NYT Cooking thử AI chỉnh công thức nấu ăn, hiệu quả bất ngờ

New York Times vừa bổ sung tính năng AI vào ứng dụng NYT Cooking, cho phép người đăng ký tự điều chỉnh công thức nấu ăn theo nhu cầu. Động thái này vấp phải làn sóng phản đối từ cộng đồng độc giả trung thành, nhưng khi thử nghiệm thực tế, công cụ lại tỏ ra hữu ích hơn nhiều người tưởng.

Tranh cãi nổ ra ngay khi ra mắt

Ngày 23/10, NYT Cooking công bố tính năng mới trong bản beta chỉ dành cho iOS. Ngay dưới bài viết giới thiệu, hàng loạt bình luận phản đối xuất hiện: người thì dọa hủy đăng ký, người thì hỏi "ai cần cái này", người thì tìm cách tắt nó đi. Sau bốn ngày với 172 bình luận gần như toàn bộ là giận dữ, mục bình luận của bài viết bị khóa lại.

Giao diện tính năng AI của NYT Cooking

Theo ông Jordan Cohen, giám đốc truyền thông điều hành của NYT, tờ báo không công bố số người đăng ký Cooking, nhưng trang và ứng dụng này đã được truy cập 514 triệu lần trong năm 2025, còn kênh YouTube có hơn 1,4 triệu người theo dõi. Đây là một cộng đồng lớn và gắn bó với thương hiệu.

Công cụ hoạt động thế nào?

Trước đó trong năm, NYT đã cho AI hỗ trợ tính năng điều chỉnh khẩu phần (từ "4 người ăn" thành "6 người ăn") và quy đổi đơn vị đo lường từ hệ Anh sang hệ mét. Ở bản beta mới, một ô "customize this recipe" (tùy chỉnh công thức này) xuất hiện ngay phía trên danh sách nguyên liệu.

Người dùng có thể ra yêu cầu bằng ngôn ngữ tự nhiên. Chẳng hạn, nếu muốn làm bánh mì chuối nhưng không có khuôn loaf, công cụ sẽ hỏi bạn đang có loại khuôn nào rồi điều chỉnh công thức cho phù hợp. Mọi thay đổi trong toàn bộ công thức đều được đánh dấu bằng màu đỏ cam để dễ nhận biết.

Nếu yêu cầu đi quá xa bản chất món ăn — ví dụ biến món mì bơ gochujang của Eric Kim thành bánh quy — công cụ sẽ "hard redirect" (chuyển hướng cứng), tức từ chối và gợi ý một công thức phù hợp hơn, trong trường hợp này là bánh quy caramel gochujang cũng của Kim.

Bà Camilla Velasquez, tổng giám đốc NYT Cooking, cho biết nhóm đã rất nỗ lực để chỉ ra khi nào một yêu cầu không còn phù hợp với tinh thần của công thức gốc. Về thứ tự ưu tiên khi đưa ra gợi ý, mô hình ngôn ngữ lớn (LLM) sẽ xem xét lần lượt: bản thân công thức, cẩm nang thay thế nguyên liệu của Times, bình luận của người dùng, rồi mới đến phần mà họ gọi là AI "dựa trên chuyên môn của chúng tôi".

Bà Velasquez nhấn mạnh AI chỉ nên đóng vai trò trợ thủ, không phải nhân vật chính: "Bạn không nên trò chuyện với nó". Khi được hỏi về tác động tới 60 biên tập viên, cây viết, nhà báo video và nhân sự khác của nhóm, bà khẳng định NYT Cooking đang "tuyển dụng nhiều hơn bao giờ hết" và "không có ý định xuất bản ít công thức hơn".

Thử nghiệm thực tế: những điểm sáng

Trong nhiều ngày thử nghiệm, cây viết của WIRED đã yêu cầu công cụ thực hiện đủ loại thay đổi, từ đơn giản đến phức tạp. Với công thức gà và bánh bao năm sao của Alison Roman (hơn 6.000 lượt đánh giá), anh yêu cầu đổi đùi gà có xương, có da sang ức gà không xương, không da. Công cụ "ngâm" một lúc rồi đưa ra phiên bản "Chicken Breast and Dumplings", kèm ghi chú rằng đây là "phiên bản của Joseph làm bằng AI, chưa được kiểm nghiệm hay xác nhận bởi tác giả công thức gốc".

Đáng chú ý là AI nhận ra ức gà chín nhanh hơn đùi gà nên giảm thời gian hầm, đồng thời thêm bơ vào phần roux vì ức gà không tiết ra nhiều mỡ như đùi gà có da. Các thay đổi được đặt đúng vị trí trong từng bước của công thức.

Công thức được AI điều chỉnh với các thay đổi được đánh dấu màu

Lỗi đáng kể nhất là việc công cụ gợi ý cho thịt ức gà đã xé quay lại nồi thêm khoảng 30 phút trong khi nước sốt đặc lại và bánh bao chín. Kết quả là phần thịt đó vẫn ăn được nhưng khô và kém mọng hơn rõ rệt so với phần để riêng.

Các thử nghiệm khác diễn ra trơn tru hơn. AI chuyển món bát ngũ cốc nấm và bông cải xanh rang của Francis Lam thành phiên bản với nấm, súp lơ và bí, hướng dẫn cắt bí thành nửa vòng tròn để chín cùng lúc và tăng lượng dầu ô liu, đồng thời giữ nguyên giọng văn của tác giả gốc. Nó cũng biến công thức bánh waffle mè rang và hành lá của Yewande Komolafe thành phiên bản dùng men, cần ủ qua đêm trong tủ lạnh.

Với món súp đậu gà và mì ống của Colu Henry, yêu cầu "thêm nhiều rau" được đáp ứng bằng danh sách cà rốt, cần tây, hành tây, bí ngòi, nấm và rau xanh, sau đó các nguyên liệu được chèn đúng bước để cho vào nồi đúng thời điểm. Với món dưa cải muối, AI gợi ý cà rốt bào sợi, tỏi băm nhuyễn, cải xoăn thái mỏng với tỷ lệ hợp lý và tăng lượng muối vì khối lượng lớn hơn.

Vẫn là một quy trình "trừ bớt"

Theo cây viết WIRED, việc bộ phận Cooking gặp phản kháng khi ra mắt tính năng này là điều dễ hiểu. NYT đang sở hữu những người sáng tạo công thức giỏi nhất trong ngành. Dùng AI để hỗ trợ thay thế nguyên liệu là hữu ích, và cách ứng dụng lồng ghép thay đổi vào công thức rất ấn tượng, nhưng bản chất đây vẫn là quá trình "trừ bớt" khỏi bản gốc. Rất ít người trong chúng ta có thể thay thế nguyên liệu rồi tạo ra món ăn hay hơn những gì Melissa Clark, Yewande Komolafe hay Francis Lam đã thiết kế.

Thay vào đó, giá trị thực nằm ở việc tiết kiệm một chuyến đi chợ, tận dụng nguyên liệu sẵn có trong nhà, hoặc làm món ăn không chứa gluten. Đây là một ví dụ hiếm hoi và tích cực về việc dùng công nghệ để cải thiện sản phẩm từng bước nhỏ.

Bà Velasquez cũng cho biết người dùng sẽ có thể ẩn tính năng AI trong ứng dụng nếu muốn. NYT vẫn giữ nguyên bản beta chỉ cho iOS và chưa công bố thời điểm đưa lên các nền tảng khác.

Góc nhìn

Câu chuyện này là bài học thực tế cho các đội phát triển sản phẩm tại Việt Nam: khi tích hợp AI vào một sản phẩm đã có cộng đồng người dùng trung thành, phản ứng dữ dội là điều khó tránh, bất kể chất lượng kỹ thuật ra sao. Điểm đáng học từ NYT là cách họ xử lý: giữ AI trong vai trò trợ thủ có giới hạn, đánh dấu rõ mọi thay đổi so với bản gốc, cho phép tắt tính năng, và duy trì cam kết với đội ngũ biên tập viên con người.

Về mặt kỹ thuật, việc kết hợp LLM với dữ liệu có cấu trúc (công thức gốc, cẩm nang thay thế, bình luận người dùng) theo thứ tự ưu tiên rõ ràng là cách tiếp cận đáng tham khảo để giảm ảo giác của mô hình. Cơ chế "hard redirect" khi yêu cầu đi quá xa phạm vi cho phép cũng là một mẫu thiết kế (design pattern) hữu ích cho các ứng dụng AI trong lĩnh vực nội dung chuyên môn, nơi độ chính xác quan trọng hơn sự linh hoạt tối đa.