Khoảng một tuần trước, nhà nghiên cứu Tara Tan, cựu đối tác của một quỹ VC nổi tiếng, viết một bài luận khá giật gân có tên: “AI Swallows Software Whole”. Đại ý là: nếu AI đã làm được hết mọi thứ từ tự code, tự đặt vé máy bay đến kiểm tra lỗi, thì chúng ta lưu luyến đống phần mềm nhiều nút bấm làm gì nữa? Trong tầm nhìn của bà, toàn bộ các ứng dụng phức tạp sẽ sụp đổ, bị nuốt chửng bởi một màn hình chat duy nhất, nơi AI sẽ là người nhận lệnh và gọi API ở phía sau.
Nghe rất hợp lý về mặt kỹ thuật, và nghe hoàn toàn tối ưu về mặt lợi nhuận (công ty phần mềm không cạnh tranh UI nữa, chết chắc).
Nhưng khi nghĩ về viễn cảnh phải làm việc cả ngày trên giao diện chat đó, mình lại thấy rùng mình.
Nếu bạn đã từng phải xử lý báo cáo, kiểm tra email, sửa ảnh trên cùng một màn hình 13 inch mà không được dùng thêm màn hình phụ, bạn sẽ hiểu. Sự bức bối nó không nằm ở sức mạnh của máy tính, mà nằm ở giới hạn sinh học của chính bạn. Ở đây cũng vậy, vấn đề hoàn toàn không phải AI có nuốt trọn được hệ thống ngầm (backend) hay không. Vấn đề là bà Tara Tan đang ép một cỗ máy đa tuyến chạy trên một giao diện tuyến tính.
Cảm giác ngột ngạt đó có tên. Nó là sự hủy diệt trí nhớ không gian (Destruction of Spatial Memory).
Sở Thích Rải Đồ Ra Sàn
Tara Tan đang làm phép tính rất cơ học: Bỏ giao diện đi = giảm thao tác = tăng hiệu suất. Không sai, nếu con người là máy móc. Nhưng chúng ta thì không.
Con người tư duy bằng trí nhớ không gian. Vì sao bạn thích bàn làm việc rộng? Vì sao bạn cần đến ba cái màn hình máy tính? Vì bộ não chúng ta xài một trick cực kỳ ranh ma để tiết kiệm dung lượng RAM: nó gán một số tác vụ vào “vị trí vật lý” thay vì cố nhớ tất cả.
Khi bạn nhảy tab giữa cửa sổ Telegram, bảng tính Excel căng não và trình duyệt Chrome lướt web, màn hình tính toán đập vào mắt là não bạn tự động bật “gear số” (math mode). Nhảy sang giao diện mạng nội bộ với mấy ảnh đại diện tròn tròn, não tự rẽ sang “social mode”. Không gian riêng biệt hoạt động như những chiếc mỏ neo tâm lý, giữ bạn lại đúng trạng thái mình cần mà không tiêu tốn tí năng lượng chủ ý nào.
Và đây là điều cực kỳ quan trọng: giao diện phần mềm (UI) được sinh ra để cung cấp tín hiệu ngoại vi (peripheral signals). Một chấm xanh lá cây bên góc phải, một thanh trạng thái trượt 80%, một biểu tượng loading quay vòng. Bạn không cần đọc text để biết sự việc đang diễn ra tới đâu; chỉ khóe mắt lia qua là thông tin tự đẩy vào não. Màn hình máy tính vốn là không gian đồ họa hai chiều (2D), đôi khi là ba chiều (3D) nếu tính các lớp cửa sổ.
Nhưng khung chat thì sao? Nó là không gian một chiều (1D). Nó là một trục dọc trôi tuột từ trên xuống dưới.
Khi mọi thứ bị dồn vào một luồng văn bản kéo dài, bạn không còn tín hiệu phần nền nữa. Chấm xanh lá biến mất, thay bằng một dòng chữ khô khốc. Để biết công việc đã xong chưa, bạn không thể chỉ liếc mắt, bạn phải đọc. Phải gõ: “Ê, tài liệu xong chưa?” rồi đọc câu trả lời.
Nói cách khác, giao diện chat ép bạn phải nộp một mức thuế vô hình: trí nhớ ngắn hạn (working memory). Tập đoàn Nielsen Norman (NN/g) chỉ ra rằng thảm họa cốt lõi của chat UI nằm ở việc nó ép bộ não phải tự lưu trữ các đoạn trạng thái (state) cũ, thay vì được phép buông bỏ thẳng vào không gian vật lý của giao diện. Nó giống hệt việc hệ thống bắt bạn làm toán nhẩm 5 biến số liên tiếp mà cấm dùng giấy nháp. Trong môi trường chuyên nghiệp, nơi bạn phải đu xà ba luồng công việc vô hình cùng lúc, sự triệt tiêu không gian ngoại vi này không phải là tối ưu, nó là một màn thắt cổ băng thông nhận thức.
Đánh Nhau Trong Hành Lang Hẹp
Bạn có nhớ cảnh hành động kinh điển trong bộ phim Oldboy của Park Chan-wook không? Nhân vật chính Oh Dae-su bị dồn vào một cái hành lang hẹp, một mình đối đầu với đám đông cầm gậy. Cái đỉnh cao của cảnh đó nằm ở cấu trúc không gian: vì hành lang chỉ là một đường thẳng, cả đám đông chỉ có thể xông lên từng tên một. Trận đánh trở thành một chuỗi tuyến tính, dồn dập, đẫm máu, không có lối rẽ ngang hay đường lui. Không có chiến thuật, chỉ có vung búa.
Đó chính xác là cách màn hình chat vận hành.
Nó ép mọi thứ vào một hành lang thẳng tuột của hiện tại. Bạn nhờ thuật toán gỡ lỗi một đoạn mã nguồn, sau đó nhờ nó tóm tắt tài liệu báo cáo, rồi quay lại điều chỉnh chức năng ban đầu. Các ngữ cảnh cứ đè lên nhau, chồng chéo, không thể lùi lại mà chỉ có thể cuộn dọc xuống trong tuyệt vọng. Rất ngột ngạt. Lực chèn ép không gian tạo ra độ khốc liệt. Bạn đang bắt não vận hành như Oh Dae-su trong hành lang hẹp, đấm gục tuần tự từng tác vụ trong một không gian chật chội, đánh mất hoàn toàn khả năng tư duy song song.
Sự mệt mỏi mà chúng ta cảm thấy khi nói chuyện với máy suốt 3 tiếng đồng hồ không đến từ nội dung, nó đến từ thứ mà các nhà nghiên cứu gọi là sự sụp đổ tuyến tính (linear breakdown). NN/g từng kết luận: giao diện hội thoại chỉ phát huy tốc độ giả lập nếu bạn là một người dùng ngoan ngoãn đi theo một đường thẳng. Ngay khi bạn cần khựng lại để rẽ nhánh, đối chiếu dữ liệu song song hoặc quay ngược về sửa lỗi cũ, hành lang một chiều này lập tức đẩy chi phí tương tác (interaction cost) lên cao trào và đè nát bộ nhớ đệm của bạn. Chơi với màn hình chat là chấp nhận việc mắt và não bị giam lỏng hoàn toàn trong hiện tại.
Ranh Giới Thay Vì Tàng Hình
Trở lại với bài luận của Tara Tan. Bà ấy không hoàn toàn sai. AI đang nhai gọn ranh giới của các nền tảng cũ. Lợi nhuận của đám startup làm tính năng sẽ bốc hơi khi mô hình trung tâm đủ thông minh để tự xâu chuỗi mọi API. Giá trị kinh tế sẽ tuột xuống đáy sàn vật lý hoặc leo ngược lên đỉnh của tầng dữ liệu.
Nhưng bà ấy nhầm lẫn tai hại về giao diện đích. Con người từ chối sự tàng hình.
Sự tiến hóa lớn nhất của giao diện không phải là làm mọi thứ tan biến xuống backend, mà là ghim nó lại đúng vị trí trong không gian để bộ não được phép đi vắng. Màn hình chat không phải là điểm dừng cuối cùng; nó chỉ là điểm nghẽn trước một kỷ nguyên mới, nơi mắt người vẫn thèm khát những đường viền ranh giới để được thở.
Khi bạn kiệt sức đóng nắp máy tính lại, Oh Dae-su vẫn sẽ ngả lưng thở dốc ở cuối một hành lang. Bạn không khôn ngoan hơn ai chỉ vì bạn không phải bấm nút. Bạn chỉ là người đã dành cạn năng lượng để nhìn chằm chằm vào khoảng tối vô hình.