Đào tạo AI gắn với công việc thật của đội ngũ.

Sau một khóa đào tạo chung chung, nhân viên vẫn dán dữ liệu khách hàng vào AI công khai. Vẫn chuyển tiếp kết quả AI cho sếp mà không kiểm chứng. Người quản lý vẫn không phân biệt được cách dùng AI tốt với cách dùng AI rủi ro. Vấn đề không phải người học kém tiếp thu — mà là đào tạo không gắn với tác vụ thật, dữ liệu thật và trách nhiệm thật của họ.

Đào tạo SITECH đi ngược lại: bắt đầu từ công việc thật của từng nhóm — chăm sóc khách hàng, xử lý chứng từ, tổng hợp báo cáo, tra cứu tài liệu — và dạy cách dùng AI trong chính những tác vụ đó, với dữ liệu đó, dưới trách nhiệm đó.

• Theo nhóm đối tượng: lãnh đạo (ra quyết định, đánh giá rủi ro), nhân viên (dùng AI trong tác vụ hằng ngày), đội ngũ kỹ thuật (triển khai, tích hợp, giám sát).
• Theo tác vụ thật: soạn thảo văn bản, tra cứu tài liệu nội bộ, tổng hợp báo cáo, chăm sóc khách hàng, xử lý chứng từ — mỗi tác vụ có cách dùng AI riêng và rủi ro riêng.
• Thực hành trên dữ liệu thật, trong môi trường an toàn: bài tập dùng tình huống và dữ liệu của chính tổ chức (theo thỏa thuận bảo mật), không ví dụ xa lạ.
• Thói quen kiểm chứng: cách đối chiếu nguồn, nhận biết AI bịa đặt, và khi nào phải dừng lại để hỏi con người.
• Guardrails trong thực hành: học cách dùng AI trong khuôn khổ quy định của tổ chức — AI được dùng cho việc gì, không được dùng cho việc gì, ai chịu trách nhiệm.
• Tài liệu để lại sau khóa học: sổ tay, checklist và học liệu để đội ngũ tự ôn lại và áp dụng sau đào tạo.

EU AI Act — Quy định (EU) 2024/1689, Điều 4. Nghĩa vụ hiểu biết về AI áp dụng cho mọi nhà cung cấp và đơn vị triển khai hệ thống AI (áp dụng từ 2/2/2025). Đào tạo là cách thực chất nhất để tổ chức đáp ứng nghĩa vụ này — không phải bằng một buổi nói chuyện cho có, mà bằng chương trình gắn với công việc thật.

ISO/IEC 42001:2023 — Hệ thống quản lý AI. Tiêu chuẩn yêu cầu tổ chức xác định năng lực và nhận thức cần thiết cho các vai trò làm việc với AI, cùng với vai trò, trách nhiệm và trách nhiệm giải trình. Đào tạo SITECH gắn với yêu cầu này: mỗi nhóm học đúng năng lực mà vai trò của họ cần.

NIST AI RMF 1.0 — Khung quản trị rủi ro AI. Bốn chức năng Govern – Map – Measure – Manage. Đào tạo SITECH gắn với hai chức năng đầu: Govern (văn hóa, chính sách, vai trò, trách nhiệm và thực hành của đội ngũ) và Map (hiểu ngữ cảnh, đối tượng liên quan và rủi ro của từng hệ thống AI).

UNESCO — Khuyến nghị về Đạo đức của Trí tuệ nhân tạo (2021). Nguyên tắc nâng cao nhận thức và hiểu biết về AI, cùng với giám sát của con người. Người học không chỉ biết dùng AI — mà biết khi nào phải giám sát, khi nào phải dừng.

Bài tập thực hành dùng tình huống và dữ liệu của chính tổ chức, nhưng minh bạch về lưu trữ, truy cập, quyền chỉnh sửa và xóa dữ liệu. Người học thực hành nguyên tắc “dữ liệu nhạy cảm không đưa vào công cụ công khai” bằng cách làm đúng ngay trong lớp, không chỉ nghe nói. Với triển khai trên máy chủ Local, dữ liệu không rời khỏi hạ tầng của tổ chức; lớp kiểm soát AI (Guardrails) và cổng AI (Gateway) giữ cho việc dùng AI trong khuôn khổ quy định. Xem cách SITECH kiểm soát AI →

• Bước 1 — Khảo sát đối tượng, công việc và rủi ro: ai học, làm việc gì, rủi ro nào hay gặp.
• Bước 2 — Thiết kế chương trình theo nhóm: mục tiêu đầu ra rõ ràng cho từng nhóm đối tượng.
• Bước 3 — Đào tạo thực hành: bài tập trên tác vụ thật, giảng viên hướng dẫn trực tiếp.
• Bước 4 — Kiểm chứng kết quả: người học làm được việc sau khóa học, theo tiêu chí đã thống nhất trước.
• Bước 5 — Tài liệu và hỗ trợ sau đào tạo: sổ tay, checklist; hỗ trợ khi đội ngũ áp dụng vào việc thật.