Kiệt sức vì dọn lỗi AI

Từng coi trí tuệ nhân tạo AI là trợ lý đắc lực.

AI nó làm rất là nhanh và làm tốt hơn mình rất là nhiều.

Nhưng sau một thời gian, nhiều nhân viên công sở rơi vào vòng lặp chỉnh sửa vô tận, khiến kiệt sức trí não.

Nó chỉ đưa ra một đáp án rất là chung chung thôi. Mình phải hỏi đi hỏi lại đến 4–5 lần là chuyện bình thường.

Nhiều lúc mình mệt vì nó luôn, tại vì nó bòn rút thời gian và sức lực của mình.

Quý vị đang nghe VnExpress Hôm Nay, được xuất bản vào sáng thứ 2, thứ 4, thứ 6 hàng tuần

Hôm nay là câu chuyện vỡ mộng khi phải hầu hạ AI.

Hải Yến, 25 tuổi, một nhân viên truyền thông ở HN, bắt đầu ngày làm việc bằng một thói quen gần như tự động: mở to-do list, và mở tiếp hai tab AI. Những việc từng ngốn hàng giờ đồng hồ được thu gọn lại chỉ bằng vài cú nhấp chuột.

AI giúp cho mình rất nhiều trong công tác lên ý tưởng

Có rất nhiều tài liệu, bài báo mà mình cần phải phân tích, tổng hợp thông tin, AI làm rất nhanh và làm tốt hơn mình rất là nhiều, trong phút mốt là xong.

Nhưng sự hoàn hảo đó không kéo dài. Khi bước vào các công việc đòi hỏi chiều sâu, AI bắt đầu trả về những kết quả chung chung. Và rồi, thay vì giải phóng thời gian, Yến rơi vào vòng lặp: viết prompt, chỉnh câu lệnh, gặng hỏi đi hỏi lại đến lần thứ 4, thứ 5 chỉ để giải quyết một đầu việc duy nhất.

Mình đưa cho nó những cái biểu đồ chẳng hạn, để cho nó thuyết minh. Đến khi nó thuyết minh xong mình cũng không hiểu lắm. Nó chỉ đưa ra được một đáp án chung chung thôi. Mình cũng phải hỏi nó hỏi đi hỏi lại đến 4 - 5 lần.

Mình cũng đã bị AI từ chối trả lời khá là nhiều lần rồi. Thế là mình lại phải chuyển sang một AI khác. Tự nhiên mình lại mất thêm hai khâu khác nhau, hai con AI khác nhau với cùng một cái câu hỏi. Thời gian nó bị nhân đôi lên.

Rắc rối lớn hơn xuất hiện khi AI bắt đầu "bịa" ra những con số, những dữ kiện nghe chừng rất thuyết phục nhưng hoàn toàn không có thật. Để chắc chắn, Hải Yến phải mở thêm một con AI thứ hai để bắt lỗi con AI thứ nhất. Kết quả chúng đưa ra hai câu trả lời trái ngược nhau, buộc cô phải quay lại làm cách thủ công nhất: mở tài liệu gốc, đọc lại từng dòng một.

Hôm nay mình lên kế hoạch buổi sáng sẽ xong được hai cái kịch bản. Nhưng mà đến bây giờ là buổi chiều rồi mình vẫn chưa thể xong được. Mình rất là tức giận. Mình kỳ vọng là nó giúp mình rút ngắn thời gian. Đưa ra rất là nhiều câu lệnh nhưng mà nó vẫn không đưa ra được những cái ý mà mình muốn, và thậm chí đôi khi nó còn từ chối luôn, nó bảo là tôi là một ngôn ngữ AI, tôi không thể trả lời được câu hỏi của bạn. Tất cả những cái gì mà nó đem lại cho mình là một sự bất lực, và mình vẫn phải đi làm thủ công.

Rất là nhiều lần sếp mình đã check và phàn nàn với mình rằng ngôn ngữ quá là AI, khi sếp đọc lại bản gốc thì những thông tin đấy không hề có và mình đã bị khiển trách rất là nhiều lần. Tổng hợp tin tức nếu chỉ quăng lên AI không thôi thì chắc mất khoảng 30 phút. Nhưng thêm cả thời gian tự đọc lại bản gốc để check xem thông tin đúng chưa thì phải mất đến một tiếng đồng hồ.

Theo báo cáo từ Viện Work AI (thuộc Glean, phối hợp cùng Đại học Stanford và UC Berkeley), trung bình một người lao động dành 6 giờ mỗi tuần để làm việc trực tiếp với AI. Nhưng họ phải mất thêm tới 6,4 giờ chỉ để làm các công việc "hậu trường" như chuẩn bị dữ liệu đầu vào và đi dọn dẹp kết quả đầu ra.

Khảo sát của Viện Nghiên cứu Nhân sự Toàn cầu Upwork cho thấy 77% người dùng khẳng định AI đang làm tăng khối lượng công việc của họ, và gần một nửa trong số đó - 47%, hoàn toàn hoang mang không biết làm sao để đạt được năng suất mà cấp trên kỳ vọng.

Hạ Vy, một chuyên viên marketing 26 tuổi, cũng trong áp lực tương tự. Mỗi ngày của Vy là một danh sách vô tận những đầu việc vụn vặt: vài dòng caption mạng xã hội, một bài viết ngắn, một kịch bản video, rồi cả những bài SEO dài vài nghìn chữ.

Vy dùng AI với kỳ vọng rút ngắn thời gian, nhưng cô không ngờ mình rơi vào bẫy “hầu hạ” AI.

Mình tốn thời gian để mình dạy cho AI hiểu về cái bối cảnh câu chuyện. Mình bắt nó viết lại lần thứ ba, lần thứ tư, và lần mình bực mình nhất là phải bắt nó viết lại lần thứ sáu nó mới cho ra cái kết quả mà mình tạm hài lòng chứ cũng không hẳn 100%.

Cái lỗi mình hay gặp nhất là lỗi sự thật. Mặc dù mình đã lọc sẵn nguồn và dặn nó dựa trên thông tin mình cung cấp, nhưng nó sẽ chế ra những cái không phải là sự thật. Những câu chuyện nó chế từ đâu ra không có nằm trong những cái link mình đưa.

Gần đây nhất mình viết bài cho khách hàng ở Úc, nhờ nó viết làm sao để gần gũi nhất với cách nói chuyện của người Úc. Đến khi trình lên sếp thì sếp bảo: 'Em ơi bài này của em bị sai ngữ pháp, bị thiếu động từ'. Kiểm tra lại mới thấy nó hiểu câu lệnh 'gần gũi' nghĩa là dùng văn nói - mà văn nói người Úc đôi khi họ lược bớt động từ. Nhưng văn viết tiếng Anh đâu có như vậy đâu! Nếu không kiểm tra kỹ mà đưa cho khách hàng thì chắc chắn thể hiện sự không chuyên nghiệp.

Hệ quả trực tiếp của việc liên tục "hầu hạ" máy móc là một hội chứng tâm lý mới mà Tạp chí Harvard Business Review định danh bằng cụm từ: "AI brain fry" trạng thái não bộ bị "rán chín" vì kiệt sức nhận thức. Biểu hiện rõ nhất là sự mất tập trung kéo dài, căng thẳng leo thang và cảm giác bất lực khi công việc dở dang không hồi kết.

Đầu năm 2026, nghiên cứu từ Boston Consulting Group (BCG) và Đại học California ghi nhận 14% người lao động toàn cầu đang gặp phải hội chứng này. Tệ hơn, ở các ngành nghề đòi hỏi xử lý thông tin liên tục và sáng tạo nhanh như marketing hay truyền thông nơi những người như Hải Yến hay Hạ Vy đang làm việc tỷ lệ này vọt lên tới 26%.

Nhiều lúc mình mệt vì nó luôn, tại vì nó bòn rút thời gian là cái thứ nhất, cái thứ hai nó bòn rút cái sức lực của mình. Mình vừa phải xử lý đầu việc, vừa phải giải thích cho nó hiểu mà kết quả nhận được còn thua những gì mình tự làm.

Ông Đặng Hữu Sơn – Founder & CEO LovinBot, chuyên gia AI và Marketing, lý giải thực trạng này là do đa số người dùng hiện nay vẫn sử dụng AI lối mòn của nhiều năm trước.

Thực trạng mà hiện nay nhiều bạn trẻ chia sẻ là dùng AI lại mất thời gian hơn để mà chỉnh sửa, đó là do các bạn đang dùng cái cách của hai năm trước đây, gõ Prompt và chờ kết quả. Mặc dù cái năng lực của mô hình AI rất là mạnh, nhưng năng lực hiểu - sử dụng của người dùng bị hạn chế.

Nên là các bạn khi mà mở một cái chat mới, nó ra được một kết quả mà các bạn rất là ưng ý, các bạn lại chat tiếp và nó bị loãng kết quả mà AI đã được học trước đó.

AI được training từ những cái dữ liệu ở trên Internet. Cho dù model có cái năng lực rất là mạnh trong việc xử lý thông tin nhưng mà nó cũng không thể hiểu hết được ngóc ngách của một cái doanh nghiệp, của một cái phòng ban, của một cái đội ngũ.

Ông Chu Tuấn Anh, Giám đốc Hệ thống Đào tạo Lập trình viên Quốc tế Aptech, thì cho rằng vấn đề xuất phát từ sự lệch pha về kỳ vọng và thiếu kỹ năng sử dụng. Quản lý chưa đánh giá đúng giới hạn của công nghệ nên đưa ra định mức công việc cao. Trong khi đó, nhân viên thiếu kỹ năng đưa câu lệnh (prompt) và kiểm chứng dữ liệu, dẫn đến sản phẩm tạo ra nhiều sai số. Điều này khiến AI trở thành gánh nặng vắt kiệt trí óc.

Đồng quan điểm, ông Lê Đình Duy, Phó giám đốc Trung tâm Sản phẩm GenAI, FPT Smart Cloud, phân tích: con người đang dùng AI để tránh trách nhiệm tư duy. Nhân viên giao việc suy nghĩ cho AI, sếp giao việc đánh giá cho một AI khác. Không ai chịu trách nhiệm về nội dung khiến công việc bị tắc nghẽn.

Chuyên gia Bùi Quang Hiếu - Giảng viên ĐH FPT, CEO HD (Hệ thống đào tạo Trí Tuệ Nhân Tạo) chỉ ra những cách xử lý để người dùng tránh rơi vào bẫy “hầu hạ AI”.

Chúng ta không nên tư duy là dùng AI rồi thì mình sẽ nhàn đi. Bởi vì các công ty người ta thừa thông minh để người ta biết là khi dùng những công cụ AI này ra kết quả như thế này thì nhân sự phải như thế nào.

Thứ nhất là học hành bài bản về AI. Sau đó thì chúng ta cố gắng là nhờ AI để chúng ta cũng nâng cấp kiến thức, nâng cấp cái tầm của mình và từ đó mở ra nhiều cơ hội khác nữa để chúng ta phát triển.

Chúng ta thăng tiến chứ không hẳn là dùng AI để tăng năng suất, giảm giờ làm cho mình có nhiều thời gian để mình giải trí, vui chơi

Việc thứ nhất là mua tài khoản trả phí thì OK các bạn đã mua rồi. Việc thứ hai là kỹ thuật prompting thì có thể các bạn đang làm quá phức tạp hoặc thậm chí không biết prompting nên bị thế.

Thứ ba là huấn luyện AI có nghĩa là mình cung cấp dữ liệu cung cấp tài nguyên cho AI đấy, AI hiểu về nghiệp vụ, hiểu về doanh nghiệp và từ đó đưa ra những cái đề xuất phù hợp.

Mình có huấn luyện đâu mà mình mà người ta có thể làm được.

Còn cách của Ông Đặng Hữu Sơn – Founder & CEO LovinBot, chuyên gia AI và Marketing đưa ra là biến tư duy "hướng dẫn" sang tư duy "quản trị" AI.

Nhân sự hiện nay không còn chỉ đơn thuần là người thực thi công việc nữa mà phải biến thành một người quản trị hệ thống Agent.

Giống như kiểu một người làm quản lý. Nếu mà chúng ta không biết thì chúng ta lại mất thời gian để mà chúng ta giao việc nó bị sai người.

Nhiệm vụ hàng đầu đó chúng ta phải đưa những kiến thức, những feedback, những cái gọi là quy trình.

Khi mà nó làm được hay không làm được thì chúng ta phải feedback cho nó.

Thông tin vừa rồi đã khép lại chương trình hôm nay, hẹn gặp lại quý vị vào các số kế tiếp!