Nghiên Cứu Xu Hướng Nội Dung Độc Hại Trên TikTok: Cơ Chế Lan Truyền Viral, Động Cơ Sáng Tạo Và Tác Động Nhận Thức Xã Hội

Tóm tắt nghiên cứu (Executive Summary)

  • Câu hỏi nghiên cứu chính (Research Question): Xu hướng các nhà sáng tạo nội dung (Content Creators) trên TikTok sử dụng nội dung độc hại, giật gân để trở nên "viral" (lan truyền nhanh chóng) diễn ra như thế nào, xuất phát từ động cơ gì và gây ra những hệ lụy nhận thức nào đối với cộng đồng người dùng trẻ tại Việt Nam?
  • Tổng quan phương pháp (Methodology Snapshot): Đề tài áp dụng phương pháp nghiên cứu kết hợp đa chiều (Mixed-methods Approach), tích hợp nghiên cứu định tính (phân tích nội dung đa phương thức qua ký hiệu học - Semiotics và tu từ học - Rhetoricals, kết hợp phỏng vấn sâu các chuyên gia truyền thông và Content Creator) cùng nghiên cứu định lượng (khảo sát xã hội học trên nhóm người dùng mạng xã hội từ 13–25 tuổi).
  • Phát hiện cốt lõi (Key Findings): Nghiên cứu chứng minh rằng nội dung độc hại trên TikTok dễ dàng lan truyền viral theo chiều hướng tiêu cực nhờ sự cộng hưởng giữa thuật toán phân phối ưu tiên tương tác cảm xúc mạnh và tâm lý tò mò/phẫn nộ của người xem. Hơn 90% người khảo sát xác nhận tác động tiêu cực của các video này đến nhận thức xã hội.
  • Hàm ý thực tiễn (Implications): Cung cấp cơ sở dữ liệu thực nghiệm cho các nhà hoạch định chính sách, cơ quan quản lý không gian mạng (Bộ TT&TT), nhà trường và gia đình trong việc thiết lập ranh giới pháp lý, siết chặt thuật toán kiểm duyệt và giáo dục năng lực số (Digital Literacy) cho thanh thiếu niên.

Bối cảnh và tầm quan trọng (Context & Significance)

1. Hiện trạng tri thức và bối cảnh chuyển dịch số

Trong kỷ nguyên số 4.0, TikTok đã vươn lên thành một trong những nền tảng mạng xã hội video ngắn có tốc độ tăng trưởng nhanh nhất toàn cầu. Với thuật toán đề xuất thông minh For You Page (FYP), TikTok tạo ra một sân chơi mở cho bất kỳ ai muốn tiếp cận hàng triệu người dùng trong thời gian ngắn. Tuy nhiên, mặt trái của mô hình truyền thông tốc độ cao này là sự bùng nổ của hiện tượng vi danh tiếng (micro-fame) và trào lưu "câu view" bất chấp chuẩn mực xã hội, biến các nội dung độc hại (toxic content) thành công cụ thu hút tương tác.

2. Khoảng trống nghiên cứu (Research Gap)

Trước đây, các công trình quốc tế thường tập trung vào sự lan truyền thông tin sai lệch y tế (như nghiên cứu về tin giả vắc xin COVID-19 của Corey H., 2021) hoặc bức tranh tổng quan về tác động tích cực/tiêu cực của vi danh tiếng (nhóm tác giả Dubai & Ajman, 2019). Tuy nhiên, vẫn tồn tại một khoảng trống nghiên cứu rõ rệt:

  • Thiếu các phân tích chuyên sâu về động cơ chủ quan của người sáng tạo nội dung khi cố ý sản xuất nội dung tiêu cực.
  • Thiếu sự bóc tách chi tiết về mặt ký hiệu học ngôn ngữ/hình ảnh của các video độc hại trên môi trường mạng xã hội bản địa hóa tại Việt Nam.
  • Chưa có nghiên cứu định lượng đo lường phản ứng cụ thể và mức độ đồng thuận của công chúng đối với các chế tài xử phạt hành chính đối với nền tảng và người sáng tạo nội dung độc hại.

3. Tính cấp thiết và tác động tiềm năng

Tại Việt Nam, thực trạng các video mang nội dung nhảm nhí, bạo lực, ngôn từ tục tĩu, gợi dục hay thử thách nguy hiểm đã nhiều lần bị các cơ quan chức năng xử phạt hành chính và thanh tra diện rộng. Nghiên cứu này đáp ứng kịp thời yêu cầu cấp bách của xã hội về việc nhận diện, phân loại và giải mã cơ chế vận hành của nội dung độc hại, từ đó bảo vệ sức khỏe tâm lý của thế hệ trẻ và giữ gìn trật tự thông tin lành mạnh.

Phương pháp tiếp cận và thiết kế nghiên cứu (Methodology & Approach)

                       ┌────────────────────────────────────────┐
                       │      THIẾT KẾ NGHIÊN CỨU HỖN HỢP       │
                       │             (Mixed-Methods)            │
                       └───────────────────┬────────────────────┘
                                           │
                 ┌─────────────────────────┴─────────────────────────┐
                 ▼                                                   ▼
   ┌───────────────────────────┐                       ┌───────────────────────────┐
   │    NGHIÊN CỨU ĐỊNH TÍNH   │                       │   NGHIÊN CỨU ĐỊNH LƯỢNG   │
   ├───────────────────────────┤                       ├───────────────────────────┤
   │ • Phân tích nội dung:     │                       │ • Khảo sát trực tuyến     │
   │   Semiotics & Rhetoricals │                       │   (Online Survey)         │
   │ • Phỏng vấn sâu (In-depth)│                       │ • Mẫu: 13-25 tuổi tại VN  │
   │   (Chuyên gia & Creator)  │                       │ • Phân tích thống kê      │
   └───────────────────────────┘                       └───────────────────────────┘

1. Thiết kế nghiên cứu tổng thể (Research Design)

Nghiên cứu kết hợp hai trụ cột định tính và định lượng nhằm bổ trợ lẫn nhau, tạo nên cái nhìn toàn diện từ cấu trúc vi mô của video đến tác động vĩ mô trên diện rộng.

2. Thu thập và xử lý dữ liệu định tính

  • Phân tích nội dung đa phương thức (Multimodal Content Analysis): Ứng dụng lý thuyết Ký hiệu học (Semiotics) và Tu từ học (Rhetoricals) của Aristotle để mổ xẻ các video độc hại tiêu biểu trên nền tảng:
    • Ký hiệu học: Phân tích Icons (hình ảnh trực quan, hành vi cơ thể, góc quay), Indexes (dấu hiệu chỉ báo, âm thanh, giọng điệu, bối cảnh) để làm rõ thông điệp ngầm định.
    • Tu từ học: Đánh giá qua ba khía cạnh: Ethos (uy tín người nói), Pathos (kích thích cảm xúc giận dữ, tò mò, kích động của người xem), và Logos (tính logic, hợp lý của lập luận).
  • Phỏng vấn sâu (In-depth Interviews): Thực hiện phỏng vấn bán cấu trúc với 3 nhóm đối tượng: Chuyên gia truyền thông, Content Creator có sức ảnh hưởng, và người dùng mạng xã hội thường xuyên.

3. Thu thập dữ liệu định lượng

  • Khảo sát diện rộng (Survey): Triển khai biểu mẫu khảo sát trực tuyến hướng đến nhóm người dùng trong độ tuổi thanh thiếu niên (13–25 tuổi) tại Việt Nam.
  • Biến số khảo sát: Đánh giá mức độ tiếp cận video độc hại, tần suất xuất hiện trên luồng gợi ý (Feed), thái độ đối với các video giật gân, nhận thức về mức độ nguy hiểm và sự ủng hộ đối với các biện pháp quản lý.

4. Độ tin cậy và giá trị khoa học (Validity & Reliability)

Công trình đảm bảo tính khách quan nhờ việc đối chiếu chéo (Triangulation) giữa số liệu thống kê định lượng, dữ liệu thực chứng từ các trường hợp video cụ thể trên nền tảng và ý kiến phân tích từ các chuyên gia truyền thông độc lập.

Những phát hiện nghiên cứu chính (Key Findings)

╔══════════════════════════════════════════════════════════════════════════════════════╗
║                     CÁC CHỈ SỐ THỐNG KÊ QUAN TRỌNG TỪ NGHIÊN CỨU                     ║
╠══════════════════════════════════════════════════════════════════════════════════════╣
║  [90.5%] Đánh giá nội dung độc hại gây tác động tiêu cực đến xã hội                  ║
║  [88.7%] Khẳng định nội dung gây sốc dễ dàng viral hơn nội dung tích cực             ║
║  [90.1%] Yêu cầu có khung hình phạt pháp lý nghiêm khắc với Creator vi phạm          ║
║  [87.7%] Đề xuất cấm sóng, khóa kênh vĩnh viễn với các tài khoản vi phạm chuẩn mực   ║
╚══════════════════════════════════════════════════════════════════════════════════════╝

1. Cơ chế lan truyền "Viral theo chiều hướng tiêu cực"

Kết quả nghiên cứu chỉ ra rằng nội dung độc hại trên TikTok đạt được độ phủ sóng cao chủ yếu nhờ "Hiệu ứng phẫn nộ và tò mò" (Outrage & Curiosity Effect). Thuật toán của TikTok tối ưu hóa thời gian giữ chân người xem (Watch time) và lượng tương tác (Bình luận, Chia sẻ). Những video gây sốc kích thích người xem để lại bình luận chỉ trích hoặc chia sẻ để cảnh báo người khác, vô tình gửi tín hiệu tích cực về mức độ tương tác cho thuật toán, khiến video liên tục được đẩy lên tab đề xuất của hàng triệu người dùng khác.

2. Phân loại và cấu trúc các dạng nội dung độc hại phổ biến

Qua phân tích ký hiệu học và tu từ học, nghiên cứu đã bóc tách 3 dạng nội dung độc hại điển hình:

  • Dạng Review bẩn / Lăng mạ bằng ngôn từ (Verbal Toxicity):
    • Biểu hiện: Sử dụng từ ngữ thô tục, chửi thề ngay từ những giây đầu (Hook), giọng điệu gay gắt, chói tai, công kích cá nhân hoặc cơ sở kinh doanh.
    • Tu từ học: Lạm dụng tối đa yếu tố Pathos tiêu cực để tạo phản ứng bức xúc từ công chúng, hoàn toàn triệt tiêu yếu tố Logos (lập luận khách quan) và Ethos (chuẩn mực đạo đức).
  • Dạng Hot Trend gợi cảm / Khiêu dâm ngầm (Sexualized Content):
    • Biểu hiện: Ăn mặc phản cảm, thực hiện các vũ đạo tập trung vào các điểm nhạy cảm, sử dụng filter che mặt để né tránh nhận diện cá nhân nhưng vẫn phô diễn hành vi lệch chuẩn.
    • Phản ứng công chúng: Thu hút lượng bình luận khiếm nhã, dung tục, bình thường hóa hành vi quấy rối bằng lời nói trong giới trẻ.
  • Dạng Hành vi nguy hiểm / Thử thách liều lĩnh (Dangerous Challenges):
    • Biểu hiện: Các video trẻ em lái xe lạng lách đứng trên yên xe, thanh niên bốc đầu xe máy trên đường phố, giáo viên trèo tường...
    • Nguy cơ: Các video này nhận được hàng triệu lượt xem và hàng chục nghìn lượt thích. Phân tích Indexes chỉ ra nguy cơ cao trẻ vị thành niên học theo (Copycat Behavior), gây nguy hiểm trực tiếp đến tính mạng bản thân và an toàn công cộng.

3. Thực trạng nhận thức và tâm lý người dùng

  • 90,5% người tham gia khảo sát nhận định video độc hại mang lại tác động tiêu cực lâu dài cho xã hội.
  • 88,7% khẳng định các video tiêu cực, gây tranh cãi lan truyền nhanh hơn nhiều lần so với các video giáo dục, xây dựng tích cực.
  • Nghịch lý nhận thức: Mặc dù phần lớn người dùng nhận biết được tính độc hại, một bộ phận đáng kể vẫn tiếp tục xem hết video và để lại bình luận trêu đùa hoặc hưởng ứng ngầm, trực tiếp nuôi dưỡng sự tồn tại của trào lưu này.

Đóng góp khoa học và hàm ý chính sách (Scientific Contributions & Implications)

                  ┌──────────────────────────────────────────────┐
                  │          HỆ THỐNG ĐÓNG GÓP NGHIÊN CỨU        │
                  └──────────────────────┬───────────────────────┘
                                         │
        ┌────────────────────────────────┼────────────────────────────────┐
        ▼                                ▼                                ▼
 ┌──────────────┐                 ┌──────────────┐                 ┌──────────────┐
 │   LÝ LUẬN    │                 │  THỰC TIỄN   │                 │  CHÍNH SÁCH  │
 ├──────────────┤                 ├──────────────┤                 ├──────────────┤
 │Mô hình hóa cơ│                 │Bộ tiêu chí   │                 │Đề xuất khung │
 │chế Toxic-for-│                 │nhận diện nội │                 │chế tài xử    │
 │Fame và tâm lý│                 │dung rác cho  │                 │phạt & siết   │
 │người dùng    │                 │cộng đồng     │                 │kiểm duyệt    │
 └──────────────┘                 └──────────────┘                 └──────────────┘

1. Đóng góp về mặt lý luận (Theoretical Contributions)

  • Mở rộng khung lý thuyết về Sự nổi tiếng vi mô (Micro-fame Theory) trong bối cảnh nền tảng video ngắn, làm rõ khái niệm "Toxic-for-Fame" (nổi tiếng bằng nội dung độc hại).
  • Bổ sung mô hình giải thích cơ chế tương tác giữa Thuật toán đề xuất (Algorithmic Curation) và Tâm lý học hành vi của đám đông (Crowd Psychology) trong việc khuếch đại thông tin tiêu cực.

2. Đóng góp về mặt phương pháp luận (Methodological Innovations)

  • Thiết lập quy trình phân tích kết hợp giữa ký hiệu học hình ảnh (Icons, Indexes) và tu từ học cổ điển (Ethos, Pathos, Logos) áp dụng riêng cho cấu trúc video ngắn dưới 60 giây, tạo tiền đề phương pháp luận cho các nghiên cứu truyền thông số tiếp theo.

3. Đóng góp về thực tiễn và chính sách (Practical & Policy Applications)

  • Đối với cơ quan quản lý nhà nước (Bộ TT&TT, Công an mạng): Đề xuất tăng cường mức xử phạt hành chính đối với các nhà sáng tạo nội dung vi phạm thuần phong mỹ tục; yêu cầu TikTok Việt Nam siết chặt quy trình rà quét AI tự động đối với các từ khóa nhạy cảm và hành vi bạo lực/nguy hiểm.
  • Đối với nền tảng TikTok: Cần xây dựng cơ chế phân loại độ tuổi nghiêm ngặt (+18), giảm trọng số phân phối đối với các video có tỷ lệ báo cáo vi phạm cao, và ưu tiên phân bổ ngân sách cho các chiến dịch nội dung sạch (#LearnOnTikTok).
  • Đối với xã hội và giáo dục: Tích hợp giáo dục năng lực tiếp nhận truyền thông (Media Literacy) vào chương trình học đường, giúp học sinh - sinh viên rèn luyện tư duy phản biện và chủ động tẩy chay các nội dung rác.

Đối tượng thụ hưởng và giá trị ứng dụng (Target Audience & Benefits)

Nhóm đối tượng Lợi ích và Giá trị ứng dụng từ Nghiên cứu
Nhà nghiên cứu học thuật & Sinh viên Cung cấp tài liệu tham khảo chuẩn mực, khung lý thuyết và dữ liệu thực chứng về truyền thông xã hội số và tác động của mạng xã hội tại Việt Nam.
Nhà sáng tạo nội dung & MCNs Định hướng chiến lược phát triển kênh bền vững, nhận diện các ranh giới pháp lý và rủi ro bị khủng hoảng truyền thông/tẩy chay khi chọn hướng đi tiêu cực.
Cơ quan quản lý & Hoạch định chính sách Cung cấp cơ sở khoa học để xây dựng bộ quy tắc ứng xử trên mạng xã hội, hoàn thiện các quy định kiểm duyệt nội dung xuyên biên giới.
Phụ huynh & Tổ chức giáo dục Nâng cao nhận thức về những cạm bẫy tâm lý và nguy cơ tiềm ẩn trên TikTok, từ đó có phương pháp định hướng con em sử dụng mạng an toàn.

Câu hỏi thường gặp (Frequently Asked Questions - FAQ)

1. Phát hiện quan trọng nhất của đề tài này là gì?

Phát hiện cốt lõi là sự khẳng định mối quan hệ cộng sinh giữa thuật toán ưu tiên tương tác của TikTok và tâm lý tò mò/phẫn nộ của người xem, khiến các nội dung tiêu cực, giật gân lan truyền nhanh hơn và dễ dàng đạt trạng thái "viral" so với nội dung chuẩn mực.

2. Phương pháp phân tích Semiotics và Rhetoricals trong nghiên cứu có gì đặc biệt?

Nghiên cứu không chỉ nhìn vào số lượt xem hay bình luận đơn thuần, mà đi sâu "giải mã" từng khung hình, âm thanh, giọng điệu (Semiotics) và cách tác giả thao túng cảm xúc, lập luận (Rhetoricals) để chứng minh bản chất độc hại được cài cắm tinh vi trong video ngắn.

3. Kết quả khảo sát có thể khái quát hóa cho toàn bộ người dùng TikTok tại Việt Nam không?

Mẫu khảo sát tập trung chủ yếu vào độ tuổi từ 13–25 tuổi, đây là nhóm đối tượng nhân khẩu học chiếm tỷ trọng cao nhất và có mức độ hoạt động sôi nổi nhất trên TikTok. Do đó, kết quả phản ánh chân thực xu hướng và thái độ của tệp người dùng trọng tâm tại Việt Nam.

4. Hướng nghiên cứu tiếp theo (Next Steps) có thể mở rộng như thế nào?

Các nghiên cứu tương lai có thể ứng dụng mô hình học máy (Machine Learning/NLP) để phân tích tập dữ liệu lớn hàng trăm nghìn video tự động, hoặc nghiên cứu sâu hơn về tác động tâm lý lâm sàng dài hạn của video độc hại đối với trẻ em dưới 13 tuổi.

5. Người dùng bình thường có thể làm gì để ngăn chặn nội dung độc hại?

Người dùng nên áp dụng nguyên tắc "Không tương tác - Báo cáo vi phạm - Chặn tài khoản". Việc dừng xem ngay lập tức và nhấn "Không quan tâm" (Not Interested) sẽ giúp thuật toán giảm phân phối dạng nội dung đó trên bảng tin cá nhân và cộng đồng.

Kết luận (Conclusion)

Báo cáo nghiên cứu "Xu hướng người sáng tạo nội dung TikTok sử dụng nội dung độc hại để trở nên viral" đã gióng lên hồi chuông cảnh báo về thực trạng ô nhiễm môi trường thông tin trên các nền tảng video ngắn hiện nay. Bằng việc kết hợp chặt chẽ giữa phân tích định tính chuyên sâu và số liệu định lượng thực nghiệm, đề tài đã làm sáng tỏ động cơ, phương thức và hệ lụy của vấn nạn "câu view bẩn".

Để xây dựng một không gian mạng xã hội văn minh và an toàn, sự nỗ lực đơn lẻ của người dùng là chưa đủ; cần có sự phối hợp đồng bộ giữa sự quản lý cứng rắn của cơ quan chức năng, trách nhiệm thuật toán của nền tảng, và tư duy sáng tạo nội dung có đạo đức của cộng đồng Content Creator. Hãy chủ động thanh lọc không gian mạng bằng cách lan tỏa những giá trị chân - thiện - mỹ và kiên quyết nói không với nội dung độc hại.