Đào tạo AI cho HR hiệu quả: 3 tầng kết quả tại Văn Lang

Đào tạo AI cho HR đang là nhu cầu nóng, nhưng phần lớn khóa học dạy xong là quên. Nhân viên đi học về, phòng nhân sự vẫn ngập trong report, file Excel và văn bản Word như cũ. Vấn đề không nằm ở công cụ, mà ở chỗ khóa học không bám vào việc thật.

Một chương trình đào tạo AI cho HR hiệu quả là khóa mà mỗi buổi đều gắn với một nhiệm vụ có thật trong mô tả công việc của phòng nhân sự, rồi đo kết quả bằng thời gian tiết kiệm và số quy trình được áp dụng, không phải bằng số chứng chỉ phát ra.

Đây là cách Markus Lab thiết kế và đang triển khai chương trình cho phòng nhân sự Đại học Văn Lang. Chương trình chưa khép lại, nên bài này nói thẳng: phần nào đã chạy, phần nào là cam kết đo lường.

Phòng nhân sự Đại học Văn Lang trong buổi workshop AI on-site đầu tiên cùng Markus Lab, tháng 6 năm 2026.

Bối cảnh: phòng nhân sự cần gì trước khóa học

Theo LinkedIn Workplace Learning Report 2025, 71% người làm L&D đã tìm hiểu, thử nghiệm hoặc tích hợp AI vào công việc, nhưng chỉ 25% dùng AI một cách thường xuyên. Khoảng cách giữa "có thử" và "dùng đều" chính là bài toán của hầu hết phòng nhân sự.

Hiện trạng thường thấy ở một phòng nhân sự quy mô lớn:

• Viết một bản mô tả công việc mất khoảng hai giờ, phần lớn là chỉnh tay từ mẫu cũ.
• Memo, thư mời, thông báo nội bộ soạn lại từ đầu mỗi lần, giọng văn mỗi người một kiểu.
• Khảo sát hài lòng cán bộ nhân viên hằng năm, theo bộ tiêu chí HRAA và GPTW, phân tích thủ công bằng Excel mất một đến hai tuần. Phần trả lời tự luận thường bị bỏ qua vì đọc không xuể.
• Nhiều người đã thử ChatGPT vài lần, thấy kết quả "chung chung quá" nên thôi.

Đây không phải vấn đề năng lực. Đây là vấn đề chưa ai chỉ cách gắn AI vào đúng quy trình của phòng.

Vì sao đào tạo AI cho HR hay thất bại

Lý do thứ nhất là kỹ năng cá nhân không phải năng lực tổ chức. Một người đi học về biết dùng AI, nhưng người đó nghỉ thì kỹ năng đi theo. Đây là lý do nên đào tạo AI gắn với quy trình vận hành thay vì dạy vài mẹo rời rạc.

Lý do thứ hai là nội dung "AI 101" chung chung, không gắn vai trò. Học viên xem demo viết email marketing trong khi việc của họ là phân tích khảo sát nhân sự và soạn quyết định bổ nhiệm. Khoảng cách giữa demo và việc thật khiến họ bỏ cuộc. Cách thực tế hơn là ứng dụng AI trong nhân sự bắt đầu từ chính deliverable của phòng.

Lý do thứ ba là nỗi lo dữ liệu. Hồ sơ nhân sự là dữ liệu nhạy cảm. Nếu không có quy tắc rõ ràng về cái gì được đưa vào AI và cái gì không, phòng HR sẽ không dám dùng thật.

Cách Markus Lab thiết kế chương trình cho Văn Lang

Điểm khởi đầu không phải công cụ, mà là kết quả mong muốn. Chương trình thiết kế ngược từ hành vi đầu ra theo triết lý Backward Design, rồi mới chọn nội dung phục vụ hành vi đó.

Format ban đầu dự kiến là blended, gồm video tự học cộng workshop. Sau khi cân lịch thực tế của phòng, hai bên chốt gọn còn hai buổi workshop on-site cộng hai quyển sổ tay, để dồn thời gian vào thực hành tại chỗ thay vì xem video một mình.

Sợi chỉ xuyên suốt là một hình ảnh dễ hiểu cho người mới: xem Claude như một nhân viên mới cần được onboard. Khóa đi lên theo thang sáu nấc tự chủ, từ thấp đến cao. Ra lệnh bằng prompt chuẩn, kết nối dữ liệu qua Connector, giao việc trên cả thư mục với Cowork, tự dựng công cụ riêng bằng Skill và Code, rồi tự động hóa định kỳ bằng Routine và đóng gói cho cả phòng dùng chung bằng Plugin.

Kết quả được đo theo mô hình Kirkpatrick bốn cấp: phản ứng, học được, thay đổi hành vi, và kết quả cho tổ chức. Càng lên cấp càng khó đo, nhưng càng đáng giá.

Mỗi tính năng được hướng dẫn bằng demo trên dữ liệu mô phỏng, học viên thực hành trực tiếp trên máy.

Mỗi use case bám đúng việc thật của phòng

Đây là điểm khác biệt lớn nhất. Toàn bộ demo và bài tập được căn theo bản mô tả công việc thật của một vị trí trong phòng, đã tách khỏi thông tin cá nhân. Không có ví dụ cho vui.

Nhiệm vụ thật của phòng HR	Trước	Với Claude
Phân tích khảo sát hài lòng (HRAA, GPTW)	1 đến 2 tuần Excel thủ công	Tổng hợp chủ đề, cảm xúc, đề xuất action plan trong vài giờ
Viết mô tả công việc, thông báo, thư mời	Khoảng 2 giờ mỗi bản	15 đến 20 phút, đúng giọng văn nhà trường
Soạn checklist hội nhập, email chào mừng	Làm tay mỗi vị trí	Một công cụ tự sinh theo vị trí
Báo cáo biến động nhân sự hằng tháng	Gom số liệu thủ công	Tác vụ tự động chạy sáng thứ Hai đầu tháng
Đánh giá năng lực theo khung	Bảng chấm rời rạc	App chấm theo khung năng lực, tự dựng trong buổi học

Điểm đắt nhất là demo trung tâm của khóa, phân tích khảo sát hài lòng, trùng đúng việc phòng đang cần cải thiện trong đánh giá KPI. Bài học không còn là minh họa, nó giải đúng một việc đang khó.

Ba tầng kết quả: Nhận biết, Áp dụng, Champion

Chương trình cam kết kết quả theo ba tầng, mỗi tầng có mốc thời gian và chỉ số riêng.

• Tầng 1, Nhận biết, ngay sau buổi đầu: học viên hiểu Claude làm được gì cho HR và có sẵn vài prompt dùng ngay.
• Tầng 2, Áp dụng, sau 30 ngày: mỗi học viên đưa được ít nhất một quy trình HR thật lên AI, mục tiêu tiết kiệm trung bình từ 5 giờ mỗi tuần.
• Tầng 3, Champion, sau 90 ngày: 3 đến 5 người trở thành hạt nhân nội bộ, tự công bố một công cụ cho phòng và dạy lại đồng nghiệp.

Trạng thái hiện tại, nói thẳng: buổi workshop đầu tiên đã chạy, đi qua phần nền tảng và hai nấc đầu là dựng công cụ Skill và kết nối dữ liệu. Buổi thứ hai cùng phần đo lường 30 và 90 ngày là chặng tiếp theo, chưa diễn ra. Những con số ở tầng 2 và tầng 3 phía trên là mục tiêu cam kết, không phải kết quả đã đo.

Phản hồi của một học viên sau buổi đầu:

"Giảng viên tận tâm, nội dung hướng dẫn giúp học viên tiếp cận được thêm một công cụ mới trong AI. Buổi đầu cung cấp các kiến thức nền giúp hiểu được khái niệm và cách thức vận hành của Claude."

Đi kèm là một cam kết. Nếu sau 90 ngày các chỉ số kết quả không đạt tối thiểu hai phần ba mục tiêu, Markus Lab tổ chức thêm một buổi coaching 90 phút miễn phí cho phòng. Người chăm chỉ xứng đáng được bảo vệ, kể cả trong một hợp đồng đào tạo.

Toàn cảnh lớp học, học viên phòng nhân sự thực hành trên máy trong buổi đầu tiên.

Điều rút ra cho các phòng HR khác

• Chọn khóa mà mỗi buổi gắn với một việc trong JD của phòng, không phải khóa AI tổng quát.
• Yêu cầu một quy tắc dữ liệu rõ ràng trước khi đưa hồ sơ nhân sự vào bất kỳ công cụ AI nào.
• Đầu tư vào vài người làm hạt nhân để lan ra cả phòng, thay vì kỳ vọng ai cũng giỏi như nhau.
• Đo bằng thời gian tiết kiệm và quy trình áp dụng, đừng đo bằng số chứng chỉ. Tư duy xây dựng từ điển năng lực giúp gắn năng lực AI vào KPI của phòng.

Nếu phòng ban của bạn cũng muốn đào tạo AI cho HR theo cách gắn vào việc thật và đo được kết quả, chương trình Accelerator của Markus Lab thiết kế đúng theo hướng đó. Bạn có thể đặt lịch tư vấn 30 phút để bàn về phòng của mình.