Ứng dụng AI trong phát triển lãnh đạo

Giá trị quan trọng nhất của AI nằm ở ba khả năng liên kết với nhau:

·         Đánh giá năng lực dựa trên nhiều nguồn dữ liệu

·         Cá nhân hóa nội dung, tốc độ và hình thức học tập

·         Cung cấp phản hồi và cơ hội luyện tập gần với thời điểm phát sinh nhu cầu

Khi được tích hợp đúng cách, AI biến phát triển lãnh đạo từ một chuỗi hoạt động rời rạc thành một vòng lặp liên tục: quan sát, chẩn đoán, học tập, thực hành, phản hồi và đánh giá lại. Tuy nhiên, AI chỉ nên đóng vai trò hỗ trợ. Những quyết định liên quan đến tiềm năng, đề bạt, trách nhiệm, đạo đức hoặc ảnh hưởng đối với con người vẫn cần sự xem xét và chịu trách nhiệm của con người.

AI thay đổi mô hình phát triển lãnh đạo như thế nào?

Mô hình truyền thống thường bắt đầu bằng một chương trình chung dành cho một nhóm quản lý. Người học tiếp nhận cùng nội dung, trong cùng khoảng thời gian, sau đó quay lại công việc với mức độ hỗ trợ không đồng đều. Cách tiếp cận này có thể cung cấp nền tảng chung nhưng khó phản ánh chính xác bối cảnh, điểm mạnh và khoảng trống riêng của từng người.

AI tạo ra một mô hình linh hoạt hơn bằng cách kết nối bốn thành phần:

1.    Dữ liệu về năng lực và hành vi hiện tại

2.    Yêu cầu của vai trò lãnh đạo

3.    Mục tiêu phát triển của cá nhân và tổ chức

4.    Các hoạt động học tập, thực hành và phản hồi phù hợp

Từ sự kết nối đó, hệ thống có thể đề xuất người học nên phát triển năng lực nào trước, nên luyện tập bằng hình thức nào và cần phản hồi ở thời điểm nào. Các nền tảng học tập sử dụng AI còn có thể điều chỉnh nội dung, tốc độ và mức độ khó theo tiến bộ của người học. OECD mô tả mô hình học tập cá nhân hóa hiệu quả theo hướng kết hợp thế mạnh của con người và AI, thay vì tự động hóa hoàn toàn vai trò của người hướng dẫn.

Khác biệt cốt lõi không chỉ nằm ở việc số hóa khóa học. AI cho phép chuyển từ chương trình được thiết kế cho “một nhóm lãnh đạo trung bình” sang trải nghiệm phát triển dựa trên nhu cầu thực tế của từng người.

AI hỗ trợ đánh giá năng lực lãnh đạo

Tổng hợp nhiều nguồn thông tin

Một đánh giá lãnh đạo có thể bao gồm kết quả công việc, phản hồi 360 độ, khảo sát nhân viên, tự đánh giá, lịch sử học tập, bài tập mô phỏng và nhận xét của người quản lý. AI có thể hỗ trợ chuẩn hóa, phân loại và phát hiện các mẫu lặp lại trong khối dữ liệu này.

Ví dụ, nếu một nhà quản lý tự đánh giá cao khả năng giao quyền nhưng phản hồi của nhân viên liên tục cho thấy quyết định vẫn tập trung ở cấp quản lý, hệ thống có thể nhận diện khoảng chênh giữa nhận thức và hành vi. Kết quả này không phải phán quyết cuối cùng mà là tín hiệu để người học và người hướng dẫn đặt câu hỏi sâu hơn.

AI đặc biệt hữu ích khi cần:

·         Xác định điểm mạnh xuất hiện nhất quán qua nhiều nguồn

·         Phát hiện khoảng cách giữa năng lực hiện tại và yêu cầu của vai trò

·         Theo dõi sự thay đổi của hành vi qua thời gian

·         Nhận diện nhu cầu phát triển của một nhóm hoặc toàn bộ đội ngũ lãnh đạo

·         Gợi ý các chủ đề cần được xác minh trong cuộc trao đổi phát triển

Phân tích ngôn ngữ và hành vi

Các mô hình xử lý ngôn ngữ có thể phân tích phản hồi bằng văn bản, bản ghi cuộc họp hoặc nội dung trao đổi trong những môi trường được tổ chức cho phép. Chúng có thể nhận diện chủ đề thường xuyên xuất hiện, chẳng hạn như mức độ rõ ràng trong giao tiếp, khả năng đặt câu hỏi, cách xử lý xung đột hoặc xu hướng áp đặt giải pháp.

Trong mô phỏng, AI còn có thể phân tích lựa chọn, chuỗi hành động và cách diễn đạt của người học. Nhà lãnh đạo không chỉ được đánh giá qua đáp án cuối cùng mà còn qua cách thu thập thông tin, cân nhắc các bên liên quan và phản ứng khi điều kiện thay đổi.

Dù vậy, biểu hiện ngôn ngữ không phản ánh đầy đủ năng lực lãnh đạo. Sự khác biệt về văn hóa, ngôn ngữ, giới tính, tính cách hoặc điều kiện làm việc có thể ảnh hưởng đến dữ liệu. Vì vậy, kết quả do AI tạo ra phải được xem như một nguồn bằng chứng trong tổng thể, không phải thước đo tuyệt đối.

Giới hạn của đánh giá tự động

AI có thể xử lý dữ liệu nhanh nhưng không tự động hiểu đầy đủ bối cảnh tổ chức. Một nhà quản lý ít giao quyền có thể thiếu năng lực, nhưng cũng có thể đang làm việc trong môi trường pháp lý nghiêm ngặt hoặc trong giai đoạn khủng hoảng cần kiểm soát tập trung. Nếu hệ thống không có thông tin bối cảnh, cùng một hành vi có thể bị diễn giải sai.

Rủi ro còn xuất hiện khi dữ liệu lịch sử chứa thiên lệch. Nếu tổ chức từng ưu tiên một kiểu lãnh đạo nhất định, mô hình được huấn luyện trên dữ liệu đó có thể tiếp tục củng cố khuôn mẫu cũ. NIST nhấn mạnh rằng hệ thống AI đáng tin cậy cần được quản trị về độ hợp lệ, độ tin cậy, tính công bằng, khả năng giải thích, quyền riêng tư và trách nhiệm giải trình.

Do đó, AI không nên tự quyết định ai có tiềm năng lãnh đạo, ai được thăng chức hoặc ai bị loại khỏi chương trình phát triển. Những quyết định này cần có tiêu chí công khai, khả năng phản biện và sự phê duyệt của người có trách nhiệm.

AI cá nhân hóa hành trình học tập lãnh đạo

Xác định nội dung phù hợp với từng người

Sau khi khoảng cách năng lực được xác định, AI có thể ghép nhu cầu của người học với tài nguyên phù hợp. Một quản lý mới có thể cần nền tảng về giao việc, thiết lập kỳ vọng và phản hồi. Một giám đốc chức năng có thể cần rèn luyện tư duy hệ thống, ảnh hưởng liên phòng ban và ra quyết định trong điều kiện không chắc chắn.

Thay vì giao toàn bộ thư viện nội dung, hệ thống có thể đề xuất một chuỗi học tập ngắn hơn, gồm:

·         Khái niệm cần hiểu

·         Tình huống cần phân tích

·         Kỹ năng cần luyện tập

·         Hành vi cần áp dụng trong công việc

·         Chỉ số hoặc phản hồi cần theo dõi

Các thuật toán thích ứng có thể điều chỉnh nội dung, tốc độ và phản hồi theo nhu cầu của người học. OECD ghi nhận khả năng này có thể hỗ trợ cá nhân hóa ở quy mô lớn, dù hiệu quả phụ thuộc vào chất lượng thiết kế và điều kiện triển khai.

Học tập đúng thời điểm

Phát triển lãnh đạo hiệu quả không chỉ diễn ra trong lớp học. Nhiều nhu cầu xuất hiện ngay trước hoặc sau một tình huống thực tế: chuẩn bị cuộc trao đổi khó khăn, xử lý xung đột, trình bày quyết định hoặc phản hồi cho nhân viên.

AI có thể cung cấp hỗ trợ ngắn tại thời điểm đó, chẳng hạn như:

·         Gợi ý câu hỏi chuẩn bị trước cuộc họp

·         Tóm tắt nguyên tắc xử lý tình huống

·         Tạo danh sách kiểm tra cho một cuộc trao đổi phản hồi

·         Nhắc người lãnh đạo xem xét góc nhìn của các bên liên quan

·         Đề nghị hoạt động phản tư sau một quyết định quan trọng

Harvard Business Impact mô tả các hệ thống học tập sử dụng AI có thể đưa ra nội dung vi mô hoặc phản hồi đúng lúc, dựa trên yêu cầu vai trò, khoảng trống kỹ năng và xu hướng hiệu suất.

Lợi ích ở đây không nằm ở việc AI luôn đưa ra câu trả lời đúng. Giá trị lớn hơn là giúp người lãnh đạo dừng lại, cấu trúc suy nghĩ và tiếp cận tình huống có chủ đích hơn.

Cá nhân hóa không đồng nghĩa với cô lập

Lãnh đạo là năng lực mang tính xã hội. Người lãnh đạo phải xây dựng lòng tin, đọc hiểu động lực nhóm, xử lý bất đồng và chịu trách nhiệm trước người khác. Những năng lực này không thể được phát triển chỉ qua tương tác riêng với một hệ thống.

Hành trình cá nhân hóa vì thế nên kết hợp:

·         Học tập với AI để tiếp cận nội dung phù hợp

·         Trao đổi với quản lý hoặc chuyên gia để hiểu bối cảnh

·         Học đồng cấp để tiếp nhận góc nhìn khác

·         Thực hành trong công việc để kiểm chứng năng lực

·         Phản tư để chuyển trải nghiệm thành bài học

AI giúp điều chỉnh hành trình; con người tạo ra quan hệ, thách thức nhận thức và trách nhiệm phát triển.

AI tạo môi trường luyện tập và mô phỏng

Biết một nguyên tắc lãnh đạo không đồng nghĩa với việc áp dụng được nguyên tắc đó. Người học cần cơ hội đưa ra quyết định, quan sát hệ quả và thử lại trong môi trường có mức rủi ro thấp.

AI tạo sinh có thể đóng vai một nhân viên, khách hàng, đồng nghiệp hoặc bên liên quan trong các tình huống mô phỏng. Người học có thể luyện tập:

·         Phản hồi về hiệu suất kém

·         Xử lý nhân viên phản ứng phòng vệ

·         Giải quyết bất đồng giữa các nhóm

·         Trình bày một quyết định không được ủng hộ

·         Giao việc nhưng vẫn duy trì trách nhiệm

·         Phản ứng trước một vấn đề đạo đức

·         Điều hành cuộc họp có nhiều lợi ích xung đột

Hệ thống có thể thay đổi phản ứng theo lựa chọn của người học, khiến tình huống trở thành một cuộc đối thoại thay vì bài kiểm tra cố định. Sau phiên luyện tập, AI có thể chỉ ra những thời điểm người học bỏ qua dữ kiện, nói quá nhiều, chưa xác nhận quan điểm của đối phương hoặc chuyển sang giải pháp quá sớm.

Mô phỏng có giá trị vì tạo điều kiện luyện tập lặp lại. Tuy nhiên, nó không thể tái hiện đầy đủ cảm xúc, lịch sử quan hệ, quyền lực phi chính thức và hậu quả thật của quyết định. Bởi vậy, mô phỏng nên chuẩn bị cho trải nghiệm thực tế, không được coi là bằng chứng duy nhất cho thấy một người đã thành thạo năng lực lãnh đạo.

AI cung cấp phản hồi và coaching cá nhân hóa

Phản hồi nhanh và liên tục

Trong nhiều tổ chức, nhà lãnh đạo chỉ nhận phản hồi khi có đánh giá định kỳ hoặc khi vấn đề đã trở nên nghiêm trọng. AI có thể rút ngắn khoảng cách giữa hành vi và phản hồi bằng cách phân tích một bài tập, tình huống mô phỏng hoặc nhật ký phản tư ngay sau khi hoạt động kết thúc.

Phản hồi có thể được cá nhân hóa theo:

·         Mục tiêu phát triển

·         Cấp độ vai trò

·         Tình huống đang xử lý

·         Hành vi từng xuất hiện

·         Tiến bộ qua các lần thực hành

·         Phản hồi trước đó của người quản lý hoặc coach

Trong môi trường học tập, AI đã cho thấy khả năng cung cấp phản hồi nhất quán và cá nhân hóa ở quy mô lớn, đồng thời phát hiện mẫu hiệu suất và khoảng trống học tập. Đối với phát triển lãnh đạo, nguyên lý tương tự có thể được áp dụng, nhưng tiêu chí phải gắn với năng lực và bối cảnh của tổ chức.

AI coach và coach con người có vai trò khác nhau

AI coach có một số lợi thế thực tế: luôn sẵn có, chi phí biên thấp, cho phép luyện tập nhiều lần và có thể tạo cảm giác an toàn khi người học muốn thử cách diễn đạt mới. Một số nghiên cứu đang xem xét AI coaching như công cụ cung cấp phản hồi chi tiết trước, trong và sau nhiệm vụ. Chẳng hạn, một nghiên cứu năm 2025 sử dụng hai thí nghiệm với 244 và 310 chuyên gia bán hàng để so sánh tác động của AI coaching và coaching từ quản lý đối với sự tự tin và ý định sử dụng coaching.

Tuy nhiên, AI coach không có đầy đủ trải nghiệm sống, trách nhiệm đạo đức và khả năng hiểu các quan hệ quyền lực như một coach con người. Nó cũng có thể tạo phản hồi nghe hợp lý nhưng không chính xác hoặc không phù hợp với văn hóa tổ chức.

Mô hình hiệu quả hơn là phân vai:

·         AI hỗ trợ luyện tập, đặt câu hỏi, nhắc việc và tổng hợp mẫu dữ liệu

·         Coach hoặc quản lý hỗ trợ diễn giải bối cảnh, thách thức giả định và xử lý vấn đề nhạy cảm

·         Người học chịu trách nhiệm lựa chọn hành động và kiểm chứng kết quả

Cách tiếp cận có con người trong vòng lặp phù hợp với quan điểm cho rằng AI và trí tuệ con người nên bổ sung cho nhau trong coaching tại nơi làm việc.

AI giúp theo dõi việc chuyển hóa học tập thành hành vi

Một chương trình phát triển lãnh đạo không nên được đánh giá chỉ bằng tỷ lệ hoàn thành khóa học. Điều cần theo dõi là người học có thay đổi hành vi và tạo ra tác động tích cực trong công việc hay không.

AI có thể hỗ trợ liên kết dữ liệu trước, trong và sau chương trình để trả lời các câu hỏi:

·         Khoảng cách năng lực nào đã thu hẹp?

·         Hành vi nào xuất hiện thường xuyên hơn?

·         Nội dung nào được áp dụng vào công việc?

·         Nhóm người học nào đang gặp trở ngại?

·         Phản hồi của nhân viên có thay đổi không?

·         Kết quả có duy trì sau vài tháng không?

Hệ thống cũng có thể phát hiện trường hợp người học hoàn thành nhiều nội dung nhưng không thay đổi hành vi, từ đó gợi ý hỗ trợ bổ sung. Ngược lại, một người có thể học ít nội dung chính thức nhưng tiến bộ rõ rệt nhờ thực hành và coaching.

Việc đo lường cần phân biệt ba cấp độ:

1.    Hoạt động học tập: Người học đã tham gia và hoàn thành những gì

2.    Thay đổi năng lực: Kiến thức, kỹ năng hoặc chất lượng quyết định có cải thiện không

3.    Chuyển hóa hành vi: Cách lãnh đạo trong công việc có thay đổi bền vững không

Không nên quy mọi thay đổi của nhóm hoặc kết quả kinh doanh cho chương trình phát triển lãnh đạo. Hiệu suất tổ chức còn chịu ảnh hưởng của chiến lược, thị trường, cơ cấu, nguồn lực và nhiều biến số khác.

Những giới hạn và rủi ro cần kiểm soát

Thiên lệch dữ liệu và mô hình

Nếu dữ liệu đầu vào phản ánh các định kiến lịch sử, AI có thể tái tạo hoặc khuếch đại chúng. Một mô hình học từ hồ sơ của những lãnh đạo từng được thăng tiến có thể nhầm lẫn giữa “đặc điểm đã từng được ưu tiên” với “năng lực lãnh đạo thực sự cần thiết”.

Tổ chức cần kiểm tra kết quả theo các nhóm nhân khẩu học phù hợp, đánh giá sai lệch hệ thống và cho phép người bị đánh giá phản hồi hoặc yêu cầu xem xét lại.

Quyền riêng tư và an toàn tâm lý

Dữ liệu phục vụ phát triển lãnh đạo có thể chứa phản hồi nhạy cảm, bản ghi cuộc họp, đánh giá hành vi hoặc thông tin về nhân viên. Nếu mục đích sử dụng không rõ ràng, người tham gia có thể giảm mức độ trung thực hoặc cảm thấy bị giám sát.

Cần xác định rõ:

·         Dữ liệu nào được thu thập

·         Dữ liệu được dùng cho phát triển hay quyết định nhân sự

·         Ai được quyền truy cập

·         Dữ liệu được lưu trong bao lâu

·         Dữ liệu có được dùng để huấn luyện mô hình hay không

·         Người tham gia có quyền phản đối hoặc sửa thông tin thế nào

UNESCO lưu ý rằng ứng dụng AI trong học tập tạo ra cơ hội cá nhân hóa nhưng đồng thời đi kèm rủi ro về quyền riêng tư, an toàn, công bằng và quản trị.

Độ chính xác và khả năng giải thích

AI tạo sinh có thể đưa ra nhận xét tự tin dù căn cứ không đầy đủ. Một hệ thống đánh giá lãnh đạo phải cho biết phản hồi được hình thành từ dữ liệu nào, tiêu chí nào và mức độ chắc chắn ra sao.

Những kết luận có ảnh hưởng lớn không nên dựa trên một điểm số tổng hợp không thể giải thích. NIST khuyến nghị các tổ chức quản trị rủi ro AI theo bốn chức năng liên kết: quản trị, lập bản đồ bối cảnh, đo lường và quản lý rủi ro.

Phụ thuộc quá mức vào AI

Nếu nhà lãnh đạo luôn yêu cầu AI soạn phản hồi, giải quyết xung đột hoặc đề xuất quyết định, họ có thể giảm khả năng tự quan sát và phán đoán. AI nên tạo lực đỡ để người học suy nghĩ tốt hơn, không trở thành cơ chế né tránh trách nhiệm.

Cần đặc biệt thận trọng khi tình huống liên quan đến:

·         Đạo đức và giá trị

·         Sức khỏe hoặc an toàn

·         Kỷ luật và chấm dứt hợp đồng

·         Đề bạt hoặc đãi ngộ

·         Xung đột quyền lực

·         Tổn thương tâm lý

·         Quyết định có hậu quả lớn đối với con người

AI có thể cung cấp thông tin hoặc câu hỏi tham khảo, nhưng quyền quyết định và trách nhiệm giải trình phải thuộc về con người.

Điều kiện để triển khai AI trong phát triển lãnh đạo hiệu quả

Bắt đầu từ năng lực, không bắt đầu từ công cụ

Tổ chức cần xác định trước những hành vi lãnh đạo nào hỗ trợ chiến lược. Khi khung năng lực chưa rõ, AI chỉ có thể cá nhân hóa dựa trên những tiêu chí mơ hồ.

Mỗi năng lực nên được mô tả bằng hành vi có thể quan sát, ví dụ:

·         Làm rõ kết quả và quyền quyết định khi giao việc

·         Tìm kiếm quan điểm trái chiều trước quyết định quan trọng

·         Phản hồi cụ thể dựa trên hành vi và tác động

·         Điều chỉnh cách giao tiếp theo đối tượng

·         Nhận trách nhiệm và sửa sai khi quyết định không đạt kết quả

Chọn trường hợp sử dụng có giá trị và rủi ro phù hợp

Tổ chức nên bắt đầu bằng những ứng dụng có khả năng tạo giá trị rõ nhưng hậu quả sai sót còn kiểm soát được, chẳng hạn như đề xuất nội dung, mô phỏng hội thoại hoặc hỗ trợ phản tư.

Không nên bắt đầu bằng việc để AI tự động xếp hạng tiềm năng lãnh đạo hoặc quyết định đề bạt. Mức độ giám sát của con người phải tăng theo mức độ ảnh hưởng của kết quả.

Kết hợp AI với quản lý, coach và cộng đồng học tập

AI có thể mở rộng quy mô nhưng không thay thế được quan hệ phát triển. Một thiết kế toàn diện cần kết hợp công nghệ với:

·         Trao đổi phát triển cùng quản lý trực tiếp

·         Coaching cho các nhu cầu phức tạp

·         Nhóm học đồng cấp

·         Nhiệm vụ thực tế có mức độ thử thách phù hợp

·         Phản hồi từ nhân viên và các bên liên quan

·         Cơ chế phản tư và cam kết hành động

Đánh giá hiệu quả bằng đối chứng phù hợp

Trước khi mở rộng, tổ chức nên thử nghiệm với một nhóm giới hạn và xác định chỉ số thành công. Có thể so sánh dữ liệu trước và sau, giữa nhóm sử dụng và nhóm chưa sử dụng, đồng thời kết hợp số liệu với phỏng vấn hoặc quan sát hành vi.

Các chỉ số có thể bao gồm:

·         Tần suất thực hành kỹ năng

·         Chất lượng phản hồi

·         Mức độ đạt mục tiêu phát triển

·         Thay đổi trong phản hồi 360 độ

·         Khả năng duy trì hành vi

·         Mức độ tin tưởng và hữu ích do người học cảm nhận

·         Tỷ lệ phản hồi bị người hướng dẫn đánh giá là không phù hợp

·         Chênh lệch kết quả giữa các nhóm người dùng

Thiết lập cơ chế quản trị rõ ràng

Một mô hình quản trị thực tế cần xác định:

·         Chủ sở hữu nghiệp vụ

·         Chủ sở hữu dữ liệu

·         Người phê duyệt trường hợp sử dụng

·         Quy trình kiểm tra thiên lệch và độ chính xác

·         Cơ chế báo cáo sự cố

·         Quyền yêu cầu con người xem xét

·         Chu kỳ đánh giá lại hệ thống

·         Trách nhiệm khi phản hồi hoặc quyết định gây tác động tiêu cực

Khung quản trị không chỉ bảo vệ tổ chức. Nó còn tạo điều kiện để người học tin tưởng và sử dụng hệ thống một cách cởi mở hơn.

Phân công đúng vai trò giữa AI và con người

AI phù hợp với những công việc cần xử lý lượng thông tin lớn, phát hiện mẫu, cá nhân hóa ở quy mô lớn và phản hồi nhanh. Con người phù hợp hơn với các nhiệm vụ cần thấu cảm, phán đoán bối cảnh, xây dựng lòng tin, giải quyết mâu thuẫn giá trị và chịu trách nhiệm.

Sự phân công này phản ánh giới hạn nền tảng của công nghệ. AI có thể hỗ trợ phân tích, chuẩn bị và luyện tập, nhưng không thể tự mình thiết lập khát vọng chung, xây dựng lòng tin, đưa ra lựa chọn khó hoặc buộc các bên chịu trách nhiệm.

AI trong phát triển lãnh đạo tạo giá trị khi biến dữ liệu thành hiểu biết, hiểu biết thành hành trình học tập và hành trình học tập thành thay đổi hành vi. Công nghệ có thể mở rộng khả năng đánh giá, cá nhân hóa, mô phỏng, coaching và theo dõi tiến bộ, đặc biệt khi nhu cầu phát triển diễn ra liên tục và khác biệt giữa từng người.

Tuy nhiên, khả năng xử lý dữ liệu không đồng nghĩa với khả năng lãnh đạo. AI không có trách nhiệm đạo đức, không xây dựng lòng tin thay con người và không hiểu trọn vẹn những quan hệ xã hội trong tổ chức. Vì vậy, mô hình phù hợp nhất không phải “AI thay thế chuyên gia phát triển lãnh đạo”, mà là “AI tăng cường năng lực của người học, quản lý, coach và bộ phận phát triển nhân tài”.

Một hệ thống hiệu quả cần bắt đầu từ khung năng lực rõ ràng, sử dụng dữ liệu có mục đích, duy trì quyền riêng tư, kiểm tra thiên lệch và đặt con người vào các quyết định có ảnh hưởng lớn. Khi các điều kiện đó được bảo đảm, AI có thể giúp hoạt động phát triển lãnh đạo trở nên liên tục, cá nhân hóa và gắn chặt hơn với công việc thực tế.