Cách nắm bắt GenAI dành cho các nhà lãnh đạo L&D

Generative AI, hay GenAI, đang thay đổi cách doanh nghiệp tạo nội dung, phân tích thông tin và phát triển kỹ năng cho nhân viên. Với các nhà lãnh đạo Learning and Development – L&D, đây không chỉ là một công cụ giúp viết giáo trình nhanh hơn. GenAI đặt ra câu hỏi lớn hơn: bộ phận L&D sẽ đóng vai trò gì khi kiến thức có thể được tạo, tóm tắt và giải thích gần như ngay lập tức?

Nếu tiếp cận GenAI như một “máy sản xuất nội dung”, doanh nghiệp có thể tạo thêm hàng trăm tài liệu nhưng chưa chắc cải thiện được năng lực nhân viên. Nếu tiếp cận nó như một phần của chiến lược phát triển con người, L&D có thể xây dựng trải nghiệm học tập phù hợp hơn, đưa hỗ trợ vào đúng thời điểm làm việc và phản ứng nhanh hơn trước sự thay đổi kỹ năng.

Theo Báo cáo Tương lai Việc làm 2025 của Diễn đàn Kinh tế Thế giới, khoảng 39% kỹ năng hiện có của người lao động được dự báo sẽ thay đổi hoặc trở nên lỗi thời trong giai đoạn 2025–2030. Nếu lực lượng lao động toàn cầu gồm 100 người, 59 người sẽ cần được đào tạo lại hoặc nâng cao kỹ năng trước năm 2030. World Economic Forum

Điều đó khiến lãnh đạo L&D đứng trước cả cơ hội lẫn áp lực. Họ phải giúp doanh nghiệp phát triển năng lực AI, đồng thời sử dụng chính GenAI để cải thiện hoạt động đào tạo.

GenAI là gì và khác gì với các công nghệ trước đây?

GenAI là nhóm công nghệ có khả năng tạo ra nội dung mới dựa trên dữ liệu và yêu cầu của người dùng. Đầu ra có thể là văn bản, hình ảnh, âm thanh, video, mã lập trình, câu hỏi kiểm tra hoặc bản mô phỏng hội thoại.

Khác với hệ thống tự động hóa truyền thống chỉ thực hiện những quy tắc đã được xác định, GenAI có thể phản hồi linh hoạt theo ngôn ngữ tự nhiên. Người dùng không nhất thiết phải biết lập trình; họ có thể giao nhiệm vụ, bổ sung ngữ cảnh và yêu cầu hệ thống điều chỉnh kết quả qua nhiều lượt trao đổi.

Tuy nhiên, GenAI không “hiểu” nội dung giống con người. Công cụ có thể tạo ra câu trả lời nghe rất thuyết phục nhưng thiếu chính xác, bỏ sót ngữ cảnh hoặc phản ánh thiên lệch từ dữ liệu. Vì thế, khả năng tạo nội dung nhanh luôn phải đi kèm quy trình kiểm chứng.

Lãnh đạo L&D không cần trở thành kỹ sư mô hình AI. Họ cần hiểu đủ sâu để trả lời bốn câu hỏi:

• GenAI có thể hỗ trợ nhiệm vụ nào?
• Đầu ra nào bắt buộc phải được con người kiểm tra?
• Dữ liệu nào được phép đưa vào hệ thống?
• Giá trị tạo ra sẽ được đo bằng chỉ số nào?

Thay đổi tư duy: từ sản xuất nội dung sang phát triển năng lực

Nhiều bộ phận L&D dành phần lớn thời gian để xây dựng slide, viết tài liệu, tạo bài kiểm tra và quản lý khóa học. GenAI có thể rút ngắn đáng kể những công việc này, nhưng tiết kiệm thời gian không phải giá trị cuối cùng.

Câu hỏi cần đặt ra không phải là “AI giúp chúng ta tạo bao nhiêu khóa học?”, mà là:

GenAI giúp nhân viên thực hiện công việc tốt hơn như thế nào?

Nếu chỉ dùng AI để tăng số lượng nội dung, doanh nghiệp có thể gặp một nghịch lý: tài liệu ngày càng nhiều nhưng người học càng khó tìm được nội dung thực sự cần thiết.

Một phân tích của CIPD về công nghệ trong L&D cho rằng giá trị không nằm ở việc tạo thật nhiều nội dung, mà ở khả năng xây dựng kỹ năng và giải quyết vấn đề hiệu suất. GenAI còn có thể hỗ trợ phân tích dữ liệu định tính để xác định những hành vi liên quan đến hiệu quả công việc. CIPD

Do đó, lãnh đạo L&D nên bắt đầu từ khoảng trống năng lực, hành vi cần thay đổi hoặc kết quả kinh doanh, sau đó mới lựa chọn cách dùng GenAI.

Bốn ứng dụng GenAI có giá trị đối với L&D

1. Hỗ trợ xây dựng nội dung đào tạo

GenAI có thể giúp đội ngũ L&D tạo bản nháp nhanh hơn cho:

• Đề cương khóa học.
• Kịch bản video.
• Tình huống mô phỏng.
• Bộ câu hỏi kiểm tra.
• Bản tóm tắt tài liệu.
• Phiên bản nội dung cho nhiều trình độ.
• Tài liệu hướng dẫn theo từng vai trò.
• Nội dung được điều chỉnh cho nhiều ngôn ngữ.

Giá trị lớn nhất không nằm ở việc yêu cầu AI “viết một khóa học hoàn chỉnh”. Cách làm hiệu quả hơn là chia quy trình thành nhiều bước: phân tích đối tượng, xác định mục tiêu, xây dựng cấu trúc, tạo bản nháp, kiểm chứng và chỉnh sửa.

Chuyên gia nội dung vẫn phải chịu trách nhiệm về tính chính xác. Nhà thiết kế học tập cần kiểm tra xem hoạt động có thực sự giúp hình thành kỹ năng hay chỉ làm cho bài học trông phong phú hơn.

2. Cá nhân hóa hành trình học tập

Hai nhân viên có cùng chức danh chưa chắc có cùng khoảng trống kỹ năng. Một người có thể cần củng cố kiến thức nền, trong khi người còn lại cần thực hành xử lý tình huống phức tạp.

GenAI có thể hỗ trợ xây dựng hành trình khác nhau dựa trên:

• Vai trò công việc.
• Mức độ kinh nghiệm.
• Kết quả đánh giá đầu vào.
• Mục tiêu nghề nghiệp.
• Những chủ đề người học đang gặp khó khăn.
• Tình huống thực tế trong công việc.

Cá nhân hóa không có nghĩa phải tạo một khóa học hoàn toàn mới cho từng người. L&D có thể xây dựng một thư viện mô-đun chung, sau đó sử dụng AI để đề xuất thứ tự, mức độ hoặc hoạt động phù hợp.

Việc cá nhân hóa cũng cần minh bạch. Người học nên biết vì sao một nội dung được đề xuất và có quyền điều chỉnh mục tiêu thay vì bị thuật toán quyết định toàn bộ hành trình.

3. Xây dựng trợ lý học tập và coaching

Một trợ lý GenAI có thể giúp nhân viên tra cứu quy trình, luyện hội thoại, chuẩn bị cho cuộc họp hoặc nhận gợi ý khi gặp vấn đề.

Ví dụ:

• Nhân viên bán hàng luyện xử lý lời từ chối.
• Quản lý thực hành một cuộc trao đổi hiệu suất.
• Nhân viên chăm sóc khách hàng mô phỏng tình huống khó.
• Kỹ sư tra cứu tài liệu kỹ thuật đã được phê duyệt.
• Nhân viên mới đặt câu hỏi về quy trình nội bộ.

Điểm khác biệt quan trọng là việc học diễn ra gần thời điểm nhân viên cần áp dụng kiến thức. Thay vì phải quay lại hệ thống LMS và tìm một khóa học dài, họ có thể nhận hỗ trợ ngay trong luồng công việc.

Tuy vậy, không nên xem AI là giải pháp thay thế hoàn toàn người quản lý hoặc chuyên gia coaching. Những cuộc trao đổi liên quan đến cảm xúc, xung đột, sức khỏe, đạo đức hoặc quyết định nhân sự vẫn cần sự tham gia trực tiếp của con người.

4. Phân tích khoảng trống kỹ năng

GenAI có thể hỗ trợ tổng hợp lượng lớn dữ liệu văn bản như:

• Phản hồi sau khóa học.
• Ghi chú phỏng vấn.
• Mô tả công việc.
• Báo cáo hiệu suất.
• Phản hồi của khách hàng.
• Nội dung từ các buổi thảo luận nhóm.
• Tài liệu về chiến lược kinh doanh.

Từ đó, đội ngũ L&D có thể tìm kiếm các chủ đề lặp lại, hành vi của người làm việc hiệu quả hoặc nhu cầu học tập đang xuất hiện.

AI nên được sử dụng để hỗ trợ phát hiện dấu hiệu và xây dựng giả thuyết. Quyết định về năng lực cần phát triển vẫn phải được đối chiếu với dữ liệu công việc, ý kiến quản lý và định hướng kinh doanh.

Những năng lực lãnh đạo L&D cần phát triển

Nắm bắt GenAI không đồng nghĩa với việc học thuộc một danh sách câu lệnh. Công cụ có thể thay đổi, nhưng những năng lực cốt lõi dưới đây vẫn cần thiết.

Microsoft mô tả năng lực AI không chỉ bao gồm cách viết yêu cầu, mà còn là khả năng biết khi nào nên sử dụng AI, đánh giá đầu ra sáng tạo, kiểm tra thiên lệch và làm việc lặp lại cùng công cụ. Microsoft Work Trend Index

Lộ trình năm bước để áp dụng GenAI trong L&D

Bước 1: Xác định bài toán

Không nên bắt đầu bằng việc mua công cụ rồi mới tìm cách sử dụng. Hãy lựa chọn một vấn đề cụ thể như:

• Thời gian tạo bài kiểm tra đang quá dài.
• Nhân viên mới khó tìm thông tin trong tài liệu nội bộ.
• Khóa học hiện tại thiếu tình huống thực hành.
• Nội dung cần được điều chỉnh cho nhiều nhóm đối tượng.
• Quản lý tuyến đầu thiếu cơ hội luyện hội thoại.

Bài toán nên đủ hẹp để thử nghiệm và đủ quan trọng để tạo ra giá trị nếu thành công.

Bước 2: Chọn một chương trình thí điểm

Giai đoạn thử nghiệm có thể kéo dài từ bốn đến tám tuần với nhóm người dùng nhỏ. Hãy chọn trường hợp có mức độ rủi ro thấp và đầu ra dễ kiểm tra.

Ví dụ, L&D có thể thử dùng GenAI để tạo câu hỏi từ tài liệu đã được phê duyệt. Một chuyên gia sẽ kiểm tra toàn bộ câu hỏi trước khi đưa vào khóa học. Nhóm dự án ghi lại thời gian thực hiện, tỷ lệ nội dung phải sửa và phản hồi của người học.

Không nên sử dụng ngay GenAI cho nội dung pháp lý, an toàn lao động, y tế hoặc những quyết định có ảnh hưởng lớn nếu chưa có quy trình kiểm soát phù hợp.

Bước 3: Xây dựng nguyên tắc quản trị dữ liệu

Trước khi thử nghiệm, doanh nghiệp cần thống nhất:

• Công cụ nào được phép sử dụng?
• Có được nhập dữ liệu khách hàng hay không?
• Dữ liệu cá nhân phải được xử lý như thế nào?
• Tài liệu nội bộ nào được phép đưa vào hệ thống?
• Ai được quyền tạo và xuất bản nội dung?
• Đầu ra nào bắt buộc phải kiểm chứng?
• Dữ liệu được lưu trữ trong bao lâu?

UNESCO khuyến nghị việc sử dụng GenAI trong giáo dục cần bảo vệ dữ liệu cá nhân, duy trì vai trò chủ động của con người và đánh giá sự phù hợp về sư phạm cũng như đạo đức. UNESCO

Bước 4: Đo kết quả thí điểm

Đừng chỉ hỏi người dùng có thích công cụ hay không. Hãy đo cả hiệu quả và chất lượng:

• Thời gian hoàn thành công việc trước và sau khi dùng AI.
• Tỷ lệ đầu ra được chấp nhận.
• Số lỗi cần chỉnh sửa.
• Mức độ tham gia của người học.
• Khả năng áp dụng kiến thức.
• Phản hồi của chuyên gia nội dung.
• Rủi ro hoặc sự cố phát sinh.

Một thí điểm tiết kiệm 50% thời gian nhưng làm giảm chất lượng đầu ra không thể được xem là thành công.

Bước 5: Mở rộng có kiểm soát

Khi thí điểm cho kết quả tích cực, L&D có thể chuẩn hóa quy trình, xây dựng thư viện câu lệnh, đào tạo người dùng và mở rộng sang bộ phận khác.

Mỗi trường hợp sử dụng mới vẫn cần được đánh giá rủi ro. Quy trình đã phù hợp với việc tạo kịch bản đào tạo chưa chắc đủ an toàn để triển khai trợ lý trả lời câu hỏi từ dữ liệu nhân sự.

Xây dựng bốn lớp kiểm soát GenAI

Bảo vệ dữ liệu

Không nhập thông tin cá nhân, dữ liệu khách hàng, bí mật kinh doanh hoặc tài liệu hạn chế vào công cụ chưa được doanh nghiệp phê duyệt.

Kiểm chứng nội dung

Các thông tin quan trọng cần được đối chiếu với tài liệu gốc. Nên lưu lại nguồn tham khảo và ngày kiểm tra, đặc biệt với nội dung có thể thay đổi theo thời gian.

Tôn trọng bản quyền

Không mặc định rằng mọi nội dung do AI tạo đều có thể được sử dụng tự do. Hãy kiểm tra hình ảnh, trích dẫn, dữ liệu và tài liệu được đưa vào hoặc được dùng làm cơ sở cho đầu ra.

Con người phê duyệt

AI có thể đề xuất, nhưng người có chuyên môn phải chịu trách nhiệm về nội dung cuối cùng. Mức độ kiểm tra cần tăng theo mức độ ảnh hưởng của nội dung.

NIST đã xây dựng hồ sơ quản trị rủi ro dành riêng cho GenAI, trong đó đề cập đến các vấn đề như nội dung sai lệch, quyền riêng tư, an ninh, thiên lệch và khả năng hệ thống tạo ra thông tin không có căn cứ. NIST GenAI Risk Management Profile

Đào tạo năng lực GenAI cho toàn doanh nghiệp

L&D không nên xây dựng một chương trình giống nhau cho tất cả nhân viên. Có thể chia thành ba cấp độ.

Cấp độ 1: Năng lực nền tảng cho mọi nhân viên

Nội dung gồm cách GenAI hoạt động, nguyên tắc bảo vệ dữ liệu, kiểm chứng thông tin, các trường hợp được phép sử dụng và cách báo cáo sự cố.

Cấp độ 2: Năng lực ứng dụng theo vai trò

Nhân viên được học cách sử dụng GenAI trong công việc thực tế như bán hàng, marketing, vận hành, chăm sóc khách hàng hoặc phân tích dữ liệu.

Cấp độ 3: Năng lực chuyên sâu

Nhóm chuyên gia học cách thiết kế quy trình AI, xây dựng trợ lý nội bộ, đánh giá công cụ, quản trị tri thức và kiểm soát chất lượng ở quy mô lớn.

Nhà quản lý cần một chương trình riêng về cách phân công công việc giữa con người và AI, đánh giá kết quả cũng như hỗ trợ nhân viên thay đổi phương thức làm việc.

Đo hiệu quả GenAI trong L&D như thế nào?

Một bảng đo lường phù hợp nên bao gồm bốn tầng.

Hiệu quả vận hành

Đo thời gian tạo nội dung, chi phí sản xuất, tốc độ cập nhật và khối lượng công việc thủ công được giảm bớt.

Chất lượng đầu ra

Theo dõi độ chính xác, mức độ phải chỉnh sửa, tính nhất quán và mức độ phù hợp với tiêu chuẩn doanh nghiệp.

Hành vi người học

Đánh giá mức độ tham gia, khả năng hoàn thành nhiệm vụ, tần suất sử dụng trợ lý học tập và việc áp dụng kiến thức vào công việc.

Kết quả kinh doanh

Tùy chương trình, kết quả có thể là thời gian đưa nhân viên mới vào vị trí, doanh số, chất lượng dịch vụ, tỷ lệ lỗi, năng suất hoặc khả năng xử lý tình huống.

Đo giá trị kinh doanh sẽ khó hơn đếm số nội dung được tạo, nhưng đây mới là dữ liệu giúp lãnh đạo quyết định có nên mở rộng GenAI hay không.

Những sai lầm lãnh đạo L&D nên tránh

Các chương trình GenAI thường gặp vấn đề khi:

• Mua công cụ trước khi xác định bài toán.
• Chỉ đào tạo cách viết prompt.
• Sử dụng AI để tạo thật nhiều nội dung.
• Không có quy định về dữ liệu.
• Để người học tự tìm công cụ và tự chịu rủi ro.
• Không kiểm chứng đầu ra.
• Đánh giá thành công bằng mức độ hào hứng ban đầu.
• Bỏ qua sự lo lắng của nhân viên về thay đổi công việc.
• Không phối hợp với IT, pháp lý, bảo mật và các đơn vị kinh doanh.

L&D không thể triển khai GenAI một mình. Bộ phận này nên đóng vai trò cầu nối giữa công nghệ, con người, năng lực và hiệu quả kinh doanh.

Kế hoạch hành động trong 90 ngày

Trong 30 ngày đầu, lãnh đạo L&D có thể thành lập nhóm phụ trách, thống nhất nguyên tắc sử dụng, đánh giá công cụ và xác định ba bài toán tiềm năng.

Từ ngày 31 đến 60, hãy lựa chọn một bài toán để thí điểm, đào tạo nhóm tham gia và thu thập dữ liệu trước khi áp dụng.

Từ ngày 61 đến 90, nhóm dự án đánh giá kết quả, ghi nhận rủi ro, chuẩn hóa quy trình và đưa ra quyết định: dừng, điều chỉnh hoặc mở rộng.

Cách tiếp cận này giúp doanh nghiệp học nhanh mà không biến toàn bộ tổ chức thành một cuộc thử nghiệm thiếu kiểm soát.

Kết luận

Nắm bắt GenAI đối với lãnh đạo L&D không phải là chạy theo từng công cụ mới. Điều quan trọng hơn là hiểu công nghệ đủ sâu để lựa chọn đúng bài toán, thử nghiệm có trách nhiệm và kết nối kết quả học tập với hiệu quả công việc.

GenAI có thể giúp L&D tạo nội dung nhanh hơn, cá nhân hóa hành trình, hỗ trợ coaching và phát hiện nhu cầu kỹ năng. Nhưng công nghệ chỉ tạo ra giá trị khi có dữ liệu phù hợp, quy trình kiểm chứng, sự giám sát của con người và hệ thống đo lường rõ ràng.

Trong thời đại kỹ năng thay đổi nhanh, lợi thế của L&D không nằm ở việc sở hữu nhiều nội dung nhất. Lợi thế nằm ở khả năng giúp tổ chức học nhanh hơn, ứng dụng tốt hơn và thay đổi một cách an toàn.