Quyền dùng AI nâng điểm bài kiểm tra lên 7,2 điểm phần trăm, và một tuần sau khi công cụ bị thu lại, 3,9 điểm vẫn còn đó — nhưng chỉ ở những người dùng AI như một gia sư. Với những người để AI viết thay, phần tăng đã biến mất (Contractor và Reyes, 2026).
Hai người trong đội của bạn có thể dùng cùng một mô hình cho cùng một nhiệm vụ và cho ra sản phẩm chất lượng như nhau. Một tuần sau, một người giỏi hơn ở nhiệm vụ đó một cách đo lường được, còn người kia đã trở về điểm xuất phát. Sản phẩm bạn đang cầm trên tay không nói cho bạn biết ai là ai.
Thí nghiệm phía sau những con số này là một nghiên cứu ngẫu nhiên, tiến hành trực tiếp và có giám thị: sinh viên đại học nghiên cứu một chủ đề kỹ thuật xa lạ dưới áp lực thời gian và viết một bài luận phân tích, có hoặc không có quyền dùng AI, sau đó làm các bài đánh giá hoàn toàn không trợ giúp — ngay lập tức và lặp lại sau khoảng một tuần. Cách các tác giả tóm tắt sự phân nhánh này chính là toàn bộ phát hiện — phần tăng được giữ lại ở những sinh viên dùng AI như một gia sư và phai đi ở những sinh viên để AI viết thay họ.
Thiết kế đo con người, không đo sản phẩm
Gần như mọi nghiên cứu về AI và năng suất đều đo đầu ra khi công cụ vẫn còn trong phòng. Nghiên cứu này làm một việc khó hơn và sát với quyết định hơn: lấy công cụ đi và đo xem con người giữ lại được gì.
Trong 256 người đăng ký, 211 người dự phiên đầu tiên và 205 người trở lại cho phiên thứ hai, trung bình 6,98 ngày sau đó. Các chủ đề được chọn xa lạ một cách có chủ ý — blockchain, thu giữ carbon, CRISPR. Phiên thứ hai có giám thị và không trợ giúp với mọi người, nhóm can thiệp và nhóm đối chứng như nhau. Các bài luận được 309 người chấm có bằng thạc sĩ hoặc tiến sĩ đánh giá, trong đó 23 người bị loại vì không vượt qua phần kiểm tra mức độ hiểu.
Chính cấu trúc đó tách đầu ra đi vay khỏi năng lực được giữ lại. Bài kiểm tra tức thì cho bạn biết công cụ có giúp được gì không. Bài đo lặp lại không trợ giúp cho bạn biết con người có thay đổi hay không. Đó là hai câu hỏi khác nhau, và gần như mọi bảng theo dõi mức độ áp dụng đang dùng tại một công ty tầm trung chỉ trả lời câu thứ nhất — nếu nó trả lời được câu nào.
Những con số thực sự nói gì
| Chỉ số | Kết quả |
|---|---|
| Kiểm tra kiến thức tức thì, có quyền dùng AI so với đối chứng | +7,2 điểm phần trăm, 0,28 SD (p = 0,021) |
| Cùng bài kiểm tra, treatment-on-treated | +10,4 điểm phần trăm, 0,41 SD |
| Kiểm tra không trợ giúp sau khoảng một tuần | +3,9 điểm phần trăm, 0,21 SD |
| Chất lượng bài luận phiên hai, viết không có AI | +0,24 SD |
| Cơ chế | Cùng tổng thời gian; thời gian dịch từ viết sang đọc và tìm kiếm |
Kết quả về bài luận đáng được xem lại lần nữa. Một tuần sau khi công cụ bị thu lại, trong một phòng có giám thị và không có bất kỳ trợ giúp nào, những người từng có quyền dùng AI viết ra các bài luận tốt hơn một cách đo lường được — tác động lớn nhất nằm ở việc sử dụng bằng chứng và ví dụ, và ở độ rõ ràng của văn phong. Có điều gì đó đã được chuyển vào con người, không chỉ vào tài liệu.
Người dùng theo lối tự động hóa thắng phiên đầu và thua cả tuần
Đây là phần nên thay đổi cách bạn nghĩ về việc triển khai.
Những người tham gia để AI viết thay — các tác giả gọi đây là automation — đã nộp những bài luận được chấm điểm cao hơn ở phiên một. Họ trông như nhóm xuất sắc nhất. Một tuần sau, ở phiên không trợ giúp, lợi thế đó đơn giản là không còn. Những người tham gia dùng AI như một gia sư, yêu cầu nó giải thích thay vì tạo ra sản phẩm, vẫn giữ được lợi thế của mình.
Hai lối sử dụng. Không thể phân biệt trong sản phẩm. Trái ngược nhau về tác động lên năng lực. Và cơ chế thì rất bình thường: cả hai nhóm dùng cùng tổng thời gian, nhưng quyền dùng AI đã dịch số phút từ viết sang đọc và tìm kiếm thông tin. Người ở lối gia sư dùng những phút đó để hiểu. Người ở lối viết thuê dùng chúng cho những thứ không đọng lại.
Đó là lý do "mức dùng AI" là chỉ số áp dụng sai. Nó không phải một chỉ số yếu hay chậm. Nó là một chỉ số gán cùng một giá trị cho hành vi dựng nên lớp dự bị nhân sự của bạn và hành vi làm rỗng lớp đó.
Bảng theo dõi mức độ áp dụng của bạn không thấy AI với vai trò gia sư
Nếu lối sử dụng mới là biến số quan trọng, câu hỏi hiển nhiên là có ai đang đo nó không. Nhìn chung là không.
Productivity Lab của ActivTrak suy ra các giai đoạn áp dụng AI từ dữ liệu đo xa về hành vi của 120.620 người lao động, chứ không từ số giấy phép, số lần đăng nhập hay bản tự khai. Kết quả: 27% ở mức hỗ trợ tra cứu, 14% ở mức thực thi nhiệm vụ, và 2% ở mức tích hợp thực sự vào luồng công việc (ActivTrak Productivity Lab, 2026). Số ghế và bảng đăng nhập đo sự phân phối. Chúng không đo mức độ áp dụng, và chắc chắn không đo lối sử dụng.
Trong khi đó, năng lực phát triển lẽ ra dạy được lối dùng tốt hơn lại đang co lại. Khảo sát lực lượng lao động 2026 của PwC với 49.364 người tại 48 quốc gia cho thấy tỷ lệ người nói họ có đủ nguồn lực học tập và phát triển cần thiết đã giảm xuống 51%, từ 59% năm trước — trong khi mức dùng AI tạo sinh hằng ngày tăng từ 14% lên 22% (PwC, 2026). Khả năng tiếp cận công cụ đang mở rộng. Khả năng tiếp cận việc được chỉ dạy cách dùng nó thì đi ngược lại.
Người lao động nhận ra điều đó. Trong nghiên cứu về công việc năm 2026 của GoTo, 39% nói sự phụ thuộc vào AI đang làm mòn kỹ năng của họ, và 43% thừa nhận đã nộp sản phẩm do AI tạo ra mà họ nghi là chất lượng thấp (GoTo và Workplace Intelligence, 2026). Bản tự khai, đứng một mình, là bằng chứng yếu. Nhưng đặt cạnh một thí nghiệm có giám thị cho ra cùng hình dạng kết quả, nó thôi là tiếng ồn.
Sự bất đối xứng khiến đây thành bài toán kế nhiệm
Một kết quả nữa, và chính nó đưa chủ đề ra khỏi đào tạo và vào hoạch định nhân lực.
Một thí nghiệm hiện trường ba tháng, có đăng ký trước, đặt một trợ lý AI soạn bằng sáng chế vào tay 133 luật sư sở hữu trí tuệ đang hành nghề tại mười một công ty luật Hoa Kỳ, mỗi bản nộp đều được các chuyên gia chấm mù. Ở các nhiệm vụ có trợ giúp, chất lượng tăng 0,38 SD ở mốc chín mươi ngày, với phần tăng lớn hơn ở luật sư trẻ. Sau đó là một nhiệm vụ rà soát không trợ giúp, trong đó không ai được dùng AI — đây là phép đo kỹ năng. Nhóm can thiệp nhìn chung cao hơn 0,32 SD, nhưng lợi thế tập trung hoàn toàn ở các luật sư kỳ cựu, ở mức 0,45 SD. Luật sư trẻ không cho thấy phần tăng trung bình nào; điểm của họ phân nhánh, với số kết quả trung bình giảm mạnh, được bù lại bằng nhiều kết quả kém hơn và nhiều kết quả tốt hơn (Autor và cộng sự, NBER, 2026).
Cách diễn đạt của chính các tác giả là câu đáng mang vào cuộc họp hoạch định tiếp theo: phần tăng lớn nhất từ AI thuộc về những luật sư giữ lại được ít nhất, và chuyên môn nền tảng có thể là điều kiện tiên quyết để rút ra kỹ năng bền từ việc hành nghề có AI hỗ trợ.
Hãy đọc hai nghiên cứu cùng nhau. Lối sử dụng quyết định năng lực có tích lũy hay không, và chuyên môn đã có dường như quyết định một người mặc định chọn lối nào. Những người kỳ cựu nhất của bạn đang tích lũy. Những người trẻ đang chia thành hai nhóm, và đầu ra có trợ giúp của cả hai nhóm đều trông ổn.
Cần nói thẳng: nguồn tài trợ và một phần quyền tác giả của nghiên cứu bằng sáng chế thuộc về nhà sản xuất công cụ. Điều giữ cho nó đáng tin là việc đăng ký trước và chấm mù bởi bên thứ ba, không phải nhà tài trợ.
Phản biện trung thực
Bốn giới hạn, trước khi ai đó dựng một chính sách lên trên đó.
Đây là sinh viên đại học trên một nhiệm vụ một giờ. Không phải nhân viên trên một quý làm việc thật. Cơ chế — phân bổ lại thời gian từ sản xuất sang hiểu — có vẻ chuyển được. Nhưng độ lớn tác động không nên được dẫn như con số ước lượng cho môi trường làm việc, và tôi sẽ không đưa 7,2 điểm vào một luận chứng kinh doanh.
Đây là bản tiền in. arXiv 2607.08849 được đăng tháng 7 năm 2026 và chỉnh sửa tháng 10 năm 2026. Nó chưa hoàn tất phản biện đồng nghiệp.
Các kiểm định độ bền làm con số dịch chuyển. Loại bỏ những người tham gia vi phạm quy tắc nghiên cứu, tác động học tập của phiên một giảm xuống 0,24, 0,15 hoặc 0,27 SD tùy thước đo được dùng. Tác động vẫn còn; độ lớn của nó dịu hơn tiêu đề.
Lối sử dụng được quan sát, không được phân bổ. Sự phân nhánh gia sư so với người viết thuê là kết quả dễ hành động nhất của bài báo và cũng là phần ít sạch sẽ nhất về mặt thí nghiệm — người tham gia tự chọn cách dùng công cụ. Người tìm đến phần giải thích có thể khác với người tìm đến sản phẩm ở cả những đặc tính vốn cũng dự báo mức giữ lại. Sự bất đối xứng theo thâm niên trong nghiên cứu bằng sáng chế hoàn toàn khớp với cách đọc đó.
Điều sống sót qua cả bốn: sản phẩm không phải là chỉ dấu cho việc con người có đang học hay không, và khoảng cách giữa hai thứ là một bài toán đo lường mà bạn có thể giải mà không cần mua gì.
Cần thay đổi gì trong quý này
Bốn nước đi. Không nước nào là một khoản mua sắm.
- Hãy thôi báo cáo mức dùng AI như một chỉ số áp dụng. Giấy phép, lần đăng nhập và số phiên chỉ mô tả sự phân phối. Thay chỉ số chủ đạo bằng một con số duy nhất: bao nhiêu người đã chứng minh được một năng lực được gọi tên, không có trợ giúp, sau khi dùng AI để xây nó.
- Hãy biến việc đặt câu hỏi theo lối gia sư thành một hành vi được dạy một cách tường minh. Nó đủ cụ thể để đưa vào lộ trình hội nhập và vào khung trao đổi một-một của quản lý: yêu cầu mô hình giải thích lập luận của nó và kiểm lại lập luận của bạn, chứ không phải tạo ra sản phẩm. Đây là can thiệp rẻ nhất trong cả nhóm, và không ai đang làm.
- Hãy thêm một nhiệm vụ không trợ giúp vào chu kỳ phát triển cho những vai trò mà phán đoán chính là sản phẩm. Không phải một bài kiểm tra — mà một nhiệm vụ thật, làm không có trợ giúp, chấm theo đúng khung tiêu chí dùng cho bản có trợ giúp. Khoảng cách giữa hai bản chính là tín hiệu giữ lại kỹ năng của bạn, và nó không tồn tại trong bất kỳ báo cáo chất lượng đầu ra nào.
- Hãy tính sự phân nhánh ở nhóm trẻ vào kế hoạch kế nhiệm. Nếu đầu ra có trợ giúp phẳng theo thâm niên trong khi năng lực giữ lại thì không, lớp dự bị hai năm của bạn mỏng hơn những gì dữ liệu hiệu suất nói, và sai số chỉ lệch về một phía.
Nước đi thứ tư là nước đi không có chỗ hiển nhiên ở phần lớn công ty, bởi nó cần năng lực được đo theo từng chu kỳ dựa trên một khung ổn định, chứ không suy ra từ các sản phẩm gần đây. Lớp hiệu suất và kế nhiệm của Scovai được dựng trên đúng sự tách biệt đó — năng lực được chấm theo cách tiền định, theo từng năng lực và từng chu kỳ, trên khung Great Eight; 9-box được tính từ chính dữ liệu năng lực đó thay vì từ cảm nhận của quản lý; và mức sẵn sàng kế nhiệm được nêu cho từng vị trí trọng yếu là sẵn sàng ngay hay sau mười hai đến hai mươi bốn tháng. Sự liên quan ở đây là về cấu trúc: nếu trục tiềm năng của bạn đang đọc đầu ra có trợ giúp, nó đang đọc công cụ.
Hàm ý không dễ chịu của nghiên cứu này là những người dùng AI có hiệu suất cao nhất và những người suy giảm nhanh nhất của bạn có thể là cùng một nhóm người, và không có thứ gì bạn đang đo hiện nay tách được AI với vai trò gia sư khỏi AI với vai trò người viết thuê.
Vậy hãy chọn một vai trò trong quý này, cho chạy một nhiệm vụ không trợ giúp theo đúng khung tiêu chí của bản có trợ giúp, và tìm ra khoảng cách đang lệch về phía nào. Hãy đo con người, không đo tài liệu — tài liệu đã thôi nói cho bạn bất cứ điều gì về cả hai, kể từ ngày công cụ đến.
