Nội dung
Thực đơn AI có thể kém ngon mắt vì mô hình tạo sinh lặp lại một phạm vi thẩm mỹ hẹp. Mô hình loại bỏ các chi tiết bất toàn và đẩy món ăn tới vẻ nhẵn, tròn, cân xứng quá mức. Kết quả vẫn giống thức ăn, nhưng sự đồng dạng và trạng thái gần thật khiến người xem cảm thấy có điều gì đó không đúng.
Một thực đơn có thể chứa nhiều loại bánh mì kẹp nhưng món nào cũng tròn trịa, cân xứng và nhẵn đến bất thường. Nhìn thoáng qua, hình ảnh có vẻ chỉn chu. Nhìn lâu hơn, cảm giác ngon miệng nhường chỗ cho sự khó chịu mà người xem không dễ gọi tên.
Amanda Silberling phân tích hiện tượng này trong bài viết gốc của TechCrunch. Những thực đơn này cho thấy một đặc điểm phổ biến của hình ảnh tạo sinh. Mô hình học từ phạm vi thẩm mỹ hẹp, ưu tiên hình ảnh dễ nhìn và tạo ra hàng loạt món ăn giống nhau đến mức thiếu tự nhiên.
Món ăn hoàn hảo đến mức đáng ngờ
Hình món ăn do AI tạo thường gây nghi ngờ. Nhiều chi tiết cùng đạt tới một kiểu hoàn hảo giống nhau. Bề mặt quá mịn, bố cục quá cân xứng và màu sắc quá vừa mắt có thể làm món ăn mất những dấu vết vật lý vốn giúp người xem nhận ra nguyên liệu thật.
Một số hình ảnh giả đến mức không thể bỏ qua. Phô mai trong bánh cuốn có thể nổi bong bóng và tan chảy như một tác phẩm nghệ thuật thử nghiệm hơn là một món ăn. Tuy nhiên, phần lớn hình ảnh không sai rõ ràng như vậy. Chúng trông bình thường cho đến khi người xem nhận ra từng viên kem đều tròn tuyệt đối hoặc những con tôm uốn cong như đang ăn chính chiếc đuôi của mình.
Alex Lisle, Giám đốc công nghệ của Reality Defender, ví hiện tượng này như một sinh vật ngoài hành tinh cố làm bánh pizza nhưng không hiểu những nguyên tắc cơ bản của món ăn. Reality Defender cung cấp công cụ phát hiện AI và xác minh nội dung trong bối cảnh hình ảnh tổng hợp ngày càng khó nhận biết ngay từ cái nhìn đầu tiên.
Vì sao nhiều thực đơn AI có cùng một diện mạo
Nhiều thực đơn AI giống nhau vì mô hình tạo ảnh dự đoán kết quả từ các mẫu lặp lại trong dữ liệu huấn luyện. Khi dữ liệu chứa nhiều thực đơn của các chuỗi phổ biến có cách trình bày tương tự, mô hình tiếp tục tái tạo bố cục, màu sắc và hình dáng món ăn quen thuộc đó.
Các mô hình ngôn ngữ lớn và mô hình khuếch tán được huấn luyện bằng lượng dữ liệu rất lớn. Đây là nền tảng của những công cụ như ChatGPT và Midjourney. Từ các mẫu tìm thấy trong dữ liệu, mô hình dự đoán người dùng muốn gì khi nhập một yêu cầu như tạo thực đơn cho nhà hàng bánh kẹp.
Theo TechCrunch, Lisle nhận xét nhiều sản phẩm trông giống thực đơn Chili’s năm 2015 vì đó là một phần của kho tư liệu mà mô hình dùng để hình thành cách tạo ảnh. Nếu người dùng yêu cầu thực đơn đồ ăn nhanh, mô hình có thể dựa trên hình ảnh của Wendy’s, Burger King, McDonald’s hoặc một chuỗi phổ biến khác. Những thương hiệu này vốn đã có cách trình bày tương đối giống nhau, nên kết quả tạo sinh tiếp tục lặp lại diện mạo đó.
Mô hình tái tạo món ăn như thế nào
Cơ chế này gắn trực tiếp với cách hạ tầng AI vận hành dữ liệu và mô hình. Mô hình không hiểu chiếc bánh ngon hay dở theo cách con người nếm món ăn. Nó nhận diện các mẫu hình ảnh thường đi cùng khái niệm bánh kẹp, rồi tạo một phiên bản có xác suất phù hợp với yêu cầu.
Quảng cáo thực phẩm từ lâu đã làm món ăn đẹp hơn thực tế. Trong quảng cáo McDonald’s, từng lớp của một chiếc Big Mac có thể được chuyên gia đạo cụ sắp xếp để đạt vẻ ngon mắt nhất. AI đẩy cách làm đẹp đó xa hơn vì nó không bị ràng buộc bởi cấu trúc vật lý của chiếc bánh thật.
Khi dữ liệu ưu tiên sự dễ chịu
Dữ liệu được tối ưu để tạo kết quả dễ chịu có thể làm hình ảnh trở nên đồng nhất. Với món ăn, quá trình này loại bỏ lớp vỏ không đều, miếng rau lệch tâm và phần sốt phủ không đúng chỗ, dù chính những chi tiết đó thường làm thức ăn trông thật hơn.
Lee Rainie, Giám đốc Trung tâm Hình dung Tương lai Số tại Đại học Elon, cho rằng các tập dữ liệu thường được tối ưu theo hướng dễ chịu và tránh gây phản cảm. Theo Rainie, quá trình này dẫn đến đồng nhất hóa. Trong cả hình ảnh lẫn ngôn ngữ, AI có xu hướng gọt bỏ những góc cạnh tạo nên sự khác biệt.
Khi các dấu hiệu bất toàn bị loại bỏ, hình ảnh vẫn mang đủ thành phần của món ăn nhưng mất đi vẻ chân thực. Một chiếc bánh có thể đúng về hình dạng và màu sắc, song không còn giống thứ vừa được nấu, cắt hoặc bày lên đĩa.
Doanh nghiệp vì thế không nên xem việc áp dụng AI là bước thay thế cho hiểu biết về AI. Một hình ảnh được tạo nhanh và trông bóng bẩy chưa chắc thực hiện đúng nhiệm vụ của thực đơn, vốn là giúp khách hình dung món họ sắp gọi.
Chỉnh sửa 100 lần khiến món ăn biến dạng ra sao
Việc chỉnh sửa lặp lại cùng một ảnh AI có thể làm món ăn ngày càng tròn, mịn và xa hình dạng ban đầu. Alex Lisle gọi quá trình suy giảm này là “sự hội tụ”, khác với sự sụp đổ mô hình xảy ra khi đầu ra tổng hợp liên tục quay lại dữ liệu huấn luyện.
Theo TechCrunch, ngày 19 tháng 8 năm 2026, người dùng Labtec đăng kết quả tạo một thực đơn trong ChatGPT rồi chỉnh sửa nó 100 lần. Sau mỗi lượt, món ăn ngày càng xa hình dạng ban đầu. Kết quả cuối khiến chính người thực hiện thí nghiệm cảm thấy không thoải mái. TechCrunch cho biết họ đã lặp lại thử nghiệm và ghi nhận kết quả tương tự.
Nhà hàng có thể vô tình đi theo quy trình này khi liên tục sửa giá hoặc tên món trên một thực đơn do AI tạo. Mỗi thay đổi nhỏ đưa hình ảnh qua thêm một vòng xử lý. Theo quan sát trong thử nghiệm, thức ăn dần tròn hơn và mịn hơn sau các lần chỉnh sửa.
Sự hội tụ làm giảm chất lượng đầu ra nhưng không khiến mô hình hoàn toàn vô dụng. Sự sụp đổ mô hình nghiêm trọng hơn, xảy ra khi đầu ra do AI tạo được đưa trở lại dữ liệu huấn luyện quá nhiều lần. Lisle so sánh quá trình này với bệnh bò điên: sản phẩm của một mô hình quay lại nuôi chính mô hình đó cho đến khi chất lượng suy thoái.
Thung lũng kỳ lạ trên đĩa thức ăn
Ảnh thực phẩm do AI tạo có thể gây hiệu ứng thung lũng kỳ lạ khi hình ảnh đủ giống món ăn thật để người xem nhận ra, nhưng vẫn chứa các sai lệch về hình dạng, bề mặt hoặc bố cục. Trạng thái gần thật này có thể gây ghê sợ và bất an hơn một hình ảnh giả rõ ràng.
Các nhà nghiên cứu tại Đại học Duisburg-Essen ở Đức phát hiện ảnh thực phẩm do AI tạo có thể gây ra hiệu ứng này. Với thức ăn, người xem nhận ra một chiếc bánh, viên kem hoặc con tôm, song các chi tiết quá trơn tru và cân đối làm hình ảnh rơi vào khoảng giữa thật và giả.
Rainie cho rằng con người có khả năng cảm nhận gần như không thể giải thích khi nhìn vào một hình ảnh do AI tạo thay vì hình ảnh có thật từ đầu. Người xem có thể không chỉ ra được lỗi nằm ở đâu nhưng vẫn biết có điều gì đó không đúng. Cảm giác này góp phần giải thích phản ứng mạnh trước những nhà hàng sử dụng thực đơn AI.
Vấn đề vượt khỏi phạm vi nhà hàng
Vấn đề của thực đơn AI không chỉ nằm ở sức hấp dẫn của món ăn. Hình ảnh tổng hợp ngày càng giống thật còn làm suy yếu giả định rằng hình ảnh và âm thanh là bằng chứng đáng tin, đặc biệt khi người xem không thể xác định chính xác chi tiết nào đã bị tạo hoặc chỉnh sửa.
Nếu hình món ăn khiến khách mất cảm giác ngon miệng, nhà hàng đã có lý do thực tế để ngừng dùng chúng. Tuy nhiên, hệ quả của hình ảnh tổng hợp không dừng ở những chiếc bánh có vỏ nâu hoàn hảo.
Lisle lưu ý rằng con người từ lâu xem điều mắt thấy tai nghe là bằng chứng đáng tin. Ngay cả hệ thống tòa án cũng được xây dựng quanh quan niệm lời thú nhận ghi âm và bằng chứng ghi hình có giá trị đặc biệt. Khi hình ảnh và âm thanh tổng hợp có thể trông như thật, giả định đó không còn vững chắc như trước.
Những thực đơn kém ngon mắt là một biểu hiện nhỏ và dễ thấy của thay đổi này. Chúng cho thấy mô hình có thể tạo ra hình ảnh đúng về mặt nhận diện nhưng sai về cảm giác, đồng thời làm nhiều kết quả tiến gần tới cùng một kiểu thẩm mỹ. Với nhà hàng, sự đồng dạng làm món ăn mất sức hấp dẫn. Với các lĩnh vực khác, nó đặt ra câu hỏi lớn hơn về khả năng tin vào những gì được nhìn thấy.
Hãy tiếp tục theo dõi Sine để nhận biết cách AI đang thay đổi những hình ảnh quen thuộc quanh chúng ta.
