“Lựu đạn rác” AI là gì và vì sao đây là cảnh báo cần lắng nghe?
“Lựu đạn rác” AI là cách mô tả các sản phẩm do trí tuệ nhân tạo tạo ra nhanh chóng nhưng chất lượng thấp, thiếu kiểm duyệt và trách nhiệm, khiến người khác phải tốn thêm thời gian kiểm tra, sửa lỗi hoặc làm lại toàn bộ thay vì tiết kiệm công sức như kỳ vọng ban đầu. Ở góc độ doanh nghiệp, đây là vấn đề chất lượng sản phẩm AI chứ không chỉ là câu chuyện hiệu ứng công nghệ mới. CEO nền tảng thương mại điện tử Shopify Tobi Lütke đã gọi những email, đoạn mã hay tài liệu do AI tạo ra rồi chuyển thẳng cho đồng nghiệp xử lý mà không thẩm định là “lựu đạn rác”, vì chúng nổ tung thành khối công việc bổ sung cho người nhận. Nhận định này đi ngược làn sóng ca ngợi AI nhưng lại chạm đúng nỗi bức xúc mà nhiều nhân viên văn phòng đang trải qua.
Từ bắt buộc dùng AI đến cú tát ngược bởi sản phẩm AI kém
Tháng 4/2025, Tobi Lütke gửi cho nhân viên bản ghi nhớ với thông điệp: “Sử dụng AI giờ đây là một yêu cầu cơ bản”, buộc mọi người chủ động dùng AI trong công việc. Ông xem AI là công cụ “nhân đôi” năng lực, đến mức các nhóm phải giải thích vì sao không dùng AI trước khi xin thêm người hoặc nguồn lực. Trên giấy tờ, điều này nghe rất hấp dẫn: ít người hơn, nhiều việc hơn, nhờ AI. Nhưng sau hơn một năm, chính Lütke thừa nhận AI đã khiến một số quy trình nội bộ tệ đi. Thay vì không làm, sự lười biếng mới là tạo ra hàng loạt đầu ra mà không chịu kiểm tra. Khoảng một nửa số yêu cầu thay đổi mã nguồn tại Shopify được ước tính xuất phát từ các cuộc trò chuyện trong phòng chat nơi trợ lý AI nội bộ River liên tục sinh mã và gợi ý. Số lượng pull request tăng, nhưng chất lượng sản phẩm AI lại bị đặt dấu hỏi.
Khi AI khiến người khác gánh việc: từ lập trình đến y tế
Câu chuyện “workslop” – những sản phẩm trông có vẻ hoàn chỉnh nhưng thiếu thông tin tin cậy và phán đoán cần thiết – đang lộ diện ngày càng rõ. Tại Shopify, có trường hợp nhân viên nhờ River viết mã, sau đó gần như gửi thẳng mà không rà soát; đồng nghiệp kiểm tra mới phát hiện lỗi và phải sửa lại từ đầu. Người khởi xướng tiết kiệm thời gian, nhưng phần nặng lại dồn sang người khác. Email cũng không khá hơn: nội dung có thể ngắn gọn bị AI biến thành văn bản dài dòng buộc người nhận phải dùng một mô hình ngôn ngữ lớn khác để tóm tắt. Bên ngoài Shopify, một chuyên gia viết quảng cáo tại công ty an ninh mạng ở Miami cho biết, sau khi đồng nghiệp bị sa thải và nhóm buộc phải dùng chat AI, bản thảo ra nhanh nhưng anh và đội ngũ phải mất thêm thời gian viết lại, sửa lỗi, chất lượng bài viết giảm và tinh thần làm việc đi xuống.
AI thất bại thực tế: khoảng cách giữa hứa hẹn và năng suất toàn hệ thống
Nhìn ở góc độ quy trình, AI đang làm lộ rõ một nghịch lý: năng suất cá nhân trông như tăng vọt, còn năng suất của cả hệ thống thì… chưa chắc. Lütke chỉ ra rằng người bàn giao nội dung phải chịu trách nhiệm kiểm tra và đảm bảo chất lượng trước khi chuyển cho đồng nghiệp; nếu không, “bạn chỉ đang bắt AI làm việc thay mình thôi”, còn phần khó lại chờ người khác xử lý. Trong y tế, nghiên cứu tại các phòng khám chăm sóc sức khỏe ban đầu ở Mỹ cho thấy nhân viên phải chỉnh sửa email do AI soạn trước khi gửi cho bệnh nhân và lo ngại câu trả lời sai có thể lọt ra ngoài mà không ai phát hiện. Đây là những ví dụ điển hình của AI thất bại thực tế: công cụ có vẻ thông minh, nhưng sản phẩm AI kém khiến người dùng ở tuyến cuối phải gánh thêm việc, kèm rủi ro uy tín và pháp lý.
Vì sao lãnh đạo khen, nhân viên kêu than – và doanh nghiệp cần đánh giá công cụ AI thế nào?
Điểm thú vị là cảm nhận về hiệu quả AI bị chia đôi. Một khảo sát tại Mỹ cho thấy 40% nhân viên không quản lý nói AI không giúp họ tiết kiệm thời gian, trong khi 92% lãnh đạo cấp cao tự đánh giá AI đã nâng hiệu suất của họ. Lãnh đạo nhìn vào dashboard thấy sản lượng nội dung tăng, tỷ lệ sử dụng công cụ cao nên dễ hài lòng. Nhưng nếu doanh nghiệp chỉ đếm số đầu ra mà không đo thời gian kiểm tra, sửa lỗi, làm lại, thì đánh giá chất lượng sản phẩm AI là hoàn toàn méo mó. Đây cũng là lý do CEO Shopify nhấn mạnh vấn đề không nằm ở việc dùng AI, mà là trách nhiệm với sản phẩm cuối cùng và tiêu chuẩn bàn giao. Với các công ty đang cân nhắc giải pháp AI, câu hỏi không còn là “dùng AI nhiều đến đâu”, mà là: AI có giúp người nhận hoàn thành công việc nhanh hơn, đáng tin cậy hơn, hay chỉ tạo thêm một lớp rác công việc mới?
