Thời kỳ dọn dẹp của UX: Xử lý hậu quả từ AI

AI đã khiến việc xây dựng sản phẩm trở nên nhanh chóng. Một product manager có thể vibe code một prototype chạy được trong giờ ăn trưa, một kỹ sư có thể ship tính năng do AI tạo trong một buổi chiều, và một người làm marketing có thể tạo cả landing page trong vài phút. Nhưng làm nhanh không đồng nghĩa với dùng tốt. Ngày càng thường xuyên, designer đến khi mọi thứ đã tồn tại và được yêu cầu làm cho nó dùng được.

Tháng 8/2026, Nielsen Norman Group đặt tên cho tình huống này: thời kỳ "dọn dẹp" của UX (the custodial era of UX). Bài này giải thích khái niệm đó, vì sao nó xảy ra, và designer có thể biến việc dọn dẹp thành ảnh hưởng thật sự thay vì sửa chữa không hồi kết như thế nào.

Tóm gọn: AI khiến việc sản xuất rẻ hơn việc đánh giá. Nhiệm vụ mới của UX là sàng lọc những gì AI tạo ra, đánh giá nhanh hơn, và đưa bài học ngược vào công cụ để cùng một lỗi không lặp lại.

"Custodial era" nghĩa là gì

Trong bài "The Custodial Era of UX: Cleaning Up After AI", hai tác giả của NN/g là Anna Kaley và Raluca Budiu mô tả một sự dịch chuyển: UX ngày càng gặp công việc ở giai đoạn muộn. Prototype đã dựng xong, tính năng AI đã được thêm vào, hoặc workflow đã chạy thật. Công việc ít còn là thiết kế từ trang trắng, mà là quyết định giữ lại gì từ AI và cái gì cần thay đổi.

Luận điểm cốt lõi của họ đơn giản mà sắc bén: sản xuất đã trở nên rẻ hơn việc đánh giá UX. Giờ đây có thể mất ít thời gian để tạo ra một trải nghiệm hơn là để quyết định nó có hữu ích, dễ dùng, đáng tin và mạch lạc hay không.

UX debt tích tụ thế nào

Khi team nhảy thẳng từ ý tưởng sang một sản phẩm trông có vẻ ổn, các câu hỏi cơ bản bị bỏ qua: cái này cho ai, giải quyết vấn đề gì, có nên tồn tại không? NN/g liệt kê những hệ quả quen thuộc, mình tóm lại như sau:

Giao diện chạy được về mặt kỹ thuật nhưng rối không cần thiết
Nội dung chữ, hình ảnh hay âm thanh lộ rõ là do AI tạo và làm giảm niềm tin
Thông điệp về AI lấn át giá trị thật của sản phẩm
Tính năng "thông minh" thêm độ phức tạp nhưng giải quyết được rất ít
Team tối ưu cho demo và sự hào hứng thay vì khả năng sử dụng
Tính năng được làm vì làm được, không phải vì người dùng cần

Khoảng cách giữa xây nhanh và đánh giá chậm chính là UX debt. Sản phẩm đủ tốt để demo hay ship, nhưng sự bối rối, tỉ lệ bỏ cuộc, ticket hỗ trợ và cách lách xuất hiện về sau.

NN/g cũng chỉ ra rằng AI khuếch đại các vấn đề sẵn có. Nếu team giao tiếp kém hay ra quyết định vội, những lỗi đó giờ được xây và ship nhanh hơn.

Vòng lặp "dọn dẹp"

NN/g mô tả một chu kỳ mà nhiều team sẽ nhận ra:

Một ý tưởng mới xuất hiện, thường do áp lực thị trường hoặc đơn giản là muốn dùng AI.
Công cụ AI giúp prototype hay xây dựng rất nhanh.
Vì kết quả trông ổn, nghiên cứu bị bỏ qua và câu hỏi trở thành ship nhanh đến mức nào.
Vấn đề lộ ra: người dùng bối rối, tỉ lệ sử dụng thấp, tải hỗ trợ tăng.
UX được gọi vào để đánh giá, đơn giản hoá, sửa chữa hoặc quyết định giữ lại gì.

Điều này có thể xảy ra cả ở công ty coi trọng UX, chỉ vì việc xây dựng giờ quá nhanh.

Những vai trò mới của designer

Trong bối cảnh này, NN/g thấy người làm UX đóng vai người phiên dịch giữa sự cường điệu và thực tế, người đánh giá AI có thực sự giúp người dùng không, người đơn giản hoá giao diện bị làm quá tay, người bảo vệ sự thấu hiểu và quyền kiểm soát của người dùng, nhà nghiên cứu tìm ra điểm ma sát, và biên tập viên cho nội dung AI chung chung.

Điều đó có thể gây nản lòng. Nhưng nó cũng tạo ra đòn bẩy, nếu designer dùng việc dọn dẹp để dạy team cách tránh mớ hỗn độn tiếp theo.

Ba cách làm việc trong thời kỳ dọn dẹp

1. Xây dựng nhận định chung về việc nên làm gì

Khi nhận một tính năng AI đã hoàn chỉnh, đừng bắt đầu bằng việc trau chuốt. Hãy sàng lọc trước. Một số câu hỏi hữu ích:

Tính năng này giải quyết vấn đề gì, và bằng chứng nào cho thấy đó là nhu cầu thật?
Người dùng gặp vấn đề này thường xuyên và nghiêm trọng đến đâu?
Nó có khớp mô hình tư duy và workflow hiện tại, hay thêm thứ mới phải học?
Nó khớp với sản phẩm và hệ thống hiện có đến mức nào?
Chi phí và rủi ro là gì: độ phức tạp, hỗ trợ, bảo trì, chi phí cơ hội?

Kết quả sàng lọc không phải lúc nào cũng là "thiết kế lại". Bạn có thể giữ, đơn giản hoá, gộp vào luồng khác, hoãn hoặc loại bỏ. Và luôn giải thích lý do, để team học cách áp dụng cùng tiêu chí lần sau. Đó là cách UX thôi làm nhóm duy nhất phát hiện vấn đề.

2. Để việc đánh giá theo kịp tốc độ sản xuất

Bỏ nghiên cứu không phải là câu trả lời, nhưng nghiên cứu chậm cho mọi thứ cũng không. Hãy cân bằng bằng chứng với rủi ro: test nhanh cho tính năng rủi ro thấp, phương pháp sâu hơn cho workflow quan trọng. Tăng tốc hạ tầng:

Duy trì một nhóm người dùng hoặc cách tuyển người tham gia nhanh.
Dùng AI cho phần cơ học như soạn kế hoạch, bảng sàng lọc, xếp lịch và phân tích sơ bộ, nhưng đừng thay người dùng thật bằng người dùng giả lập, và để con người chịu trách nhiệm diễn giải.
Tạo mẫu đánh giá chuẩn: giá trị cho người dùng, vấn đề được giải quyết, tác vụ được cải thiện, tiêu chí xác thực.
Xây checklist riêng cho tổ chức, như quy tắc accessibility và nội dung, và thử xem AI có giúp kiểm tra thiết kế theo đó không.

3. Đưa UX vào quá trình tạo sinh

Đây là bước đi chiến lược nhất. Nếu cùng một lỗi cứ xuất hiện trong output của AI, ngăn nó từ gốc hiệu quả hơn sửa từng output. NN/g gợi ý ghi lại kiến thức UX cho công cụ AI, gồm:

File context UX, như Design.md hoặc UX.md, chứa nguyên tắc và hướng dẫn
Design system và các interaction pattern đã được duyệt
Tiêu chuẩn nội dung và định dạng
Yêu cầu accessibility
Các deceptive pattern cần tránh

Những file này phải được duy trì và cập nhật khi bạn học thêm từ người dùng thật. Chúng không thay thế UX; chúng giúp UX bớt thời gian cho lỗi dễ đoán và dành nhiều hơn cho vấn đề phức tạp.

Playbook thực tế cho designer

Tạo một form sàng lọc một trang cho tính năng do AI xây: vấn đề, bằng chứng, độ khớp, chi phí, đề xuất.
Tổ chức buổi review ngắn hằng tuần "giữ, bỏ, sửa" cùng product và engineering.
Theo dõi lỗi lặp lại trong output AI, như nhãn mơ hồ, thiếu empty state và tương phản kém.
Biến mỗi lỗi lặp lại thành một quy tắc trong file context hay tài liệu design system của team.
Giữ một quy trình test nhanh: năm người dùng, một tác vụ, có kết quả trong vài ngày.
Viết ghi chú quyết định ngắn giải thích vì sao một thứ bị bỏ hoặc đơn giản hoá.
Học công cụ mà team dùng để tạo UI, để hướng dẫn của bạn khớp với cách họ thực sự làm việc.
Đo kết quả, như tỉ lệ hoàn thành tác vụ, ticket hỗ trợ và tỉ lệ bỏ cuộc, không chỉ số lượng output.

Từ người dọn dẹp đến người gìn giữ

NN/g chơi chữ với hai nghĩa của "custodian". Nghĩa thứ nhất là người dọn dẹp mớ hỗn độn. Nghĩa thứ hai là người được tin tưởng để chăm lo một thứ quý giá. UX có thể sẽ ở vai trò thứ nhất thêm một thời gian. Nhưng bằng cách biến bài học từ việc dọn dẹp thành nhận định chung, đánh giá nhanh hơn và tạo sinh tốt hơn, designer có thể đi ngược lên đầu quy trình và trở thành người gìn giữ một thứ quan trọng hơn mọi quy trình: nhu cầu thật của người dùng.

Điều này cũng kết nối với các xu hướng mình từng viết. Design system cho AI, Specs và guidelines mới của Figma, và các công cụ như Claude Design đều chỉ về một hướng: ảnh hưởng của designer ngày càng nằm ở quy tắc và context mà AI sử dụng, không chỉ ở màn hình cuối cùng.

Giới hạn và những lưu ý thẳng thắn

Không phải team nào cũng lắng nghe. Sàng lọc chỉ hiệu quả khi lãnh đạo chấp nhận "bỏ" là một kết quả hợp lệ.
File context cần người phụ trách. Quy tắc lỗi thời có thể khiến output AI tệ hơn, không phải tốt hơn.
Áp lực tốc độ là có thật. Designer cần chọn trận để đánh và tập trung vào luồng rủi ro cao.
Nghiên cứu có AI hỗ trợ có giới hạn. Nó tăng tốc phần hậu cần, nhưng không thay được người dùng thật.

Kết luận

Thời kỳ dọn dẹp không phải là sự hạ cấp của UX; đó là một sự đổi vị trí. AI khiến việc xây dựng trở nên rẻ, nên kỹ năng khan hiếm giờ là khả năng nhận định: biết điều gì xứng đáng tồn tại, đánh giá nhanh, và dạy cả con người lẫn công cụ làm tốt hơn. Designer biết sàng lọc rõ ràng, test nhanh và đưa kiến thức vào workflow AI sẽ không chỉ dọn dẹp sau AI. Họ sẽ định hình những gì AI tạo ra.

Nguồn tham khảo

Thông tin được kiểm tra ngày 16/10/2026.

Thời kỳ dọn dẹp của UX: Designer xử lý sản phẩm do AI xây thế nào