AI đang làm được những tác vụ phức tạp chỉ trong vài giây. Nhưng như host Thu Bình đặt vấn đề ngay từ phút đầu, điều quan trọng không nằm ở việc AI cho kết quả nhanh đến đâu, mà ở việc con người có đặt được câu hỏi đúng, thẩm định đúng, dẫn dắt được công nghệ và chịu trách nhiệm cho quyết định của mình hay không.

Bốn vị khách của phiên đến từ bốn lát cắt rất khác nhau của nền kinh tế AI:

ThS. Tuấn Lê - Giám đốc Điều hành, Nghiên cứu Quản lý Đầu tư tại J.P. Morgan Wealth Management; Thạc sĩ Tài chính Định lượng, Trường Kinh doanh Belk, Đại học North Carolina tại Charlotte, Hoa Kỳ
ThS. Mang Anh Nguyên: Quản lý P2P & P2M Payment tại ShopeePay; Giảng viên tại Western Sydney University, Viện ISB – UEH
ThS. Emi Trần (Trần Ngọc Thiên Thanh) - Kỹ sư Thiết kế cho Sản xuất & Trí tuệ Nhân tạo, Apple Inc; Nguyên Lead R&D Software Engineer tại Siemens, Thạc sĩ Quản trị, Đại học Harvard
PGS. TS. Nguyễn Hữu Cương - Hiệu trưởng Trường Đại học Phương Đông

Một năm nhìn lại: lằn ranh người – máy đã dịch đến đâu?

ThS. Tuấn Lê mở màn bằng bức tranh từ ngành đầu tư. Công ty anh rất cởi mở với AI, đầu tư nhiều cho đào tạo, và chỉ sau một năm, hiểu biết cơ bản về AI đã trở thành mặt bằng bắt buộc. “Ai không học những cái đó thì gần như bị đào thải.”

Nhưng có hai thứ anh quan sát thấy chưa đổi: những quyết định quan trọng và những cuộc trò chuyện với khách hàng — nhất là khách hàng có tài sản lớn — vẫn phải do con người đảm nhiệm. Lý do rất đơn giản: người ta vẫn tin con người hơn là nói chuyện với máy. Các mối quan hệ cũng vậy: quan hệ với đồng nghiệp, với đối tác, giữa công ty với công ty.

Emi Trần xác nhận nhịp độ ấy từ tâm chấn Thung lũng Silicon. Chỉ trong vài tháng, nhiều công ty đã ở mức gần như toàn bộ nhân sự dùng AI. Những sản phẩm từng mất sáu tháng đến một năm nay có thể hoàn thành trong vài tuần, vài ngày, thậm chí vài giờ. Một dự án từng cần đội ngũ một trăm người nay có thể chỉ cần một người — nhưng đó phải là người rất chuyên sâu, ôm được gần như từ A đến Z.

ThS. Mang Anh Nguyên bổ sung từ góc fintech: AI đẩy hiệu suất lên rất nhanh trong các tác vụ chuyên môn. Nhưng chính vì những kỹ năng chuyên sâu đơn lẻ được AI hỗ trợ mạnh, người làm nghề bây giờ lại cần đa diện hơn. Họ phải nhìn được bức tranh tổng thể, phân tích được một quyết định kinh doanh và có khả năng phản biện để đưa ra kết luận cuối cùng.

Trường đại học vào cuộc: dùng AI có đạo đức, có khai báo

PGS. TS. Nguyễn Hữu Cương nhìn vấn đề từ ghế người điều hành một cơ sở giáo dục đại học. Khi doanh nghiệp đã yêu cầu nhân viên biết ứng dụng AI, trường đại học bắt buộc phải trang bị năng lực đó cho cả giảng viên lẫn sinh viên.

Với giảng viên, đó là khả năng ứng dụng AI vào thiết kế bài giảng, và quan trọng hơn, biết hướng dẫn sinh viên dùng AI trong học tập. Với sinh viên, điều ông nhấn mạnh nhất là đạo đức sử dụng AI: phải khai báo mình đã dùng AI vào phần việc nào.

Điều đó kéo theo việc giảng viên phải thay đổi cách kiểm tra đánh giá. Không thể chỉ hỏi những câu hỏi có thể được AI trả lời ngay. Bài kiểm tra phải buộc sinh viên tư duy sâu hơn, để từ sự hỗ trợ của AI, sản phẩm cuối cùng vẫn là sáng tạo và tri thức của chính các em.

Tám mươi phần trăm — và phần còn lại

Host dẫn một nhận định đang lan truyền trong giới chuyên gia: AI có thể đảm nhận đến tám mươi phần trăm khối lượng — các bản nháp — của nhiều công việc phức tạp. Hai mươi phần trăm còn lại mới tạo nên khác biệt. Vậy hai mươi phần trăm đó gồm những gì?

ThS. Tuấn Lê trả lời bằng hai chữ: quyết định và quan hệ.

Con người có thể dùng AI để phân tích, tổng hợp dữ liệu, đưa ra gợi ý. Nhưng con người phải là người ra quyết định, bảo vệ được quyết định đó và thuyết phục được người khác. “Không thể nói: tôi dùng AI, nó ra kết quả này, giờ nó sai thì tôi không chịu trách nhiệm.”

"Tám mươi phần trăm đầu tiên là tổng hợp thông tin, phân tích dữ liệu, đề xuất. Nhưng hai mươi phần trăm — thậm chí chỉ năm phần trăm cuối cùng — mới là phần khó nhất: phần mang tính con người" - PGS. TS. Nguyễn Hữu Cương, Hiệu trưởng Trường Đại học Phương Đông

PGS. TS. Cương phát triển ý đó thành một khung năng lực mà theo ông, đại học phải chuẩn bị cho sinh viên ngay từ năm nhất: xác định đúng vấn đề; kiểm chứng thông tin; phán đoán và ra quyết định từ thông tin AI cung cấp; tư duy hệ thống để giải quyết vấn đề phức tạp; và trên hết, chịu trách nhiệm về sản phẩm cuối cùng.

Ông dẫn thông lệ trong nghiên cứu khoa học: bên dưới mỗi sản phẩm phải kê khai đã dùng AI vào việc gì, nhưng luôn kết bằng một câu: toàn bộ sản phẩm cuối cùng do nhóm nghiên cứu thực hiện, và tôi chịu trách nhiệm về nó.

Hai lỗi phổ biến nhất khi sinh viên dùng AI

Là người vừa đi làm thực tế vừa đứng lớp, ThS. Mang Anh Nguyên được hỏi thẳng: sinh viên hay sai ở đâu khi cộng tác với AI?

Chị khoanh vùng hai lỗi. Thứ nhất là thiếu tư duy phản biện với thông tin AI trả về. Thầy cô chấm nhiều bài chỉ cần đọc qua là biết bài nào là “văn mẫu AI”: trông đầy đủ thông tin nhưng không có cốt lõi, không có suy nghĩ độc lập của người viết.

Thứ hai là thiếu tư duy thực tế khi ra quyết định. Một quyết định kinh doanh luôn bị ràng buộc bởi thời gian, nhân lực, ngân sách và bối cảnh thị trường. AI không bao giờ nắm đủ tất cả những dữ kiện ấy để đưa ra đáp án chính xác cho từng trường hợp.

Về việc đo năng lực cộng tác với AI, chị chia sẻ cách khoa mình đang làm: sinh viên phải có phần AI declaration — khai báo đã dùng AI ở bước nào, tự làm bước nào, và cam kết chịu trách nhiệm đây là bài của mình. Sau khi chấm, giảng viên còn vấn đáp từng sinh viên quanh chính bài làm đó để kiểm tra các em có thực sự hiểu và áp dụng được kiến thức, hay chỉ phụ thuộc vào AI.

Bí quyết của những người giỏi AI nhất: họ từng đi qua những đoạn rất chán

Câu hỏi cuối của host — người trẻ Việt cần nâng cấp kỹ năng gì để cộng tác hiệu quả với AI — được Emi Trần trả lời bằng hai nhóm.

Nhóm một là thái độ và tư duy: tò mò, chủ động, sẵn sàng học nhiều công cụ và giữ được tinh thần học hỏi liên tục. Ngay cả khi qua giai đoạn hào hứng ban đầu, bắt đầu thấy chán hoặc chủ quan, người học giỏi không dừng lại.

Nhóm hai là thực thi: biết việc nào nên để máy làm, việc nào phải để người làm; đặt được câu hỏi đúng cho AI; kiểm chứng kết quả; và dùng AI để mở rộng ý tưởng, chứ không chỉ để làm nhanh hơn một chút.

Chị kể một quan sát đắt giá: những người giỏi cộng tác với AI nhất mà chị gặp đều rất tò mò và học rất sâu trong ngành của họ. Không có AI, họ vẫn sâu. Một cựu trưởng nhóm tuyển dụng nhân tài của OpenAI từng nói với chị rằng “top talent” trong AI là những người từng đi qua những khung thời gian rất chán: ngồi học từ sách, học một môn khó ròng rã nhiều năm, nhiều lúc muốn bỏ nhưng luôn quay lại.

“Dùng AI nhiều quá, tư duy độc lập có mòn đi không?”

Câu hỏi nổi bật nhất từ khán giả được host chuyển cho ThS. Tuấn Lê. Anh trả lời bằng một sự phân biệt thẳng thắn.

Với các bạn mới ra trường, chưa có kinh nghiệm thực chiến, quen dùng AI từ trong trường, khi đi làm gặp việc không ai hướng dẫn mà cứ quay về hỏi AI, nếu lặp lại quá nhiều, tư duy có thể mất dần tính độc lập.

Nhưng với người đã có kinh nghiệm — từng tự xử lý những tình huống chưa từng có tiền lệ trước khi AI phổ biến — AI chỉ là công cụ rút ngắn thời gian thu thập và học thông tin. Tư duy của họ vẫn độc lập.

Host Thu Bình khép phiên bằng chuỗi từ khóa đọng lại: tư duy độc lập, khả năng chịu trách nhiệm với quyết định của mình, và nghệ thuật đặt câu hỏi đủ thông minh để dẫn dắt công nghệ.

Đúc kết từ phiên thảo luận

Biết AI cơ bản đã là mặt bằng bắt buộc của thị trường lao động; không học là có nguy cơ bị đào thải.
AI có thể rút một đội một trăm người còn một người — nhưng người đó phải rất chuyên sâu. Tư duy và quan hệ con người vẫn ngoài tầm với của máy.
Quy tắc 80/20: AI lo bản nháp; phần con người là xác định đúng vấn đề, kiểm chứng, phán đoán, tư duy hệ thống và chịu trách nhiệm cuối cùng.
Dùng AI có đạo đức: khai báo AI và vấn đáp một-một là cách các trường kiểm chứng tư duy thật của sinh viên.
Hai lỗi phổ biến nhất: thiếu phản biện với kết quả AI và thiếu tư duy thực tế về ràng buộc thời gian, tiền bạc, nhân lực.
Người giỏi AI nhất là người học rất sâu trong ngành của mình — và từng đi qua những giai đoạn học “rất chán” mà không bỏ cuộc.
Dùng AI để mở rộng ý tưởng, đừng chỉ để làm nhanh hơn; và giữ tư duy độc lập trong mọi quyết định.