cần brainstorm? Yêu cầu AI.
Cần outline? Yêu cầu AI.
Thoạt nhìn điều này rất hiệu quả để tạo sản phẩm đầu ra. Nhưng nếu điều đó trở thành phản xạ mặc định, bạn đang vô tình bỏ qua chính giai đoạn mà tư duy được hình thành. Những nghiên cứu về “độ khó có ích” chỉ ra rằng chính quá trình phải tự vật lộn với một ý tưởng, tự tìm cách diễn đạt, tự kết nối các khái niệm rời rạc là nơi năng lực nhận thức được xây dựng.
Vì vậy, một nguyên tắc nhỏ nhưng rất có giá trị là: Hãy nghĩ trước. AI sau.
Bạn không cần nghĩ hoàn hảo, bạn chỉ cần có một phiên bản thô của chính mình trước khi phản biện hoặc xây dựng phiên bản trau chuốt từ công cụ.
Đầu tư vào năng lực đặt câu hỏi
Khi AI trở nên phổ biến, rất nhiều người tập trung học cách viết prompt tốt hơn. Điều đó hữu ích, nhưng prompt thực ra chỉ là lớp biểu đạt mới của một năng lực cũ hơn nhiều: tư duy đặt câu hỏi.
Một người đặt câu hỏi yếu sẽ viết prompt yếu. Một người tư duy mơ hồ sẽ chỉ tạo ra những yêu cầu mơ hồ. Bởi AI không tự nâng cấp chất lượng câu hỏi của bạn. Nó phản chiếu chất lượng tư duy của bạn.
Vì vậy, thay vì chỉ hỏi: “Prompt nào hiệu quả hơn?”
Có lẽ nên hỏi: “Mình có đang nhìn đúng vấn đề không?”,“Mình đang thiếu góc nhìn nào?”,“Câu hỏi nào chưa được hỏi?”. Chuyên gia không nhất thiết là người có câu trả lời nhanh nhất. Rất nhiều khi, họ là người đặt ra câu hỏi tốt nhất.
Xây dựng một khung tư duy riêng thay vì chỉ tạo nội dung
Nếu chỉ dùng AI để sản xuất nội dung nhanh hơn, bạn sẽ cạnh tranh ở một nơi ngày càng đông đúc. Bởi nội dung giờ đã trở nên rất dễ tạo. Điều khó hơn nhiều là tạo ra một hệ tư duy có dấu ấn riêng.
Hãy thử tự hỏi:
Những nguyên lý nào mình thực sự tin?
Mình nhìn lĩnh vực của mình qua lăng kính nào?
Mình có cách gọi tên một vấn đề theo cách riêng không?
Mình có framework nào giúp người khác hiểu nhanh điều mình hiểu sâu không?
Người đọc hiếm khi nhớ hết một bài viết. Nhưng họ thường nhớ một mô hình tư duy tốt. Một keyword gọi tên đúng vấn đề. Một cách nhìn khiến họ không thể quay lại cách nghĩ cũ. Đó mới là tài sản tri thức thực sự.
Viết để tạo chuyển hóa, không chỉ để truyền đạt
Có lẽ đây là thay đổi quan trọng nhất. Lần tới khi viết một nội dung, thay vì chỉ hỏi: “Mình muốn nói gì?”
Hãy hỏi: “Người đọc cần dịch chuyển điều gì sau khi đọc xong?”
Họ cần hiểu khác đi, cảm nhận khác đi, nhìn nhận lại bản thân khác đi hay hành động khác đi? Câu hỏi này thay đổi hoàn toàn cách bạn cấu trúc nội dung. Bởi lúc đó bạn không còn chỉ sắp xếp ý tưởng. Bạn đang thiết kế một hành trình nhận thức.
Đây là nơi sự thấu cảm của con người trở thành lợi thế cạnh tranh. AI có thể giúp bạn tổ chức nội dung. Nhưng chỉ bạn mới thực sự hiểu người mình đang muốn phục vụ đủ sâu để tạo ra chuyển hóa.
Đọc thêm bài viết:
Tạm kết
Nếu phải cô đọng toàn bộ bài viết này thành một thực hành duy nhất, có lẽ đó là:
Đừng cạnh tranh với AI ở nơi AI mạnh hơn bạn.
Bạn có thể giao cho AI phần việc ở tầng tổng hợp và xử lý thông tin, thậm chí một phần tầng diễn giải, nhưng hãy giữ thời gian tốt nhất của mình cho những điều chỉ con người mới làm tốt:
Nhìn nhận ý nghĩa, bồi đắp năng lực thấu cảm, chọn vấn đề đáng theo đuổi, xác định điều chưa được gọi tên, xây khung tư duy riêng biệt, và tạo ra chuyển dịch thực sự cho con người.