AI literacy là kiến thức giúp hiểu, đánh giá và sử dụng trí tuệ nhân tạo có trách nhiệm. AI fluency là năng lực áp dụng AI hiệu quả vào những công việc phù hợp. Hai thuật ngữ có liên quan nhưng mô tả những mức năng lực khác nhau.
Người có AI literacy hiểu AI có thể làm gì, nhận ra câu trả lời có thể sai và biết cần thận trọng với thông tin nhạy cảm. Người có AI fluency còn biết chọn nhiệm vụ, cung cấp ngữ cảnh, kiểm tra kết quả, cải thiện quy trình và xác định phần nào cần con người giám sát.
Chưa có một tiêu chuẩn duy nhất được mọi bên chấp nhận để phân định hai thuật ngữ này. Một số mô tả dựa trên nghiên cứu xem fluency là năng lực cao hơn, xây dựng trên nền tảng hiểu biết và đánh giá, đồng thời nhấn mạnh khả năng tạo ra, điều chỉnh và đổi mới. Các framework thực tiễn khác dùng fluency để chỉ khả năng áp dụng AI hiệu quả vào công việc phù hợp. Cả hai cách tiếp cận đều phân biệt việc biết về AI với việc sử dụng AI tốt. (Getting Smart; Vervoe)
Tóm tắt cốt lõi (Key Takeaways)
- AI literacy: giúp bạn hiểu AI là gì, có thể hỗ trợ ở đâu, có thể thất bại như thế nào và cách sử dụng có trách nhiệm.
- AI fluency: thể hiện qua năng lực thực tế: chọn nhiệm vụ phù hợp, hướng dẫn công cụ, kiểm tra đầu ra, điều chỉnh quy trình và đưa ra phán đoán hợp lý.
- AI readiness: mô tả mức độ một nhóm hoặc tổ chức có đủ nhân lực, quy trình, hỗ trợ và biện pháp bảo vệ để sử dụng AI hiệu quả. Khái niệm này rộng hơn năng lực của một cá nhân.
AI Literacy và AI Fluency: Câu trả lời ngắn gọn
AI literacy tập trung vào hiểu và đánh giá AI; AI fluency là khả năng vận dụng hiểu biết đó vào nhiệm vụ thực tế để tạo ra kết quả hữu ích, đáng tin cậy.
Chẳng hạn, người có AI literacy biết language model (mô hình ngôn ngữ) có thể đưa ra nhận định nghe hợp lý nhưng không có căn cứ. Người có AI fluency có thể dùng mô hình soạn bản nháp báo cáo, đối chiếu với tài liệu nguồn, sửa nhận định không có căn cứ, tinh chỉnh hướng dẫn và xác định phần nào cần quản lý xem xét.
Đây là framework dựa trên nghiên cứu, không phải định nghĩa phổ quát được dùng thống nhất ở mọi nơi. Tuy nhiên, khác biệt thực tế khá rõ: literacy là nền tảng kiến thức và phán đoán; fluency là năng lực được thể hiện trong một bối cảnh cụ thể. (Vervoe; Getting Smart)
AI Literacy là gì?
AI literacy là khả năng hiểu đủ về năng lực cơ bản, giới hạn, rủi ro và cách sử dụng AI có trách nhiệm để đưa ra quyết định có cơ sở.
AI literacy không chỉ là biết tên các công cụ AI phổ biến. Người có AI literacy thường có thể:
1. Hiểu vai trò cơ bản của AI. Họ biết hệ thống AI sử dụng các mẫu trong dữ liệu để tạo dự đoán, đề xuất, phân loại hoặc nội dung. Không cần hiểu toán học phía sau mô hình để nắm được nguyên lý này.
2. Nhận ra giới hạn. Cách diễn đạt trôi chảy không chứng minh thông tin chính xác. Bản tóm tắt do AI tạo ra có thể bỏ sót ngữ cảnh, đọc sai bảng dữ liệu hoặc đưa ra chi tiết không có căn cứ.
3. Đánh giá đầu ra. Họ xem xét câu trả lời có liên quan, đầy đủ, được bằng chứng hỗ trợ và phù hợp với nhiệm vụ hay không.
4. Thận trọng theo mức độ rủi ro. Email nháp và quyết định y tế không có cùng mức rủi ro, nên cũng không cần cùng mức kiểm tra.
5. Bảo vệ thông tin. Họ biết không nên đưa tài liệu nội bộ, thông tin khách hàng, hợp đồng bảo mật, mật khẩu, API key hoặc dữ liệu nhạy cảm khác vào công cụ AI nếu chưa kiểm tra quy định của tổ chức và cách nhà cung cấp xử lý dữ liệu.
6. Nhận ra khi cần con người giám sát. Họ xác định được quyết định nào cần con người xem xét, phê duyệt hoặc chịu trách nhiệm.
Ví dụ, một nhân viên mới dùng AI tóm tắt cuộc họp và biết bản tóm tắt có thể bỏ sót bất đồng hoặc cam kết ngầm. Người này đối chiếu với ghi chú gốc trước khi chia sẻ, đồng thời không tải thông tin khách hàng bảo mật lên dịch vụ chưa được phê duyệt. Đó là AI literacy hữu ích, dù nhân viên chưa xây dựng được quy trình AI có thể lặp lại.
AI literacy cung cấp mô hình tư duy để lựa chọn an toàn hơn. Nhưng bản thân literacy chưa chứng minh một người có thể sử dụng AI hiệu quả, nhất quán trong một vai trò cụ thể.
AI Fluency là gì?
AI fluency là khả năng dùng AI hiệu quả cho công việc phù hợp, đánh giá kết quả và điều chỉnh quy trình khi lần thử đầu chưa đạt yêu cầu.
Người có AI fluency không chỉ chấp nhận câu trả lời đầu tiên. Họ có thể:
1. Chọn nhiệm vụ phù hợp. Phân biệt công việc có thể hưởng lợi từ AI với công việc cần phán đoán chuyên môn hoặc con người trực tiếp xử lý.
2. Xác định kết quả mong muốn. Nêu rõ đối tượng đọc, mục đích, định dạng, ràng buộc và yêu cầu chất lượng trước khi yêu cầu tạo đầu ra.
3. Cung cấp ngữ cảnh hữu ích. Đưa vào thông tin cần thiết, đồng thời tránh dữ liệu nhạy cảm không liên quan.
4. Kiểm tra kết quả. Xem xét độ chính xác của dữ kiện, phép tính, phần bị bỏ sót, giọng điệu, logic và mức độ phù hợp với nhiệm vụ.
5. Lặp lại và điều chỉnh. Sửa hướng dẫn, bổ sung tài liệu nguồn hoặc chia nhiệm vụ phức tạp thành các bước nhỏ hơn khi kết quả ban đầu chưa đạt.
6. Điều chỉnh quy trình. Biến thử nghiệm thành công thành quy trình có thể lặp lại khi phù hợp.
7. Đưa ra phán đoán. Quyết định nội dung nào có thể dùng, cần sửa hoặc phải chuyển cho người có chuyên môn.
Ví dụ, quản lý dự án có thể dùng AI chuyển ghi chú cuộc họp thành bản nháp danh sách hành động. Việc tạo được danh sách chưa đủ chứng minh fluency. Người quản lý cần đối chiếu tên và thời hạn với ghi chú, yêu cầu xác định rủi ro còn thiếu, sửa các cam kết không có căn cứ và bảo đảm danh sách cuối phản ánh đúng thỏa thuận của nhóm.
Fluency phụ thuộc vào vai trò. Với quản lý dự án, năng lực này có thể gồm xử lý biên bản, theo dõi rủi ro và lập báo cáo tình trạng. Với chuyên viên phân tích tài chính, đó có thể là kiểm tra công thức bảng tính và ghi lại giả định. Với chuyên viên hỗ trợ khách hàng, đó có thể là soạn câu trả lời, bảo vệ thông tin cá nhân và tuân thủ quy tắc chuyển cấp đã được phê duyệt.
AI Literacy và AI Fluency liên hệ với nhau như thế nào?
AI literacy cung cấp kiến thức và phán đoán cần thiết để sử dụng AI có cơ sở; AI fluency hình thành khi nền tảng đó được áp dụng vào nhiệm vụ thực tế, lặp lại và cải thiện qua phản hồi.
Một lộ trình thực tế có thể gồm:
1. Hiểu các khái niệm. Tìm hiểu công cụ có thể làm gì, có thể sai ở đâu và không nên chia sẻ thông tin nào.
2. Thực hành có hướng dẫn. Dùng AI cho nhiệm vụ rủi ro thấp, chẳng hạn sắp xếp ghi chú hoặc tạo bản nháp đầu tiên.
3. Kiểm tra kết quả. Đối chiếu đầu ra với tài liệu nguồn và yêu cầu của nhiệm vụ.
4. Tự thực hiện quy trình. Dùng công cụ cho các công việc tương tự mà không cần hướng dẫn từng bước.
5. Cải thiện quy trình. Nhận diện lỗi lặp lại, sửa hướng dẫn và ghi lại quy trình đáng tin cậy.
Khi phân tích bảng tính, người có AI literacy biết mô hình có thể hiểu sai tiêu đề cột hoặc tạo công thức không chính xác. Người có AI fluency áp dụng hiểu biết đó: bắt đầu từ bản sao dữ liệu, xác định câu hỏi, kiểm tra phép tính được đề xuất, đối chiếu với giá trị đã biết và giữ bước con người kiểm tra trước khi sử dụng kết quả.
Literacy hỗ trợ fluency nhưng không tự động chuyển thành fluency. Người dùng cần thực hành ra quyết định, kiểm tra đầu ra và cải thiện quy trình.
Một người có thể có AI Literacy nhưng chưa có AI Fluency không?
Có. Một người có thể trả lời đúng câu hỏi về AI nhưng vẫn gặp khó khăn khi áp dụng AI hiệu quả vào công việc hằng ngày.
Bảng dưới đây minh họa khác biệt. Các hành vi trong cột fluency là ví dụ thực tế, không phải tiêu chuẩn chứng nhận phổ quát.
| Năng lực | AI literacy | AI fluency |
|---|---|---|
| Hiểu giới hạn | Biết AI có thể tạo ra lỗi nghe hợp lý | Đưa bước kiểm tra các lỗi có khả năng xảy ra vào nhiệm vụ |
| Chọn nhiệm vụ | Có thể xác định cách dùng phù hợp và không phù hợp | Chọn nhiệm vụ dựa trên rủi ro, giá trị và yêu cầu của vai trò |
| Cung cấp ngữ cảnh | Hiểu ngữ cảnh ảnh hưởng đến kết quả | Cung cấp ngữ cảnh liên quan theo định dạng rõ ràng, hiệu quả |
| Xử lý đầu ra yếu | Nhận ra câu trả lời có thể sai | Điều chỉnh quy trình và kiểm tra kết quả sau cải thiện |
| Xác minh | Biết các nhận định quan trọng cần được kiểm tra | Đối chiếu đầu ra với nguồn đáng tin cậy hoặc dữ liệu gốc |
| Sử dụng trong quy trình | Có thể mô tả các ứng dụng khả thi | Tích hợp AI vào quy trình công việc có thể lặp lại |
| Trách nhiệm | Hiểu các vấn đề về quyền riêng tư và kiểm tra | Áp dụng quy định nơi làm việc và duy trì trách nhiệm phù hợp |
Hãy so sánh hai nhân viên. Người thứ nhất định nghĩa được hiện tượng AI hallucination (AI tạo thông tin không có căn cứ) nhưng gửi email cho khách hàng do AI viết mà chưa kiểm tra. Người thứ hai dùng AI soạn email, xác minh tên và thông tin sản phẩm, loại bỏ lời hứa không có căn cứ, kiểm tra giọng điệu và tự phê duyệt bản cuối. Người thứ nhất có literacy liên quan nhưng khả năng áp dụng còn hạn chế; người thứ hai thể hiện fluency trong nhiệm vụ đó.
Vì vậy, chỉ kiểm tra kiến thức có thể khiến người đánh giá ước lượng quá cao năng lực sử dụng AI tại nơi làm việc. (Vervoe)
AI Literacy và AI Fluency được đo lường như thế nào?
AI literacy và AI fluency cần được đánh giá bằng những bằng chứng khác nhau vì chúng trả lời những câu hỏi khác nhau.
| Nội dung được đánh giá | Cách đánh giá hữu ích | Có thể cho thấy điều gì |
|---|---|---|
| AI literacy | Bài kiểm tra kiến thức và câu hỏi tình huống | Người đó có hiểu năng lực, giới hạn, rủi ro và cách sử dụng có trách nhiệm hay không |
| AI fluency | Nhiệm vụ thực tế, phù hợp với vai trò | Người đó có thể áp dụng AI hiệu quả vào công việc phù hợp hay không |
| Cả hai | Giải thích quyết định và quy trình kiểm tra | Người đó có thể giải thích vì sao đầu ra được chấp nhận, thay đổi hoặc loại bỏ hay không |
Bài đánh giá literacy có thể yêu cầu nhân viên nhận diện nhận định không an toàn về nội dung do AI tạo ra, giải thích vì sao cần xác minh một nguồn hoặc chọn cách xử lý thông tin bảo mật.
Bài đánh giá fluency nên gắn với công việc thực tế. Với nhân viên văn phòng, nhiệm vụ có thể là tóm tắt một chính sách cho nhóm đối tượng cụ thể, xác định nhận định không có căn cứ, sửa email và giải thích nội dung nào cần con người kiểm tra. Có thể đánh giá các khía cạnh sau:
- Nhiệm vụ có phù hợp để AI hỗ trợ không?
- Hướng dẫn và tài liệu nguồn đã đủ chưa?
- Thông tin nhạy cảm có được xử lý theo chính sách không?
- Người đó có kiểm tra đầu ra thay vì tin vào cách diễn đạt của AI không?
- Kết quả cuối có đạt mục đích và đáp ứng nhu cầu của đối tượng đọc không?
- Quy trình có thể được lặp lại hoặc cải thiện không?
Hiện chưa có bài kiểm tra phổ quát nào đo AI fluency tốt như nhau trong mọi ngành nghề. Bài kiểm tra chung có thể đo nhận thức tổng quát nhưng bỏ sót kỹ năng quan trọng của từng vai trò. Do đó, hướng dẫn đánh giá thực tiễn ưu tiên nhiệm vụ thực tế, phù hợp với vai trò thay vì chỉ dựa vào một điểm số. (Vervoe)
Vì sao hoàn thành khóa đào tạo chưa chứng minh được AI Fluency?
Hoàn thành khóa học có thể cho thấy người học đã tiếp xúc với các khái niệm hoặc tham gia đào tạo, nhưng không tự động chứng minh họ áp dụng AI tốt trong điều kiện làm việc thực tế.
Khóa học có thể kiểm tra khả năng nhớ định nghĩa về AI có trách nhiệm hoặc nhận diện rủi ro phổ biến. Công việc thực tế còn đòi hỏi người dùng chọn công cụ được phê duyệt, chuẩn bị ngữ cảnh, bảo vệ thông tin, kiểm tra kết quả và đánh giá đầu ra có phù hợp mục đích hay không.
Chẳng hạn, nhân viên có thể vượt qua bài học về tóm tắt nhưng vẫn đưa dữ liệu khách hàng vào công cụ chưa được phê duyệt hoặc không nhận ra bản tóm tắt đã bỏ sót một khiếu nại. Bằng chứng tốt hơn là xử lý tài liệu thực tế, xóa thông tin cá nhân không cần thiết, đối chiếu bản tóm tắt với nguồn và giải thích phần nào cần con người phê duyệt.
Khóa học vẫn có giá trị: chúng cung cấp nền tảng literacy và cơ hội thực hành có hướng dẫn. Vấn đề là xem việc hoàn thành khóa học như bằng chứng fluency khi chương trình chưa đánh giá năng lực thực tế. (Vervoe)
Tiến bộ từ AI Literacy đến AI Fluency trông như thế nào?
Bạn có thể phát triển fluency bằng cách bắt đầu với nhiệm vụ dễ hiểu, rủi ro thấp rồi tiến tới quy trình đã được kiểm tra và có thể lặp lại.
1. Tìm hiểu các giới hạn liên quan. Xác định công cụ có thể thất bại thế nào trong nhiệm vụ của bạn. Với báo cáo hằng tuần, đó có thể là bỏ sót chi tiết, nhầm ngày tháng hoặc tự tạo lời giải thích.
2. Chọn một nhiệm vụ lặp lại. Bắt đầu với việc sắp xếp ghi chú, soạn báo cáo theo mẫu hoặc chuẩn bị câu hỏi cho cuộc họp. Tránh quyết định rủi ro cao cho đến khi có quy trình kiểm tra đáng tin cậy.
3. Xác định tiêu chí thành công trước khi dùng AI. Nêu rõ kết quả cần có gì, ai sẽ đọc, cần giọng điệu nào và dữ kiện nào phải được giữ nguyên.
4. Chỉ cung cấp ngữ cảnh cần thiết. Dùng thông tin nguồn liên quan và tuân thủ quy định nơi làm việc về dữ liệu bảo mật hoặc cá nhân. Kiểm tra chính sách đào tạo của công cụ và chính sách lưu giữ hoặc ghi nhật ký dữ liệu; đây là hai vấn đề riêng biệt.
5. Đối chiếu với nguồn. Kiểm tra dữ kiện, con số, tên, ngày tháng, phần bị bỏ sót và kết luận không có căn cứ. Câu trả lời trau chuốt vẫn cần bằng chứng.
6. Tinh chỉnh quy trình. Nếu kết quả chưa đầy đủ, hãy làm rõ nhiệm vụ, bổ sung ngữ cảnh hoặc chia công việc thành các bước nhỏ hơn.
7. Ghi lại điều hiệu quả. Lưu bản ghi đơn giản về nhiệm vụ, điểm cần kiểm tra và cách công cụ có thể thất bại để dễ lặp lại quy trình.
8. Mở rộng thận trọng. Chỉ áp dụng quy trình cho nhiệm vụ liên quan sau khi kết quả đạt yêu cầu một cách nhất quán và vai trò kiểm tra của con người vẫn rõ ràng.
Với báo cáo hằng tuần, nhân viên có thể yêu cầu AI sắp xếp ghi chú thô, đối chiếu bản nháp với dữ liệu nguồn, sửa chi tiết bị bỏ sót hoặc tự tạo ra, rồi lưu mẫu hướng dẫn có thể tái sử dụng. Nhân viên vẫn chịu trách nhiệm về báo cáo cuối. Chu kỳ áp dụng, xác minh và cải thiện là bằng chứng fluency rõ hơn một lần trình diễn đơn lẻ.
AI Fluency và AI Readiness: Năng lực cá nhân và năng lực tổ chức
AI fluency mô tả năng lực một cá nhân đã thể hiện; AI readiness cho biết lực lượng lao động hoặc tổ chức có đủ năng lực và hỗ trợ để sử dụng AI phù hợp trong các vai trò liên quan hay không.
AI readiness có thể bao gồm:
- mức độ phân bổ AI literacy và fluency giữa các nhóm;
- kỹ năng cần thiết cho từng vai trò;
- quyền truy cập vào công cụ được phê duyệt và thông tin hữu ích;
- sự hỗ trợ của lãnh đạo và thời gian thực hành;
- chính sách về quyền riêng tư, kiểm tra và trách nhiệm; và
- khả năng nhận diện khoảng trống năng lực thay vì chỉ xem mức trung bình tổng thể.
| Khái niệm | Đơn vị chính | Mô tả điều gì | Ví dụ về bằng chứng |
|---|---|---|---|
| AI literacy | Cá nhân | Hiểu biết và phán đoán có trách nhiệm | Bài kiểm tra kiến thức hoặc câu trả lời tình huống |
| AI fluency | Cá nhân và vai trò | Áp dụng hiệu quả vào công việc phù hợp | Mẫu công việc đã được kiểm tra hoặc nhiệm vụ thực tế |
| AI readiness | Tổ chức hoặc nhóm lực lượng lao động | Năng lực tập thể và điều kiện vận hành | Bằng chứng kỹ năng được đối chiếu với nhu cầu của vai trò |
Một tổ chức có thể có nhóm đổi mới sử dụng AI hiệu quả, trong khi bộ phận hỗ trợ khách hàng thiếu công cụ được phê duyệt, đào tạo và quy trình kiểm tra. Khi đó, năng lực fluency giữa các nhóm không đồng đều; một mức trung bình chung có thể che khuất khoảng trống này.
Tương tự, một nhân viên fluency cao không khiến cả phòng ban sẵn sàng. Readiness phụ thuộc vào việc năng lực cần thiết có mặt tại nơi phát sinh công việc và rủi ro hay không. Framework thực tiễn của Vervoe về AI literacy, fluency và readiness cũng nhấn mạnh sự khác biệt ở cấp lực lượng lao động này. (Vervoe)
Kết luận thực tiễn: Xây dựng Literacy, thể hiện Fluency, hỗ trợ Readiness
Bắt đầu với AI literacy: hiểu hệ thống làm gì, có thể thất bại ở đâu, cách đánh giá đầu ra và yêu cầu của việc sử dụng có trách nhiệm.
Phát triển AI fluency qua thực hành phù hợp với từng vai trò. Dùng nhiệm vụ thực tế, xác định tiêu chí chất lượng, kiểm tra kết quả, điều chỉnh quy trình và duy trì trách nhiệm của con người khi cần.
Hỗ trợ AI readiness bằng cách cung cấp cho các nhóm công cụ phù hợp, đào tạo liên quan, yêu cầu kiểm tra rõ ràng và cách thực hành an toàn. Chứng nhận hoàn thành khóa học hoặc một bài kiểm tra chung không thể hiện đầy đủ năng lực.
Tự đánh giá bằng các câu hỏi sau:
1. Tôi có thể giải thích hệ thống AI đang làm gì và có thể thất bại ở đâu không?
2. Tôi có thể áp dụng AI vào nhiệm vụ phù hợp với đủ ngữ cảnh không?
3. Tôi có thể phát hiện và sửa vấn đề trong đầu ra không?
4. Tôi có thể dùng AI theo đúng quy định về quyền riêng tư, bảo mật và kiểm tra áp dụng cho công việc không?
Nếu giải thích được về AI nhưng chưa áp dụng đáng tin cậy, bạn đang phát triển literacy. Nếu có thể áp dụng, xác minh, điều chỉnh và cải thiện quy trình có AI hỗ trợ, bạn đang thể hiện fluency trong lĩnh vực đó. Cả hai đều cần thiết, nhưng không thể thay thế cho nhau.