Trong quá trình phát triển ứng dụng In the Long Run, nhà phát triển đã đối mặt với một thách thức không nhỏ: làm thế nào để tự động hóa việc thêm các điểm tham quan hấp dẫn vào bản đồ ảo cho người dùng chạy bộ trên khắp thế giới. Anh không thể đơn thuần dùng AI để sinh dữ liệu vì AI thường "ảo giác" (hallucinate) và thiếu độ chính xác về địa lý. Thay vào đó, giải pháp của anh là kết hợp giữa AI hỗ trợ xử lý dữ liệu và một bộ dữ liệu có sẵn có tên GeoNames.

GeoNames và AI: cặp đôi hoàn hảo

GeoNames là một cơ sở dữ liệu mở với các địa điểm, danh mục và liên kết, có giấy phép Creative Commons. Anh đã xây dựng một pipeline xử lý dữ liệu bằng Python, lưu trữ dưới dạng Apache Parquet và truy vấn qua DuckDB. Điều thú vị là AI (cụ thể là Claude) chỉ đóng vai trò hỗ trợ, giúp anh viết code và tối ưu quy trình, chứ không phải là "ngôi sao" của ứng dụng. Đây là cách tiếp cận khôn ngoan: dùng AI như một công cụ, không phải là giải pháp duy nhất.

Bài học về "gu thẩm mỹ" và độ chính xác

Anh nhận ra rằng "bạn không thể kiểm thử đơn vị cho gu thẩm mỹ". Việc chọn ra điểm tham quan nào thực sự thú vị và phù hợp với người dùng là một bài toán về gu thẩm mỹ, không thể giải quyết hoàn toàn bằng AI hay dữ liệu thô. Anh đã phải tự tay xây dựng danh sách cho các tuyến đường mình quen thuộc, và dùng GeoNames để bổ sung cho các khu vực khác. Ứng dụng cuối cùng kết hợp cả dữ liệu địa lý chính xác, sự tinh tế của con người và sự hỗ trợ của AI để mang lại trải nghiệm tốt nhất cho người dùng.

Ý nghĩa cho cộng đồng công nghệ

Câu chuyện này cho thấy một xu hướng quan trọng: AI không phải lúc nào cũng là giải pháp tối ưu, nhưng khi được kết hợp với các dữ liệu mở và kỹ năng lập trình truyền thống, nó có thể tạo ra những sản phẩm giá trị. Đối với các nhà phát triển công nghệ tại Việt Nam, đây là bài học về cách sử dụng AI một cách thực tế, tránh chạy theo xu hướng mà quên mất nhu cầu thực sự của người dùng.