Nhân viên lệ thuộc AI: hướng dẫn 4 bước giữ quyền quyết định

Dấu hiệu đầu tiên của việc nhân viên lệ thuộc AI không nằm ở chất lượng bài nộp. Bài nộp thường sạch hơn trước, đúng hạn hơn trước, trình bày gọn hơn trước. Nó nằm ở câu hỏi kế tiếp.

Bạn hỏi vì sao chọn con số này chứ không phải con số kia. Bạn hỏi nếu bỏ giả định đó thì kết luận còn đứng không. Và bạn nhận về một khoảng lặng.

Nhân viên lệ thuộc AI là trạng thái người làm giao phần phán đoán cho công cụ và giữ lại cho mình phần thao tác: họ nhận kết quả AI, chỉnh lại câu chữ, rồi nộp mà không kiểm lại giả định bên dưới. Cách xử lý không phải cấm công cụ, mà là đặt một form phối hợp vào đúng cửa nghiệm thu, nơi quyết định cuối vẫn thuộc về con người.

Tôi gặp cảnh này nhiều lần trong năm nay, ở cả doanh nghiệp nhỏ và ở phòng ban của tập đoàn. Phản xạ đầu tiên của người quản lý là siết thái độ: nhắc nhở, ra nội quy cấm dùng AI cho việc quan trọng, đôi khi là kiểm tra bằng công cụ phát hiện AI. Gần như không có cách nào trong số đó chạy được lâu.

Lệ thuộc AI là lỗi thái độ hay lỗi thiết kế quy trình?

Là lỗi thiết kế. Hai nghiên cứu đặt cạnh nhau nói ra khá rõ chuyện đó.

MIT Media Lab cho 54 người viết luận trong bốn phiên, chia ba nhóm: một nhóm dùng LLM, một nhóm dùng search engine, một nhóm chỉ dùng đầu mình (Kosmyna và cộng sự, arXiv, 10/06/2025). Đo EEG, nhóm chỉ dùng đầu mình có mạng kết nối thần kinh mạnh nhất và rộng nhất, nhóm search engine ở giữa, nhóm LLM yếu nhất. Chỗ đáng chú ý hơn nằm ở phần sau: nhóm LLM có cảm giác sở hữu bài viết thấp nhất, và chật vật khi được yêu cầu trích lại chính đoạn mình vừa viết.

Các tác giả gọi đó là cognitive debt. Nợ thì chưa phải mất. Nhưng nợ đến kỳ thì phải trả.

Microsoft Research cùng Carnegie Mellon khảo sát 319 knowledge worker với 936 tình huống dùng GenAI thật trong công việc, công bố tại CHI 2025. Kết quả có một cặp nghịch đáng ngồi lại: càng tin vào năng lực của AI, người ta càng ít kiểm chứng, còn càng tự tin vào chuyên môn của chính mình, người ta lại kiểm chứng nhiều hơn.

Đọc kỹ cặp đó thì thấy chỗ can thiệp không nằm ở nhân viên. Nó nằm ở chỗ quy trình của bạn có một điểm buộc phải kiểm chứng hay không. Nếu quy trình thiếu điểm đó, người cẩn thận nhất phòng rồi cũng trôi, vì mọi thứ đặt trên bàn đều nhìn như đã xong.

Đây cũng là lý do tôi không tin vào cách sửa bằng đào tạo đơn thuần. Chuyện học AI xong không biết áp dụng là một vấn đề khác, nhưng cùng một gốc rễ: kiến thức không tự biến thành hành vi khi quy trình vẫn y nguyên.

Ba dấu hiệu nhân viên lệ thuộc AI mà bảng KPI không bắt được

KPI đo sản lượng và thời hạn. Lệ thuộc AI lại làm cả hai con số đó đẹp lên. Vậy nên dấu hiệu phải tìm ở chỗ khác.

Người làm không giải thích được lựa chọn. Bạn hỏi vì sao phương án B bị loại, và câu trả lời là một cách diễn giải lại kết quả, chứ không phải một lý do.

Không còn bản nháp của chính họ. Trước đây bao giờ cũng có một bản lem nhem, gạch xóa, ghi chú bên lề. Giờ chỉ còn bản sạch, và bản sạch đó không phải của họ.

Cả phòng sai giống nhau. Đây là dấu hiệu nặng nhất. Khi nhiều người dùng cùng một model với cùng một cách hỏi, lỗi thôi phân tán: nó đồng loạt và cùng chiều. Lúc đó không còn ai trong phòng đứng ở vị trí phát hiện ra nó.

Vì sao "đã có người review" vẫn không cứu được?

Câu trả lời quen nhất khi tôi nêu vấn đề này là đã có cấp trên review. Thực tế không đi theo đường thẳng đó.

Thứ nhất là automation bias, tức xu hướng tự động tin hoặc tin quá mức vào kết quả máy đưa ra. Đây không phải khái niệm của giới coach, nó nằm trong luật. Điều 14 của EU AI Act buộc hệ thống AI rủi ro cao phải được thiết kế sao cho người giám sát nhận biết được automation bias, và phải giữ được quyền bỏ qua, ghi đè hoặc đảo ngược kết quả. Khi một đạo luật phải viết ra cả hai điều đó, nghĩa là mặc định của con người đang là làm ngược lại.

Thứ hai là lỗ hổng ở đầu vào. PagerDuty khảo sát 1.250 nhân viên văn phòng tại Mỹ, Anh, Úc và Nhật, công bố 11/06/2026: hai phần ba nói họ từng dùng công cụ AI cho việc công ty dù tin rằng chính sách không cho phép, và 88% đã đưa thông tin công việc vào các công cụ AI công cộng, trong đó 34% đưa cả dữ liệu khách hàng. Người review đang xem một bản sạch. Họ không xem được thứ gì đã đi vào để tạo ra bản sạch đó.

Thứ ba là cửa review đặt sai chỗ. Review ở cuối chỉ còn đúng một lựa chọn thật: ký hay không ký. Người ký hiếm khi chọn đập đi làm lại vì lúc đó hạn đã sát, nên review cuối gần như luôn co lại thành một chữ ký.

Form phối hợp: AI đưa gì, người kiểm gì, người quyết gì?

Đây là chỗ tôi muốn nói thẳng nhất. Bạn không cần một chính sách AI dài mười trang. Bạn cần một cái form một trang đi kèm mọi deliverable có AI tham gia, và trên đó có ba cột bắt buộc.

Cột	Ai điền	Nội dung phải có
Vật liệu từ AI	Người thực hiện	Prompt đã dùng, dữ liệu đưa vào, kết quả thô chưa chỉnh, tên model
Phần người kiểm	Người thực hiện	Ba giả định nằm dưới kết luận, các con số đã đối chiếu lại với nguồn gốc, chỗ AI nói mà không có bằng chứng
Phần người quyết	Người có quyền	Phương án chọn, lý do loại phương án còn lại, rủi ro nhận lấy, tên người chịu trách nhiệm

Cột một làm đầu vào thành thứ nhìn thấy được. Cột hai buộc người làm quay lại làm việc với nội dung, thay vì chỉ làm việc với câu chữ. Cột ba là cột quan trọng nhất, và nó có đúng một luật: không ai được để trống nó bằng cách viết "theo đề xuất của AI".

Tôi để ý một tác dụng phụ đáng tiền. Khi cột một hiện lên rõ ràng, shadow AI tự giảm, vì dùng AI không còn là thứ phải giấu. Cấm thì người ta dùng lén. Có form thì người ta khai.

Bốn bước cài form vào quy trình đang chạy

Bước 1: chọn đúng một loại quyết định. Đừng phủ cả công ty ngay. Chọn loại quyết định lặp lại hằng tuần và có hậu quả đo được: báo giá cho khách, duyệt nội dung trước khi đăng, chốt số đặt hàng, sàng lọc ứng viên qua vòng CV. Một loại, một phòng.

Bước 2: viết tiêu chuẩn đúng sai trước khi viết form. Đây là bước hay bị bỏ, và bỏ nó thì form thành thủ tục giấy. Nếu bạn không viết ra được tiêu chuẩn đúng sai cho một việc, đừng giao việc đó cho máy. Máy không biết bạn muốn gì, nó chỉ biết bạn mô tả gì.

Bước 3: gắn form vào đúng cửa nghiệm thu, không gắn vào cuối. Cửa đúng là chỗ còn đổi được hướng mà chưa tốn nhiều: sau khi có bản nháp đầu, trước khi mang ra khách hoặc đẩy lên hệ thống. Người có quyền quyết phải ký ở cửa đó bằng tên mình, không bằng một câu "ok em" trong nhóm chat.

Bước 4: chạy một tuần rồi mới nhân rộng. Đo đúng ba con số trong tuần đó:

• Bao nhiêu phần trăm bài nộp có đủ ba cột.
• Bao nhiêu lần cột hai phát hiện ra một lỗi thật.
• Thời gian từ bản nháp tới quyết định có dài thêm hay không.

Không cần hoàn hảo, chỉ cần chạy thật và có số liệu để so. Sang tuần thứ hai bạn sẽ biết form đang bảo vệ hay đang cản.

Bốn bước này là bản thu nhỏ của cùng một nguyên tắc tôi dùng khi số hóa quy trình doanh nghiệp: moi ra quy trình thật trước, rồi mới dựng thứ chạy trên nó.

Ba sai lầm khi triển khai

Cấm AI cho an toàn. Bạn không cấm được, bạn chỉ đẩy nó vào chỗ tối. Con số hai phần ba của PagerDuty ở trên là bằng chứng, và đó là số ở những công ty doanh thu từ 500 triệu USD, tức là nơi chính sách nội bộ không hề lỏng.

Review hình thức. Form có ba cột nhưng cột hai được điền bằng vài câu chung chung. Cách chặn duy nhất tôi thấy chạy được là kiểm mẫu: mỗi tuần người quản lý lấy ngẫu nhiên hai bài, hỏi sâu vào cột hai ngay trước cả phòng. Hai lần là cả phòng hiểu.

Giao luôn tiêu chuẩn đúng sai cho AI. Đây là sai lầm tinh vi nhất, vì nó trông giống một bước tiến. Bạn nhờ AI tự chấm bài của AI, rồi nhận về một điểm số không có ai đứng sau. Quản lý vận hành trong kỷ nguyên AI dịch từ quản thao tác sang quản judgment, và judgment thì không đem đi thuê được.

Quyết định vẫn là việc của con người

AI đã làm phần dựng vật liệu rẻ đi rất nhiều. Phần đọc được vật liệu đó, thấy chỗ nó nói hớ, rồi dám ký tên vào một lựa chọn thì không rẻ đi chút nào, và cũng không ai làm thay bạn được. Vì vậy tôi không đọc chuyện này thành một vấn đề công nghệ. Năng lực cốt lõi trong kỷ nguyên AI vẫn là mấy năng lực cũ, chỉ bị phơi ra nhanh hơn trước.

Bài học không phải nhân viên của bạn đang yếu đi. Bài học là quy trình của bạn chưa có chỗ nào buộc phán đoán của con người phải xuất hiện, nên nó không xuất hiện.

Nếu bạn muốn dựng form này cho đúng loại quyết định đang gây tốn kém nhất ở công ty mình, AI Roadmap là chỗ để bắt đầu: 30 ngày, phỏng vấn leadership team, ra một lộ trình có tên người chịu trách nhiệm ở từng cửa. Hoặc đặt lịch tư vấn 30 phút để tôi nghe một ca cụ thể của bạn trước.