AI literacy là gì? Bốn cấp độ năng lực AI người đi làm nên biết

Nhiều mô tả công việc gần đây yêu cầu “biết dùng công cụ AI”, nhưng ít nơi giải thích rõ điều đó bao hàm gì. AI literacy (năng lực AI, hay hiểu biết về trí tuệ nhân tạo) là cách giới học thuật và cơ quan quản lý gọi tên nhóm năng lực này, gồm kiến thức, kỹ năng và thái độ khi dùng AI trong nghề nghiệp.

AI literacy là gì

Tổng quan nhanh

– AI literacy là năng lực hiểu, sử dụng, đánh giá phản biện và ứng dụng có trách nhiệm hệ thống trí tuệ nhân tạo.

– Điều 4 EU AI Act biến AI literacy thành nghĩa vụ pháp lý cho tổ chức triển khai AI tại châu Âu.

– UNESCO chia năng lực AI theo ba mức: tiếp thu (acquisition), đào sâu (deepening) và sáng tạo (creation).

– AI literacy rộng hơn prompt engineering và không đồng nghĩa với digital literacy.

1. AI literacy là gì theo các khung tham chiếu quốc tế

Đây là kiến thức, kỹ năng và nhận thức giúp một người dùng hệ thống trí tuệ nhân tạo có hiểu biết, vừa nhận ra cơ hội vừa lường được rủi ro. Người có năng lực AI không chỉ thao tác được công cụ mà còn giải thích được vì sao một kết quả đáng tin hay đáng ngờ.

1.1 Góc nhìn pháp lý từ EU AI Act

Điều 4 (Article 4) của EU AI Act (Đạo luật Trí tuệ nhân tạo châu Âu) yêu cầu nhà cung cấp (provider) và bên triển khai (deployer) có biện pháp giúp nhân sự đạt năng lực AI phù hợp. Điều khoản không kèm đào tạo bắt buộc hay kỳ thi cố định, cho thấy năng lực này gắn với công việc cụ thể, không phải một chứng chỉ chung.

1.2 Các khung năng lực giáo dục

UNESCO công bố hai bộ AI Competency Framework (khung năng lực AI) cho học sinh và giáo viên: khung giáo viên chia ba cấp acquisition, deepening, creation; khung học sinh gồm bốn chiều: tư duy lấy con người làm trung tâm, đạo đức AI, kỹ thuật ứng dụng và thiết kế hệ thống AI. Khung năng lực số DigComp 2.2 (Digital Competence Framework for Citizens) bổ sung đánh giá phản biện nội dung AI, còn OECD cũng đang xây khung năng lực AI riêng.

AI literacy không đo bằng số công cụ bạn từng dùng, mà bằng khả năng nhận ra khi nào không nên tin kết quả chúng đưa ra.

2. Bốn cấp độ AI literacy và biểu hiện trong công việc

Trên thị trường, nhóm việc làm CNTT vẫn liên tục tuyển dụng; bạn có thể theo dõi thêm trên CareerLink để cập nhật cơ hội.

Năng lực AI thường được mô tả theo thang tăng dần: nhận biết, sử dụng, đánh giá và sáng tạo có trách nhiệm. Đa số người đi làm dừng ở mức sử dụng, còn khác biệt tuyển dụng nằm ở hai mức sau. Nhu cầu này không đồng đều: chuyên mục CNTT – Phần mềm trên CareerLink hiện có 425 tin tuyển dụng, nơi yêu cầu năng lực AI được nêu sớm nhất.

Cấp độ Biểu hiện Ví dụ thực tế Cách nâng cấp
Nhận biết Hiểu AI dựa trên dữ liệu, xác suất, có giới hạn Nhận ra bản dịch máy có thể sai sắc thái Đọc tài liệu UNESCO hoặc DigComp 2.2
Sử dụng Thao tác thành thạo, diễn đạt yêu cầu rõ ràng Soạn khung báo cáo, tóm tắt biên bản họp Luyện đặt yêu cầu có bối cảnh rõ
Đánh giá Kiểm chứng thông tin, phát hiện hallucination Đối chiếu số liệu AI với báo cáo gốc Tạo thói quen truy nguồn, ghi lỗi
Sáng tạo có trách nhiệm Thiết kế quy trình AI, cân nhắc data privacy Xây quy trình có bước rà soát nhân sự Tham chiếu EU AI Act, ISO/IEC 42001

Lưu ý

– Hallucination là hiện tượng mô hình tạo ra thông tin nghe hợp lý nhưng sai sự thật, kể cả tên tài liệu hay trích dẫn.

– Dán dữ liệu khách hàng, hồ sơ nhân sự hoặc mã nguồn nội bộ vào công cụ công cộng có thể vi phạm chính sách bảo mật.

3. Phân biệt AI literacy, digital literacy và prompt engineering

Bạn cũng nên xem qua nội dung ChatGPT là gì để bổ sung kiến thức liên quan.

Ba khái niệm hay bị dùng thay thế nhau nhưng phạm vi khác hẳn. Digital literacy (năng lực số) là nền rộng có trước, gồm tìm kiếm thông tin và giao tiếp trực tuyến. Một người thạo bảng tính và bảo mật tài khoản đã có năng lực số tốt, nhưng chưa hẳn hiểu vì sao mô hình ngôn ngữ bịa ra trích dẫn không tồn tại.

3.1 Prompt engineering chỉ là một lát cắt

Prompt engineering (kỹ thuật đặt câu lệnh) là kỹ năng diễn đạt yêu cầu để mô hình cho kết quả sát ý hơn, nằm trong cấp độ sử dụng của thang năng lực AI. Hạn chế là bạn tối ưu đầu vào nhưng thiếu công cụ thẩm định đầu ra.

3.2 Ba khác biệt đáng nhớ

– Digital literacy trả lời việc bạn dùng công nghệ số thế nào, còn AI literacy trả lời việc bạn nên tin hệ thống AI đến đâu.

– Prompt engineering tập trung kỹ thuật ra lệnh, còn AI literacy bao gồm cả đạo đức và quyền riêng tư dữ liệu.

– Người có AI literacy đầy đủ biết chọn thời điểm không dùng AI, điều hai khái niệm còn lại hiếm khi đề cập.

Điều này giải thích vì sao nhà tuyển dụng ngày càng hỏi ứng viên cách kiểm chứng kết quả, không phải công cụ nào họ dùng.

AI literacy là gì - minh hoa

4. Rèn năng lực AI trong công việc hằng ngày

Không cần nền tảng kỹ thuật để bắt đầu, chỉ cần thói quen làm việc có kỷ luật. Hãy chọn một tác vụ lặp lại trong tuần, thử giải quyết cùng AI, rồi ghi lại phần nào máy làm tốt và phần nào bạn phải sửa. Bước tiếp theo là kiểm chứng số liệu, tên riêng hay điều luật do AI đưa ra trước khi dùng trong tài liệu chính thức.

Lời khuyên

– Bạn nên viết một đoạn ngắn trong CV mô tả cách kiểm soát chất lượng đầu ra AI, thay vì chỉ liệt kê tên công cụ.

– Bạn hãy đọc chính sách sử dụng AI nội bộ của công ty trước khi đưa dữ liệu công việc vào công cụ bên ngoài.

– Bạn có thể lưu lại các trường hợp AI trả lời sai để làm ví dụ khi phỏng vấn.

5. Câu hỏi thường gặp

1. AI literacy có phải chỉ dành cho người làm công nghệ không?

Không. EU AI Act đặt nghĩa vụ này lên mọi tổ chức triển khai AI, nên nhân sự hành chính, kế toán hay marketing đều thuộc phạm vi áp dụng.

2. Học prompt engineering có đủ để gọi là có năng lực AI không?

Chưa đủ. Prompt engineering chỉ tương ứng cấp độ sử dụng, bạn cần thêm khả năng đánh giá độ tin cậy của kết quả.

3. Người mới đi làm nên bắt đầu từ đâu?

Hãy đọc khung năng lực UNESCO hoặc DigComp 2.2 để có bản đồ tổng thể, rồi luyện kiểm chứng thông tin công việc đang làm.

Khi công cụ trở nên dễ tiếp cận với tất cả mọi người, thứ tạo ra khác biệt không còn là quyền truy cập mà là khả năng phán đoán. Hiểu đúng AI literacy là gì giúp bạn thấy rõ mình đang ở cấp độ nào trên thang từ nhận biết đến sáng tạo có trách nhiệm, từ đó chọn hướng bồi đắp phù hợp với ngành nghề của mình thay vì chạy theo từng công cụ mới xuất hiện.

Nội dung trong bài mang tính tham khảo, người đọc cần đối chiếu nguồn chính thức khi áp dụng.

Minh An

Về Tác Giả

CareerLink

Sao chép thành công