Những bộ óc hệ thống chưa đọc được

Một hồ sơ được mở trên màn hình. Người đọc lướt qua tên, chức danh, trường học, số năm kinh nghiệm và vài từ khóa. Chỉ trong một khoảng thời gian rất ngắn, một cuộc đời làm việc được biến thành quyết định: phù hợp, chưa phù hợp, đáng xem tiếp hoặc có thể bỏ qua.

Sự rút gọn này không hoàn toàn vô lý. Tổ chức cần xử lý nhiều hồ sơ; con người cần những tín hiệu để bắt đầu. Vấn đề xuất hiện khi tín hiệu tạm thời bị nhầm thành bản chất, khi điều dễ đo được xem là điều quan trọng nhất và khi phần không vừa với biểu mẫu bị đối xử như chưa từng tồn tại.

Sau chín chương về cách câu hỏi trở thành công việc, công việc trở thành bằng chứng và bằng chứng trở thành huyền thoại, chương cuối quay lại một sự thật giản dị: trước khi lịch sử bỏ quên một con người, một hệ thống nhỏ hơn thường đã không biết cách đọc họ.

Chúng ta không thể tạo ra một hệ thống hiểu hết con người. Nhưng chúng ta có thể xây những hệ thống biết giới hạn của mình, giữ lại nhiều loại bằng chứng hơn và cho phép con người tham gia vào cách họ được diễn giải.

Một hồ sơ là điểm bắt đầu của sự hiểu biết, không phải bản án cuối cùng về một con người.

CV, bằng cấp và chức danh giúp thị trường lao động tạo ra một ngôn ngữ chung. Chúng cho biết một người từng ở đâu, được đào tạo theo con đường nào và đã giữ vai trò gì. Nhưng chúng khó thể hiện câu hỏi người đó theo đuổi, mức độ đóng góp trong một dự án, công việc chăm sóc phía sau thành tựu hay năng lực được hình thành ngoài những con đường chính thức.

Một chức danh giống nhau có thể chứa những công việc rất khác. Hai người cùng ghi “product manager” có thể khác nhau về quyền quyết định, quy mô sản phẩm, mức độ gần người dùng và loại vấn đề họ giải quyết. Ngược lại, những chức danh khác nhau có thể che giấu một năng lực chung chưa từng được đặt tên.

Hệ thống thường ưu tiên tín hiệu dễ so sánh vì chúng tiết kiệm thời gian. Nhưng sự tiện lợi ấy tạo ra một vùng mù: những người chuyển ngành, tự học, làm việc liên ngành, đóng góp phía sau đội ngũ hoặc đang xây một lĩnh vực chưa có từ khóa ổn định.

Câu hỏi không phải liệu chúng ta có nên bỏ mọi cấu trúc. Câu hỏi là cấu trúc có biết nói rằng nó chỉ đang nhìn một phần hay không.

Mọi biểu mẫu đều tạo ra một vùng bên ngoài biểu mẫu; nhiều năng lực quan trọng đang sống ở đó.

Cách tiếp cận skills-first cố gắng nhìn vào những gì một người có thể làm, bất kể kỹ năng được hình thành ở trường học, nơi làm việc hay qua những con đường khác. Nó có thể mở rộng cơ hội cho người không đi theo lộ trình truyền thống và làm cho năng lực trở nên dễ nhìn thấy hơn.

Nhưng kỹ năng cũng có thể bị biến thành một danh sách mới. “Giao tiếp”, “tư duy chiến lược” hay “phân tích dữ liệu” chỉ có ý nghĩa khi đi cùng bối cảnh, mức độ, bằng chứng và cách năng lực ấy được dùng. Nếu thiếu những lớp đó, skills-first có thể chỉ thay một bộ từ khóa cũ bằng một bộ từ khóa mới.

Báo cáo của OECD về cách tiếp cận skills-first nhấn mạnh cả cơ hội lẫn khó khăn: xác thực kỹ năng, khả năng so sánh giữa các loại bằng chứng và sự bất bình đẳng trong quyền tiếp cận công cụ số. Nhìn kỹ năng rộng hơn bằng cấp là tiến bộ; xem kỹ năng như các nhãn tách khỏi công việc thật lại là một sự giản lược khác.

Một hệ thống tốt hơn cần đi từ “người này có kỹ năng gì” đến “kỹ năng ấy đã xuất hiện trong tình huống nào, tạo ra thay đổi gì và được người khác kiểm chứng ra sao”.

Kỹ năng là động từ được chứng minh trong bối cảnh, không chỉ là danh từ đặt trong một danh sách.

Một sản phẩm có thể ghi tên người sáng lập nhưng không ghi người duy trì hệ thống. Một dự án có thể trình bày kết quả mà không cho thấy ai đã làm sạch dữ liệu, kết nối các bên, ghi chép quyết định, chăm sóc đội ngũ hoặc sửa những lỗi không bao giờ xuất hiện trước công chúng.

Công việc vô hình không chỉ là những nhiệm vụ nhỏ. Đôi khi đó là năng lực giữ cho công việc của người khác có thể tiếp tục: dịch một ý tưởng giữa các chuyên môn, nhìn thấy rủi ro sớm, tạo niềm tin trong nhóm hoặc bảo vệ chất lượng khi áp lực muốn rút ngắn quy trình.

Khi hệ thống chỉ thưởng cho thứ dễ gắn với một chỉ số cuối cùng, con người học cách tối ưu phần có thể trưng bày. Phần duy trì, chăm sóc và phòng ngừa bị xem nhẹ dù thiếu nó, thành tựu hữu hình có thể không tồn tại.

Một danh tính công việc có chiều sâu phải cho phép ghi lại vai trò, bối cảnh, quan hệ đóng góp và cả những kết quả được tạo ra bằng việc ngăn điều xấu xảy ra.

Không phải mọi giá trị đều để lại một con số; có giá trị tồn tại vì một con người đã giữ cho hệ thống không đổ vỡ.

AI có thể xử lý hàng nghìn hồ sơ, liên kết kỹ năng với công việc và tìm những mẫu mà người đọc thủ công bỏ qua. Nhưng tốc độ và phạm vi không tự động tạo ra chiều sâu. Một hệ thống có thể đọc nhiều từ hơn mà vẫn bị giới hạn bởi dữ liệu, tiêu chí và mục tiêu mà con người đã đặt vào nó.

Báo cáo ILO năm 2026 cảnh báo rằng quyết định nhân sự thường phức tạp và đa chiều; khi bị rút thành các chỉ số đo lường, điều được đo có thể lệch khỏi điều tổ chức thực sự coi trọng. Mô hình có thể tạo cảm giác chính xác trong khi dựa trên tín hiệu thay thế không đầy đủ hoặc dữ liệu lịch sử chứa thiên lệch.

NIST xem độ tin cậy của AI là vấn đề quản trị xuyên suốt vòng đời, không phải một điểm kiểm tra cuối cùng. UNESCO đặt phẩm giá, công bằng, minh bạch và giám sát của con người ở trung tâm. Những nguyên tắc ấy đặc biệt quan trọng khi đối tượng bị đọc không phải một chiếc máy, mà là một cuộc đời.

AI không nên trở thành người kể chuyện duy nhất về một con người. Nó có thể hỗ trợ khám phá, tóm tắt và kết nối bằng chứng; quyền xem lại, sửa lại, phản biện và đưa thêm ngữ cảnh vẫn phải thuộc về người bị diễn giải.

Một hệ thống có thể tạo ra câu trả lời rất chính xác cho một câu hỏi quá hẹp.

Hồ sơ truyền thống thường được xem như một tài liệu hoàn tất. Nhưng con người thay đổi: họ học lại, chuyển nghề, hiểu khác về một dự án cũ hoặc nhận ra vai trò của người khác rõ hơn. Danh tính công việc vì thế không nên là một bức tượng; nó là một hồ sơ có phiên bản.

Quyền tự diễn giải không có nghĩa mỗi người được tuyên bố bất cứ điều gì mà không cần bằng chứng. Nó có nghĩa họ được trình bày bối cảnh, dẫn nguồn, phân biệt điều tự mô tả với điều đã được xác nhận và sửa những cách hiểu sai đang ảnh hưởng đến mình.

Một hệ thống lành mạnh cần giữ cả tính xác thực lẫn khả năng thay đổi. Bằng chứng có thể kiểm chứng; diễn giải có thể được cập nhật; đóng góp có thể được xác nhận bởi nhiều bên; dữ liệu không còn phù hợp có thể được chỉnh sửa theo quy tắc rõ ràng.

Khi người dùng không thể nhìn thấy cách mình được xếp loại, hồ sơ không còn là công cụ đại diện mà trở thành một chiếc gương một chiều.

Danh tính đáng tin không phải danh tính bất biến; đó là danh tính có bằng chứng, lịch sử sửa đổi và quyền phản hồi.

Huyền thoại cá nhân không phải việc đóng gói mọi lựa chọn thành một câu chuyện thành công liền mạch. Một cuộc đời thật có những đoạn rẽ, công việc thử nghiệm, giai đoạn chưa rõ hướng và những đóng góp chỉ được hiểu về sau.

Máy đọc hồ sơ thường thích sự nhất quán vì sự nhất quán dễ dự đoán. Nhưng con người đôi khi tạo ra giá trị chính vì họ đã bước qua nhiều thế giới, thay đổi niềm tin hoặc kết nối những kinh nghiệm tưởng như không liên quan. Một câu chuyện quá gọn có thể làm mất chính năng lực khiến họ khác biệt.

Huyền thoại cá nhân trưởng thành không nói “mọi thứ xảy ra đều đã được định trước”. Nó nói: khi nhìn lại, tôi có thể chỉ ra những câu hỏi đã quay trở lại, những bằng chứng đã tích lũy, những người đã cùng tạo ra hành trình và những điều tôi đã sửa trong cách hiểu về chính mình.

Tương lai của hồ sơ không nên ép mỗi người trở thành một thương hiệu. Nó nên giúp họ trở nên có thể hiểu được mà không phải trở nên giả tạo.

Câu chuyện tốt không làm cuộc đời trông hoàn hảo; nó làm những mối liên hệ thật trở nên nhìn thấy được.

Forwork không nên tồn tại để tuyên bố ai là người xuất sắc nhất. Một nền tảng càng có nhiều dữ liệu càng phải khiêm nhường về điều nó chưa biết. Nhiệm vụ của nó là giúp công việc, vai trò, bằng chứng, mối quan hệ và hướng phát triển của một người được trình bày trong một cấu trúc có thể đọc bởi con người lẫn máy.

Điều đó đòi hỏi nhiều hơn một trang đẹp. Dữ liệu cần có nguồn gốc, quyền kiểm soát, ngữ cảnh và khả năng cập nhật. AI cần được phép khám phá nhưng không được âm thầm biến suy luận thành sự thật. Bên thứ ba có thể đọc nhưng phải tôn trọng quyền của người sở hữu danh tính. Một hồ sơ có thể mở nhưng con người không được trở thành tài nguyên vô chủ.

Mười chương bắt đầu bằng câu hỏi ai đã phát minh ra thiên tài và kết thúc bằng câu hỏi ai đang bị các hệ thống hiện tại bỏ lỡ. Ở giữa là một hành trình: câu hỏi, quan sát, kết nối, đơn giản hóa, lao động, sự công nhận, mạng lưới và trách nhiệm. Không lớp nào một mình giải thích được một con người.

Có thể bộ óc tiếp theo làm thay đổi một lĩnh vực đang không có chức danh phù hợp, không có hồ sơ hoàn hảo và chưa có từ khóa để hệ thống tìm thấy. Công việc của tương lai không phải dự đoán chắc chắn họ là ai. Công việc là tạo đủ không gian để họ có thể để lại bằng chứng, được hiểu đúng hơn và tiếp tục trở thành chính mình.

Đừng xây một chiếc máy chọn ra vài huyền thoại. Hãy xây một nền văn hóa không để quá nhiều con người biến mất trước khi câu chuyện của họ kịp bắt đầu.