Botsitting: Khi nhân viên mất 6,4 giờ/tuần để 'trông' AI
AI được kì vọng giúp con người tiết kiệm thời gian và giảm bớt việc lặp lại. Tuy nhiên, báo cáo Work AI Index 2026 của Viện Work AI thuộc Glean, với sự tham gia của các học giả từ Stanford, Notre Dame, UC Berkeley và một số đại học khác, cho thấy một nghịch lí đáng chú ý.
Nhiều nhân viên đang mất trung bình 6,4 giờ mỗi tuần để cung cấp ngữ cảnh, kiểm tra kết quả và sửa lỗi cho AI. Hiện tượng này được gọi là “botsitting”, phần việc vô hình đang làm giảm đáng kể lợi ích mà AI hứa hẹn.
Trong vài năm qua, AI tạo sinh được quảng bá như một “trợ lí” có thể giúp nhân viên viết email, tóm tắt tài liệu, soạn báo cáo, phân tích dữ liệu và lên ý tưởng nhanh hơn. Nhưng thực tế tại nhiều văn phòng không đơn giản như vậy. AI có thể giúp từng người xử lí việc nhanh hơn, song chưa chắc đã giúp cả tổ chức vận hành hiệu quả hơn.
Theo Glean, 87% lao động số được khảo sát đang dùng AI trong công việc. Trong đó, 75% nói AI giúp họ năng suất hơn và tiết kiệm khoảng 11 giờ mỗi tuần nhờ tự động hóa. Tuy nhiên, chỉ 13% cho rằng tổ chức của họ hoạt động tốt hơn rõ rệt nhờ AI. Điều này cho thấy lợi ích ở cấp độ cá nhân không tự động chuyển thành hiệu quả chung cho doanh nghiệp.
Báo cáo dựa trên khảo sát 6.000 lao động toàn thời gian tại Mỹ, Anh và Úc, được thực hiện từ tháng 12/2025 đến tháng 1/2026. Kết quả cho thấy phần thời gian AI giúp tiết kiệm đang bị bào mòn bởi một dạng công việc mới là giám sát, kiểm tra và chỉnh sửa đầu ra của AI. Đây là những việc ít được nhìn thấy, nhưng ngày càng chiếm nhiều thời gian của nhân viên.
Botsitting là gì và vì sao gây mệt mỏi?
Theo Glean, “botsitting” có thể hiểu là việc con người phải “trông chừng AI” để công cụ này tạo ra kết quả thật sự dùng được. Quá trình đó bao gồm cung cấp ngữ cảnh, làm rõ yêu cầu, kiểm tra câu trả lời, đối chiếu nguồn, sửa lỗi, chạy lại lệnh và chuyển đổi giữa nhiều công cụ. Trung bình, người lao động dành 6,4 giờ mỗi tuần cho hoạt động này, tương đương 37% tổng thời gian làm việc với AI, gần bằng một ngày công. Đây là phần việc thầm lặng, thường không có trong mô tả công việc và khó đo bằng năng suất, nhưng lại tác động trực tiếp đến tinh thần nhân viên cũng như chất lượng đầu ra.
Gốc rễ nằm ở chỗ AI không tự hiểu đầy đủ bối cảnh. Một công cụ có thể viết rất nhanh, nhưng không tự biết khách hàng nào đang được nhắc tới, số liệu nào đã cập nhật, chính sách nội bộ nào còn hiệu lực, hay tiêu chuẩn chất lượng của từng bộ phận ra sao. Khi thiếu dữ liệu, AI dễ đưa ra câu trả lời nghe hợp lí nhưng sai trọng tâm hoặc không dùng được ngay.
Vì vậy, công việc của nhân viên không biến mất mà chuyển sang dạng khác. Họ không còn tự viết toàn bộ báo cáo, nhưng phải rà lại bản nháp do AI tạo ra. Họ không tự tổng hợp từ đầu, nhưng phải kiểm tra xem AI có hiểu sai nguồn hay bỏ sót dữ kiện hay không. Họ có thể không tự soạn email, nhưng vẫn phải chỉnh giọng văn cho đúng bối cảnh. Khi những việc này lặp lại mỗi ngày, AI không còn đơn thuần là công cụ giảm tải. Nó trở thành một hệ thống cần con người theo dõi, kiểm tra và sửa liên tục.
Khi sản phẩm chưa kiểm chứng thành gánh nặng
Một hệ quả khác là nhiều người bắt đầu bỏ qua khâu kiểm tra. Áp lực lớn, thời gian ít, lại bị yêu cầu dùng AI nhiều hơn, họ giao nộp sản phẩm dù chưa thật sự hiểu hay không đủ tự tin bảo vệ. Glean gọi đây là "botshitting", 69% người dùng AI thừa nhận từng gửi đi sản phẩm họ chưa kiểm chứng đầy đủ.
Điểm nguy hiểm là một bản nháp AI có thể trông rất chỉn chu, bố cục rõ, văn phong mượt, nhưng bên trong thiếu dữ kiện hoặc sai bối cảnh. Khi đó người tạo tưởng đã tiết kiệm một giờ, còn đồng nghiệp hoặc cấp quản lí phải mất nhiều giờ rà lại, hỏi lại và làm lại.
Các nhà nghiên cứu từ BetterUp Labs phối hợp với Phòng thí nghiệm Truyền thông xã hội Stanford, trong một bài viết trên Harvard Business Review, gọi loại sản phẩm này là "workslop", nội dung do AI tạo ra trông như sản phẩm tốt nhưng thiếu chiều sâu để thực sự đẩy công việc tiến lên. Khảo sát của nhóm này cho thấy quy mô vấn đề không nhỏ, 41% nhân viên văn phòng Mỹ cho biết đã nhận workslop trong tháng trước, mỗi sản phẩm tốn trung bình gần hai giờ để xử lí, ước tính khoảng 186 USD mỗi nhân viên mỗi tháng, tương đương hơn 9 triệu USD mỗi năm với một công ty 10.000 người.
Tác hại của workslop không chỉ nằm ở lỗi nội dung. Khi nhận được sản phẩm AI kém chất lượng, 42% người lao động đánh giá người gửi là kém tin cậy hơn trước. Thay vì cùng nhau xử lý công việc, họ phải mất thêm thời gian “dọn rác” cho đầu ra của người khác. Khi đó, AI không giúp tổ chức vận hành nhanh hơn, mà chỉ đẩy gánh nặng từ người này sang người khác. Đây cũng là lí do nhiều doanh nghiệp rơi vào nghịch lí năng suất. Họ mua thêm công cụ, khuyến khích nhân viên dùng AI nhiều hơn và đo hiệu quả bằng số lượt sử dụng. Tuy nhiên, nếu không theo dõi chất lượng cuối cùng, thời gian kiểm chứng và số vòng chỉnh sửa, doanh nghiệp rất dễ nhầm hoạt động bề nổi với hiệu quả thực chất.
Việt Nam dùng AI nhanh, nhưng cần tránh hời hợt
Câu chuyện này đặc biệt đáng chú ý với Việt Nam, nơi tốc độ tiếp cận AI thuộc nhóm nhanh nhất khu vực. Theo khảo sát Work Trend Index của Microsoft, 88% lao động tri thức tại Việt Nam đã dùng AI tạo sinh trong công việc, cao hơn mức trung bình toàn cầu 75%. Người lao động Việt cởi mở với công nghệ mới, nhất là ở các nhóm văn phòng, truyền thông, marketing, giáo dục, tài chính và dịch vụ khách hàng.
Tuy nhiên, dùng AI nhiều không đồng nghĩa với dùng AI hiệu quả. Khảo sát của Talentnet và LinkedIn cho thấy 31% doanh nghiệp Việt xem AI là ưu tiên chiến lược, nhưng chỉ khoảng 3% tự đánh giá đã sẵn sàng làm chủ công nghệ này. Phần lớn vẫn mới ứng dụng AI ở các việc cơ bản như soạn email, sửa lỗi chính tả, tóm tắt nội dung hoặc chuẩn bị tài liệu họp.
Đây là giai đoạn rất dễ phát sinh botsitting. Khi dữ liệu nội bộ chưa được tổ chức tốt, quy trình kiểm chứng chưa rõ ràng và mỗi nhân viên dùng AI theo một cách khác nhau, công cụ đáng lẽ giúp tiết kiệm thời gian lại tạo thêm việc. Kết quả là cả đội phải mất thêm công sức để thống nhất thông tin, rà lỗi và chỉnh sửa đầu ra.
Sức ép tinh thần từ AI cũng đã xuất hiện rõ hơn. Theo báo cáo ManpowerGroup năm 2026, dù 89% người lao động tin rằng họ có đủ kĩ năng cho công việc hiện tại, 43% vẫn lo bị tự động hóa thay thế trong hai năm tới và gần hai phần ba cho biết họ thường xuyên kiệt sức. Với người làm nội dung, báo chí hay marketing, rủi ro càng lớn. Một lỗi dịch sai, một chi tiết chưa xác thực hoặc một cách diễn đạt lệch bối cảnh có thể làm hỏng cả sản phẩm. AI cũng dễ nhầm khi xử lí tên riêng, văn bản pháp lí, thuật ngữ chuyên ngành hoặc sắc thái văn hóa tiếng Việt. Vì vậy, vấn đề không chỉ là có dùng AI hay không. Điều quan trọng hơn là dùng AI ở bước nào, ai kiểm tra kết quả và doanh nghiệp xử lí sai sót ra sao.
Giải pháp là cộng tác với AI, không giao phó cho AI
Lối ra không phải là mua thêm thật nhiều công cụ. Nếu doanh nghiệp chỉ bổ sung phần mềm mà không thay đổi cách làm việc, AI có thể trở thành một lớp việc mới chồng lên quy trình cũ. Điều quan trọng hơn là thiết kế lại cách con người và AI phối hợp.
Trước hết, doanh nghiệp cần xác định rõ việc nào nên giao cho AI và việc nào con người phải kiểm soát. AI phù hợp với tạo bản nháp, gợi ý ý tưởng, tóm tắt tài liệu, phân loại thông tin hoặc kiểm tra lỗi ngôn ngữ. Nhưng với các nhiệm vụ liên quan đến phán đoán, dữ liệu nhạy cảm, trách nhiệm pháp lí hoặc quyết định chiến lược, con người vẫn phải giữ vai trò trung tâm.
Nhân viên cũng cần được đào tạo không chỉ về cách viết câu lệnh, mà cả cách kiểm chứng kết quả. Người dùng AI giỏi là người biết đặt câu hỏi đúng, nhận ra câu trả lời mơ hồ, yêu cầu nguồn và hiểu khi nào không nên dùng AI. Trong thời AI, tư duy phản biện quan trọng không kém kĩ năng công nghệ.
Doanh nghiệp nên xây bộ quy tắc riêng cho từng phòng ban. Nội dung gửi khách hàng phải được kiểm tra kĩ hơn bản nháp nội bộ. Bài báo cần tiêu chuẩn nguồn rõ ràng hơn một gợi ý ý tưởng. Dữ liệu nhạy cảm phải có giới hạn sử dụng nghiêm ngặt. Khi quy tắc rõ ràng, nhân viên sẽ bớt phải tự đoán và giảm nguy cơ sai sót.
Cuối cùng, năng suất cần được đo bằng kết quả thật, không phải số lần dùng AI. Doanh nghiệp nên nhìn vào thời gian hoàn thành công việc, tỉ lệ lỗi, số vòng chỉnh sửa và chất lượng quyết định. Chỉ khi đó, AI mới thực sự giúp giảm tải thay vì tạo thêm việc cho con người.
.jpg)
