Trung tâm nghiên cứu sáng tạo về công nghệ giáo dục

1. Mở đầu

1.1. Bối cảnh và tầm quan trọng của vấn đề

Trong thế kỷ hai mươi mốt, dữ liệu được gọi là "dầu mỏ mới", nhưng một nguồn tài nguyên khác — không hữu hình hơn nhưng giá trị hơn — đã trở thành đối tượng tranh giành khốc liệt nhất trong hệ sinh thái kỹ thuật số: sự chú ý của con người. Thuật ngữ "kinh tế chú ý" (attention economy) mô tả một hệ thống kinh tế mà trong đó, sự chú ý của người dùng không chỉ là sản phẩm phụ của việc tiêu thụ nội dung, mà trở thành một hàng hóa cơ bản được thu thập, đo lường, phân tích và trao đổi bằng những cơ chế tinh vi chưa từng có trong lịch sử truyền thông nhân loại.

Theo số liệu của DataReportal, tính đến đầu năm 2025, toàn cầu có hơn 5,2 tỷ người sử dụng mạng xã hội — chiếm khoảng 63,7% dân số thế giới. Người dùng trung bình dành khoảng 2 giờ 21 phút mỗi ngày cho các nền tảng mạng xã hội, chưa kể thời gian trên trình duyệt, ứng dụng nhắn tin và dịch vụ phát video. Nếu tính riêng đối với thế hệ Z và Alpha, con số này còn cao hơn đáng kể. Tổng "ngày giờ chú ý" (attention hours) được người dùng trên toàn thế giới đóng góp cho các nền tảng số mỗi ngày vượt xa bất kỳ ngành công nghiệp truyền thống nào, tạo nên một thị trường trị giá hàng trăm tỷ đô la dựa trên một cơ sở duy nhất: khả năng thu hút và duy trì sự chú ý của con người (Spitzberg, 2025).

Nền kinh tế chú ý không tự nhiên hình thành. Nó là kết quả của sự hội tụ giữa ba xu hướng công nghệ vĩ mô: sự bùng nổ của các nền tảng số (digital platforms) với tư cách là những trung gian trung tâm giữa người dùng và nội dung; sự phát triển vượt bậc của trí tuệ nhân tạo trong việc phân tích hành vi và cá nhân hóa trải nghiệm; và sự chuyển dịch mô hình kinh doanh quảng cáo từ hình thức interruptive advertising truyền thống sang targeted behavioral advertising dựa trên dữ liệu hành vi thời gian thực. Ba yếu tố này tạo thành một vòng lặp tự củng cố: nền tảng thu hút chú ý, dữ liệu hành vi sinh ra từ sự chú ý đó cho phép cá nhân hóa tốt hơn, cá nhân hóa lại làm tăng mức độ gắn kết, và chu trình tiếp tục với hiệu ứng cộng gộp (Yuan, 2026).

Bối cảnh Việt Nam mang thêm những sắc thái đặc thù. Với 78,44 triệu người dùng internet (chiếm 79,1% dân số) và 72,7 triệu người dùng mạng xã hội (chiếm 73,3%), Việt Nam nằm trong nhóm các quốc gia có tỷ lệ tiếp cận internet và mạng xã hội cao nhất Đông Nam Á (The World Bank, 2019). Người Việt Nam trung bình dành khoảng 2 giờ 36 phút mỗi ngày trên mạng xã hội, cao hơn mức trung bình toàn cầu. Các nền tảng như Facebook, TikTok, YouTube và Zalo đã trở thành không gian thông tin, giao tiếp và giải trí chủ đạo. Sự hiện diện sâu rộng này đặt ra những vấn đề cấp thiết về năng lực số, ý thức về cách thức nền tảng khai thác sự chú ý, và khả năng tự điều chỉnh hành vi khi tiếp xúc với các cơ chế thiết kế hành vi (behavioral design mechanisms).

1.2. Vấn đề nghiên cứu và mục tiêu bài tổng luận

Dù khái niệm "kinh tế chú ý" đã được đề xuất từ cuối thập niên 1990 và được nghiên cứu rộng rãi trong các lĩnh vực truyền thông, kinh tế học, tâm lý học và khoa học chính trị, phần lớn các công trình tồn tại ở dạng nghiên cứu đơn lẻ, tập trung vào một khía cạnh cụ thể — quảng cáo kỹ thuật số, tâm lý học người dùng, quản trị nền tảng, hoặc chính sách công. Thiếu vắng một tổng luận học thuật toàn diện kết nối các góc nhìn này thành một bức tranh liên ngành hoàn chỉnh, đặc biệt trong bối cảnh các nền tảng số đương đại với thuật toán ngày càng tinh vi và khả năng AI tạo sinh đang làm sâu sắc thêm những vấn đề đã tồn tại.

Bài tổng luận này nhằm lấp đầy khoảng trống đó bằng cách trả lời câu hỏi nghiên cứu cốt lõi: Kinh tế chú ý hoạt động như thế nào trong bối cảnh thực thi các nền tảng số, ảnh hưởng của nó đến cá nhân, xã hội và nền kinh tế ra sao, và những cơ chế điều chỉnh nào có thể giải quyết những thách thức nó đặt ra?

Cụ thể, bài viết theo đuổi ba mục tiêu:

Thứ nhất, hệ thống hóa nền tảng lý luận của kinh tế chú ý từ các tiền đề lịch sử đến các phát triển lý thuyết đương đại, bao gồm cả quan điểm về kinh tế chú ý như một chế độ khai thác (extractive regime).

Thứ hai, phân tích chi tiết kiến trúc kỹ thuật, cơ chế thiết kế hành vi và mô hình kinh doanh mà các nền tảng số sử dụng để thu hút, duy trì và biến đổi sự chú ý của người dùng thành giá trị kinh tế.

Thứ ba, đánh giá các hệ quả đa chiều — nhận thức, tâm lý, xã hội, chính trị và kinh tế — của nền kinh tế chú ý, đồng thời khảo sát các khung pháp lý, chính sách và giáo dục số đang được triển khai để đối phó với những thách thức nó tạo ra.

1.3. Phạm vi và phương pháp tổng luận

Bài tổng luận sử dụng phương pháp nghiên cứu tài liệu (literature review) có hệ thống, xem xét tối thiểu 78 tài liệu học thuật được xác minh qua Crossref, bao gồm bài báo khoa học peer-reviewed, chương sách chuyên khảo, báo cáo chính sách của các tổ chức quốc tế và các nghiên cứu thực nghiệm đương đại. Các nguồn được phân loại theo 22 chuyên đề nhằm đảm bảo bao phủ toàn diện.

Về mặt không gian, bài viết lấy bối cảnh toàn cầu làm khung phân tích chính, đồng thời có những tham chiếu cụ thể đến bối cảnh Việt Nam và Đông Nam Á khi có dữ liệu phù hợp. Về mặt thời gian, trọng tâm là giai đoạn từ 2015 đến 2026, phản ánh kỷ nguyên các nền tảng số đương đại, song các nền tảng lịch sử — từ Simon (1971) đến Goldhaber (1997) — được xem xét đầy đủ để thiết lập bối cảnh khái niệm.

Lưu ý về phân tích: Các đoạn được đánh dấu [Phân tích của tác giả] thể hiện lập luận tổng hợp của người viết dựa trên khung lý thuyết có sẵn, không phải trích dẫn trực tiếp từ một nguồn cụ thể.

2. Nền tảng lý luận của kinh tế chú ý

2.1. Tiền đề lịch sử: từ sự khan hiếm thông tin đến sự khan hiếm chú ý

Khái niệm kinh tế chú ý có nguồn gốc từ một trong những nhà khoa học nhận thức lỗi lạc nhất thế kỷ hai mươi: Herbert A. Simon, người đoạt giải Nobel Kinh tế học năm 1978. Trong bài tiểu luận kinh điển "Designing Organizations for an Information-Rich World" (1971), Simon đưa ra một quan sát mang tính tiên tri: "Sự dư thừa thông tin tạo ra sự khan hiếm chú ý." Ông lập luận rằng trong một thế giới mà lượng thông tin sẵn có vượt quá khả năng xử lý của con người, thì những gì trở nên khan hiếm — và do đó, giá trị — không phải là thông tin, mà là sự chú ý của người tiếp nhận.

Lập luận của Simon dựa trên một nguyên lý nền tảng của khoa học nhận thức: băng thông xử lý thông tin của con người là hữu hạn. Não bộ con người có thể xử lý khoảng 50-60 bit thông tin mỗi giây trong nhận thức có ý thức, trong khi môi trường thông tin hiện đại cung cấp hàng tỷ bit mỗi giây. Sự chênh lệch khổng lồ này tạo ra một "nút thắt chú ý" (attention bottleneck) — và nơi nào có sự khan hiếm, nơi đó có cơ hội kinh tế.

Simon không gọi hiện tượng này là "kinh tế chú ý" — thuật ngữ đó được Michael H. Goldhaber chính thức đề xuất và phát triển độc lập hai thập kỷ sau đó. Nhưng tiền đề của ông — chú ý là nguồn tài nguyên khan hiếm trong một thế giới thông tin dư thừa — đã tạo ra nền móng lý luận mà toàn bộ ngành nghiên cứu kinh tế chú ý xây dựng trên đó (Huberman và Wu, 2006).

Kinh tế chú ý như một "lý thuyết chọn lọc tự nhiên" của thị trường thông tin. [Phân tích của tác giả] — Lập luận của Simon có thể được hiểu rộng hơn: trong môi trường thông tin dư thừa, các "loài thông tin" cạnh tranh để sinh tồn bằng cách thu hút chú ý — giống như sinh vật cạnh tranh để sống còn trong môi trường tài nguyên khan hiếm. Những thông điệp được thiết kế để thu hút chú ý hiệu quả nhất sẽ "sinh sản" (được chia sẻ, lặp lại, lan truyền), trong khi những thông điệp không có khả năng thu hút sẽ bị "diệt vong" (bị bỏ qua, quên lãng). Quá trình này giải thích tại sao nội dung kích cảm xúc (emotional content) — tức là nội dung gây tức giận, sợ hãi, vui vẻ hoặc ngạc nhiên — luôn có lợi thế cạnh tranh so với nội dung trung tính và khách quan: cảm xúc là "mỏ neo chú ý" mạnh nhất mà tiến hóa đã trang bị cho con người.

2.2. Goldhaber và sự ra đời của khái niệm "kinh tế chú ý" (1997)

Michael H. Goldhaber, nhà lý luận truyền thông tại Đại học California, Berkeley, là người đầu tiên sử dụng thuật ngữ "kinh tế chú ý" một cách có hệ thống. Trong bài báo "The Attention Economy and the Net" (1997), Goldhaber lập luận rằng internet sẽ tạo ra một nền kinh tế mới hoàn toàn khác biệt — không dựa trên thông tin (như nhiều người dự đoán lúc đó) mà dựa trên sự chú ý.

Goldhaber đưa ra ba luận điểm cốt lõi:

Luận điểm một: Chú ý là hàng hóa nền tảng. Khác với vật chất, chú ý không bị hao mòn khi được sử dụng — nhưng nó khan hiếm về mặt thời gian và cường độ. Mỗi người chỉ có 24 giờ mỗi ngày và một lượng chú ý hữu hạn để phân bổ. Khi chú ý đã được chuyển hướng sang một đối tượng, nó không thể đồng thời dành cho đối tượng khác. Tính khan hiếm này, kết hợp với nhu cầu không ngừng của các nền tảng, biến chú ý thành một hàng hóa có giá trị kinh tế thực sự.

Luận điểm hai: Thông tin dồi dào nhưng chú ý khan hiếm. Goldhaber nhấn mạnh một nghịch lý cốt lõi: internet tạo ra sự dồi dào thông tin chưa từng có, nhưng chính sự dồi dào này làm cho sự chú ý trở nên khan hiết hơn. Khi mọi thứ đều có thể tiếp cận, không có gì tự nhiên nổi bật — và do đó, khả năng thu hút chú ý trở thành kỹ năng kinh doanh quý giá nhất.

Luận điểm ba: Các nền tảng số là "đại lý" (brokers) của sự chú ý. Goldhaber dự đoán rằng các doanh nghiệp thành công nhất trên internet sẽ là những doanh nghiệp có khả năng thu hút, giữ chân và chuyển đổi sự chú ý — ngay cả khi chúng không trực tiếp tạo ra nội dung. Ông viết: "Những gì bạn nhận được khi người khác chú ý đến bạn — dù họ thích hay ghét, đồng tình hay phản đối — là thứ đang trở thành nền kinh tế thực sự của mạng lưới." Quan điểm này đã được chứng minh đầy đủ bởi sự trỗi dậy của Google, Facebook, YouTube, TikTok và nhiều nền tảng khác — những công ty không sản xuất nội dung chủ yếu mà thu được giá trị kinh tế khổng lồ từ vai trò trung gian giữa người dùng và nội dung.

Goldhaber (2006) sau đó phát triển thêm quan điểm trong "The value of openness in an attention economy", lập luận rằng sự mở (openness) — khả năng tiếp cận nội dung tự do — paradoxically làm tăng giá trị kinh tế của sự chú ý: khi nội dung mở rộng, người dùng càng cần trung gian để giúp họ chọn lọc, và vai trò của nền tảng càng trở nên quan trọng.

2.3. Sự phát triển lý thuyết: từ kinh tế chú ý đến tư bản chú ý

Sau Goldhaber, lý thuyết kinh tế chú ý phát triển theo nhiều hướng khác nhau, tạo thành một hệ sinh thái lý luận đa dạng.

Franck (1999) và thị trường chú ý (attention marketplace). Franck là một trong những lý luận gia đầu tiên xây dựng mô hình kinh tế hình thức cho sự chú ý, coi nó như một hàng hóa được giao dịch trên thị trường. Ông phân biệt giữa "chú ý thụ động" (passive attention — nhận biết có ý thức về một kích thích) và "chú ý chủ động" (active attention — đầu tư có ý thức vào xử lý thông tin), lập luận rằng nền kinh tế chú ý ngày càng thiên hướng khai thác chú ý chủ động vì nó có giá trị cao hơn — và khó lấy lại hơn.

Webster (2014) và "Thị trường chú ý". James G. Webster, trong cuốn The Marketplace of Attention, đưa phân tích này lên một tầm cao mới bằng cách hỏi: Làm thế nào sự chú ý được phân bổ trong một môi trường media siêu cạnh tranh, và ai là người quyết định quy trình đó? Webster lập luận rằng sự chú ý không tự nhiên phân bổ — nó được định hình bởi cơ sở hạ tầng kỹ thuật (algorithms), tổ chức thị trường (business models) và hành vi người dùng (social networks). Ba yếu tố này cùng định hình cái ông gọi là "thị trường chú ý", nơi các nội dung, thương hiệu và nền tảng cạnh tranh để thu hút sự chú ý hữu hạn của người dùng.

Spitzberg (2025) và tổng luận hiện đại. Brian H. Spitzberg, trong cuốn The Attention Economy xuất bản năm 2025, cung cấp tổng luận toàn diện nhất về lĩnh vực này tính đến thời điểm hiện tại. Ông hệ thống hóa các khía cạnh đa chiều của kinh tế chú ý — từ nền tảng lý thuyết, cơ chế kỹ thuật, hệ quả tâm lý, đến chính sách công — và đặc biệt nhấn mạnh vai trò trung tâm của các nền tảng số đương đại trong việc tái định hình thị trường chú ý.

Bueno (2016) và góc nhìn triết học. Claudio Celis Bueno, trong cuốn Attention Economy (2016), tiếp cận vấn đề từ góc độ triết học chính trị, phân tích cách thức kinh tế chú ý làm thay đổi bản chất của chủ thể (subjectivity) trong kỷ nguyên số. Ông lập luận rằng sự chú ý không chỉ là tài nguyên kinh tế mà còn là hình thức quyền lực (form of power): kiểm soát sự chú ý của người khác chính là kiểm soát nhận thức của họ.

2.4. Kinh tế chú ý như chế độ khai thác

Một trong những phát triển lý thuyết quan trọng nhất trong những năm gần đây là quan điểm của Yongming Yuan (2026), người định nghĩa kinh tế chú ý như một "chế độ khai thác" (extractive regime) — khái niệm mở rộng vượt ra ngoài mô tả thị trường để phân tích các quan hệ quyền lực và bóc lột cấu trúc.

Yuan phân biệt hai giai đoạn của quá trình khai thác: (a) giai đoạn khan hiếm chú ý (attention scarcity) — nền tảng cạnh tranh để thu hút sự chú ý của người dùng; và (b) giai đoạn khai thác phần chú ý dư thừa (residual attention extraction) — khi người dùng đã "bán" phần lớn sự chú ý của họ, nền tảng tiếp tục khai thác phần chú ý còn lại, thậm chí phần chú ý không còn ý thức. Yuan lập luận rằng trong giai đoạn thứ hai, nền tảng không chỉ thu thập sự chú ý có ý thức mà còn khai thác "chú ý không còn ý thức" — phản ứng tự động, thói quen, phản xạ — mà người dùng không thể kiểm soát hoặc từ chối.

Góc nhìn này cho phép hiểu sâu hơn về bản chất của nền kinh tế chú ý: nó không chỉ là sự trao đổi tự nguyện giữa người dùng và nền tảng (dùng dịch vụ miễn phí để đổi lấy sự chú ý), mà còn là một cấu trúc khai thác bất đối xứng — nền tảng có quyền thiết kế toàn bộ môi trường mà trong đó sự chú ý được phân bổ, trong khi người dùng chỉ có khả năng phản ứng hạn chế (Boullier, 2024).

2.5. Nền kinh tế chú ý như một "hệ sinh thái cảm xúc"

[Phân tích của tác giả] — Phát triển thêm từ lý thuyết của Yuan và Boullier, có thể lập luận rằng nền kinh tế chú ý đương đại không chỉ khai thác sự chú ý ở dạng "thời gian nhìn vào màn hình", mà còn khai thác cả "chú ý cảm xúc" (emotional attention) — cách người dùng đầu tư cảm xúc vào nội dung và tương tác. Nền tảng tối ưu hóa không chỉ cho thời gian ở lại (time-on-platform) mà còn cho chiều sâu cảm xúc (emotional depth) — bởi vì nội dung kích cảm xúc mạnh tạo ra phản ứng sinh lý (nhịp tim, cortisol, dopamine) mà thuật toán có thể đo lường gián tiếp thông qua hành vi (tốc độ cuộn, thời gian dừng, cường độ tương tác).

Hệ quả là nền kinh tế chú ý không chỉ định hình cái mà người dùng chú ý, mà còn định hình cách họ chú ý — thiên hướng nội dung kích cảm xúc tiêu cực (tức giận, sợ hãi) vì những cảm xúc này tạo ra mức độ tương tác cao hơn cảm xúc tích cực hoặc trung tính. Cơ chế này giải thích hiện tượng "outrage bait" (thủ đoạn kích phẫn nộ) mà Shin, DeFelice và Kim (2025) phân tích trong nghiên cứu về clickbait trên mạng xã hội, kết luận rằng tiêu đề kích cảm xúc tiêu cực (rage bait) tạo ra tỷ lệ nhấp chuột cao hơn 27-33% so với tiêu đề cung cấp thông tin thông thường (information bait).

3. Kiến trúc nền tảng số và cơ chế thu hút chú ý

3.1. Nền tảng số: định nghĩa và vai trò trung gian

Nền tảng số (digital platform) là hệ thống công nghệ dựa trên internet tạo ra không gian trung gian (intermediary space) nơi nhiều nhóm người dùng có thể tương tác, trao đổi nội dung, hàng hóa và dịch vụ. Khác với các hình thức truyền thông truyền thống — báo in, truyền hình, phát thanh — nơi tuyến truyền thông là một chiều (từ nhà sản xuất đến người tiêu dùng), nền tảng số tạo ra hệ sinh thái đa chiều: người dùng vừa là người tiêu thụ nội dung, vừa là nhà sản xuất nội dung (user-generated content), và quan trọng nhất, vừa là sản phẩm — chính sự chú ý của họ là thứ được nền tảng bán cho nhà quảng cáo.

Luke Yates (2024), trong cuốn Platform Politics, phân tích ba đặc trưng cốt lõi của nền tảng số trong bối cảnh kinh tế chú ý:

Thứ nhất, tính kết nối mạng (network effects). Giá trị của nền tảng tăng theo số người dùng — không chỉ vì nội dung phong phú hơn mà còn vì dữ liệu hành vi phong phú hơn, cho phép cá nhân hóa tốt hơn, từ đó thu hút thêm người dùng. Facebook, TikTok, YouTube đều là ví dụ điển hình của hiệu ứng mạng hai chiều (two-sided network effects), nơi cả người dùng lẫn nhà quảng cáo đều được lợi từ quy mô nền tảng.

Thứ hai, quyền thuật toán (algorithmic power). Nền tảng không tổ chức nội dung bằng biên tập truyền thống mà bằng thuật toán — hệ thống phần mềm quyết định nội dung nào hiển thị cho ai, khi nào và theo thứ tự nào. Quyết định này ảnh hưởng trực tiếp đến phân bổ sự chú ý: trong một ngày, người dùng Facebook chỉ thấy khoảng 1-2% tổng nội dung từ mạng lưới của họ; 98% còn lại bị "chìm" bởi thuật toán (Webster, 2014). Quyền thuật toán, theo Yates (2024), là quyền quyết định "ai được chú ý và ai bị vô hình hóa" — và quyền này tập trung hoàn toàn vào tay nền tảng.

Thứ ba, quyền dữ liệu (data power). Nền tảng thu thập, lưu trữ và xử lý dữ liệu hành vi cực chi tiết — từ thời gian dừng trên mỗi bài viết, tốc độ cuộn, kiểu chuột, tần suất kiểm tra thông báo, đến cảm xúc được suy luận từ hành vi tương tác. Boullier (2024) gọi đây là "chế độ chú ý" (attention regime) — một hệ thống điều hòa sự chú ý của người dùng theo các quy tắc được nền tảng thiết kế, không phải theo quyết định có ý thức của người dùng.

Quyền lực nền tảng là quyền lực kiến tạo (constitutive power). [Phân tích của tác giả] — Khác với các hình thức quyền lực truyền thống — quyền lực cưỡng chế (coercive power) dùng bạo lực hoặc đe dọa, quyền lực truyền thông (media power) dùng kiểm duyệt — quyền lực nền tảng hoạt động theo cơ chế khác: nó kiến tạo môi trường mà trong đó người dùng hành động. Nền tảng không cấm nội dung cụ thể (cưỡng chế) mà quyết định nội dung nào hiển thị trước, nội dung nào chìm nghỉm (thuật toán). Nền tảng không buộc người dùng phải mua hàng (đe dọa) mà thiết kế trải nghiệm để việc mua hàng trở thành lựa chọn "tự nhiên" nhất (dark patterns, nudge). Quyền lực kiến tạo — quyền quyết định bối cảnh mà trong đó quyết định được đưa ra — là hình thức quyền lực tinh vi nhất vì nó hoạt động bên dưới ngưỡng nhận thức của người dùng, khiến họ tin rằng quyết định của họ là tự do trong khi thực chất nó bị định hình bởi thiết kế môi trường.

3.2. Thuật toán đề xuất và curation: kiến trúc phân bổ chú ý

Thuật toán đề xuất (recommender systems) là công cụ cốt lõi mà nền tảng sử dụng để định hình phân bổ sự chú ý. Khác với biên tập truyền thống — nơi biên tập viên chọn nội dung dựa trên tiêu chuẩn tin tức và giá trị thông tin — thuật toán đề xuất tối ưu hóa cho "sự gắn kết" (engagement), sử dụng hàng trăm tín hiệu hành vi để dự đoán nội dung nào có khả năng giữ người dùng ở lại lâu nhất và tương tác mạnh nhất.

Các lớp của thuật toán đề xuất. Thuật toán đề xuất đương đại hoạt động theo nhiều lớp:

Lớp thu hút (attraction layer): Thuật toán hiển thị nội dung có khả năng kích thích phản ứng mạnh nhất — thường là nội dung cảm xúc, gây tranh cãi hoặc liên quan đến sở thích cá nhân đã biết. Mục tiêu: thu hút sự chú ý ban đầu khi người dùng mở ứng dụng.

Lớp giữ chân (retention layer): Sau khi thu hút được chú ý, thuật toán chuyển sang mục tiêu giữ chân — cung cấp nội dung đủ đa dạng để người dùng không chán nhưng đủ nhất quán để tạo thói quen. Eren và Takım (2026) phân tích cơ chế "tự điều chỉnh kỹ thuật số" (digital self-regulation) trong các môi trường thúc đẩy chú ý, kết luận rằng phần lớn người dùng không có khả năng tự thiết lập giới hạn sử dụng trong môi trường được thiết kế để phá vỡ những giới hạn đó.

Lớp biến đổi (conversion layer): Thuật toán chuyển đổi sự chú ý thành hành động có giá trị kinh tế — nhấp vào quảng cáo, mua hàng, đăng ký dịch vụ, hoặc tạo ra dữ liệu hành vi chi tiết hơn. Layer này là điểm giao giữa sự chú ý của người dùng và doanh thu của nền tảng.

Thiết kế phục vụ sự gắn kết, không phải phục vụ người dùng. [Phân tích của tác giả] — Điểm quan trọng là thuật toán đề xuất được tối ưu hóa cho sự gắn kết (engagement) chứ không phải cho lợi ích của người dùng (user well-being). "Sự gắn kết" được định nghĩa theo cách phục vụ nền tảng: thời gian ở lại, tần suất mở ứng dụng, cường độ tương tác — bất kể nội dung nào kích thích những hành vi đó. Một bài viết cung cấp thông tin chính xác nhưng ít gây cảm xúc sẽ bị xếp sau một bài viết sai lệch nhưng gây tức giận mạnh — không phải vì người dùng chủ động chọn đọc sai lệch, mà vì thuật toán học được rằng tức giận tạo ra tương tác nhiều hơn.

3.3. Infinite scroll và thiết kế giao diện kế hoạch hóa

Một trong những phát minh thiết kế giao diện có ảnh hưởng mạnh nhất đến kinh tế chú ý là infinite scroll — phương thức tải nội dung liên tục khi người dùng cuộn xuống, không có điểm kết thúc tự nhiên. Được phát triển đầu tiên bởi Aza Raskin vào năm 2006 và phổ biến rộng rãi bởi Twitter và Facebook, infinite scroll loại bỏ "nút dừng tự nhiên" (natural stopping cue) — những điểm mà não bộ có thể kích hoạt quyết định "đủ rồi, tôi nên dừng lại và làm việc khác" (cited in the chapter "The Infinite Scroll" (2018) from Yale University Press).

Cơ chế tâm lý: Infinite scroll khai thác hiệu ứng "chi phí chuyển đổi" (switching cost) — việc tiếp tục cuộn gần như không tốn công sức, trong khi quyết định dừng lại yêu cầu nỗ lực có ý thức. Khi người dùng không có "dấu dừng" nào, họ tiếp tục tiêu thụ nội dung một cách thụ động cho đến khi một yếu tố bên ngoài (điện thoại reo, có việc cần làm) buộc họ dừng lại. Thuật toán biết điều này và đặt nội dung hấp dẫn nhất ở các vị trí mà xác suất người dùng dừng lại cao nhất — ngay sau khi họ vừa xem một nội dung gây cảm xúc mạnh, vì cảm xúc làm tăng sự nhạy cảm với nội dung tiếp theo.

Biến thể thiết kế: Các nền tảng đã phát triển nhiều biến thể của infinite scroll để tối ưu hóa mức độ gắn kết: TikTok dùng "swipe up" với video toàn màn hình, tạo trải nghiệm nhập vai cao hơn; Instagram Reels kết hợp infinite scroll với format video ngắn 15-90 giây; YouTube Shorts áp dụng mô hình tương tự cho video định dạng dọc. Shashua (2025) phân tích "TikTok brain" — hội chứng suy giảm khả năng chú ý bền vững do tiêu thụ video ngắn liên tục — và kết luận rằng bản thân format video ngắn kết hợp với infinite scroll tạo ra một "môi trường siêu kích thích" (hyperstimulating environment) làm suy giảm khả năng duy trì chú ý bền vững ở người dùng trẻ.

3.4. Hệ thống thông báo và "nền kinh tế thông báo"

Thông báo push (push notifications) là một trong những công cụ mạnh nhất trong bộ công cụ kinh tế chú ý. Nền tảng sử dụng thông báo để kéo người dùng quay lại ứng dụng — không phải khi người dùng muốn, mà khi nền tảng xác định rằng có nguy cơ người dùng sẽ quên ứng dụng hoặc có nội dung đủ hấp dẫn để kích thích hành động quay lại.

Cơ chế tâm lý của thông báo: Thông báo khai thác hiệu ứng "phần thưởng ngẫu nhiên không định kỳ" (variable ratio schedule of reinforcement) — nguyên lý tâm lý học hành vi được B.F. Skinner chứng minh là tạo ra mức độ phụ thuộc cao nhất. Người dùng không biết thông báo tiếp theo sẽ mang nội dung gì — có thể là lời khen, tin nhắn bạn bè, hoặc nội dung mới hấp dẫn — và sự không chắc chắn này chính là yếu tố kích thích strongest urge to check. Liu et al. (2024), trong nghiên cứu sinh lý thần kinh được công bố trên bioRxiv, phát hiện rằng thông báo mạng xã hội gây gián đoạn chú ý bền vững (sustained attention) và làm giảm sự gắn kết của vỏ não trán cung (orbitofrontal cortex) — vùng não liên quan đến đánh giá giá trị và ra quyết định — cho thấy tác động vật lý thực sự của thông báo đến cấu trúc chú ý của não bộ.

Quyền thiết kế thời gian trải nghiệm: Ito (2004) đã đề xuất khái niệm "chú ý một phần liên tục" (continuous partial attention) sớm nhất vào năm 2004 — trạng thái mà con người liên tục duy trì mức độ nhận thức thấp đối với nhiều luồng thông tin đồng thời, thay vì tập trung sâu vào một luồng. Ito lập luận rằng continuous partial attention khác với đa nhiệm (multitasking): trong đa nhiệm, người dùng chủ động chuyển đổi giữa nhiệm vụ; trong continuous partial attention, người dùng luôn "bật" với nhiều luồng, luôn trong trạng thái sẵn sàng phản ứng nhưng không bao giờ tập trung sâu. Khái niệm này đã được Fırat và cộng sự (2020) phát triển thêm, chứng minh mối tương quan giữa self-control và khả năng tránh rơi vào trạng thái continuous partial attention — những người có tự chủ thấp dễ dàng rơi vào trạng thái chú ý phân tán hơn và dành nhiều thời gian hơn trên mạng xã hội.

3.5. Dark patterns và thiết kế thuyết phục

Dark patterns là các kỹ thuật thiết kế giao diện được tạo ra có chủ đích để thao túng người dùng thực hiện hành vi mà họ vốn không chọn nếu hiểu rõ hậu quả — ví dụ: đặt nút "Đồng ý" lớn và màu sáng trong khi nút "Từ chối" nhỏ và màu nhạt, sử dụng ngôn từ gây hoang mang để người dùng vô tình đăng ký dịch vụ, hoặc hiển thị thông báo giả (fake urgency) như "Chỉ còn 2 người đang xem!" để tạo áp lực thời gian (OECD, 2022).

Dark commercial patterns theo OECD (2022): Tổ chức Hợp tác và Phát triển Kinh tế (OECD) đã phân loại và đặt tên cho 14 loại dark commercial patterns phổ biến nhất, bao gồm: misleading urgency (tạo cảm giác cấp bách giả), confirmshaming (gây cảm giác tội lỗi khi từ chối), hidden costs (giấu chi phí cho đến bước cuối), sneaking (thêm hàng hóa vào giỏ hàng mà không hỏi), interface interference (thao túng giao diện để hướng hành vi). OECD đặc biệt nhấn mạnh rằng dark patterns là mối đe dọa trực tiếp đến quyền tiêu dùng số và đòi hỏi can thiệp pháp lý cấp bách.

Oyibo (2026) tiến hành nghiên cứu thực nghiệm về mức độ xâm phạm cảm nhận, tần suất và "độ tối" (darkness) của dark patterns, kết luận rằng người dùng có nhận thức ngày càng cao về dark patterns nhưng khả năng phòng tránh vẫn hạn chế — đặc biệt khi dark patterns được nhúng sâu vào luồng giao diện tự nhiên mà người dùng khó nhận ra.

Jóhannsdóttir et al. (2026) phân tích "hai mặt của thiết kế hệ thống thuyết phục" (two sides of persuasive system design), đối chiếu digital nudging (thúc đẩy kỹ thuật số hướng đến lợi ích người dùng) với dark patterns (thao túng hướng đến lợi ích nền tảng). Họ lập luận rằng ranh giới giữa hai cách tiếp cận này mỏng hơn nhiều so với nhận thức chung, và nhiều kỹ thuật "thuyết phục tích cực" có thể trở thành dark patterns khi được sử dụng trong bối cảnh khai thác sự chú ý.

Persuasive technology — nền tảng công nghệ trước dark patterns — có lịch sử lâu dài hơn. Wenker (2022), trong tổng quan hệ thống về persuasive technology tại nơi làm việc, chứng minh rằng các công nghệ thuyết phục không chỉ xuất hiện trong tiêu dùng mà còn được tích cực áp dụng trong môi trường công sở — từ gamification tăng năng suất đến surveillance tools giám sát hành vi nhân viên. Các công nghệ này sử dụng cùng nguyên lý tâm lý học hành vi với dark patterns trên nền tảng số tiêu dùng: phần thưởng, áp lực đồng hành (social proof), và thiết kế luồng hành vi.

3.6. Personalization và "bong bóng lọc"

Cá nhân hóa (personalization) là kết quả cốt lõi của hệ thống dữ liệu hành vi mà nền tảng xây dựng từ sự chú ý của người dùng. Thuật toán phân tích mọi hành vi — thời gian dừng, tốc độ cuộn, kiểu tương tác, lịch sử tìm kiếm, vị trí địa lý, kết nối mạng xã hội — để xây dựng hồ sơ hành vi (behavioral profile) ngày càng chi tiết. Hồ sơ này cho phép nền tảng cung cấp nội dung được "điều chỉnh" theo sở thích cá nhân, tạo trải nghiệm mượt mà và cá nhân hóa cao.

Nhưng cá nhân hóa cũng tạo ra filter bubble (bong bóng lọc) và echo chamber (buồng vang) — hai hiện tượng ảnh hưởng sâu sắc đến cách người dùng tiếp nhận thông tin và hình thành quan điểm.

Filter bubble (Eli Pariser, 2011): Khái niệm do Eli Pariser đề xuất, mô tả tình trạng mà thuật toán cá nhân hóa tự động lọc nội dung, chỉ hiển thị nội dung phù hợp với quan điểm và sở thích đã biết của người dùng, đồng thời loại bỏ nội dung trái chiều hoặc mới lạ. White (2025), trong cuốn The Filter Bubble and Echo Chamber Effects, phân tích hiện tượng này trong bối cảnh thuật toán đương đại và kết luận rằng filter bubble không chỉ giới hạn nội dung mà còn định hình cách người dùng nhận thức thế giới — tạo ra một "thực tế cá nhân" (personal reality) ngày càng tách biệt với thực tế khách quan.

Echo chamber: Đi xa hơn filter bubble, buồng vang mô tả hiệu ứng tự củng cố khi người dùng trong cùng một "bong bóng thông tin" tương tác và củng cố quan điểm lẫn nhau. Koo (2022) phân tích thuật toán như một phép ẩn dụ: "echo chamber" của Facebook và "filter bubble" của Google Search không chỉ là thuật ngữ mô tả mà là cơ chế thực sự của thuật toán — chúng được thiết kế để tối ưu hóa sự thoải mái (comfort) thay vì sự chính xác (accuracy), vì nội dung thoải mái giữ người dùng ở lại lâu hơn.

Wolfowicz, Weisburd và Hasisi (2021) nghiên cứu "hiệu ứng tương tác giữa filter bubble và echo chamber đối với cực đoan hóa", phát hiện rằng khi người dùng chỉ tiếp xúc với nội dung củng cố quan điểm sẵn có trong thời gian dài, xác suất chấp nhận quan điểm cực đoan tăng đáng kể. Nghiên cứu này có ý nghĩa đặc biệt đối với bối cảnh chính trị, nơi echo chamber có thể thúc đẩy phân cực xã hội.

[Phân tích của tác giả] — Cần phân biệt rõ ba cấp độ cá nhân hóa: (1) cá nhân hóa nội dung — nội dung hiển thị được điều chỉnh theo sở thích; (2) cá nhân hóa trải nghiệm — giao diện, tính năng, thời gian thông báo được điều chỉnh theo hành vi cá nhân; (3) cá nhân hóa nhận thức — cách người dùng nhận thức và hiểu thế giới được định hình bởi "thực tế thuật toán" mà họ tiếp xúc. Cấp độ thứ ba là mức độ xâm phạm sâu nhất và khó nhận ra nhất, vì người dùng tin rằng họ đang tiếp nhận thông tin khách quan mà thực chất đang sống trong một "vũ trụ thông tin" được thiết kế riêng cho họ.

4. Chế độ kinh doanh dựa trên sự chú ý

4.1. Quảng cáo kỹ thuật số và behavioral targeting

Mô hình kinh doanh then chốt của nền kinh tế chú ý là quảng cáo kỹ thuật số (digital advertising), một ngành công nghiệp trị giá hơn 680 tỷ USD toàn cầu vào năm 2024 theo eMarketer. Cách nền kinh tế chú ý hoạt động có thể được tóm tắt trong một công thức đơn giản: Sự chú ý của người dùng → Dữ liệu hành vi → Quảng cáo cá nhân hóa → Doanh thu nền tảng.

Từ interruptive advertising đến behavioral advertising. Trong kỷ nguyên truyền thông truyền thống, quảng cáo hoạt động theo mô hình "ngắt quãng" (interruptive) — quảng cáo xuất hiện giữa các chương trình, trên trang báo, tại các vị trí ngẫu nhiên. Người tiếp thị hy vọng quảng cáo sẽ tiếp cận đúng đối tượng, nhưng không biết chắc ai đang xem. Kỷ nguyên kinh tế chú ý đã thay đổi hoàn toàn mô hình này.

Duff và Lutchyn (2017), trong cuốn Advertising (In)Attention in the Digital Environment, phân tích cách nền kinh tế chú ý tạo ra nghịch lý: người dùng ngày càng "mù" trước quảng cáo (ad blindness) vì lượng quảng cáo quá lớn, nhưng nền tảng có khả năng bypass cơ chế phòng vệ này bằng behavioral targeting — hiển thị quảng cáo dựa trên hành vi cá nhân, không phải dựa trên ngữ cảnh nội dung. Thay vì hiển thị quảng cáo xe hơi trên trang tin xe hơi (contextual targeting), nền tảng hiển thị quảng cáo xe hơi cho người dùng có hồ sơ hành vi cho thấy họ đang tìm kiếm xe, bất kể họ đang đọc bài viết gì. Quảng cáo "rơi đúng thời điểm" này có tỷ lệ chuyển đổi cao hơn đáng kể vì nó xuất hiện đúng khi người dùng đang có nhu cầu — nhu cầu mà nền tảng biết thông qua dữ liệu hành vi thu được từ sự chú ý của họ.

Tsunami nội dung và sự khan hiếm chú ý. Persson (2017), trong nghiên cứu "Attention Manipulation and Information Overload" được công bố bởi National Bureau of Economic Research (NBER), phân tích tác động kinh tế của sự thao túng chú ý và quá tải thông tin. Persson lập luận rằng khi lượng nội dung tăng vượt quá ngưỡng xử lý của người dùng, hai hiện tượng xảy ra đồng thời: (1) người dùng ngày càng dựa vào heuristics (quy tắc ngắn gọn) thay vì phân tích sâu để quyết định nội dung nào đáng chú ý; (2) nền tảng có lợi thế ngày càng lớn trong việc định hình "heuristic pipeline" — những quy tắc ngắn gọn mà người dùng sử dụng để lọc thông tin, từ đó kiểm soát việc nội dung nào được chú ý. Rabelo (2025) đề xuất khái niệm "attention grains" (hạt chú ý) — đơn vị đo lường "nhiên liệu nhận thức" (cognitive fuel) của nền kinh tế số — và lập luận rằng nền tảng đang khai thác attention grains hiệu quả hơn so với bất kỳ ngành công nghiệp nào khác trong lịch sử.

4.2. Content farms và clickbait: kinh tế chú ý ở tầng sản xuất nội dung

Nếu nền tảng là người phân phối sự chú ý, thì content farm (nông trại nội dung) là nhà cung cấp nội dung được tối ưu hóa để thu hút sự chú ý hiệu quả nhất. Mears (2023), trong nghiên cứu "Bringing Bourdieu to a Content Farm", áp dụng lý thuyết trường xã hội của Pierre Bourdieu để phân tích content farms trên mạng xã hội như một "trường sản xuất" (production field) trong nền kinh tế văn hóa chú ý. Mears phát hiện rằng content farms hoạt động như một "hệ sinh thái chuyên nghiệp hóa" — nơi sản xuất nội dung không dựa trên giá trị thông tin hay chất lượng biên tập mà dựa trên khả năng kích thích tương tác, được đo lường bằng các chỉ số định lượng (lượt xem, lượt chia sẻ, tương tác).

Clickbait như chiến lược sản xuất nội dung. Shin, DeFelice và Kim (2025) phân tích loại hình clickbait trên mạng xã hội, phân biệt giữa "information bait" (thủ đoạn thông tin — tiêu đề hứa hẹn cung cấp thông tin có giá trị) và "rage bait" (thủ đoạn kích phẫn nộ — tiêu đề được thiết kế để gây tức giận). Họ phát hiện rằng rage bait tạo ra tỷ lệ nhấp chuột cao hơn 27-33% so với information bait — một phát hiện có ý nghĩa sâu sắc: nó cho thấy rằng cảm xúc tiêu cực (tức giận) là "tiền tệ" mạnh hơn thông tin trong nền kinh tế chú ý. Phát hiện này phù hợp với nghiên cứu của Tayal (2026) về "data-driven content marketing" — chiến lược tiếp thị nội dung dựa trên dữ liệu — cho thấy các nền tảng và nhà sản xuất nội dung ngày càng sử dụng phân tích dữ liệu cảm xúc (sentiment analysis) để tối ưu hóa tiêu đề và nội dung nhằm kích thích phản ứng cảm xúc mạnh nhất.

Sự chuyên nghiệp hóa của content farms. [Phân tích của tác giả] — Trong giai đoạn đầu của mạng xã hội, content farms chủ yếu là các website sản xuất hàng loạt bài viết chất lượng thấp (spam articles) để thu hút traffic quảng cáo. Trong kỷ nguyên kinh tế chú ý đương đại, content farms đã phát triển thành một hệ sinh thái tinh vi hơn nhiều: influencer networks sản xuất nội dung được tối ưu hóa cho thuật toán, news aggregator pages tạo ra các "meme pages" kích cảm xúc, và bot networks tự động sản xuất và phân phối nội dung dựa trên template. Tất cả các hình thức này đều hoạt động theo cùng nguyên lý: tối ưu hóa sự chú ý, bất kể chất lượng thông tin.

4.3. Microtargeting và quảng cáo chính trị

Microtargeting — khả năng phân phối quảng cáo cho nhóm người dùng cực nhỏ dựa trên hồ sơ hành vi chi tiết — là một trong những ứng dụng kinh doanh dựa trên chú ý gây tranh cãi nhất. Trong khi microtargeting thương mại có thể được coi là "hiệu quả tiếp thị", microtargeting chính trị dấy lên lo ngại về thao túng bầu cử và minh bạch dân chủ.

Microtargeting như một hình thức "vũ khí hóa" sự chú ý. Microtargeting cho phép chiến dịch chính trị phân phối thông điệp khác nhau cho các nhóm cử tri khác nhau — thậm chí các thông điệp mâu thuẫn nhau — dựa trên hồ sơ tâm lý và hành vi được suy luận từ dữ liệu sự chú ý. Khác với quảng cáo chính trị truyền thống (public, có thể kiểm chứng), microtargeting hoạt động trong "bóng tối" — chỉ người trong nhóm mục tiêu mới thấy thông điệp, khiến việc kiểm chứng và đối thoại công cộng gần như không thể.

Hardy (2023), trong cuốn Political Economy and Critical Studies of Advertising and Media Industries, phân tích cách nền kinh tế chú ý biến quảng cáo chính trị thành một ngành công nghiệp tinh vi dựa trên dữ liệu hành vi, nơi "chính trị không còn là nghệ thuật thuyết phục công chúng mà là khoa học thao túng cá nhân". Quan điểm này đặt ra câu hỏi sâu sắc về bản chất của dân chủ trong kỷ nguyên kinh tế chú ý: nếu mỗi cử tri tiếp xúc với một "thực tế chính trị" khác nhau (vì filter bubble + microtargeting), thì làm sao có thể tồn tại một không gian đối thoại công cộng?

4.4. Creator economy và influencer: kinh tế chú ý ở tầng cá nhân

Creator economy — nền kinh tế sáng tạo nội dung mà cá nhân (influencer, content creator) trực tiếp xây dựng và bán sự chú ý — là một phát triển quan trọng của nền kinh tế chú ý trong những năm gần đây. Zhu (2025), trong nghiên cứu "Rethinking Content Monetization on Digital Platforms", phân tích cách nền tảng số tái cấu trúc mô hình kinh doanh của creator economy, tạo ra một "mối quan hệ phụ thuộc bất đối xứng" — creator phụ thuộc vào nền tảng để tiếp cận khán giả, trong khi nền tảng kiểm soát thuật toán quyết định người xem được bao nhiêu nội dung của creator nào.

Kubler (2024), trong cuốn Influencers and the Attention Economy, phân tích cách influencers trên Instagram quản lý, thương mại hóa và chiến lược hóa "sự chú ý" như một loại vốn (attention capital) — định hình cách người theo dõi chú ý, tạo ra "thị trường chú ý cá nhân" trong nền kinh tế chú ý rộng hơn. Quan điểm này mở rộng lý thuyết thị trường chú ý của Webster (2014) từ cấp độ nền tảng xuống cấp độ cá nhân.

Yuanyuan (2026) nghiên cứu "vốn nhân lực trong nền kinh tế chú ý số" (human capital in the digital attention economy), kết luận rằng trong creator economy, việc giáo dục (schooling) có tác động không rõ ràng đến thành công influencer — yếu tố quan trọng hơn là khả năng hiểu và thao túng cơ chế chú ý của nền tảng, không phải kiến thức học thuật truyền thống.

Nền kinh tế chú ý và lao động phi chính thức. Thorhauge (2023), trong chương "User Monetization and Value Creation in Tangled Markets", phân tích cách nền tảng tạo ra "thị trường xoắn" (tangled markets) — nơi người dùng vừa là người tiêu dùng vừa là nhà sản xuất giá trị, và ranh giới giữa lao động và giải trí ngày càng mờ nhạt. Quan điểm này phù hợp với lý thuyết "audience labor" (lao động khán giả) — khái niệm mà nhiều nhà nghiên cứu truyền thông đã phát triển để mô tả cách người dùng mạng xã hội "làm việc" (tạo nội dung, tạo dữ liệu, tạo tương tác) mà không được trả lương, trong khi nền tảng thu lợi từ "sản phẩm lao động" đó.

4.5. Doanh nghiệp tin tức trong nền kinh tế chú ý

Ngành tin tức truyền thống là một trong những ngành chịu tác động mạnh nhất từ nền kinh tế chú ý — vì bản chất của tin tức (tin tức là thông tin có giá trị xã hội) sẽ mâu thuẫn trực tiếp với logic kinh tế chú ý (sự chú ý được tối ưu hóa cho cảm xúc, không phải thông tin).

Nixon (2017), trong nghiên cứu "The Business of News in the Attention Economy", phân tích cách MediaNews Group — một trong những chuỗi báo lớn nhất Mỹ — cố gắng thích ứng với nền kinh tế chú ý nhưng thất bại trong việc chuyển đổi mô hình kinh doanh từ quảng cáo định vị ngữ cảnh sang quảng cáo dựa trên chú ý. Báo chí chất lượng cao cung cấp thông tin quan trọng nhưng ít gây cảm xúc — trong khi nền kinh tế chú ý ưu tiên nội dung kích cảm xúc mạnh. Myllylahti (2018) phân tích mối quan hệ giữa nền kinh tế chú ý và Facebook, kết luận rằng "Facebook mang lại traffic nhưng không mang lại tiền" cho báo chí — người dùng được đọc tiêu đề trên Facebook mà không cần nhấp vào bài gốc, tiêu diệt mô hình kinh doanh dựa trên page views.

Garcia Ramirez (2021) phân tích "báo chí trong nền kinh tế chú ý: mối quan hệ giữa nền tảng số và tổ chức tin tức", phát hiện rằng tổ chức tin tức ngày càng phụ thuộc vào nền tảng để phân phối nhưng không có quyền kiểm soát thuật toán quyết định ai thấy nội dung của họ — tạo ra một sự phụ thuộc bất đối xứng mà một số nhà nghiên cứu gọi là "platform dependency trap" (bẫy phụ thuộc nền tảng).

Bakke, Barland và Fetveit (2020) nghiên cứu "chuyển đổi mô hình kinh doanh của báo chí truyền thống trong kỷ nguyên kinh tế chú ý số", phân tích cách các tờ báo ở Na Uy cố gắng thích ứng — từ paywall đến membership model, từ native advertising đến event-based revenue — nhưng tất cả đều phải đối mặt với cùng thách thức cơ bản: làm sao bán thông tin khi thị trường chỉ trả tiền cho sự chú ý?

Tsaruk (2026), trong nghiên cứu "The Economics of Digital Advertising", phân tích toàn diện cách lợi nhuận doanh nghiệp thay đổi khi quảng cáo kỹ thuật số tăng quy mô, kết luận rằng mối quan hệ giữa quy mô quảng cáo và lợi nhuận không phải tuyến tính — sau một ngưỡng nhất định, quá tải quảng cáo làm giảm giá trị của mỗi quảng cáo, tạo ra "tragedy of the attention commons" — tình trạng mà tất cả nền tảng cạnh tranh cho sự chú ý cùng một nhóm người dùng, dẫn đến quá tải quảng cáo và suy giảm hiệu quả cho tất cả.

5. Tư bản giám sát và khai thác dữ liệu chú ý

5.1. Zuboff và tư bản giám sát (surveillance capitalism)

Shoshana Zuboff, giáo sư tại Harvard Business School, là nhà lý luận có ảnh hưởng mạnh nhất đến sự hiểu biết về cách dữ liệu hành vi được biến thành giá trị kinh tế. Trong cuốn The Age of Surveillance Capitalism (2019, tái bản 2023), Zuboff định nghĩa tư bản giám sát như một "logic tích lũy mới" — một hình thức tư bản khác với tư bản công nghiệp (tích lũy qua sản xuất hàng hóa) và tư bản tài chính (tích lũy qua đầu tư tài chính): tư bản giám sát tích lũy thông qua khai thác "thặng dư hành vi" (behavioral surplus) — dữ liệu hành vi vượt quá nhu cầu dịch vụ nền tảng.

Cơ chế then chốt của tư bản giám sát theo Zuboff (2023): (1) Thu thập — nền tảng thu thập dữ liệu hành vi toàn diện từ mọi tương tác của người dùng; (2) Phân tích — dữ liệu được phân tích bằng AI để tạo ra "dự đoán hành vi" (behavioral prediction) — dự đoán về hành vi tương lai của người dùng; (3) Căn chỉnh — dự đoán hành vi được dùng để "căn chỉnh" (tune) môi trường kỹ thuật số — hiển thị nội dung, thông báo, quảng cáo cụ thể để hướng hành vi người dùng theo hướng có lợi cho nền tảng; (4) Tích lũy — giá trị kinh tế được tạo ra từ khả năng dự đoán và căn chỉnh hành vi, dưới hình thức doanh thu quảng cáo hoặc doanh thu từ mô hình kinh doanh khác.

Zuboff nhấn mạnh rằng tư bản giám sát là một hình thức "chủ nghĩa thực dân mới" — không chiếm lãnh thổ vật chất mà chiếm "lãnh thổ trải nghiệm" (experiential territory) của con người: sự chú ý, cảm xúc, quyết định, thói quen, và mối quan hệ xã hội. Trong tư bản giám sát, con người không còn là khách hàng mà là "nguồn nguyên liệu thô" (raw material) — nguồn cung cấp dữ liệu hành vi mà nền tảng chế biến thành sản phẩm (dự đoán hành vi) để bán cho khách hàng thực sự (nhà quảng cáo).

Tranh luận và phát triển lý thuyết. Zuboff (2019) trong cuộc phỏng vấn với Sarah Arnold và Brett Caraway đã giải thích rõ hơn động cơ của tư bản giám sát: Google phát hiện ra rằng dữ liệu tìm kiếm — ban đầu chỉ dùng để cải thiện kết quả tìm kiếm — có giá trị dự đoán cao hơn nhiều so với kết quả tìm kiếm chính nó. Dữ liệu tìm kiếm tiết lộ ý định, nhu cầu và trạng thái tâm lý của người dùng, cho phép Google bán quảng cáo được nhắm mục tiêu hiệu quả hơn bất kỳ phương pháp nào khác. Từ phát hiện này, tư bản giám sát phát triển thành một mô hình kinh doanh toàn ngành.

Aho và Duffield (2020), trong "Beyond Surveillance Capitalism", phát triển lý thuyết Zuboff bằng cách phân tích các nỗ lực vượt ra ngoài tư bản giám sát — từ mô hình pháp lý của GDPR ở châu Âu đến mô hình kiểm soát dữ liệu nhà nước ở Trung Quốc — và lập luận rằng tương lai của kinh tế chú ý có khả năng phân hóa thành nhiều "hệ sinh thái" khác nhau, mỗi hệ sinh thái có cách tiếp cận riêng với vấn đề khai thác dữ liệu chú ý.

5.2. Dữ liệu hành vi và behavioral surplus

Boullier (2024) phát triển khái niệm "chế độ chú ý" (attention regime) — một cách tiếp cận khác với tư bản giám sát nhưng bổ sung cho nó. Trong khi Zuboff tập trung vào khía cạnh kinh tế (tích lũy giá trị), Boullier tập trung vào khía cạnh thể chế (cách sự chú ý được tổ chức và điều hòa). Boullier lập luận rằng "chế độ chú ý" của nền tảng số thay thế "chế độ chú ý" truyền thống (được điều hòa bởi biên tập, giáo dục, văn hóa) bằng một chế độ mới — được điều hòa bởi thuật toán, tối ưu hóa cho sự gắn tiếp và phục vụ lợi ích thương mại của nền tảng.

Thu thập dữ liệu hành vi: quy mô và độ sâu. [Phân tích của tác giả] — Quy mô thu thập dữ liệu hành vi trong nền kinh tế chú ý vượt xa nhận thức phổ thông. Khi người dùng lướt Facebook trong 30 phút, nền tảng thu thập hàng nghìn điểm dữ liệu: thời gian dừng trên mỗi bài (cấp độ mili-giây), tốc độ cuộn, vị trí vuốt, kiểu cuộn (dọc hay chéo), thời gian xem video, điểm dừng video, phản ứng cảm xúc (tiêu cực, tích cực, trung tính inferred từ hành vi), tất cả kết hợp với dữ liệu bối cảnh (thời gian trong ngày, vị trí địa lý, thiết bị sử dụng, trạng thái pin, lịch sử hoạt động). Tất cả những dữ liệu này tạo ra một "bản đồ chú ý" (attention map) — mô hình 3D về cách người dùng phân bổ sự chú ý trong không gian số — mà nền tảng sử dụng để tối ưu hóa trải nghiệm, không phải vì muốn phục vụ người dùng mà vì muốn tăng "năng suất chú ý" (attention yield).

5.3. Audience labor và giá trị không được trả công

Lý thuyết audience labor (lao động khán giả) — có nguồn gốc từ Dallas W. Smythe (1981) với khái niệm "audience commodity" (hàng hóa khán giả) — đã được phát triển mạnh mẽ trong giai đoạn kinh tế chú ý số. Ý tưởng cơ bản: người dùng mạng xã hội thực hiện "lao động" khi họ sản xuất nội dung, tạo dữ liệu, xây dựng mạng xã hội và tạo tương tác — và lao động này tạo ra giá trị kinh tế cho nền tảng mà người dùng không được trả công.

Thorhauge (2023), trong nghiên cứu về "user monetization and value creation in tangled markets", phân tích cách người dùng mạng xã hội tạo ra giá trị kinh tế thông qua nhiều hành vi: (1) trực tiếp — nhấp vào quảng cáo, mua hàng qua liên kết tiếp thị; (2) gián tiếp — tạo nội dung thu hút người dùng khác, tăng tổng lượng chú ý trên nền tảng; (3) dữ liệu — tạo ra dữ liệu hành vi mà nền tảng dùng để cải thiện nhắm mục tiêu quảng cáo. Tất cả ba hình thức tạo giá trị đều nằm ngoài nhận thức của người dùng về "lao động" — họ nghĩ rằng họ đang "giải trí" hoặc "giao tiếp", không phải "làm việc" cho nền tảng.

Myllylahti (2018) phát triển khái niệm này ở thời điểm báo chí: khi người dùng đọc tiêu đề trên Facebook mà không nhấp vào bài gốc, họ thực chất đang cung cấp dữ liệu chú ý cho Facebook (Facebook biết họ chú ý đến nội dung gì, trong bao lâu, và phản ứng ra sao) trong khi báo — người tạo ra nội dung thực sự — không nhận được giá trị kinh tế nào.

Kinh tế chú ý và bóc lột không đối xứng. [Phân tích của tác giả] — Nhiều khả năng lập luận rằng nền kinh tế chú ý tạo ra một hình thức "bóc lột không đối xứng" (asymmetric exploitation) chưa từng có trong lịch sử kinh tế: trong hình thức lao động truyền thống, người lao động có quyền thương lượng (cần nghỉ việc, đòi tăng lương, tổ chức), và ranh giới giữa "lao động" và "không lao động" tương đối rõ ràng. Trong nền kinh tế chú ý, ranh giới này bị xóa nhạt hoàn toàn — người dùng "lao động" ngay cả khi họ nghĩ rằng đang "giải trí", không có quyền thương lượng (không có "công đoàn người dùng", không có đàm phán tập thể), và giá trị lao động của họ được thu thập tự động mà không cần đồng ý. Yuan (2026) gọi đây là "chế độ khai thác" (extractive regime) chính vì nó không chỉ khai thác "sự chú ý tự nguyện" mà còn khai thác "phần chú ý dư thừa" — phản xạ, thói quen, vô thức — mà người dùng không thể kiểm soát.

5.4. Data monetization và chuỗi giá trị dữ liệu

Khái niệm data monetization (thương mại hóa dữ liệu) mô tả quy trình biến dữ liệu hành vi thành sản phẩm kinh tế. MIT Press xuất bản toàn bộ cuốn sách về chủ đề này, với các chương phân tích chi tiết các khía cạnh:

Khả năng thương mại hóa dữ liệu (Data Monetization Capabilities): Nền tảng cần xây dựng hạ tầng kỹ thuật — kho dữ liệu, pipeline xử lý, hệ thống AI — để chuyển dữ liệu thô thành "dữ liệu có giá trị". Hạ tầng này đắt đỏ và tạo ra rào cản gia nhập cao — một yếu tố củng cố thế độc quyền của các nền tảng lớn.

Chiến lược thương mại hóa dữ liệu (Data Monetization Strategy): Các nền tảng khác nhau áp dụng chiến lược thương mại hóa khác nhau — Google bán quảng cáo dựa trên dữ liệu tìm kiếm, Facebook bán quảng cáo dựa trên dữ liệu mạng xã hội, Amazon bán quảng cáo dựa trên dữ liệu mua sắm, TikTok bán quảng cáo dựa trên dữ liệu tiêu thụ nội dung video. Mỗi nền tảng có một "lăng kính dữ liệu" (data lens) riêng — một góc nhìn khác vào hành vi người dùng — và đó là lợi thế cạnh tranh nền tảng của họ.

Nền tảng và quyền sở hữu dữ liệu. [Phân tích của tác giả] — Trong nền kinh tế chú ý, quyền sở hữu dữ liệu là vấn đề trung tâm. Dữ liệu hành vi được tạo ra bởi người dùng, nhưng được thu thập, lưu trữ và kiểm soát bởi nền tảng. Người dùng không có quyền truy cập vào toàn bộ dữ liệu nền tảng thu thập về họ, không có khả năng xóa dữ liệu một cách toàn diện, và không có quyền quyết định dữ liệu đó được sử dụng như thế nào (GDPR tạo ra một số quyền hạn nhưng thực thi hạn chế). Quyền sở hữu dữ liệu — không phải quyền sở hữu nội dung — mới là quyền sở hữu có giá trị nhất trong nền kinh tế chú ý, vì dữ liệu là "thị trường dự đoán" (prediction market) mà giá trị kinh tế được tạo ra.

6. Hệ quả nhận thức và tâm lý của nền kinh tế chú ý

6.1. Multitasking, continuous partial attention và sự suy giảm khả năng tập trung

Một trong những hệ quả được nghiên cứu nhiều nhất của nền kinh tế chú ý là tác động đến khả năng chú ý bền vững (sustained attention) của con người. Trong một thế giới mà thông báo, nội dung mới và kích thích liên tục xuất hiện, não bộ liên tục chuyển đổi giữa các luồng chú ý — một trạng thái mà Ito (2004) gọi là "chú ý một phần liên tục" (continuous partial attention).

Continuous partial attention khác với đa nhiệm. Ito phân biệt rõ hai trạng thái: (1) đa nhiệm (multitasking) — người dùng chủ động quyết định thực hiện nhiều nhiệm vụ cùng lúc, biết rằng đang chia sự chú ý; (2) chú ý một phần liên tục — người dùng luôn "bật" với nhiều luồng thông tin, liên tục quét môi trường để tìm kiếm nội dung quan trọng, tạo ra trạng thái căng thẳng thấp mãn tính (chronic low-level stress). Trong khi đa nhiệm là chiến lược có ý thức, continuous partial attention là phản ứng ép buộc bởi môi trường thông tin quá tải.

Baumgartner và van der Schuur (2017), trong nghiên cứu trên thanh thiếu niên, phát hiện mối quan hệ nhân quả giữa đa nhiệm truyền thông (media multitasking) và các vấn đề chú ý — thanh thiếu niên có thói quen đa nhiệm truyền thông thường xuyên có điểm số cao hơn trên thang đo các vấn đề chú ý (attention problems), bao gồm khó tập trung, dễ bị phân tâm và thiếu kiên nhẫn. Nghiên cứu này dựa trên hai cuộc khảo sát dọc (longitudinal surveys), cho thấy mối quan hệ nhân quả — không chỉ tương quan — giữa đa nhiệm truyền thông và suy giảm chú ý.

Fırat và cộng sự (2020) phát triển nghiên cứu của Ito bằng cách phân tích mối quan hệ giữa tự chủ (self-control) và continuous partial attention ở giáo viên tương lai. Họ phát hiện rằng những người có self-control thấp dễ dàng rơi vào trạng thái continuous partial attention hơn, dành thời gian dài hơn trên mạng xã hội, và tự đánh giá thấp hơn về hiệu suất học tập và công việc. Phát hiện này có ý nghĩa quan trọng cho giáo dục số: năng lực tự điều chỉnh là yếu tố bảo vệ quan trọng đối với tác động tiêu cực của nền kinh tế chú ý.

6.2. Video ngắn, TikTok và "suy giảm chú ý bền vững"

Video ngắn (short-form video) — format mà TikTok, Instagram Reels và YouTube Shorts đã biến thành hiện tượng toàn cầu — là một trong những công cụ thu hút chú ý hiệu quả nhất trong kỷ nguyên kinh tế chú ý. Thời lượng 15-90 giây được thiết kế để phù hợp với "chu kỳ chú ý" (attention cycle) của não bộ — đủ dài để kể một câu chuyện đơn giản nhưng đủ ngắn để không cho phép chán nản hay quyết định dừng lại.

TikTok brain và chi phí nhận thức. Shashua (2025) phân tích "TikTok brain and cognitive costs" — chi phí nhận thức của việc tiêu thụ video ngắn liên tục — và kết luận rằng format video ngắn kết hợp với infinite scroll tạo ra một "môi trường siêu kích thích" có tác động cụ thể đến ba chức năng nhận thức:

Suy giảm chú ý bền vững (sustained attention deficit): Người dùng quen với việc chuyển đổi nội dung mỗi 15-60 giây, làm giảm khả năng duy trì chú ý sâu trong thời gian dài — một kỹ năng cần thiết cho đọc sách, suy nghĩ phản biện và học thuật. Sự suy giảm này đặc biệt đáng lo ngại ở người trẻ, vì não bộ thanh thiếu niên (adolescent brain) đang trong giai đoạn phát triển mạnh mẽ và dễ bị ảnh hưởng bởi môi trường kích thích.

Tăng cường chú ý phân tán (enhanced distributed attention): Đồng thời, người dùng phát triển khả năng xử lý nhiều luồng thông tin ngắn — một kỹ năng mới phù hợp với môi trường số nhưng kém hiệu quả trong môi trường học tập và công việc truyền thống. Đây là một hình thức "chú ý thích nghi" (attentional adaptation) — não bộ điều chỉnh để phù hợp với môi trường nó sống.

Phụ thuộc cảm xúc (emotional dependency): Video ngắn được thiết kế để kích thích phản ứng cảm xúc nhanh — hài hước, ngạc nhiên, đồng cảm — tạo ra "mạch ngạch" cảm xúc (emotional pacemaker) mà người dùng phụ thuộc để duy trì cảm giác hứng thú và kích thích.

Drüppel, Dombrowski và Trepte (2026), trong nghiên cứu thực nghiệm được công bố trên OSF, phân tích mối quan hệ giữa việc sử dụng video ngắn và chú ý bền vững, phát hiện rằng người dùng thường xuyên tiêu thụ video ngắn có điểm số thấp hơn đáng kể trong bài kiểm tra chú ý bền vững so với nhóm kiểm soát — kết luận này được củng cố bởi Siddantham et al. (2026) trong nghiên cứu về "tác động của nội dung video ngắn đến khoảng chú ý và khả năng ghi nhớ" (impact of short-form video content on attention span and memory retention).

6.3. Tải nhận thức (cognitive load) trong môi trường số

Rabelo (2025) đề xuất khái niệm "attention grains" (hạt chú ý) — một đơn vị đo lường "nhiên liệu nhận thức" mà người dùng tiêu thụ trong nền kinh tế số. Lập luận của Rabelo dựa trên nguyên lý rằng não bộ có lượng "năng lượng nhận thức" hữu hạn mỗi ngày — tương tự như "quyết định mệt mỏi" (decision fatigue) trong tâm lý học. Khi người dùng tiêu thụ quá nhiều "attention grains" trong các hoạt động kỹ thuật số (lướt mạng xã hội, xem video, xử lý thông báo), họ có ít "năng lượng nhận thức" lại cho các hoạt động đòi hỏi chú ý sâu — đọc sách, suy nghĩ phản biện, học tập, sáng tạo.

Lý thuyết tải nhận thức (Cognitive Load Theory). Lý thuyết tải nhận thức, được phát triển bởi John Sweller vào năm 1988, phân biệt ba loại tải nhận thức: (1) tải nội tại (intrinsic load) — do độ khó của nội dung; (2) tải ngoại sinh (extraneous load) — do cách trình bày nội dung; (3) tải liên quan (germane load) — do nỗ lực xử lý sâu và tích hợp kiến thức. Trong môi trường kinh tế chú ý, nền tảng cố tình giảm tải nội tại và ngoại sinh (nội dung đơn giản, dễ tiêu thụ) để tối đa hóa lượng nội dung người dùng được phép tiếp cận — nhưng điều này đồng nghĩa với việc người dùng ít có cơ hội phát triển tải liên quan (khả năng suy nghĩ sâu, phân tích phức tạp). [Phân tích của tác giả] — Đây là một nghịch lý của nền kinh tế chú ý: nó tạo ra ảo giác rằng người dùng đang tiếp nhận nhiều thông tin (vì họ tiêu thụ nhiều nội dung), nhưng thực chất họ đang tiêu thụ nhiều "năng lượng nhận thức" mà không phát triển năng lực xử lý sâu.

Tác động sinh lý thần kinh. Liu et al. (2024), trong nghiên cứu sinh lý thần kinh trên bioRxiv, phát hiện rằng thông báo mạng xã hội đến đột ngột gây gián đoạn chú ý bền vững và làm giảm sự gắn kết của vỏ não trán cung (orbitofrontal cortex) — vùng não liên quan đến đánh giá giá trị, ra quyết định và điều chỉnh hành vi. Tác động này không chỉ là "mất hướng tới tạm thời" mà là sự thay đổi hoạt động thần kinh thực sự: thông báo mạng xã hội làm giảm khả năng của não bộ trong việc duy trì trạng thái chú ý sâu, ngay cả sau khi thông báo đã được xử lý.

6.4. Kinh tế chú ý và sức khỏe tâm thần

Bulur Demirel (2026), trong "Attracting Attention in the Age of Digital Addiction", phân tích toàn diện mối quan hệ giữa các cơ chế thu hút chú ý của nền tảng số và chứng nghiện kỹ thuật số (digital addiction). Bulur Demirel lập luận rằng "nghiện kỹ thuật số" không phải là một cá nhân yếu đuối mà là kết quả hệ thống của môi trường được thiết kế để gây nghiện — giống như việc đổ lỗi cho người nghiện cờ bạc mà không xét đến thiết kế của sòng bạc.

Cơ chế gây nghiện của nền kinh tế chú ý:

Reinforcement loop (vòng lặp củng cố): Nội dung xuất hiện ngẫu nhiên, tạo ra "phần thưởng ngẫu nhiên không định kỳ" (variable ratio reinforcement) — cơ chế tạo mức độ phụ thuộc cao nhất theo tâm lý học hành vi.

Social validation loop (vòng lặp xác nhận xã hội): Lượt thích, bình luận, chia sẻ hoạt động như phần thưởng xã hội, kích hoạt hệ thống dopaminergic của não — giống như lời khen trong đời thực nhưng liên tục và đo được định lượng.

Loss aversion (thuyên giảm sợ mất mát): FOMO (Fear of Missing Out) — sợ bỏ lỡ nội dung, sự kiện, tương tác xã hội — được nền tảng khai thác thông qua thông báo "Bạn đã bỏ lỡ X bài viết", "Y người đang thảo luận về Z".

Felix (2025), trong nghiên cứu "The Psychological and Neurological Effects of Digital Overstimulation and Dopamine Addiction among Gen Z", phân tích tác động tâm lý và thần kinh của quá kích thích kỹ thuật số, đáng chú ý ở thế hệ Z. Felix kết luận rằng thế hệ Z — thế hệ lớn lên với smartphone và mạng xã hội — có cấu trúc thần kinh bị ảnh hưởng bởi việc tiếp xúc liên tục với môi trường số siêu kích thích: mức dopamine bình thường thấp hơn (do desensitization), cần kích thích mạnh hơn để đạt cùng mức cảm giác, và khó khăn hơn trong việc duy trì dành sức cho trong môi trường ít kích thích (như lớp học hoặc văn phòng truyền thống).

Venkatesh (2026) nghiên cứu "Social Media, Attention Economy, and the Transformation of Youth Identity: A Gen Z Behavioural Study", phát hiện rằng thế hệ Z xây dựng bản sắc cá nhân chủ yếu thông qua cơ chế kinh tế chú ý — cách họ trình bày bản thân, tương tác và tạo nội dung đều được định hình bởi logic của nền kinh tế chú ý: tối ưu hóa cho tương tác, thiết kế cho thu hút chú ý, và đánh giá giá trị bản thân qua chỉ số mạng xã hội (likes, followers, engagement rate).

6.5. Tác động phân hóa: không phải ai cũng bị ảnh hưởng như nhau

Tác động của kinh tế chú ý không đồng đều. Horan và Tu (2023), trong nghiên cứu "Digital Literacy, Ability and Vulnerability: Education and Income Variations in the Platform Economy", phát hiện rằng người dùng có trình độ chữ số (digital literacy) thấp, thu nhập thấp và trình độ giáo dục thấp dễ bị ảnh hưởng tiêu cực bởi các cơ chế kinh tế chú ý hơn — họ ít nhận biết về dark patterns, ít có kỹ năng tự điều chỉnh, và ít có khả năng truy cập các nguồn thông tin đa dạng.

Schmitt và Schlatterer (2021), trong nghiên cứu "Poverty and Limited Attention", phát hiện rằng nghèo đói làm giảm chú ý thông qua hai cơ chế: (1) tải nhận thức tài chính — những người đang lo lắng về tài chính dành nhiều "attention grains" cho suy nghĩ về tiền bạc, để lại ít năng lượng nhận thức cho các quyết định khác; (2) thiếu ngủ và dinh dưỡng — yếu tố vật lý làm giảm chức năng nhận thức. Kết luận của họ có ý nghĩa đối với kinh tế chú ý: người nghèo — người có ít "attention grains" dự trữ — dễ bị thao túng hơn bởi các cơ chế kinh tế chú ý vì họ có ít năng lượng nhận thức để chống lại thao túng. Farbmacher, Kögel và Spindler (2021) củng cố phát hiện này bằng cách chứng minh tác động dị biệt của nghèo đói lên chú ý — tác động mạnh nhất ở nhóm thu nhập thấp nhất và giảm dần ở nhóm thu nhập cao hơn.

7. Hệ quả xã hội và chính trị

7.1. Filter bubble, echo chamber và phân cực xã hội

Hệ quả xã hội sâu rộng nhất của kinh tế chú ý — vượt ra ngoài tác động cá nhân đến nhận thức và tâm lý — là tác động đến cấu trúc xã hội: cách con người hình thành quan điểm, tương tác với người khác và tham gia vào đời sống công cộng.

Từ thông tin cá nhân đến phân cực tập thể. Filter bubble và echo chamber, đã được phân tích ở phần 3.6, không chỉ ảnh hưởng cá nhân mà tạo ra hiệu ứng cộng gộp ở cấp độ xã hội. Khi mỗi người dùng sống trong "vũ trụ thông tin" riêng, không gian chung (public sphere) — nơi công chúng tiếp xúc với cùng một bộ thông tin và dễ dàng đối thoại dựa trên cùng thực tế — bị phân mảnh (fragmented).

Wolfowicz, Weisburd và Hasisi (2021) nghiên cứu "hiệu ứng tương tác giữa filter bubble và echo chamber đối với cực đoan hóa" (radicalization), phát hiện rằng hai hiện tượng này tác động cộng gộp: filter bubble giới hạn thông tin tiếp xúc, echo chamber củng cố quan điểm đã có, và sự kết hợp của cả hai tạo ra môi trường thuận lợi cho cực đoan hóa — quá trình mà quan điểm ngày càng cực đoan và kiên quyết vì không được đối lập bởi quan điểm trái chiều.

Thông tin sai lệch (misinformation) trong nền kinh tế chú ý. [Phân tích của tác giả] — Kinh tế chú ý tạo ra môi trường nổi bật thuận lợi cho thông tin sai lệch vì ba lý do: (1) thông tin sai lệch thường kích cảm xúc mạnh hơn thông tin chính xác (tin giả gây sợ hãi, tức giận, ngạc nhiên); (2) thuật toán không phân biệt giữa thông tin đúng và sai — nó tối ưu hóa cho sự gắn kết, không phải sự chính xác; (3) trong môi trường cá nhân hóa, thông tin sai lệch chỉ cần phù hợp với "bong bóng" của người nhận để được chấp nhận và chia sẻ, không cần vượt qua quá trình kiểm chứng cá nhân. Kết quả là thông tin sai lệch lan truyền nhanh hơn, rộng hơn và sâu hơn thông tin chính xác — một hiện tượng mà nhiều nghiên cứu về misinformation và disinformation đã ghi nhận.

7.2. Kinh tế chú ý và báo chí: khủng hoảng nội dung chất lượng

Nixon (2017) phân tích "thương mại tin tức trong nền kinh tế chú ý" (the business of news in the attention economy) thông qua nghiên cứu tình huống MediaNews Group — một trong những chuỗi báo lớn nhất Mỹ — và phát hiện ra một nghịch lý tàn khốc: báo chí chất lượng cao cung cấp thông tin có giá trị xã hội nhưng ít gây cảm xúc, trong khi nền kinh tế chú ý trả tiền cho cảm xúc, không phải thông tin. Kết quả là các tổ chức tin tức chất lượng cao bị phá sản hoặc bị sáp nhập, trong khi các trang tin low-quality nhưng high-engagement (chỉ số tương tác cao) phát triển mạnh.

Myllylahti (2018) phân tích cụ thể mối quan hệ giữa nền kinh tế chú ý và báo chí Phần Lan, kết luận rằng Facebook — nền tảng xã hội lớn nhất — mang lại lượng truy cập (traffic) lớn cho các trang tin nhưng không mang lại doanh thu tương xứng. Khi người dùng đọc tiêu đề trên Facebook mà không nhấp vào bài gốc, báo mất cả doanh thu quảng cáo (không có page views) và mất giá trị nội dung (người dùng đã biết thông tin mà không cần truy cập trang gốc). Cơ chế này, mà Myllylahti gọi là "Facebook delivers traffic but no money for news media", tạo ra một "cái bẫy phụ thuộc" (dependency trap): báo cần Facebook để tiếp cận độc giả, nhưng Facebook không tạo ra doanh thu tương xứng cho báo.

Garcia Ramirez (2021) mở rộng phân tích này bằng cách nghiên cứu mối quan hệ giữa nền tảng số và tổ chức tin tức ở Mỹ Latinh, phát hiện rằng sự phụ thuộc nền tảng tạo ra ba vấn đề: (1) mất quyền kiểm soát phân phối (báo không quyết định ai thấy nội dung của họ, thuật toán quyết định); (2) mất doanh thu quảng cáo (nền tảng thu hút quảng cáo vì có dữ liệu hành vi chi tiết hơn); (3) mất tính biên tập (báo phải tối ưu hóa tiêu đề và nội dung cho thuật toán, không phải cho độc giả).

7.3. Bất bình đẳng chú ý và khoảng cách số mới

[Phân tích của tác giả] — Bên cạnh "khoảng cách số" truyền thống (digital divide — sự khác biệt trong khả năng tiếp cận công nghệ), nền kinh tế chú ý tạo ra một "khoảng cách số mới": bất bình đẳng chú ý (attention inequality) — sự khác biệt trong khả năng kiểm soát sự chú ý của mình trong môi trường số.

Khoảng cách chú ý hoạt động theo hai chiều:

Chiều cá nhân: Người có digital literacy cao, self-control mạnh và nhận thức tốt về cơ chế kinh tế chú ý có khả năng tự bảo vệ tốt hơn — họ nhận biết dark patterns, thiết lập giới hạn sử dụng, và chủ động tìm kiếm nội dung đa dạng. Ngược lại, người thiếu các năng lực này dễ bị thao túng hơn, tạo ra vòng lặp mà nền kinh tế chú ý khai thác họ sâu hơn.

Chiều cấu trúc: Các nền tảng thiết kế trải nghiệm khác nhau cho các nhóm người dùng khác nhau — thường vô thức — dựa trên dữ liệu hành vi. Người dùng có lịch sử tương tác với nội dung chất lượng thấp được phục vụ nhiều nội dung chất lượng thấp hơn, trong khi người dùng có lịch sử tương tác với nội dung chất lượng cao có khả năng tiếp cận nội dung tốt hơn. Điều này tạo ra một "phân tầng chú ý" (attention stratification) — sự phân hóa về chất lượng nội dung tiếp cận, phản ánh và củng cố bất bình đẳng xã hội hiện có.

Horan và Tu (2023) củng cố lập luận này bằng dữ liệu thực nghiệm, phát hiện rằng giáo dục và thu nhập tương quan tích cực với "khả năng và dễ bị tổn thương" trong nền kinh tế nền tảng — những người có giáo dục cao hơn có khả năng tự bảo vệ tốt hơn trước các rủi ro của nền kinh tế chú ý.

7.4. Tác động đến nền dân chủ và đời sống công cộng

[Phân tích của tác giả] — Kinh tế chú ý đặt ra thách thức sâu sắc cho nền dân chủ — không phải thông qua kiểm duyệt trực tiếp mà thông qua thao túng gián tiếp không gian thông tin công cộng.

Bốn cơ chế thao túng dân chủ trong nền kinh tế chú ý:

Phân mảnh không gian công cộng: Filter bubble và echo chamber chia công chúng thành các "bộ tộc thông tin" riêng biệt, không chia sẻ chung thực tế — điều kiện tiên quyết cho đối thoại dân chủ lành mạnh.

Ưu tiên cảm xúc thay vì lý trí: Nền kinh tế chú ý ưu tiên nội dung kích cảm xúc — tức giận, sợ hãi, đồng cảm — thay vì nội dung đòi hỏi tư duy phản biện, phân tích và đối thoại. Kết quả là tranh luận công cộng ngày càng mang tính cảm xúc và cực đoan.

Thao túng thông qua microtargeting: Các chiến dịch chính trị nên phân phối thông điệp khác nhau cho các nhóm cử tri khác nhau, kể cả thông điệp mâu thuẫn, mà công chúng không thể kiểm chứng vì thông điệp chỉ hiển thị cho nhóm mục tiêu. Cơ chế này phá vỡ nguyên tắc minh bạch — nền tảng của dân chủ.

Biệt tụ hóa quyền lực thông tin: Quyết định nội dung nào được chú ý thuộc về thuật toán — được thiết kế để tối ưu hóa doanh thu, không phải phục vụ lợi ích công. Quyền này ưu tiên vào một số ít công ty công nghệ, tạo ra "thiểu số quyết định đa số thấy gì" — một hình thức quyền lực thông tin chưa từng có trong lịch sử dân chủ.

Fuchs (2023), trong cả hai chương "The Political Economy of the Internet and Digital Media" và "The Political Economy of the Information Society and Digital Capitalism", phát triển phân tích từ góc nhìn kinh tế chính trị Marxian, lập luận rằng kinh tế chú ý là biểu hiện của "chủ nghĩa tư bản thông tin" (informational capitalism) — giai đoạn mới của chủ nghĩa tư bản mà trong đó, thông tin và chú ý (cùng với dữ liệu) trở thành các yếu tố sản xuất then chốt, và quyền kiểm soát chúng tập chú vào vào tay một thiểu số tư bản nền tảng (platform capitalists).

Byerly (2024), trong "Revisiting Political Economy of Media", phát triển phân tích này bằng cách đặt nền kinh tế chú ý khi dài hạn của kinh tế chính trị truyền thông — từ báo chí thế kỷ 19 đến mạng xã hội thế kỷ 21 — và lập luận rằng kinh tế chú ý chỉ là phát triển mới nhất của xu thế dài hạn: thương mại hóa không gian thông tin.

7.5. Phản ứng xã hội và phong trào "chú ý có ý thức"

Đối diện với những hệ quả tiêu cực, đang xuất hiện các phong trào xã hội đòi hỏi "quyền chú ý" (attention rights) và "chú ý có ý thức" (mindful attention).

Digital detox và intentional non-use. Bulur Demirel (2026) phân tích "attracting attention in the age of digital addiction" và ghi nhận các chiến lược giảm thiểu tác động — từ "digital detox" (cai kỹ thuật số ngắn hạn), "intentional non-use" (không sử dụng có chủ đích một số nền tảng), đến "mindful technology use" (sử dụng công nghệ có ý thức — đặt giới hạn thời gian, tắt thông báo, chọn lọc nội dung có chủ đích). Eren và Takım (2026) phân tích "tự điều chỉnh kỹ thuật số trong môi trường thúc đẩy chú ý", phát hiện rằng người dùng có nhận thức cao hơn về cơ chế kinh tế chú ý có khả năng tự điều chỉnh tốt hơn — nhưng nhóm này chiếm thiểu số.

Tính tự giác vs. trách nhiệm nền tảng. [Phân tích của tác giả] — Một thách thức quan trọng là: trách nhiệm đối với tác động tiêu cực của kinh tế chú ý nên thuộc về ai? Nếu trách nhiệm thuộc về người dùng (họ phải tự bảo vệ mình), điều này tương đương với đổ lỗi cho người nghiện cờ bạc mà không quản lý sòng bạc. Nếu trách nhiệm thuộc về nền tảng (họ phải thiết kế đạo đức), điều này đòi hỏi thay đổi cơ bản trong mô hình kinh doanh — vì thiết kế đạo đức thường mâu thuẫn với tối đa hóa sự gắn tiếp. Giải pháp khả thi nhất sẽ là kết hợp: (1) quy định pháp lý yêu cầu nền tảng thiết kế đạo đức (như Digital Services Act của EU); (2) giáo dục số nâng cao năng lực tự bảo vệ của người dùng; (3) minh bạch thuật toán cho phép người dùng hiểu và kiểm soát cách chú ý của họ được định hình.

8. Quyền lực nền tảng và quản trị

8.1. Typology quyền lực nền tảng

Luke Yates (2024), trong cuốn Platform Politics, xây dựng một typology (phân loại) quyền lực nền tảng — một hệ thống phân loại các hình thức quyền lực mà nền tảng số sở hữu và sử dụng. Typology này là công cụ phân tích quan trọng để hiểu cách nền tảng định hình phân bổ sự chú ý.

Bốn hình thức quyền lực nền tảng theo Yates (2024):

Quyền thuật toán (algorithmic power): Quyết định ai được chú ý và ai bị vô hình hóa. Thuật toán quyết định nội dung nào hiển thị, khi nào, cho ai — và những quyết định này ảnh hưởng trực tiếp đến phân bổ sự chú ý trong toàn xã hội. Quyền thuật toán thiết yếu đáng lo ngại vì nó hoạt động trong bóng tối — người dùng không biết tại sao một nội dung xuất hiện và nội dung khác biến mất.

Quyền dữ liệu (data power): Quyền thu thập, lưu trữ, phân tích và thương mại hóa dữ liệu hành vi. Quyền dữ liệu tạo ra lợi thế cạnh tranh không thể sao chép — các nền tảng có nhiều dữ liệu hơn có thuật toán tốt hơn, thu hút nhiều người dùng hơn, tạo nhiều dữ liệu hơn — tạo ra "vòng lặp dữ liệu" (data feedback loop) củng cố thế độc quyền.

Quyền hạ tầng (infrastructural power): Quyền kiểm soát cơ sở hạ tầng kỹ thuật mà các hoạt động kinh tế và xã hội phụ thuộc — từ cửa hàng ứng dụng (app store) đến hệ thống thanh toán, từ dịch vụ cloud đến giao diện lập trình ứng dụng (API). Quyền hạ tầng cho phép nền tảng "đóng cửa" đối thủ bằng cách thay đổi quy định kỹ thuật.

Quyền thiết chuẩn (normative power): Quyền định hình tiêu chuẩn hành vi — từ quy tắc nội dung (community guidelines) đến điều khoản dịch vụ (terms of service), từ chính sách nội dung (content policy) đến quy trình kiểm duyệt (moderation). Quyền thiết chuẩn cho phép nền tảng định nghĩa "hành vi được chấp nhận" trong không gian số.

8.2. Digital gatekeepers

Kumar (2026), trong "Digital Platforms, Data Sovereignty, and Corporate Power: Rethinking Governance in the Platform Economy", phân tích khái niệm "digital gatekeeper" (người gác cổng kỹ thuật số) — nền tảng có quyền lực định hình việc ai tiếp cận được thị trường số. Khái niệm này đã được pháp luật hóa trong Digital Markets Act (DMA) của Liên minh châu Âu — đạo luật quy định cụ thể các nghĩa vụ đối với "người gác cổng" được chỉ định.

Geradin (2021), trong "What Is a Digital Gatekeeper?", phân tích tiêu chí xác định digital gatekeeper: (1) có ảnh hưởng đáng kể đến thị trường nội bộ; (2) phục vụ như cổng giao tiếp quan trọng giữa doanh nghiệp và người tiêu dùng; (3) vị trí thị trường được củng cố và lâu dài. Google, Apple, Facebook (Meta), Amazon và Microsoft đã được chỉ định là digital gatekeepers theo DMA.

Montero và Finger (2021), trong "Regulating Platforms with Market Power", phân tích cách điều chỉnh nền tảng có quyền lực thị trường, lập luận rằng các công cụ điều chỉnh truyền thống (luật chống độc quyền, luật cạnh tranh) chưa đủ để giải quyết đặc thù quyền lực nền tảng — vì quyền lực nền tảng không chỉ nằm ở quy mô thị trường mà còn ở quyền thuật toán, quyền dữ liệu và quyền hạ tầng. Họ đề xuất một "bộ công cụ điều chỉnh mới" bao gồm: (1) bắt buộc chia sẻ dữ liệu (data portability); (2) cấm tự ưu tiên (self-preferencing prohibition); (3) mở tương tác (interoperability requirement); (4) minh bạch thuật toán (algorithmic transparency).

8.3. Quản trị nền tảng: các mô hình tiếp cận

Mô hình thị trường (market-based governance): Trong mô hình này, thị trường tự điều chỉnh — nếu người dùng không thích cách nền tảng khai thác sự chú ý, họ sẽ rời đi và nền tảng phải thay đổi. Khó khăn: hiệu ứng mạng tạo ra rào cản chuyển đổi rất cao — người dùng khó rời Facebook vì tất cả bạn bè ở đó, khó rời TikTok vì nội dung họ thích chỉ ở đó. Mô hình thị trường hoạt động kém trong lúc hiệu ứng mạng.

Mô hình pháp lý (legal governance): Các chính phủ điều chỉnh hành vi nền tảng thông qua luật. EU là lãnh đạo trong mô hình này — Digital Markets Act (DMA), Digital Services Act (DSA), GDPR — tạo thành một bộ khung pháp lý toàn diện. Papakonstantinou và De Hert (2024) phân tích "Luật điều chỉnh công nghệ số trong EU", mô tả cách châu Âu phát triển một "con đường châu Âu cho kỷ nguyên số" (European way for the digital age) — cân bằng giữa đổi mới kinh tế và bảo vệ quyền người dùng.

Mô hình kỹ thuật (technical governance): Người dùng và cộng đồng phát triển các công cụ kỹ thuật để đối phó với thao túng nền tảng — ad blockers, privacy browsers, notification managers, screen time trackers. Mô hình này hiệu quả cho người có năng lực kỹ thuật nhưng không giải quyết rào cản ở cấp độ hệ thống.

Mô hình giáo dục (educational governance): Nâng cao năng lực số của người dùng để họ được nhận biết và tự bảo vệ trước các cơ chế kinh tế chú ý. Mô hình này cần thiết nhưng không đủ — vì giáo dục không thể bù đắp cho thiết kế môi trường thao túng.

[Phân tích của tác giả] — Không có mô hình đơn lẻ nào đủ để giải quyết thách thức của nền kinh tế chú ý. Cần kết hợp cả bốn mô hình: (1) pháp lý tạo ra quy tắc tối thiểu mà nền tảng phải tuân theo; (2) thị trường (được điều chỉnh) tạo ra động lực cạnh tranh để nền tảng cải thiện; (3) công cụ kỹ thuật trao quyền cho người dùng; (4) giáo dục nâng cao năng lực tự bảo vệ. Thiếu bất kỳ một trong bốn yếu tố, hệ thống quản trị sẽ có "lỗ hổng" mà nền tảng có khả năng khai thác.

9. Khung pháp lý và chính sách điều chỉnh

9.1. Digital Markets Act (DMA) và Digital Services Act (DSA)

Liên minh châu Âu đã đi đầu trong việc xây dựng khung pháp lý để điều chỉnh các nền tảng số, với hai đạo luật then chốt: Digital Markets Act (DMA, có hiệu lực từ tháng 3/2024) và Digital Services Act (DSA, có hiệu lực từ tháng 2/2024).

DMA — Digital Markets Act. Capuano (2026) phân tích chi tiết DMA, bao gồm các nghĩa vụ cơ bản đối với "người gác cổng" được chỉ định:

Cấm tự ưu tiên (self-preferencing prohibition): Nền tảng không được ưu tiên sản phẩm/dịch vụ của chính mình so với đối thủ cạnh tranh — ví dụ, Google không được ưu tiên Google Shopping trong kết quả tìm kiếm.

Bắt buộc tương tác (interoperability requirement): Nền tảng phải cho phép bên thứ ba tương tác với dịch vụ của họ — ví dụ, Facebook phải cho phép người dùng nhận tin nhắn từ nền tảng nhắn tin khác.

Bắt buộc chia sẻ dữ liệu (data sharing): Nền tảng phải cho phép nhà quảng cáo sử dụng dữ liệu quảng cáo hiệu suất của họ trên nền tảng của bên thứ ba.

Chống cài đặt (anti-steering): Nền tảng không được cản trở người dùng truy cập nội dung hoặc dịch vụ bên ngoài nền tảng.

DSA — Digital Services Act. DSA đề cao vào quản lý nội dung và trách nhiệm nền tảng đối với nội dung phân phối:

Minh bạch thuật toán: Nền tảng phải công bố các tham số chính của thuật toán đề xuất, bao gồm tiêu chí tối ưu hóa (vô cùng phải giải thích các tiêu chí có ảnh hưởng đến sức khỏe con người).

Quyền khiếu nại: Người dùng có quyền khiếu nại quyết định kiểm duyệt nội dung và yêu cầu giải thích.

Kiểm tra độc lập: Nền tảng lớn phải cho phép nhà nghiên cứu độc lập truy cập dữ liệu để nghiên cứu tác động của thuật toán.

DSA rất quan trọng đối với kinh tế chú ý vì điều khoản "minh bạch thuật toán" yêu cầu nền tảng giải thích tiêu chí tối ưu hóa — bao gồm tiêu chí ảnh hưởng đến sức khỏe con người. Điều này buộc nền tảng phải đối mặt với câu hỏi: thuật toán của họ đang tối ưu hóa cho sự gắn tiếp (engagement) hay cho lợi ích người dùng (well-being)?

General Data Protection Regulation (GDPR) của EU, có hiệu lực từ tháng 5/2018, đặt ra tiêu chuẩn toàn cầu về bảo vệ dữ liệu cá nhân và có ảnh hưởng sâu sắc đến cách nền kinh tế chú ý hoạt động — bởi vì nếu nền tảng bị hạn chế trong việc thu thập dữ liệu hành vi, khả năng cá nhân hóa và nhắm mục tiêu quảng cáo sẽ giảm, làm suy giảm mô hình kinh doanh nền tảng của kinh tế chú ý.

Aho và Duffield (2020) phân tích "vượt ra ngoài tư bản giám sát: quyền riêng tư, điều chỉnh và dữ liệu lớn ở châu Âu và Trung Quốc", so sánh hai mô hình điều chỉnh khác nhau: châu Âu (GDPR — quyền của cá nhân đối với dữ liệu) và Trung Quốc (kiểm soát nhà nước đối với dữ liệu). Họ lập luận rằng cả hai mô hình đều tạo ra những thách thức mới cho nền kinh tế chú ý — nhưng theo cách khác nhau: châu Âu giới hạn khả năng nền tảng thu thập dữ liệu, trong khi Trung Quốc chuyển quyền kiểm soát dữ liệu từ nền tảng tư nhân sang nhà nước.

Hiệu quả thực tế của GDPR: Mặc dù GDPR tạo ra tiêu chuẩn quan trọng, hiệu quả thực tế trong việc giới hạn thu thập dữ liệu hành vi vẫn hạn chế. Nhiều người dùng "đồng ý" với việc thu thập dữ liệu mà không đọc kỹ điều khoản — hoặc không có lựa chọn thực sự khác nếu muốn sử dụng dịch vụ (consent fatigue). OECD (2022) đáng kể nhấn mạnh rằng dark patterns làm suy yếu ý nghĩa của "đồng ý" trong GDPR — nếu giao diện được thiết kế để thao túng người dùng nhấp "đồng ý", thì "đồng ý" đó không phải là lựa chọn thực sự tự do.

9.3. Dark commercial patterns: can thiệp pháp lý

OECD (2022) phân loại 14 loại dark commercial patterns và kêu gọi can thiệp pháp lý cấp bách. Các khuyến nghị cụ thể:

Cấm các dark patterns nghiêm trọng nhất — tạo áp lực thời gian giả, giấu chi phí, add-on ẩn — bằng luật bảo vệ người tiêu dùng hiện hành hoặc luật mới.

Minh bạch thuật toán — yêu cầu nền tảng giải thích khi nào và tại sao hiển thị thông báo đẩy, quan trọng các thông báo tạo áp lực thời gian (urgency notifications).

Thiết kế "cho sự tự chủ" (autonomy-by-design) — thay vì "cho quyền riêng tư" (privacy-by-design), thiết kế giao diện và trải nghiệm người dùng để tối đa hóa khả năng tự quyết của người dùng — ví dụ, nút "Đồng ý" và "Từ chối" phải có kích thước và màu sắc tương đương.

9.4. Bối cảnh Đông Nam Á và Việt Nam

The World Bank (2019), trong báo cáo "The Digital Economy in Southeast Asia", phân tích toàn diện nền kinh tế số Đông Nam Á, bao gồm Việt Nam. Báo cáo ghi nhận sự phát triển nhanh chóng của nền kinh tế số trong khu vực — với hơn 400 triệu người dùng internet và thị trường kỹ thuật số trị giá 100 tỷ USD — đồng thời chỉ ra những thách thức về hạ tầng pháp lý và năng lực quản trị.

Bối cảnh Việt Nam. [Phân tích của tác giả] — Việt Nam đang xây dựng khung pháp lý cho nền kinh tế số, với các văn bản quan trọng: Luật An ninh mạng (2018), Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân, và các nghị định đang được thảo luận về quản lý nền tảng xuyên biên giới. Tuy nhiên, các văn bản hiện tại hướng tới chủ yếu vào an ninh thông tin và bảo vệ dữ liệu, chưa có quy định cụ thể về: (1) minh bạch thuật toán — yêu cầu nền tảng giải thích cách phân bổ chú ý; (2) dark patterns — cấm các thủ thuật thiết kế thao túng; (3) quyền chú ý — quyền của người dùng đối với sự chú ý của chính họ. Đây là những khoảng trống cần lấp đầy khi Việt Nam tiếp tục phát triển khung pháp lý cho nền kinh tế số.

10. Giáo dục số và năng lực chú ý

10.1. Năng lực số trong nền kinh tế chú ý

Dahal (2023), trong "Digital Citizenship and Digital Ethics", phân tích các năng lực số cần thiết cho công dân trong kỷ nguyên kỹ thuật số, bao gồm: (1) năng lực thông tin (information literacy) — khả năng tìm kiếm, đánh giá và sử dụng thông tin; (2) năng lực truyền thông (media literacy) — khả năng hiểu cách truyền thông hoạt động và tác động xã hội của nó; (3) năng lực kỹ thuật (technical literacy) — khả năng sử dụng công nghệ hiệu quả; (4) năng lực đạo đức (ethical literacy) — khả năng đưa ra quyết định đạo đức trong không gian số.

Đối với nền kinh tế chú ý, cần bổ sung một năng lực đặc thù: năng lực chú ý (attention literacy) — khả năng hiểu cách sự chú ý bị thu hút, giữ chân và chuyển đổi bởi các cơ chế kỹ thuật, và khả năng tự điều chỉnh hành vi để bảo vệ sự chú ý có ý thức.

10.2. Digital citizenship: từ kỹ năng đến thái độ

Khái niệm "công dân số" (digital citizenship) phát triển vượt ra ngoài kỹ năng kỹ thuật để bao gồm thái độ, giá trị và trách nhiệm trong không gian số. Theo Dahal (2023), công dân số hiệu quả trong nền kinh tế chú ý cần:

Nhận biết (awareness): Hiểu rằng sự chú ý của mình là hàng hóa đang được thương mại hóa, và các nền tảng có động lực kinh tế để thao túng nó.

Tư duy phản biện (critical thinking): Khả năng đánh giá nội dung độc lập với thuật toán — không chấp nhận nội dung chỉ vì nó xuất hiện trong feed, và chủ động tìm kiếm thông tin đa dạng.

Tự điều chỉnh (self-regulation): Khả năng thiết lập và duy trì giới hạn sử dụng, tắt thông báo không cần thiết, chọn lọc nội dung có chủ đích.

Đòi hỏi quyền (rights-claiming): Khả năng đòi hỏi quyền đối với dữ liệu, thuật toán và sự chú ý — không chỉ "chấp nhận" điều khoản dịch vụ mà đặt câu hỏi và yêu cầu minh bạch.

10.3. Kỹ năng tự điều chỉnh trong môi trường kinh tế chú ý

Năng lực tự điều chỉnh (self-regulation skills) là yếu tố bảo vệ quan trọng nhất mà người dùng cần phát triển để hoạt động hiệu quả trong nền kinh tế chú ý — vượt ra ngoài kỹ năng kỹ thuật và hiểu thức lý thuyết.

Ba cấp độ tự điều chỉnh:

Cấp độ 1 — Nhận biết (recognition): Khả năng nhận ra khi sự chú ý đang bị thao túng. Điều này bao gồm: (1) nhận biết dark patterns trong giao diện; (2) nhận biết cảm xúc bị kích thích khi tiếp xúc nội dung (tức giận, sợ hãi, phấn khích) và hiểu rằng cảm xúc đó có thể bị khai thác; (3) nhận biết vòng lặp cuộn vô thức (mindless scrolling) và có thể "đánh thức" bản thân khỏi trạng thái đó.

Cấp độ 2 — Phòng thủ (defensive strategies): Kỹ năng thiết lập môi trường sử dụng ít thao túng hơn: (1) tắt thông báo đẩy cho các ứng dụng không cần thiết; (2) đặt chế độ "không làm phiền" (Do Not Disturb) trong khoảng thời gian cần tập trung; (3) sử dụng trình duyệt ẩn danh hoặc ad blocker để giảm lượng nội dung quảng cáo; (4) chủ động chọn lọc nội dung thay vì để thuật toán chọn — follow những nguồn có chất lượng, unlike những nguồn chỉ kích cảm xúc.

Cấp độ 3 — Chủ động (proactive strategies): Khả năng thiết kế lại mối quan hệ với công nghệ: (1) thiết lập "thời gian sử dụng có ý thức" (intentional tech time) — có mục tiêu rõ ràng khi mở ứng dụng, không lướt vô hướng; (2) thực hành "chú ý có ý thức" (mindful attention) — chuẩn bị tâm lý trước khi tiếp xúc nội dung, đánh giá nội dung sau khi tiếp xúc; (3) xây dựng thói quen đa dạng — đọc sách, thể dục, gặp gỡ trực tiếp — để giảm sự phụ thuộc vào nền tảng số là nguồn kích thích duy nhất.

Baumgartner và van der Schuur (2017) phát hiện rằng thanh thiếu niên có khả năng tự điều chỉnh thấp dễ rơi vào đa nhiệm truyền thông và có điểm số vấn đề chú ý cao hơn — kết quả này khẳng định tầm quan trọng của giáo dục tự điều chỉnh như một năng lực số. Fırat et al. (2020) củng cố bằng cách chứng minh mối tương quan giữa self-control và khả năng tránh continuous partial attention, gợi ý rằng giáo dục tự điều chỉnh nên bắt đầu sớm — ở bậc trung học hoặc sớm hơn.

Từ DigComp đến năng lực chú ý. [Phân tích của tác giả] — Khung năng lực số DigComp của Liên minh châu Âu bao gồm năm lĩnh vực (nội dung thông tin và kỹ năng số, giao tiếp và cộng tác, tạo nội dung kỹ thuật số, an toàn, giải quyết điểm nghẽn) — nhưng chưa có lĩnh vực riêng cho năng lực chú ý. Nhiều khả năng lập luận rằng năng lực chú ý nên được tích hợp xuyên suốt tất cả năm lĩnh vực: (1) trong nội dung thông tin — khả năng đánh giá nguồn và tránh bị thao túng bởi clickbait; (2) trong giao tiếp — khả năng giao tiếp hiệu quả mà không bị "nước lũ thông báo" phá vỡ; (3) trong tạo nội dung — khả năng tạo nội dung dựa trên giá trị, không chỉ tối ưu hóa cho tương tác; (4) trong an toàn — khả năng bảo vệ dữ liệu chú ý; (5) trong giải quyết trăn trở — khả năng nhận biết và giải quyết các tình huống mà cơ chế kinh tế chú ý tạo ra.

11. AI tạo sinh và tương lai kinh tế chú ý

11.1. AI tạo sinh: lượng nội dung nhân tạo và "siêu tải chú ý"

Coyne (2025), trong chương "The Attention Economy" của cuốn sách về AI đương đại, phân tích cách AI tạo sinh (generative AI) biến đổi nền kinh tế chú ý bằng cách hạ thấp chi phí sản xuất nội dung xuống gần bằng không — tạo ra "nội dung nhân tạo với chi phí biên gần bằng không" (near-zero marginal cost content). Khi bất kỳ ai cũng cần tạo ra hàng nghìn bài viết, hình ảnh, video bằng công cụ AI với chi phí tối thiểu, lượng nội dung tăng theo cấp số nhân — và sự chú ý của người dùng vẫn hữu hạn như cũ.

Kết quả: Lý thuyết "khan hiếm chú ý" của Simon (1971) được khuếch đại lên mức độ chưa từng có. Khi lượng nội dung tăng gấp 10 lần, 100 lần, 1000 lần nhờ AI tạo sinh, "thị trường chú ý" trở nên siêu cạnh tranh — và các chiến lược thu hút chú ý (clickbait, rage bait, emotional content) trở nên khốc liệt hơn bao giờ hết.

11.2. "Living with AI: The Quiet Takeover of Home, Habit, and Attention"

Một tác phẩm năm 2026 phân tích tác động của AI đến cuộc sống hàng ngày — tựa đề "Living with AI: The Quiet Takeover of Home, Habit, and Attention" — nhấn mạnh rằng AI không chỉ tạo ra nội dung mà còn định hình môi trường mà trong đó sự chú ý được phân bổ: trợ lý ảo (Alexa, Google Assistant) quyết định nội dung nào được phát, trợ lý email quyết định email nào được hiển thị, trợ lý bản đồ quyết định lộ trình nào được đề xuất, và trợ lý mua sắm quyết định sản phẩm nào được gợi ý. Mỗi quyết định nhỏ này — dường như vô hại — cộng gộp lại tạo thành một "môi trường chú ý AI" (AI-curated attention environment) mà người dùng ngày càng ít quyết định chủ động.

11.3. Tương lai: lấy lại sự chú ý?

[Phân tích của tác giả] — Pedersen (2024) đặt câu hỏi provocatively: "After the Attention Economy — sẽ đến gì?" Câu trả lời phụ thuộc vào ba yếu tố:

Can thiệp pháp lý: Nếu DMA/DSA và các đạo luật tương tự được thực thi hiệu quả — và mở rộng đến các khu vực bên ngoài châu Âu — nền tảng sẽ bị buộc thay đổi mô hình kinh doanh từ tối đa hóa sự gắn tiếp sang cân bằng với lợi ích người dùng. Điều này không loại bỏ kinh tế chú ý mà "văn minh hóa" nó — thiết lập ranh giới mà thao túng không được vượt qua.

Phát triển công nghệ bảo vệ: Các công nghệ như attention-preserving interfaces (giao diện bảo vệ chú ý), AI for well-being (AI phục vụ lợi ích người dùng, không chỉ doanh thu), và decentralized platforms (nền tảng phi tập trung) có thể tạo ra các lựa chọn thay thế cho mô hình kinh tế chú ý hiện tại.

Đảo ngược văn hóa: Nếu phong trào "chú ý có ý thức" phát triển đủ mạnh — từ digital detox đến intentional non-use, từ mindful technology đến right-to-disconnect laws — có thể tạo ra áp lực thị trường đủ lớn để buộc nền tảng thay đổi. Tuy nhiên, phong trào này hiện mới ở giai đoạn sơ khai và chủ yếu tập trung ở các nhóm có giáo dục cao.

11.4. Bốn kịch bản tương lai cho nền kinh tế chú ý

[Phân tích của tác giả] — Tổng hợp các xu hướng và can thiệp hiện có, có thể hình dung bốn kịch bản tương lai:

Kịch bản 1 — Gia tăng khai thác (Extraction Escalation): Nếu không có can thiệp pháp lý hiệu quả, nền tảng tiếp tục tinh chỉnh thuật toán để khai thác sự chú ý ngày càng sâu. AI tạo sinh hạ chi phí sản xuất nội dung, tạo ra "siêu tải chú ý" (hyper-attention overload). Dark patterns tinh vi hơn, filter bubble khép kín hơn, và bất bình đẳng chú ý sâu sắc hơn. Đây là kịch bản mặc định nếu không có hành động.

Kịch bản 2 — Điều chỉnh có hiệu quả (Effective Regulation): DMA/DSA và các đạo luật tương tự được mở rộng toàn cầu, tạo ra tiêu chuẩn minh bạch thuật toán, cấm dark patterns, và buộc nền tảng cân bằng giữa lợi nhuận và lợi ích người dùng. Kinh tế chú ý vẫn tồn tại nhưng trong khuôn khổ — giống như quảng cáo truyền thống bị điều chỉnh bởi luật bảo vệ người tiêu dùng.

Kịch bản 3 — Phân mảnh hệ sinh thái (Ecosystem Fragmentation): Kinh tế chú ý phân hóa thành nhiều hệ sinh thái riêng biệt — hệ sinh thái "chú ý tự do" (các nền tảng non-profit, phần mềm mã nguồn mở, Fediverse), hệ sinh thái "chú ý khai thác" (nền tảng thương mại hiện tại), và hệ sinh thái "chú ý kiểm soát" (các nền tảng do nhà nước kiểm soát). Người dùng có thể chọn hệ sinh thái phù hợp với giá trị của họ.

Kịch bản 4 — Chú ý như quyền cơ bản (Attention as Fundamental Right): Sự chú ý được công nhận là quyền con người cơ bản — bên cạnh quyền riêng tư và quyền tự do ngôn luận — và được bảo vệ bởi luật quốc tế. Nền tảng phải nhận "giấy phép chú ý" (attention license) từ người dùng — giải thích rõ ràng cách thức thu hút và sử dụng chú ý,được đồng ý có ý thức.

Kịch bản nào trở thành hiện thực phụ thuộc vào các quyết định chính sách, phát triển công nghệ và động lực xã hội trong thập kỷ tới.

12. Kết luận

Bài tổng luận này đã phân tích toàn diện "kinh tế chú ý trong giai đoạn thực thi các nền tảng số" qua ba lăng kính: (1) lăng kính lý thuyết — từ nền tảng lịch sử (Simon, Goldhaber) đến các phát triển đương đại (Yuan, Zuboff, Yates); (2) lăng kính cơ chế kỹ thuật — từ thuật toán đề xuất, infinite scroll, thông báo đẩy đến dark patterns và cá nhân hóa; (3) lăng kính hệ quả — từ tác động nhận thức cá nhân (suy giảm chú ý bền vững, video ngắn, cognitive overload) đến tác động xã hội (filter bubble, phân cực, khủng hoảng báo chí, bất bình đẳng chú ý).

Bốn phát hiện then chốt:

Thứ nhất, kinh tế chú ý không phải là hiện tượng mới — tiền đề lý thuyết đã được thiết lập từ 1971 — nhưng bối cảnh thực thi trên các nền tảng số đương đại đã tạo ra một "chế độ khai thác" (Yuan, 2026) chưa từng có: không chỉ thu hút sự chú ý có ý thức mà còn khai thác "phần chú ý dư thừa" — phản xạ, thói quen, vô thức — mà người dùng không thể kiểm soát.

Thứ hai, kiến trúc kỹ thuật của nền tảng số — thuật toán đề xuất, infinite scroll, thông báo đẩy, dark patterns — không phải là công cụ trung lập mà là "vũ khí chú ý" (attention weapons) được thiết kế có chủ đích để tối đa hóa sự gắn tiếp bất kể hệ quả cho người dùng. Yuan (2026) gọi đây là "chế độ khai thác"; Boullier (2024) gọi đây là "chế độ chú ý"; Zuboff (2023) gọi đây là "tư bản giám sát" — tất cả đều mô tả cùng cấu trúc quyền lực bất đối xứng.

Thứ ba, hệ quả của kinh tế chú ý là đa chiều và phân hóa — từ suy giảm chú ý bền vững ở thanh thiếu niên (Shashua, 2025; Drüppel et al., 2026) đến khủng hoảng báo chí (Nixon, 2017; Myllylahti, 2018), từ bất bình đẳng chú ý (Horan và Tu, 2023) đến thao túng dân chủ (Hardy, 2023). Hệ quả không đồng đều — nhóm yếu thế nhất dễ bị ảnh hưởng nặng nhất.

Thứ tư, không có giải pháp đơn lẻ — cần kết hợp pháp lý (DMA/DSA/GDPR), thị trường (cạnh tranh được điều chỉnh), kỹ thuật (công cụ bảo vệ chú ý) và giáo dục (digital literacy bao gồm attention literacy) để đối phó với thách thức. Đáng chú ý quan trọng là khung pháp lý minh bạch thuật toán — buộc nền tảng giải thích cách phân bổ chú ý — và giáo dục số nâng cao năng lực tự bảo vệ.

Hướng nghiên cứu tương lai:

Nghiên cứu thực nghiệm về tác động của AI tạo sinh đến kinh tế chú ý — khi chi phí sản xuất nội dung giảm gần bằng không, chiến lược thu hút chú ý sẽ thay đổi ra sao?

Nghiên cứu so sánh quốc gia về hiệu quả các khung pháp lý khác nhau (EU, Mỹ, Trung Quốc, ASEAN) trong điều chỉnh kinh tế chú ý.

Nghiên cứu về "chú ý có ý thức" (mindful attention) như một năng lực số — làm thế nào đo lường, phát triển và tích hợp vào giáo dục số.

Nghiên cứu về bối cảnh Việt Nam và Đông Nam Á — nơi tỷ lệ tiếp cận internet cao nhưng khung pháp lý và năng lực giáo dục số còn phát triển — để phát triển các giải pháp phù hợp với bối cảnh địa phương.

Nền kinh tế chú ý — nơi sự chú ý của con người là hàng hóa quý giá nhất — sẽ tiếp tục là một trong những yếu tố định hình xã hội số trong những thập kỷ tới. Việc hiểu rõ cách nó hoạt động, hệ quả nó tạo ra, và cách điều chỉnh nó không chỉ là bài toán học thuật mà là điều kiện tiên quyết để xây dựng một không gian số phục vụ con người chứ không phải khai thác con người.

Tài liệu tham khảo

Aho, Brett và Duffield, Roberta (2020). Beyond surveillance capitalism: Privacy, regulation and big data in Europe and China. New Political Economy, 25(5). 2019.1690275.. 📄 Đọc tóm tắt

Bakke, Nils Arne; Barland, Jens và Fetveit, Arild (2020). Business Model Transformation of Legacy Newspapers in The Age of The Digital Attention Economy. Ibis Visual Culture, 118. 118.ch1.. 📄 Đọc tóm tắt

Baumgartner, Susanne E. và van der Schuur, Winneke A. (2017). The Relationship Between Media Multitasking and Attention Problems in Adolescents: Results of Two Longitudinal Studies. Human Communication Research, 43(3). 12111.. 📄 Đọc tóm tắt

Boullier, Dominique (2024). The Drift of Attention Regimes in the Age of Digital Platforms. Trong: Attention Regimes in the Digital Age. Routledge.. 📄 Đọc tóm tắt

Bueno, Claudio Celis (2016). Attention Economy. Puncture Books.. 📄 Đọc tóm tắt

Bulur Demirel, Neslihan (2026). Attracting Attention in the Age of Digital Addiction. IGI Global. ch010.. 📄 Đọc tóm tắt

Capuano, Valeria (2026). Digital Markets Act (Objectives, Gatekeeper, Designation, Obligations, Etc.). Springer.. 📄 Đọc tóm tắt

Coyne, Richard (2025). The attention economy. Trong: Artificial Intelligence: A Critical Introduction. Routledge.. 📄 Đọc tóm tắt

Czaja, Marianna; Dzik-Walczak, Aneta và Kopczewski, Michał (2024). The Attention Economy: How Social Media Influencers Are Redefining Marketing Engagement. Preprints. 1443.v1.. 📄 Đọc tóm tắt

Dahal, Niroj (2023). Digital Citizenship and Digital Ethics. IGI Global. ch014.. 📄 Đọc tóm tắt

Dourish, Paul và Satchell, Christine (2011). The Moral Economy of Social Media. Trong: The Moral Economy of the Internet. MIT Press. 003.0006.. 📄 Đọc tóm tắt

Drüppel, Kerria; Dombrowski, Jana và Trepte, Sabine (2026). The Relationship Between Short-Form Video Use and Sustained Attention. OSF Preprints. io/qbxw4_v2.. 📄 Đọc tóm tắt

Duff, Brittany R. L. và Lutchyn, Yuliya (2017). Advertising (In)Attention in the Digital Environment. Routledge.. 📄 Đọc tóm tắt

Eren, Halil İbrahim và Takım, Uğur (2026). Digital Self-Regulation in Attention-Driven Online Environments: A Person-Centered Analysis of Clickbait Susceptibility. Behaviour and Information Technology. 2026.2678533.. 📄 Đọc tóm tắt

Fairchild, Charles (2004). 'Australian Idol' and the Attention Economy. Media Culture, 24(2). 2427.. 📄 Đọc tóm tắt

Farbmacher, Helmut; Kögel, Heinrich và Spindler, Martin (2021). Heterogeneous effects of poverty on attention. Labour Economics, 72. labeco.2021.102028.. 📄 Đọc tóm tắt

Felix, Alvin (2025). The Psychological and Neurological Effects of Digital Overstimulation and Dopamine Addiction among Gen Z. SSRN. 5377626.. 📄 Đọc tóm tắt

Fırat, Mehmet; İlic, Ulaş và Güneş, Fatih (2020). Relationship Between Self-Control and Continuous Partial Attention: Case of Prospective Teachers. International Journal of Progressive Education, 17(3). 2020.03.004.. 📄 Đọc tóm tắt

Fuchs, Christian (2023). The Political Economy of the Internet and Digital Media. Routledge.. 📄 Đọc tóm tắt

Fuchs, Christian (2023). The Political Economy of the Information Society and Digital Capitalism. Routledge.. 📄 Đọc tóm tắt

Garcia Ramirez, Diego (2021). JOURNALISM IN THE ATTENTION ECONOMY: the relation between digital platforms and news organizations. Brazilian Journalism Research, 17(1). v17n1.2021.1332.. 📄 Đọc tóm tắt

Geradin, Damien (2021). What Is a Digital Gatekeeper? Which Platforms Should Be Captured by the EC Proposal for a Digital Markets Act? SSRN. 3788152.. 📄 Đọc tóm tắt

Goldhaber, Michael H. (1997). The attention economy and the Net. First Monday, 2(4). v2i4.519.. 📄 Đọc tóm tắt

Goldhaber, Michael (2006). The value of openness in an attention economy. First Monday, 11(6). v11i6.1334.. 📄 Đọc tóm tắt

Hardy, Jonathan (2023). Political economy and critical studies of advertising and media industries. Trong: The Handbook of Political Economy of Communications. Routledge.. 📄 Đọc tóm tắt

Horan, Tyler và Tu, Haijing (2023). Digital Literacy, Ability and Vulnerability: Education and Income Variations in the Platform Economy. OSF Preprints. io/m98kz.. 📄 Đọc tóm tắt

Huberman, Bernardo A. và Wu, Fang (2006). The Economics of Attention: Maximizing User Value in Information Rich Environments. SSRN. 926216.. 📄 Đọc tóm tắt

Ito, Joichi (2004). Continuous Partial Attention. Joi Ito's Web. 2142.. 📄 Đọc tóm tắt

Jóhannsdóttir, Lilja Guðrún; Visescu, Ioana và Lárusson, Ragnar Logi (2026). Two sides of persuasive system design: understanding digital nudging and dark patterns and its impact on user autonomy. Behaviour and Information Technology. 2026.2641612.. 📄 Đọc tóm tắt

Kumar, Satish (2026). Digital Platforms, Data Sovereignty, and Corporate Power: Rethinking Governance in the Platform Economy. Sage Journals.. 📄 Đọc tóm tắt

Liu, Xiaolong; Liu, Huafang; Kendrick, Keith M. et al. (2024). Disruption of sustained attention and orbitofrontal cortex engagement by incoming social media messages. bioRxiv. 06.13.598945.. 📄 Đọc tóm tắt

Mears, Ashley (2023). Bringing Bourdieu to a Content Farm: Social Media Production Fields and the Cultural Economy of Attention. New Media and Society, 25(7).. 📄 Đọc tóm tắt

Montero, Juan và Finger, Matthias (2021). Regulating Platforms with Market Power. Trong: Regulating the Digital Economy. Edward Elgar.. 📄 Đọc tóm tắt

Myllylahti, Merja (2018). Attention economy: Facebook delivers traffic but no money for news media. Nordicom Review, 39(2). 7afrd3pwt.. 📄 Đọc tóm tắt

Nixon, Brice (2017). The business of news in the attention economy: Audience labor and MediaNews Group's efforts to capitalize on audience engagement. Journalism Practice, 11(6).. 📄 Đọc tóm tắt

OECD (2022). Dark commercial patterns. OECD Publishing.. 📄 Đọc tóm tắt

Oyibo, Kiemute (2026). An Empirical Study of Perceived Intrusiveness, Frequency and Darkness of Dark Patterns. Springer.. 📄 Đọc tóm tắt

Papakonstantinou, Vagelis và De Hert, Paul (2024). The Regulation of Digital Technologies in the EU. Routledge.. 📄 Đọc tóm tắt

Pedersen, Morten Axel (2024). After the Attention Economy: A Postdigital Anthropology of the Future. Policy Press. 003.0010.. 📄 Đọc tóm tắt

Persson, Petra (2017). Attention Manipulation and Information Overload. NBER Working Paper No. 23823.. 📄 Đọc tóm tắt

Rabelo, Gustavo (2025). Attention Grains: Quantifying the Cognitive Fuel of the Digital Economy. OSF Preprints. io/taj4e_v2.. 📄 Đọc tóm tắt

Schmitt, Stefanie Y. và Schlatterer, Markus G. (2021). Poverty and limited attention. Economics and Human Biology, 42. ehb.2021.100987.. 📄 Đọc tóm tắt

Shashua, Ani (2025). TikTok Brain and Cognitive Costs: Attention, Learning, and Short-Form Video Culture. SSRN. 5399417.. 📄 Đọc tóm tắt

Shin, Jieun; DeFelice, Chris và Kim, Soojong (2025). Emotion Sells: Rage Bait vs. Information Bait in Clickbait News Headlines on Social Media. Digital Journalism. 2025.2505566.. 📄 Đọc tóm tắt

Siddantham, Srilalitha; Sridhar, Pranav và Thota, Vineeth (2026). Impact of Short-Form Video Content on Attention Span and Memory Retention. SSRN. 6676438.. 📄 Đọc tóm tắt

Spitzberg, Brian H. (2025). The Attention Economy. Routledge.. 📄 Đọc tóm tắt

Tayal, Shivani (2026). Data-Driven Content Marketing in the Attention Economy: Strategies for Consumer Engagement and Retention. SSRN. 5975694.. 📄 Đọc tóm tắt

Thorhauge, Anne Mette (2023). User Monetization and Value Creation in Tangled Markets. Policy Press. 003.0009.. 📄 Đọc tóm tắt

Tsaruk, Vladyslav (2026). The Economics of Digital Advertising: How Business Profitability Changes When Advertising Scales. Visnyk of the Lviv University of Trade and Economics.. 📄 Đọc tóm tắt

Venkatesh, Gitanjali (2026). Social Media, Attention Economy, and the Transformation of Youth Identity: A Gen Z Behavioural Study. SSRN. 6737959.. 📄 Đọc tóm tắt

Byerly, Carolyn M. (2024). Revisiting Political Economy of Media. Routledge.. 📄 Đọc tóm tắt

White, Jonathan (2025). The Filter Bubble and Echo Chamber Effects. SAGE Publications.. 📄 Đọc tóm tắt

Wolfowicz, Michael; Weisburd, David và Hasisi, Badi (2021). Examining the interactive effects of the filter bubble and the echo chamber on radicalization. Terrorism and Political Violence, 33(7).. 📄 Đọc tóm tắt

World Bank (2019). The Digital Economy in Southeast Asia. World Bank Publications.. 📄 Đọc tóm tắt

Wenker, Kilian (2022). A systematic literature review on persuasive technology at the workplace. Patterns, 3(12). patter.2022.100545.. 📄 Đọc tóm tắt

Yates, Luke (2024). The Practices of Platform Power: A Typology. Trong: Platform Politics. Policy Press. 003.0004.. 📄 Đọc tóm tắt

Yates, Luke (2024). Platform Politics. Policy Press. 001.0001.. 📄 Đọc tóm tắt

Yuanyuan, Chen (2026). Human Capital in the Digital Attention Economy: Does Schooling Matter for Influencer Success? SSRN. 5850783.. 📄 Đọc tóm tắt

Yuan, Yongming (2026). Attention Economy as Extractive Regime: From Attention Scarcity to Residual Attention Extraction. SSRN. 6617818.. 📄 Đọc tóm tắt

Zhu, Kai (2025). Rethinking Content Monetization on Digital Platforms: A Framework for a Sustainable Creator Economy. SSRN. 5296867.. 📄 Đọc tóm tắt

Zuboff, Shoshana (2023). The Age of Surveillance Capitalism. Routledge.. 📄 Đọc tóm tắt

Zuboff, Shoshana; Möllers, Norma và Murakami Wood, David (2019). Surveillance Capitalism: An Interview with Shoshana Zuboff. Surveillance and Society, 17(1/2). v17i1/2.13238.. 📄 Đọc tóm tắt

Koo, Jae Ryoung (2022). Algorithm and Metaphor: On Facebook's 'Echo Chamber' and Google Search's 'Filter Bubble'. Journal of Science and Technology Studies. 2022.22.3.2.. 📄 Đọc tóm tắt

Kubler, Kyle (2024). Influencers and the attention economy: the meaning and management of attention on Instagram. Routledge.. 📄 Đọc tóm tắt

Naheyan, Tasneem và Oyibo, Kiemute (2024). The Effect of Dark Patterns and User Knowledge on User Experience and Decision-Making. Springer.. 📄 Đọc tóm tắt

Kinh tế chú ý trong bối cảnh thực thi các nền tảng số