CÔNG THỨC 5 × 3: Bài học từ thực tiễn đào tạo ứng dụng AI trong hành chính công

[Chia sẻ của Chuyên gia Phạm Tô Hoài – Nhà sáng lập Học viện Quản trị Thực chiến Lead-UP]

Một chương trình đào tạo AI thành công cần tạo ra sự thay đổi trong cách làm việc của học viên: biết lựa chọn công việc phù hợp, sử dụng công cụ đúng cách, kiểm chứng kết quả và từng bước nâng cao chất lượng phục vụ người dân. Để đạt được điều đó, sự phối hợp giữa đơn vị đào tạo, đơn vị cử người đi học và chính người học có ý nghĩa quyết định.

Sau chuỗi chương trình “Ứng dụng AI trong hành chính công”, tôi và Lead-UP Academy đúc kết một khung phối hợp mang tên “5 × 3”: năm điều kiện trọng tâm dành cho mỗi bên trong ba bên tham gia quá trình tập huấn.

Đây là khung thực hành rút ra từ kinh nghiệm triển khai, cần tiếp tục được theo dõi và hoàn thiện qua từng chương trình. Giá trị của công thức nằm ở việc làm rõ trách nhiệm của từng bên, từ chuẩn bị đến học tập và ứng dụng sau đào tạo.

[Ảnh: Chuyên gia Phạm Tô Hoài đồng hành cùng cán bộ, công chức thực hành ứng dụng AI trong công việc hành chính công]

Vì sao cần một công thức phối hợp trong đào tạo AI?

Trong cùng một lớp học, có người đã sử dụng AI thường xuyên, có người mới bắt đầu làm quen; có người cần tổng hợp báo cáo, có người cần soạn nội dung tuyên truyền, xử lý dữ liệu hoặc theo dõi nhiệm vụ. Mức độ thành thạo máy tính, điều kiện thiết bị và khả năng bố trí thời gian cũng khác nhau.

Vì vậy, cùng một nội dung trình bày chưa chắc tạo ra cùng một kết quả học tập. Một bài hướng dẫn hấp dẫn vẫn có thể khó áp dụng nếu thiếu dữ liệu phù hợp, thiếu thời gian thực hành hoặc thiếu sự hỗ trợ khi học viên trở lại công việc.

Đặc thù hành chính công còn đặt ra yêu cầu về tính chính xác, bảo mật thông tin và trách nhiệm xử lý công việc. Làm nhanh hơn chỉ có ý nghĩa khi kết quả đáp ứng yêu cầu chuyên môn và được kiểm soát trước khi sử dụng.

Từ đó, công thức 5 × 3 xác định ba nhóm trách nhiệm:

1. Năm điều kiện từ phía đơn vị đào tạo và giảng viên

1.1. Chọn giảng viên hiểu công việc và biết hướng dẫn người học thực hiện

Giảng viên cần kết hợp ba năng lực: hiểu đặc thù công việc hành chính công, sử dụng thành thạo các công cụ AI phù hợp và hướng dẫn được người học có trình độ công nghệ khác nhau.

Sự am hiểu phải thể hiện qua những việc cụ thể: lựa chọn tình huống sát nhiệm vụ, nhận diện dữ liệu chưa đủ, phát hiện nội dung AI tự suy diễn và hướng dẫn kiểm tra sản phẩm trước khi trình duyệt.

Chẳng hạn, khi hướng dẫn lập báo cáo, giảng viên cần giúp học viên xác định nguồn số liệu, kỳ báo cáo, cách đối chiếu và những kết luận chưa đủ căn cứ. Một bản báo cáo trôi chảy về câu chữ chưa đồng nghĩa với một bản báo cáo đáng tin cậy.

1.2. Thiết kế tài liệu và bài tập từ khảo sát, phân tích nhu cầu đào tạo

Khảo sát trước khóa học là một đầu vào của phân tích nhu cầu đào tạo – Training Needs Analysis (TNA). Để thiết kế đúng, cần kết hợp phản hồi của học viên với yêu cầu của đơn vị, nhiệm vụ thực tế và những khoảng trống năng lực cần khắc phục.

Các câu hỏi quan trọng gồm: Học viên đang gặp khó ở công việc nào? Khó khăn đến từ kỹ năng, dữ liệu hay quy trình? AI có thể hỗ trợ phần nào? Sau khóa học, người học cần tự thực hiện được việc gì?

Từ đó, bài tập được phân hóa theo chức năng. Khối Đảng ủy, Mặt trận Tổ quốc có thể thực hành tổng hợp ý kiến Nhân dân, dự thảo kế hoạch tuyên truyền, theo dõi nhiệm vụ sau hội nghị. Khối HĐND, UBND có thể tập trung vào báo cáo, thông báo, tổng hợp phản ánh và phân tích dữ liệu hồ sơ. Với sở, ban, ngành, tình huống cần bám vào nghiệp vụ chuyên môn tương ứng.

Dữ liệu thực hành nên sử dụng dữ liệu giả định hoặc dữ liệu đã được xử lý phù hợp, được phép dùng cho mục đích đào tạo.

1.3. Triển khai có trọng tâm, mỗi bài tập có sản phẩm và tiêu chí

Trong thời lượng hữu hạn, cần ưu tiên những nhiệm vụ có giá trị sử dụng rõ ràng. Mỗi bài tập nên xác định đủ: bối cảnh – dữ liệu đầu vào – yêu cầu – sản phẩm đầu ra – tiêu chí kiểm tra.

Chu trình thực hành có thể triển khai theo hướng: giảng viên minh họa, học viên tự làm, kiểm tra kết quả, nhận phản hồi và chỉnh sửa. Ví dụ, với bài tập soạn thông báo, người học cần phát hiện thông tin còn thiếu, đánh giá tính dễ hiểu và sửa bản nháp trước khi hoàn thành.

Một nguyên tắc quan trọng là: sản phẩm của nhóm cần đi kèm cơ hội thực hành của từng cá nhân, tránh tình trạng một người thao tác, những người còn lại chỉ quan sát.

[Ảnh: Học viên thực hành trên máy tính: từ dữ liệu đầu vào đến sản phẩm công việc có kiểm tra và chỉnh sửa]

1.4. Duy trì kênh trao đổi trước, trong và sau đào tạo

Nhóm trao đổi trực tuyến cần có mục đích và cách vận hành rõ ràng.

Trước khóa học, nhóm hỗ trợ kiểm tra thiết bị, tài khoản và tiếp nhận nhu cầu. Trong khóa học, nhóm phục vụ chia sẻ học liệu, giao bài, thu bài và giải đáp vướng mắc. Sau khóa học, đây là nơi học viên phản ánh khó khăn khi áp dụng và nhận hướng dẫn trong phạm vi đã thống nhất.

Cần xác định đầu mối phụ trách, thời gian hỗ trợ, cách đặt câu hỏi và nguyên tắc chia sẻ dữ liệu. Cách tổ chức này giúp hoạt động đồng hành có trách nhiệm và khả năng duy trì thực tế.

1.5. Đánh giá năng lực và dùng kết quả để cải tiến chương trình

Mức độ hài lòng là một nguồn phản hồi, nhưng cần bổ sung bằng chứng về khả năng thực hiện công việc.

Đánh giá nên kết hợp bài kiểm tra kiến thức với sản phẩm thực hành: học viên có đặt yêu cầu rõ ràng, sử dụng đúng dữ liệu, phát hiện sai sót và chỉnh sửa kết quả hay không? Sau đào tạo, có thể tiếp tục ghi nhận việc áp dụng vào một nhiệm vụ cụ thể.

Nếu theo dõi thời gian xử lý, cần so sánh những công việc có mức độ tương đương và đồng thời kiểm tra chất lượng. Một tác vụ hoàn thành nhanh hơn nhưng phải sửa nhiều hơn chưa thể xem là cải thiện hiệu quả.

Những lỗi phổ biến và vướng mắc lặp lại là dữ liệu để Lead-UP điều chỉnh bài tập, học liệu và cách hướng dẫn cho các chương trình tiếp theo.

2. Năm điều kiện từ phía đối tác và đơn vị cử học viên

2.1. Thống nhất mục tiêu, đối tượng và kịch bản triển khai

Chương trình cần được thống nhất về đối tượng, trình độ đầu vào, thời lượng, quy mô lớp và kết quả mong đợi.

Việc cắt giảm thời gian hoặc thay đổi đáng kể thành phần học viên có thể làm mất sự phù hợp của những bài tập đã chuẩn bị. Nếu phát sinh thay đổi, các bên cần cùng đánh giá tác động, điều chỉnh phạm vi nội dung và chuẩn đầu ra trước khi triển khai.

Đây là nguyên tắc bảo đảm sự tương thích giữa mục tiêu, nguồn lực và thiết kế đào tạo.

2.2. Truyền thông để học viên hiểu mình sẽ học gì và cần tham gia như thế nào

Thông báo triệu tập nên giúp học viên hiểu: chương trình hỗ trợ công việc nào, yêu cầu chuẩn bị ra sao, phương pháp thực hành có gì khác và sau khóa học cần hoàn thành sản phẩm gì.

Tâm thế “được học để giải quyết khó khăn trong công việc” hình thành khi người học nhìn thấy lợi ích cụ thể. Cùng với đó, cần thông tin rõ yêu cầu về thời gian tham dự, thiết bị và mức độ tham gia.

Sự truyền thông đầy đủ giúp học viên chủ động chuẩn bị, giảm tâm lý bị động và hiểu rằng thực hành là phần cốt lõi của chương trình.

2.3. Bảo đảm hạ tầng phù hợp với một lớp thực hành

Phòng học cần cho phép học viên vừa quan sát hướng dẫn, vừa thao tác trên máy tính. Các điều kiện thiết yếu gồm nguồn điện, ổ cắm, màn hình trình chiếu, âm thanh, bàn ghế và kết nối internet ổn định.

Internet phải được kiểm tra trong điều kiện nhiều thiết bị truy cập đồng thời. Đồng thời, cần kiểm tra khả năng truy cập những công cụ dự kiến sử dụng và chuẩn bị phương án xử lý khi kết nối hoặc dịch vụ gián đoạn.

Với lớp đông, nên bố trí hỗ trợ kỹ thuật hoặc trợ giảng phù hợp. Chất lượng hạ tầng tác động trực tiếp đến thời gian thực hành và khả năng theo kịp của học viên.

2.4. Bố trí công việc để người học có thể học tập đầy đủ

Yêu cầu học viên tập trung cần đi cùng sự hỗ trợ từ đơn vị quản lý. Nếu vẫn phải liên tục giải quyết việc thường xuyên, dự họp hoặc rời lớp xử lý nhiệm vụ khác, người học khó theo trọn chu trình thực hành.

Đơn vị cần chủ động sắp xếp lịch, phân công hỗ trợ và hạn chế giao việc trùng thời gian học trong phạm vi có thể.

Đây là phần trách nhiệm tổ chức quan trọng: bảo đảm khoảng thời gian đã đầu tư cho đào tạo thực sự được sử dụng để phát triển năng lực.

2.5. Tạo điều kiện áp dụng và theo dõi sau khóa học

Trước khi kết thúc chương trình, đơn vị nên lựa chọn một số nhiệm vụ phù hợp để học viên thử áp dụng, xác định người hỗ trợ và thời điểm rà soát.

Phạm vi thử nghiệm cần làm rõ công cụ được phép sử dụng, dữ liệu được phép xử lý và người kiểm tra kết quả. Có thể bắt đầu từ công việc quy mô nhỏ, đầu ra rõ ràng, thuận lợi cho việc đối chiếu.

Khi có môi trường ứng dụng và sự phản hồi của người quản lý, kiến thức được học mới có cơ hội trở thành thói quen làm việc.

[Video lớp học tại Xã Quảng Phú - Tỉnh Đắk Lắk: Đại diện đơn vị phối hợp và giảng viên đồng hành cùng lớp học, cùng bảo đảm điều kiện cho đào tạo thực chất]

3. Năm điều kiện từ phía học viên

3.1. Chủ động sắp xếp công việc và tham gia trọn vẹn

Một vòng luẩn quẩn dễ xuất hiện là: Quá tải công việc → học gián đoạn → kỹ năng chưa vững → khó áp dụng → hiệu suất chưa cải thiện → tiếp tục quá tải.

Để từng bước tháo gỡ, học viên cần chủ động phối hợp với đơn vị để bố trí công việc, tham dự đầy đủ và dành sự tập trung cho các phần thực hành.

Trong một bài tập liên hoàn, bỏ lỡ bước chuẩn bị dữ liệu hoặc kiểm tra kết quả có thể khiến người học không tự thực hiện lại được, dù đã nhìn thấy sản phẩm cuối cùng.

3.2. Chuẩn bị thiết bị, tài khoản và thao tác cơ bản

Học viên cần kiểm tra máy tính, bộ sạc, kết nối internet và khả năng đăng nhập vào các công cụ được chương trình hướng dẫn.

Việc chuẩn bị nên hoàn thành trước buổi học, bao gồm tải tệp, mở tài liệu, lưu kết quả và truy cập học liệu. Nếu gặp khó khăn, cần báo sớm để được hỗ trợ.

Sự chuẩn bị này giúp thời gian trên lớp được dành cho phát triển kỹ năng và xử lý tình huống.

3.3. Chủ động thực hành và duy trì tương tác

Học viên cần tự thao tác, hoàn thành phần việc được giao và tham gia trao đổi trước, trong, sau khóa học. Làm việc nhóm giúp học hỏi lẫn nhau, nhưng mỗi người vẫn cần tự thực hiện những kỹ năng cốt lõi.

Sau buổi học, việc làm lại một bài tập bằng tình huống tương tự trong phạm vi được phép sẽ giúp nhận diện phần đã hiểu và phần còn cần hỗ trợ.

Mục tiêu là từng bước chuyển từ “làm được khi có giảng viên bên cạnh” sang “tự thực hiện và tự kiểm tra được”.

3.4. Cởi mở về khó khăn và mạnh dạn đặt câu hỏi

Không biết một thao tác hoặc chưa hiểu một khái niệm là trạng thái bình thường khi học công cụ mới. Học viên nên chia sẻ trung thực mức độ thành thạo, những bước chưa làm được và nhu cầu công việc của mình.

Câu hỏi càng cụ thể, việc hỗ trợ càng hiệu quả: đang thực hiện nhiệm vụ gì, đã thao tác đến đâu, kết quả khác mong đợi ở điểm nào?

Giảng viên và người học cùng xây dựng môi trường tôn trọng, giúp mỗi người có thể hỏi, thử, sai và sửa mà không ngại bị đánh giá.

3.5. Kiểm chứng kết quả và bắt đầu bằng một việc cụ thể

Học viên cần hình thành thói quen đối chiếu nội dung AI tạo ra với nguồn đầu vào, kiểm tra số liệu, tên riêng, thời gian, căn cứ và thông tin còn thiếu. Công cụ AI hỗ trợ xử lý; trách nhiệm kiểm tra và sử dụng kết quả vẫn thuộc về con người.

Đồng thời, cần tuân thủ quy định của đơn vị về công cụ và dữ liệu. Quan điểm coi con người là trung tâm, bảo vệ dữ liệu và duy trì khả năng làm chủ cũng được nhấn mạnh trong hướng dẫn của UNESCO về AI tạo sinh trong giáo dục và nghiên cứu.

Sau khóa học, mỗi học viên có thể chọn một nhiệm vụ phù hợp để áp dụng, lưu lại cách làm và ghi nhận kết quả. Một thay đổi nhỏ, được thực hiện đúng và duy trì đều đặn, là điểm khởi đầu có giá trị.

[Ảnh: Học viên trao đổi sản phẩm thực hành với giảng viên tại lớp dành cho Xã Quế Sơn Trung, làm rõ sai sót và cách kiểm chứng kết quả do AI hỗ trợ tạo ra]

Đưa công thức 5 × 3 vào thực tế như thế nào?

Để tránh dừng lại ở những nguyên tắc chung, Lead-UP đề xuất đưa 15 điều kiện vào kế hoạch phối hợp theo ba thời điểm:

Việc đánh giá cần phân biệt ba câu hỏi: Học viên có hài lòng không? Học viên có làm được không? Và khi trở lại đơn vị, học viên có áp dụng được không? Mỗi câu hỏi cần một loại bằng chứng khác nhau.

Đối với hoạt động R&D, đây cũng là hướng để tiếp tục kiểm chứng và hoàn thiện công thức 5 × 3: theo dõi điều kiện triển khai, ghi nhận kết quả và phân tích những yếu tố giúp hoặc cản trở việc ứng dụng. Những kết luận về nâng cao hiệu suất cần dựa trên dữ liệu thực tế, có xem xét sự khác biệt về nhiệm vụ và điều kiện làm việc.

Cùng chịu trách nhiệm để tạo ra thay đổi sau đào tạo

Bài học tôi rút ra sau chuỗi chương trình là: chất lượng đào tạo được hình thành trước giờ khai giảng và cần được tiếp tục vun đắp sau buổi học cuối cùng.

Giảng viên cần thiết kế đúng và hướng dẫn đến nơi đến chốn. Đối tác và đơn vị cử học viên cần tạo điều kiện để học và áp dụng. Người học cần chủ động thực hành, kiểm chứng và duy trì sự thay đổi. Công thức 5 × 3 là lời đề nghị cùng cam kết vào 15 điều kiện cụ thể, hướng đến những chương trình hợp tác có kết quả rõ ràng hơn: cán bộ tự tin hơn trong công việc, sản phẩm được kiểm soát tốt hơn và chất lượng phục vụ người dân từng bước được nâng cao.

Lead-UP Academy mong muốn đồng hành cùng các địa phương, cơ quan và đối tác để xây dựng chương trình đào tạo từ nhu cầu thực tế, tổ chức thực hành có đánh giá và hỗ trợ ứng dụng sau khóa học.

---

Lead-UP Academy | Learn to Act – Act to Lead

icon contact

0905154949

Gọi ngay cho chúng tôi

icon contact

Zalo

(8h00- 22h00)

icon contact

Facebook

(8h00- 22h00)

icon-contact phone icon-contact zalo icon-contact facebook