4 kỹ năng tư duy bền vững để cộng tác với AI và nắm bắt xu thế CNTT

Xu hướng công nghệ thay đổi rất nhanh, nhất là trong thời đại AI. Thay vì chạy theo từng công nghệ bề mặt, tác giả Phú Vinalinux cho rằng người làm CNTT nên đầu tư vào 4 kỹ năng tư duy có tính bền vững: tư duy hệ thống, kỹ năng giao tiếp với AI, kỹ năng thích nghi và kỹ năng tự quan sát tâm trí.

Trả lời nhanh: Bốn kỹ năng nền tảng để cộng tác lâu dài với AI là System Thinking (tư duy hệ thống), Expressive Reasoning (giao tiếp với AI), Mindset Realignment (thích nghi) và Mind Observer (tự quan sát tâm trí). System Thinking giúp người dùng định hướng và đánh giá kết quả do AI tạo ra, kể cả trong lĩnh vực chưa từng làm. Giao tiếp với AI đúng cách là đối thoại nhiều lượt, không phải một lần gửi prompt mẫu. Với người dùng phổ thông, nắm vững hai kỹ năng đầu tiên đã đủ để dùng AI làm việc tốt. Các công nghệ bề mặt như RAG, Plan mode hay Agent team thay đổi rất nhanh, còn kỹ năng tư duy tầng sâu mang tính trường tồn.

4 kỹ năng tư duy bền vững là bộ kỹ năng nền tảng mà tác giả Phú Vinalinux đúc kết từ nhiều năm làm Linux kernel và nghiên cứu bản chất của AI: tư duy hệ thống để định hướng và đánh giá, giao tiếp hai chiều với AI để truyền đạt đúng bối cảnh, khả năng thích nghi để chuyển đổi lĩnh vực khi công nghệ thay đổi, và khả năng tự quan sát tâm trí để giữ sự độc lập trước một AI ngày càng khéo léo.

4 kỹ năng tư duy đó là gì?

Bộ 4 kỹ năng được tác giả viết thành loạt bài từ tháng 6/2025, và đến nay ông nhìn lại, giải thích rõ ứng dụng của từng kỹ năng như sau:

1. System Thinking (tư duy hệ thống): Người dùng cần kỹ năng này để đưa ra định hướng và đánh giá output của AI. Với tư duy hệ thống, người dùng có thể định hướng và đánh giá kết quả kể cả trong những lĩnh vực chưa từng làm. Lập trình viên có tư duy hệ thống có thể dùng AI để làm tốt trong nhiều domain công nghệ khác nhau.
2. Expressive Reasoning (kỹ năng giao tiếp với AI): Người dùng cần kỹ năng này để giải thích cho AI những gì mình đang nghĩ, cung cấp đầy đủ bối cảnh để AI làm đúng. Kỹ năng này có hai chiều: một chiều giúp AI hiểu người dùng, chiều còn lại giúp người dùng hiểu AI.
3. Mindset Realignment (kỹ năng thích nghi): Công nghệ và xu hướng thay đổi rất nhanh. Hôm nay cần kỹ sư code nhúng, ngày mai có thể không cần nữa, giống như lập trình web app hiện tại. Kỹ năng thích nghi giúp người kỹ sư giữ tâm trí mở và học nhanh khi phải chuyển sang lĩnh vực khác.
4. Mind Observer (kỹ năng tự quan sát tâm trí): AI càng thông minh và giao tiếp càng khéo léo, người dùng càng dễ phụ thuộc suy nghĩ vào AI, thậm chí mất cảm giác về mục đích phấn đấu chuyên môn. Mind Observer đóng vai trò người giám sát, giữ tâm trí người dùng ở trạng thái độc lập và duy trì kết nối với thế giới thực.

Vì sao cách dùng prompt mẫu lại sai?

Theo tác giả, đa số người dùng mới đầu chỉ quen dùng AI theo kiểu prompt: lưu các mẫu prompt chi tiết trên mạng, sửa lại rồi dùng cho từng mục đích. Trong bài viết về kỹ năng giao tiếp với AI từ tháng 6/2025, ông đã chỉ ra cách dùng này là sai: giao tiếp với AI đúng đắn phải là quá trình linh hoạt như người với người, nói chuyện nhiều lượt để giải quyết một vấn đề, chứ không phải một lần prompt. Việc giải quyết công việc qua một lượt prompt còn khiến tư duy của người dùng bị sa sút.

Quan sát của tác giả sau khoảng một năm là: với các thế hệ AI mới thông minh hơn và hiểu người dùng hơn, trào lưu chia sẻ prompt mẫu của các "chuyên gia" trên mạng đã biến mất. Tương tự, System Thinking ban đầu ít người hiểu mối liên hệ với việc dùng AI, nhưng gần đây được nhắc đến rất nhiều khi nói về AI, cùng với nhiều khóa học về chủ đề này. Đây là các quan sát cá nhân của tác giả, được ghi lại theo đúng nhận định của ông.

Kỹ năng nào dễ học, kỹ năng nào khó học?

Trong bộ 4 kỹ năng, chỉ kỹ năng số 1 (System Thinking) và số 2 (Expressive Reasoning) là tương đối dễ hiểu và dễ học. Kỹ năng số 3 (Mindset Realignment) và số 4 (Mind Observer) khá trừu tượng và rất khó học. Tác giả hy vọng mọi người sẽ dần hiểu rõ hơn về hai kỹ năng còn lại này, nhưng cho rằng về cơ bản, với người dùng phổ thông, chỉ cần nắm được hai kỹ năng đầu tiên là đã có thể sử dụng tốt AI để làm việc.

Vì sao nên đầu tư vào kỹ năng tầng sâu thay vì công nghệ bề mặt?

Công nghệ bề mặt	Kỹ năng tư duy tầng sâu
RAG, Plan mode, Agent team, Harness	System Thinking, Expressive Reasoning
Thay đổi và bị đào thải rất nhanh bởi các thế hệ AI mới	Mang tính trường tồn và bất biến theo thời gian
Học theo trào lưu, dễ lỗi thời	Học một lần, dùng được cả bây giờ và mai sau
Phụ thuộc vào thông tin bề mặt	Nhìn từ bản chất, từ nguyên lý

Tác giả cho biết ông có được cách nhìn tầng sâu này sau hàng chục năm làm về Linux kernel. Ngay từ những ngày đầu tìm hiểu AI qua ChatGPT, ông đã thấy việc lưu và sửa các prompt mẫu trên mạng không bền vững, nên đã tìm hiểu từ những thứ bản chất nhất: nguyên lý máy tính Turing, lý thuyết về AI những năm 1980, bản chất tư duy con người trong triết học Phật giáo, và các triết lý để hai hệ thống tư duy có thể cộng tác với nhau.

Vì sao dự đoán xu thế từ thông tin bề mặt thường không chính xác?

Ngày nay, trên mạng xã hội có rất nhiều bài phân tích và dự đoán xu thế dựa vào thông tin bề mặt. Tác giả nêu hai ví dụ: từ thông tin "Anthropic lỗ 100 tỷ đô trong 2025" mà kết luận bong bóng AI sắp nổ, hay từ phát biểu của Linus Torvalds rằng code AI commit vào kernel quá kém mà kết luận AI không đủ sức thay thế lập trình viên trong việc viết code. Các bài phân tích như vậy rất dễ viral vì trực quan, dễ hiểu, nhưng theo nhận định của tác giả, phần lớn dự đoán dựa vào thông tin bề mặt thường không chính xác. Hai ví dụ trên được trích lại theo đúng bài viết gốc; Wotech không xác minh độc lập các con số và phát biểu này.

Câu hỏi thường gặp

1. Người mới bắt đầu nên học kỹ năng nào trước? System Thinking và Expressive Reasoning. Theo tác giả, hai kỹ năng này tương đối dễ học và đã đủ để người dùng phổ thông dùng AI làm việc tốt.

2. Prompt mẫu có còn hữu ích không? Theo quan điểm của tác giả, prompt mẫu không bền vững: giao tiếp đúng với AI là đối thoại nhiều lượt, cung cấp bối cảnh đầy đủ, chứ không phải gửi một prompt duy nhất.

3. System Thinking giúp gì khi dùng AI? Nó giúp người dùng định hướng cho AI và đánh giá kết quả AI tạo ra, kể cả trong lĩnh vực mình chưa từng làm, thay vì chỉ tin tưởng mù quáng vào output.

4. Mind Observer là gì? Là kỹ năng tự quan sát suy nghĩ của chính mình, đóng vai trò giám sát để giữ tâm trí độc lập, tránh phụ thuộc vào AI và mất kết nối với thế giới thực.

5. Làm sao để luôn nắm bắt xu thế CNTT? Theo tác giả, hãy nhìn từ bản chất tầng sâu thay vì chạy theo thông tin bề mặt: đầu tư vào kỹ năng tư duy bền vững thay vì chỉ học công nghệ thời thượng, vì công nghệ thời thượng thay đổi rất nhanh.

Nguồn: bài viết của Phú Vinalinux trong nhóm Cùng nhau học Linux kernel, đăng ngày 13/11/2026. Nội dung bài viết trên được viết lại và bổ sung cấu trúc từ bài gốc; các nhận định và quan sát trong bài là của tác giả gốc.