Nhiều người trong doanh nghiệp dùng Claude hay ChatGPT gần như mỗi ngày, nhưng phần lớn chỉ dừng ở mức hỏi rồi sao chép kết quả, ít khi có một cách làm nhất quán. Anthropic, công ty phát triển Claude, vừa hệ thống hoá cách dùng AI hiệu quả và có trách nhiệm thành một khung gọi là AI Fluency, qua khoá học miễn phí "AI Fluency: Framework & Foundations" trên nền tảng Anthropic Academy.
Tóm tắt nhanh: Khung AI Fluency gồm 4 năng lực Delegation (Phân công), Description (Mô tả), Discernment (Thẩm định) và Diligence (Trách nhiệm). Đây không phải mẹo dùng riêng cho một công cụ AI nào, mà là kỹ năng con người, áp dụng được cho bất kỳ đội ngũ nào đang đưa AI vào công việc, kể cả khi đổi sang mô hình AI khác.
AI Fluency là gì và vì sao Anthropic xây dựng khung này?
Khung AI Fluency do giáo sư Rick Dakan (Ringling College of Art and Design) và giáo sư Joseph Feller (University College Cork) phát triển trong quá trình nghiên cứu 2023-2024 về cách AI đang thay đổi công việc sáng tạo và kinh doanh. Anthropic sau đó hợp tác với hai giáo sư này để đưa khung vào khoá học chính thức.
Anthropic Academy, nền tảng đào tạo chính thức của Anthropic, ra mắt ngày 2/3/2026 trên hạ tầng Skilljar với các khoá học miễn phí, có bài kiểm tra và chứng chỉ hoàn thành. Khoá "AI Fluency: Framework & Foundations" thuộc nhóm cơ bản, thời lượng khoảng 3 giờ, dành cho mọi người, không yêu cầu biết lập trình hay đã dùng AI chuyên sâu.
Điểm khác biệt của khung này so với các hướng dẫn "mẹo prompt" thông thường: nó không gắn với một công cụ hay phiên bản AI cụ thể, mà tập trung vào kỹ năng con người, vẫn còn giá trị khi mô hình AI thay đổi.
Bốn năng lực trong khung AI Fluency gồm những gì?
Bốn năng lực, gọi tắt là 4D, liên kết chặt với nhau. Anthropic nhấn mạnh cần phát triển cả 4, không chỉ 1-2 năng lực, để việc dùng AI đạt đủ 4 tiêu chí: hiệu quả, tiết kiệm, có đạo đức và an toàn.
Phân công (Delegation) là việc quyết định có nên giao việc cho AI hay không, và giao phần nào. Không phải việc gì cũng nên giao AI: việc lặp lại, khối lượng lớn, ít rủi ro thường phù hợp; việc cần kinh nghiệm thực tế, phán đoán đạo đức hoặc hậu quả lớn nếu sai thì nên giữ người quyết định.
Mô tả (Description) là kỹ năng giao tiếp với AI, không chỉ là "viết prompt hay". Yêu cầu càng rõ bối cảnh, mục tiêu, đối tượng và ràng buộc (định dạng, độ dài, giọng văn), kết quả AI trả về càng sát nhu cầu. Đây cũng là quá trình lặp lại nhiều lần, không phải một lần hỏi là xong.
Thẩm định (Discernment) là bước đánh giá lại kết quả AI đưa ra. AI có thể trả lời sai một cách rất tự tin, đặc biệt với số liệu, tên riêng hoặc thông tin cần độ chính xác cao. Thẩm định nghĩa là chủ động kiểm tra, đối chiếu nguồn, thay vì chấp nhận ngay kết quả đầu tiên.
Trách nhiệm (Diligence) là phần dễ bị bỏ qua nhất: dùng AI không có nghĩa là chuyển giao trách nhiệm. Người dùng vẫn phải minh bạch về việc có dùng AI khi cần thiết, cân nhắc dữ liệu nhạy cảm nào được đưa vào AI, và chịu trách nhiệm cuối cùng cho chất lượng, tác động của kết quả.
Vì sao doanh nghiệp Việt nên quan tâm đến AI Fluency?
Nhiều doanh nghiệp SME Việt Nam đang đưa AI vào công việc theo kiểu tự phát: mỗi nhân sự dùng một cách, không ai kiểm tra lại kết quả, và không có quy tắc chung về dữ liệu nào được phép đưa vào AI. Rủi ro thường gặp là số liệu sai lọt vào báo cáo, nội dung khách hàng thiếu chính xác, hoặc dữ liệu nội bộ nhạy cảm bị đưa vào công cụ AI mà không kiểm soát.
Một khung như AI Fluency giúp doanh nghiệp có ngôn ngữ chung khi bàn về việc dùng AI: việc gì nên giao AI, ai chịu trách nhiệm kiểm tra kết quả, và quy tắc nào cho dữ liệu nhạy cảm. Đây cũng là hướng nhiều nơi đang áp dụng khi đưa những công việc văn phòng cho AI agent, nơi việc phân định rõ phần AI làm và phần người kiểm soát quyết định hiệu quả triển khai.
Áp dụng khung AI Fluency vào công việc hằng ngày như thế nào?
Doanh nghiệp không cần đợi cả đội học xong khoá 3 giờ mới bắt đầu áp dụng. Có thể khởi động bằng vài bước nhỏ:
- Liệt kê các việc đang dùng AI hỗ trợ (soạn nội dung, trả lời khách hàng, tổng hợp báo cáo...), đối chiếu với tiêu chí Phân công ở trên để xem việc nào phù hợp, việc nào nên giữ người quyết định.
- Xây một mẫu yêu cầu chung (bối cảnh, mục tiêu, ràng buộc) để cả đội mô tả việc cho AI theo cách nhất quán, thay vì mỗi người hỏi một kiểu.
- Quy định bước kiểm tra lại bắt buộc trước khi dùng kết quả AI cho việc quan trọng, ví dụ số liệu trong báo cáo tài chính hoặc nội dung gửi khách hàng, tương tự cách nhiều doanh nghiệp đang chuẩn hóa dữ liệu trước khi ứng dụng AI để tránh kết quả sai lan ra toàn hệ thống.
- Thống nhất quy tắc dữ liệu nào không được đưa vào công cụ AI công cộng (thông tin khách hàng, hợp đồng, dữ liệu tài chính chưa công bố).
Những sai lầm thường gặp khi dùng AI mà khung này giúp tránh?
Sai lầm phổ biến nhất là chỉ đầu tư vào năng lực Mô tả, tức học cách viết prompt cho hay, mà bỏ qua Thẩm định và Trách nhiệm. Kết quả là AI trả lời nhanh và có vẻ thuyết phục, nhưng không ai kiểm tra lại, dẫn tới sai sót lọt vào công việc thực tế.
Sai lầm thứ hai là giao những việc không phù hợp cho AI, ví dụ quyết định mang tính đạo đức, cam kết pháp lý, hoặc việc cần hiểu bối cảnh nội bộ sâu mà AI không có. Đây là lý do Phân công cần được cân nhắc kỹ trước, không phải giao đại rồi kiểm tra sau.
Sai lầm thứ ba là xem AI như một công cụ tách biệt, dùng xong không ai chịu trách nhiệm. Khung AI Fluency nhấn mạnh: người dùng vẫn chịu trách nhiệm cho kết quả cuối cùng, dù AI hỗ trợ bao nhiêu phần trăm công việc. Cách tiếp cận này cũng phù hợp với hướng nhiều doanh nghiệp đang thử nghiệm AI cho chăm sóc khách hàng doanh nghiệp, nơi câu trả lời sai có thể ảnh hưởng trực tiếp đến khách hàng.
Nếu doanh nghiệp bạn đang tìm cách đưa AI vào quy trình một cách bài bản, có kiểm soát, Smartcore có thể cùng bạn rà soát công việc nào nên giao AI, việc nào cần giữ người quyết định, rồi thử nghiệm trên một luồng nhỏ trước khi mở rộng. Đăng ký trao đổi tại https://smtc.vn.