09/05/2026 – (TưDuyThietKe.Edu.vn) – Trong nhiều năm, Design Thinking thường được hiểu như một phương pháp để thiết kế sản phẩm, dịch vụ hoặc trải nghiệm khách hàng. Cách hiểu đó đúng nhưng chưa đủ. Trong bối cảnh AI đang đi vào công việc hằng ngày, từ viết báo cáo, phân tích dữ liệu, xây dựng chiến lược đến hỗ trợ học tập và quản trị, Design Thinking cần được nhìn rộng hơn: đó là một phương pháp giải quyết vấn đề cho cá nhân, nhóm làm việc và tổ chức. AI không thay thế tư duy thiết kế; AI làm cho tư duy thiết kế trở nên nhanh hơn, sâu hơn và có khả năng thử nghiệm nhiều phương án hơn, miễn là con người vẫn giữ vai trò định hướng, phản biện và chịu trách nhiệm.
Từ “thiết kế sản phẩm” đến “thiết kế cách giải quyết vấn đề”
Điểm cốt lõi của Design Thinking không nằm ở việc tạo ra một sản phẩm đẹp, một giao diện tiện dụng hay một dịch vụ mới. Cốt lõi của nó là cách tiếp cận vấn đề theo hướng lấy con người làm trung tâm: hiểu đúng nhu cầu, xác định đúng vấn đề, tạo nhiều khả năng giải quyết, thử nghiệm nhanh và học từ phản hồi. IDEO U mô tả Design Thinking như một phương pháp đổi mới đặt con người vào trung tâm, đồng thời nhấn mạnh rằng AI có thể hỗ trợ các giai đoạn như tổng hợp nghiên cứu, phát triển ý tưởng và tạo mẫu nhanh [1].
Khi nhìn theo cách này, một cá nhân đang loay hoay với định hướng nghề nghiệp, một nhà trường muốn cải thiện trải nghiệm học tập, một phường muốn nâng cao chất lượng phục vụ người dân, hay một doanh nghiệp muốn tái thiết quy trình nội bộ đều có thể dùng Design Thinking. Vấn đề không nhất thiết phải là “làm ra sản phẩm mới”; vấn đề có thể là giảm áp lực công việc, cải thiện truyền thông nội bộ, thiết kế chương trình đào tạo, nâng chất lượng ra quyết định hoặc tổ chức lại quy trình phục vụ.
AI làm cho sự dịch chuyển này rõ hơn. Nếu trước đây Design Thinking cần nhiều thời gian để thu thập thông tin, tổng hợp insight và phác thảo phương án, thì hiện nay AI có thể hỗ trợ đọc tài liệu, tóm tắt phản hồi, mô phỏng chân dung người dùng, gợi ý câu hỏi phỏng vấn, tạo bản nháp kế hoạch và so sánh các kịch bản. Tuy nhiên, HBR lưu ý không phải vấn đề nào cũng phù hợp để giải bằng AI; tổ chức cần xác định rõ mục tiêu, dữ liệu, tiêu chí đánh giá và giới hạn của công nghệ trước khi triển khai [2]. Điều này cho thấy Design Thinking và AI chỉ thật sự có giá trị khi được dùng như một hệ tư duy, không phải như một công cụ “thần kỳ”.
Vì sao cá nhân cũng cần Design Thinking + AI?
Ở cấp độ cá nhân, nhiều vấn đề quan trọng không xuất hiện dưới dạng câu hỏi kỹ thuật, mà dưới dạng tình huống mơ hồ: “Tôi nên học kỹ năng gì?”, “Làm sao quản lý thời gian tốt hơn?”, “Vì sao công việc của tôi bị quá tải?”, “Tôi nên thay đổi cách giao tiếp với đồng nghiệp như thế nào?”. Những câu hỏi này không thể giải quyết tốt chỉ bằng một lời khuyên chung chung, bởi mỗi người có hoàn cảnh, nguồn lực, động lực và ràng buộc khác nhau.
Design Thinking giúp cá nhân bắt đầu bằng sự thấu cảm với chính mình. Thay vì vội vàng tìm giải pháp, người học cách quan sát thói quen, cảm xúc, điểm đau, nguồn lực và môi trường xung quanh. AI có thể đóng vai trò như một “người đối thoại phản biện”: đặt câu hỏi, giúp hệ thống hóa nhật ký công việc, phân loại nguyên nhân gây áp lực, gợi ý các cách thử nghiệm nhỏ. Ví dụ, một người muốn cải thiện năng suất không nên hỏi AI ngay rằng “hãy cho tôi lịch làm việc tối ưu”. Câu hỏi tốt hơn là: “Dựa trên mô tả một tuần làm việc của tôi, hãy giúp tôi nhận diện các điểm nghẽn, giả định nguyên nhân và đề xuất ba thử nghiệm nhỏ trong bảy ngày tới”.
Điểm quan trọng là AI không hiểu đời sống của cá nhân sâu hơn chính cá nhân đó. AI có thể phát hiện mẫu, gợi ý lựa chọn, soạn khung hành động, nhưng người dùng phải kiểm tra xem gợi ý đó có phù hợp với giá trị sống, sức khỏe, quan hệ và điều kiện thực tế của mình hay không. Vì vậy, Design Thinking + AI không phải là cách “giao việc suy nghĩ cho máy”, mà là cách tổ chức lại quá trình suy nghĩ để con người tự hiểu mình rõ hơn và hành động có chủ đích hơn.
Tổ chức cần phương pháp này vì vấn đề ngày càng phức hợp
Ở cấp độ tổ chức, nhiều vấn đề thất bại không phải vì thiếu công nghệ, mà vì định nghĩa sai vấn đề. Một đơn vị có thể đầu tư phần mềm mới nhưng quy trình vẫn chậm; triển khai AI nhưng nhân viên không dùng; tổ chức nhiều khóa đào tạo nhưng năng lực không chuyển hóa thành hành vi; ban hành chính sách truyền thông nhưng người dân hoặc khách hàng vẫn thấy khó tiếp cận. Những tình huống này cho thấy tổ chức không chỉ cần công cụ, mà cần phương pháp hiểu vấn đề trong hệ sinh thái con người – quy trình – dữ liệu – văn hóa.
Design Thinking cung cấp một cấu trúc đối thoại cho tổ chức. Khi các bên liên quan cùng quan sát người dùng, cùng định nghĩa vấn đề và cùng thử nghiệm giải pháp nhỏ, tổ chức giảm nguy cơ ra quyết định dựa trên giả định chủ quan. AI bổ sung năng lực xử lý quy mô: tổng hợp hàng nghìn phản hồi, phát hiện nhóm vấn đề lặp lại, so sánh dữ liệu giữa các bộ phận, tạo bản nháp quy trình hoặc mô phỏng kịch bản triển khai. OECD ghi nhận rằng AI đang làm thay đổi nhiệm vụ và yêu cầu kỹ năng trong nhiều công việc, kể cả những vị trí không đòi hỏi kỹ năng AI chuyên sâu; các năng lực quản trị, nhận thức, số và xã hội – cảm xúc ngày càng quan trọng trong môi trường chịu tác động bởi AI [3].
Điều này có hàm ý lớn cho lãnh đạo. Nếu xem AI chỉ là phần mềm, tổ chức sẽ tập trung vào mua công cụ. Nếu xem AI là một phần của năng lực giải quyết vấn đề, tổ chức sẽ đầu tư vào cách đặt câu hỏi, cách thiết kế quy trình, cách bảo vệ dữ liệu, cách đào tạo nhân sự và cách đo lường tác động. Chính ở đây, Design Thinking trở thành “khung vận hành” giúp AI đi vào tổ chức một cách nhân văn và có trách nhiệm.
Design Thinking kết hợp AI giúp cá nhân và tổ chức nhìn vấn đề đa chiều hơn, thử nghiệm nhanh hơn và ra quyết định có trách nhiệm hơn
Khung thực hành: 5 bước kết hợp Design Thinking và AI
Để tránh biến Design Thinking + AI thành khẩu hiệu, cá nhân và tổ chức có thể triển khai theo một chu trình năm bước. Danh sách dưới đây không nhằm giản lược phương pháp, mà giúp người đọc có một khung thao tác ban đầu trước khi điều chỉnh theo bối cảnh cụ thể.
- Thấu hiểu bối cảnh và con người liên quan.
Bước đầu tiên là quan sát, phỏng vấn, đọc dữ liệu và lắng nghe trải nghiệm thật. AI có thể hỗ trợ tạo câu hỏi phỏng vấn, tóm tắt ghi chú, phân nhóm phản hồi, nhưng không nên thay thế tiếp xúc trực tiếp với con người. - Định nghĩa lại vấn đề.
Sau khi có dữ liệu, cần chuyển từ triệu chứng sang vấn đề gốc. Ví dụ, “nhân viên không dùng hệ thống mới” có thể không phải vì họ chống đổi mới, mà vì hệ thống không khớp quy trình, thiếu hướng dẫn hoặc tạo thêm gánh nặng nhập liệu. - Tạo nhiều phương án giải quyết.
AI rất hữu ích trong giai đoạn này vì có thể gợi ý nhiều kịch bản, so sánh ưu – nhược điểm, tạo bản nháp quy trình, mẫu truyền thông hoặc kế hoạch thử nghiệm. Tuy nhiên, nhóm triển khai cần đánh giá giải pháp theo tiêu chí con người, khả thi, đạo đức và bền vững. - Tạo mẫu và thử nghiệm nhỏ.
Thay vì triển khai toàn diện ngay, nên tạo phiên bản thử: một biểu mẫu mới, một quy trình rút gọn, một buổi đào tạo mẫu, một chatbot nội bộ giới hạn phạm vi, hoặc một chính sách truyền thông thử nghiệm trong nhóm nhỏ. - Học từ phản hồi và cải tiến.
AI có thể giúp phân tích phản hồi sau thử nghiệm, nhận diện điểm nghẽn và đề xuất vòng cải tiến tiếp theo. Nhưng quyết định điều chỉnh vẫn cần sự phán đoán của con người, đặc biệt khi liên quan đến niềm tin, công bằng, riêng tư và tác động xã hội.
Chu trình này có thể áp dụng cho nhiều bối cảnh. Một cá nhân có thể dùng để thiết kế lại thói quen học tập. Một trường học có thể dùng để cải tiến trải nghiệm sinh viên. Một cơ quan địa phương có thể dùng để nâng chất lượng phục vụ người dân. Một doanh nghiệp có thể dùng để đổi mới quy trình chăm sóc khách hàng hoặc đào tạo nhân sự. Giá trị của khung này nằm ở chỗ nó giúp mọi người bắt đầu từ vấn đề thật, thử nghiệm nhỏ và học nhanh, thay vì đầu tư lớn dựa trên giả định chưa kiểm chứng.
AI nên là “đồng đội tư duy”, không phải “người quyết định thay”
Một rủi ro phổ biến khi dùng AI là người dùng dễ bị thuyết phục bởi câu trả lời trôi chảy. Câu trả lời càng mạch lạc càng tạo cảm giác đáng tin, dù bên trong có thể chứa giả định sai, thiếu dữ liệu hoặc diễn giải thiên lệch. Vì vậy, trong Design Thinking + AI, AI nên được xem như một đồng đội tư duy: giỏi gợi ý, tổng hợp, mô phỏng và phản biện ban đầu, nhưng không phải người quyết định cuối cùng.
Ở cấp độ cá nhân, điều này đòi hỏi năng lực đặt câu hỏi và kiểm chứng. Người dùng nên yêu cầu AI nêu giả định, chỉ ra điểm chưa chắc chắn, đề xuất phương án thay thế và phân tích rủi ro. Ở cấp độ tổ chức, điều này đòi hỏi cơ chế quản trị: dữ liệu nào được đưa vào AI, ai chịu trách nhiệm kiểm duyệt, tiêu chí nào được dùng để đánh giá kết quả, và khi nào cần con người can thiệp. HBR nhấn mạnh rằng các dự án AI dễ gặp trở ngại khi thiếu dữ liệu chất lượng, mục tiêu đo lường rõ ràng và tiêu chí xác định thế nào là một giải pháp “tốt” [2].
Nói cách khác, Design Thinking giúp tổ chức hỏi “vấn đề của ai, trong bối cảnh nào, với tác động gì?”, còn AI giúp tổ chức hỏi thêm “có mẫu dữ liệu nào, có kịch bản nào, có phương án nào chưa được xem xét?”. Khi hai cách hỏi này đi cùng nhau, tổ chức có thể vừa sáng tạo hơn vừa thận trọng hơn.
Bảng so sánh: Design Thinking truyền thống và Design Thinking kết hợp AI
Bảng dưới đây giúp hình dung sự khác biệt không phải để thay thế phương pháp cũ, mà để thấy AI có thể tăng năng lực cho từng giai đoạn nếu được dùng đúng cách.
| Khía cạnh | Design Thinking truyền thống | Design Thinking kết hợp AI |
|---|---|---|
| Thu thập hiểu biết | Phỏng vấn, quan sát, khảo sát, workshop | Thêm phân tích văn bản, tổng hợp phản hồi lớn, gợi ý câu hỏi nghiên cứu |
| Định nghĩa vấn đề | Dựa trên insight từ người dùng và nhóm dự án | Thêm phát hiện mẫu dữ liệu, so sánh kịch bản, kiểm tra giả định |
| Phát triển ý tưởng | Brainstorming, bản đồ ý tưởng, đồng sáng tạo | Thêm sinh nhiều phương án, mô phỏng persona, tạo nháp concept |
| Tạo mẫu | Phác thảo, mockup, quy trình thử nghiệm | Thêm prototype nội dung, chatbot mẫu, quy trình tự động hóa thử |
| Đánh giá | Phản hồi người dùng, đo lường định tính/định lượng | Thêm phân tích phản hồi nhanh, phát hiện xu hướng, đề xuất cải tiến |
Điểm cần nhấn mạnh là AI không làm mất đi vai trò của nghiên cứu người dùng. Ngược lại, AI càng mạnh thì nhu cầu hiểu con người thật càng quan trọng. Nếu dữ liệu đầu vào nghèo nàn, câu hỏi sai hoặc mục tiêu lệch, AI có thể khuếch đại sai lầm nhanh hơn. Design Thinking chính là lớp bảo vệ giúp công nghệ không rời khỏi bối cảnh con người.
Ứng dụng trong giáo dục, quản trị và chuyển đổi số
Trong giáo dục, Design Thinking + AI có thể giúp thiết kế lại trải nghiệm học tập theo hướng cá nhân hóa nhưng vẫn nhân văn. Giảng viên có thể dùng AI để phân tích phản hồi người học, tạo tình huống mô phỏng, gợi ý hoạt động lớp học hoặc xây dựng rubrics đánh giá. Tuy nhiên, Design Thinking nhắc người dạy rằng mục tiêu không phải là “dùng AI cho hiện đại”, mà là giải quyết vấn đề học tập cụ thể: sinh viên thiếu động lực, khó hiểu khái niệm, ít tương tác, hoặc không biết áp dụng kiến thức vào thực tế.
Trong quản trị tổ chức, phương pháp này giúp lãnh đạo tránh hai cực đoan: hoặc sợ AI nên không làm gì, hoặc chạy theo AI mà thiếu chiến lược. Một tổ chức có thể bắt đầu bằng các dự án nhỏ như cải tiến quy trình báo cáo, thiết kế trợ lý tri thức nội bộ, hỗ trợ soạn thảo văn bản, phân tích phản hồi khách hàng hoặc chuẩn hóa quy trình đào tạo. Mỗi dự án nên có câu hỏi thiết kế rõ ràng: ai được hưởng lợi, vấn đề nào được giảm, dữ liệu nào được dùng, rủi ro nào cần kiểm soát, và tiêu chí thành công là gì.
Trong chuyển đổi số khu vực công hoặc cộng đồng địa phương, Design Thinking + AI có thể hỗ trợ thiết kế dịch vụ công thân thiện hơn. Ví dụ, trước khi xây dựng một kênh hỏi đáp tự động, đơn vị triển khai cần hiểu người dân thường vướng ở bước nào, ngôn ngữ nào họ dễ hiểu, nhóm nào có nguy cơ bị bỏ lại phía sau, và dữ liệu cá nhân cần được bảo vệ ra sao. AI có thể hỗ trợ xử lý câu hỏi lặp lại, nhưng niềm tin của người dân phụ thuộc vào sự minh bạch, dễ tiếp cận và trách nhiệm giải trình.
Nếu quý cơ quan, nhà trường hoặc doanh nghiệp cần xây dựng chương trình đào tạo, workshop hoặc lộ trình ứng dụng Design Thinking + AI theo bối cảnh cụ thể, TS. Nguyễn Trung Hòa và Học viện Tư duy thiết kế có thể đồng hành trong việc thiết kế nội dung, huấn luyện đội ngũ và triển khai thử nghiệm theo hướng nhanh chóng, chuyên nghiệp và hiệu quả.
Ba năng lực mới cần phát triển
Để Design Thinking + AI trở thành năng lực thật, cá nhân và tổ chức cần phát triển ba nhóm năng lực. Thứ nhất là năng lực thấu cảm và nghiên cứu vấn đề. AI có thể xử lý dữ liệu, nhưng con người phải biết quan sát đời sống, lắng nghe nhu cầu ẩn và hiểu cảm xúc xã hội. Thứ hai là năng lực đặt câu hỏi và phản biện. Người dùng AI tốt không phải là người nhận câu trả lời nhanh nhất, mà là người biết đặt câu hỏi đúng, yêu cầu bằng chứng, kiểm tra giả định và so sánh phương án.
Thứ ba là năng lực thử nghiệm và học tập liên tục. Trong môi trường biến động, giải pháp hiếm khi đúng ngay từ đầu. Tổ chức cần văn hóa cho phép thử nhỏ, sai có kiểm soát, học nhanh và cải tiến dựa trên dữ liệu. OECD cho thấy AI đang thay đổi nhu cầu kỹ năng trong thị trường lao động, làm nổi bật vai trò của kỹ năng quản trị, nhận thức, số và xã hội – cảm xúc [3]. Đây cũng chính là những năng lực nằm ở giao điểm giữa Design Thinking và AI.
Khi ba năng lực này kết hợp, cá nhân không chỉ “biết dùng AI”, mà biết dùng AI để hiểu vấn đề, thiết kế lựa chọn và ra quyết định tốt hơn. Tổ chức không chỉ “có công cụ AI”, mà có năng lực đổi mới dựa trên con người, dữ liệu và thử nghiệm.
Design Thinking + AI không chỉ để làm sản phẩm. Đó là một phương pháp giải quyết vấn đề trong thời đại mà dữ liệu nhiều hơn, công cụ mạnh hơn nhưng vấn đề cũng phức tạp hơn. Design Thinking giúp con người không quên bối cảnh, cảm xúc, nhu cầu và giá trị. AI giúp mở rộng khả năng phân tích, tưởng tượng, mô phỏng và thử nghiệm. Khi kết hợp đúng, hai năng lực này tạo ra một cách làm việc mới: bắt đầu từ con người, được hỗ trợ bởi dữ liệu, vận hành bằng thử nghiệm và được dẫn dắt bởi trách nhiệm.
Với cá nhân, đây là phương pháp để học tốt hơn, làm việc chủ động hơn và ra quyết định tỉnh táo hơn. Với tổ chức, đây là năng lực chiến lược để đổi mới, chuyển đổi số và phục vụ con người hiệu quả hơn. Trong kỷ nguyên AI, lợi thế không chỉ thuộc về người có công cụ mạnh, mà thuộc về người và tổ chức biết đặt đúng vấn đề, thiết kế đúng cách học và triển khai đúng trách nhiệm.
Tài liệu tham khảo
[1] IDEO U. (2025, June 20). The Intersection of Design Thinking and AI: Enhancing Innovation. IDEO U. https://www.ideou.com/blogs/inspiration/ai-and-design-thinking
[2] Cervini, P., Farronato, C., Kohli, P., & Van Alstyne, M. W. (2024, December 18). Is AI the Right Tool to Solve That Problem? Harvard Business Review. https://hbr.org/2024/12/is-ai-the-right-tool-to-solve-that-problem
[3] Green, A. (2024, April). Artificial Intelligence and the Changing Demand for Skills in the Labour Market. OECD Artificial Intelligence Papers, No. 14. OECD. https://fondazionecerm.it/wp-content/uploads/2024/04/Artificial-intelligence-and-the-changing-demand-for-skills-in-the-labour-market.pdf
