AI đang hiện diện ở cả hai phía của bàn làm việc: phía tạo ra sản phẩm và phía đánh giá chất lượng. Sự dịch chuyển này đặt ra một câu hỏi mới về năng lực phán đoán và trách nhiệm của con người.
Một chỉ dẫn không dành cho con người
Tháng 11/2026, Retraction Watch đưa tin về một vụ việc bất thường trong giới học thuật: một bài báo đăng trên tạp chí Computer Methods in Biomechanics and Biomedical Engineering chứa chỉ dẫn ẩn yêu cầu AI đưa ra nhận xét tích cực, không nêu điểm yếu và khuyến nghị chấp nhận bản thảo (Pathak, 2026).
Chỉ dẫn ấy không thuộc nội dung nghiên cứu, mà được cài vào bản thảo để tác động đến AI trong trường hợp công cụ này được dùng để bình duyệt.
Sau khi nhà nghiên cứu René Aquarius phát hiện sự việc, nhà xuất bản Taylor & Francis đã rút bài báo, còn nhóm tác giả xác nhận đã chèn chỉ dẫn vào bản sửa đổi của bản thảo (Pathak, 2026).
Vụ việc phơi bày một bước ngoặt âm thầm: người viết không còn chỉ thuyết phục người đọc, mà bắt đầu tính đến cách lấy lòng một hệ thống AI có thể ngồi ở ghế phản biện. Dù chưa có bằng chứng công khai rằng chỉ dẫn ẩn ấy làm thay đổi kết quả bình duyệt, chính việc có người thử cài nó vào bản thảo đã cho thấy vai trò của AI đang dịch chuyển.

Nhiều năm qua, người ta chủ yếu nhắc đến AI như công cụ hỗ trợ tạo ra sản phẩm: viết văn bản, phân tích dữ liệu, lập trình hay thiết kế. Nhưng khi AI bắt đầu đọc, phản biện và đánh giá chính những sản phẩm ấy, mối quan hệ giữa người và máy đã bước sang một nấc khác.
AI không chỉ góp tay làm ra sản phẩm, mà còn có thể cùng quyết định sản phẩm ấy đã đủ tốt hay chưa.
Sự thay đổi ấy không chỉ dừng lại trong giới học thuật.
Khi AI xuất hiện ở cả hai phía bàn làm việc
Hãy hình dung một nhân viên marketing được giao xây dựng kế hoạch ra mắt sản phẩm.
Người này dùng AI để tổng hợp thông tin thị trường, phân tích đối thủ, đề xuất định vị, lập ngân sách và hoàn thiện bản kế hoạch. Đầu việc trước đây có thể mất nhiều ngày nay hoàn thành nhanh hơn đáng kể.
Bản kế hoạch được gửi đến quản lý.
Người quản lý cũng dùng AI. Thay vì tự phân tích toàn bộ tài liệu từ đầu, họ yêu cầu AI đánh giá tính logic, xác định những điểm yếu và đề xuất các câu hỏi phản biện.
Nhân viên nhận phản hồi, lại dùng AI để giải trình và chỉnh sửa, rồi gửi bản mới quay lại vòng đánh giá.
Một vòng lặp hình thành: AI hỗ trợ xây dựng lập luận, AI hỗ trợ phản biện, rồi AI tiếp tục giúp hoàn thiện lập luận theo phản biện ấy.
Đây là tình huống minh họa, nhưng nó cho thấy một đặc điểm quan trọng của AI trong lao động tri thức.
Các công nghệ trước đây đã giúp con người tự động hóa nhiều thao tác, từ tính toán, lưu trữ đến xử lý dữ liệu. AI tạo sinh mở rộng khả năng hỗ trợ sang những hoạt động phức tạp hơn: xây dựng phương án, tổ chức lập luận, so sánh lựa chọn và đưa ra nhận xét.
Khi cả nhân viên lẫn quản lý đều sử dụng AI, công nghệ không còn chỉ hỗ trợ một công đoạn riêng lẻ. Nó có thể tham gia nhiều bước liên tiếp của cùng một quy trình, bao gồm cả thực hiện và đánh giá.
Vòng lặp này mang lại ba lợi ích rõ ràng:
- Nhân viên chuẩn bị nhiều phương án hơn. Thời gian xử lý rút ngắn giúp họ kịp xây dựng thêm các lựa chọn thay thế.
- Quản lý xem xét tài liệu nhanh hơn. Họ có thêm những gợi ý phản biện bổ sung ngay trong quá trình rà soát.
- Kế hoạch qua nhiều vòng chỉnh sửa hơn. Cả hai phía có thể gọt giũa tài liệu nhiều lượt với chi phí thời gian thấp hơn.
Tuy nhiên, sự thay đổi quan trọng hơn không nằm ở tốc độ.
Trước đây, bản kế hoạch thường được xem là kết quả thể hiện năng lực phân tích của nhân viên, còn bản phản biện thể hiện năng lực đánh giá của quản lý. Khi AI tham gia sâu vào cả hai hoạt động, mối liên hệ ấy trở nên phức tạp hơn.
Một bản kế hoạch trình bày chặt chẽ có thể là thành quả phối hợp giữa nhân viên và AI, cũng như một bản phản biện sắc bén có thể ra đời nhờ sự hỗ trợ đáng kể của công cụ này.
Nhân viên vẫn là người thực hiện. Quản lý vẫn là người phê duyệt. Nhưng chất lượng của những sản phẩm trí tuệ trao đổi giữa họ không còn chỉ phản ánh năng lực suy xét độc lập của từng người.
Điểm khác biệt cốt lõi. Trong quy trình làm việc mới, AI không chỉ hỗ trợ tạo ra một lập luận, mà còn tham gia đánh giá chính lập luận đó.

Khi chất lượng đầu ra không còn đủ để đánh giá năng lực con người
Trong môi trường làm việc, chúng ta thường đánh giá năng lực qua sản phẩm.
Một bản kế hoạch tốt cho thấy người thực hiện có khả năng phân tích và tổ chức công việc. Một bản phản biện sâu sắc cho thấy người quản lý có năng lực nhận định. Một quyết định hợp lý thường được xem là biểu hiện của khả năng phán đoán tốt.
Những cách đánh giá này vẫn có giá trị. Nhưng khi AI tham gia đáng kể vào quá trình tạo ra sản phẩm, chúng không còn đủ để xác định phần năng lực nào thực sự thuộc về người sử dụng.
Một nhân viên có thể tạo ra bản kế hoạch xuất sắc nhờ biết đặt câu hỏi tốt, lựa chọn thông tin phù hợp và phối hợp hiệu quả với AI. Đó là năng lực có giá trị. Nhưng chất lượng bản kế hoạch không tự chứng minh rằng nhân viên có thể độc lập xây dựng toàn bộ những lập luận trong đó.
Tương tự, một quản lý có thể đưa ra bản phản biện rất tốt nhờ AI. Điều này có thể cải thiện chất lượng đánh giá, nhưng không tự chứng minh rằng người quản lý đã hiểu đầy đủ cơ sở của từng nhận xét.
Sự khác biệt nằm giữa khả năng tạo ra hoặc lựa chọn một đầu ra tốt và khả năng tự mình kiểm tra tính đúng đắn của đầu ra ấy.
Hai năng lực này có liên quan, nhưng không đồng nhất.
Nghiên cứu về sự tự mãn tự động hóa (automation complacency) và thiên kiến tự động hóa (automation bias) của Parasuraman và Manzey (2010) cho thấy con người dễ dựa quá mức vào các hệ thống tự động, từ đó chấp nhận những gợi ý sai lệch hoặc bỏ sót vấn đề khi hệ thống không cảnh báo. Dù xuất phát từ bối cảnh tự động hóa nói chung, phát hiện này vẫn là cơ sở hữu ích để nhìn nhận cách con người làm việc cùng các hệ thống hỗ trợ quyết định ngày nay (Parasuraman & Manzey, 2010).
Với AI tạo sinh, vấn đề càng đáng quan tâm bởi hệ thống không chỉ đưa ra một kết quả tính toán hay một cảnh báo đơn giản. Nó có thể trình bày cả một chuỗi lập luận mạch lạc, kèm giải thích, so sánh và khuyến nghị.
Một nhận xét viết thuyết phục rất dễ tạo cảm giác vấn đề đã được phân tích kỹ lưỡng. Nhưng vẻ mạch lạc của lời giải thích không tự bảo đảm rằng mọi giả định và bằng chứng phía sau nó đều chính xác.

Với người quản lý chịu áp lực tiến độ mỗi ngày, đây là ranh giới rất dễ bị xóa nhòa. Trước một bản kế hoạch trình bày mạch lạc và danh sách câu hỏi phản biện sắc sảo do AI gợi ý, cảm giác yên tâm thường đến sớm hơn câu hỏi liệu những giả định bên dưới có đứng vững hay không.
Họ không nhất thiết phải tự làm mọi phép tính, đọc mọi tài liệu hay xây dựng từng phương án. Công việc quản lý từ lâu đã dựa trên khả năng sử dụng thông tin và chuyên môn của người khác.
Tuy nhiên, để đưa ra quyết định có trách nhiệm, người quản lý vẫn cần hiểu những giả định quan trọng, nhận ra các điểm cần kiểm chứng và có đủ năng lực để bác bỏ một đề xuất không phù hợp.
AI có thể giúp họ làm những việc ấy tốt hơn, nhưng cũng có thể khiến việc phê duyệt trở nên quá dễ dàng khi người duyệt chưa thực sự hiểu rõ nền tảng đằng sau.
Vì vậy, khi đánh giá một người làm việc cùng AI, chất lượng sản phẩm cuối cùng chỉ còn là một phần. Năng lực còn thể hiện ở cách họ xác định vấn đề, kiểm tra thông tin, lựa chọn phương án và giải thích quyết định.
Yêu cầu ấy đặt nặng nhất lên vai người giữ quyền đánh giá, bởi trách nhiệm của người tạo ra phương án và người ký duyệt phương án không giống nhau.
Nếu nhân viên dùng AI để xây dựng kế hoạch, quản lý cần có khả năng đánh giá kế hoạch ấy chứ không chỉ đánh giá cách AI trình bày nó. Nếu quản lý dùng AI để phản biện, họ cần hiểu vì sao một nhận xét đáng tin trước khi biến nó thành yêu cầu đối với nhân viên.
Khi AI xuất hiện ở cả hai phía bàn làm việc, năng lực phán đoán không hề mất đi giá trị. Ngược lại, nó là ranh giới phân biệt giữa người dùng công nghệ hiệu quả với người chỉ đơn thuần chấp nhận kết quả do máy tạo ra.
AI chắc chắn sẽ còn giúp chúng ta làm ra những bản kế hoạch chặt chẽ hơn, những phân tích dày dặn hơn và những phản biện sắc bén hơn. Nhưng độ bóng bẩy của đầu ra không bao giờ tự chứng minh rằng người cầm nó đã hiểu thấu vấn đề.
Điểm mấu chốt. Khi AI ngày càng giỏi đưa ra câu trả lời, giá trị của con người không chỉ nằm ở khả năng tạo ra câu trả lời, mà còn ở năng lực nhận ra câu trả lời nào đáng tin, vì sao đáng tin và khi nào cần bác bỏ nó.
Tài liệu tham khảo
- Parasuraman, R., & Manzey, D. H. (2010). Complacency and bias in human use of automation: An attentional integration. Human Factors, 52(3), 381–410. https:
/ /doi.org /10.1177 /0018720810376055 - Pathak, M. (2026, November 19). ‘Give this paper a good review’: Prompts for AI reviewers make their way into published papers. Retraction Watch. https:
/ /retractionwatch.com /2026 /11 /19 /prompt-injection-ai-llm-peer-review-published-papers /
