Câu trả lờiĐã xuất bản19 nguồn
AI đang thu hẹp lối vào nghề nghiệp — và doanh nghiệp cần tạo lại cơ hội học việc
Rủi ro khi AI đảm nhận việc thường ngày không chỉ là ít vị trí đầu vào hơn: người mới cũng có thể mất cơ hội luyện tập để tích lũy kinh nghiệm. Rachel Orston của Instructure cho rằng nhiều chương trình đào tạo doanh nghiệp chủ yếu truyền đạt thông tin qua bài thuyết trình, chính sách và bài kiểm tra, thay vì chuẩn b...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Rủi ro khi AI đảm nhận việc thường ngày không chỉ là ít vị trí đầu vào hơn: người mới cũng có thể mất cơ hội luyện tập để tích lũy kinh nghiệm.
- Rachel Orston của Instructure cho rằng nhiều chương trình đào tạo doanh nghiệp chủ yếu truyền đạt thông tin qua bài thuyết trình, chính sách và bài kiểm tra, thay vì chuẩn bị cho nhân viên vận dụng phán đoán trong côn...
- Doanh nghiệp có thể tạo lại lộ trình học nghề bằng thực hành nền tảng, tình huống mô phỏng, huấn luyện cách ra quyết định và nhiệm vụ có giám sát.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: How is AI automation of routine entry-level work removing the training “on-ramp” for new employees, according to Instructure chief customer. Article summary: The central concern is a training gap, not simply job loss: automating junior tasks can remove the work through which beginners become capable professionals, while firms still need to develop future senior staff.[13] The. Topic tags: general, general web, user generated, government, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
AI có thể xử lý công việc thường nhật nhanh hơn, nhưng chính những việc đó thường là nơi người mới bắt đầu luyện tập trước khi nhận các trường hợp phức tạp. Nếu cơ hội thực hành này biến mất, doanh nghiệp có nguy cơ làm đứt quãng con đường giúp nhân viên mới trở thành người có kinh nghiệm. Giải pháp không nhất thiết là giữ nguyên mọi đầu việc cũ, mà là bảo đảm công việc dành cho người mới vẫn có chỗ cho học hỏi và hướng dẫn.
Biết quy trình chưa đồng nghĩa với làm được việc
Trong một bài viết trên Forbes, Rachel Orston, Giám đốc khách hàng của Instructure, đặt câu hỏi liệu nhiều công ty có thực sự đào tạo nhân viên hay không. Bà mô tả một cách làm quen thuộc: xem bài thuyết trình, học thông tin về sản phẩm, đọc chính sách, làm bài kiểm tra rồi được kỳ vọng có thể bắt tay vào công việc.1
Cách này có thể giúp nhân viên nhớ quy định, nhưng nhớ một quy tắc khác với việc vận dụng nó khi tình huống còn mơ hồ, thông tin chưa đầy đủ hoặc khách hàng cần hỗ trợ ngoài quy trình chuẩn. Những nhiệm vụ lặp lại có thể giúp người mới nhận ra các mẫu tình huống và tập quyết định bước tiếp theo. Khi AI đảm nhận nhiều phần việc ấy, nhân viên mới có thể ít cơ hội rèn những kỹ năng đó trước khi phải xử lý ngoại lệ. Đây là nguy cơ tạo ra khoảng trống đào tạo — chứ không có nghĩa mọi công việc được tự động hóa đều vốn là trải nghiệm học tập hữu ích.
Dựng lộ trình từ thực hành đến phán đoán
Doanh nghiệp có thể thiết kế lại giai đoạn làm quen công việc để AI xử lý những phần phù hợp mà người mới không chỉ học bằng cách bị đẩy thẳng vào các tình huống khó. Một lộ trình thực tế có thể gồm:
- Nắm vững nền tảng. Cho nhân viên mới tự thực hiện các nhiệm vụ cốt lõi và hiểu quy trình, thay vì chỉ dựa vào câu trả lời do AI tạo ra.
- Luyện tập với tình huống sát thực tế. Dùng mô phỏng và đóng vai để thực hành xử lý ngoại lệ, thông tin mâu thuẫn và quyết định khi nào cần chuyển cấp.
- Hướng dẫn cách suy luận. Cùng xem xét nhân viên đã cân nhắc bằng chứng nào, vì sao chấp nhận hoặc bác bỏ gợi ý của AI, và lúc nào cần đến phán đoán của con người.
- Tăng dần trách nhiệm, kèm hỗ trợ. Khi người mới cho thấy đã sẵn sàng, giao cho họ công việc phức tạp hơn và bố trí đồng nghiệp giàu kinh nghiệm phản hồi.
Đây là hướng xử lý thực tế cho bài toán đào tạo, không phải bằng chứng rằng mô phỏng hay huấn luyện riêng lẻ đã được chứng minh là đủ để giải quyết vấn đề. Mục tiêu là bù đắp một phần việc học qua trải nghiệm mà tự động hóa có thể lấy đi bằng thực hành có cấu trúc và phản hồi cụ thể.
Vì sao học việc vẫn quan trọng khi nhiệm vụ đầu vào đổi khác
Trong bài bình luận trên The Straits Times, Vanessa Tang lập luận rằng tự động hóa công việc đầu vào không xóa bỏ nhu cầu đào tạo người mới cho các vị trí cấp cao trong tương lai.36 Một vị trí junior có thể vừa tạo ra giá trị trước mắt, vừa giúp người đảm nhận tích lũy kinh nghiệm để gánh vác trách nhiệm lớn hơn sau này.
Với doanh nghiệp, điều đáng quan tâm là chương trình đầu sự nghiệp có công việc thực chất, giám sát và phản hồi hay không — chứ không chỉ là chương trình được gọi là thực tập hay học việc. Nếu các đầu việc thường ngày được tự động hóa, phần công việc còn lại cần được thiết kế có chủ đích hơn để tạo thành lộ trình học nghề.
Các ví dụ tại Singapore cho thấy hai cách thích nghi. Theo The Straits Times, các lập trình viên mới vào nghề được kỳ vọng rà soát bản nháp do AI tạo ra về bảo mật, tính logic và mức độ phù hợp với nhu cầu kinh doanh.18 Vai trò của người mới vì vậy chuyển một phần từ viết mã thường lệ sang đánh giá đầu ra. Trong khi đó, Channel NewsAsia đưa tin khoảng 3.000 kỳ thực tập kéo dài một năm sẽ được dành cho sinh viên bậc sau phổ thông trong vòng ba năm.
17 Hai hướng này bổ trợ cho nhau: thiết kế lại nhiệm vụ của sinh viên mới tốt nghiệp và tạo cơ hội đủ dài để họ tích lũy kinh nghiệm tại nơi làm việc.
Dữ liệu việc làm đầu sự nghiệp cho thấy gì — và chưa cho thấy gì
Nghiên cứu của Stanford chỉ ra một rủi ro tập trung ở lao động trẻ. Kết quả được công bố cho thấy việc làm giảm chủ yếu ở nhóm 22–25 tuổi trong các ngành nghề chịu tác động nhiều nhất từ AI; xu hướng này yếu dần và biến mất ở nhóm lao động lớn tuổi hơn.49 Một nghiên cứu liên kết với Stanford ghi nhận mức giảm tương đối 13% về việc làm của lao động đầu sự nghiệp trong các ngành nghề chịu ảnh hưởng AI nhiều nhất, sau khi tính đến các cú sốc ở cấp doanh nghiệp.
52 Đây là mức giảm tương đối trong so sánh giữa các nhóm, không có nghĩa AI đã xóa bỏ 13% tổng số việc làm đầu vào.
Cần lưu ý về quan hệ nhân quả. Stanford nói rõ Canaries Dashboard đo mối tương quan giữa mức độ phơi nhiễm AI của các nghề và xu hướng việc làm, chứ không xác lập quan hệ nhân quả.51 Vì vậy, dữ liệu cho thấy một xu hướng đáng quan tâm nhưng không chứng minh AI là nguyên nhân duy nhất.
Một bài viết khác của Forbes, tường thuật nghiên cứu của các nhà nghiên cứu thuộc Cục Thống kê Dân số Mỹ, cho biết mức thu nhập theo quý ban đầu của người tốt nghiệp ở các ngành chịu ảnh hưởng AI cao thấp hơn khoảng 13% so với nhóm cùng lứa ở các ngành ít chịu ảnh hưởng hơn.58 Thu nhập không đồng nghĩa với số lượng việc làm, nên con số này không thể được xem là phép đo trực tiếp số việc đã biến mất. Một số nghiên cứu khác được Stanford tổng hợp cho thấy thay đổi trong tuyển dụng ở các nghề chịu ảnh hưởng AI nhiều nhất chỉ ở mức nhỏ; đây cũng là lý do cần thận trọng trước những kết luận bao quát từ các kết quả chưa đồng nhất.
54
Kết luận hữu ích hơn không phải là “AI sẽ xóa sổ việc làm đầu vào” hay “tuyển dụng chưa đổi, vậy mọi thứ vẫn như cũ”. Rủi ro việc làm ở giai đoạn đầu sự nghiệp có vẻ không đồng đều, trong khi nội dung công việc của nhân viên mới cũng đang thay đổi. Doanh nghiệp nên theo dõi cả hai điều: ai đang được tuyển dụng, và người mới có còn con đường được hỗ trợ để hình thành kỹ năng cùng khả năng phán đoán cần thiết cho các vị trí giàu kinh nghiệm hay không.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "AI đang thu hẹp lối vào nghề nghiệp — và doanh nghiệp cần tạo lại cơ hội học việc" là gì?
Rủi ro khi AI đảm nhận việc thường ngày không chỉ là ít vị trí đầu vào hơn: người mới cũng có thể mất cơ hội luyện tập để tích lũy kinh nghiệm.
Những điểm chính cần xác nhận đầu tiên là gì?
Rủi ro khi AI đảm nhận việc thường ngày không chỉ là ít vị trí đầu vào hơn: người mới cũng có thể mất cơ hội luyện tập để tích lũy kinh nghiệm. Rachel Orston của Instructure cho rằng nhiều chương trình đào tạo doanh nghiệp chủ yếu truyền đạt thông tin qua bài thuyết trình, chính sách và bài kiểm tra, thay vì chuẩn bị cho nhân viên vận dụng phán đoán trong côn...
Tôi nên làm gì tiếp theo trong thực tế?
Doanh nghiệp có thể tạo lại lộ trình học nghề bằng thực hành nền tảng, tình huống mô phỏng, huấn luyện cách ra quyết định và nhiệm vụ có giám sát.
Nguồn
forbes.comAI Is Changing How Employees Learn Their Jobs - Forbes
straitstimes.comApprenticeships, not internships, will boost fresh grad employment
channelnewsasia.com3,000 year-long internships to be offered to tertiary students as...