Công cụ tạo ảnh AI học từ lượng lớn hình ảnh có sẵn trên mạng, nên nó học luôn những khuôn mẫu trong đó: bác sĩ thường là nam, điều dưỡng là nữ, người Việt thì đội nón lá giữa ruộng lúa, người lớn tuổi thì ngồi một chỗ. Khi bạn không nói rõ, mô hình sẽ chọn phương án "trung bình" của dữ liệu, và phương án đó thường là khuôn mẫu. Nhiều nghiên cứu và phân tích từ năm 2023 đã cho thấy các mô hình tạo ảnh phổ biến tái hiện, có lúc còn khuếch đại, định kiến về giới, nghề nghiệp và sắc tộc.
Với người làm thiết kế, đây là vấn đề chất lượng chứ không chỉ là vấn đề đạo đức trừu tượng. Một bộ ảnh tuyển dụng toàn nam giới cho vị trí kỹ thuật, một ấn phẩm du lịch vẽ người Việt như bưu thiếp cũ, một quảng cáo sản phẩm cho người cao tuổi chỉ toàn hình ảnh yếu ớt — tất cả đều làm khách hàng của bạn mất đi một phần người xem. Bài này giúp bạn nhận ra định kiến trong bộ ảnh và có cách viết câu lệnh, duyệt ảnh để tránh.
Vì sao mô hình lại "nghĩ" theo khuôn mẫu
Mô hình tạo ảnh học mối liên hệ giữa chữ và hình từ dữ liệu. Nếu trong dữ liệu, ảnh đi kèm chữ "kỹ sư" phần lớn là đàn ông mặc áo phản quang, mô hình sẽ coi đó là hình mặc định của kỹ sư. Nếu ảnh gắn với "Việt Nam" phần lớn là ảnh du lịch chụp nón lá, áo bà ba, thuyền trên sông, mô hình sẽ vẽ người Việt như vậy dù bạn đang cần ảnh một nhân viên văn phòng ở Hà Nội.
Thêm vào đó, mô hình có xu hướng chọn phương án phổ biến nhất khi câu lệnh mơ hồ, nên những nhóm ít xuất hiện trong dữ liệu càng hiếm xuất hiện trong kết quả. Người khuyết tật, người dân tộc thiểu số trong bối cảnh đời thường, người lớn tuổi làm việc năng động, phụ nữ trong nghề kỹ thuật gần như không bao giờ hiện ra nếu bạn không gọi đúng tên.
Một số nhà cung cấp đã thêm cơ chế tự đa dạng hoá kết quả, và cơ chế này đôi khi lại tạo ra lỗi theo chiều ngược lại, như đặt người vào bối cảnh lịch sử không phù hợp. Điều đó cho thấy không có công cụ nào tự giải quyết được vấn đề; con mắt của người thiết kế vẫn là khâu quyết định.
Những khuôn mẫu hay gặp khi tạo ảnh cho thị trường Việt Nam
Bảng dưới gom các mẫu hay gặp khi làm ấn phẩm cho khách trong nước. Không phải ảnh nào có yếu tố trong cột giữa cũng sai; vấn đề là khi chúng trở thành mặc định cho cả bộ ảnh.
| Chủ đề ảnh | Khuôn mẫu AI hay tạo | Câu hỏi nên tự đặt |
|---|---|---|
| Người Việt nói chung | Nón lá, áo bà ba, ruộng lúa, xe đạp chở hàng | Khách của ấn phẩm này sống và làm việc ở đâu, mặc gì hằng ngày? |
| Nghề nghiệp | Lãnh đạo, kỹ sư, lập trình viên là nam; thư ký, giáo viên mầm non, điều dưỡng là nữ | Bộ ảnh có phản ánh người thật đang làm nghề này không? |
| Người lớn tuổi | Ngồi một chỗ, cần chăm sóc, buồn bã | Sản phẩm dành cho người lớn tuổi năng động hay người cần chăm sóc? |
| Gia đình | Bố mẹ và hai con, mẹ nấu ăn, bố đọc báo | Khách hàng mục tiêu có những kiểu gia đình nào? |
| Vùng miền, dân tộc | Chỉ trong trang phục lễ hội, bối cảnh nghèo khó | Hình ảnh có tôn trọng và đúng với đời sống hiện nay không? |
| Vóc dáng, màu da | Gầy, da rất trắng, khuôn mặt na ná nhau | Người xem có thấy chính mình trong ảnh không? |
Cột cuối là thứ nên đưa vào buổi trao đổi với khách. Nhiều khách không nhận ra khuôn mẫu cho tới khi thấy cả bộ ảnh đặt cạnh nhau.
Viết câu lệnh để tránh khuôn mẫu
Câu lệnh cụ thể là cách hiệu quả nhất. Quy trình gợi ý khi cần một bộ ảnh có người:
- Bắt đầu từ chân dung khách hàng thật của ấn phẩm: độ tuổi, nơi sống, nghề, hoàn cảnh. Không bắt đầu từ chữ chung chung như "người Việt Nam".
- Mô tả bối cảnh đời thường cụ thể: một văn phòng nhỏ ở Đà Nẵng, một xưởng mộc ở Bắc Ninh, một quầy thuốc ở Vĩnh Long, thay vì cảnh "đặc trưng Việt Nam".
- Ghi rõ những đặc điểm muốn có khi làm bộ ảnh nhiều người: giới, độ tuổi, vóc dáng đa dạng, phù hợp với khách hàng thật.
- Tránh từ ngữ mang sẵn định kiến trong câu lệnh, như "người phụ nữ đảm đang", "ông cụ yếu ớt".
- Tạo nhiều lượt, đặt cả bộ cạnh nhau rồi mới chọn, không chọn từng ảnh riêng lẻ.
- Ghi lại câu lệnh và lựa chọn trong hồ sơ dự án để lần sau dùng lại cách đã hiệu quả.
Một câu lệnh mẫu bằng tiếng Việt (ví dụ giả định cho ấn phẩm tuyển dụng của một xưởng cơ khí nhỏ): "Ảnh chụp tài liệu, một nữ kỹ thuật viên khoảng ba mươi tuổi đang đo chi tiết máy bằng thước cặp trong xưởng cơ khí sáng sủa ở Đồng Nai, quần áo bảo hộ màu xanh, nhìn từ phía sau vai, ánh sáng tự nhiên." Câu lệnh cụ thể giúp bạn có ảnh đúng người, đúng nghề, đúng nơi.
Duyệt cả bộ ảnh, không duyệt từng ảnh
Đếm, đừng đoán. Khi bộ ấn phẩm có từ năm ảnh người trở lên, đếm nhanh theo vài tiêu chí: giới, độ tuổi, vai trò (ai đứng, ai ngồi, ai chỉ đạo, ai phục vụ). Một bảng nhỏ ghi tay là đủ. Việc đếm làm lộ ra những lệch lạc mà mắt quen không thấy.
Nhìn vai trò trong khung hình. Định kiến không chỉ nằm ở việc ai xuất hiện, mà còn ở việc ai làm gì. Một bộ ảnh có đủ nam nữ nhưng nữ luôn đứng sau, cười, cầm tách trà, còn nam luôn chỉ tay vào bảng, vẫn là khuôn mẫu.
Kiểm chi tiết văn hoá. Ảnh AI về trang phục truyền thống, món ăn, kiến trúc Việt Nam hay sai chi tiết. Với ấn phẩm có yếu tố văn hoá, nhờ người hiểu biết xem lại, nhất là khi liên quan tới dân tộc thiểu số.
Hỏi người thuộc nhóm được thể hiện. Với chiến dịch hướng tới một nhóm cụ thể, như người cao tuổi hay phụ huynh có con nhỏ, cho vài người trong nhóm đó xem bản nháp và hỏi họ cảm thấy thế nào. Đây là cách kiểm nhanh và rẻ nhất.
Những nhóm gần như vắng mặt trong ảnh AI
Ngoài khuôn mẫu, một dạng định kiến khó thấy hơn là sự vắng mặt. Người dùng xe lăn, người khiếm thị, người có vóc dáng không theo chuẩn quảng cáo, người dân tộc thiểu số trong bối cảnh đô thị, các cặp vợ chồng lớn tuổi đang làm việc hay du lịch, hầu như không xuất hiện nếu câu lệnh không gọi tên. Ấn phẩm không có họ thì cũng không nói chuyện với họ, dù họ có thể là khách hàng.
Khi đưa những nhóm này vào ảnh AI, cần cẩn trọng hơn mức bình thường. Mô hình hay vẽ sai chi tiết như dáng xe lăn, cách cầm gậy dò đường, hoặc đặt người vào tư thế đáng thương. Nếu ấn phẩm nói về sản phẩm, dịch vụ dành cho người khuyết tật, nên ưu tiên ảnh chụp thật có sự đồng ý, hoặc ít nhất nhờ người trong cộng đồng xem lại ảnh AI trước khi dùng.
Nguyên tắc chung là thể hiện người trong nhóm đó như một người bình thường đang làm việc của mình: đi làm, mua sắm, dùng sản phẩm, chứ không phải như đối tượng cần thương hại hay như minh chứng cho sự "truyền cảm hứng".
Khi khách muốn đúng khuôn mẫu
Có lúc chính khách yêu cầu khuôn mẫu: muốn ảnh "người phụ nữ Việt dịu dàng trong áo dài" cho mọi ấn phẩm, hay ảnh "doanh nhân thành đạt" chỉ là đàn ông mặc vest. Đây không phải lúc giảng giải, mà là lúc đặt câu hỏi về khách hàng mục tiêu. Nếu sản phẩm bán cho phụ nữ đi làm văn phòng, hình ảnh áo dài cho mọi ấn phẩm có thể khiến họ không thấy mình trong đó.
Bạn có thể trình bày hai phương án cạnh nhau: một theo yêu cầu, một đa dạng hơn nhưng vẫn giữ tinh thần khách muốn. Nhiều khách chọn phương án thứ hai khi nhìn thấy nó, vì họ nhận ra nó gần với khách hàng thật của mình hơn. Nếu khách vẫn chọn phương án đầu, đó là quyền của họ, miễn là hình ảnh không xúc phạm hay hạ thấp một nhóm người nào.
Ranh giới bạn nên giữ chắc là những hình ảnh mang tính chế giễu, hạ thấp theo vùng miền, giới, ngoại hình, khuyết tật. Với những yêu cầu đó, từ chối là lựa chọn nghề nghiệp chính đáng.
Định kiến không chỉ nằm trong ảnh
Trợ lý AI dạng chữ, khi được nhờ viết khẩu hiệu, mô tả nhân vật, đặt tên cho chân dung khách hàng, cũng có thể lặp lại khuôn mẫu: "mẹ bỉm sữa bận rộn", "bố chỉ quan tâm thông số". Khi dùng AI để soạn chân dung khách hàng cho brief, hãy yêu cầu nó dựa trên dữ liệu khách cung cấp, và đọc lại với câu hỏi "mô tả này có đúng với người thật không, hay chỉ là hình dung phổ biến?".
Biểu tượng và minh hoạ cũng vậy. Bộ icon người dùng với hình đàn ông làm mặc định, hình phụ nữ chỉ xuất hiện ở mục "gia đình"; minh hoạ nghề nghiệp với màu da một kiểu. Những lựa chọn nhỏ này lặp lại hàng nghìn lần trên giao diện và ấn phẩm, tạo ra ấn tượng chung mà không ai chủ ý.
Vì vậy, đưa một dòng "kiểm khuôn mẫu" vào danh sách duyệt trước khi giao là thói quen đáng có. Nó không tốn nhiều thời gian, không làm thiết kế kém đi, mà giúp ấn phẩm của khách nói chuyện được với nhiều người hơn.
Câu hỏi thường gặp
Thêm chữ "đa dạng" vào câu lệnh có đủ để tránh định kiến không?
Thường là không đủ. Từ chung chung như vậy cho kết quả khó đoán, có khi gượng ép. Mô tả cụ thể từng người theo khách hàng thật của ấn phẩm hiệu quả hơn nhiều, và giúp bộ ảnh tự nhiên hơn.
Ảnh người Việt đội nón lá có phải luôn là khuôn mẫu không?
Không. Với ấn phẩm du lịch, văn hoá hay sản phẩm thủ công, hình ảnh đó có thể đúng và đẹp. Nó trở thành khuôn mẫu khi được dùng làm hình mặc định cho mọi chủ đề, kể cả những chủ đề không liên quan.
Có công cụ nào tự kiểm định kiến trong bộ ảnh không?
Có một số công cụ và nghiên cứu về việc đo độ đa dạng trong ảnh, nhưng chưa phổ biến và chưa đủ tin cậy cho công việc hằng ngày. Đếm thủ công theo vài tiêu chí và hỏi ý kiến người thuộc nhóm được thể hiện vẫn là cách thực tế nhất.
Dùng ảnh người thật thay ảnh AI có giải quyết được vấn đề không?
Ảnh chụp thật giảm được lỗi chi tiết văn hoá nhưng không tự động tránh khuôn mẫu, vì kho ảnh stock cũng có định kiến. Câu hỏi về việc ai xuất hiện, làm gì, trong bối cảnh nào áp dụng cho mọi nguồn ảnh.
Làm ấn phẩm cho trẻ em thì cần lưu ý gì về khuôn mẫu?
Tránh gắn màu sắc, đồ chơi, nghề nghiệp mơ ước theo giới một cách cứng nhắc, và tránh hình ảnh so sánh trẻ với nhau. Ấn phẩm cho trẻ ảnh hưởng tới cách trẻ nhìn bản thân, nên càng cần cẩn trọng.
Khách hàng nước ngoài muốn ảnh "người châu Á" chung chung thì xử lý sao?
Hỏi rõ thị trường cụ thể và khách hàng mục tiêu. "Người châu Á" bao gồm rất nhiều cộng đồng khác nhau về ngoại hình, trang phục, bối cảnh. Ảnh chung chung dễ thành hỗn hợp không giống ai và có thể gây phản cảm cho chính người xem ở thị trường đó.