Phương pháp Feynman là cách kiểm mình hiểu một khái niệm bằng việc giảng lại nó bằng lời đơn giản, như đang giải thích cho người ngoài ngành; chỗ nào bạn vấp, phải dùng thuật ngữ để che, hay nói vòng vo, đó là chỗ chưa hiểu. AI biến phương pháp này thành việc làm được mỗi ngày: nó đóng vai người nghe, hỏi vặn những chỗ mơ hồ, và chỉ ra chỗ bạn nói sai.
Bài này giải thích phương pháp, cách dùng AI ở từng bước, các câu lệnh mẫu để AI không khen bừa, và những sai lầm khiến việc giảng lại trở thành đọc thuộc. Phương pháp hợp với giai đoạn sau khi bạn đã đọc xong một khái niệm và nghĩ rằng mình đã hiểu, tức là đúng lúc cần kiểm nhất.
Phương pháp này từ đâu ra và vì sao nó hiệu quả
Tên gọi lấy từ Richard Feynman, nhà vật lý đoạt giải Nobel năm 1965, nổi tiếng với khả năng giải thích những ý tưởng phức tạp bằng ngôn ngữ đơn giản. Cần nói rõ một điều: quy trình bốn bước hay được gọi là “phương pháp Feynman” là do người đời sau tổng kết và đặt tên dựa trên cách ông học và dạy, chứ không phải một phương pháp ông tự viết ra thành quy tắc. Điều đó không làm giảm giá trị của nó, chỉ để bạn không trích dẫn sai.
Lý do phương pháp hiệu quả nằm ở một hiện tượng mà các nhà tâm lý học nhận thức gọi là ảo tưởng về độ sâu giải thích: con người thường đánh giá quá cao mức hiểu của mình về cách một thứ vận hành, cho tới khi bị yêu cầu giải thích chi tiết từng bước. Khi phải nói thành lời, những lỗ hổng mà lúc đọc không thấy bỗng hiện ra.
Giảng lại còn buộc bạn sắp xếp kiến thức. Đọc thì có thể đi theo trình tự của tác giả; giảng thì bạn phải tự chọn bắt đầu từ đâu, cái gì trước cái gì sau, ví dụ nào minh hoạ. Chính việc sắp xếp đó làm kiến thức trở thành của bạn.
Bốn bước, với vai trò của AI ở từng bước
Quy trình phổ biến gồm bốn bước. Phần in nghiêng ghi việc AI giúp được; phần còn lại bạn tự làm.
- Chọn một khái niệm và viết tên nó lên đầu trang. Chọn một thứ cụ thể, như “điểm hoà vốn” chứ không phải “kế toán quản trị”. AI giúp chia khái niệm lớn thành các khái niệm con vừa giảng trong năm phút.
- Giảng lại bằng lời đơn giản, không nhìn tài liệu. Viết ra hoặc nói thành tiếng, như đang giải thích cho một người thông minh nhưng ngoài ngành. Bước này không dùng AI; bạn phải tự làm.
- Tìm chỗ vấp và quay lại nguồn. Đánh dấu những chỗ bạn lúng túng, phải dùng thuật ngữ mà không giải thích được, hoặc nói “đại khái là”. Quay lại giáo trình đọc đúng những chỗ đó. AI đóng vai người nghe, hỏi vặn để lộ thêm các chỗ vấp mà bạn không tự thấy.
- Đơn giản hoá và tìm ví dụ. Giảng lại lần nữa, gọn hơn, có một ví dụ từ công việc của bạn. AI kiểm xem ví dụ có đúng với khái niệm không, và lời giải thích đơn giản có bị sai vì đơn giản quá không.
Thứ tự quan trọng: bạn giảng trước, AI nghe sau. Nếu bạn nhờ AI giải thích trước rồi chép lại bằng giọng mình, đó là diễn đạt lại chứ không phải kiểm hiểu.
Câu lệnh để AI làm người nghe khó tính
Chatbot mặc định có xu hướng khen và bổ sung giúp bạn. Để nó trở thành người nghe hữu ích, cần nói rõ vai và luật chơi:
- “Mình sẽ giải thích khái niệm [X] trong lĩnh vực [Y]. Hãy đóng vai một người thông minh nhưng ngoài ngành. Sau mỗi đoạn mình viết, hỏi lại đúng một câu về chỗ mơ hồ nhất. Không giải thích thay, không khen.”
- “Khi mình dùng một thuật ngữ chuyên ngành mà chưa giải thích, dừng lại và hỏi: từ đó nghĩa là gì?”
- “Sau khi mình giảng xong, liệt kê: những chỗ sai về nội dung, những chỗ đúng nhưng mơ hồ, và những ý quan trọng của khái niệm mà mình chưa nhắc tới. Với mỗi chỗ sai, chỉ ra vì sao sai nhưng không viết lại bài.”
- “Đóng vai người hoài nghi trong ngành và đưa ra một phản ví dụ, một trường hợp mà cách giải thích của mình không đúng.”
Câu lệnh thứ tư đặc biệt hữu ích ở bước đơn giản hoá. Lời giải thích càng gọn thì càng dễ bỏ sót điều kiện áp dụng; phản ví dụ giúp bạn biết chỗ nào phải thêm một câu “trừ khi”.
Ví dụ giả định: giảng lại khái niệm điểm hoà vốn
Anh Phúc mở một tiệm bánh nhỏ ở Nha Trang, tỉnh Khánh Hoà, đang tự học kế toán quản trị. Sau khi đọc chương về điểm hoà vốn, anh viết bản giảng đầu tiên: “Điểm hoà vốn là lúc doanh thu bằng chi phí, tức là không lời không lỗ. Tính bằng chi phí cố định chia cho lợi nhuận mỗi sản phẩm.” Nghe thì gọn và gần đúng.
Anh dán bản giảng cho AI với vai người nghe khó tính. Câu hỏi đầu tiên: “Lợi nhuận mỗi sản phẩm là gì, đã trừ tiền thuê mặt bằng chưa?” Anh lúng túng, vì thật ra công thức dùng phần chênh giữa giá bán và chi phí biến đổi của mỗi chiếc bánh, gọi là số dư đảm phí, chứ không phải lợi nhuận đã trừ mọi chi phí. Đây đúng là chỗ vấp kiểu “dùng từ gần nghĩa thay cho thuật ngữ”, và nếu không được hỏi, anh sẽ tính sai khi áp vào tiệm của mình.
Câu hỏi thứ hai: “Nếu tháng tới tiền điện tăng thì điểm hoà vốn thay đổi thế nào?” Anh phải phân biệt tiền điện của lò nướng, tăng theo số bánh, với tiền điện chiếu sáng gần như cố định, và nhận ra mình chưa từng nghĩ tới việc chia chi phí theo cách đó.
Bản giảng thứ ba của anh dài hơn hai câu nhưng đúng hơn hẳn, kèm ví dụ bằng số tự đặt của tiệm. Toàn bộ quá trình mất chưa tới nửa giờ, và anh quay lại giáo trình đúng hai đoạn cần đọc thay vì đọc lại cả chương.
Phân biệt chỗ vấp và ý nghĩa của nó
Khi giảng lại, mỗi kiểu vấp cho biết một loại lỗ hổng khác nhau. Nhận ra kiểu vấp giúp bạn biết nên quay lại nguồn nào.
| Kiểu vấp khi giảng | Thường có nghĩa là | Nên làm gì |
|---|---|---|
| Phải dùng thuật ngữ để giải thích thuật ngữ | Mới thuộc tên, chưa hiểu bản chất | Hỏi “nếu không có từ này, hiện tượng đó trông như thế nào” |
| Nói được định nghĩa nhưng không nghĩ ra ví dụ | Hiểu trừu tượng, chưa nối với thực tế | Nhờ AI cho ví dụ trong ngành bạn, rồi tự nghĩ thêm một ví dụ khác |
| Giải thích được cái gì nhưng không giải thích được vì sao | Biết kết quả, chưa biết cơ chế | Quay lại chương nói về nguyên nhân, cơ chế |
| Lời giải thích đúng nhưng rất dài | Chưa phân biệt được ý chính và ý phụ | Thử giảng lại trong ba câu |
| Giải thích tự tin nhưng AI chỉ ra sai | Hiểu nhầm, nguy hiểm hơn chưa hiểu | Kiểm với giáo trình trước khi sửa, vì AI cũng có thể sai |
Dòng cuối cần lưu ý. Khi AI nói bạn sai, đừng sửa ngay theo AI; hãy coi đó là tín hiệu để kiểm. Có lúc chính AI hiểu sai, nhất là với quy định hay thực tiễn riêng của Việt Nam.
Những sai lầm khiến giảng lại thành đọc thuộc
Đọc tài liệu ngay trước khi giảng. Bạn sẽ nhắc lại câu chữ còn đọng trong trí nhớ ngắn hạn và tưởng là hiểu. Để cách ít nhất vài giờ, tốt hơn là sang ngày hôm sau.
Giảng cho người trong ngành tưởng tượng. Khi hình dung người nghe là dân trong nghề, bạn dùng thuật ngữ thoải mái và không phát hiện ra lỗ hổng. Luôn hình dung người nghe là người ngoài ngành.
Chỉ giảng trong đầu. Nghĩ thầm rất dễ trượt qua chỗ khó. Viết ra hoặc nói thành tiếng, chỗ vấp mới lộ ra.
Đơn giản hoá đến mức sai. Mục tiêu là đơn giản mà vẫn đúng, không phải đơn giản bằng mọi giá. Nếu ví dụ so sánh của bạn khiến người nghe hiểu sai một điểm quan trọng, đó là ví dụ hỏng.
Giảng mọi khái niệm. Phương pháp tốn thời gian, nên dùng cho các khái niệm nền trên bản đồ kiến thức và những khái niệm bạn nghi mình hiểu nhầm, không phải cho từng thuật ngữ nhỏ.
Từ giảng cho máy sang giảng cho người
AI là người nghe tiện lợi, không mệt, không ngại hỏi lại. Nhưng nó có hai hạn chế. Thứ nhất, nó không thật sự “không biết”: dù đóng vai người ngoài ngành, nó vẫn có thể tự điền vào chỗ bạn nói thiếu mà không nhận ra. Thứ hai, nó thiếu phản ứng tự nhiên của người thật, như cái nhíu mày khi bạn nói khó hiểu.
Vì vậy, sau khi đã giảng mượt với AI, hãy thử giảng cho một người thật: đồng nghiệp ở bộ phận khác, người nhà, bạn bè. Năm phút là đủ. Nếu họ hiểu và hỏi được câu tiếp theo hợp lý, bạn đã nắm khái niệm. Nếu họ ngơ ngác, chỗ họ ngơ ngác là chỗ bạn cần làm lại.
Một số nghiên cứu về học tập gợi ý rằng việc chuẩn bị để dạy người khác giúp người học tổ chức kiến thức tốt hơn. Bạn không cần dựa vào kết quả cụ thể nào để thấy điều này; ai từng phải trình bày trước nhóm đều biết mình hiểu vấn đề rõ hơn hẳn sau khi chuẩn bị bài.
Một mẹo cuối: giữ lại các bản giảng lại đã sửa. Sau vài tuần, chúng trở thành tài liệu nhập môn do chính bạn viết, đúng ngôn ngữ của người mới, và có thể dùng để hướng dẫn đồng nghiệp vào sau. Nếu bản giảng có dùng ví dụ từ công việc, nhớ che tên khách hàng và số liệu nội bộ trước khi chia sẻ hay dán vào AI.
Câu hỏi thường gặp
Phương pháp Feynman có hợp với mọi lĩnh vực không?
Hợp nhất với lĩnh vực nhiều khái niệm và cơ chế, như kinh tế, kỹ thuật, tài chính, khoa học. Với kỹ năng thao tác như vẽ, nấu ăn, chơi nhạc, giảng lại giúp hiểu nguyên lý, nhưng không thay được luyện tay.
Mỗi lần giảng lại nên dài bao lâu?
Năm đến mười phút cho một khái niệm là vừa. Nếu cần lâu hơn, khái niệm có thể quá lớn, nên chia nhỏ. Bản giảng viết ra thường khoảng một trang là đủ để lộ chỗ chưa hiểu.
Nói thành tiếng hay viết ra thì tốt hơn?
Mỗi cách có lợi riêng. Nói nhanh và tự nhiên hơn, phát hiện chỗ ngập ngừng tốt. Viết chậm hơn nhưng để lại bản ghi để AI đọc và để bạn sửa. Nhiều người nói trước một lượt, rồi viết lại bản gọn.
Nếu AI cứ khen dù đã dặn không khen thì làm thế nào?
Yêu cầu đầu ra theo khuôn cố định, như ba danh sách: sai, mơ hồ, thiếu. Khi buộc phải điền vào danh sách, AI ít nói chung chung hơn. Bạn cũng có thể mở cuộc trò chuyện mới và hỏi “tìm năm lỗi trong lời giải thích sau”.
Giảng lại được rồi có nghĩa là làm được việc chưa?
Chưa hẳn. Giảng được nghĩa là hiểu khái niệm; làm được việc còn cần áp dụng trong tình huống thật có thông tin lộn xộn và ràng buộc. Bước tiếp theo là luyện bằng bài tập tình huống.
Có nên ghi âm khi giảng lại?
Có ích nếu bạn chịu nghe lại. Nghe chính mình giảng, bạn dễ nhận ra chỗ nói vòng vo hoặc lặp từ. Nếu chuyển bản ghi thành chữ để dán vào AI, nhớ bỏ những phần nhắc tới thông tin cá nhân hay nội bộ.