Lời khuyên nào cũng đúng — nhưng chỉ với người trao nó

Steve Jobs từng nói trong bài phát biểu nổi tiếng tại Stanford rằng cách duy nhất để làm việc thật tốt là yêu điều mình làm, và nếu chưa tìm ra đam mê thì hãy tiếp tục tìm kiếm.

Thế nhưng Mark Cuban lại nói ngược lại: đừng chạy theo đam mê, hãy chạy theo nỗ lực, vì rồi bạn sẽ yêu quý bất cứ thứ gì mình trở nên giỏi ở đó.

Vậy ai đúng?

Hai góc nhìn trái ngược về đam mê và nỗ lực

Ai cũng đúng — với chính họ

Câu trả lời hợp lý nhất là: cả hai đều đúng, nhưng chỉ đúng với bản thân họ.

Jobs là mẫu người ám ảnh — ông chỉ làm tốt những việc khiến mình bị cuốn hút đến mức không dứt ra được. Vì thế, tất nhiên đó là nguyên tắc của ông. Cuban thì thuộc tuýp người bị "nghiện" bất cứ thứ gì mình bắt đầu thắng, nên lời khuyên của anh ấy phản ánh đúng con đường của anh ấy.

Phần lớn lời khuyên trên đời đều như vậy. Hai người thông minh có thể nói với bạn hai điều trái ngược nhau, và cả hai đều có lý theo cách riêng.

Vậy làm sao xác định được điều gì thực sự áp dụng cho mình?

Câu hỏi đầu tiên: Điều này có đúng với tôi không?

Lấy một mâu thuẫn quen thuộc khác, nơi mỗi bên đều chứa đựng lời khuyên tốt: "hãy nói có với mọi thứ" đối lập với "hãy nói không với gần như mọi thứ".

Nếu sự nghiệp của bạn đang hơi trầm lắng — ít cơ hội, không thử điều gì mới, hoặc bạn còn ở giai đoạn đầu — thì việc nói "có" nhiều hơn rất có thể là lời khuyên tuyệt vời.

Nhưng nếu bạn đang có mười đầu việc cùng lúc và không thể dành đủ thời gian cho bất kỳ việc nào, thì điều ngược lại mới là lựa chọn khôn ngoan.

Giới kỹ sư thấy rõ điều này mỗi ngày. Một nhóm viết bài về cách microservices đã cứu họ, một nhóm khác lại kể chuyện quay về monolith — và mỗi bên đều đúng với quy mô đội ngũ và bài toán riêng của mình.

Khi nghe ai đó đưa lời khuyên, đừng vội sao chép nguyên tắc của họ. Hãy hiểu vì sao nó hiệu quả với họ. Họ đang giải quyết vấn đề gì? Hoàn cảnh của họ có điểm gì đặc biệt?

Rồi tự hỏi: điều đó có đúng với mình không? Đừng mặc định rằng thứ hiệu quả với người khác cũng sẽ là thứ bạn thích.

Hiểu "hệ điều hành" của chính mình

Đó cũng là lý do việc nhận diện "cấu hình não bộ" của bản thân lại quan trọng đến vậy. Bạn càng hiểu rõ mình vận hành tự nhiên ra sao, điều gì tiếp năng lượng cho mình, mình ra quyết định theo cách nào, và môi trường nào khơi ra phiên bản tốt nhất của mình — thì càng dễ nhận ra khi nào lời khuyên của người khác thực sự vừa vặn.

Bắt đầu bằng câu trả lời nhàm chán nhất

Khi bị rối trước quá nhiều hướng đi, tôi thường tự hỏi: câu trả lời nhàm chán, hiển nhiên nhất ở đây là gì?

Lấy chuyện giảm cân. Bạn có thể dành hàng tháng trời tranh luận về keto, nhịn ăn gián đoạn, thời điểm ăn, tinh bột hay chế độ tập luyện. Nhưng đâu là câu trả lời nhàm chán? Ăn ít lại. Ai cũng biết điều này — chính vì thế nó mới nhàm chán.

Khá thú vị khi Ozempic được xem là bước đột phá giảm cân lớn nhất trong nhiều thập kỷ — mà tất cả những gì nó làm là khiến bạn… ăn ít lại. Hàng tỷ đô cho nghiên cứu và phát triển, để rồi câu trả lời vẫn là câu nói sáo rỗng quen thuộc từ đầu.

Mỗi khi bế tắc, tôi thấy cách này rất hữu ích: Câu trả lời đơn giản nhất là gì? Mình có đang thực sự làm điều đó không? Nếu không, tại sao?

Trong giới lập trình có một bài viết nổi tiếng mang tên "Choose Boring Technology" (Chọn công nghệ nhàm chán) lập luận y hệt như vậy khi chọn công cụ.

Lời khuyên nhàm chán thường bị bỏ qua vì có cả một ngành công nghiệp sống nhờ lời khuyên, mà điều hiển nhiên thì không bán được. Càng lớn tuổi, tôi càng nhận ra những câu sáo rỗng ấy thường là lời khuyên tốt nhất.

Lời khuyên đơn giản thường là lời khuyên đúng

Mình có thể tự tìm ra câu trả lời không?

Đây là thói quen tôi đã rèn được. Sẽ có rất nhiều người nói với bạn nên làm gì: làm cái này đi, thử cái kia đi, bạn buộc phải đang làm X. Thay vì tin ngay hoặc phớt lờ, tôi lùi lại và hỏi: mình có thể tự kiểm chứng được không? Mình có thể chạy một thử nghiệm nhỏ để tự tìm câu trả lời chứ?

Ví dụ nhanh: nhiều người sáng tạo nội dung khuyên — không có gì ngạc nhiên — rằng tạo nội dung là điều tốt nhất bạn có thể làm cho sự nghiệp. Tôi thấy điều đó đúng với họ, đặc biệt khi tìm việc. Nhưng tôi không chắc nó có đáng với mình.

Thế là tôi thử: đăng bài đều đặn trên LinkedIn, xây được một lượng người theo dõi kha khá, và chú ý xem nó thực sự mang lại gì. Kết luận của tôi: hữu ích, nhưng chưa đủ hữu ích để tiếp tục đổ năng lượng tương tự. Giờ tôi ít hoạt động ở đó hơn, và không còn băn khoăn về nó nữa.

Hãy tạo thói quen thử trước ở quy mô nhỏ. Muốn chuyển nghề? Nhận một hợp đồng nhỏ có trả lương với mức giá ưu đãi trước đã. Muốn xây công ty? Dùng AI tạo nguyên mẫu trước rồi thử tiếp thị.

Trước bất kỳ quyết định lớn nào, hãy hỏi: mình có thể làm gì để có dữ liệu thực tế?

Bẫy của sự tự tin

Bộ não con người có một điểm yếu đáng buồn: chúng ta thường nhầm lẫn sự tự tin với năng lực.

Nghiên cứu cũng chứng minh điều này. Một nghiên cứu năm 2013 cho thấy người ta đánh giá những phát biểu nói với vẻ tự tin cao là đáng tin cậy hơn nhiều, kể cả khi người nói rõ ràng sai và không có bằng chứng nào chống lưng.

Khi ai đó nói chắc nịch trên podcast hay trong phòng họp, bản năng của bạn sẽ chao đảo: "Họ chắc chắn thế. Có khi cảm nhận của mình sai bét."

Hãy rèn cho mình một "phản ứng miễn dịch" trước kiểu tự tin đầy lôi cuốn đó. Khi ai nói với vẻ không một chút do dự, hãy thử gạt bỏ cảm giác chắc chắn trong giọng điệu và nhìn vào lập luận thực sự bên dưới. Họ thực sự biết gì? Họ có bằng chứng nào?

Dùng AI để lập luận cho phía ngược lại

AI có thể khiến gần như bất kỳ lập trường nào trở nên thuyết phục. Hỏi nên nghỉ việc không, nó sẽ đưa ra một lý lẽ tuyệt vời để bạn ra đi. Hỏi vì sao nên ở lại, nó cũng viết một lý lẽ tuyệt vời để bạn ở lại.

Một nghiên cứu của Stanford công bố trên tạp chí Science năm nay phát hiện các chatbot đồng ý với người xin lời khuyên cá nhân nhiều hơn khoảng 49% so với con người.

Vì thế, tôi thấy AI hữu ích hơn khi đóng vai đối thủ luyện tập thay vì một nhà tiên tri. Nếu đang nghiêng về một hướng, tôi sẽ yêu cầu nó lập luận cho hướng ngược lại, chỉ ra những giả định tôi có thể đang mắc phải, và cho biết thông tin nào sẽ làm thay đổi câu trả lời. Cách này giúp tôi giữ được sự tỉnh táo và tự đưa ra quyết định của chính mình.

AI như một đối thủ luyện tập thay vì nhà tiên tri

Điều đáng nhớ

Lời khuyên tốt không phải là quy tắc phổ quát để sao chép, mà là một giả thuyết cần được kiểm chứng. Hiểu vì sao nó hiệu quả với người trao nó, tự hỏi hoàn cảnh của bạn có tương đồng không, rồi thử nghiệm nhỏ để thu về dữ liệu thật — đó là cách duy nhất để biến lời khuyên của người khác thành lời khuyên dành cho bạn.

Với những bạn đang làm trong ngành công nghệ — nơi trào lưu công cụ và mô hình kiến trúc thay đổi liên tục — nguyên tắc này càng đáng giá. Đừng chọn công nghệ chỉ vì người ta nói nó đã cứu sự nghiệp của họ. Hãy hiểu họ đã giải quyết bài toán gì, ở quy mô nào, với đội ngũ ra sao, rồi tự hỏi bài toán của bạn có thực sự giống vậy.