Thuật toán gợi ý là phần mềm chọn ra vài chục thứ bạn nhìn thấy trên trang chủ của một nền tảng xem phim, nghe nhạc hay mạng xã hội, từ kho có thể lên tới hàng triệu nội dung. Nó không đọc được suy nghĩ của bạn. Nó chỉ so những gì bạn đã làm với những gì hàng triệu người khác đã làm, rồi đặt cược xem món nào bạn dễ bấm vào nhất.
Hiểu cơ chế này giúp bạn bớt bực khi gợi ý vô lý, bớt ngạc nhiên khi gợi ý trúng đến mức rợn người, và quan trọng hơn là biết cách điều chỉnh để màn hình chính phục vụ mình chứ không chỉ phục vụ chỉ số của nền tảng. Bài này giải thích bằng ngôn ngữ đời thường, không cần biết lập trình, và không gắn với tên nền tảng nào vì mỗi nơi làm một kiểu và thay đổi liên tục.
Bài toán mà thuật toán gợi ý phải giải
Hình dung một cửa hàng băng đĩa ngày xưa có vài nghìn đầu phim. Người bán quen mặt bạn, nhớ lần trước bạn thuê phim hành động, nên lần này đưa luôn cho bạn hai bộ mới về cùng thể loại. Thuật toán gợi ý làm đúng việc đó, chỉ khác ở quy mô: kho nội dung lớn gấp hàng nghìn lần, người dùng đông gấp hàng triệu lần, và quyết định phải đưa ra trong chưa tới một giây mỗi khi bạn mở ứng dụng.
Ở quy mô đó, không có cách nào để người thật xếp trang chủ cho từng người. Màn hình điện thoại chỉ đủ chỗ cho vài hàng, mỗi hàng vài ô. Nếu nền tảng chỉ bày những thứ mới nhất hay đông người xem nhất, phần lớn kho sẽ nằm im không ai biết, còn người dùng sẽ thấy toàn thứ không hợp gu rồi bỏ đi. Gợi ý cá nhân hoá ra đời để giải hai vấn đề cùng lúc: giúp người xem tìm thấy thứ hợp mình, và giúp kho nội dung được khai thác nhiều hơn.
Cần nói rõ từ đầu: “AI” trong gợi ý giải trí phần lớn là các mô hình học máy dự đoán xác suất, không phải chatbot biết trò chuyện. Chúng học từ dữ liệu hành vi, không hiểu cốt truyện theo nghĩa con người hiểu. Một số nền tảng gần đây có thêm trợ lý trò chuyện để bạn hỏi bằng lời, nhưng phía sau trợ lý đó vẫn là cỗ máy dự đoán như cũ.
Ba cách đoán sở thích mà hầu hết nền tảng đều dùng
Cách gọi tên trong sách vở khác nhau, nhưng gần như mọi hệ thống gợi ý giải trí đều pha trộn ba hướng tiếp cận dưới đây. Biết chúng giúp bạn đoán vì sao một gợi ý xuất hiện.
| Cách làm | Ý tưởng cốt lõi | Điểm mạnh | Điểm yếu thường gặp |
|---|---|---|---|
| Lọc cộng tác | Người có lịch sử xem giống bạn đã thích món X, nên bạn có lẽ cũng thích X | Tìm ra những món bất ngờ mà mô tả nội dung không gợi ra được | Nội dung mới chưa ai xem thì gần như vô hình; dễ đẩy thứ đã đông người xem |
| Gợi ý theo nội dung | Món X có thể loại, diễn viên, nhịp nhạc, chủ đề giống những gì bạn đã xem, nên gợi ý X | Gợi ý được cả nội dung mới đăng; giải thích được lý do | Dễ quanh quẩn một kiểu, thiếu bất ngờ |
| Kết hợp nhiều tín hiệu | Một mô hình lớn cân cả hai hướng trên, thêm thời điểm, thiết bị, độ mới, độ phổ biến | Linh hoạt, chính xác hơn khi có nhiều dữ liệu | Khó giải thích vì sao ra kết quả; phụ thuộc mục tiêu nền tảng đặt ra |
Trong thực tế bạn sẽ thấy dấu vết của cả ba trên cùng một màn hình: hàng “vì bạn đã xem…” thường thiên về nội dung tương tự, hàng “người xem cùng gu cũng thích” nghiêng về lọc cộng tác, còn hàng đầu tiên trên trang chủ thường là kết quả của mô hình tổng hợp.
Từ cả kho nội dung xuống vài chục ô trên màn hình
Phía sau một lần bạn mở ứng dụng là một dây chuyền nhiều tầng. Chi tiết mỗi nơi một khác, nhưng khung chung thường như sau:
- Gom ứng viên: từ kho rất lớn, vài bộ lọc nhanh rút ra vài trăm đến vài nghìn món có khả năng hợp với bạn, dựa trên lịch sử gần đây, thể loại quen, món người cùng gu đang xem.
- Chấm điểm: một mô hình nặng hơn ước tính cho từng ứng viên khả năng bạn bấm vào, xem lâu, xem hết, hay thích. Mỗi món nhận một điểm số.
- Lọc theo quy tắc: loại bỏ thứ bạn đã xem xong, thứ không phù hợp độ tuổi của hồ sơ, thứ không có bản quyền ở khu vực của bạn, thứ bạn đã bấm “không quan tâm”.
- Xếp lại cho đa dạng: nếu mười món điểm cao nhất đều cùng một thể loại, hệ thống trộn bớt để màn hình không đơn điệu, đồng thời chen một vài món mới để thử phản ứng của bạn.
- Trình bày: chọn hàng nào đặt trên, ảnh bìa nào hiện, có tự phát đoạn giới thiệu hay không.
- Ghi nhận phản hồi: mọi cú bấm, cú lướt qua, thời gian dừng lại đều được ghi để lần sau chấm điểm khác đi.
Vòng cuối cùng là lý do gợi ý thay đổi theo ngày. Bạn không chỉ là người nhận gợi ý mà còn là người liên tục dạy lại hệ thống, kể cả khi không hề có ý định dạy.
Hệ thống biết gì về bạn, và không biết gì
Biết hành vi trên chính nền tảng. Bạn xem gì, xem bao lâu, dừng ở phút nào, bấm thích hay bỏ qua, tìm kiếm từ gì, xem vào giờ nào, trên điện thoại hay tivi. Đây là nguồn dữ liệu chính và có giá trị nhất.
Biết một phần thông tin khai báo. Năm sinh, khu vực, ngôn ngữ, thể loại bạn chọn lúc mới đăng ký. Thông tin này quan trọng ở những ngày đầu, sau đó nhường chỗ cho hành vi thật.
Không biết lý do bạn làm vậy. Bạn xem một bộ phim tài liệu về chiến tranh vì bài tập của con, hay vì tò mò sau bữa cơm với ông bà, thuật toán đều ghi nhận như nhau: người này thích phim tài liệu chiến tranh.
Không biết ai đang cầm điều khiển. Cả nhà dùng chung một hồ sơ thì gu của bố, mẹ, con trộn vào nhau, và gợi ý trở thành một món lẩu thập cẩm.
Không biết tâm trạng hôm nay. Một số hệ thống đoán qua giờ giấc và thiết bị, nhưng chúng không biết bạn vừa có một ngày mệt mỏi và chỉ muốn thứ gì nhẹ nhàng. Đây là chỗ bạn tự chọn, hoặc tự nói ra với một trợ lý, làm tốt hơn máy.
Vì sao gợi ý lúc trúng đến bất ngờ, lúc lại vô lý
Trúng vì bạn giống nhiều người hơn bạn nghĩ. Lọc cộng tác mạnh ở chỗ nó không cần hiểu phim. Nếu hàng nghìn người cùng xem ba bộ phim bạn vừa xem và sau đó đều thích bộ thứ tư, khả năng bạn thích bộ thứ tư khá cao, dù trên giấy hai thứ chẳng liên quan.
Trật vì một cú bấm nhầm. Mở thử một video vì tiêu đề lạ, hay để con xem hoạt hình bằng tài khoản của mình một buổi, là đủ để cả tuần sau trang chủ đầy thứ không thuộc về mình. Tín hiệu gần đây thường được cân nặng hơn tín hiệu cũ.
Trật vì bạn đổi gu. Người mới đi làm thích phim hài nhẹ, vài năm sau lại chuộng phim tài liệu. Hệ thống cần thời gian để nhận ra người “cũ” đã khác.
Trật vì nền tảng đang thử. Một phần nhỏ gợi ý là thăm dò có chủ đích: chen món ngoài vùng quen để xem bạn có hứng không. Nếu bạn bỏ qua, lần sau nó bớt. Nếu bạn bấm, một nhánh sở thích mới được mở.
Trật vì kho có hạn. Thứ bạn thật sự muốn có thể không có bản quyền ở khu vực của bạn, nên thuật toán đưa ra món gần giống nhất mà nó có.
Mục tiêu của nền tảng và mục tiêu của bạn không trùng khít
Thuật toán được tối ưu theo một con số mà nền tảng chọn: thời gian xem, số lần quay lại, tỷ lệ gia hạn gói, số lượt nghe trọn bài. Những con số này thường đi cùng chiều với việc bạn hài lòng, nhưng không phải lúc nào cũng vậy. Một chuỗi video ngắn khiến bạn lướt thêm bốn mươi phút trước giờ ngủ là thành công theo thước đo của hệ thống, nhưng chưa chắc là điều bạn muốn khi nhìn lại.
Điều này không có nghĩa nền tảng xấu hay thuật toán là kẻ thù. Nó chỉ có nghĩa bạn nên coi gợi ý là một ý kiến tham khảo có lợi ích riêng, giống lời giới thiệu của người bán hàng. Người bán hàng giỏi thường gợi ý đúng, nhưng bạn vẫn là người quyết định mua gì và mua bao nhiêu.
Một thói quen nhỏ giúp giữ thế chủ động: trước khi mở ứng dụng, tự trả lời trong đầu “mình định xem gì, trong bao lâu”. Khi đã có ý định, gợi ý trở thành công cụ để chọn nhanh hơn; khi không có, gợi ý quyết định thay bạn. Phần giữ thời gian màn hình hợp lý có danh mục riêng trên trang này.
Nhờ chatbot AI giải thích một gợi ý cụ thể
Bạn có thể dùng các trợ lý trò chuyện phổ biến như ChatGPT, Gemini hay Claude để hiểu vì sao một món được gợi ý, hoặc để tìm thứ nằm ngoài vùng quen. Vài câu lệnh mẫu:
- “Mình vừa xem ba bộ phim sau [liệt kê tên phim]. Nền tảng gợi ý tiếp cho mình bộ [tên phim]. Hãy giải thích những điểm chung có thể khiến thuật toán nối các phim này với nhau, theo thể loại, nhịp phim, đối tượng khán giả.”
- “Từ danh sách năm bài hát mình hay nghe [liệt kê], hãy mô tả gu nghe nhạc của mình bằng vài đặc điểm như nhịp, cảm xúc, nhạc cụ. Sau đó gợi ý ba hướng mới hơi khác gu nhưng có điểm nối.”
- “Giải thích cho người không biết kỹ thuật: lọc cộng tác và gợi ý theo nội dung khác nhau thế nào, cho một ví dụ trong nghe nhạc.”
- “Mình muốn trang chủ bớt video giật gân. Liệt kê các thao tác thường có trên ứng dụng xem video để báo cho hệ thống biết mình không muốn loại nội dung đó.”
Hai lưu ý. Thứ nhất, chatbot không nhìn thấy dữ liệu bên trong nền tảng, nên câu trả lời là phỏng đoán có lý, không phải sự thật về hệ thống. Thứ hai, khi dán lịch sử xem hay ảnh chụp màn hình vào chatbot, che tên tài khoản, ảnh đại diện, tên người thân và mọi thông tin cá nhân trước khi gửi. Tên menu và tính năng mỗi ứng dụng một khác, nên kiểm lại trên phiên bản hiện hành bạn đang dùng.
Câu hỏi thường gặp
Thuật toán gợi ý có nghe lén điện thoại để biết mình thích gì không?
Chưa có bằng chứng đáng tin rằng các nền tảng giải trí lớn nghe lén qua micro để gợi ý. Những lần gợi ý trùng đến bất ngờ thường giải thích được bằng lịch sử xem, tìm kiếm, vị trí, bạn bè cùng mạng và hành vi của những người giống bạn. Dù vậy, bạn vẫn nên kiểm quyền micro của từng ứng dụng và tắt khi không cần.
Vì sao hai người cùng nhà mở cùng một ứng dụng lại thấy trang chủ khác hẳn nhau?
Vì trang chủ được dựng riêng cho từng hồ sơ dựa trên lịch sử của hồ sơ đó. Ngay cả hàng thịnh hành hay ảnh bìa cũng có thể khác. Nếu hai người dùng chung một hồ sơ thì gợi ý sẽ bị trộn, nên tạo hồ sơ riêng nếu nền tảng cho phép.
Thuật toán gợi ý có phải là trí tuệ nhân tạo không?
Có, theo nghĩa rộng: đó là các mô hình học máy học từ dữ liệu để dự đoán. Nhưng chúng khác chatbot ở chỗ không trò chuyện, không hiểu nội dung như con người, mà chỉ ước tính xác suất bạn sẽ bấm, xem lâu hay thích một món nào đó.
Mình có thể tắt hoàn toàn gợi ý cá nhân hoá không?
Tuỳ nền tảng. Một số nơi cho tắt hoặc tạm dừng lưu lịch sử, một số có chế độ xem theo thứ tự mới nhất hay theo người mình theo dõi, một số không cho tắt hẳn. Hãy vào phần cài đặt quyền riêng tư và lịch sử của ứng dụng đang dùng để xem phiên bản hiện hành có lựa chọn nào.
Nội dung mới đăng có bị thiệt vì thuật toán không?
Nội dung mới chưa có lượt xem nên khó đi qua kênh lọc cộng tác, đây gọi là bài toán khởi đầu lạnh. Các nền tảng thường bù bằng cách gợi ý theo đặc điểm nội dung và dành một phần màn hình để thử nghiệm món mới với một nhóm người xem nhỏ trước.
Xoá lịch sử xem có làm gợi ý trở lại như lúc mới đăng ký không?
Thường là gần như vậy với phần lịch sử bị xoá, nhưng không hoàn toàn: các thông tin khai báo, lượt thích, danh sách theo dõi và dữ liệu ở nơi khác của tài khoản có thể vẫn được dùng. Chi tiết phụ thuộc chính sách từng nền tảng, nên đọc phần giải thích ngay cạnh nút xoá.