“Làm sao để người dùng sử dụng tính năng này nhiều hơn?” là câu hỏi quen thuộc trong công việc phát triển sản phẩm, bhưng trước khi bàn giải pháp, có một điều mà người làm sản phẩm cần làm rõ: tính năng ấy mang lại giá trị gì, và sử dụng nhiều hơn có thực sự phản ánh giá trị đó hay không? Cách đặt câu hỏi định hướng thông tin chúng ta tìm kiếm và những phương án được cân nhắc. Nếu bắt đầu từ một giả định chưa được kiểm chứng, chúng ta có thể phải dành nhiều công sức hơn mà lại giải quyết sai vấn đề. Vì vậy, học cách hỏi cũng là học cách kiểm tra quá trình suy nghĩ của mình.

Vậy làm thế nào để đặt đúng câu hỏi? Bài viết hôm nay, Lemon’s Tribe sẽ cùng bạn giải đáp thắc mắc này. Bắt đầu ngay thôi nào.

Thế nào là một câu hỏi tốt?

Khi đặt câu hỏi, chúng ta thường mong nhận được một câu trả lời hữu ích. Tuy nhiên, để biết thế nào là “hữu ích”, trước hết chúng ta cần xác định mình đang muốn hiểu điều gì và câu trả lời sẽ giúp ích như thế nào cho quá trình ấy. Chẳng hạn, “Người dùng có sử dụng tính năng này không?” giúp xác nhận hành vi, nhưng nếu muốn tìm hiểu giá trị của tính năng, chúng ta còn cần biết họ sử dụng trong tình huống nào, để giải quyết nhu cầu gì và kết quả có đáp ứng được nhu cầu ấy hay không.

Trong The Art of Asking Essential Questions, Linda Elder và Richard Paul cho rằng những câu hỏi thiết yếu giúp chúng ta tập trung vào điều quan trọng và cần thiết để hiểu vấn đề.¹ Từ góc nhìn này, một câu hỏi tốt có thể được hiểu là câu hỏi giúp chúng ta làm rõ một khoảng trống trong hiểu biết, đồng thời tạo cơ sở để tiếp tục tìm hiểu hoặc đưa ra quyết định.

Để làm được điều đó, chúng ta có thể xem xét những yếu tố sau:

1. Trước hết, câu hỏi cần có mục đích và trọng tâm rõ ràng. Người hỏi cần biết mình muốn làm rõ một khái niệm, khám phá nguyên nhân hay đánh giá một lựa chọn, bởi mỗi mục đích sẽ đòi hỏi loại thông tin khác nhau. Nếu muốn hiểu vì sao người dùng bỏ dở thanh toán, câu hỏi về mức độ yêu thích ứng dụng có thể cung cấp thêm thông tin nhưng chưa chắc giúp giải quyết điều đang cần tìm hiểu. Khi mục đích rõ ràng, chúng ta sẽ dễ nhận ra câu hỏi nào cần được ưu tiên.
2. Tiếp theo, câu hỏi cần đủ bối cảnh và phạm vi để người trả lời hiểu đúng điều được hỏi. Với câu “Tính năng này có hiệu quả không?”, mỗi người có thể hiểu “hiệu quả” theo một cách, từ số lượt sử dụng đến doanh thu hoặc thời gian tiết kiệm được. Nếu làm rõ đối tượng sử dụng, tình huống và kết quả cần xem xét, chúng ta sẽ có cơ sở trao đổi cụ thể hơn. Tuy nhiên, mức độ chi tiết vẫn cần phù hợp với điều đã biết; khi mới khám phá vấn đề, chúng ta có thể bắt đầu rộng rồi thu hẹp dần qua các câu hỏi tiếp theo.
3. Bên cạnh sự rõ ràng, câu hỏi cần để ngỏ khả năng nhận được câu trả lời khác với điều chúng ta đang nghĩ. Chẳng hạn, “Vì sao người dùng thấy bước xác thực quá phức tạp?” đã mặc định rằng họ thấy bước này phức tạp, dù chúng ta mới chỉ quan sát được việc họ dừng lại. Nếu hỏi “Điều gì đã xảy ra khi bạn đến bước xác thực?”, người dùng có thể kể về mã xác nhận đến chậm, việc bị gián đoạn hoặc một lý do mà nhóm chưa nghĩ tới. Nhờ vậy, chúng ta có cơ hội kiểm tra giả định thay vì đưa nó vào câu hỏi như một sự thật.²
4. Một yếu tố khác là câu hỏi cần hướng đến thông tin có thể giúp chúng ta tiến thêm trong việc hiểu vấn đề. Thông tin ấy có thể là một trải nghiệm cụ thể, bằng chứng cho một nhận định hoặc dữ liệu giúp phân biệt các khả năng giải thích. Trong nghiên cứu về tìm kiếm thông tin, khái niệm information gain được dùng để mô tả mức giảm bất định kỳ vọng sau khi nhận câu trả lời.³ Hiểu nôm na, nếu đang phân vân giữa nhiều khả năng, một câu hỏi hữu ích sẽ giúp chúng ta biết khả năng nào đáng tìm hiểu thêm, thay vì chỉ thu thập càng nhiều thông tin mà chưa biết dùng vào đâu.
5. Cuối cùng, trong quá trình khám phá, một câu hỏi tốt còn có khả năng gợi mở cho câu hỏi tiếp theo. Ví dụ, khi hỏi người dùng dừng thanh toán ở bước nào, chúng ta biết họ dừng ở bước xác thực giao dịch. Khi hỏi điều gì xảy ra lúc đó, chúng ta biết họ chưa nhận được mã. Từ đây, nhóm có thể kiểm tra thời gian gửi mã, tỷ lệ gửi thành công và cách ứng dụng hướng dẫn người dùng chờ hoặc thử lại. Mỗi câu trả lời vừa bổ sung hiểu biết, vừa giúp xác định điều còn thiếu để lựa chọn bước tìm hiểu tiếp theo.

Khi được nối với nhau theo cách này, các câu hỏi tạo thành một đường dẫn từ hiện tượng ban đầu đến vấn đề cần giải quyết. Đường dẫn này có thể phân nhánh hoặc thay đổi khi xuất hiện bằng chứng mới, nên chúng ta cần lắng nghe câu trả lời thay vì chỉ đi hết một danh sách đã chuẩn bị. Giá trị của câu hỏi vì thế còn nằm ở việc nó giúp chúng ta biết nên hỏi tiếp điều gì, cần kiểm chứng ở đâu và khi nào đã có đủ cơ sở để hành động.

Làm thế nào để xây dựng câu hỏi tốt?

Khi đã hiểu những yếu tố trên, điều tiếp theo chúng ta cần làm là chuyển chúng thành cách hỏi cụ thể. Khó khăn thường nằm ở chỗ chúng ta đã có một cách giải thích trong đầu trước khi bắt đầu tìm hiểu, nên câu hỏi dễ đi theo hướng bảo vệ cách giải thích ấy. Đây cũng là lúc cách đối thoại của Socrates trở thành một gợi ý hữu ích.

Học từ Socrates: kiểm tra điều mình đang cho là đúng

Trong các đối thoại của Socrates, phương pháp elenchus thường bắt đầu từ một nhận định, sau đó làm rõ ý nghĩa và xem xét liệu những điều người đối thoại chấp nhận có nhất quán với nhận định ban đầu hay không.⁴ Nếu một người nói “tính năng này thất bại”, chúng ta cần biết họ đang dùng tiêu chí nào, bằng chứng nào hỗ trợ kết luận ấy và liệu kết luận có còn đứng vững khi xem xét những trường hợp khác.

Điều chúng ta có thể học ở đây là cách dùng câu hỏi để kiểm tra cấu trúc của một lập luận. Khi ý nghĩa, giả định và bằng chứng được làm rõ, chúng ta mới biết sự bất đồng nằm ở dữ liệu, tiêu chí đánh giá hay cách diễn giải. Từ tinh thần ấy, kết hợp với những yếu tố ở phần trước, chúng ta có thể xây dựng một trình tự thực hành dưới đây. (Lưu ý: đây là cách vận dụng cho công việc ở cuộc sống hiện đại, không phải công thức năm bước do Socrates đề xuất.)

Bước 1: Xác định điều cần hiểu và quyết định cần đưa ra

Trước khi hỏi người khác, chúng ta nên tự làm rõ mình đang thiếu thông tin gì. Với một tính năng ít được sử dụng, mục tiêu có thể là xác định có nên tiếp tục đầu tư, thay vì mặc nhiên tìm cách tăng lượt sử dụng. Khi mục tiêu được xác định như vậy, câu hỏi mở đầu có thể là: “Tính năng này đang giúp nhóm người dùng nào giải quyết nhu cầu gì?”. Câu trả lời sẽ tạo nền để đánh giá giá trị trước khi bàn cách cải thiện.

Bước 2: Làm rõ hiện tượng và kiểm tra giả định

Từ mục tiêu ấy, chúng ta tiếp tục xác định điều gì thực sự đang xảy ra: “ít sử dụng” là ít người bắt đầu, ít người hoàn thành hay ít người quay lại? Các trường hợp này có thể phản ánh những vấn đề khác nhau, nên định nghĩa của hiện tượng “ít sử dụng” cần được làm rõ trước khi hỏi nguyên nhân. Đồng thời, chúng ta cần kiểm tra giả định rằng tính năng phải được dùng thường xuyên; nếu nhu cầu chỉ xuất hiện vài lần mỗi năm, tần suất thấp chưa đủ để kết luận tính năng không có giá trị.

Bước 3: Mở rộng những khả năng giải thích

Khi hiện tượng đã rõ hơn, chúng ta có thể hỏi điều gì giải thích được nó và còn khả năng nào chưa được xem xét. Nếu người dùng bắt đầu nhưng không hoàn thành, nguyên nhân có thể liên quan đến lỗi kỹ thuật, hướng dẫn khó hiểu, không đủ số dư hoặc việc họ không tìm thấy giá trị như kỳ vọng. Việc mở rộng này giúp nhóm tránh đi quá sâu vào một lời giải thích chỉ vì đó là ý tưởng xuất hiện đầu tiên. Đây cũng là hạn chế cần lưu ý khi dùng 5 Whys: một chuỗi hỏi “tại sao” có thể bỏ sót những yếu tố cùng tác động nếu chúng ta không kiểm tra các nhánh khác.⁵

Bước 4: Tìm bằng chứng để phân biệt các khả năng

Khi đã có những giả thuyết, câu hỏi tiếp theo cần hướng đến điều có thể kiểm chứng: “Nếu giả thuyết này đúng, chúng ta sẽ quan sát thấy gì?”. Chẳng hạn, nếu người dùng bỏ dở do lỗi kỹ thuật, nhóm cần kiểm tra các lần thao tác thất bại; còn nếu họ chưa hiểu hướng dẫn, nhóm có thể quan sát cách họ thực hiện. Một kết quả cũng có thể liên quan đến nhiều nguyên nhân, nên chúng ta cần để bằng chứng điều chỉnh cách giải thích thay vì ép mọi trường hợp vào cùng một kết luận.

Bước 5: Chọn câu hỏi tiếp theo hoặc chuyển sang hành động

Sau mỗi câu trả lời, chúng ta cần xem điều gì đã rõ và điều gì vẫn có thể làm thay đổi quyết định. Nếu bằng chứng còn thiếu, bạn cần tiếp tục tìm hiểu; nếu đã đủ để bắt đầu một thử nghiệm nhỏ, bạn có thể hành động rồi cải thiện từ kết quả. Như vậy, “hỏi vừa đủ” phụ thuộc vào mức độ rủi ro và khả năng điều chỉnh quyết định. Chúng ta không nhất thiết phải hiểu mọi khía cạnh trước khi thử một thay đổi nếu nó có thể được đảo ngược lại (thu hồi lại), nhưng cũng không nên dừng việc đào sâu sớm khi điều chưa rõ có thể dẫn đến hậu quả lớn.

3. Áp dụng khi hỏi chính mình, AI và người khác

Trình tự trên giúp chúng ta tổ chức quá trình tìm hiểu, nhưng cách diễn đạt và cách hỏi tiếp còn phụ thuộc vào người trả lời. Khi hỏi chính mình, khó khăn nằm ở việc nhận ra thiên kiến của bản thân. Còn khi đặt câu hỏi với AI, chúng ta cần kiểm tra độ tin cậy của câu trả lời. Cuối cùng, khi hỏi người khác, chúng ta phải quan tâm cả đến trải nghiệm của họ trong cuộc trao đổi.

Hỏi chính mình: phân biệt thiên kiến với sự thật

Trước một kết quả không như mong đợi, chúng ta có thể nhanh chóng kết luận “kế hoạch này thất bại” hoặc “mình đã quyết định sai”. Tư duy Khắc kỷ gợi mở việc xem xét một phản ứng bản năng, hoặc thiên kiến trước khi chấp nhận nó là đúng.⁶ Khi vận dụng vào phản tư, chúng ta có thể hỏi: “Điều gì thực sự đã xảy ra?”, “Mình đang đánh giá theo tiêu chí nào?” và “Có bằng chứng nào khiến mình cần xem lại kết luận này không?”. Kỹ thuật quan trọng ở đây chính là: đổi từ góc nhìn của ngôi thứ nhất thành góc nhìn của ngôi thứ ba.

Chẳng hạn, nếu một đề xuất bị từ chối, chúng ta cần phân biệt chất lượng đề xuất với những yếu tố như ngân sách, thời điểm hoặc ưu tiên của tổ chức. Tuy nhiên, tự đặt câu hỏi không thay thế được thông tin từ bên ngoài; khi chưa biết lý do, chúng ta cần tìm phản hồi thay vì tiếp tục tự suy đoán. Một câu hỏi hữu ích trong trường hợp này sẽ giúp xác định điều cần kiểm chứng hoặc việc có thể điều chỉnh, để quá trình suy ngẫm dẫn đến bước tiếp theo cụ thể.

Hỏi AI: cung cấp bối cảnh đầy đủ và yêu cầu kiểm tra các khả năng

Khi chuyển sang trao đổi với AI, chúng ta cần diễn đạt rõ mục tiêu, bối cảnh, dữ liệu đang có và những giới hạn cần lưu ý. Nếu chỉ yêu cầu “Hãy đề xuất cách cải thiện chatbot”, AI có thể đưa ra nhiều giải pháp chung chung, trong khi điều các bạn cần là biết nên can thiệp vào đâu trước.

Chúng ta có thể bắt đầu cụ thể hơn: “Tỷ lệ chuyển sang nhân viên CSKH tăng ở nhóm yêu cầu hoàn tiền sau khi thanh toán tự động. Dựa trên các hội thoại và nhật ký công cụ được cung cấp, hãy phân biệt những khả năng liên quan đến nội dung chính sách, suy luận và lỗi thực hiện thao tác; đồng thời chỉ rõ điều gì chưa đủ dữ liệu để kết luận”. Sau khi nhận câu trả lời, chúng ta tiếp tục kiểm tra bằng chứng cho từng giả thuyết trước khi yêu cầu đề xuất giải pháp.

Cách hỏi này cũng giúp hạn chế việc cài sẵn kết luận trong yêu cầu. Nghiên cứu của Anthropic ghi nhận hiện tượng sycophancy, khi mô hình có xu hướng đồng thuận với quan điểm người dùng thay vì ưu tiên tính đúng đắn.⁷ Vì vậy, câu “Mô hình mới rõ ràng kém hơn, hãy giải thích tại sao” có thể kéo cuộc trao đổi theo hướng xác nhận điều chúng ta đã tin. Vì vậy, dù đặt câu hỏi cẩn thận hơn, chúng ta vẫn cần đối chiếu nguồn và dữ liệu thực tế, bởi một câu trả lời mạch lạc chưa đủ để chứng minh nhận định của AI là đúng.

Hỏi người khác: lắng nghe để hỏi đúng trọng tâm

Khác với việc phân tích dữ liệu, hỏi người khác là một cuộc trao đổi có giới hạn về thời gian, sự chú ý và mức độ thoải mái. Vì vậy, chúng ta nên nói rõ điều mình muốn hiểu, hỏi từng ý và để người đối diện có thời gian trả lời. Trong phỏng vấn người dùng, Teresa Torres khuyến nghị khai thác những trải nghiệm cụ thể đã xảy ra.⁸ Chẳng hạn, câu “Lần gần nhất bạn cần kiểm tra giao dịch, bạn đã làm gì?” tạo cơ sở để hỏi tiếp về thao tác và khó khăn, thay vì yêu cầu người dùng dự đoán mình sẽ sử dụng một tính năng chưa tồn tại như thế nào.

Điều quan trọng sau đó là lắng nghe để chọn câu hỏi tiếp theo. Nếu người đối diện đã cung cấp đủ thông tin, chúng ta có thể tóm tắt cách hiểu và xác nhận lại, thay vì tiếp tục hỏi chỉ để đi hết danh sách. Trong cuộc họp, trước khi lên tiếng, chúng ta cũng có thể tự kiểm tra xem câu hỏi này có làm rõ điều nhóm còn thiếu, có liên quan đến quyết định đang bàn và đã được trả lời hay chưa.

Hỏi nhiều không tự động cho thấy chúng ta hiểu sâu. Khi câu hỏi chủ yếu nhằm thể hiện kiến thức, tìm điểm sơ hở hoặc kéo sự chú ý về người hỏi, cuộc trao đổi dễ mất trọng tâm. Nếu muốn đóng góp một ý kiến, chúng ta có thể trình bày trực tiếp quan điểm và cơ sở của mình; còn khi đặt câu hỏi, chúng ta cần dành chỗ cho câu trả lời thực sự khác với điều mình mong đợi. Mục đích là giúp cả hai bên hiểu rõ hơn, nên biết lúc nào cần hỏi tiếp và lúc nào nên dừng cũng là một phần của kỹ năng này.

Tạm kết

Trở lại câu hỏi tăng lượt sử dụng ở đầu bài, quá trình tìm hiểu có thể đưa đội nhóm đến một hướng khác: làm rõ nhu cầu, sửa một bước gây gián đoạn hoặc xem lại sự cần thiết của tính năng. Khi câu hỏi thay đổi theo bằng chứng, chúng ta có cơ hội tiến gần hơn đến vấn đề cần giải quyết và lựa chọn hành động phù hợp.

Để làm được điều đó, chúng ta cần cả cách xây dựng câu hỏi lẫn sự sẵn sàng thay đổi cách hiểu sau khi nghe câu trả lời. Một câu hỏi đơn giản nhưng đúng lúc có thể giúp cuộc trao đổi tiến xa hơn nhiều câu hỏi phức tạp mà thiếu mục đích. Vì vậy, trước khi tìm cách hỏi hay hơn, có lẽ chúng ta nên bắt đầu bằng việc làm rõ: mình thực sự muốn hiểu điều gì?

Cheers & Peace!

---

Nguồn tham khảo

1. Linda Elder & Richard Paul, The Miniature Guide to the Art of Asking Essential Questions. ↩︎
2. Nielsen Norman Group, Avoid Leading Questions to Get Better Insights from Participants. ↩︎
3. Azzurra Ruggeri & Markus A. Feufel, How basic-level objects facilitate question-asking in a categorization task. ↩︎
4. Stanford Encyclopedia of Philosophy, Plato’s Shorter Ethical Works. ↩︎
5. Alan J. Card, The problem with ‘5 whys’. ↩︎
6. Stanford Encyclopedia of Philosophy, Stoicism. ↩︎
7. Anthropic, Towards Understanding Sycophancy in Language Models. ↩︎
8. Teresa Torres, Product Talk, Customer Interviews. ↩︎