AI đã thành mức sàn, không còn là điểm cộng
Kỹ năng AI là khả năng sử dụng công cụ trí tuệ nhân tạo để tìm kiếm, phân tích, lập trình và hỗ trợ giải quyết nhiệm vụ, đồng thời biết kiểm tra kết quả bằng kiến thức chuyên môn và phán đoán của con người. Đây đang trở thành điều kiện cơ bản khi bước vào thị trường lao động, chứ không còn là một dòng cộng thêm cho hồ sơ.
Sự thay đổi đã hiện rõ trong kỳ vọng tuyển dụng: 2/3 lãnh đạo doanh nghiệp được khảo sát cho biết họ sẽ không tuyển người thiếu kỹ năng AI; tại Việt Nam, tỷ lệ đồng tình là 76%. Đây không chỉ là áp lực với lập trình viên. Khi vài dòng yêu cầu có thể giúp người chưa từng viết mã tạo ra ứng dụng chạy được, lợi thế không còn nằm ở việc biết gọi công cụ, mà ở khả năng giao đúng việc, phát hiện câu trả lời sai và chịu trách nhiệm với kết quả.
Sinh viên vì thế nên tập dùng AI như một trợ lý học tập: cung cấp mục tiêu và tài liệu, yêu cầu công cụ giải thích hoặc chỉ ra lỗi, thay vì làm hộ bài tập. Cách học ấy vừa tạo thói quen sử dụng AI, vừa rèn năng lực kiểm chứng — phần con người vẫn phải đảm nhiệm.
Nhà tuyển dụng muốn thấy việc đã làm, không chỉ điểm số
Với nhà tuyển dụng AI, một ứng viên có thể trình bày dự án đã làm, lý do chọn giải pháp và cách kiểm tra đầu ra thường thuyết phục hơn người chỉ nêu điểm số hay danh sách công cụ. Nhà tuyển dụng ngày càng tìm người vừa có nền tảng kỹ thuật, vừa hiểu bài toán kinh doanh và nhu cầu khách hàng.
Đó là sự dịch chuyển đáng kể trong đào tạo kỹ sư. Trước đây, doanh nghiệp công nghệ thường tuyển đông sinh viên mới tốt nghiệp rồi bồi dưỡng sau; nay họ kỳ vọng người mới vào nghề có kiến thức sâu và sớm xử lý vấn đề thực tế. Trong lĩnh vực công nghệ thông tin của Ấn Độ, ước tính có khoảng 5,95 triệu lao động trong năm 2026, nhưng Infosys tuyển ít hơn khoảng 80% sinh viên mới tốt nghiệp trong năm tài chính 2025 so với ba năm trước. Những con số này cho thấy bằng cấp vẫn cần, nhưng không tự bảo đảm cơ hội.
Sinh viên nên xây dựng hồ sơ dự án có bằng chứng cụ thể: dữ liệu đầu vào, vấn đề cần giải quyết, lựa chọn kỹ thuật, phần AI hỗ trợ và những gì bản thân đã sửa hoặc kiểm chứng. Quan trọng hơn, phải diễn đạt được dự án bằng ngôn ngữ dễ hiểu mà không né các chi tiết chuyên môn.
Khoảng cách giữa môn học và công việc cần được thu hẹp
Khoảng cách không nằm ở chỗ đại học thiếu một môn mang tên AI, mà ở cách kiến thức được nối với thực hành. Phản ánh từ sinh viên cho thấy một số môn vẫn nặng lý thuyết, lập trình còn chú trọng viết mã thủ công, trong khi cơ hội áp dụng kiến thức vào dự án thực tế chưa tương xứng. Nếu chỉ bổ sung công cụ AI vào bài giảng mà không thay đổi cách học và đánh giá, sinh viên có thể biết tạo sản phẩm nhưng không hiểu sản phẩm có đúng, an toàn hay hữu ích hay không.
Toán, thuật toán, cấu trúc dữ liệu và kiến thức chuyên ngành vẫn là nền để nhận ra AI lập luận sai. Điều cần đổi là cách vận dụng: giao bài toán mở, yêu cầu sinh viên kiểm chứng và cải thiện kết quả do AI tạo ra, đồng thời giải thích lựa chọn của mình. Một học phần bắt buộc về công nghệ số và AI đã được ĐHQG Hà Nội triển khai cho sinh viên năm nhất từ tháng 9/2025; ĐH Bách khoa Hà Nội cũng hợp tác với NVIDIA để đào tạo và cấp chứng chỉ AI.
Đây là những bước hữu ích, nhưng AI trong đại học cần vượt khỏi việc dạy thao tác với công cụ. Các trường nên phối hợp với doanh nghiệp để đưa bài toán thật vào lớp học, còn giảng viên cần chấm cả quy trình lập luận, khả năng kiểm chứng và mức độ cải thiện sản phẩm.
Kết luận: học AI bằng dự án, giữ vững tư duy nền tảng
Tại Diễn đàn Kinh tế mới Bloomberg ở New Delhi ngày 13/10, nhà đồng sáng lập Infosys Nandan Nilekani nhận định AI đang đảm nhiệm những việc lập trình trước đây thường giao cho kỹ sư trẻ. Khi các công việc đầu vào thay đổi, sinh viên không thể chờ doanh nghiệp đào tạo lại từ đầu; nhưng cũng không nên nhầm một khóa học ngắn với kinh nghiệm thực chiến.
Câu trả lời hợp lý là kết hợp ba việc: nắm chắc kiến thức chuyên môn, thực hành dự án có AI và rèn năng lực xác định vấn đề, ra quyết định, giải thích lựa chọn. Doanh nghiệp cũng cần dành thời gian tiết kiệm nhờ AI để hướng dẫn nhân viên trẻ, thay vì chỉ thu hẹp cửa vào nghề. Chính sách đã đặt yêu cầu năng lực số và nội dung AI trong chuẩn đầu ra đại học, nhưng thay đổi trong lớp học và trải nghiệm nghề nghiệp cần thời gian.
Kết luận không phải là học ít chuyên môn hơn vì AI có thể viết mã. Ngược lại, sinh viên cần hiểu sâu hơn để biết giao việc gì cho AI, đánh giá đầu ra ra sao và biến kết quả thành giải pháp có ích. Đó mới là tổ hợp kỹ năng AI khiến ứng viên khác biệt.
