Ở nhóm một phần năm nghề nghiệp chịu tác động mạnh nhất từ AI tạo sinh, việc tuyển dụng người có bằng thạc sĩ đã giảm khoảng 10% so với nhóm ít chịu tác động nhất sau ChatGPT — và toàn bộ mức giảm này rơi vào những ứng viên vốn đã có kinh nghiệm làm việc. Với người lần đầu bước vào thị trường lao động, không có bất kỳ thay đổi nào (Cortés, Dellarocas & Wang, SSRN, 2026).
Chính sự bất đối xứng đó mới là phát hiện. Và đó cũng là phần đáng lo với bất kỳ ai đang vận hành một phễu tuyển dụng, bởi nó có nghĩa là thị trường không hề ngừng tin vào bằng sau đại học. Thị trường chỉ ngừng tra cứu chúng — đúng ở những vai trò bạn đang tự động hóa, đúng với nhóm ứng viên bạn tuyển nhiều nhất.
Trong khi đó nguồn cung vẫn tiếp tục tăng. Các trường đại học Mỹ đã cấp khoảng 949.000 bằng thạc sĩ cho khóa 2025, so với 815.000 năm 2018 — tăng trưởng đều đặn từng năm, xuyên suốt cả giai đoạn AI tạo sinh xuất hiện (Dellarocas, The Credential Crisis, 2026). Nhà tuyển dụng không hề cạn ứng viên có bằng cấp. Họ bắt đầu bỏ qua họ.
Nghiên cứu của Boston University thực sự đo điều gì
Patricia Cortés, Chrysanthos Dellarocas và Qi Wang đã phân tích hơn 100 triệu lượt chuyển việc tại Mỹ trong giai đoạn 2018–2025, sử dụng dữ liệu Revelio Labs tái dựng lịch sử việc làm từ các hồ sơ nghề nghiệp công khai. Thiết kế nghiên cứu là điểm mấu chốt: nó quan sát nhà tuyển dụng thực sự đã tuyển ai, chứ không phải tin tuyển dụng của họ tuyên bố yêu cầu gì (Cortés, Dellarocas & Wang, SSRN, 2026).
Các nghề được xếp hạng theo chỉ số mức độ chịu tác động "GPTs are GPTs" — thước đo do các nhà nghiên cứu của OpenAI và University of Pennsylvania xây dựng, chấm điểm từng nghề dựa trên tỷ lệ các nhiệm vụ được ghi nhận mà một trợ lý AI có thể làm nhanh ít nhất gấp đôi với chất lượng tương đương (Eloundou et al., 2023). Điểm then chốt: điểm số này được cố định vào đúng ngày công nghệ xuất hiện, trước khi nhà tuyển dụng kịp phản ứng.
Nhóm nghiên cứu sau đó so sánh nhóm ngũ phân vị chịu tác động cao nhất với thấp nhất, theo từng năm, ở các vị trí đầu vào nơi bằng thạc sĩ là một lựa chọn thực sự chứ không phải yêu cầu pháp lý: kế toán viên, chuyên viên phân tích nghiên cứu thị trường, chuyên viên phân tích business intelligence, trợ lý pháp lý, người viết nội dung.
Trong bốn năm trước 2022, hai nhóm này dịch chuyển song hành. Rồi hai đường tách nhau — ban đầu chậm, sau đó nhanh hơn, và khoảng cách nới rộng mỗi năm.
Ba chi tiết làm bức tranh sắc nét hơn đáng kể.
Mức giảm tập trung ở các bằng ngoài STEM, đặc biệt là thạc sĩ khối kinh doanh — những chương trình chứng nhận năng lực tổng hợp, phân tích, dự báo và viết chuyên nghiệp. Tuyển dụng thạc sĩ khối STEM không hề thay đổi. Những kỹ năng bị mất giá chính là những kỹ năng mà một mô hình ngôn ngữ thực hiện thành thạo.
Mức giảm mạnh nhất ở đúng những doanh nghiệp mà dữ liệu Census xác nhận AI đang thực sự được triển khai. Đây là thứ gần nhất với một phép kiểm định cơ chế mà dữ liệu cho phép, và nó chỉ đúng hướng.
Và nó không thể là thiếu hụt nguồn cung, bởi nguồn cung tăng trong mọi năm của khung thời gian khảo sát.
Một tấm bằng, hai tín hiệu — và AI đã phá vỡ gói này
Sự phân tách giữa người có kinh nghiệm và người mới ra trường chỉ có vẻ khó hiểu chừng nào bạn còn coi tấm bằng là một thứ duy nhất.
Bằng thạc sĩ mang theo hai thông tin tách biệt. Thứ nhất là chứng nhận năng lực: người này biết dựng dự báo, cấu trúc phân tích, viết báo cáo. Thứ hai là tín hiệu về năng lực tổng quát: người này đã vào một chương trình khắt khe, trụ được và hoàn thành nó — trí tuệ, sự bền bỉ, khả năng làm đến cùng. Các nhà kinh tế đã coi hai phần này gắn liền với nhau kể từ khi Michael Spence hình thức hóa lý thuyết tín hiệu trên thị trường lao động vào năm 1973.
AI tạo sinh là cây xà beng tách chúng ra. Khi một mô hình tạo được bản nháp đầu tiên đủ tốt cho phần phân tích, thành phần chứng nhận năng lực mất giá trị — kỹ năng vẫn là thật, chỉ là không còn khan hiếm. Thành phần tín hiệu thì nguyên vẹn.
Đến đây sự bất đối xứng tự sáng tỏ. Khi đánh giá một ứng viên 24 tuổi với hồ sơ trống, nhà tuyển dụng gần như không có gì khác để đọc, nên tấm bằng giữ nguyên toàn bộ trọng số. Khi đánh giá một ứng viên có kinh nghiệm, họ có thứ tốt hơn: một lịch sử nghề nghiệp, một bản ghi các kết quả đã bàn giao. Một khi phương án thay thế đó tồn tại, tấm bằng chủ yếu được định giá theo phần chứng nhận kỹ năng mà AI vừa chiết khấu — nên trọng số của nó trong quyết định giảm xuống (Dellarocas, The Credential Crisis, 2026).
Tấm bằng không chết. Nó bị tháo gói. Và thị trường đã bắt đầu định giá từng thành phần riêng biệt.
Bảng chấm điểm của bạn thì gần như chắc chắn vẫn định giá chúng như một.
Vì sao phễu tuyển dụng của bạn vẫn định giá quá cao bằng sau đại học
Đây là chỗ kết quả này thôi là một phát hiện thú vị của kinh tế học lao động và trở thành một vấn đề vận hành.
Phần lớn quy trình tuyển dụng ở doanh nghiệp tầm trung vẫn dành cho bằng sau đại học một lợi thế mang tính cấu trúc ở ba nơi, và cả ba đều vô hình cho đến khi bạn rà soát có chủ đích.
Vòng sàng lọc. Dòng "ưu tiên thạc sĩ" trong tin tuyển dụng, hoặc thói quen của người tuyển dụng dùng nó làm tiêu chí phân định ở đầu phễu.
Bảng chấm điểm. Một mức điểm hay một khung rõ ràng trong scorecard, áp dụng đồng nhất bất kể ứng viên có mười năm kinh nghiệm liên quan ghi ngay phía trên, trên cùng một hồ sơ.
Thư mời làm việc. Ma trận thâm niên–học vấn trả thêm phụ cấp cho tấm bằng — khoản phụ cấp mà, theo bằng chứng này, thị trường rộng hơn đang lặng lẽ rút lại ở chính những vai trò chịu tác động AI nhiều nhất của bạn.
Mỗi điểm trong đó là một canh bạc nhỏ đặt vào thành phần chứng nhận năng lực. Trong tài chính, phân tích, marketing operations và báo cáo nội bộ — những chức năng có điểm chịu tác động cao nhất ở doanh nghiệp tầm trung — bạn đang trả giá đầy đủ cho một tín hiệu mà hàm lượng thông tin đã suy giảm có thể đo lường được.
Phiên bản sắc hơn: với một ứng viên có kinh nghiệm ở vai trò chịu tác động AI, tấm bằng giờ phần lớn trùng lặp với thông tin bạn đã có. Bạn đang nắm lịch sử nghề nghiệp của họ. Đóng góp riêng còn lại của tấm bằng là tín hiệu năng lực tổng quát, và bạn đang trả một khoản phụ cấp kỹ năng cho nó.
Bỏ bộ lọc không giống với thay thế bộ lọc
Nước đi hiển nhiên là xóa yêu cầu bằng cấp. Bằng chứng cho thấy riêng việc đó gần như không đạt được gì.
Burning Glass Institute và Harvard Business School đã nghiên cứu 11.300 vai trò tại các doanh nghiệp lớn, trước và sau khi yêu cầu bằng cấp được gỡ bỏ. Gần 40% doanh nghiệp đã bỏ yêu cầu này. Kết quả: khoảng 97.000 lượt tuyển dụng dựa trên kỹ năng tăng thêm trên tổng số khoảng 77 triệu lượt tuyển mỗi năm — chưa tới 1 trên 700. Gần như toàn bộ thay đổi thực chất đến từ chỉ 37% số công ty đã thực hiện thay đổi trên giấy (Burning Glass Institute & Harvard Business School, 2024).
Gỡ một bộ lọc không tạo ra một quy tắc ra quyết định. Nó tạo ra khoảng trống, và khoảng trống đó được lấp đầy bằng chính thói quen cũ, lần này vận hành phi chính thức.
Thứ thay thế nó phải được đo lường. Bằng chứng phân tích tổng hợp mạnh nhất hiện có đặt phỏng vấn có cấu trúc ở mức r = .42 trong dự báo hiệu quả công việc, so với r = .19 của phỏng vấn phi cấu trúc — khoảng cách hiệu lực lớn nhất mà một đội tuyển dụng có thể tiếp cận, và nó không tốn gì ngoài kỷ luật (Sackett, Zhang, Berry & Lievens, Journal of Applied Psychology, 2022).
Đó chính là sự thay thế mà kết quả của Boston University gợi ý: không phải tuyển dụng mù bằng cấp, mà là tuyển dụng trong đó tấm bằng được định trọng số đúng mức, với một thước đo năng lực đã được kiểm chứng gánh phần trọng lượng mà tấm bằng từng gánh.
Lập luận này có thể sai ở đâu
Tôi sẽ không hành động dựa trên con số lẻ. Tôi hành động dựa trên chiều hướng. Sự khác biệt đó đáng được nói cho chính xác.
Đây là bản thảo làm việc trên SSRN, chưa qua bình duyệt. Xu hướng trước can thiệp thì sạch và thiết kế thì cẩn trọng, nhưng độ lớn của hiệu ứng có thể thay đổi khi qua phản biện.
Ngoài ra, mức độ chịu tác động không đồng nghĩa với bị thay thế. Điểm số cao nghĩa là các nhiệm vụ được ghi nhận của một vai trò chồng lấn với những gì mô hình có thể làm — không phải là mô hình đã làm chúng. Đó là thước đo tính khả thi kỹ thuật, cố định tại một thời điểm.
Và dữ liệu suy ra từ hồ sơ mang theo tính chọn lọc. Revelio tái dựng lịch sử nghề nghiệp từ hồ sơ nghề nghiệp công khai, mà việc ai duy trì hồ sơ và duy trì đầy đủ đến đâu thì không hề ngẫu nhiên. Điều đó có thể tương quan với cả bằng cấp lẫn nghề nghiệp theo những cách thiết kế nghiên cứu không hấp thụ hết được.
Giờ đến phần đứng vững bất kể điều gì. Một khoản phụ trội cho bằng cấp vốn ổn định suốt bốn năm đã tách hướng đúng vào thời điểm một mô hình văn bản đa dụng xuất hiện, ở những nghề mà mô hình đó xử lý tốt, và đúng với nhóm ứng viên mà nhà tuyển dụng vốn đã nắm bằng chứng tốt hơn. Hãy chia đôi hiệu ứng — kết luận vận hành vẫn không đổi.
Điều gì thay đổi trong một công ty 50–500 nhân sự
Đây là thay đổi quy trình, không phải khoản chi. Nó gọn trong một quý và không cần phê duyệt nào ngoài của chính bạn.
Rà soát xem tấm bằng còn mang trọng số ở đâu. Lấy ra các vị trí đang tuyển và bảng chấm điểm cho những vai trò chịu tác động AI cao — tài chính, phân tích, marketing ops, báo cáo nội bộ, viết kỹ thuật. Tìm mọi chỗ mà bằng sau đại học tạo lợi thế ở vòng sàng lọc, một mức điểm trong bảng, hay một khung lương. Phần lớn lãnh đạo vận hành chưa từng liệt kê những điểm này vào một chỗ và thường bất ngờ với số lượng.
Tách quy tắc theo giai đoạn của ứng viên. Nghiên cứu ủng hộ việc giữ trọng số bằng cấp cho người tìm việc lần đầu, nơi bạn có rất ít thứ khác để đọc, và giảm mạnh với các vị trí tuyển người có kinh nghiệm, nơi bạn đã nắm tín hiệu tốt hơn. Một quy tắc chung cho cả hai giai đoạn giờ đã sai một cách có thể chứng minh, theo hướng này hoặc hướng kia.
Đặt một công cụ đo lường vào khoảng trống trước khi mở nó ra. Một buổi phỏng vấn có cấu trúc với bộ câu hỏi cố định và thang đánh giá có neo, hoặc một bài mẫu công việc được chấm điểm, dựng từ chính công việc thật. Gỡ bộ lọc mà không có bước này chính là kết cục 1 trên 700 (Burning Glass Institute & Harvard Business School, 2024).
Một ghi chú về phiên bản nội bộ của vấn đề này
Cùng logic ấy vận hành hướng vào trong. Nếu tiêu chí thăng tiến hay chương trình nhân sự tiềm năng của bạn cộng điểm cho bằng sau đại học, bạn đang áp một tín hiệu đang phân rã lên chính những người mà bạn đã nắm trọn lịch sử công việc — nhóm mà giá trị thông tin của tín hiệu đó thấp nhất. Đây là chỗ rẻ nhất để sửa, và cũng là chỗ ít có khả năng xuất hiện trong danh sách ưu tiên của ai đó nhất.
Một quyết định cho quý này
Mở bảng chấm điểm của vị trí đang tuyển chịu tác động AI nhiều nhất và tìm dòng mà bằng thạc sĩ được cộng điểm. Rồi trả lời một câu hỏi: dòng đó cho tôi biết điều gì mà ba năm làm việc gần nhất của ứng viên này không cho biết?
Nếu bạn không trả lời được trong một câu, bạn không sàng lọc theo năng lực. Bạn đang trả phụ trội cho một thông tin mà thị trường đã định giá lại — và dữ liệu của Boston University nói rằng mức chiết khấu áp lên bằng sau đại học ở các vai trò chịu tác động của AI đang rộng thêm mỗi năm.
Tấm bằng không ngừng mang ý nghĩa. Nó chỉ ngừng mang cái ý nghĩa mà bảng chấm điểm của bạn gán cho nó.
