AI đưa cho bạn đáp án nhanh hơn, nhưng nghiên cứu cho thấy điều đó khiến bạn hiểu kém hơn. Hai nghiên cứu độc lập công bố năm 2025, dùng phương pháp khác nhau trên hai nhóm người khác nhau, cùng đi đến một kết luận: người dùng AI tóm tắt học được ít hơn, tư vấn kém chất lượng hơn, và gần như không click vào bất kỳ nguồn nào được hiển thị. Với ai đang cố gắng xây dựng uy tín trong tìm kiếm AI, sự hội tụ đó đáng suy ngẫm kỹ.
Path metadata là gì và tại sao AI tóm tắt lại xóa mất nó?
Trước khi AI tóm tắt tồn tại, hành trình tìm kiếm thông tin tự nó đã là một tín hiệu. Nếu ba nguồn mâu thuẫn nhau, chủ đề đó đang còn tranh luận. Nếu không tìm ra kết quả nào, vùng đó chưa được ai khai phá. Những tín hiệu này, mà chuyên gia Duane Forrester trên Search Engine Journal gọi là path metadata (thông tin bối cảnh phát sinh trong quá trình đi qua các nguồn, không phải khi đã đến đích), định hình mức độ tin tưởng bạn dành cho điều mình tìm được.
AI tóm tắt loại bỏ hoàn toàn những tín hiệu đó. Dù bằng chứng phía sau câu trả lời dày hay mỏng, văn phong trình bày vẫn như nhau, tự tin và trơn tru. Vấn đề không chỉ là chất lượng câu trả lời. Đó là khả năng calibration (hiệu chỉnh mức độ tin tưởng vào thông tin vừa nhận), tức là biết mình nên tin bao nhiêu vào điều vừa học. Bạn đến đích mà không có công cụ để đánh giá giá trị của nó.
Điều này quan trọng với người làm nội dung vì nó thay đổi cả đối tượng đang đến trang và trạng thái tư duy họ mang theo.
Nghiên cứu nói gì về AI tóm tắt và lượng kiến thức người dùng thực sự tiếp thu?
Hai luồng nghiên cứu, công bố cách nhau chỉ vài tháng, đều chỉ về cùng một hướng. Gộp lại, chúng tạo ra bức tranh thực nghiệm rõ nhất từ trước đến nay về những gì quá trình tìm kiếm có AI làm với chất lượng kiến thức.
Thí nghiệm có kiểm soát. Hai giáo sư marketing tại Wharton, Shiri Melumad và Jin Ho Yun, thực hiện 7 thí nghiệm với 10.462 người tham gia và công bố kết quả trên PNAS Nexus vào tháng 10/2025. Người tham gia tìm hiểu các chủ đề thường ngày, như trồng rau trong vườn hoặc nhận biết lừa đảo tài chính, từ AI tóm tắt hoặc từ kết quả tìm kiếm Google thông thường. Nhóm dùng AI ra về nắm ít kiến thức hơn, kể cả khi cả hai nhóm tiếp xúc với cùng một thông tin nền. Họ dành ít thời gian tương tác với tài liệu hơn, và những lời tư vấn họ viết sau đó sơ sài hơn, kém sáng tạo hơn, ít được người nhận thực sự làm theo hơn.
Đáng chú ý: các nhà nghiên cứu còn thử một phiên bản có link nguồn đính kèm ngay bên cạnh câu trả lời AI. Người tham gia vẫn không click. Một khi bản tóm tắt đã có mặt, những nguồn kế bên không còn thu hút sự chú ý nữa.
Quan sát hành vi thực tế. Pew Research Center theo dõi hành vi duyệt web thực của 900 người Mỹ trưởng thành qua 68.879 lượt tìm kiếm Google trong tháng 3/2025. Khi có AI Overview (khối AI tóm tắt của Google xuất hiện đầu trang kết quả) hiển thị, người dùng click vào kết quả tìm kiếm thông thường trong 8% số lần, so với 15% khi không có tóm tắt. Họ click vào nguồn được trích dẫn bên trong AI Overview chỉ khoảng 1% số lần. Và 26% số trang có AI Overview dẫn đến kết thúc phiên duyệt web ngay tại chỗ, so với 16% ở trang không có tóm tắt. Pew nhấn mạnh đây là tương quan, không phải nhân quả đã được chứng minh, và dữ liệu chỉ bao gồm một tháng, người dùng Mỹ, trên Google.
Thêm vào đó, một nghiên cứu năm 2025 từ Microsoft Research và Carnegie Mellon khảo sát 319 knowledge worker (nhân viên làm việc dựa vào tri thức chuyên môn) về 936 lần sử dụng AI thực tế trong công việc: mức độ tin vào AI càng cao thì tư duy phản biện càng thấp. Nghiên cứu này dựa trên tự báo cáo và mang tính tương quan; một trong các tổ chức đồng tác giả có bán sản phẩm AI tạo sinh, điều đáng ghi nhận khi đọc kết quả. Nghiên cứu thăm dò năm 2026 của Dirk Lewandowski về information regret (cảm giác hối hận sau khi hành động dựa trên thông tin chưa đủ) cũng hướng về kết luận tương tự, dù cỡ mẫu nhỏ hơn.
Tại sao cơ chế tự sửa lỗi cũ không còn hoạt động?
Dưới mô hình tìm kiếm cũ, câu trả lời sai vẫn có thể được sửa. Người dùng đọc bản tóm tắt chưa chuẩn, tiếp tục tìm, đến trang nguồn, và thay thế phiên bản cũ bằng đúng. Quá trình đó miễn phí, tự động, và chạy bằng trí tò mò thông thường.
Khi tỷ lệ click vào nguồn chỉ còn khoảng 1%, cơ chế đó gần như bị vô hiệu hóa. Như Forrester mô tả, một quy trình sửa lỗi vốn không tốn gì và diễn ra trong vài giây nay đã được thay bằng thứ đòi hỏi nỗ lực thực sự và diễn ra rất chậm, nếu có xảy ra.
Trước đây, một thông tin sai về thương hiệu hay chuyên môn của bạn là tạm thời: người ta sẽ click qua, tìm thấy phiên bản đúng, và cập nhật nhận thức. Bây giờ nó tồn tại dai dẳng vì hầu như không ai click để kiểm chứng.
Sự bất đối xứng ở đây mới là vấn đề thực sự tốn kém: cơ chế sửa lỗi cũ không đòi hỏi gì từ người tạo nội dung. Bất cứ thứ gì thay thế nó đều yêu cầu chủ động đăng tải bằng chứng, chờ để bị crawled (được bot thu thập dữ liệu), được retrieved (truy xuất từ kho dữ liệu để trả lời một truy vấn cụ thể), và được tính trọng số, mà không có xác nhận nào rằng bất kỳ bước nào trong đó thực sự có tác dụng.
Điều này có ý nghĩa gì với chiến lược nội dung?
Một thập kỷ qua, chiến lược nội dung xây theo mô hình cầu thang: nội dung nhập môn ở trên cho người mới, so sánh ở giữa, chiều sâu ở dưới cho người đã có nền tảng. Kết quả từ nghiên cứu Wharton và Pew gộp lại cho thấy tầng trên cùng đó giờ thường diễn ra trước khi ai đó đặt chân đến trang của bạn.
Người dùng đến đã qua bước nhập môn, nhưng lại mang theo mức tự tin vượt xa sự hiểu biết thực sự của họ.
Forrester chỉ ra sự lệch pha cụ thể: nội dung nhập môn của bạn đang nói chuyện với người tin rằng họ đã biết rồi. Nội dung chuyên sâu giả định một vốn từ vựng họ có thể lặp lại nhưng chưa thực sự nắm. Trang của bạn có thể lỡ nhịp cả hai phía cùng lúc, với những tài sản được xây qua nhiều năm.
Hướng xử lý ông đề xuất: nội dung chỉ người tạo đó mới có thể làm được, bao gồm dữ liệu gốc, kinh nghiệm thực tế, chuyên môn cụ thể. Vốn được định vị là lớp chiều sâu, tài liệu này giờ có thể cần kiêm luôn vai trò là cửa chính.
Có một nghịch lý đáng chú ý: trang nào rõ ràng, có cấu trúc và giải thích đơn giản nhất thì AI dễ hấp thụ và diễn giải lại nhất, nghĩa là người mới thường không còn cần ghé thăm chúng nữa. Những trang đó vẫn đang hoạt động, chỉ là bây giờ chúng hoạt động bên trong câu trả lời AI.
Ý nghĩa với khả năng hiển thị trong tìm kiếm AI
Đây là điểm mà hầu hết các phân tích tập trung vào traffic thường bỏ qua: nếu gần như không ai click vào nguồn trích dẫn trong câu trả lời AI, thì giá trị của việc được trích dẫn không nằm ở traffic giới thiệu. Nó nằm ở sự tin tưởng qua liên kết gián tiếp.
AI trích dẫn thương hiệu của bạn, người đọc không click, nhưng họ hành động dựa trên câu trả lời đang mang uy tín của bạn mà không bao giờ ghé thăm trang. Đây là mối quan hệ hoàn toàn khác giữa nội dung và người đọc so với bất kỳ kênh nào trước đây, và hệ thống analytics (công cụ phân tích lưu lượng truy cập) tiêu chuẩn sẽ không ghi lại được nó.
Sự dịch chuyển này vận hành theo hai chiều. Thương hiệu được trích dẫn nhất quán trong câu trả lời AI về một loại câu hỏi sẽ xây dựng sự liên kết định hình quyết định ngay cả khi không có lần ghé thăm nào. Thương hiệu vắng mặt khỏi những câu trả lời đó thì dần mất phần trong nhận thức, dù trang web vẫn hoạt động tốt theo mọi chỉ số thông thường.
Góc nhìn Hingewise
Nói thẳng một câu: khả năng hiển thị trong AI không còn đo bằng click nữa mà đo bằng mức độ tên thương hiệu được nhắc đến đúng lúc người dùng đang ra quyết định.
Nghiên cứu Wharton và Pew xác nhận điều nhiều người làm nội dung đã cảm nhận nhưng thiếu số liệu để chứng minh: phần lớn “hành trình người dùng” đang chuyển sang diễn ra bên trong câu trả lời AI, không phải trên trang của bạn. Ví dụ cụ thể: nếu ai đó hỏi ChatGPT “nên chọn phần mềm kế toán nào cho doanh nghiệp nhỏ”, câu trả lời AI nhắc tên bạn sẽ định hình nhận thức của họ trước khi họ kịp mở bất kỳ tab nào. Click có xảy ra hay không gần như không còn là câu hỏi chính.
Điều này tạo ra một loại vô hình mới đáng lo ngại hơn thứ hạng thấp: không phải vô hình vì trang của bạn bị bỏ qua, mà vô hình vì AI đang tóm tắt đúng chủ đề của bạn nhưng không nhắc tên bạn. Analytics không ghi lại điều đó. Đối thủ được nhắc đến thường xuyên hơn cũng không hiện lên trong báo cáo thông thường của bạn.
Nhận định của Hingewise: nội dung gốc với dữ liệu thực và quan điểm chuyên môn cụ thể không chỉ là lựa chọn để tạo chiều sâu. Đó là điều kiện để AI coi nguồn của bạn là đáng trích dẫn. Trang nào dễ tóm tắt nhất thì thường được AI hấp thụ nhưng không được ghi credit. Trang nào có quan điểm rõ ràng, con số gốc, hoặc kinh nghiệm thực tế thì khó tóm tắt hơn, nhưng đó cũng chính là lý do AI phải nhắc nguồn khi dùng đến.
Cần kiểm tra gì trước khi điều chỉnh chiến lược nội dung?
- Thử tìm kiếm ẩn danh các câu hỏi cốt lõi trong ngành của bạn để xem trang của bạn có được AI Overview Google trích dẫn không.
- Đánh giá xem bao nhiêu nội dung hiện tại thuộc dạng nhập môn mà AI có thể dễ dàng tóm tắt và thay thế hoàn toàn.
- Xác định xem bạn có dữ liệu gốc, số liệu thực tế, hay góc nhìn chuyên môn cụ thể nào mà AI không thể tự tạo ra không.
- Kiểm tra tên thương hiệu của bạn có xuất hiện khi ChatGPT, Gemini, hoặc Perplexity trả lời các câu hỏi quan trọng trong lĩnh vực bạn hoạt động không.
- Xem lại cấu trúc từng bài viết: mỗi H2 có tự trả lời được một câu hỏi cụ thể không? Nếu AI cắt riêng một đoạn, đoạn đó có đứng vững về nghĩa không?
- Đánh giá xem hệ thống analytics hiện tại của bạn có đang đo được ảnh hưởng không có click không, hay chỉ đo traffic trực tiếp.
Nguồn: Search Engine Journal, Duane Forrester · Melumad & Yun, PNAS Nexus, tháng 10/2025 · Pew Research Center, tháng 3/2025 · Microsoft Research & Carnegie Mellon, 2025 · Lewandowski, 2026
Bài viết được soạn với sự hỗ trợ của AI từ các nguồn dẫn ở trên và đối chiếu với các nguồn đó trước khi đăng. "Góc nhìn Hingewise" là nhận định biên tập của Hingewise, dựa trên khung phân tích và lập trường chúng tôi dùng trong công việc GEO. Cách chúng tôi làm việc: Chính sách biên tập.