Khoảng trống quản trị giữa điều ta muốn, việc AI làm, và trách nhiệm con người
Mấy hôm trước, khi đọc bài “The twilight of the chatbots – Hoàng hôn của chatbot” của Ethan Mollick, tôi có cảm giác như một số ảo tưởng đẹp đẽ cuối cùng về AI vừa bị kéo ra ánh sáng. Tôi thích cách Mollick gọi AI là “trí thông minh cộng tác”: không thay ta nghĩ, nhưng buộc ta nghĩ khác đi.
Ở giai đoạn ấy, làm việc với AI vẫn còn giống một cuộc đối thoại.
Ta hỏi.
Nó đáp.
Ta sửa.
Nó theo.
Ta lôi nó khỏi ảo giác.
Nó lôi ta ra khỏi định kiến.
Nhưng giai đoạn đó đang thay đổi rất nhanh.
Không phải vì chatbot sẽ biến mất. Chatbot vẫn còn đó, hữu ích, và thường là cánh cửa đầu tiên của nhiều người khi bước vào kỷ nguyên AI. Nhưng lúc này đã thấy những việc dài hơi, có giá trị về kinh tế đang dần chuyển sang một hình thức khác: AI không chỉ trả lời, mà bắt đầu nhận việc và tự làm việc. Nó được gọi là AI Agent (Tác nhân AI), ngắn gọn là Agent. Xu hướng này mở ra một làn sóng mới gọi là Agentic AI (Hệ thống AI mang tính tự trị).
Nó không còn ngồi yên trong khung chat.
Nó có thể đọc file.
Viết code.
Gọi công cụ.
Sửa lỗi.
Gửi email.
Đặt lịch.
Tóm tắt tài liệu.
Chạy nhiều bước liên tiếp.
Làm việc hàng giờ.
… rồi quay lại với một kết quả tưởng như đã hoàn chỉnh.
Và đây là điểm rẽ rất lớn:
Chatbot là thứ ta nói chuyện cùng.
Agent tự làm việc theo thứ ta đã giao cho.
Mà đã giao việc thì không thể chỉ cần hỏi hay.
Giao việc thì phải biết quản.
Nói ngắn hơn:
Đây không còn là trò chuyện. Đây là quản trị công việc.
Nghe lời không có nghĩa hiểu việc
Vấn đề lớn nhất của giai đoạn mới không phải là AI không hiểu ta nói gì.
Ngược lại, nó đang hiểu lời ta nói ngày càng tốt hơn. Ta viết một câu mơ hồ, nó vẫn đoán được ý. Ta yêu cầu một việc phức tạp, nó vẫn chia nhỏ được. Ta đưa một mục tiêu chung chung, nó vẫn có thể biến thành danh sách việc cần làm.
Nhưng nghe được lời giao việc không có nghĩa là hiểu việc.
Một nhân viên mới nghe sếp nói “chuyển tiền cho đối tác” không được phép lập tức bấm chuyển tiền chỉ vì đã nghe rõ câu lệnh. Người đó còn phải biết: ai có quyền duyệt, hạn mức là bao nhiêu, đối tác có hợp lệ không, chứng từ nằm ở đâu, việc này có đúng quy định không, và nếu chuyển sai thì ai chịu.
AI cũng vậy.
Khi ta nói: “Hãy làm việc này đi”, câu hỏi đầu tiên không nên là “AI có làm được không?”. Câu hỏi đầu tiên phải là:
Nó có được phép làm không?
Sau đó là:
Việc này có đáng làm không?
Nó đang dùng dữ liệu nào?
Nó có đang tiêu quá nhiều tiền, quá nhiều thời gian, quá nhiều tài nguyên không?
Nó đang làm đến bước nào?
Nếu sai thì có dừng được không?
Nếu hỏng thì ai chịu trách nhiệm?
Đây là phần nhiều người muốn bỏ qua, vì nó làm mất cảm giác kỳ diệu của AI.
Một câu lệnh đi vào.
Một kết quả đi ra.
Ở giữa như có phép màu.
Nhưng đời thật không vận hành bằng phép màu.
Đời thật vận hành bằng quyền hạn, chi phí, luật chơi, ranh giới và trách nhiệm.
Không có hành động vô chủ
Một ảo tưởng rất nguy hiểm hiện nay là: “AI tự làm rồi, tôi chỉ là người dùng.”
Không có chuyện đó.
AI không bao giờ thực thi một việc “vô chủ”. Nó luôn làm thay ai đó, bằng quyền của ai đó, vì lợi ích của ai đó, trong một hệ thống do ai đó thiết kế, và tạo ra kết quả mà ai đó sẽ sử dụng.
Công cụ là do con người làm ra.
Con người dùng công cụ để tạo ra sản phẩm.
Người khác lại dùng sản phẩm đó.
Rồi sản phẩm ấy tiếp tục đi vào đời sống, doanh nghiệp, thị trường, trường học, bệnh viện, toà án, ngân hàng, truyền thông, gia đình.
Vòng quay đó không bao giờ dừng ở AI.
AI chỉ chen vào giữa vòng quay ấy và làm mọi thứ nhanh hơn.
Nhanh hơn khi đúng.
Nhanh hơn khi sai.
Nhanh hơn khi hữu ích.
Nhanh hơn khi gây hỏng.
Nhanh hơn khi tạo giá trị.
Nhanh hơn khi khuếch đại một hiểu lầm.
Vì thế, mỗi khi AI thực thi thay con người, nó phải trả lời được một câu rất căn bản: Việc này đang được làm dưới uỷ quyền của ai?
Không trả lời được câu đó, không nên cho nó làm.
Nếu có kết quả tốt, ai hưởng lợi?
Nếu có hậu quả xấu, ai chịu trách nhiệm?
Nếu khách hàng bị ảnh hưởng, ai xin lỗi?
Nếu dữ liệu bị dùng sai, ai giải trình?
Nếu quyết định sai, ai ký tên?
Nếu hệ thống sập, ai đứng ra xử lý?
Nếu bài viết gây hiểu lầm, ai chịu trách nhiệm trước người đọc?
AI không đứng ra chịu trách nhiệm thay ta.
Một bản phân tích do AI làm sai vẫn là lỗi của người trình bày.
Một email do AI soạn nhưng gửi nhầm vẫn là lỗi của người cho phép gửi.
Một đoạn code do AI viết gây sự cố vẫn là trách nhiệm của người đưa nó vào hệ thống.
Một quyết định dựa trên gợi ý AI thiên lệch vẫn là quyết định của con người hoặc tổ chức đã dùng nó.
Một bài viết quá trơn, quá sạch, quá giống hàng triệu bài AI khác vẫn làm mòn giọng của người đăng nó.
Đừng nhầm quyền dùng AI với quyền phủi trách nhiệm.
AI càng làm được nhiều việc thay ta, trách nhiệm của ta càng không biến mất. Nó chỉ chuyển sang một hình thức khó hơn: trách nhiệm quản lý thứ mình không trực tiếp làm từng bước, nhưng vẫn cho phép nó xảy ra.
Nguy hiểm là AI nghe quá nhanh
Nhiều người sợ AI vì nghĩ nó sẽ không hiểu, không nghe lời.
Tôi lại nghĩ nguy hiểm gần hơn nằm ở chỗ khác:
Nguy hiểm không nằm ở chỗ AI không hiểu.
Nguy hiểm nằm ở chỗ nó hiểu và diễn giải ý định của ta quá nhanh, trước khi biết việc đó có nên làm hay không.
Một người dùng nói: “Gửi email này cho toàn bộ khách hàng.”
AI gửi ngay.
Một quản lý nói: “Cắt chi phí nhanh nhất có thể.”
AI đề xuất cắt vào những khoản không nên cắt.
Một nhân viên nói: “Tóm tắt hồ sơ ứng viên và chọn người phù hợp nhất.”
AI chọn dựa trên những dấu hiệu tưởng như hợp lý nhưng có thể đầy thiên lệch.
Một người làm marketing nói: “Tạo chiến dịch thật mạnh để kéo khách.”
AI tạo nội dung quá đà, sai lời hứa, hoặc chạm vào vùng pháp lý.
Một người làm kỹ thuật nói: “Sửa lỗi này và triển khai luôn.”
AI sửa được một lỗi nhỏ nhưng tạo ra một lỗi lớn hơn ở nơi khác.
Trong tất cả những ví dụ đó, vấn đề không phải là AI không nghe.
Nó nghe rất tốt.
Vấn đề là nó biến lời giao việc thành hành động quá nhanh, trước khi hiểu đủ ranh giới: ai cho phép, được làm đến đâu, có đáng làm không, có ảnh hưởng ai không, sai thì ai chịu.
Con người cũng có thể sai như vậy. Nhưng con người thường bị chặn lại bởi kinh nghiệm, do dự, nỗi sợ, ký ức về những lần từng trả giá, hoặc ít nhất là cảm giác “việc này có gì đó không ổn”.
AI thì không có những vết sẹo nghề nghiệp đó.
Nó không từng bị khách hàng mắng.
Nó không từng mất hợp đồng.
Nó không từng bị sếp gọi lúc nửa đêm.
Nó không từng ngồi trong cuộc họp xử lý khủng hoảng.
Nó không từng thấy một quyết định nhỏ làm hỏng cả một dự án lớn.
Nó không có cảm giác lạnh sống lưng trước một câu lệnh tưởng như vô hại.
AI có thể rất nhanh.
Nhưng nó không tự có sự từng trải.
Và khi tốc độ không đi kèm sự từng trải, thứ được khuếch đại không chỉ là năng suất. Thứ được khuếch đại còn là cái sai.
14 giờ tự làm việc từ một lần giao việc
Mollick đưa ra vài số liệu rất đáng chú ý. Các phép đo gần đây cho thấy AI đang làm được những việc ngày càng dài hơn, phức tạp hơn, tự chủ hơn. Có những ví dụ AI làm việc nhiều giờ liên tục để xây dựng phần mềm, sửa lỗi, xử lý dự án, hoặc hoàn thành những nhiệm vụ mà trước đây một nhóm người có thể mất nhiều ngày, thậm chí nhiều tuần.
Một chi tiết đặc biệt đáng dừng lại: 14 giờ tự làm việc.
Đọc nhanh thì thấy ấn tượng.
Nhưng đọc chậm thì thấy đáng sợ.
Vì một hệ thống có thể tự làm việc 14 giờ từ một câu giao việc không còn là công cụ hỏi đáp. Nó đã trở thành một đơn vị lao động bán tự chủ.
Nó có thể tạo ra giá trị trong 14 giờ.
Nhưng nó cũng có thể tích lũy sai lầm trong 14 giờ.
Nó có thể đi lệch trong 14 giờ.
Nó có thể dùng nhầm dữ liệu trong 14 giờ.
Nó có thể gọi nhầm công cụ trong 14 giờ.
Nó có thể tạo ra rất nhiều thứ trông có vẻ hoàn chỉnh, nhưng bên trong sai từ giả định ban đầu.
Một chatbot trả lời sai, ta sửa một câu.
Một AI tự làm việc sai trong nhiều giờ, ta phải truy lại cả một chuỗi hành động.
Nó đã làm gì?
Làm lúc nào?
Dùng dữ liệu nào?
Theo yêu cầu của ai?
Có bước nào cần duyệt mà bị bỏ qua không?
Có tiêu quá nhiều tiền không?
Có gây ảnh hưởng đến người khác không?
Có thể quay lại điểm trước khi sai không?
Nếu không trả lời được những câu đó, ta không đang quản AI.
Ta chỉ đang thả AI chạy và hy vọng mọi chuyện ổn.
Từ hỏi hay sang giao việc đúng
Trong hai năm qua, rất nhiều người học cách đặt câu hỏi cho AI.
Hỏi sao cho rõ.
Hỏi sao cho ra đúng giọng.
Hỏi sao cho có cấu trúc.
Hỏi sao cho AI đóng vai chuyên gia.
Hỏi sao cho kết quả dài hơn, sâu hơn, đẹp hơn.
Tất cả những điều đó đều hữu ích.
Nhưng đó mới chỉ là kỹ năng của thời chatbot.
Ở thời AI biết nhận việc và tự làm việc, câu hỏi không còn là “hỏi thế nào cho hay”. Câu hỏi là “giao việc thế nào cho đúng”.
Giao việc đúng khó hơn hỏi hay rất nhiều.
Vì giao việc đúng không chỉ cần nói rõ mình muốn gì. Nó còn cần biết mình có quyền giao việc đó không, AI có quyền làm việc đó không, việc đó có nên làm không, kết quả nào là đủ, ranh giới nào không được vượt, khi nào phải dừng, và ai chịu trách nhiệm nếu sai.
Một người quản lý giỏi không giao việc bằng cảm hứng.
Họ giao việc bằng hiểu biết về người làm, việc cần làm, mức độ rủi ro, tiêu chuẩn đầu ra, thời hạn, quyền hạn và hậu quả.
Quản AI cũng vậy.
Chỉ khác một điều: AI làm nhanh hơn rất nhiều, nói tự tin hơn rất nhiều, và có thể khiến ta tưởng rằng mọi chuyện đang ổn chỉ vì kết quả nhìn rất sạch sẽ.
Đó là cái bẫy.
Kết quả trơn tru không có nghĩa là kết quả đúng.
Kết quả đầy đủ không có nghĩa là kết quả dùng được.
Kết quả nhanh không có nghĩa là kết quả đáng tin.
Kết quả giống chuyên gia không có nghĩa là nó được tạo ra bằng hiểu biết chuyên môn.
Muốn dùng AI trong việc thật, con người không thể chỉ là người nhập yêu cầu.
Con người phải là người đặt ranh giới.
Checklist: 5 câu hỏi trước khi giao việc
Giao việc đúng = trả lời được 5 câu này trước khi bấm Enter để giao việc cho tác nhân AI:
- Việc này có được phép không? Ai ủy quyền, luật hay ràng buộc nào đang áp dụng?
- Nếu sai, thiệt hại bao nhiêu? Tiền, dữ liệu, uy tín, pháp lý – mức nào chấp nhận được?
- Điểm dừng ở đâu? Tác nhân làm tới bước nào thì phải quay về xin duyệt?
- Log và undo thế nào? Có truy vết được nó đã làm gì, dùng dữ liệu nào, và quay lại được không?
- Ai ký tên chịu trách nhiệm? Không có tên người thật thì đừng cho chạy.
Đây không phải checklist kỹ thuật. Đây là checklist quản trị.
Nếu bạn không trả lời được 5 câu hỏi này, thì nghĩa là bạn đang không dùng tác nhân AI mà là tác nhân AI đang dùng bạn để thử nghiệm.
AI làm mờ ranh giới nghề, nhưng đào sâu khoảng cách trình độ
Một điểm Mollick nhắc tới rất quan trọng: thành công với AI không phụ thuộc đơn giản vào việc một người có phải dân kỹ thuật hay không. Điều tạo khác biệt lớn hơn là người đó có hiểu rõ lĩnh vực chuyên môn của việc mình đang làm hay không.
Nói đời thường: Người hiểu việc dùng AI tốt hơn.
Điều này đi ngược một ảo tưởng phổ biến: AI sẽ giúp người không có chuyên môn bỗng nhiên thành chuyên gia.
Không hẳn.
AI có thể giúp người mới đi nhanh hơn ở phần bề mặt. Nó có thể giải thích thuật ngữ, dựng khung, gợi ý, viết nháp, mở vài cánh cửa ban đầu.
Nhưng càng đi vào việc thật, AI càng làm lộ rõ người dùng có hiểu việc hay không.
Người không hiểu việc thường hài lòng quá sớm với một kết quả có vẻ đẹp.
Người hiểu việc sẽ thấy ngay cái sai nằm ở đâu.
Người không hiểu việc thích câu trả lời trơn tru.
Người hiểu việc thấy chỗ nào rỗng.
Người không hiểu việc hỏi: “AI làm được chưa?”
Người hiểu việc hỏi: “Cái này có sống nổi trong thực tế không?”
Một kế hoạch có thể rất đầy đủ mà không dùng được trong một doanh nghiệp cụ thể.
Một đoạn code có thể chạy thử nhưng chết khi đưa vào hệ thống thật.
Một bản phân tích có thể nghe rất hợp lý nhưng sai từ dữ liệu đầu vào.
Một bài viết có thể rất mượt mà nhưng đọc lên không còn thấy bất kỳ ai ở trong đó.
Mollick chỉ ra nghịch lý này với Claude Code: luật sư chưa từng viết code vẫn tạo ra phần mềm có hiệu quả như một kỹ sư công nghệ dù làm việc trong một lĩnh vực không quen thuộc, vì thành công không phụ thuộc chức danh mà phụ thuộc vào hiểu vấn đề. Nhưng cũng chính nghiên cứu đó cho thấy khoảng cách mới: chỉ người đã làm việc đó bằng tay 10 năm mới đủ “vết sẹo nghề” để ngửi thấy mùi sai trong output trơn tru của tác nhân AI.
AI không xoá bỏ chuyên môn. Nó khuếch đại chuyên môn, hoặc khuếch đại sự thiếu chuyên môn.
Người có nghề dùng AI như một lực đẩy. Người không có nghề dễ dùng AI như một lớp sơn bóng phủ lên chỗ rỗng.
Và khi AI chỉ trả lời, chỗ rỗng đó có thể chưa gây hại ngay.
Nhưng khi AI bắt đầu làm việc thay, chỗ rỗng đó có thể trở thành hậu quả.
Quản lý một hạm đội vô hình
Mollick cũng nhắc đến một hình ảnh rất đáng chú ý: trong một số tổ chức tiên phong, một người không chỉ dùng một tác nhân AI, mà có thể để nhiều tác nhân AI cùng chạy nhiều việc trong tuần.
Đây không còn là hình ảnh một nhân viên ngồi gõ từng câu hỏi vào chatbot.
Đây giống một người đang quản một nhóm lao động vô hình.
Thử tưởng tượng: sếp marketing bật 3 tác nhân AI cùng lúc. Tác nhân 1 viết content, tác nhân 2 đặt ads, tác nhân 3 gửi email cho 50.000 khách. Không ai đặt “điểm dừng”. Sáng hôm sau: 3 bản copy mâu thuẫn nhau, ads đốt 200 triệu vì AI tối ưu theo CTR, và email gửi nhầm mã giảm giá 90% cho toàn bộ data. Cả 3 tác nhân đều “làm đúng lệnh”. Người trả tiền là công ty.
Đây không phải viễn tưởng. Ở OpenAI, 25% nhân sự đã vận hành ít nhất bốn tác nhân AI cùng lúc mỗi tuần, họ thực sự làm manager của một hạm đội AI chứ không còn gõ prompt lẻ tẻ.
Nếu người đó có chuyên môn, có tiêu chuẩn và biết kiểm soát, năng suất có thể tăng rất mạnh.
Nhưng nếu người đó không hiểu việc, không biết kiểm tra, không biết ranh giới, không biết lúc nào phải dừng, thì họ không chỉ làm sai theo cách cũ. Họ tạo ra sai sót ở quy mô lớn hơn, nhanh hơn, đẹp hơn, khó bắt lỗi hơn.
Câu hỏi mới không phải “dùng hay không”
Ở giai đoạn đầu, câu hỏi phổ biến là: “Có nên dùng AI không?”
Còn bây giờ đã là: “Dùng AI thế nào cho hiệu quả?”
Và tất nhiên, câu hỏi kinh điển: “Prompt thế nào cho tốt?”
Câu đó vẫn cần, nhưng không còn đủ.
Khi AI agent bắt đầu tự làm việc, câu hỏi phải đổi thành:
AI agent được phép làm gì?
Không được phép làm gì?
Làm đến đâu thì phải dừng?
Ai được quyền giao việc?
Ai được quyền duyệt kết quả?
Ai hưởng lợi nếu đúng?
Ai chịu trách nhiệm nếu sai?
Đây không phải câu hỏi kỹ thuật xa xôi.
Đây là câu hỏi rất đời thường.
Một công ty không thể để nhân viên mới tự ký hợp đồng chỉ vì người đó viết email rất hay.
Một bệnh viện không thể để phần mềm tự quyết định điều trị chỉ vì nó đọc hồ sơ rất nhanh.
Một ngân hàng không thể để hệ thống tự chuyển tiền chỉ vì nó hiểu yêu cầu của khách.
Một trường học không thể để AI đánh giá học sinh mà không biết tiêu chí, thiên lệch và quyền khiếu nại nằm ở đâu.
Một người viết không thể để AI viết thay toàn bộ rồi vẫn tin rằng giọng mình còn nguyên vẹn.
Hiểu AI không phải chỉ là biết nó làm được gì.
Hiểu AI là biết ranh giới nào không được vượt.
Sống cùng AI khó chịu hơn chat với AI
Tôi vẫn thích ý tưởng AI như là một “trí thông minh cộng tác”. Nó làm ta đỡ cô đơn trước màn hình trắng. Nó giúp ta có bản nháp. Nó phản biện. Nó mở hướng. Nó làm ta thấy mình nghĩ nhanh hơn.
Nhưng sống cùng AI trong công việc sẽ khó chịu hơn nhiều.
Vì sống cùng không chỉ có tiện ích.
Sống cùng là chia chỗ.
Nhường chỗ.
Tranh chỗ.
Lệ thuộc.
Kiểm soát.
Tự vệ.
Định nghĩa lại phần việc nào còn là của mình.
Tôi không sợ công cụ mới. Tôi chỉ sợ một ngày mình dùng công cụ quá giỏi, nhưng giọng mình nhạt đi, tiêu chuẩn mình lỏng đi, và mình tưởng tốc độ là năng lực.
Đó là cái bẫy rất lớn.
AI không có nhịp sinh học của con người.
Nó không mỏi mắt lúc nửa đêm.
Nó không cần cà phê.
Nó không có tuổi nghề để tiếc.
Nó không có ký ức đau đớn của người từng trả giá.
Nó không tự thấy có lỗi khi một kết quả sai gây hậu quả ngoài đời.
Con người không thể thắng AI bằng tốc độ.
Thua rồi.
Con người cũng không nên tự an ủi rằng mình luôn thông minh hơn AI trong mọi việc.
Không chắc.
Phần người nằm ở chỗ khác.
Biết việc gì đáng làm.
Biết tại sao đáng làm.
Biết làm đến đâu thì đủ.
Biết sai một ly sẽ hỏng cái gì.
Biết khi nào không nên tối ưu.
Biết khi nào một kết quả đẹp nhưng không thật.
Biết khi nào phải chịu trách nhiệm.
Từ dùng AI sang chịu trách nhiệm với AI
Giai đoạn ngây thơ của chatbot đang kết thúc.
Từ chatbot sang tác nhân AI tự làm việc không chỉ là thay đổi công nghệ. Đó là thay đổi trong quan hệ giữa con người, công cụ, tổ chức và trách nhiệm.
Khi AI còn là chatbot, con người đứng ở vị trí người hỏi.
Khi AI bắt đầu tự làm việc, con người chuyển sang vị trí người giao quyền.
Mà giao quyền thì luôn đi kèm trách nhiệm.
Tin tốt: bạn không cần thành coder để quản tác nhân AI. Bạn chỉ cần mang đúng một thứ vào bàn: tiêu chuẩn nghề của bạn. Dân kế toán có chuẩn mực kế toán. Dân luật có điều khoản. Dân làm sản phẩm có definition of done. AI có thể biết chữ nghĩa của những tiêu chuẩn đó. Nhưng bạn mới là người hiểu bối cảnh, chịu hậu quả, và biết khi nào một kết quả trông đúng nhưng thật ra không sống nổi trong thực tế.
Mang tiêu chuẩn đó vào prompt, vào review, vào điểm dừng. Đó là cách bạn quản.
Nếu hiểu đúng ranh giới, AI có thể khuếch đại năng lực của con người. Nhưng nếu hiểu sai, AI sẽ khuếch đại ảo tưởng: ảo tưởng rằng tốc độ là năng lực, rằng kết quả trơn tru là kết quả đúng, rằng giao việc cho AI thì trách nhiệm biến mất.
Và khi những ảo tưởng ấy đi vào công việc thật, AI không chỉ làm sai. Nó khuếch đại cái sai. Nhanh hơn. Đẹp hơn. Khó thấy hơn. Khó truy trách nhiệm hơn.
Vì vậy, câu hỏi của giai đoạn tới không còn là: “Bạn có dùng AI không?”
Câu hỏi thật sự là: Bạn có đủ chuyên môn để chịu trách nhiệm cho những gì AI làm thay bạn không?
Trước đây tôi hay hỏi: “AI giúp anh chị tiết kiệm bao nhiêu thời gian?”
Bây giờ tôi muốn hỏi câu khó chịu hơn:
Anh chị đang dùng nghề để kiểm soát AI và buộc nó tuân thủ, cả quy tắc nội bộ lẫn pháp luật, hay đang để tốc độ của nó cuốn phăng cả hai?
