Ta nói, người khác hiểu, câu chuyện tiếp tục. Giao tiếp không bị đứt đoạn. Không ai phải nhắc lại chỉ vì một chữ s hay x.

Vấn đề chỉ bắt đầu xuất hiện khi phát âm bước ra khỏi đời sống tự nhiên và đi vào những môi trường có yêu cầu chuẩn hóa cao hơn: trường học, thi cử, phát thanh, thuyết trình, dạy tiếng Việt, nhập liệu bằng giọng nói, nhận diện giọng nói, hoặc các hệ thống AI xử lý tiếng Việt.

Ở đó, sự khác biệt giữa nói được hiểu và nói đúng chuẩn bắt đầu trở nên rõ ràng.

Trong thực tế, nhiều người Việt hiện nay không phân biệt rõ s và x khi nói. Với họ, “sinh” và “xinh” có thể được phát âm gần như giống nhau. “Sâu” và “xâu”, “sương” và “xương”, “sao” và “xao” cũng vậy. Người nghe vẫn hiểu nhờ ngữ cảnh, vì tiếng Việt không chỉ dựa vào một âm đầu để truyền nghĩa. Từ nằm trong câu, trong tình huống, trong thói quen giao tiếp, và trong vốn hiểu biết chung của người nói lẫn người nghe.

Nhưng khi bước sang chữ viết, sự nhập nhằng ấy lập tức trở thành lỗi.

Một học sinh có thể nói “xinh đẹp” và “sinh học” gần giống nhau, nhưng khi viết thì không thể viết “sinh đẹp” hoặc “xinh học”. Chính tả không vận hành theo sự linh hoạt của lời nói. Nó cần sự cố định. Nó buộc người viết phải chọn một hình thức đúng.

Vì vậy, vấn đề s/x trong tiếng Việt không chỉ là chuyện đọc. Nó là khoảng cách giữa ngôn ngữ nói và ngôn ngữ viết.

Khoảng cách này tồn tại trong rất nhiều ngôn ngữ. Có những âm trong chữ viết từng phản ánh cách phát âm cũ, nhưng theo thời gian, người nói thay đổi. Chữ viết thường chậm thay đổi hơn lời nói, vì chữ viết gắn với giáo dục, sách vở, hành chính và truyền thống. Tiếng Việt cũng không nằm ngoài quy luật đó.

Ở nhiều vùng, sự phân biệt giữa s và x có thể còn tồn tại ở mức độ nào đó. Ở vùng khác, hai âm này gần như nhập làm một. Có người chỉ phân biệt khi đọc chậm, đọc trang trọng, hoặc cố gắng sửa giọng. Nhưng khi nói nhanh trong đời sống thường ngày, sự phân biệt ấy mờ đi.

Điều này đặt ra một câu hỏi quan trọng:

Nếu một cộng đồng lớn cùng phát âm như vậy trong giao tiếp tự nhiên, ta có nên gọi đó là sai không?

Câu trả lời không đơn giản.

Từ góc độ chính tả, viết sai s/x là lỗi. Vì chữ viết đã có quy ước rõ ràng.

Từ góc độ phát âm chuẩn trong một số môi trường như phát thanh, giảng dạy, sân khấu hoặc luyện giọng, việc không phân biệt s/x có thể bị xem là chưa đạt yêu cầu.

Nhưng từ góc độ phương ngữ học, phát âm không phân biệt s/x có thể chỉ là một biến thể vùng miền. Nó phản ánh cách cộng đồng đó sử dụng tiếng Việt, chứ không nhất thiết phản ánh sự kém hiểu biết hay “nói sai”.

Vấn đề nằm ở chỗ xã hội thường không phân biệt rạch ròi các tầng chuẩn này.

Ta dễ lấy chuẩn nhà trường để đánh giá lời nói đời thường. Ta cũng dễ lấy giọng của một vùng nào đó làm thước đo cho toàn bộ tiếng Việt. Từ đó, một hiện tượng ngôn ngữ bình thường bị biến thành chuyện đúng sai, sang quê, chuẩn lệch, hoặc thậm chí thành sự kỳ thị giọng nói.

Đây là điểm cần nhìn lại.

Một người nói không phân biệt s/x vẫn có thể sử dụng tiếng Việt rất tốt. Họ có thể viết đúng, diễn đạt rõ ràng, tư duy mạch lạc. Ngược lại, một người phát âm phân biệt rõ s/x chưa chắc đã viết đúng chính tả hoặc dùng từ chính xác.

Do đó, không nên đồng nhất phát âm với năng lực ngôn ngữ.

Tuy nhiên, điều đó không có nghĩa là ta bỏ qua việc rèn luyện.

Trong giáo dục, học sinh vẫn cần được dạy để viết đúng s/x. Người làm nghề nói vẫn cần luyện phát âm nếu công việc yêu cầu. Người học tiếng Việt vẫn cần hiểu rằng cùng một chữ viết có thể được phát âm khác nhau theo vùng miền. Các hệ thống nhận diện giọng nói cũng cần học cách chấp nhận và xử lý những biến thể này.

Hiện thực là: tiếng Việt không chỉ có một giọng nói duy nhất.

Có tiếng Việt trên sách giáo khoa. Có tiếng Việt trên sóng phát thanh. Có tiếng Việt trong gia đình. Có tiếng Việt ở miền Bắc, miền Trung, miền Nam. Có tiếng Việt trong lớp học, ngoài chợ, trong văn phòng, trên mạng xã hội, trong video ngắn, trong lệnh nói với điện thoại, và trong các mô hình AI.

Mỗi không gian ấy có một mức độ chuẩn hóa khác nhau.

Vì vậy, vấn đề s/x không nên được nhìn như một lỗi cá nhân đơn lẻ. Nó nên được nhìn như một hiện tượng lớn hơn: sự va chạm giữa chuẩn hóa và đời sống.

Một bên là nhu cầu giữ sự ổn định của chữ viết.

Một bên là sự vận động tự nhiên của phát âm.

Một bên là yêu cầu dạy đúng, viết đúng, nói rõ.

Một bên là sự đa dạng vùng miền cần được tôn trọng.

Nếu chỉ chọn một bên, ta sẽ cực đoan. Nếu coi mọi phát âm khác chuẩn là sai, ta dễ rơi vào định kiến phương ngữ. Nếu cho rằng nói sao cũng được, ta lại bỏ qua vai trò của chính tả, giáo dục và giao tiếp chuyên nghiệp.

Hiện thực vì thế không nằm ở câu trả lời “s” và “x” phải đọc giống hay khác.

Hiện thực nằm ở chỗ: người Việt đang dùng tiếng Việt trong nhiều chuẩn khác nhau cùng một lúc.

Và khi chưa gọi đúng tên các chuẩn ấy, chúng ta sẽ còn tiếp tục tranh cãi.