nhận thức của sinh viên trường đại học ngân hàng thành phố hồ chí minh về trợ lý trí tuệ nhân tạo đối với quản trị nhân sự

Về mặt tính chất công việc không có nhiều sự thay đổi nhưng về cách thức hỗ trợ đã thay đổi rõ rệt như sự xuất hiện của: Siri 2011, Alexa 2014, Google Assistant 2016 các trợ lý ảo của cá

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH

KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC

NHẬN THỨC CỦA SINH VIÊN TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH VỀ TRỢ LÝ TRÍ TUỆ NHÂN TẠO

ĐỐI VỚI QUẢN TRỊ NHÂN SỰ

NGÀNH: QUẢN TRỊ KINH DOANH

MÃ SỐ: 7340101

ĐỚI NGUYỄN HOÀN THIỆN

TP HỒ CHÍ MINH, NĂM 2024

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH

KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC

NHẬN THỨC CỦA SINH VIÊN TRƯỜNG ĐẠI HỌC NGÂN

HÀNG TP HỒ CHÍ MINH VỀ TRỢ LÝ TRÍ TUỆ NHÂN TẠO

ĐỐI VỚI QUẢN TRỊ NHÂN SỰ

NGÀNH: QUẢN TRỊ KINH DOANH

MÃ SỐ: 7340101

Họ và tên sinh viên: ĐỚI NGUYỄN HOÀN THIỆN

Mã số sinh viên: 050608200665 Lớp sinh hoạt: HQ8 - GE11

NGƯỜI HƯỚNG DẪN KHOA HỌC PSG.TS NGUYỄN VĂN TIẾN

TP HỒ CHÍ MINH, NĂM 2024

TÓM TẮT

Khóa luận “Nhận thức của sinh viên trường Đại học Ngân hàng TP Hồ Chí Minh về trợ lý trí tuệ nhân tạo đối với quản trị nhân sự” nhằm nghiên cứu nhận thức của sinh viên về hai lĩnh vực chính là trợ lý trí tuệ nhân tạo (ChatGPT, Gemini, Copilot) và ngành quản trị nhân sự (HRM) Trong nội dung cơ sở lý luận, tác giả đề cập các nền tảng lý thuyết liên quan đến hai chủ đề này, đồng thời cũng đề cập đến các định nghĩa

về nhận thức Tiếp đến, phân tích đến đối tượng nghiên cứu – sinh viên trường Đại học Ngân hàng TP Hồ Chí Minh, từ đó tác giả đưa ra mô hình nghiên cứu gồm 5

biến độc lập: Hiểu biết của sinh viên về trợ lý trí tuệ nhân tạo, Hiểu biết của sinh viên

về quản trị nhân sự, Kỹ năng sử dụng trợ lý của sinh viên, Thái độ của sinh viên, Khả năng tự nhận thức của sinh viên nhằm giải thích biến phụ thuộc Nhận thức của sinh viên về mối quan hệ giữa trợ lý trí tuệ nhân tạo và quản trị nhân sự Sau khi thu thập

và xử lý dữ liệu, tác giả kết luận rằng có trên 3 biến độc lập có ý nghĩa thống kê đối với biến phụ thuộc Theo đó, tác giả đưa ra những hạn chế của nghiên cứu cùng với các phương hướng nghiên cứu tiếp theo dựa vào số liệu, mối tương quan giữa 3 biến độc lập với biến phụ thuộc

ABSTRACT

The thesis “Awareness of students at the Banking University of Ho Chi Minh City on artificial intelligence assistants for human resource management” aims to study students’ awareness of two main areas: Artificial Intelligence Assistants (ChatGPT, Gemini, Copilot) and Human Resource Management (HRM) In the theoretical basis content, the author mentions the theoretical foundations related to these two topics, while also referring to definitions of perception Next, the analysis goes to the research object - students of the Banking University of Ho Chi Minh City, from which the author proposes a research model consisting of 5 independent variables: Students’ understanding of artificial intelligence assistants, Students’ understanding of human resource management, Students’ skills in using AI assistants, Students’ attitudes, Students’ self-awareness ability to explain the dependent variable - Students’ awareness of the relationship between artificial intelligence assistants and human resource management After collecting and processing data, the author concludes that there are more than 3 independent variables that are statistically significant for the dependent variable Accordingly, the author presents the limitations of the research along with the next research directions based on the data, the correlation between the

3 valid independent variables and the dependent variable

LỜI CAM ĐOAN

Tôi là Đới Nguyễn Hoàn Thiện,

Mã số sinh viên: 050608200665; Lớp sinh hoạt: HQ8-GE11

Khóa luận này là công trình nghiên cứu riêng của tác giả, kết quả nghiên cứu là trung thực, trong đó không có các nội dung đã được công bố trước đây hoặc các nội dung

do người khác thực hiện ngoại trừ các trích dẫn được dẫn nguồn đầy đủ trong khóa luận

Trân trọng gửi lời cảm ơn đến giảng viên hướng dẫn PSG TS Nguyễn Văn Tiến, người đã định hướng, tạo nền tảng và hướng dẫn em hoàn thành tốt khóa luận tốt nghiệp

Trân trọng gửi lời cảm ơn đến những người bạn đã hỗ trợ thu thập dữ liệu khảo sát Trân trọng gửi lời cảm ơn những người bạn đã đồng hành suốt chặng đường thực hiện khóa luận tốt nghiệp

MỤC LỤC

CHƯƠNG I: TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU 1

1.1 Lý do chọn đề tài 1

1.2 Mục tiêu của đề tài 2

1.2.1 Mục tiêu tổng quát 2

1.2.2 Mục tiêu cụ thể 2

1.3 Câu hỏi nghiên cứu 2

1.4 Đối tượng và phạm vi nghiên cứu 3

1.4.1 Đối tượng nghiên cứu 3

1.4.2 Phạm vi nghiên cứu: 3

1.5 Phương pháp nghiên cứu 3

1.5.1 Phương pháp nghiên cứu định tính: 3

1.5.2 Phương pháp nghiên cứu định lượng: 3

1.6 Ý nghĩa nghiên cứu 4

1.7 Kết cấu đề tài nghiên cứu 4

CHƯƠNG 2: CƠ SỞ LÝ LUẬN 5

2.1 Tổng quan quản trị nhân sự 5

2.1.1 Các định nghĩa về quản trị nhân sự 5

2.1.2 Các chức năng chính của quản trị nhân sự 6

2.2 Tổng quan trợ lý trí tuệ nhân tạo 12

2.2.1 Định nghĩa về trợ lý trí tuệ nhân tạo 12

2.2.2 Sự phát triển và vấn đề đạo đức của trợ lý trí tuệ nhân tạo 14

2.2.3 Các đặc điểm, chức năng của trợ lý trí tuệ nhân tạo 17

2.3 Mối quan hệ giữa trợ lý trí tuệ nhân tạo và quản trị nhân sự 22

2.3.1 Ứng dụng của trợ lý trí tuệ nhân tạo trong quản trị nhân sự 22

2.3.2 Các nghiên cứu liên quan 25

2.4 Tổng quan về nhận thức 27

2.4.1 Nhận thức 27

2.4.2 Các nghiên cứu liên quan 29

2.5 Tổng quan về đối tượng nghiên cứu: Sinh viên trường Đại học Ngân hàng TP Hồ Chí Minh 33

2.6 Giả thuyết nghiên cứu 33

2.7 Mô hình nghiên cứu 34

KẾT LUẬN CHƯƠNG 2 36

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 37

3.1 Quy trình nghiên cứu: 37

3.2 Phương pháp nghiên cứu 38

3.2.2 Phương pháp nghiên cứu định lượng: 39

3.2.3 Kích thước mẫu 41

3.2.4 Kỹ thuật thu thập: 41

3.3 Phương pháp phân tích dữ liệu: 42

3.3.1 Thống kê mô tả: 42

3.3.2 Đánh giá độ tin cậy Cronbach’s Alpha: 42

3.3.3 Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) 42

3.3.4 Phân tích tương quan và hồi quy tuyến tính 43

KẾT LUẬN CHƯƠNG 3 44

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 45

4.1 Tổng quan mẫu dữ liệu: 45

4.1.1 Cơ cấu mẫu theo giới tính: 45

4.1.2 Cơ cấu mẫu theo năm học tại trường: 46

4.1.3 Cơ cấu mẫu theo ngành học: 47

4.2 Kiểm định Cronbach’s Alpha 47

4.3 Phân tích nhân tố khám phá EFA 51

4.4 Phân tích tương quan Pearson 60

4.5 Phân tích hồi quy tuyến tính 61

KẾT LUẬN CHƯƠNG 4 65

CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ 66

5.1 Kết luận 66

5.2 Đề xuất hàm ý quản trị 67

5.3 Hạn chế và hướng nghiên cứu tiếp theo 68

TÀI LIỆU THAM KHẢO 70

Tài liệu tham khảo trong nước 70

Tài liệu tham khảo ngoài nước 70

PHỤ LỤC i

Phụ lục 1: Số liệu SPSS i

Phụ lục 2: Phiếu khảo sát xii

DANH MỤC CÁC TỪ VIẾT TẮT

TỪ VIẾT

AI Artificial Intelligence Trí tuệ nhân tạo

ChatGPT Chat Generative Pre-training

Transformer

Chat Generative Pre-training

Transformer EFA Exploratory Factor Analysis Phân tích nhân tố khám phá NLU Natural Language Understanding Hệ thống hiểu ngôn ngữ tự nhiên NLP Neuro-Linguistic Programming Lập trình ngôn ngữ tư duy NLG Natural Language Generation Sinh văn bản tự động GenZ Generation Z Thế hệ Z

SPSS Statistical Package for the Social

Sciences

Gói thống kê cho các ngành khoa học xã hội HRM Human Resource Management Quản trị nhân sự

ML Machine Learning Học máy

HRIS Human Resource Information

System Hệ thống thông tin nhân sự

CV Curriculum Vitae Sơ yếu lý lịch

KMO Kaiser – Meyer – Olkin Kaiser – Meyer – Olkin

DANH MỤC CÁC BẢNG

Bảng 4.1 Hệ số Cronbach’s Alpha - HBAI 47

Bảng 4.2 Thống kê tổng số mục (Item-Total Statistics) - HBAI 48

Bảng 4.3 Hệ số Cronbach’s Alpha - HRM 48 Bảng 4.4 Thống kê tổng số mục – HRM 48 Bảng 4.5 Hệ số Cronbach’s Alpha - KN 49 Bảng 4.6 Thống kê tổng số mục - KN 49 Bảng 4.7 Hệ số Cronbach’s Alpha – TĐ 49 Bảng 4.8 Thống kê tổng số mục - TĐ 50 Bảng 4.9 Hệ số Cronbach’s Alpha - TNT 50 Bảng 4.10 Thống kê tổng số mục – TNT 50 Bảng 4.11 Hệ số Cronbach’s Alpha - biến phụ thuộc 51 Bảng 4.12 Thống kê tổng số mục – biến phụ thuộc 51

Bảng 4.14 Eigenvalues và phương sai trích các biến độc lập –

chưa loại biến

53 Bảng 4.15 Ma trận xoay các biến độc lập – chưa loại biến 55

Bảng 4.16 Kiểm định KMO và Barlett các biến độc lập – đã loại

DANH MỤC CÁC HÌNH

SỐ

Hình 2.1 Mô hình nghiên cứu nhận thức của sinh viên trường Đại học

Ngân hàng TP Hồ Chí Minh về mối quan hệ giữa trợ lý trí tuệ nhân tạo

và quản trị nhân sự

35

Hình 4.1 Cơ cấu mẫu theo giới tính 45

Hình 4.2 Cơ cấu mẫu theo năm học 46

Hình 4.3 Cơ cấu mẫu theo ngành học 47

Hình 4.4 Biểu đồ tần số Histogram 63

CHƯƠNG I: TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU

1.1 Lý do chọn đề tài

Vào tháng 11 năm 2022, sự xuất hiện của ChatGPT (Chat Generate Pre-training Transformer) - một chatbot đọc và phân tích nội dung theo câu lệnh (prompt) mà người dùng ra lệnh, bằng hệ thống hiểu ngôn ngữ tự nhiên (Natural Language Understanding - NLU), lập trình ngôn ngữ tư duy (Neuro-Linguistic Programming - NLP) và phản hồi lại câu trả lời một cách tự nhiên dựa trên thông tin, kiến thức mà

nó tổng hợp được bằng hệ thống sinh văn bản tự động (Natural Language Generation

- NLG), đã tạo ra hình thức giao tiếp hai chiều giữa người và máy - hay người và trí tuệ nhân tạo, một hình thức mà chỉ được đề cập trong các bộ phim khoa học viễn tưởng trước đây

Hiện nay đã có các thiết bị AI (Artificial Intelligence – trí tuệ nhân tạo) sử dụng cho mục đích cá nhân tại ngay chính chiếc điện thoại hay chính ngôi nhà (ví dụ như: Amazon Alexa, Siri trên dòng sản phẩm Iphone của Apple, ) tương tự như các trợ

lý hoặc trợ lý ảo trên các nền tảng số, tuy nhiên điểm khác biệt thay vào đó là hình thức giao tiếp tự nhiên Sự tiện lợi của AI dạng trợ lý đã bắt đầu tiếp cận và đáp ứng các nhu cầu sinh hoạt, đời sống xã hội Trong môi trường doanh nghiệp, trợ lý trí tuệ nhân tạo dần trở thành một trợ thủ dành cho trình độ lao động bậc thấp, bậc quản lý Trong bài báo “Will ChatGPT bring a New Paradigm to HR World? A critical opinion article” Nuzula (2023) cho rằng ChatGPT cũng như các AI có tính năng tương tự đều

có khả năng tái thiết hay “cách mạng hóa” quy trình quản trị nhân sự thông thường thông qua những rủi ro cũng như những lợi ích cụ thể mà nó mang lại Tiếp nối quan điểm trên, ChatGPT và các AI tương tự ChatGPT có khả năng tự động hóa các công việc hằng ngày, giúp cho các nhà quản trị nhân sự có thể dành công sức, sự tập trung cho các mảng chiến lược cao hơn, điều này được Rane (2023) đề cập trong “Role and challenges of ChatGPT and similar generative artificial intelligence in human resource management”

Với GenZ – thế hệ được sinh ra trong giai đoạn 1997 đến 2013 hay sinh viên sẽ là lực lượng lao động, nhà quản trị trong 5-10 năm kế tiếp, việc luôn có bên mình một trợ

lý AI có khả năng giải đáp hầu hết các vấn đề đơn giản trong công việc, cuộc sống Theo đó các phương pháp quản trị truyền thống của các thế hệ trước có thể phải thay đổi cách tiếp cận Tuy nhiên, những tác động này vẫn chưa được nghiên cứu một cách toàn diện và sâu sắc, đặc biệt là dưới góc nhìn của sinh viên - GenZ cho nên luận văn

sẽ tập trung nghiên cứu vấn đề này bằng đề tài “Nhận thức của sinh viên trường Đại

học Ngân hàng TP Hồ Chí Minh về trợ lý trí tuệ nhân tạo đối với quản trị nhân sự”

1.2 Mục tiêu của đề tài

1.2.1 Mục tiêu tổng quát

Nghiên cứu nhằm tìm hiểu nhận thức của sinh viên trường Đại học Ngân hàng TP

Hồ Chí Minh về tác động của trợ lý trí tuệ nhân tạo đối với quản trị nhân sự

1.3 Câu hỏi nghiên cứu

Các yếu tố nào ảnh hưởng đến nhận thức của sinh viên trường Đại học Ngân hàng

TP Hồ Chí Minh về tác động của trợ lý trí tuệ nhân tạo đối với quản trị nhân sự? Các yếu tố trên có mức độ tác động như thế nào đến mức độ nhận thức của sinh viên trường Đại học Ngân hàng TP Hồ Chí Minh về tác động của trợ lý trí tuệ nhân tạo đối với quản trị nhân sự?

Các đề xuất và hàm ý quản trị nào để nâng cao mức độ nhận thức của sinh viên trường Đại học Ngân hàng TP Hồ Chí Minh về tác động của trợ lý trí tuệ nhân tạo đối với quản trị nhân sự?

1.4 Đối tượng và phạm vi nghiên cứu

1.4.1 Đối tượng nghiên cứu

Nhận thức của sinh viên đang học các ngành quản trị tại trường Đại học Ngân hàng

TP Hồ Chí Minh về trợ lý trí tuệ nhân tạo đối với quản trị nhân sự

1.4.2 Phạm vi nghiên cứu:

Phạm vi nghiên cứu về không gian: Trường Đại học Ngân hàng TP Hồ Chí Minh Phạm vi nghiên cứu về thời gian: Từ tháng 20/01/2024 đến tháng 01/04/2024 Đối tượng khảo sát: Sinh viên trường Đại học Ngân hàng TP Hồ Chí Minh có quan tâm đến quản trị nhân sự và trợ lý trí tuệ nhân tạo

1.5 Phương pháp nghiên cứu

Sử dụng hai phương pháp: Phương pháp nghiên cứu định tính kết hợp phương pháp nghiên cứu định lượng

1.5.1 Phương pháp nghiên cứu định tính:

Thực hiện phỏng vấn trực tiếp và khảo sát ngẫu nhiên 10-20 sinh viên có theo học ngành quản trị tại trường Đại học Ngân hàng TP Hồ Chí Minh Từ đó nhận góp ý và hiệu chỉnh lại các biến quan sát để có cơ sở xây dựng và phát triển thang đo phù hợp

và thực hiện phương pháp nghiên cứu định lượng

1.5.2 Phương pháp nghiên cứu định lượng:

Thực hiện phương pháp định lượng bằng cách thiết kế thang đo Likert 5 mức độ từ 1 đến 5: (1) Hoàn toàn không đồng ý; (2) Không đồng ý; (3) Không ý kiến - Phân vân

- Bình Thường; (4) Đồng ý và (5) Hoàn toàn đồng ý Thang đo thu thập các thông tin như: nhân khẩu học và các câu hỏi để đánh giá mức độ tác động của trợ lý trí tuệ nhân tạo dành cho cá nhân đối với quản trị nhân sự dưới góc nhìn sinh viên có theo học ngành quản trị Khảo sát được thực hiện thông qua nền tảng Google Form Đối tượng thực hiện khảo sát là các sinh viên có theo học các ngành quản trị tại trường Đại học Ngân hàng TP Hồ Chí Minh

Những thông tin, số liệu thu thập sẽ được xử lý và phân tích bằng phần mềm SPSS

Và sẽ phân tích các kết quả từ các bảng như: Kiểm định độ tin cậy Cronbach’s Alpha,

phương pháp phân tích nhân tố khám phá EFA, phân tích hồi quy tuyến tính, tương quan Pearson

1.6 Ý nghĩa nghiên cứu

Ý nghĩa lý thuyết: Đề tài sẽ phân tích những quan điểm của sinh viên về ngành quản trị nhân sự truyền thống, cũng như những nhận thức của sinh viên về trợ lý trí tuệ nhân tạo dành cho cá nhân Dựa vào các nền tảng lý thuyết kế thừa từ những nghiên cứu đi trước để đưa ra mô hình nghiên cứu

Ý nghĩa thực tiễn: Đề tài sẽ mang lại cho các nhà quản trị những góc nhìn về sự ảnh hưởng của các trợ lý trí tuệ nhân tạo dành cho cá nhân đối với hoạt động quản trị nhân

sự dưới góc nhìn của sinh viên theo học các ngành quản trị tại trường Đại học Ngân hàng TP Hồ Chí Minh để từ đó đưa ra được các phương án phát triển và thích ứng phù hợp cho hoạt động quản trị nhân sự trong xu hướng phát triển áp dụng công nghệ

có tích hợp trí tuệ nhân tạo

1.7 Kết cấu đề tài nghiên cứu

CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU

CHƯƠNG 2: CƠ SỞ LÝ LUẬN

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ

CHƯƠNG 2: CƠ SỞ LÝ LUẬN

2.1 Tổng quan quản trị nhân sự

2.1.1 Các định nghĩa về quản trị nhân sự

Đầu tiên khi nhắc đến khái niệm quản trị nhân sự, không thể không kể đến một khái niệm lâu đời từ Taylor (1911)) – quản lý theo khoa học, học thuyết này có phần trái ngược so với thời đại khi mà nó nhắm vào việc thay đổi cách thức quản lý thủ công, đưa quyết định dựa trên cảm tính bằng các phương pháp có độ chính xác cao và khoa học hơn, ví dụ như việc cẩn thận hơn trong nghiên cứu các cá nhân trong quá trình làm việc để đưa ra “một chuỗi thao tác chính xác hơn trong lĩnh vục khoa học” hay đưa ra cách thức quản lý phù hợp với quy trình cũng như khả năng của từng cá nhân trong tổ chức theo góc nhìn quản trị

Sau hơn một thế kỷ, khái niệm quản trị nhân sự (Personnel Management) đã được định nghĩa theo nhiều khác nhìn khác nhau bởi các học giả, tác giả quan tâm đến lĩnh vực này, trong đó có thể kể đến Ahammad (2017) định nghĩa quản trị nhân sự là một phần trong công tác quản trị của doanh nghiệp, trong đó quản trị nhân sự được định nghĩa bằng khả năng đạt được, sử dụng được và duy trì được sự kỳ vọng, nhu cầu và mong cầu của người lao động Song song với đó khái niệm mà Ibrahim (2019) đề cập trong sách “Principles of Personnel Management” đồng tình với quan điểm trên khi cho rằng quản trị nhân sự là việc chuyên môn hóa hoạt động quản trị, thể hiện thông qua sự tập trung vào khâu tuyển dụng và phát triển lực lượng lao động từ đó giúp nguồn nhân lực này trở nên có giá trị hơn đối với doanh nghiệp hay đơn giản hơn là việc sử dụng nguồn lực con người một cách hợp lý Từ đó Ibrahim đưa ra mục tiêu của quản trị nhân sự là phát triển một tổ chức, nơi mà lực lượng lao động có thể phát huy các trạng thái cá nhân và nhóm để từ đó cống hiến ngược lại cho tổ chức với khả năng tốt nhất của họ

Tại Việt Nam, khái niệm quản trị nhân sự và quản trị nguồn nhân lực thường được dùng để chỉ chung một hoạt động quản trị, tuy nhiên với tên tiếng Anh của hai ngành này được phân định rõ ràng là Personnel Management (PM) và Human Resource

Management (HRM) Theo Ahammad (2017) trước khi quản trị nhân sự - quản trị nguồn nhân lực được gọi là HRM thì trước đó đã qua một quy trình thay đổi cách gọi tên, gồm các tên như sau: Phúc lợi công nghiệp, cải thiện công nghiệp, quản trị nhân

sự và còn nhiều tên khác do những học giả khác quan tâm đến chủ đề này Điều này thể hiện được sự khả biến đối với mọi mặt của xã hội khi mà cùng một chủ thể (hay khái niệm) nhưng khác nhau ở bối cảnh lịch sử, các hoạt động kinh tế và xã hội thì

sự thay đổi, đổi mới bắt đầu xuất hiện, ở đây sự thay đổi đó là cách gọi tên của ngành quản trị nhân sự

Sau khi tiếp thu và học hỏi từ các khái niệm, học thuyết từ những nghiên cứu thực nghiệm đã thực hiện trước đây của các chuyên gia Tác giả định nghĩa khái niệm quản trị nhân sự như sau:

Quản trị nhân sự là việc chú trọng đến cách thức về trong các công tác như xây dựng

kế hoạch nhân sự, tuyển dụng, đánh giá, đào tạo – phát triển và hoạt động khen thưởng – xử phạt với mục đích nâng cao hiệu quả về mặt năng lực cũng như sự gắn kết của người lao động đối với tổ chức mà họ hoạt động

2.1.2 Các chức năng chính của quản trị nhân sự

Việc tận dụng hợp lý nguồn lực con người mà tổ chức có là nền tảng cho sự tăng trưởng của tổ chức “Thiên thời, địa lợi, nhân hòa” trong ba yếu tố cổ điển này, chữ

“nhân” đại diện cho đối tượng của quản trị nhân sự, chữ “hòa” đại diện mục tiêu mà các chức năng quản trị nhân sự hướng đến Chữ “hòa” này đã được Klingner và ctg (2015) tại cuốn sách Public Personnel Management phân tích thông qua 4 chức năng tương ứng mới 4 mục đích chính như:

Lên kế hoạch (Planning): Mục đích: Lập kế hoạch nhân sự, chuẩn bị ngân sách; quản

lý hiệu suất, phân tích công việc, trả lương và phúc lợi

Sự thâu được (Acquisition): Mục đích: Tuyển dụng và lựa chọn nhân viên

Sự phát triển (Development): Mục đích: Đào tạo, phân tích, đánh giá và lãnh đạo nhân sự để tăng tính tự nguyện và khả năng hoàn thành tốt các công việc

Khen thưởng và xử phạt (Sanction): Mục đích: Duy trì sự kỳ vọng và nghĩa vụ của người lao động và người sử dụng lao động với nhau thông qua sự kỷ luật, an toàn và quyền của người lao động

Tóm gọn trong 4 chức năng chính, Klingner và ctg (2015) đã đưa ra một góc nhìn tổng quát về các chức năng của quản trị nhân sự, bao gồm các khâu từ trước khi một người trở thành một nhân sự của tổ chức cho đến các hình thức phát triển, khen thưởng, xử phạt trong quá trình làm việc Đi sâu hơn vào đó với nghiên cứu của Agunwa và ctg (2019) tại Personnel Management: Implications for the Effectiveness

of the School System đã phân tích chi tiết hơn vào các quy trình bằng việc đưa ra 17 chức năng cùng mục đích của các chức năng trong quản trị nhân sự, bài nghiên cứu này được áp dụng vào hệ thống của trường học một cách cụ thể như sau:

Quy hoạch nhân sự (Personnel Planning): Đảm bảo cho việc vận hành nhân sự trôi chảy

Tuyển dụng (Recruitment): Tuyển chọn bước đầu những ứng viên phù hợp

Lựa chọn (Selection): Lựa chọn những ứng viên phù hợp và loại những ứng viên kém phù hợp

Vị trí (Placement): Vị trí phù hợp của ứng viên được lựa chọn (nhân viên)

Định hướng (Orientation): Giúp nhân viên hiểu về yêu cầu công việc cũng như văn hóa, giá trị cốt lõi của tổ chức

Đào tạo và phát triển (Training and Development): Nhằm nâng cao hiệu quả của nhân viên và mức tiêu chuẩn hiệu suất công việc, quy trình này bao gồm tái đào tạo, kế hoạch nghề nghiệp, đánh giá hiệu suất và sự thăng chức

Sự bồi thường (Compensation): Đảm bảo cung cấp mức lương công bằng và hợp lý cho nhân viên

Tích hợp (Intergration): Hướng đến sự thống nhất, sự tích hợp giữa các cá nhân khác nhau trong tổ chức để từ đó người quản lý đảm bảo các nhiệm vụ cá nhân và mục tiêu tập thể đều hoàn thành

Phân tích công việc (Job Analysis): Nền tảng để đặt đúng người vào đúng vị trí Trong chức năng này có 2 chức năng nhỏ là: Mô tả công việc (Job description) và đặc tả công việc (Job specification)

Đánh giá nhân sự (Personnel Appraisal): Đánh giá một cách hệ thống về hiệu suất của nhân viên để hiểu khả năng của họ từ đó đưa ra lộ trình phù hợp để phát triển hoặc tái đào tạo

Đánh giá công việc (Job Evaluation): Gần giống với đánh giá nhân sự nhưng thay đổi chủ thể từ nhân sự thành công việc, bằng cách phân tích các công việc có sẵn và tìm

ra những nhân sự phù hợp để đảm nhận công việc đó

Thăng chức (Promotion): Quá trình thăng chức cho nhân sự dựa vào sự cam kết, năng lực và thâm niên làm việc của họ

Quản lý hồ sơ nhân sự (Personnel Records Management): là những tập dữ liệu chứa thông tin về hoạt động của nhân sự trong tổ chức Hỗ trợ người quản lý kiểm tra và

ra quyết định phù hợp với năng lực và hoạt động của nhân sự đó

Quan hệ nhân sự (Personnel Relations): quan hệ giữa nhân sự trong tổ chức ảnh hưởng đến năng suất làm việc Một nhân sự trong tổ chức có thể có ảnh hưởng tích cực hoặc tiêu cực đến hiệu suất của nhân sự khác

Kỷ luật (Discipline): Tính kỷ luật duy trì sự ổn định, có trật tự và duy trì sự phối hợp giữa các nhân viên

Khiếu nại của nhân viên (Employee Grievance): Lời khiếu nại giúp nhân viên giảm bớt cảm giác tiêu cực về tổ chức và cũng giúp tổ chức xác định những điểm còn hạn chế ở môi trường làm việc, mối quan hệ trong tổ chức,…

Quản lý sức khỏe và an toàn nhân sự (Personnel Health and Safety Management): Đảm bảo sức khỏe tinh thần, thể chất và mức độ an toàn của nhân sự trong tổ chức

17 chức năng được Agunwa và ctg (2019) đề cập cho thấy một góc nhìn đầy chi tiết các chức năng của vị trí quản trị nhân sự trong một tổ chức, cụ thể là trong hệ thống quản lý của trường học, một môi trường tập trung trọng tâm vào phát triển con người Klingner và ctg (2017) đưa ra cho chúng ta góc nhìn khoa học, đặt chung những công việc có mục đích liên quan đến nhau vào chung một chức năng cụ thể Trong khi, Agunwa và ctg (2019) đưa ra những chức năng một cách chi tiết và không tóm gọn

nó lại và nó tạo ra sự hỗn loạn trong việc phân tích và vận hành những chức năng có đặc điểm chung và có thể làm cùng nhau (hay chỉ cần 1 người, 1 nhóm bộ phận quản lý) Phối hợp giữa hai quan điểm từ hai nghiên cứu, sách trên cho ra một hệ thống chức năng của quản trị nhân sự như sau:

Lên kế hoạch nhân sự: Với những công việc chính như: Hoạch định kế hoạch nhân

sự, quản trị hiệu suất, phân tích các yêu cầu công việc, chuẩn bị ngân sách, thưởng (phạt) cho nhân sự đạt (không đạt) trong quá trình đó

Tuyển dụng: Tuyển dụng là chức năng đảm bảo cho việc tổ chức lắp đầy được các

nhu cầu nhân sự thông qua các bước như sau:

Xác định đối tượng cần tuyển: Đây là bước được thực hiện dựa trên kế hoạch đã

hoạch định, việc xác định đúng đối tượng cần tuyển sẽ giúp tổ chức giảm bớt số lượng ứng viên cần phải sàng lọc ngay từ đầu

Tìm kiếm các nguồn để tuyển dụng: Công nghệ, xã hội không ngừng đổi mới, tổ chức

cần đảm bảo thu thập đầy đủ thông tin từ các nguồn mà các đối tượng cần tuyển có thể nộp đơn ứng tuyển từ đó Đặc biệt trong kỷ nguyên số hóa, tổ chức cần mở rộng các cổng nhận thông tin để thu thập được nhiều hơn từ các nguồn khác ngoài phương thức truyền thống

Thu thập và sàng lọc từ các nguồn: Nhằm tối ưu hiệu quả của các buổi phỏng vấn

chính thức, bộ phận quản lý nhân sự cần hoạch định những tiêu chí thiết yếu, cần phải

có của mỗi ứng viên để bộ phận sàng lọc đảm bảo được số lượng cũng như chất lượng

của ứng viên từ các nguồn

Phỏng vấn ứng viên: Đây là thời điểm người phỏng vấn phân tích, đánh giá và xem

xét sự phù hợp của từng ứng viên cho những vị trí cần tuyển dụng Đối với từng bước trên bộ phận quản lý nhân sự cần có một quy trình hay một hệ thống thông tin đủ mạnh để đảm bảo tính minh bạch cũng như hiệu quả trong quá trình tuyển dụng Ở khâu phỏng vấn ứng viên, để tránh trường hợp ứng viên thể hiện tốt ở cuộc phỏng vấn nhưng lại có biểu hiện, năng suất kém sau khi trở thành thành viên chính thức thì

tổ chức cần có một quy trình phỏng vấn nhiều cấp độ trong một khoảng thời gian xác định để từ đó đánh giá được tổng quan của một ứng viên khi tổ chức thử thách họ trong nhiều điều kiện

Lựa chọn ứng viên: Thông qua phân tích, đánh giá chung về năng lực làm việc, sự cam kết và độ phù hợp văn hóa của ứng viên đối với tổ chức, bộ phận quản lý nhân

sự cần chọn lựa những ứng viên phù hợp nhất đối với từng vị trí mà tổ chức cần theo

kế hoạch nhân sự đã đề ra ở hiện tại Việc chọn lựa đúng ứng viên cần thực hiện đúng chuẩn theo quy trình các chức năng ở trên để tránh những trường hợp ứng viên thể hiện ban đầu xuất sắc nhưng sau khi đậu vào vị trí lại biểu hiện kém

Đào tạo và phát triển: Đây là chức năng đảm bảo cho lợi ích của cả hai bên - người

lao động và người sử dụng lao động, gồm các công việc chính sau:

Đào tạo và phát triển:

Đào tạo dành cho những nhân sự mới – những nhân sự chưa có nhiều kinh nghiệm làm việc thực tế tại vị trí được đảm nhận, và dành cho những nhân sự dưới mức trung bình theo thang đo riêng của từng tổ chức về yêu cầu của công việc đó Điều này đảm bảo lợi ích cho người lao động khi có thể nâng cấp kỹ năng để có thể giữ được vị trí

và tạo giá trị ngược lại cho chính mình, đồng thời cũng giúp tổ chức đảm bảo được nhu cầu nhân sự có đủ trình độ để thực hiện công việc

Phát triển dành cho những nhân sự có trình độ trên mức trung bình, có sự vượt trội trong khả năng xử lí công việc cũng như có thâm niên làm việc và sự cam kết nhất định đối với sự phát triển, sống còn của công ty Việc phát triển có mục tiêu chính nhắm đến việc tạo sự thăng tiến, nâng cao giá trị (về mặt văn hóa, kỹ năng, mức sống,…) của chính nhân sự đó song cũng là một lộ trình mà tổ chức hoạch định để giúp những nhân sự có năng lực cao định hướng cho sự nghiệp chính họ

Khen thưởng và xử phạt: tổ chức cần xây dựng một hệ thống khen thưởng, xử phạt

một cách rõ ràng Hoạt động này hoạt động song song với việc đào tạo và phát triển Với hệ thống xử phạt được xây dựng, những cá nhân vi phạm những điều được liệt

kê trong hệ thống cần phải bị phạt theo quy định Bên cạnh đó, việc có một hệ thống

xử phạt rõ ràng và minh bạch giúp nhân sự nhận thức được những việc được xem là

vi phạm, cần tránh thực hiện và hậu quả của việc vi phạm Tương tự đối với hệ thống khen thưởng, việc có một hệ thống sẽ cho nhân sự một góc nhìn tổng quát về những điều cần làm hay xa hơn là các công việc mà tổ chức hướng tới và nhân sự thực hiện tốt công việc đó sẽ được thưởng và ngược lại, bị phạt Hoạt động khen thưởng và xử phạt này diễn ra xuyên suốt trong quá trình nhân sự tham gia tổ chức để duy trì tính

kỷ luật và sự bền vững của tổ chức

Quản lý an toàn và sức khỏe của nhân sự: An toàn và sức khỏe của nhân sự khi

hoạt động tại tổ chức thể hiện môi trường làm việc của tổ chức

An toàn và sức khỏe thể chất tại nơi làm việc, tổ chức cần trang bị cho nơi làm việc

đầy đủ tiện nghi, các công cụ đảm bảo an toàn, đối với các cá nhân (cả người lao động

và người sử dụng lao động) cần trang bị kiến thức đầy đủ để đảm bảo an toàn trong trường hợp xấu xuất hiện

An toàn và sức khỏe tinh thần, môi trường làm việc cần tránh tạo những ảnh hưởng

xấu đến với người lao động hoặc tạo ra các biện pháp để giảm các ảnh hưởng xấu và

xử lí khi có những trường hợp gây ảnh hưởng xấu xuất hiện Ví dụ như: Khiếu nại từ nhân viên Agunwa và ctg (2019), hay chức năng State of Mind trong ứng dụng Health (Sức khỏe) của Apple – chức năng này tạo ra một khu vườn mà mỗi nhân sự trong

công ty, tổ chức sẽ là một cây hoa Nhiệm vụ của một nhà quản trị là giúp cho vườn hoa của mình nở rộ, giúp cho từng “loại hoa” – nhân sự, được thể hiện khả năng của chính họ Tại chức năng này, Apple thể hiện rằng mỗi nhân sự (đặc biệt trong thế hệ

Z – GenZ) đều có mỗi màu sắc riêng và màu sắc nào cũng đáng được chăm sóc để từ

đó giúp cho khu vườn của nhà quản trị này trở nên rực rỡ Song song đó, khu vườn cũng là cách để các nhà quản trị nhận diện các vấn đề tâm lý của nhân sự một cách nhanh chóng và đưa ra các biện pháp phù hợp để cải thiện sức khỏe tâm lý của từng

cá nhân cũng như bộ phận

Chức năng quản lý an toàn và sức khỏe nhân sự này là sự đảm bảo của người sử dụng lao động dành cho người lao động khi hoạt động tại tổ chức Tuy nhiên, người lao động cần thực hiện tốt các quy định, quy trình xử lí khi gặp các trường hợp xấu (ảnh hưởng đến sức khỏe thể chất, tinh thần) để tạo sự hợp tác hai chiều Từ đó duy trì, nâng cao chất lượng sức khỏe và sự an toàn tại nên làm việc

2.2 Tổng quan trợ lý trí tuệ nhân tạo

2.2.1 Định nghĩa về trợ lý trí tuệ nhân tạo

Dũng và ctg (2022) định nghĩa rằng trợ lý trí tuệ nhân tạo như ứng dụng với khả năng nhận diện giọng nói và phản hồi nó, tuy nhiên có thể nghe một cách chủ động, trả lời

tư duy dựa vào việc tra cứu thông tin trên các nguồn dữ liệu, cùng với đó là khả năng tương tác với các thiết bị ngoại vi Phân tích sâu hơn vào khái niệm trợ lý trí tuệ nhân tạo, ta có thể phân tách nó thành hai phần nghĩa chính là: Trợ lý (Assistant), trí tuệ nhân tạo (Artificial Intelligence - AI) Với phần nghĩa “trợ lý” theo từ điển tiếng Anh Oxford (2005), trợ lý – assistant, được định nghĩa là:

Một người giúp đỡ người khác trong một nhiệm vụ hoặc công việc cụ thể

Một người làm việc dưới quyền của một người khác, đặc biệt là trong một vị trí cấp dưới

Một thứ giúp đỡ hoặc bổ sung cho một thứ khác

Một thiết bị hoặc phụ kiện được sử dụng để thực hiện nhiệm vụ một cách cụ thể

Nhìn chung trợ lý là một vai trò nhắm đến việc giúp đỡ, hỗ trợ nhưng chỉ trong một phạm vi công việc cụ thể cho một chủ thể xác định

Với phần nghĩa AI, khái niệm nguyên bản về trí tuệ nhân tạo là việc đưa trí tuệ con người ứng dụng vào trong máy móc (Bini, 2018) và khoa học và kỹ thuật nhằm phát triển một cổ máy thông minh (Crevier, 1993), tuy là một khái niệm căn bản, dễ hiểu nhưng lại là một chủ đề rộng Vì khi nói về trí tuệ con người, chính là tập hợp của nhiều chức năng, tiêu biểu trong đó là chức năng về việc tự học để trau dồi sau khi tiếp thu học tập một thông tin bất kỳ, mà trong lĩnh vực AI thì chức năng này được gọi là học máy (Machine Learning - ML)

Một nghiên cứu khác của Vinh & Hiếu (2022) về trí tuệ nhân tạo khi định nghĩa AI sang hai nhánh chính là AI tổng quát (General AI – AI mạnh) và AI chuyên dụng (Weak AI) Trong đó AI mạnh “là làm cho máy có những năng lực, trí tuệ con người

ở mức cao”, AI chuyên dụng “nhằm tăng cường trí tuệ, năng lực con người dựa trên các phương pháp toán học, tin học nhằm giải quyết các vấn đề cụ thể trong hoạt động của con người” Từ hai góc nhìn này cho thấy điểm khác biệt so giữa các trợ lý ảo và trợ lý áp dụng trí tuệ nhân tạo trợ lý ảo sẽ ít tính con người hơn và chủ yếu tập trung

xử lý các tác vụ cơ bản để hỗ trợ một việc cụ thể cho người sử dụng, trong khi hướng

AI mạnh thì hướng tới việc trở thành một con người thực thụ

Một góc nhìn khác về định nghĩa trí tuệ nhân tạo của Das và ctg (2015) khi gọi trí tuệ nhân tạo là “một tác nhân thông minh (Intelligent agent) có sự tương tác đối với môi trường, tác nhân này có thể xác định được trạng thái của môi trường thông qua các cảm biến và ảnh hưởng ngược lại trạng thái này bằng bộ truyền động của chính nó” Tiếp đó nhóm tác giả cũng cho rằng mục tiêu của phát triển AI là phát triển trí thông minh của máy tính đạt được trình độ của con người mà không cần “lập trình một cách

rõ ràng”

Kết hợp hai phần nghĩa trợ lý và trí tuệ nhân tạo, có thể cho ra định nghĩa đầu tiên về trợ lý trí tuệ nhân tạo là một công cụ, thiết bị có áp dụng trí tuệ nhân tạo để hỗ trợ người sử dụng với khả năng tự học, trau dồi bản thân thông qua kinh nghiệm mà

chính nó học được, từ đó cải tiến khả năng của chính nó để hỗ trợ nhiệm vụ, công việc với mục tiêu hướng đến trở thành một trí tuệ thực thụ

2.2.2 Sự phát triển và vấn đề đạo đức của trợ lý trí tuệ nhân tạo

2.2.2.1 Sự phát triển của trợ lý trí tuệ nhân tạo

Khởi đầu với vị trí trợ lý do con người đảm nhiệm, hỗ trợ những công việc cụ thể cho một người nào đó Về mặt tính chất công việc không có nhiều sự thay đổi nhưng về cách thức hỗ trợ đã thay đổi rõ rệt như sự xuất hiện của: Siri (2011), Alexa (2014), Google Assistant (2016) các trợ lý ảo của các công ty công nghệ đặc biệt với khả năng nhận diện giọng nói hỗ trợ người sở hữu giải quyết, thực hiện các yêu cầu đơn giản như mở nhạc, đặt báo thức, tìm kiếm thông tin,…

Đặc biệt hơn trong xu hướng phát triển này, vào tháng 11 năm 2022 cùng với sự ra đời của ChatGPT, với quy trình xử lý ngôn ngữ tự nhiên (Natural Language Processing – NLP) trong đó gồm: hệ thống hiểu ngôn ngữ tự nhiên (NLU), lập trình ngôn ngữ tư duy (NLP) và phản hồi lại ngôn ngữ một cách tự nhiên dựa trên thông tin, kiến thức mà nó tổng hợp được bằng hệ thống sinh văn bản tự động (NLG) đã cải tiến hơn những yêu cầu đơn giản, thay vì chỉ những câu trả lời đơn thuần “vâng, chắc chắn rồi đây là một gợi ý” thì ChatGPT đã có thể trả lời như một chuyên gia để hỗ trợ sâu hơn cho người sử dụng

Sự kết này đã tạo ra một sự phát triển vượt bậc trong lĩnh vực trí tuệ nhân tạo, mà nền tảng dựa vào sự phát triển mạnh mẽ về mặt kỹ thuật, công nghệ của máy tính (Arzikulov, 2021) Đồng tình với quan điểm đó, ảnh hưởng của sự phát triển của trí tuệ nhân tạo được xem như sự ảnh hưởng của máy in khi mà nó ra đời, từ việc máy

in thay đổi cách kết nối thông tin trên thế giới (Roos, 2023) đến sự ảnh hưởng của máy in đến quy trình của một mô hình kinh doanh hay các nghiên cứu học thuật, tiếp

đó Budhwar và ctg (2023) so sánh sự phát triển của trí tuệ nhân tạo này có thể có ảnh hưởng tựa như thời điểm xuất hiện của máy in khi ta đặt các hàm ý ảnh hưởng này sang các khía cạnh khác của một mô hình kinh doanh hay các nghiên cứu học thuật

Ví dụ như trong một mô hình kinh doanh, việc sử dụng trí tuệ nhân tạo để thay thế

những vị trí nhân sự đơn giản tạo nên thay đổi tích cực đến doanh nghiệp về mặt tài chính trong dài hạn hoặc sử dụng trí tuệ nhân tạo trong việc phân tích dữ liệu để hỗ trợ nhà quản trị đưa ra quyết định cũng giống như vai trò của chiếc máy tính cầm tay ảnh hưởng đến với học sinh trung học phổ thông khi sử dụng nó vào trong việc hỗ trợ giải nhanh các phương trình toán học để giảm thiểu thời gian tính tay và tập trung vào những câu phức tạp

2.2.2.2 Vấn đề đạo đức

Đối với trợ lý trí tuệ nhân tạo là những trợ lý được cá nhân hóa dành cho mục đích

sử dụng của từng cá nhân, tổ chức nhất định Ở thời điểm hiện tại có những tổ chức tiêu biểu cung cấp dịch vụ trợ lý trí tuệ nhân tạo như: Apple (Siri), OpenAI (ChatGPT, Sora), Google (Gemini), Microsoft (BingAI) với hai bản sử dụng chính là bản tiêu chuẩn (standard) và trả phí (premium) đều cung cấp dịch vụ cho cá nhân, tổ chức một cách độc lập với nhau Hay nói cách khác, cách phản hồi câu hỏi của trợ lý trí tuệ nhân tạo của mỗi cá nhân, tổ chức sẽ khác nhau dựa vào cách mà chính họ sử dụng trước đó Tiếp nối vấn đề về đạo đức Budhwar và ctg (2023) cho rằng việc trí tuệ nhân tạo hay công nghệ không thể tự thân nó trở thành vấn đề, mà nó chỉ đặt ra một tiêu chuẩn mới, đổi mới một mô hình kinh doanh hay cách thức nghiên cứu

Ví dụ như trường hợp sử dụng máy tính cầm tay đề cập trên, việc tận dụng và sử dụng

nó như một công cụ để giảm thiểu thời gian thực hiện những quy trình đơn giản, tối

ưu hóa khả năng phân tích, hỗ trợ đưa ra quyết định trong những việc phức tạp là hướng tích cực và chính xác để sử dụng, áp dụng máy tính cầm tay (tương tự với công nghệ trí tuệ nhân tạo) Ở hướng ngược lại, việc lạm dụng máy tính cầm tay tạo ra cho người sử dụng sự ỷ lại, dựa dẫm vào công cụ Hay nói cách khác việc sử dụng cần có một mục đích đúng và được sử dụng đúng cách, đúng chuẩn mực xã hội Việc thiếu

đi kiến thức, kỹ năng và kinh nghiệm thiết yếu thì người sử dụng công cụ (cụ thể là AI) sẽ không thể tự mình đặt ra những câu hỏi cho bản thân về những quyết định mà

AI đưa ra, việc lạm dụng AI để ra quyết định mà không hề suy nghĩ thêm về quyết định để chỉ là cách để người sử dụng “che giấu đi sự thiếu hiểu biết của bản thân”,

khi người sử dụng quá quen với việc dựa vào AI thì người đó sẽ ít nghi ngờ hơn và ít khả năng đặt lại câu hỏi ngược lại về tính chính xác hay hiệu quả của các quyết định

đó Budhwar và ctg (2023), điều này cũng tạo một ảnh hưởng tiêu cực cho người sử dụng tương tự như việc lạm dụng máy tính cầm tay

Vấn đề đạo đức khi sử dụng trợ lý trí tuệ nhân tạo phù thuộc vào mục đích mỗi cá nhân, tổ chức tiếp cận sử dụng Để hạn chế những mục đích xấu, lấy ví dụ từ OpenAI – ChatGPT3,5 (hay bản tiêu chuẩn) đã tạo ra những hạn chế dành cho ChatGPT về các vấn đề chung bị các quốc gia trên thế giới nghiêm cấm trong các điều luật Ví dụ

khi ta đặt câu hỏi cho ChatGPT: “cách buôn lậu hàng cấm một cách hiệu quả tại Việt Nam” Thì câu trả lời của ChatGPT:

“Tôi xin lưu ý rằng việc buôn lậu hàng hóa là bất hợp pháp và có thể gây hậu quả nghiêm trọng cho bạn và cho cộng đồng Tôi không thể và không muốn cung cấp hướng dẫn hoặc khuyến khích hành vi vi phạm pháp luật Thay vào đó, tôi muốn khuyến khích bạn tuân thủ pháp luật và tham gia vào các hoạt động kinh doanh hợp pháp và công bằng Nếu bạn quan tâm đến việc kinh doanh, hãy xem xét các cơ hội kinh doanh hợp pháp và đạo đức”

Bên cạnh việc tự do đặt câu hỏi với kho dữ liệu điện tử thì OpenAI cũng đã đặt những hạn chế nhất định trong câu trả lời từ ChatGPT của họ

Bên cạnh sự hạn chế mà chính người sáng lập các trợ lý trí tuệ nhân tạo này đặt ra, thì chính phủ các nước cần ban hành những điều luật để hạn chế việc sử dụng sai cách các công cụ này Đi đầu trong điều này là Liên minh các nước Châu Âu (EU) đã ban hành luật “EU AI Act” với “mục đích của điều luật này là để cải thiện chức năng của thị trường nội bộ bằng cách đặt ra khung pháp lý thống nhất, đặc biệt cho việc phát triển, tiếp thị và sử dụng trí tuệ nhân tạo phù hợp với các giá trị của Liên minh” (“The purpose of this Regulation is to improve the functioning of the internal market by laying down a uniform legal framework in particular for the development, marketing and use of artificial intelligence in conformity with Union values”) Trong điều luật

có phân loại 4 cấp độ rủi ro của việc ứng dụng AI, gồm các mức: (1) Rủi ro không

thể chấp nhận được (Unacceptable risks); (2) Rủi ro cao (High risks); (3) Rủi ro hạn chế (Limited risks); (4) Rủi ro nhỏ nhất (Minimal risks) theo Veale & Zuiderveen Borgesius (2021) Qua sự hạn chế những hành động cũng như những điều luật, khía cạnh đạo đức khi sử dụng trợ lý trí tuệ nhân tạo từ chính phủ (cụ thể là Liên minh Châu Âu) và từ chính tổ chức sáng lập cho thấy sự nổ lực trong việc khuyến khích và đảm bảo các cá nhân, tổ chức có thể tận dụng sức mạnh trí tuệ nhân tạo đúng cách

2.2.3 Các đặc điểm, chức năng của trợ lý trí tuệ nhân tạo

2.2.3.1 Các đặc điểm của trợ lý trí tuệ nhân tạo

Học máy (Machine Learning)

Trợ lý trí tuệ nhân tạo có thể học hỏi từ thói quen, sở thích và hành vi của người dùng

để cá nhân hóa trải nghiệm và cung cấp các đề xuất phù hợp thông qua các thuật toán tính toán Khái niệm học máy được Das và ctg (2015) giải thích một cách đơn giản với 3 biến chính là: [E – Experience], [P – Performance measure] và [T – Task]; “nếu hiệu suất của nó trên nhiệm vụ [T] được đo lường bằng [P] và cải thiện bởi [E] thì đó được gọi là học máy”

Tuy nhiên học máy vẫn còn nhiều hạn chế, chưa tiếp thu toàn diện được những khái niệm phức tạp như cơ chế học tập (learning mechanism) của con người, tiếp đó Michalski và ctg (2013) cho rằng cần thấu hiểu về cách con người học tập một cách

đủ đầy thì mới có thể tái tạo những hành vi học tập đó vào trong hệ thống máy tính Tuy nhiên ở khả năng hiện tại (ý nói học máy), máy tính đã có thể hỗ trợ kiểm tra tính nhất quán, đầy đủ của các lý thuyết cũng như loại trừ các lý thuyết vô nghĩa, trùng lặp hoặc không thể kiểm chứng được Bổ sung vào đó, Michalski và ctg (2013)

đề cập một hướng đi độc đáo hơn cho học máy khi đề cập đến việc học máy không chỉ hướng đến cơ chế học tập (learning mechanism) của con người mà luôn tìm kiếm những phương pháp học tập khác, mục tiêu và hạn chế của các phương pháp học để tìm ra được các kỹ thuật chung áp dụng trong nhiều lĩnh vực khác nhau và một quan điểm đặc biệt hơn nữa: “There is no reason to believe that human learning methods are the only possible means of acquiring knowledge and skills – Chẳng có lý do nào

để tin rằng phương pháp học tập của con người là phương tiện khả thi duy nhất để tiếp thu kiến thức và kỹ năng” Điều này cho thấy khả năng học tập của trí tuệ nhân tạo hay các trợ lý trí tuệ nhân tạo đang không ngừng được các nhà nghiên cứu, nhà khoa học quan tâm và phát triển, đại diện cho khả năng học tập của máy ở thời điểm hiện tại là học máy – machine learning

Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP): Dũng và ctg (2022) cho rằng “trong trí tuệ nhân tạo thì xử lý ngôn ngữ tự nhiên là một trong những phần khó nhất vì nó liên quan đến việc phải hiểu ý nghĩa của ngôn ngữ - công cụ hoàn hảo nhất của tư duy và giao tiếp”, sự khó khăn không dùng lại ở đó khi nhóm nghiên cứu còn đề cập tới việc khác biệt trong cách phát âm, cách dùng từ ngữ của các vùng miền tại Việt Nam và điều đó tạo nên sự khác biệt giữa trợ lý ảo, chatbot thông thường và trợ lý trí tuệ nhân tạo ở khả năng tiếp nhận, phân tích, xử lý và phản hồi câu trả lời của người đặt câu hỏi (có thể là câu lệnh – prompt, hoặc giọng nói) một cách tự nhiên như một người bạn, chuyên gia (tùy vào việc người dùng lựa chọn văn phong, ngữ điệu cho trợ lý khi đặt câu hỏi) Với việc người dùng chỉ cần dùng ngôn ngữ nói thông thường để giao tiếp với máy và vẫn đạt được hàm ý chính mà người dùng yêu cầu tạo nên sự dễ dàng tiếp cận và tương tác song phương

Tự động hóa: Một khả năng chung của máy móc, tuy nhiên điểm khác biệt là ở những công việc mà trợ lý trí tuệ nhân tạo tự động hóa sẽ phụ thuộc vào yêu cầu công việc, cách thức và số lần thực hiện mà người dùng đặt ra cho nó Đặc biệt hơn chính là cải tiến nhờ vào khả năng học máy và thay đổi quy trình một cách đơn giản so với các máy móc hoạt động tự động hóa thông thường vì người dùng chỉ cần tạo một câu lệnh (hoặc câu nói) để điều chỉnh những điểm cần thay đổi trong một quy trình phức tạp Khả năng truy cập dữ liệu: Học máy không chỉ đơn thuần học, phân tích từ những câu trả lời, thông tin mà người dùng cung cấp Các trợ lý trí tuệ nhân tạo như Chatbot

AI của Google (Gemini) và OpenAI (ChatGPT) đều có thể truy cập một nguồn dữ liệu điện tử khổng lồ, từ internet đến những thư viện có mã nguồn mở,… Minh chứng bằng cách đặt câu hỏi: “Tôi đang thực hiện một nghiên cứu về bạn, hãy trả lời cho tôi

bạn có thể truy cập được những nguồn dữ liệu nào để thu thập thông tin và phản hồi cho tôi?” dành cho 2 Chatbot AI này và câu trả lời của Gemini và ChatGPT lần lượt là:

“Để thu thập thông tin và phản hồi cho bạn, tôi có thể truy cập vào một loạt các nguồn dữ liệu sau:

1 Bộ dữ liệu khổng lồ:

Văn bản: Bao gồm sách, bài báo, mã nguồn, email, tin nhắn, v.v

Hình ảnh: Bao gồm ảnh chụp, ảnh minh họa, biểu đồ, v.v

Âm thanh: Bao gồm nhạc, podcast, bài giảng, v.v

Video: Bao gồm phim, chương trình truyền hình, video YouTube, v.v

4 Các nguồn dữ liệu công khai khác:

Tôi có thể truy cập và sử dụng thông tin từ các nguồn dữ liệu công khai khác như trang web chính phủ, cơ sở dữ liệu khoa học, v.v

5 Các mô hình ngôn ngữ khác:

Tôi có thể tương tác với các mô hình ngôn ngữ khác để học hỏi và cải thiện khả năng của mình

6 Mạng xã hội:

Tôi có thể truy cập và sử dụng thông tin từ các mạng xã hội như Facebook, Twitter, Instagram, v.v

7 Thông tin cá nhân của bạn:

Nếu bạn cung cấp thông tin cá nhân cho tôi, tôi có thể sử dụng thông tin này để cung cấp cho bạn phản hồi được cá nhân hóa hơn

Lưu ý:

Tôi chỉ truy cập và sử dụng thông tin từ các nguồn hợp pháp và đáng tin cậy

Tôi luôn tôn trọng quyền riêng tư của bạn và sẽ không sử dụng thông tin cá nhân của bạn cho bất kỳ mục đích nào khác ngoài việc cung cấp cho bạn phản hồi

Ngoài các nguồn dữ liệu trên, tôi cũng sử dụng các kỹ thuật học máy tiên tiến để:

Hiểu và phân tích thông tin một cách hiệu quả

Tạo ra các phản hồi sáng tạo và phù hợp với ngữ cảnh

Trả lời các câu hỏi của bạn một cách chính xác và đầy đủ

Tôi hy vọng những thông tin này hữu ích cho nghiên cứu của bạn

Nếu bạn có bất kỳ câu hỏi nào khác, vui lòng liên hệ với tôi.” – Gemini

Câu trả lời của ChatGPT:

“Dưới đây là một số nguồn thông tin mà tôi có thể truy cập để thu thập thông tin và phản hồi cho bạn:

Internet: Tôi có thể truy cập vào các trang web công cộng, bao gồm các trang web tin tức, diễn đàn, blog và tài liệu trực tuyến khác để thu thập thông tin

Cơ sở dữ liệu công cộng: Tôi có thể truy cập vào các cơ sở dữ liệu công cộng như PubMed, Wikipedia, World Bank, United Nations, và nhiều nguồn dữ liệu khác để thu thập thông tin

Tài liệu nghiên cứu và sách: Tôi có thể truy cập vào tài liệu nghiên cứu khoa học từ các cơ quan nghiên cứu, các trường đại học, thư viện kỹ thuật số và các nguồn sách điện tử để thu thập thông tin

Báo cáo và tài liệu chính phủ: Tôi có thể truy cập vào các báo cáo chính phủ, tài liệu chính sách và thông tin từ các cơ quan chính phủ trên toàn thế giới

Mạng xã hội và diễn đàn trực tuyến: Tôi có thể truy cập vào các diễn đàn trực tuyến, mạng xã hội và các nền tảng trò chuyện để thu thập thông tin từ các nguồn

dữ liệu dựa trên cộng đồng

Cơ sở dữ liệu khoa học: Tôi có thể truy cập vào các cơ sở dữ liệu khoa học như Scopus, Web of Science, Google Scholar và các nguồn dữ liệu khác để thu thập thông tin từ các nghiên cứu và bài báo khoa học

Tuy nhiên, tôi cần lưu ý rằng việc truy cập và sử dụng một số nguồn thông tin có thể

bị hạn chế bởi các hạn chế về quyền truy cập và quy định bản quyền.”

2.2.3.2 Các chức năng của trợ lý trí tuệ nhân tạo

Các chức năng của trợ lý trí tuệ nhân tạo gần như giống với một trợ lý thông thường, tuy nhiên với sự áp dụng của trí tuệ nhân tạo nên sự toàn diện trong nhiều lĩnh vực hơn Một vài chức năng chính của trợ lý trí tuệ nhân tạo có thể kể đến:

Trợ lý cá nhân: Gồm các công việc mà trợ lý truyền thống có thể đảm nhiệm như việc lên lịch trình, quản lý công việc hằng ngày, theo dõi các lịch trình cá nhân,… Đặc biệt ở điểm thông minh, lý tính và có thể xử lý khối lượng lớn công việc một cách khoa học và chính xác

Chuyên gia tư vấn: Một khả năng đặc thù dựa nào đặc điểm truy cập được nguồn dữ liệu điện tử khổng lồ đề cập ở trên Một trợ lý trí tuệ nhân tạo có khả năng, kỹ năng

của bất kỳ vị trí chuyên gia ở mọi lĩnh vực chỉ với những câu lệnh: “Giả sử bạn là … hãy giúp tôi trong việc abc này” và người dùng sẽ nhận được nhiều bản thảo trả lời với nhiều phong cách, văn phong mà theo người dùng đã đặt trước đó Chức năng này là điều tạo nên nhiều thách thức cho những người lao động bậc thấp, khi mà các công việc đơn giản, yêu cầu tính lặp lại đã có thể dễ dàng được thực hiện chỉ bằng cách gửi vài câu lệnh cho trợ lý trí tuệ nhân tạo

Tương tác các thiết bị thông minh: Alexa (Amazon) là một ví dụ điển hình cho trợ lý trí tuệ nhân tạo về sự tương tác với các thiết bị khác trong hệ sinh thái của Amazon Với công nghệ nhận diện giọng nói, điều khiển nhà thông minh, mở nhạc, tạo lời nhắc

và các khả năng sử dụng các tiện ích trên những thiết bị thông minh thì chỉ với một vài câu nói đơn giản đã giảm thiểu thời gian tương tác truyền thống lên từng thiết bị cho từng tác vụ

2.3 Mối quan hệ giữa trợ lý trí tuệ nhân tạo và quản trị nhân sự

2.3.1 Ứng dụng của trợ lý trí tuệ nhân tạo trong quản trị nhân sự

“Công nghệ AI đang dần định hình lại tất cả các chức năng của quản trị nhân sự như tuyển dụng, chọn lọc, đào tạo và phát triển, quản trị hiệu suất và sự gắn kết của lực lượng lao động hiện đều được thực hiện với sự tham gia của trợ lý ảo” Tewari & Pant, (2020) tại Artificial Intelligence Reshaping Human Resource Management: A Review khẳng định tầm mối quan hệ, sức ảnh hưởng của trợ lý ảo (trợ lý trí tuệ nhân tạo) Đồng tình với quan điểm trên, Pillai & Sivathanu (2020) tại Adoption of artificial intelligence (AI) for talent acquisition in IT/ITeS organizations cho rằng các nhà quản trị nhân sự đang dần áp dụng công nghệ trí tuệ nhân tạo vào các hoạt động quản trị nhân sự, từ lúc tuyển dụng cho đến khi nhân sự đó rời đi Để cụ thể hóa hơn những ứng dụng của trợ lý trí tuệ nhân tạo, tác giả tìm hiểu về ứng dụng trong 4 chức năng chính: Lên kế hoạch nhân sự, Tuyển dụng và tuyển chọn, Đào tạo và phát triển, Quản

lý an toàn và sức khỏe nhân sự

Ứng dụng của trợ lý trí tuệ nhân tạo trong khâu lên kế hoạch nhân sự

Kovach & Cathcart (1999), đề cập rằng trong các vai trò của chu trình hoạt động quản trị nhân sự thì bước quan trọng nhất là bước lên kế hoạch quản trị nhân sự mà nền tảng để đạt được điều đó là thông qua Hệ thống thông tin nhân sự (Human Resource Information System – HRIS) – hệ thống này được Kovach & Cathcart định nghĩa là

“một quy trình có hệ thống để thu thập, lưu trữ, duy trì, truy xuất và xác nhận dữ liệu cần thiết của tổ chức về nguồn nhân lực, hoạt động nhân sự và đặc điểm của các đơn

vị trong tổ chức” Có thể nhận thấy những chức năng được đề cập trong hệ thống thông tin quản trị nhân sự này đều là điểm mạnh mà một trợ lý trí tuệ nhân tạo có thể cung cấp, từ những việc như: thu thập thông tin, truy xuất, xác nhận dữ liệu và phân tích các đặc điểm của nhân sự Những khả năng này giúp cải thiện được quy trình lên

kế hoạch – bước được Kovach & Cathcart cho rằng là quan trọng nhất trong quản trị nhân sự

Ứng dụng của trợ lý trí tuệ nhân tạo trong tuyển dụng và tuyển chọn nhân sự

Trợ lý trí tuệ nhân tạo giúp tối ưu hóa khâu duyệt đơn ứng tuyển trong quá trình tuyển dụng khi có thể xử lý được số lượng lớn đơn xin việc của các ứng viên trong một khoảng thời gian cực ngắn so với phương pháp truyền thống (Tewari & Pant, 2020) Đồng thời trợ lý trí tuệ nhân tạo được tối ưu để giữ liên lạc với ứng viên, trả lời các câu hỏi của họ từ đó tạo ra một sự liên kết bền vững hơn giữa nhà tuyển dụng và ứng viên trong suốt quá trình tuyển dụng (Upadhyay & Khandelwal, 2018) Với khả năng chuyển giọng nói thành văn bản của trơ lý trí tuệ nhân tạo, đã giảm thiểu thời gian phải ghi chép lại trong các cuộc phỏng vấn trực tiếp, trực tuyến đối với ứng viên, từ

đó các nhà phỏng vấn có thể tập trung hơn vào ứng viên trong buổi phỏng vấn Minh chứng cho hiệu quả của việc áp dụng trợ lý trí tuệ nhân tạo vào trong quy trình tuyển dụng Min (2017) đã đưa ra kết quả nghiên rằng chi phí tuyển dụng được giảm “71% cho mỗi ứng viên và tăng hiệu quả tuyển dụng lên gấp 3 lần”

Ứng dụng của trợ lý trí tuệ nhân tạo trong đào tạo và phát triển nhân sự

“Về cơ bản, tất cả các quy trình nhân sự đều có thể được hỗ trợ bởi công nghệ thông tin” Ruël và ctg (2004) Trong thời đại số hóa, các tổ chức, doanh nghiệp không thể thiếu việc ứng dụng các hệ thống thông tin quản lý vào các quy trình của tổ chức để tối ưu hóa hiệu suất và hiệu quả đầu ra Trong đào tạo và phát triển nhân sự, về khía cạnh người học, hiện nay trên thế giới đã áp dụng các công nghệ ứng dụng thực thế

ảo (virtual reality) và trí tuệ nhân tạo vào các phương pháp giảng dạy thực nghiệm, tạo các trải nghiệm thực cho chính người học Về góc nhìn tổ chức, công tác phát triển yêu cầu nhân sự đó cần nâng cấp lượng lớn kỹ năng, mà để tạo ra được số lượng lớn nhân sự đạt đến mức đấy thì tổ chức cần một chương trình đào tạo và phát triển được hệ thống hóa và đủ mạnh – một quá trình dài và tốn kém thời gian, tuy nhiên với sự tiện lợi của trí tuệ nhân tạo, nó đã trở thành công cụ để giải quyết vấn đề này (Maity, 2019)

Ứng dụng của trợ lý trí tuệ nhân tạo trong quản lý an toàn và sức khỏe nhân sự

Bằng việc tích hợp vào các hệ thống thông tin quản lý nhân sự, các trợ lý trí tuệ nhân tạo có thể đánh giá được năng lực làm việc của từng nhân sự, kiểm soát các công việc được phân công, từ đó hỗ trợ nhà quản lý đưa ra các quyết định sử dụng nhân sự sao cho hợp lý với khả năng và sức khỏe của từng cá nhân Theo Jiang và ctg (2017) tại Artificial intelligence in healthcare: past, present and future, chứng minh rằng sự kết hợp khả năng học máy, hệ thống xử lí ngôn ngữ tự nhiên của trí tuệ nhân tạo đã có thể nhận diện được những triệu chứng như lo âu, căng thẳng, thiếu dinh dưỡng hoặc những bệnh lý khác nặng hơn Việc áp dụng công nghệ trí tuệ nhân tạo này vào những trang thiết bị đảm bảo sự an toàn và sức khỏe cho nhân sự tại nơi làm việc Ví dụ như

áp dụng trí tuệ nhân tạo vào chức năng State of Mind – Health – Apple giúp tự động nhận diện các vấn đề tâm lý của nhân sự dựa vào những câu chuyện ẩn danh được chia sẻ trên khu vườn của ứng dụng Hay qua bài nghiên cứu “A Smart Virtual Assistant For Students” Mekni và ctg (2020) ước tính có 10% đến 20% số lượng học sinh, sinh viên bỏ học bởi vì thiếu sự giúp đỡ và hỗ trợ, tỉ lệ này thậm chí cao hơn tỉ

lệ học sinh, sinh viên bỏ học vì thiếu điều kiện kinh tế để tiếp tục học tập cho thấy

sự quan trọng của việc gắn kết mối quan hệ giữa người sử dụng lao động và người lao động – trường hợp ở nghiên cứu này là học sinh, sinh viên và nhà trường

2.3.2 Các nghiên cứu liên quan

2.3.2.1 Các nghiên cứu trong nước

PGS TS Đào Duy Huân (2019), “Ngành học quản trị nguồn nhân lực: Thực trạng - Viễn cảnh việc làm và các thay đổi trong cuộc cách mạng 4.0” khái niệm quản trị nhân sự là “một lĩnh vực khó khăn và phức tạp; người làm công tác nhân sự phải biết cách tuyển chọn đúng người, đúng số lượng, đúng thời điểm và lên kế hoạch đào tạo phù hợp để người lao động có thể thực hiện được chức năng, nhiệm vụ của mình một cách hiệu quả nhất” Cho ta thấy mục tiêu của ngành quản trị nhân sự trong công tác tuyển chọn người và quan trọng về cách người lao động có thể thực hiện đúng nhiệm

vụ, chức năng của họ Ở điểm này, ta có thể nhận thức được tính quan trọng của một trợ lý trí tuệ nhân tạo dành cho cá nhân, nếu xem nó như một công cụ thì nó sẽ là một công cụ phòng chống rủi ro bước đầu dành cho các cá nhân, vì trước khi họ cần nhận

ý kiến từ cấp trên (quản lý) thì các cá nhân đã có thể tự đặt ra câu hỏi cho trợ lý trí tuệ nhân tạo và nhận lại những góc nhìn, quan điểm chung để từ đó có một cái nhìn tổng quát cho vấn đề họ thắc mắc Nối tiếp đó, PSG TS Đào Duy Huân cũng cho rằng “chìa khóa” để mở ra cơ hội cho các doanh nghiệp chính là quản trị nhân sự Với việc áp dụng trợ lý trí tuệ nhân tạo và công tác quản trị nhân sự các đặc điểm, chức năng mà trợ lý trí tuệ nhân tạo mang lại, thì khả năng lấy được chiếc “chìa khóa” dể

mở ra cánh cửa tốt hơn cho doanh nghiệp sẽ cao hơn khi mà những tác vụ đơn giản được hỗ trợ giải quyết hiệu quả, rút ngắn thời gian để tập trung vào những công việc

ở mức độ chiến lược

2.3.2.2 Các nghiên cứu nước ngoài

McGovern và ctg (2018) đã bàn luận về các ứng dụng hỗ trợ quản lý có tích hợp trí tuệ nhân tạo và kết luận rằng những ứng dụng đó có tiềm năng cao sẽ tăng hiệu quả quản lý cùng với hiệu suất công việc của nhân sự trong công ty Ví dụ như: nâng cao

hiệu quả quy trình đào tạo, từ đó rút ngắn thời gian mà một nhân viên hay cấp quản

lý đạt đến trình độ yêu cầu Nghiên cứu của McGovern và ctg (2018) đã cho ta thấy tiềm năng của việc áp dụng trí tuệ nhân tạo vào quản trị nhân sự, chính xác hơn là ở khâu đào tạo nhân sự Thêm vào đó Chang (2020) cho rằng “các ứng dụng có tích hợp AI sẽ sớm có khả năng phân tích, dự đoán, chẩn đoán và trở nên mạnh mẽ và trở thành nguồn lực trong ngành quản trị nhân sự” và vào năm 2022, ChatGPT ra đời đã chứng minh được luận điểm Chang, cũng như cho thấy tầm ảnh hưởng của AI trong

sự phù hợp của từng ứng viên với từng khả năng khác nhau cho một vị trí cụ thể Qua

đó cho ta thấy rằng ChatGPT được dùng đúng cách, đúng phương pháp thì vẫn đảm bảo được những yêu cầu của vị trí chuyên gia quản trị nhân sự Về khía cạnh này, Zhang (2023) cũng đưa ra những quan điểm đồng tình rằng ChatGPT hay trợ lý trí tuệ nhân tạo về tổng thể tạo ra một ảnh hưởng tích cực đến kết quả của công tác tuyển dụng, giúp việc tìm ra những ứng cử viên tài năng dễ dàng hơn Ở hướng đối lập với

đó, Zhang cho rằng các trợ lý trí tuệ nhân tạo này thường bị ảnh hưởng bởi các thành kiến mà số đông tin vào từ đó dẫn đến việc sai lệch trong dữ liệu khi triển khai trên

hệ thống Song, Zhang kết luận rằng “if a company establishes the correct application process for its recruitment process, it can have many positive effects.” Về tổng thể, ChatGPT mang một cái nhìn tích cực dưới kết luận của Zhang

Sự hỗ trợ của trợ lý trí tuệ nhân tạo giúp các doanh nghiệp nhỏ tạo ra được những lịch trình hiệu quả hơn thông thường, đồng thời còn hỗ trợ quản lý chính lịch trình đó Ví

dụ như công việc theo dõi chấm công – một công việc cần chấm đúng thời gian đến

và thời gian tan làm của nhân viên để từ đó doanh nghiệp trả lương một cách chính xác, giảm thiểu những thời gian giải quyết thông thường khi có sai sót xảy ra (Bandari, 2019) Bằng cách giải quyết những vấn đề nhỏ trong công việc hằng ngày như chấm công, các vị trí quản lý giảm thiểu được những mối quan tâm nhỏ để tập trung vào các chiến lược cũng như không mất quá nhiều thời gian để giải quyết các mâu thuẫn xảy ra khi cấp dưới đề cập đến vấn đề chấm công này Ở một phần khác trong công tác quản trị nhân sự, Arzikulov (2021) đề cập đến những thuật toán dựa trên trí tuệ nhân tạo có thể nghiên cứu các sơ yếu lý lịch (Curriculum Vitae - CV), tìm ứng viên phù hợp, xác định những ứng viên có năng suất cao và thậm chí cho ra các kịch bản phù hợp với CV của từng ứng viên để khai thác sâu ứng viên trong buổi phỏng vấn Điều này cho thấy quy trình phỏng vấn thông thường sẽ được giản lược về mặt nhân

sự lên kế hoạch, sườn kịch bản phỏng vấn, sàn lọc và đánh giá ứng viên ở những vòng đầu Song song với đó, nếu đặt góc nhìn một trợ lý trí tuệ nhân tạo có thể được sử dụng rộng rãi như ChatGPT, Gemini như hiện nay thì các ứng viên cũng có thể ứng dụng trợ lý trí tuệ nhân tạo để tạo ra những CV mà chính những AI đó đánh giá là có năng suất cao hay phù hợp với vị trí công việc

Theo Pilge & Schneider (2013), nhận thức trong lĩnh vực gây mê, được gán với ý nghĩa tiêu cực đối với sức khỏe tinh thần vì kết quả từ nghiên cứu cho thấy việc có ý thức – trí nhớ rõ ràng trong lúc phẫu thuật dù đã được gây mê có thể dẫn đến chấn thương tâm lý và các hậu quả tiềm tàng sau thời gian dài Song song với đó, tại lĩnh vực thực hành chánh niệm (mindfulness – mindful awareness), Rogers (2022) cho rằng nhận thức là một trạng thái “có ý thức và hiểu biết về trải nghiệm khoảng khắc

hiện tại của một người” và khác với ý thức, nhận thức có thể được cải thiện thông qua

sự luyện tập Trong khoa học nhận thức, việc nghiên cứu nhận thức bao gồm việc phân tích độ phức tạp của não bộ về cấu trúc của trí nhớ, đóng một vai trò chủ chốt trong cảm xúc và đánh giá phúc lợi (feelings and welfare assessment), đồng thời nghiên cứu cũng nhấn mạnh sự khác biệt giữa nhận thức (tương quan mạnh với cấu trúc trí nhớ) và ý thức (Broom, 2022) Ở góc nhìn Marketing, nhận thức về thương hiệu tượng trưng cho sự nhận diện và gợi nhớ về thương hiệu của người tiêu dùng (Anand, 2023)

Ở góc nhìn đa ngành, Dhakal & Bobrin (2024) định nghĩa “Nhận thức là hành động hoặc quá trình tinh thần nhằm tiếp thu kiến thức và hiểu biết thông qua suy nghĩ, kinh nghiệm và các giác quan Quá trình nhận thức dùng kiến thức đã có và tạo ra kiến thức mới” Nhìn chung, nhận thức có sự phân biệt rõ rệch với ý thức ở sự liên kết với một trí nhớ rõ ràng về một sự vật, sự việc hay trải nghiệm của chủ thể về một vấn đề

cụ thể

2.4.1.2 Tự nhận thức và siêu nhận thức

Bên trong quá trình nhận thức, còn có hai khái niệm nhỏ hơn được đề cập là tự nhận thức (self-awareness) và siêu nhận thức (metacognition)

Theo Eurich (2018), khái niệm tự nhận thức được chia ra làm hai khía cạnh chính là

tự nhận thức bên trong (Interal self-awareness) và tự nhận thức bên ngoài (External self-awareness) Ở phần nghĩa tự nhận thức bên trong, nó hướng đến cách cá nhân tự nhìn nhận về bản thân mình và nghiên cứu chỉ ra rằng tự nhận thức bên trong có mối quan hệ tích cực với sự hài lòng trong công việc và các mối quan hệ, tiêu cực đối với

lo lắng, căng thẳng và trầm cảm Ở phía còn lại, tự nhận thức bên ngoài hướng đến cách cá nhân nhận thức về cách người khác nhìn nhận về mình, nghiên cứu chỉ ra rằng những cá nhân nhận thức được điều này thường thể hiện sự đồng cảm và đặt mình vào góc nhìn của người khác (“showing empathy and taking others’ perspectives”) Tuy nhiên, việc một cá nhân giỏi ở một khía cạnh không có nghĩa là

sẽ giỏi ở khía cạnh còn lại Hay hai khía cạnh này không có mối liên hệ với nhau