WEBSITE ĐANG PHÁT TRIỂN

Khóa học AI Fluency - bạn sẽ học được gì từ hành trình này

Khóa học này không dạy bạn dùng ChatGPT hay Copilot - những thứ đó bạn tự học trong vài giờ. Nó dạy bạn cách suy nghĩ khi làm việc với AI: khi nào tin, khi nào kiểm tra, và làm thế nào để AI thực sự mở rộng năng lực của bạn thay vì chỉ giúp bạn gõ nhanh hơn. Có một câu hỏi tôi nhận được rất nhiều trong thời gian gần đây, từ rất nhiều người khác nhau - từ developer mới ra trường, đến senior engineer 10 năm kinh nghiệm, đến PM và designer không có nền tảng kỹ thuật: "Mình nên học AI bắt đầu từ đâu?" Lần đầu tiên nghe câu hỏi này, tôi nghĩ câu trả lời đơn giản: "Cài Copilot đi, thử vài ngày là quen." Nhưng càng ngày tôi càng nhận ra câu hỏi đó không phải về tool. Nó là về thứ gì đó sâu hơn - một cảm giác mơ hồ rằng thế giới đang thay đổi theo cách mà bạn chưa hiểu rõ, và bạn muốn không bị bỏ lại phía sau. Tôi đã nghe câu hỏi đó đủ nhiều lần để quyết định làm một điều gì đó có hệ thống hơn là trả lời từng người một. Và đó là lý do khóa học này ra đời.

Tại sao "AI Fluency" - không phải "học AI"?

Tôi chọn từ "Fluency" có chủ đích. Fluency là sự thông thạo - không phải là biết tất cả, mà là có thể vận hành tự nhiên trong một môi trường.

Người biết tiếng Anh không cần dừng lại để dịch từng từ. Người có AI Fluency không cần dừng lại để nghĩ "mình nên prompt thế nào" - họ tự nhiên biết cách đặt câu hỏi, biết khi nào output của AI đáng tin và khi nào không, biết cách kết hợp AI vào workflow thực sự của mình thay vì treat nó như một gizmo mới thú vị.

Học "AI" theo nghĩa thông thường - học tool, học feature, học prompt template - là học ngữ pháp mà chưa học nói. Bạn biết cú pháp nhưng không có flow.

Khóa học này xây dựng flow đó.


Bạn sẽ học được gì?

Tôi muốn thật lòng với bạn về 4 thứ cụ thể bạn sẽ ra khỏi đây với:

1. Hiểu được mục đích và cấu trúc của AI Fluency

Không phải theo nghĩa học thuật. Mà là bạn hiểu AI Fluency có ý nghĩa thực tế gì với công việc hàng ngày của bạn. Nó khác nhau với developer, với PM, với designer, với người quản lý. Bạn sẽ biết cụ thể nó có nghĩa gì với bạn.

2. Nhận ra tại sao AI Fluency quan trọng ngay lúc này - không phải "trong tương lai"

Kỹ năng yêu cầu trong AI-exposed jobs đang thay đổi nhanh hơn 66% so với các công việc khác (PwC). Không phải đang chuẩn bị thay đổi. Đang thay đổi. Hàng ngày. Bạn sẽ thấy rõ bức tranh đó và biết mình đang đứng ở đâu trong đó.

3. Xác định những thành phần cụ thể trong hành trình học của bạn

Không phải "học hết mọi thứ về AI". Khóa học này giúp bạn biết cái gì quan trọng với mình, cái gì không, và nên bắt đầu từ đâu để có kết quả sớm nhất. Cá nhân hóa thay vì one-size-fits-all.

4. Đặt kỳ vọng thực tế - không hype, không sợ hãi

Có hai luồng thông tin về AI hiện nay: luồng hype (AI sẽ giải quyết tất cả mọi thứ) và luồng sợ hãi (AI sẽ thay thế tất cả). Cả hai đều không giúp ích gì cho bạn. Bạn sẽ ra khỏi khóa học này với một cái nhìn calibrated - biết AI giỏi ở đâu, tệ ở đâu, và bạn cần làm gì để không chỉ "sống sót" mà thực sự phát triển.


Khóa học này dành cho ai?

Tôi xây dựng nó cho người không cần học từ đầu về AI - bạn đã nghe về AI, đã thử vài tool, có thể đã dùng ChatGPT rồi. Nhưng bạn chưa có một framework rõ ràng để nghĩ về AI trong công việc của mình.

Nếu bạn đang nằm trong một trong những nhóm sau, khóa học này là cho bạn:

  • Developer muốn hiểu AI sâu hơn chứ không chỉ dùng nó như autocomplete
  • Tech lead muốn giúp team mình adopt AI đúng cách
  • PM, designer, hoặc bất kỳ ai làm việc cùng team kỹ thuật và muốn không bị mất kết nối
  • Người mới đi làm đang cố build career trong một thế giới AI đang thay đổi

Và nếu bạn đã 20+ năm trong ngành như tôi và đang tự hỏi AI có ý nghĩa gì với phần còn lại của career mình - khóa học này cũng cho bạn.


Một điều tôi muốn nói trước khi bạn bắt đầu

Tôi học được điều này từ 20 năm làm việc với technology: tool thay đổi rất nhanh, nhưng cách tư duy đúng đắn thì không lỗi thời.

Trong 5 năm tới, AI tool bạn đang dùng hôm nay sẽ thay đổi hoàn toàn. Có thứ sẽ tốt hơn gấp 10 lần. Có thứ sẽ biến mất. Feature bạn đang học hôm nay có thể không còn tồn tại năm sau.

Nhưng nếu bạn học cách nghĩ về AI đúng cách - hiểu giới hạn của nó, biết khi nào tin và khi nào không, biết cách verify output, biết cách kết hợp AI judgment với human judgment - thì kỹ năng đó sẽ theo bạn dù tool nào xuất hiện tiếp theo.

Đó là thứ tôi muốn trao cho bạn qua khóa học này. Không phải một bộ prompt template. Mà là một cách tư duy.


Gửi các bạn trẻ mới bắt đầu

Tôi biết cảm giác bị overwhelm khi nhìn vào AI landscape bây giờ. Hàng trăm tool, hàng nghìn tutorial, mọi người đều nói "bạn phải học cái này ngay" - và cái "này" thay đổi mỗi tháng.

Lời khuyên của tôi: đừng cố học hết. Hãy học đủ để có thể học tiếp.

AI Fluency không phải là điểm đến - đó là khả năng di chuyển trong một địa hình thay đổi liên tục mà không mất phương hướng. Và cái đó bắt đầu bằng framework tư duy đúng, không phải bằng số lượng tool bạn biết.

Chúng ta cùng bắt đầu hành trình đó ở đây.


Bạn nghĩ sao?

Trước khi vào bài học đầu tiên, tôi muốn hỏi một câu đơn giản: điều bạn thực sự muốn từ việc học AI Fluency là gì? Không phải câu trả lời đúng - chỉ là câu trả lời thật của bạn.

Viết xuống ở comment. Tôi đọc hết và những câu trả lời đó sẽ giúp tôi biết mình đang dạy đúng người chưa :)


/Son Do - believe in basic

#1percentbetter #AIFluency #lifelonglearning #developerlife



Bài viết liên quan

Xem thêm
Career & Mindset

Dùng AI tưởng nhàn hơn, hóa ra bận hơn - và đây là lý do tại sao

AI không giải phóng thời gian - nó mở rộng kỳ vọng. Bạn làm nhanh hơn, nhưng sẽ phải làm nhiều hơn, kiểm tra nhiều hơn, và học thêm liên tục để không bị bỏ lại. Nhưng cũng có cách để không bị AI "ăn thịt" mà vẫn tận dụng được nó. Ông bạn tôi - một PM khá giỏi, 8 năm kinh nghiệm - nhắn tin lúc 11 giờ đêm thứ Sáu. Nội dung: "Anh ơi, sao em dùng Copilot rồi mà còn bận hơn trước vậy?" Tôi cười, vì câu đó chính xác là điều tôi muốn nghe để viết bài này. Trước đó vài tháng, cả team ông bạn tôi được trang bị GitHub Copilot, Microsoft 365 Copilot, và một đống AI tool khác. Ban đầu ai cũng hào hứng. Code review nhanh hơn. Email draft xong trong 2 phút. Document có AI tóm tắt. Cuộc họp có transcript tự động. Hai tháng sau, ông ấy đang ngồi 11 giờ đêm thứ Sáu hoàn thiện nốt phần requirements mà AI vừa generate ra nhưng sai đủ kiểu cần phải sửa lại từ đầu. Chào mừng đến với "AI productivity paradox" - cái nghịch lý mà hàng triệu người đang trải qua nhưng ít ai nói thẳng ra.

Career & Mindset

AI của tôi: thách thức, kỳ vọng, và điều tôi thực sự hy vọng

Sau hơn hai năm làm việc với AI mỗi ngày, đây là góc nhìn thật của tôi - không phải bài review tool, không phải PR marketing, không phải tiên tri tương lai. Chỉ là một người làm nghề 20 năm ngồi nhìn lại và cố hiểu xem cái thứ đang thay đổi ngành này thực sự ý nghĩa gì với mình. Lần đầu tiên AI nói dối tôi một cách tự tin, tôi đang ngồi debug một issue khá phức tạp về EF Core query performance trong một dự án e-commerce lớn. Tôi paste đoạn code vào ChatGPT, mô tả vấn đề. Ba giây sau, một câu trả lời dài và trông rất chuyên nghiệp xuất hiện: nguyên nhân là X, giải pháp là Y, code example đây. Formatting đẹp, giọng tự tin, đủ keyword kỹ thuật để nghe hợp lý. Tôi thử Y. Không chạy. Thử lại. Vẫn không chạy. Đọc kỹ lại câu trả lời, tôi nhận ra vấn đề: method AI đề xuất không tồn tại trong phiên bản EF Core tôi đang dùng. AI đã tưởng tượng ra một API không có thật, rồi giải thích nó với độ tự tin tuyệt đối. Tôi ngồi im một lúc. Đây không phải lần AI trả lời sai đầu tiên - nhưng đây là lần đầu tiên tôi thấy rõ cái gap giữa "trông có vẻ đúng" và "thực sự đúng" một cách sắc nét đến vậy. Và cái cảm giác đó không rời tôi kể từ đó.