Ngày thứ 86: Nextdoor đang gặp khó khăn? Hay mọi thứ đã trở lại bình thường?
Ngày lễ Lao động đã kết thúc.
Hôm nay là ngày thứ 86 trong chuỗi nghiên cứu trường hợp Nextdoor của tôi, và sau khi tự hỏi hôm qua liệu Nextdoor có đang nghỉ lễ dài ngày hay không, hôm nay tôi đã kiểm tra lại.
Tôi chưa nhận được bất kỳ thông tin liên lạc nào liên quan đến hai nghiên cứu chi tiết của Insights mà tôi đã yêu cầu.
Còn NXDR thì sao?
Tính đến thời điểm viết bài này, giá đang dao động quanh mức thấp 2,20 đô la. Các nguồn tin thị trường cho thấy giá khoảng 2,24 đô la vào cuối chiều nay sau khi đóng cửa ở mức 2,24 đô la vào thứ Sáu, vì vậy con số chính xác đang thay đổi ngay lúc này.
Ít nhất thì giờ chúng ta cũng đang nói đến những khoản tiền nhỏ rồi.
Nextdoor đang gặp sự cố à?
Tôi vẫn đang cố gắng tìm ra câu trả lời cho câu hỏi đó.
Nhưng một điều Nirav Tolia đăng trên X vào ngày 3 tháng 9 đã thu hút sự chú ý của tôi.
“Một nghiên cứu năm 2025 đã phát hiện ra rằng…”
Trong bài đăng, Nirav viết:
“Một nghiên cứu năm 2025 cho thấy các đánh giá giả mạo do AI tạo ra hiện nay không thể phân biệt được với các đánh giá thật…”
Và ngay lập tức tôi nghĩ:
Lại chuyện cũ tái diễn.
Một nghiên cứu.
Nghiên cứu nào?
Ai đã viết nó?
Nó được xuất bản ở đâu?
Phương pháp nghiên cứu là gì?
Kích thước mẫu là bao nhiêu?
Vậy chính xác thì "không thể phân biệt" có nghĩa là gì?
Điều này có lẽ quen thuộc với bất cứ ai đã theo dõi hành trình 86 ngày tìm hiểu về tính minh bạch trong nghiên cứu Nextdoor của tôi.
Điều thú vị là: Tôi đã tìm hiểu và thấy có những nghiên cứu chứng minh cho phát biểu của Nirav.
Trong một bài báo trên tạp chí Fortune được đăng cùng ngày, Nirav đã xác định cụ thể hơn đây là một nghiên cứu năm 2025 của Trường Kinh doanh Đại học Nottingham.
Các nghiên cứu được bình duyệt năm 2025 xem xét các đánh giá giả mạo do AI tạo ra, bao gồm một nghiên cứu trên Tạp chí Bán lẻ và Dịch vụ Khách hàng phân tích 714.016 đánh giá và tìm thấy những khác biệt đáng kể về ngôn ngữ giữa các đánh giá giả mạo do AI tạo ra, các đánh giá giả mạo do con người tạo ra và các đánh giá xác thực.
Vậy nên lời chỉ trích của tôi không phải là:
“Nghiên cứu đó không tồn tại.”
Câu hỏi của tôi là:
Sao không trích dẫn nguồn đó ngay trong bài đăng gốc?
Nếu bạn định sử dụng nghiên cứu để tạo dựng uy tín, hãy cung cấp cho người đọc đủ thông tin để họ tự đánh giá nghiên cứu đó.
Tên nghiên cứu. Tác giả. Ấn phẩm. Liên kết.
Bốn điều.
Xong.
Đặc biệt là khi bạn là CEO của một công ty hiện đang quảng bá ý tưởng rằng nguồn gốc xuất xứ rất quan trọng.
Điều đó gần như quá hoàn hảo.
Không có đánh giá giả mạo nào xuất hiện với ChatGPT
Một phần khác trong cuộc thảo luận này khiến tôi băn khoăn.
Trí tuệ nhân tạo không phải là thứ phát minh ra các đánh giá giả mạo.
Trí tuệ nhân tạo (AI) đã giúp sản xuất chúng nhanh hơn, rẻ hơn và dễ dàng hơn trên quy mô lớn.
Con người đã thao túng danh tiếng từ rất, rất lâu rồi.
Thực tế, lịch sử này khá thú vị.
Những năm 1800: Walt Whitman đã đăng tải ẩn danh những lời khen ngợi hết lời dành cho tác phẩm Leaves of Grass của chính mình . Về cơ bản, đó là phiên bản thế kỷ 19 của việc tạo một tài khoản ảo và tự chấm cho mình năm sao.
Đầu những năm 1900: Các tờ báo đã phải đối phó với thông tin bịa đặt, những tuyên bố phóng đại và những kẻ "làm giả". Đến năm 1913, tờ New York World đã thành lập Cục Chính xác và Công bằng, một phần để giải quyết các khiếu nại và "loại bỏ tin giả và những kẻ làm giả".
Trước thời kỳ quảng cáo trên internet: Các doanh nghiệp sử dụng lời chứng thực và sự tán thành như những công cụ tiếp thị, tạo ra vấn đề cơ bản mà chúng ta vẫn gặp phải ngày nay: Người này giới thiệu sản phẩm vì họ thực sự yêu thích nó hay vì có ai đó được hưởng lợi từ sự tán thành đó?
Internet thời kỳ đầu: Các diễn đàn trực tuyến, trang web đánh giá và sau này là thương mại điện tử cho phép các doanh nghiệp và cá nhân tạo tài khoản và đưa ra những lời khen ngợi—hoặc công kích đối thủ cạnh tranh.
Trớ trêu thay, chính Nirav lại là người đồng sáng lập Epinions vào năm 1999, một trong những nền tảng đánh giá do người dùng tạo ra đời sớm nhất. Giờ đây, ông thừa nhận rằng nền kinh tế đánh giá cuối cùng đã trở nên dễ bị thao túng.
Thập niên 2010: Việc tạo ra các đánh giá giả mạo trở thành một ngành công nghiệp. Các doanh nghiệp có thể mua các đánh giá tích cực, đối thủ cạnh tranh có thể bị tấn công bằng các đánh giá tiêu cực, và người đánh giá có thể sử dụng nhiều danh tính khác nhau.
Thập niên 2020: Các trang trại đánh giá ngày càng trở nên tinh vi. Các nhà điều tra phát hiện ra những người đánh giá phối hợp khen ngợi các doanh nghiệp không liên quan ở nhiều quốc gia, với những đánh giá giống hệt nhau đôi khi xuất hiện dưới những tên khác nhau.
Hiện nay: Trí tuệ nhân tạo tạo sinh (Generative AI) đã thay đổi đáng kể nền kinh tế. Thay vì trả tiền cho con người để viết hàng trăm bài đánh giá thủ công, ai đó có thể nhanh chóng tạo ra một lượng lớn văn bản thuyết phục. Nghiên cứu hiện nay cho thấy các hệ thống học máy (LLM) có thể tạo ra các bài đánh giá đánh lừa người đọc với khả năng ngang tầm con người, mặc dù các nhà nghiên cứu vẫn có thể xác định được một số khác biệt về ngôn ngữ bằng phương pháp thống kê.
Cùng một chiêu trò lừa đảo.
Máy móc tốt hơn nhiều.
Điều đó đưa tôi trở lại với Nextdoor
Hiện tại, Nextdoor đang đưa ra luận điểm rằng việc xác minh danh tính và trách nhiệm giải trình trong khu phố có thể làm cho các đề xuất trở nên đáng tin cậy hơn.
Đó là một chiến lược thú vị.
Nhưng chỉ riêng việc xác minh thôi thì chưa đủ để khẳng định một ý kiến là đúng sự thật.
Người thật cũng có thể phóng đại.
Một người đã được xác minh danh tính vẫn có thể có lòng thù hận.
Một người hàng xóm tốt bụng có thể giới thiệu công ty của bạn mình.
Khách hàng hợp lệ có thể nhận được ưu đãi.
Hai người hàng xóm đã được xác minh có thể có những trải nghiệm hoàn toàn khác nhau đối với cùng một doanh nghiệp.
Và, như tôi đã đề cập trước đây, tôi cũng có những thắc mắc riêng về độ tin cậy của hệ thống xác minh của Nextdoor.
Như vậy, "đã xác minh" là một tín hiệu đáng tin cậy.
Đây không phải là một loại thuốc thần kỳ giúp nói ra sự thật.
Nguồn gốc xuất xứ rất quan trọng? Tôi đồng ý.
Đó chính là điều làm cho bài đăng của Nirav trở nên thú vị.
Về cơ bản, luận điểm chính của ông ấy là:
Nguồn gốc thông tin rất quan trọng.
Tôi đồng ý.
Hoàn toàn.
Đó là lý do tại sao khi CEO nói:
“Một nghiên cứu năm 2025 đã phát hiện ra rằng…”
Tôi muốn biết nguồn gốc xuất xứ.
Hãy nêu tên nghiên cứu.
Hãy nêu tên các nhà nghiên cứu.
Liên kết đến nó.
Hãy để độc giả tự kiểm tra.
Và đó chính xác là điều tôi đã yêu cầu Nextdoor cung cấp liên quan đến nghiên cứu của chính họ.
Trong 86 ngày.
Nextdoor đã công bố kết quả khảo sát Insights.
Nextdoor đã công khai thông báo với người dùng rằng họ có thể yêu cầu dữ liệu chi tiết.
Tôi đã yêu cầu điều đó.
Tôi đã gửi email rồi.
Tôi đã liên hệ lại.
Tôi đã mở rộng phạm vi phân phối.
Tôi đã gửi một yêu cầu khác vào thứ Bảy.
Và tôi vẫn đang chờ đợi hai nghiên cứu chi tiết đó.
Ngày 86
Hôm qua là ngày Lễ Lao động.
Hôm nay tôi muốn hỏi:
Nextdoor đang gặp sự cố à?
Vì tôi vẫn đang làm việc.
Đang chờ ai đó ở Nextdoor trả lời các câu hỏi.
Bài đăng của Nirav lập luận rằng nguồn gốc xuất xứ rất quan trọng.
Chúng tôi đồng ý về điều đó.
Vậy đây là gợi ý của tôi cho Ngày 86:
Hãy luyện tập đi.
Khi trích dẫn nghiên cứu, hãy cho chúng tôi xem nghiên cứu đó.
Khi Nextdoor công bố nghiên cứu, hãy cho chúng tôi xem phương pháp nghiên cứu.
Khi blog của bạn thông báo cho độc giả rằng họ có thể yêu cầu dữ liệu chi tiết, hãy cung cấp dữ liệu chi tiết đó—hoặc giải thích lý do tại sao bạn không làm vậy.
Bởi vì dù chúng ta đang nói về bài đánh giá nhà hàng, đề xuất do AI tạo ra hay báo cáo phân tích doanh nghiệp, nguyên tắc vẫn như nhau:
Đừng chỉ bảo tôi tin tưởng. Hãy cung cấp cho tôi đủ thông tin để tôi tự quyết định có nên tin tưởng hay không.
Hãy theo dõi diễn biến tiếp theo của nghiên cứu trường hợp Nextdoor tại NielFlamm.com/blog.
Nextdoor có Ngày Trí tuệ Nhân tạo. Có lẽ họ cần một Ngày Giao tiếp.
Tôi tình cờ đọc được một bài báo thú vị trên HR Brew về việc đội ngũ nhân sự của Nextdoor dành trọn một ngày mỗi tháng để thử nghiệm trí tuệ nhân tạo
Bài viết đầy đủ:
https://www.hr-brew.com/stories/nextdoors-hr-team-halts-people-work-once-a-month-and-dedicates-the-day-to-ai
Trước hết, phải ghi nhận những đóng góp xứng đáng.
Với kinh nghiệm trong lĩnh vực đào tạo và phát triển, tôi rất thích ý tưởng này.
Trưởng bộ phận Nhân sự của Nextdoor , Tony Castellanos, chia sẻ với HR Brew rằng nhóm nhân sự dành ra một ngày mỗi tháng để nhân viên có thể thử nghiệm với trí tuệ nhân tạo và xây dựng các giải pháp.
Đó chính là học tập trải nghiệm.
Điều đó có nghĩa là cho phép nhân viên được thử nghiệm, cải tiến và học hỏi.
Tôi hoàn toàn ủng hộ điều đó.
Nhưng với tất cả những gì tôi đã ghi lại về Nextdoor, một ý nghĩ khác lập tức xuất hiện trong đầu tôi:
Chúng ta có thể dành một ngày để tập trung vào việc giao tiếp được không?
Tôi đã dành hơn hai tháng để cố gắng lấy được Nextdoor Insights từ Jacob Chavis.
Tôi đã liên hệ với Jacob, Nirav Tolia, Sarah Leary, bộ phận Quan hệ Nhà đầu tư và Truyền thông.
Sau đó, Nextdoor công bố một báo cáo Insights khác, hướng dẫn những độc giả muốn có thông tin chi tiết hơn đến—đúng như bạn đoán—Jacob Chavis.
Tôi đã làm theo những hướng dẫn đó một lần nữa.
Email ngắn gọn. Thiết lập lại nhẹ nhàng hơn. Yêu cầu hai nghiên cứu.
Tôi vẫn đang chờ.
Đó là lý do tại sao bài báo này lại thu hút tôi đến vậy.
Nextdoor có thể tạm dừng các công việc nhân sự thường nhật trong cả một ngày mỗi tháng để nhân viên có thể khám phá trí tuệ nhân tạo (AI).
Tuyệt vời.
Nhưng công nghệ không giải quyết được mọi vấn đề của tổ chức.
Đôi khi giải pháp không phải là một tác nhân AI khác.
Đôi khi đó là:
"Này, ai đó trả lời email đó đi."
HR Brew cũng đưa tin rằng "Bộ não Nhân sự" của Nextdoor xem xét nội dung được đăng tải trên các kênh công cộng để giúp đảm bảo thông điệp và chính sách phù hợp với nội dung cốt lõi của nhóm Nhân sự
Điều đó khiến tôi tò mò.
Nếu trí tuệ nhân tạo đang giúp đánh giá Nextdoor, tôi rất muốn biết nó nghĩ gì về:
Cộng đồng mà không cần đối thoại.
Bài đăng giao tiếp đã tắt chức năng bình luận.
Các nghiên cứu được quảng cáo là có sẵn trong khi các yêu cầu lại không được hồi đáp.
Một cổ đông đã dành hơn hai tháng để yêu cầu câu trả lời.
Có lẽ đó không phải là vấn đề của trí tuệ nhân tạo.
Có lẽ đó là vấn đề về khả năng lãnh đạo và thực thi.
Tôi đã nhiều lần nói rằng tôi muốn Nextdoor và NXDR thành công. Tôi là cổ đông. Về mặt tài chính, điều đó nằm trong lợi ích của tôi.
Ngày hội AI thực sự có thể nâng cao hiệu quả.
Nhưng sự đổi mới không nên làm lu mờ những điều cơ bản.
Trí tuệ nhân tạo thật ấn tượng.
Trả lời email không nhất thiết phải làm vậy.
Có lẽ bên cạnh Ngày Trí tuệ Nhân tạo, Nextdoor nên thử tổ chức một Ngày Truyền thông.
Tôi sẽ tình nguyện cung cấp hộp thư đến của mình cho chương trình thử nghiệm.
Toàn bộ diễn biến sự kiện có tại NielFlamm.com/blog.
SOULM8TE: Trí tuệ nhân tạo, nỗi ám ảnh... và một câu chuyện quen thuộc?
SOULM8TE mang đến một góc nhìn mới về tình bạn giữa trí tuệ nhân tạo và người khác, nhưng khi xem phim, tôi không thể nào gạt bỏ cảm giác rằng mình đã từng thấy câu chuyện này trước đây.
Trong bài đánh giá phim mới nhất của mình, tôi so sánh SOULM8TE với Subservience , Her , và đặc biệt là tập phim "Valerie 23" của loạt phim The Outer Limits năm 1995. Liệu bộ phim kinh dị mới nhất của Blumhouse có đáng xem hay không, hay một tập phim truyền hình cũ đã làm tốt hơn?
🎬 Xem bài đánh giá đầy đủ về SOULM8TE tại:
https://NielFlamm.com/videos/moviereviews
Hãy xem Valerie 23 và tự mình quyết định nhé:
Câu hỏi đặt ra cho Nextdoor: Nền tảng cộng đồng hay công ty dữ liệu và quảng cáo?
Tôi tiếptục tìm hiểusâu hơn về Nextdoor, không chỉ với tư cách là một cổ đông mà còn là người đang cố gắng hiểu tầm nhìn dài hạn, chiến lược và cách thức thực thi của công ty.
Nextdogần đâyđã công bố Nghiên cứu Trở lại Trường học năm 2026, trong đó thảo luận về các bậc phụ huynh ngày nay, tầm quan trọng của khu phố, các khuyến nghị địa phương và cách cộng đồng hỗ trợ lẫn nhau.
Về mặt lý thuyết, điều này phù hợp với thông điệp mà CEO Nirav Tolia thường chia sẻ — xây dựng kết nối, củng cố cộng đồng, sử dụng AI để cải thiện trải nghiệm của người hàng xóm và gắn kết mọi người lại với nhau.
Tôi ủnghộ sứ mệnh đó.
Tháchthức nằm ở chỗ thông điệp bắt đầu trở nên mâu thuẫn khi so sánh với các cuộc đối thoại về lãnh đạo khác.
Trong một cuộc phỏng vấn gần đây , Giám đốc Doanh thu Michael Kiernan đã thảo luận về chiến lược doanh thu tương lai của Nextdoor , quá trình chuyển đổi sang trí tuệ nhân tạo (AI) và các cơ hội kiếm tiền mới
Ông đãthảo luận về việc Nextdoor có hơn 110 triệu người dùng trên nền tảng này, và cách công ty hiểu rõ về những người hàng xóm – họ sống ở đâu, sở thích của họ, cộng đồng của họ và cách họ tương tác. Ông cũng thảo luận về cách “biểu đồ khu phố” có thể trở thành một tài sản để kiếm tiền.
Từ kinh doanh , tôi hiểu điều này.
Nextdolà mộtcông ty niêm yết công khai. Công ty này có cổ đông. Công ty này có chi phí. Công ty này cần nguồn doanh thu bền vững.
Quảng cáo, hợptác, nâng cao hiệu quả trí tuệ nhân tạo và tìm kiếm các nguồn doanh thu mới là những yếu tố không thể thiếu trong hoạt động của một công ty công nghệ.
Nhưng đâylà nơitôi tiếp tục đặt ra những câu hỏi:
Vậy thứ n đóngvai trò gì trong phương trình này?
Nếucác cuộc khảo sát vàthông tin từ người dân xung quanh đủ giá trị để quảng bá cho các nhà quảng cáo, đối tác và công chúng, thì phương pháp nghiên cứu đầy đủ có nên được minh bạch không?
Có baonhiêu người tham gia?
Chúng tôitham gia?
Đặc điểm nhân khẩu học như thế nào ?
Những câu hỏi nào đã được đặt ra?
Bộ dữ liệu đầy đủ là gì ?
Hôm nay đánh dấu ngày thứ 22 kể từ khi tôi yêu cầu Jacob Chavis cung cấp đầy đủ thông tin nghiên cứu liên quan đến các nghiên cứu trước đây của Nextdoor.
Không cónghiên cứu đầy đủ.
Không cóphương pháp siêu hình nào.
Không có phảnhồi.
Đólà lúc lòngtin trở nên khó khăn.
Một công tykhông thể vừa nói về sự minh bạch, lòng tin và một cộng đồng đích thực, lại vừa kiểm soát thông tin mà hàng xóm và nhà đầu tư được phép xem.
Câu hỏi lớn hơn :
Nextdoor có phải là ? một nền tảng khu phố mới tạo ra cơ hội doanh thu bằng cách kết nối mọi người không
Hay Nextdoor dầntrở thành một công ty dữ liệu và quảng cáo dựa trên hoạt động của cư dân xung quanh?
Đó là haicâu chuyện hoàn toàn khác nhau.
Có lẽ câu trả lời nằm ở đâu đó giữa chừng — nhưng điều đó đòi hỏi sự minh bạch.
Hàng xómxứng đáng được biếtsự thật.
quảng cáocầnsự rõ ràng.
Shareholders desserve clarity.
Lòng tin không được tạodựng thông qua tin nhắn.
Niềm tin được tạo dựng thông qua hành động.
Hãy thamgia thảoluận trên NielFlamm.com.
Ngày 21: Lý thuyết về AI so với thực tiễn ứng dụng AI
Hôm nay đánh dấu 21 ngày kể từ khi tôi yêu cầu báo cáo được đề cập trên blog.nextdoor.com, trong đó Jacob Chavis của Nextdoor (jchavis@nextdoor.com) được liệt kê là người liên hệ cho toàn bộ nghiên cứu.
Tại sao tôi lại yêu cầu điều đó?
Đơn giản.
Tôi muốn hiểu rõ chi tiết về nghiên cứu này:
Phương pháp luận nào đã được sử dụng?
Kích thước mẫu là bao nhiêu?
Những nhóm nhân khẩu học nào được đại diện?
Dữ liệu được thu thập như thế nào?
Nói tóm lại, đây có phải là một nghiên cứu có ý nghĩa hay chỉ là một kiểu "tranh cãi gia đình" ?
Đã ba tuần trôi qua rồi.
Tôi sẽ thông cảm một chút — hôm nay là Chủ nhật, cuối tuần, và ngay sau khi kỷ niệm 250 năm ngày thành lập Hợp chủng quốc Hoa Kỳ.
Tuy nhiên, xuyên suốt sự nghiệp của mình, từ vị trí quản lý cho đến trước khi đảm nhiệm các vai trò lãnh đạo, khả năng phản hồi nhanh chóng luôn là điều quan trọng. Tôi theo dõi quá trình giao tiếp thông qua các công cụ của công ty và phản hồi khi có vấn đề cần được chú ý.
Giờ hãy so sánh trải nghiệm đó với một trải nghiệm mà tôi vừa có gần đây.
Tôi sử dụng máy theo dõi đường huyết liên tục Dexcom Stelo để kiểm tra lượng đường trong máu. Vì tôi không phụ thuộc vào insulin nên theo quy định của UnitedHealthcare , tôi không đủ điều kiện để sử dụng máy theo dõi đường huyết liên tục Dexcom truyền thống , nhưng Stelo giúp tôi quản lý các thông tin sức khỏe quan trọng.
Mới đây, đợt thu thập dữ liệu của tôi đã kết thúc sớm hơn dự kiến 8 ngày.
Điều đó rất quan trọng vì việc theo dõi thường xuyên giúp tôi hiểu được liệu lượng đường huyết của mình đang quá cao hay quá thấp.
Tôi vừa nhận được bộ phận thay thế theo lịch trình định kỳ, vì vậy tôi có thể đổi cảm biến — nhưng điều đó có nghĩa là cuối cùng tôi sẽ bị thiếu.
Điều gì đã xảy ra tiếp theo?
Tôi đã sử dụng chatbot Stelo.
Nó đặt ra các câu hỏi.
Đã tạo ra sự cố.
Đã hướng dẫn tôi xuyên suốt quá trình.
Tôi đã điền đầy đủ thông tin cần thiết.
Chưa đầy 24 giờ sau, máy đo đường huyết liên tục (CGM) thay thế đã được gửi đến.
Điều đó khiến tôi suy nghĩ:
Tại sao Nextdoor lại không sử dụng trí tuệ nhân tạo theo cách này?
Trợ lý AI thời gian thực có thể giúp đỡ trong các việc sau:
Hàng xóm gặp phải một số vấn đề.
Câu hỏi về điều độ.
Kháng cáo đình chỉ.
Mối quan tâm của nhà quảng cáo.
Hỗ trợ khách hàng cơ bản.
Nirav Tolia thường xuyên thảo luận về trí tuệ nhân tạo như một phần của Nextdoor.
Câu hỏi mà tôi vẫn luôn đặt ra là:
Đâu là bước thực thi trực tiếp cải thiện trải nghiệm người dùng?
Nói về trí tuệ nhân tạo thì dễ.
Việc triển khai AI ở những nơi khách hàng thực sự cảm nhận được tác động mới là điều tạo nên sự khác biệt.
Đọc thêm và tham gia thảo luận tại NielFlamm.com