Từ “biết dùng máy tính” đến “biết dùng AI có trách nhiệm”
Thành thật mà nói, ở Bài 1 mình đã nghĩ học phần này khá nhẹ. Tạo thư mục, đổi tên tệp, copy và paste — những thứ mình vẫn làm hằng ngày mà không cần ai dạy. Nhưng đúng lúc đó bài tập hỏi một câu mình chưa từng tự hỏi: cấu trúc thư mục của bạn đã tối ưu chưa, quy tắc đặt tên của bạn là gì? Hóa ra mình vẫn làm được việc, chỉ là chưa bao giờ làm có hệ thống.
Cảm giác đó lặp lại ở từng bài sau. Mình vẫn tìm tài liệu trên mạng — nhưng chưa từng chấm điểm độ tin cậy của chúng. Mình vẫn hỏi AI mỗi ngày — nhưng chưa từng để ý cách hỏi làm thay đổi câu trả lời nhiều đến thế. Mình vẫn làm việc nhóm — nhưng toàn bằng tin nhắn trôi trong chat. Học phần này không dạy mình những thứ hoàn toàn mới; nó chỉ ra rằng những thứ mình tưởng đã biết thì mình đang làm theo cảm tính.
Và điểm rẽ thật sự nằm ở Bài 6. Trước đó mình dùng AI khá thoải mái, chưa từng nghĩ nghiêm túc về ranh giới. Khi phải tự tay viết ra bộ nguyên tắc cho chính mình, mình mới nhận ra câu hỏi không phải là dùng AI có được không, mà là dùng thế nào để mình vẫn còn là người làm ra sản phẩm.
Mỗi bài mở đường cho bài sau
Kỷ luật với dữ liệu
Đặt tên nhất quán và phân thư mục có chủ đích — thói quen giữ cho mọi bài sau không rối.
Biết cái gì đáng tin
Bốn tiêu chí đánh giá nguồn — về sau chính là bộ lọc mình dùng để thẩm định đầu ra của AI.
Biết cách hỏi
Mô hình CLEAR và Chain of Thought — kỹ năng được dùng lại trực tiếp ở Bài 5 và Bài 6.
Biết làm việc cùng người khác
Trello, Meet, Sheets, Drive — năng lực số không chỉ là ngồi một mình với máy tính.
Ghép tất cả thành sản phẩm
Bài đầu tiên có một thành phẩm hoàn chỉnh, và cũng là bài cho thấy AI dễ chung chung đến mức nào.
Biết dừng ở đâu
Ranh giới giữa hỗ trợ và gian lận, cùng bộ 5 nguyên tắc cá nhân. Bài quan trọng nhất.
Bốn thứ mình mang theo được
Nếu phải bỏ hết chỉ giữ lại vài điều, mình giữ bốn điều này.
Thẩm định nguồn trước khi tin
Ba câu hỏi mình luôn đặt ra: ai viết, bằng phương pháp gì, đã có ai kiểm chứng chưa. Kỹ năng này đến từ Bài 2, nhưng lại là thứ mình dùng nhiều nhất — kể cả khi đọc một câu trả lời của AI. Với người muốn làm phân tích tài chính, đây gần như là kỹ năng nghề nghiệp.
Đặt câu hỏi có cấu trúc
Một prompt tốt gồm vai trò, bối cảnh, định dạng đầu ra và đối tượng người đọc. Điều thú vị là kỹ năng này không chỉ dùng với AI — cách viết một yêu cầu rõ ràng cho AI cũng chính là cách viết một yêu cầu rõ ràng cho con người.
Điều phối công việc bằng công cụ, không bằng trí nhớ
Dự án áo lớp dạy mình rằng một bảng Trello ba cột giải quyết được nhiều vấn đề hơn hàng trăm tin nhắn. Người điều phối giỏi là người dựng được khung để tập thể tự chạy.
Sử dụng AI có trách nhiệm
Minh bạch về việc có dùng AI, kiểm tra lại mọi thứ AI đưa ra, và luôn giữ phần đóng góp của mình trong sản phẩm cuối. Đây là thứ mình tin sẽ theo mình lâu nhất — lâu hơn cả bất kỳ công cụ cụ thể nào trong học phần này.
Ba khoảnh khắc mình nhớ nhất
Khi một prompt biến thành gia sư
Ở Bài 3, prompt nâng cao cho tác vụ ôn tập lạm phát không chỉ trả về 40 câu hỏi — nó giải thích vì sao đáp án mình chọn lại sai. Khoảnh khắc đó mình hiểu Chain of Thought không phải một thuật ngữ để học thuộc, mà là cách biến AI từ máy trả lời thành người dạy.
Khi mình phải xóa hết nội dung Canva tự tạo
Ở Bài 5, Canva AI tự sinh ra một bộ slide hoàn chỉnh, nhìn rất ổn — và mình đã xóa gần hết để thay bằng nội dung của mình. Đó là lần đầu mình thấy rõ ranh giới giữa đẹp và là của mình.
Khi mình viết dòng khai báo có dùng AI
Ở Bài 6, ghi thêm một dòng “Bài viết có sự hỗ trợ của AI Gemini” chẳng tốn công gì. Nhưng chính dòng đó là thứ phân biệt một bài làm trung thực với một bài đạo văn. Điều mình tâm đắc nhất của cả học phần gói gọn ở đây: liêm chính không phải việc khó, nó chỉ là việc phải chọn.
Những chỗ mình vấp
Phần này mình viết thật, vì một portfolio chỉ toàn thành công thì không có gì để học.
- 01 Kiểm soát đầu ra của AI khó hơn mình tưởng Ở Bài 5, Yeri AI cho ra nhiều hình không đúng ý, mình phải thử đi thử lại nhiều prompt khác nhau. Còn Gemini thì viết đúng nhưng chung chung. Bài học: AI không đọc được ý mình — mình phải học cách nói ra cho rõ, và đó chính là lý do Bài 3 tồn tại.
- 02 Nội dung AI tạo ra thiếu số liệu Ở Bài 6, dàn ý AI đưa ra có luận điểm sắc bén nhưng không có lấy một con số. Mình phải tự đi tìm dẫn chứng và nguồn để bổ sung. Đây là lúc kỹ năng đánh giá nguồn từ Bài 2 phát huy tác dụng — và cũng là lúc mình hiểu vì sao AI không thể thay mình làm nghiên cứu.
- 03 Điều phối tập thể là việc khó nhất Ở Bài 4, dựng bảng Trello chỉ mất mười phút. Phần khó là làm sao để mọi người thật sự vào điền thông tin và cập nhật trạng thái công việc. Công cụ không tự giải quyết vấn đề con người — nó chỉ làm cho vấn đề dễ nhìn thấy hơn.
- 04 Thói quen cũ khó bỏ Biết rằng nên đặt tên tệp có hệ thống là một chuyện, làm được đều đặn lại là chuyện khác. Có những lúc mình vẫn lưu file với cái tên qua loa rồi sau đó phải ngồi tìm. Đây là thách thức chưa xong — mình vẫn đang tập.
Mình mang gì ra khỏi học phần này
Mình muốn trở thành nhà phân tích tài chính cho doanh nghiệp. Trước học phần này, mình nghĩ con đường đó chỉ gồm kinh tế học, tài chính và Excel. Giờ mình thấy thiếu một mảng lớn: người phân tích giỏi trong vài năm tới sẽ là người biết dùng AI để làm nhanh phần lặp lại, đồng thời đủ tỉnh táo để không giao cho nó phần phán đoán.
Sáu bài tập trong portfolio này đều nhỏ. Nhưng gộp lại, chúng dạy mình một cách làm việc: giữ dữ liệu có trật tự, kiểm chứng trước khi tin, hỏi cho rõ ràng, làm việc cùng người khác một cách minh bạch, và luôn để lại dấu tay của mình trên sản phẩm cuối cùng.
Đó là thứ mình mang theo — chứ không phải sáu file PDF.