Mô hình Người – AI – Người: giữ chuyên môn ở ghế lái
AI viết bản nháp đầu, con người đặt hướng và chốt bản cuối. Bài này giải thích mô hình Người – AI – Người, ba cái bẫy khi dùng AI trong doanh nghiệp, và cách chọn việc nào nên giao cho AI.
Khi AI viết được dàn ý trong 30 giây, câu hỏi tự nhiên là: vậy người làm L&D còn làm gì? Câu trả lời ngắn: người làm L&D quyết định AI làm gì, và chịu trách nhiệm về kết quả cuối cùng.
Nghe thì đơn giản, nhưng trong thực tế rất nhiều sự cố xảy ra chính vì bỏ qua điều này. Một báo cáo dán thẳng từ AI vào bài trình bày cho khách hàng, có số liệu AI tự bịa ra. Một công cụ phân tích năng lực vô tình đánh giá thấp một nhóm nhân viên vì dữ liệu lịch sử bị lệch. Bài này đưa ra một khung làm việc đơn giản để tránh những chuyện đó: mô hình Người – AI – Người.
Mục lục
Ba cái bẫy khi dùng AI trong doanh nghiệp
Câu hỏi dẫn: những dự án AI có ý tốt thường hỏng ở đâu?
Trong số TD at Work "Become a Strategic Learning Architect With AI", tác giả Debbie Richards kể lại ba cái bẫy bà gặp lặp đi lặp lại khi làm việc với các đội trong doanh nghiệp.
Bẫy 1: Sao chép, dán và cầu may
Một nhân viên coi AI như chuyên gia không bao giờ sai. Họ nhờ AI viết báo cáo rồi dán thẳng vào bài trình bày, không rà soát. Họ không biết AI đã "ảo giác", tức là tự tin đưa ra một thông tin không có thật. Khách hàng phát hiện lỗi, uy tín công ty bị ảnh hưởng.
Cách tránh: áp dụng mô hình Người – AI – Người cho mọi đầu ra. AI làm bản nháp, nhưng luôn có một người chịu trách nhiệm kiểm tra dữ kiện, thêm sắc thái, đảm bảo chất lượng.
Bẫy 2: Trợ lý không ai giám sát
Một đội dùng AI phân tích khoảng trống kỹ năng. Công cụ được huấn luyện trên dữ liệu lịch sử của ngành, nên vô tình đánh giá một số nhóm nhân viên có "tiềm năng thấp hơn" cho vai trò kỹ thuật. Thiên lệch cũ được khuếch đại thành quyết định mới.
Cách tránh: không bao giờ để AI tự đưa ra quyết định về con người liên quan đến hiệu suất hay sự nghiệp. Mọi đề xuất ảnh hưởng tới một nhân viên phải được quản lý xem xét và phê duyệt. Trước khi mua công cụ, hỏi nhà cung cấp họ xử lý thiên lệch trong dữ liệu huấn luyện thế nào.
Bẫy 3: Giải pháp đi tìm vấn đề
Một phòng ban hào hứng mua công cụ AI luyện kỹ năng bán hàng mà không có mục tiêu rõ. Sáu tháng sau, rất ít người dùng, vì vấn đề lớn nhất của đội bán hàng là thiếu khách hàng tiềm năng chất lượng, không phải thiếu luyện tập thuyết trình.
Cách tránh: luôn bắt đầu từ vấn đề kinh doanh, không bắt đầu từ công nghệ. Gắn mỗi sáng kiến với một chỉ số kinh doanh đo được.
Đầu ra: anh chị nhận ra ba cái bẫy này trong dự án của chính mình, trước khi nó xảy ra.
Mô hình Người – AI – Người vận hành thế nào?
Câu hỏi dẫn: con người nên đứng ở đâu trong quy trình làm việc với AI?
Mô hình có ba bước:
- Người đặt hướng. Người làm L&D xác định vấn đề, mục tiêu, bối cảnh và tiêu chí. Đây là phần cần chuyên môn và hiểu tổ chức.
- AI làm bản nháp. AI tìm kiếm, tóm tắt, viết, gợi ý phương án. Đây là phần tốn thời gian mà AI làm nhanh.
- Người rà soát và chốt. Người làm L&D kiểm tra tính chính xác, loại bỏ phần không phù hợp, thêm câu chuyện, bối cảnh và sự am hiểu của mình để biến bản nháp thành sản phẩm có giá trị.
Richards lấy ví dụ về tuyển chọn nội dung (curation). Người làm L&D yêu cầu AI tìm tài liệu tốt nhất về một năng lực lãnh đạo. AI đưa ra danh sách nháp. Người làm L&D dùng chuyên môn để thẩm định, bỏ tài liệu kém, sắp xếp phần tốt nhất thành một lộ trình học có mạch lạc. Chính bước cuối biến một danh sách đường link thành một trải nghiệm học tập có ý nghĩa.
Đầu ra: một quy trình làm việc chuẩn cho đội, nói rõ ai chịu trách nhiệm ở bước nào.
Ba vai trò của AI: chọn đúng vai cho đúng việc
Câu hỏi dẫn: anh chị đang dùng AI ở vai trò nào?
Richards chia năng lực AI thành ba vai trò:
| Vai trò | AI làm gì | Ví dụ trong L&D |
|---|---|---|
| Trợ lý nghiên cứu | Tìm, tóm tắt, sắp xếp thông tin | Tóm tắt một báo cáo 50 trang, gom tài liệu cho một chủ đề |
| Bạn động não | Tạo nội dung mới theo yêu cầu | Bản nháp dàn ý, ý tưởng câu hỏi, tình huống đóng vai |
| Người tự động hóa quy trình | Hiểu mục tiêu, lập kế hoạch, tự thực hiện nhiều bước trên nhiều ứng dụng | Gửi thư nhắc, cập nhật hệ thống học tập, sắp lịch hội nhập |
Vai trò thứ ba, thường gọi là AI tác tử (agentic AI), đang phát triển nhanh. Càng giao cho AI nhiều quyền hành động, bước "Người" ở cuối càng quan trọng.
AI hangover: khi dựa vào AI quá nhiều
Câu hỏi dẫn: dùng AI nhiều có làm mình kém đi không?
Richards đặt tên cho một thách thức mới là "AI hangover": khi dựa quá nhiều vào AI cho phần việc khó, chúng ta có thể giảm cảm giác thành tựu và sự gắn kết với công việc. Người học cũng vậy: nếu AI làm hết, họ không còn phải nghĩ.
Bài toán thiết kế đặt ra là: dùng AI cho hiệu quả, nhưng vẫn giữ những phần cần tư duy phản biện, sáng tạo và tinh chỉnh chiến lược cho con người. Một vài cách áp dụng:
- Với chính mình: tự viết mô tả vấn đề và tiêu chí đầu ra trước, rồi mới nhờ AI. Đừng để AI quyết định thay anh chị cái gì là quan trọng.
- Với học viên: khi thiết kế bài tập có dùng AI, yêu cầu học viên phản biện, so sánh, chỉnh sửa kết quả của AI, thay vì chỉ nộp kết quả.
- Với đội: xem bước rà soát là phần việc chuyên môn có giá trị, không phải thủ tục.
Việc nào nên giao cho AI?
Câu hỏi dẫn: làm sao quyết định nhanh một việc có nên dùng AI không?
Michelle Lentz, trong "Partner With AI for Instructional Design", đề xuất một ma trận quyết định. Mình rút gọn thành tám câu hỏi, chia làm hai nhóm:
Trả lời "có" càng nhiều, càng nên dùng AI:
- Việc có tốn nhiều thời gian và lặp lại không?
- Việc có cần xử lý lượng dữ liệu lớn hoặc phức tạp không?
- Cá nhân hóa có giúp người học tốt hơn không?
- Có cần một bản nháp nhanh để trao đổi với chuyên gia không?
- Công cụ hiện có không làm được việc này?
- Dùng AI có tạo trải nghiệm tốt hơn cho người học không?
Trả lời "có" thì cần con người dẫn dắt chặt chẽ:
- Việc có rủi ro đạo đức, như thiên lệch hay quyền riêng tư không?
- Việc có cần phán đoán tinh tế, hiểu văn hóa tổ chức và các bên liên quan không?
Ví dụ: soạn bộ câu hỏi trắc nghiệm từ tài liệu có sẵn đạt "có" ở câu 1, 4 và không vướng câu 7, 8, nên rất hợp với AI. Thiết kế chương trình phát triển lãnh đạo cho ban điều hành vướng câu 8, nên AI chỉ nên làm trợ lý nghiên cứu, còn phần thiết kế phải do người dẫn dắt.
Đưa mô hình vào quy trình chung của đội
Câu hỏi dẫn: làm sao để cả đội cùng làm theo, chứ không chỉ một người?
Ba việc nên làm:
- Chuẩn hóa quy trình. Ghi rõ với mỗi loại sản phẩm (dàn ý, bài kiểm tra, tài liệu đọc), ai làm bước "Người" đầu, ai rà soát bước cuối, tiêu chí rà soát là gì.
- Đặt quy tắc không thương lượng. Không đưa dữ liệu cá nhân nhân viên vào công cụ công khai. Không để AI tự quyết định về con người. Mọi nội dung ra ngoài phải qua người rà soát.
- Đóng gói thành skill. Khi quy trình đã ổn định, đưa nó vào skill: các bước làm, điểm dừng để người duyệt, danh sách kiểm tra trước khi giao. AI sẽ tự dừng lại hỏi ở đúng chỗ cần con người.
Những điều cần nhớ
- Người đặt hướng, AI làm bản nháp, người rà soát và chốt. Con người luôn có tiếng nói cuối cùng.
- Ba cái bẫy cần tránh: dán thẳng kết quả AI, để AI tự quyết về con người, mua công cụ trước khi rõ vấn đề.
- Chọn đúng vai cho AI: trợ lý nghiên cứu, bạn động não hay người tự động hóa.
- Cẩn thận với "AI hangover": giữ phần tư duy phản biện và sáng tạo cho con người.
- Quy trình tốt nên đóng gói thành skill để cả đội làm giống nhau.
Câu hỏi thường gặp
Rà soát mọi thứ thì có mất hết thời gian AI tiết kiệm không?
Không. Rà soát một bản nháp tốt nhanh hơn nhiều so với viết từ đầu. Mức rà soát nên tương xứng với rủi ro: tài liệu nội bộ cho đội khác với tài liệu gửi khách hàng hay ban điều hành.
Làm sao phát hiện AI "bịa" thông tin?
Kiểm tra mọi con số, tên người, tên nghiên cứu, trích dẫn. Yêu cầu AI ghi nguồn rồi tự mở nguồn đó để xác minh. Nếu không tìm được nguồn, coi như thông tin chưa đúng.
Đội tôi có người không tin AI, nên làm gì?
Đồng tình rằng sự hoài nghi là đúng, vì AI không hoàn hảo. Rồi giới thiệu mô hình Người – AI – Người, trong đó chính họ là chuyên gia có quyền phê duyệt cuối cùng. Người hoài nghi thường là người rà soát giỏi nhất.
Tài liệu tham khảo
- Richards, D. (2026). Become a Strategic Learning Architect With AI. TD at Work, ATD Press.
- Lentz, M. (2025). Partner With AI for Instructional Design. TD at Work, ATD Press.
- ATD Research (2025). AI in Instructional Design: Transforming Workflows and Content Creation. Association for Talent Development.