Kiệt sức vì ‘hầu hạ’ AI

Từng coi trí tuệ nhân tạo (AI) là trợ lý đắc lực nhưng sau một thời gian nhiều nhân viên công sở hiện rơi vào vòng lặp chỉnh sửa vô tận, dẫn đến tình trạng kiệt sức trí não.

Ba tiếng điều chỉnh nội dung theo gần 20 phản hồi của AI, Minh Phương, 26 tuổi, ở Hà Nội, vẫn nhận được thông báo “Bài viết chưa đạt, cần chỉnh sửa, bổ sung”.

Là nhân viên truyền thông, hơn một năm trước Phương từng rất phấn khích khi nhận ra AI là công cụ giúp mở rộng ý tưởng và rút ngắn thời gian biên tập. Cô dành thời gian nghiên cứu, xây dựng bộ câu lệnh (promt) để máy học theo văn phong cá nhân. Mọi tài liệu cô đều đưa qua AI rà soát trước khi gửi lên cấp trên. Ban đầu, công cụ khiến công việc của Phương trôi chảy hơn, nhưng càng về sau càng đưa ra nhiều yêu cầu sửa đổi phức tạp, ép cô điều chỉnh theo định dạng của thuật toán.

“Tôi tốn ba tiếng chỉ để sửa bài theo gợi ý của AI, lâu hơn cả tự làm. AI khiến tôi nghi ngờ năng lực của chính mình”, Phương nói.

Hồng Anh, 29 tuổi, chuyên viên tổ chức sự kiện tại TP HCM, rơi vào tình trạng tương tự. Cô mất 10 phút để AI tạo bản thuyết trình dự án, nhưng tốn 4 giờ chỉnh sửa do máy diễn đạt rời rạc. Bản thảo gửi đi bị quản lý trả lại kèm tệp phản hồi dài 8 trang do một AI khác “chấm điểm”.

Các yêu cầu từ AI của cấp trên mâu thuẫn với logic mà AI của Hồng Anh thiết lập trước đó. “Tôi mong nhận góp ý từ kinh nghiệm thực tế của sếp, nhưng đáp lại là những dòng phân tích từ máy móc. Cả hai bên rơi vào vòng lặp chỉnh sửa để làm hài lòng ‘những kẻ giấu mặt đầy quyền lực’ là thuật toán của AI”, Hồng Anh nói.

Để tìm đáp án, cô dùng thêm một số công cụ AI khác để tham khảo, khiến thông tin càng thêm nhiễu loạn. Từ chỗ thường xuyên tan làm đúng giờ, cô phải ở lại công ty thêm 2-3 tiếng mỗi tối để huấn luyện máy.

Anh Đặng Tiến, 35 tuổi, trưởng phòng một công ty ở Hà Nội, cho biết thường dùng AI để đọc bản thảo của nhân viên để giảm tải công việc. Dù xác định đây là kênh tham khảo, anh vẫn đầu tư nhiều tài khoản trả phí để chấm chéo với kỳ vọng cho ra kết quả hoàn hảo nhất.

“Mỗi công cụ cho một kết quả khác nhau, cuối cùng tôi mất gấp đôi thời gian đối chiếu bản gốc với các gợi ý từ máy”, Tiến nói.

Hiện tượng nhân viên dùng AI thực thi, quản lý dùng AI duyệt việc đang tạo ra vòng lặp làm việc thụ động. Khảo sát của Viện Nghiên cứu nhân sự toàn cầu Upwork cho thấy 77% người dùng nhận định AI làm tăng khối lượng công việc; 47% không biết cách đạt năng suất kỳ vọng khi áp dụng công nghệ.

Tạp chí Harvard Business Review (Mỹ) gọi hiện tượng này là “AI brain fry” – trạng thái mệt mỏi tinh thần do suy giảm nhận thức khi phụ thuộc quá mức vào trí tuệ nhân tạo. Triệu chứng gồm mất tập trung, gia tăng căng thẳng và cảm giác không hoàn thành công việc.

Nghiên cứu của Boston Consulting Group (BCG), Harvard Business Review và Đại học California, Riverside công bố đầu năm 2026 ghi nhận tới 14% người lao động gặp hội chứng “AI brain fry”. Ở các ngành nghề đòi hỏi xử lý nhiều thông tin và sáng tạo nhanh như marketing, truyền thông, tỷ lệ này lên tới 26%.

Ông Chu Tuấn Anh, Giám đốc Hệ thống Đào tạo Lập trình viên Quốc tế Aptech, nhận định sự phụ thuộc vào AI thiếu kiểm soát đang tạo ra áp lực mới. “AI sinh ra để giải phóng sức lao động, nhưng nếu dùng sai cách, nó lại trở thành gánh nặng vắt kiệt trí óc người làm”, ông Tuấn Anh nói.

Nguyên nhân xuất phát từ sự lệch pha về kỳ vọng và thiếu kỹ năng sử dụng. Quản lý chưa đánh giá đúng giới hạn của công nghệ nên đưa ra định mức công việc cao. Trong khi đó, nhân viên thiếu kỹ năng đưa câu lệnh (prompt) và kiểm chứng dữ liệu, dẫn đến sản phẩm tạo ra nhiều sai số.

Đồng quan điểm, ông Lê Đình Duy, Phó giám đốc Trung tâm Sản phẩm GenAI, FPT Smart Cloud, phân tích vấn đề nằm ở chỗ con người đang dùng AI để tránh trách nhiệm tư duy. “Nhân viên giao việc suy nghĩ cho AI, sếp giao việc đánh giá cho một AI khác. Không ai chịu trách nhiệm về nội dung khiến công việc bị tắc nghẽn”, ông Duy nói.

Theo ông Duy, AI đưa ra gợi ý dựa trên xác suất ngôn ngữ, không chịu trách nhiệm về chuyên môn. Chạy theo phản hồi của máy đến khi hoàn hảo là giao quyền quyết định cho một hệ thống không thể chịu trách nhiệm.

Chuyên gia gợi ý người dùng có thể để máy soạn thảo, tóm tắt, nhưng phải tự đặt tiêu chí đánh giá trước khi đọc kết quả. Với số liệu, ngày tháng, người dùng cần kiểm chứng độc lập. “Người làm việc cần tự trả lời được câu hỏi “tại sao” trước khi nộp sản phẩm; đồng thời giới hạn tối đa 1-2 lần sửa theo AI để tránh vòng lặp vô tận”, ông Duy nói.

Ông Chu Tuấn Anh đề xuất nhân viên và quản lý cần chủ động trao đổi ngay khi kết quả từ AI chưa đạt yêu cầu để điều chỉnh mục tiêu thực tế. Cấp quản lý nên áp dụng “hệ số thời gian 1,5”: nếu sếp hoàn thành nhiệm vụ bằng AI trong một giờ, hãy giao cho nhân viên 1,5 giờ để họ có khoảng trống kiểm chứng và hoàn thiện dữ liệu.

Đối với cá nhân người dùng, ông Tuấn Anh gợi ý phương pháp “3T”: Think First (Tư duy trước): Dành ít nhất 5 phút tự định hình giải pháp trước khi gõ câu lệnh. Tutor, not Teacher (Coi AI là cố vấn): Xem kết quả AI đưa ra là thông tin tham khảo, không phải đáp án tuyệt đối. Teach back (Dạy lại): Người dùng phải tự giải thích được logic của giải pháp do AI tạo ra trước khi sử dụng.

Như với Hồng Anh, yêu cầu mâu thuẫn giữa các thuật toán đẩy cô vào bế tắc. Cô dùng thêm 2-3 chatbot khác để tham khảo nhưng thông tin càng thêm nhiễu loạn. “Chạy theo tiêu chuẩn của các thuật toán khác nhau khiến tôi cảm giác như đang hầu hạ cùng lúc ba người sếp”, cô nói.

Sau thời gian lệ thuộc, Minh Phương chọn cách thay đổi. Cô tự thu thập dữ liệu, lập dàn ý trước khi dùng AI hỗ trợ viết lại câu từ, đồng thời giới hạn việc máy tự động thêm số liệu.

Hoàng Nam, 30 tuổi, chuyên viên tiếp thị tại Đà Nẵng, cũng chọn cách tương tự. Khi giám đốc dùng AI phản biện chiến lược truyền thông và yêu cầu sửa đổi, anh dùng các số liệu thực tế do mình khảo sát để bảo vệ quan điểm, chỉ ra lỗ hổng trong gợi ý của máy.

“Khi chủ động kiểm soát đầu vào và giữ tư duy độc lập, AI mới trở thành công cụ tăng năng suất”, Nam cho biết.

Nga Thanh – Quỳnh Nguyễn