AI như lao động số và tái cấu trúc hệ thống công nhận năng lực

Sự chuyển dịch từ AI hỗ trợ sang AI thực thi

Trong giai đoạn đầu của AI tạo sinh, công nghệ chủ yếu đóng vai trò hỗ trợ sản xuất nội dung và phân tích dữ liệu. Tuy nhiên, các hệ thống hiện nay đang phát triển theo hướng tác nhân (agents), có khả năng thực thi chuỗi hành động, tương tác với nhiều nền tảng và tham gia trực tiếp vào quy trình vận hành tổ chức.

AI Index Report 2024 cho thấy mức độ ứng dụng AI trong doanh nghiệp tăng mạnh, đặc biệt ở các lĩnh vực tài chính, phân tích dữ liệu, chăm sóc khách hàng và tự động hoá quy trình (Stanford Institute for Human-Centered AI, 2024). Điều này phản ánh sự chuyển dịch từ AI như công cụ hỗ trợ sang AI như một thành phần tham gia thực thi trong hệ thống kinh tế.

Sự thay đổi này có ý nghĩa cấu trúc: AI không còn đứng bên ngoài con người, mà trở thành yếu tố tích hợp trong kiến trúc vận hành của tổ chức.

Digital labour (lao động số) và biến đổi cấu trúc nghề nghiệp

Khái niệm digital labour (lao động số) được sử dụng để mô tả thực tế rằng các hệ thống AI có thể đảm nhiệm một phần đáng kể công việc trí tuệ vốn do con người thực hiện. Theo McKinsey Global Institute (2023), khoảng 60–70% các tác vụ trong nhiều ngành nghề có thể được tự động hoá ở mức độ nhất định bằng công nghệ hiện có.

Điều này không đồng nghĩa với việc toàn bộ việc làm biến mất. Thay vào đó, cấu trúc công việc được tái tổ chức. Những nhiệm vụ lặp lại, chuẩn hoá và dựa trên xử lý thông tin ở mức trung bình đối diện với mức độ rủi ro tự động hoá cao hơn. Ngược lại, các nhiệm vụ liên quan đến đánh giá ngữ cảnh phức tạp, thiết kế hệ thống, lãnh đạo và chịu trách nhiệm chiến lược trở nên có giá trị hơn.

Trong môi trường digital labour (lao động số), cạnh tranh không chỉ diễn ra giữa cá nhân với cá nhân, mà giữa cá nhân được tăng cường bởi AI với cá nhân không được tăng cường. Điều này làm gia tăng yêu cầu về năng lực phối hợp với AI thay vì chỉ sử dụng AI như một công cụ phụ trợ.

Gia tăng cạnh tranh nhận thức và nhu cầu năng lực quản trị AI

Khi AI có thể sản xuất nội dung, phân tích dữ liệu và đề xuất phương án hành động, lợi thế cạnh tranh không còn nằm ở việc tiếp cận thông tin. Lợi thế chuyển sang khả năng thiết kế hệ thống ra quyết định, xây dựng khung quản trị rủi ro và đảm bảo sự phù hợp với mục tiêu chiến lược.

Russell (2019) nhấn mạnh rằng thách thức cốt lõi của AI không nằm ở năng lực tính toán, mà ở việc đảm bảo hệ thống hoạt động phù hợp với giá trị và mục tiêu của con người. Điều này đặt ra yêu cầu về năng lực quản trị AI ở cấp độ tổ chức và thể chế.

Trong bối cảnh một số dự báo cho rằng AGI có thể xuất hiện trong thập kỷ này, dù chưa có đồng thuận khoa học về mốc thời gian cụ thể, việc xây dựng năng lực lãnh đạo công nghệ và quản trị hệ thống trở thành ưu tiên chiến lược.

Tái định vị hệ thống công nhận năng lực trong môi trường AI tích hợp

Khi digital labour (lao động số) trở thành yếu tố cấu trúc của nền kinh tế, hệ thống giáo dục cần tái định vị cách đánh giá và công nhận năng lực. Việc tích luỹ tín chỉ thuần tuý không đủ để phản ánh khả năng vận hành trong môi trường tự động hoá cao.

Trong hệ sinh thái SwissUK™, cấu trúc CAS–MAS–DRAS có thể được hiểu như cơ chế tích luỹ và xác thực năng lực theo cấp độ tăng dần.

CAS tập trung vào năng lực chuyên sâu, ví dụ quản trị AI, quản lý dữ liệu hoặc thiết kế chiến lược công nghệ.
MAS tích hợp nhiều năng lực để hình thành tư duy liên ngành và năng lực điều phối ở cấp chiến lược.
DRAS nhấn mạnh năng lực thiết kế hệ thống, hoạch định chính sách và lãnh đạo trong môi trường phức tạp.

Điểm trọng tâm không nằm ở danh xưng, mà ở cấu trúc đánh giá năng lực dựa trên khả năng ứng dụng trong bối cảnh thực tiễn. Trong môi trường AI thực thi, hệ thống công nhận năng lực cần phản ánh khả năng vận hành trong điều kiện công nghệ biến động nhanh và mức độ tự động hoá cao.

Hàm ý chính sách cho SwissUK™ Policy Lab

Từ góc nhìn chính sách, có thể xác định ba định hướng quan trọng.

Thứ nhất, digital labour (lao động số) cần được xem là yếu tố cấu trúc dài hạn trong hoạch định giáo dục và phát triển nguồn nhân lực.

Thứ hai, chương trình đào tạo nâng cao cần tích hợp nội dung về AI governance, quản trị rủi ro công nghệ và tư duy hệ thống như thành phần cốt lõi.

Thứ ba, hệ thống công nhận năng lực cần chuyển từ đánh giá kiến thức tĩnh sang đánh giá năng lực ứng dụng và khả năng phối hợp với AI trong môi trường tổ chức.

Trong kỷ nguyên AI thực thi, lợi thế cạnh tranh không còn nằm ở quyền tiếp cận tri thức, mà ở khả năng thiết kế, kiểm soát và định hướng hệ thống nơi con người và AI cùng tồn tại. Việc tái cấu trúc hệ thống công nhận năng lực vì vậy không chỉ là vấn đề giáo dục, mà là vấn đề chiến lược quốc gia.

Tài liệu tham khảo

McKinsey Global Institute. (2023). The economic potential of generative AI: The next productivity frontier. McKinsey & Company.

Russell, S. (2019). Human compatible: Artificial intelligence and the problem of control. Viking.

Stanford Institute for Human-Centered AI. (2024). AI Index Report 2024. Stanford University.