Tóm tắt
- Thiết kế chương trình đào tạo bằng AI đi 6 bước: giao việc, research đa agent, bản đồ thấu cảm, TNA, khung sườn, giáo án và slide.
- AI giữ tốc độ, người đào tạo giữ quyền duyệt ở từng mốc.
- Thấu cảm, TNA và mục tiêu phải chốt với stakeholder trước khi viết giáo án.
- Mục tiêu nên tới cấp 3 và cấp 4 của mô hình Kirkpatrick.
Thiết kế chương trình đào tạo bằng AI không có nghĩa là gõ một câu lệnh rồi nhận về giáo án 12 buổi. AI làm được phần đó trong vài phút. Nhưng giáo án ra nhanh mà lệch người học thì vẫn là giáo án hỏng, chỉ là hỏng nhanh hơn.
Cách tôi làm là chia việc thành sáu bước, AI giữ tốc độ ở từng bước, còn tôi giữ quyền duyệt ở mỗi mốc. Bài này đi qua sáu bước đó trên một khoá thật: khoá Startup Fundamentals 12 buổi tôi vừa nhận từ Viện LQT, làm trên Training Pro với Claude làm trợ lý.
Thiết kế chương trình đào tạo bằng AI khác gì cách cũ?
Cách cũ bắt đầu từ nội dung: người đào tạo biết gì thì soạn nấy, rồi mới đi tìm người học cho khớp. Cách làm với AI đảo thứ tự lại. Bạn bắt đầu từ người học và kết quả cần đạt, để AI đi nghiên cứu, rồi mới tới giáo án.
Thứ thay đổi lớn nhất không phải tốc độ soạn. Đó là chi phí nghiên cứu người học gần như về không, nên bạn không còn lý do để bỏ qua bước đó.
Dân Training Manager có một thuật ngữ cho thứ cần giữ suốt quy trình: Return on Training. Đào tạo phải ra kết quả đo được, không dừng ở một buổi học vui. Sáu bước dưới đây đều phục vụ câu hỏi đó.
| Bước | AI làm | Bạn làm |
|---|---|---|
| 1. Giao việc | Đọc bối cảnh, lập kế hoạch | Viết rõ yêu cầu và đầu ra |
| 2. Research đa agent | Nghiên cứu nhiều góc nhìn song song | Chọn góc nhìn cần đào sâu |
| 3. Bản đồ thấu cảm | Tổng hợp kết quả nghiên cứu | Đọc, sửa, duyệt |
| 4. TNA | Viết phân tích nhu cầu đào tạo | Duyệt |
| 5. Khung sườn | Đề xuất mục tiêu theo Kirkpatrick | Chốt với stakeholder |
| 6. Giáo án và slide | Soạn chi tiết từng buổi | Nghiệm thu |
Bối cảnh: khoá 12 buổi cho Viện LQT
Yêu cầu đến với tôi theo kiểu rất quen: qua điện thoại, tin nhắn và một buổi họp. Học viên là khoảng 30 sinh viên năm hai, học bằng tiếng Anh. Thầy Lý Quý Trung muốn lớp có tính tham gia cao: lý thuyết khoảng 20%, thực hành chia nhóm ngay trên lớp 30 đến 40%, phần còn lại là hỏi đáp.
Đầu ra cuối khoá là business plan có tính toán P&L và hồ sơ đủ để gọi vốn. Thương hiệu của thầy đã lớn, nên chương trình không được hời hợt mà cũng không được nặng lý thuyết. Đây là bài toán cân bằng, không phải bài toán soạn slide.
Bước 1: Giao việc cho AI như giao cho trợ lý
Tôi gom hết yêu cầu rời rạc vào một chỗ, rồi thêm ý của mình: đối tượng là ai, họ muốn gì, thầy kỳ vọng gì, đầu ra cuối khoá là gì. Sau đó mới giao cho trợ lý AI một nhiệm vụ rõ ràng: nghiên cứu kỹ người học trước khi đụng tới khung chương trình.
Câu lệnh tốt không nằm ở chữ hay. Nó nằm ở chỗ bạn viết ra được tiêu chuẩn đúng sai cho việc mình giao. Tôi đã viết kỹ hơn về chuyện này trong bài giao việc cho AI doanh nghiệp.
Trợ lý của tôi không bắt đầu từ trang trắng. Nó đọc bối cảnh trong bộ não số trước, rồi mới gọi skill thiết kế đào tạo và kết nối với Training Pro. Bộ não số là bộ nhớ dài hạn của cả quá trình làm việc giữa tôi và AI, nên AI tra lại thông tin thật thay vì tự bịa.
Bước 2: Research đa agent để ra bản đồ thấu cảm
Bước này tôi dùng nhiều agent chạy song song. Một agent chính chia việc cho các agent con, mỗi agent đi một góc nhìn: giọng sinh viên, thương hiệu của viện, sư phạm, góc nhìn nhà đầu tư. Mỗi agent có ngữ cảnh riêng, nên kết quả không bị ý của agent khác kéo lệch.
Cách chia này không phải do tôi nghĩ ra. Anthropic mô tả đúng kiến trúc agent điều phối và agent con chạy song song trong bài How we built our multi-agent research system. Cái giá là tốn token hơn nhiều so với một cuộc chat thường, nên tôi chỉ dùng cho việc nghiên cứu đáng tiền.
Kết quả cho tôi những góc mình không nghĩ tới. Một ví dụ: muốn lớp chạy trơn thì sinh viên phải cài xong mọi ứng dụng trước buổi đầu, tức là cần một phần chuẩn bị trước buổi học. Một ví dụ khác: thể lệ cuộc thi SV_STARTUP do Bộ Giáo dục và Đào tạo ban hành đã có sẵn bảng tiêu chí chấm, và tôi dùng lại được cho buổi chấm cuối khoá.
Bước 3: Người duyệt ở từng mốc
Research xong, AI đưa ra bản đồ thấu cảm: học viên nói gì, nghĩ gì, làm gì, lo gì, muốn gì. Tôi đọc hết, sửa chỗ chưa đúng, rồi mới duyệt.
Tôi không giao toàn bộ cho AI. Một quy trình tự động có thể cho ra kết quả 8, 9 điểm trên thang 10, nhưng chỉ khi người ra quyết định ở các mốc quan trọng thì sản phẩm đó mới là sản phẩm của người đào tạo. Với việc đặc thù như giáo dục, tôi là người đồng sáng tạo, AI là trợ lý.
Nguyên tắc này giống cách tôi giao việc phát triển sản phẩm cho AI: AI làm, người giữ tiêu chuẩn và nghiệm thu.
Bước 4: Từ thấu cảm sang TNA
Duyệt xong bản đồ thấu cảm, tôi đẩy kết quả lên Training Pro bằng nút AI Support: copy câu lệnh, dán vào Claude, hệ thống tự lấy dữ liệu từ bộ não số và điền vào khoá học. Mỗi khoá trên app có đủ các tab: Empathy, TNA, Khung sườn, Giáo án, Nội dung.
TNA là phân tích nhu cầu đào tạo. Ở khoá này, dữ liệu research đã đủ để viết TNA. Nếu chưa có research, bạn tạo form khảo sát ngay trong app, gửi link cho khách hàng tự điền, rồi để Claude đọc phản hồi.
Bước 5: Khung sườn theo mô hình Kirkpatrick
Khung sườn là chỗ chốt mục tiêu đào tạo. Tôi đặt mục tiêu theo mô hình bốn cấp độ của Donald Kirkpatrick, giới thiệu từ năm 1959: phản ứng, học được gì, thay đổi hành vi, kết quả kinh doanh. Chi tiết mô hình có ở trang của Kirkpatrick Partners.
Chương trình đạt yêu cầu phải leo tới cấp 3 và cấp 4. Cấp 3 là người học làm khác đi sau khoá học. Cấp 4 là kết quả kinh doanh, ở khoá này là bản kế hoạch kinh doanh đủ chuẩn để gọi vốn.
Ba thứ đầu tiên, gồm thấu cảm, TNA và mục tiêu, phải được chốt với stakeholder trước khi viết giáo án. Tôi nhờ Claude xuất một báo cáo dạng slide, gửi cho viện kèm link đặt lịch họp để chốt. Chốt sai ở đây thì giáo án đẹp tới đâu cũng đi sai hướng. Đây cũng là lý do tôi luôn nói đào tạo AI phải gắn với quy trình vận hành, không gắn với danh sách công cụ.
Bước 6: Giáo án, nội dung và slide
Khi mục tiêu đã chốt, giáo án là phần triển khai. Trong Training Pro, mỗi buổi gồm nhiều module, mỗi module gồm nhiều bài, mỗi bài có các hoạt động chi tiết: thời lượng, phương pháp, người điều phối, công cụ.
Tab Nội dung là bản tóm lược cho học viên xem: chỉ có module, bài và buổi. Tab Giáo án là kịch bản để chạy lớp. Hai tab tự nối với nhau, sửa một chỗ thì chỗ kia cập nhật theo.
Slide thì bạn chọn: nhờ Claude soạn, hoặc dùng Training Pro soạn theo đúng thứ tự giáo án. Cách nào cũng được, tuỳ khẩu vị của bạn.
Khi đang di chuyển
Ý tưởng hay đến lúc không ngồi trước máy. Training Pro có bản mobile, mở được đúng khoá đang soạn, vào thẳng giáo án để ghi thêm hoạt động hoặc ý mới phát sinh. Ý tưởng được ghi ngay vào chương trình, không nằm rải rác trong ghi chú điện thoại.
Vì sao người đào tạo vẫn phải giữ quyền duyệt?
AI gánh phần soạn và phần nghiên cứu. Nhưng thứ quyết định chương trình có ra kết quả không vẫn là người đào tạo: hiểu đúng người học, chốt đúng mục tiêu với stakeholder, và duyệt ở từng mốc. Không phải AI soạn khoá học thay bạn, mà là bạn soạn khoá học với một trợ lý không biết mệt.
Bạn muốn thử quy trình này cho khoá học của mình? Training Pro đang mở tại https://training-pro.markuslab.pro.
Câu hỏi thường gặp
Thiết kế chương trình đào tạo bằng AI có thay được người đào tạo không?
Không. AI làm nhanh phần nghiên cứu người học và phần soạn giáo án, nhưng người đào tạo vẫn phải duyệt bản đồ thấu cảm, chốt mục tiêu với stakeholder và nghiệm thu giáo án. Một quy trình tự động có thể ra kết quả 8, 9 điểm, còn quyết định ở các mốc quan trọng mới biến nó thành chương trình của bạn.
Nên bắt đầu thiết kế khoá học với AI từ bước nào?
Bắt đầu từ người học, không từ nội dung. Giao cho AI nhiệm vụ nghiên cứu người học để ra bản đồ thấu cảm, đọc và duyệt nó, rồi mới chuyển sang phân tích nhu cầu đào tạo (TNA) và khung sườn. Giáo án là bước cuối, sau khi mục tiêu đã được chốt.
Mô hình Kirkpatrick dùng thế nào khi đặt mục tiêu đào tạo?
Mô hình Kirkpatrick có bốn cấp: phản ứng, học được gì, thay đổi hành vi, kết quả kinh doanh. Khi đặt mục tiêu, hãy viết rõ chương trình phải đạt tới cấp 3 và cấp 4, ví dụ người học làm khác đi sau khoá và tạo ra một đầu ra kinh doanh đo được, như bản kế hoạch kinh doanh đủ chuẩn để gọi vốn.
Training Pro khác gì so với chỉ dùng Claude hay ChatGPT để soạn khoá học?
Chat AI cho ra văn bản rời rạc. Training Pro giữ toàn bộ khoá học theo cấu trúc: Empathy, TNA, Khung sườn, Giáo án, Nội dung, slide, và nối với Claude qua MCP để AI điền thẳng kết quả đã duyệt vào đúng chỗ. Bạn sửa một tab thì các tab liên quan cập nhật theo, và mở được cả trên điện thoại.
Nguồn tham khảo
- The Kirkpatrick Model, Kirkpatrick Partners
- How we built our multi-agent research system, Anthropic
- Phụ lục thể lệ cuộc thi Học sinh, sinh viên với ý tưởng khởi nghiệp (SV_STARTUP), Bộ Giáo dục và Đào tạo (bản đăng tại Đại học Duy Tân)
- AI soạn khoá học 12 buổi: quy trình thiết kế đào tạo với Training Pro, Markus Lab
Nhận bài viết mới nhất từ Markus Lab
2-3 bài mỗi tuần về AI, build sản phẩm, và growth cho founder & SME Việt. Không spam, unsubscribe bất cứ lúc nào.