Hãy thành thật với bản thân. Bạn đã nghe bao nhiêu lần những câu như "AI sẽ cách mạng hóa ngành phi lợi nhuận", "ChatGPT sẽ viết đơn xin tài trợ thay bạn", "AI giúp tổ chức nhỏ làm được việc như tổ chức lớn"? Có thể là chục lần. Trăm lần. Mỗi tuần một bài báo mới.
- Định nghĩa AI Fluency và giải thích tại sao nó quan trọng với lĩnh vực phi lợi nhuận
- Trình bày rõ giá trị cốt lõi, sứ mệnh, và ràng buộc của tổ chức mình để hướng dẫn cộng tác với AI hiệu quả hơn
- Xác định mục tiêu tích hợp AI cụ thể, gắn với công việc hàng ngày của bạn
- Phân biệt "dùng AI có ý thức" với "dùng AI theo phản xạ" và vì sao khác biệt này quyết định tác động
Mở đầu: Khoảng cách giữa kỳ vọng và thực tế
Và rồi bạn mở công cụ AI ra, gõ "giúp tôi viết thư cảm ơn nhà tài trợ". Kết quả trả về nghe như mọi lá thư cảm ơn chung chung khác trên internet. Không có giọng của tổ chức bạn. Không có câu chuyện cộng đồng bạn phục vụ. Không có cảm xúc chân thành mà bạn biết mình có thể viết tốt hơn nếu có thêm 30 phút.
Bạn đóng tab. Thở dài. Tiếp tục làm theo cách cũ.
Đây không phải lỗi của bạn. Đây là khoảng cách giữa lời hứa của công nghệ và cách nó thực sự xuất hiện trong công việc.
Khảo sát của Anthropic và Giving Tuesday với hàng nghìn chuyên gia trong lĩnh vực phi lợi nhuận cho thấy: phần lớn tổ chức bày tỏ hứng thú với AI, nhưng chỉ một số ít đạt được triển khai có ý nghĩa. Lý do không phải vì AI không đủ thông minh. Lý do là vì sử dụng AI hiệu quả là một kỹ năng có thể học được — không phải một món quà từ trời xuống.
Khóa học này được thiết kế để lấp đầy khoảng cách đó. Không phải bằng "10 prompt thần kỳ" hay "demo ngầu". Mà bằng cách giúp bạn xây dựng AI Fluency — năng lực làm việc với các hệ thống AI một cách hiệu quả, ethic, và an toàn.
AI Fluency là gì?
AI Fluency là năng lực sử dụng AI theo bốn tiêu chí đồng thời:
- Hiệu quả (effective)tạo ra kết quả thực sự có ích
- Hiệu suất (efficient)tiết kiệm thời gian, công sức
- Ethic (ethical)tôn trọng giá trị, cộng đồng, người phụ thuộc
- An toàn (safe)bảo vệ dữ liệu nhạy cảm, tránh rủi ro
Nó không phải là danh sách prompt bạn học thuộc. Nó là sự kết hợp của kỹ năng thực hành + kiến thức + insight + giá trị giúp bạn thích nghi khi công nghệ AI thay đổi — mà vẫn trung thành với sứ mệnh tổ chức.
┌─────────────────────────────────────────────────┐
│ │
│ AI FLUENCY = Năng lực đa chiều │
│ │
│ ┌───────────┐ ┌───────────┐ ┌───────────┐ │
│ │ Effective │ │ Efficient │ │ Ethical │ │
│ └───────────┘ └───────────┘ └───────────┘ │
│ + │
│ ┌───────────┐ │
│ │ Safe │ │
│ └───────────┘ │
│ │
│ (thiếu bất kỳ chiều nào = không fluent) │
│ │
└─────────────────────────────────────────────────┘Vì sao nonprofits cần fluency chứ không phải "prompt library"?
Bạn có thể thấy nhiều tài liệu miễn phí dạng "50 prompt cho tổ chức phi lợi nhuận". Có ích ngắn hạn, nhưng có 3 vấn đề:
- Prompt lỗi thời nhanh. Model mới, công cụ mới, prompt cũ kém đi.
- Prompt không hiểu bối cảnh của bạn. Mỗi tổ chức có sứ mệnh, audience, ràng buộc riêng.
- Prompt không dạy bạn đánh giá output. Sai sót vi tế (thống kê sai, giọng không phù hợp) sẽ không được phát hiện nếu bạn chỉ "copy-paste".
Fluency là gốc. Prompt chỉ là cành. Khi bạn có gốc, bạn có thể tự tạo và sửa prompt phù hợp với bất kỳ công cụ nào, bất kỳ tình huống nào.
Khung 4D — Xương sống của khóa học
Ở trung tâm của khóa học là khung 4D do Giáo sư Joseph Feller (University College Cork) và Giáo sư Rick Dakan (Ringling College of Art and Design) phát triển. Khung này gồm bốn năng lực đan xen:
┌───────────────────────────────────────────────────┐
│ │
│ KHUNG 4D │
│ │
│ Delegation ◄─────────────► Diligence │
│ (Ủy thác) CÓ DÙNG AI? (Trách nhiệm) │
│ │
│ │
│ Description ◄────────────► Discernment │
│ (Mô tả) DÙNG RA SAO? (Thẩm định) │
│ │
└───────────────────────────────────────────────────┘Hai vòng lặp
Vòng 1: Delegation ↔ Diligence — Quyết định cấp cao
- Có nên dùng AI cho việc này không?
- Nếu có, mức độ nào và công cụ nào?
- Tôi chịu trách nhiệm ra sao với kết quả?
Vòng 2: Description ↔ Discernment — Tương tác hàng ngày
- Mô tả ý muốn cho AI như thế nào?
- Đánh giá output của AI ra sao?
- Điều chỉnh lại yêu cầu thế nào cho tốt hơn?
Bạn chưa cần hiểu sâu về 4D ngay. Bài tiếp theo (14.2) sẽ đào sâu từng chữ D. Bây giờ, chỉ cần biết: đây là bốn ô chữ nhỏ mà bạn sẽ dùng lặp đi lặp lại — như nghệ nhân mộc dùng cưa, đục, bào, giấy nhám.
Vì sao 4D thay vì "prompt engineering"?
Prompt engineering chỉ tập trung vào Description. Bạn có thể viết prompt hoàn hảo mà vẫn thất bại:
- Vì bạn chọn sai tác vụ để giao cho AI (thiếu Delegation)
- Vì bạn không đánh giá được output đúng/sai (thiếu Discernment)
- Vì bạn không kiểm tra nguồn, không trách nhiệm với kết quả (thiếu Diligence)
4D là bức tranh toàn cảnh. Prompt engineering là một phần của một D.
Điều gì làm tổ chức phi lợi nhuận khác biệt?
Sứ mệnh luôn đi trước. Mọi hiệu quả, mọi tác vụ tự động, mọi giờ được tiết kiệm — cuối cùng phải quy đổi thành tác động lớn hơn cho cộng đồng bạn phục vụ.
Điều này dẫn đến một khác biệt cơ bản so với doanh nghiệp:
| Tiêu chí | Doanh nghiệp | Tổ chức phi lợi nhuận |
|---|---|---|
| Đo lường thành công | Lợi nhuận, tăng trưởng | Tác động sứ mệnh, cộng đồng |
| Rủi ro khi sai | Mất tiền, mất khách | Mất niềm tin, gây hại cho cộng đồng đang được phục vụ |
| Áp lực nhân sự | Có thể thuê thêm khi tăng trưởng | Luôn "do more with less" |
| Tiêu chuẩn minh bạch | Đủ luật pháp là được | Phải giải trình với nhà tài trợ, cộng đồng, board |
| Dữ liệu xử lý | Dữ liệu kinh doanh | Thường là PII (thông tin cá nhân), câu chuyện nhạy cảm |
Do đó, khi dùng AI, bạn không chỉ hỏi "AI có thể làm việc này không?" mà còn hỏi "AI có nên làm việc này không?" và "Làm vậy có phục vụ sứ mệnh không?"
Đây là sự khác biệt cốt lõi mà khóa học này tôn trọng xuyên suốt.
Khóa học này sẽ dẫn bạn đi đâu?
┌──────────────────────────────────────────────────┐
│ │
│ MODULE 1: NỀN TẢNG (Bài 14.0 - 14.2) │
│ ├── Welcome & định nghĩa AI Fluency │
│ └── Khung 4D (4 năng lực cốt lõi) │
│ │
│ MODULE 2: KỸ NĂNG HÀNG NGÀY (Bài 14.2 - 14.4) │
│ ├── Nghiên cứu với AI (research) │
│ └── Viết với AI (writing) │
│ │
│ MODULE 3: AN TOÀN & DỮ LIỆU (Bài 14.4 - 14.6) │
│ ├── Privacy & data handling │
│ └── Phân tích dữ liệu với AI │
│ │
│ MODULE 4: NÂNG CAO (Bài 14.6 - 14.8) │
│ ├── Tự động hóa workflow │
│ └── Tích hợp AI vào tổ chức │
│ │
│ MODULE 5: TỔNG KẾT (Bài 14.8 - 14.9) │
│ ├── Bước tiếp theo │
│ └── Quiz & chứng nhận │
│ │
└──────────────────────────────────────────────────┘Tổng thời gian ước tính: 4-5 giờ đọc + 3-4 giờ thực hành = 7-9 giờ.
Mỗi bài đều có bài tập thực tế, không chỉ lý thuyết. Nếu bạn bỏ qua bài tập, bạn sẽ hiểu nhưng không thuần thục. Fluency = kiến thức × thực hành.
Bạn nên học thế nào?
Ba nhóm người đọc — Ba cách tiếp cận
Nếu bạn là người mới với AI hoàn toàn:
- Đọc tuần tự từ Bài 14.0 đến 14.9. Đừng nhảy cóc.
- Làm tất cả bài tập "Part I — Self-reflection" dù chúng trông đơn giản.
- Đừng tải công cụ AI mới cho khóa này — dùng cái bạn đã có (ChatGPT, Claude, Gemini...)
- Tốc độ đề xuất: 1 bài/tuần × 10 tuần, hoặc 2 bài/cuối tuần × 5 cuối tuần.
Nếu bạn đã dùng AI nhưng chưa "fluent":
- Đọc Bài 14.0 và 14.2 kỹ (khung 4D là cốt lõi).
- Nhảy đến bài liên quan nhất với công việc bạn đang làm (ví dụ: viết đơn tài trợ → 14.4; phân tích khảo sát → 14.6).
- Làm bài tập "Part II — Collaboration" trên dữ liệu thật của tổ chức.
- Quay lại bài còn lại khi có nhu cầu.
Nếu bạn là lãnh đạo / ED / Giám đốc vận hành:
- Đọc 14.1, 14.2, 14.5, 14.8 trước (big picture + privacy + policy).
- Làm bài tập "Draft organizational AI policy" trong 14.8 — đó là deliverable quý giá nhất cho bạn.
- Chia các bài kỹ thuật (14.3, 14.4, 14.6, 14.7) cho thành viên team đọc và báo cáo lại.
Quy tắc 70/20/10
- 70% thực hành — Làm với dữ liệu thật, vấn đề thật của bạn.
- 20% học từ người khác — Thảo luận bài tập với đồng nghiệp, chia sẻ kết quả.
- 10% lý thuyết — Đọc khung 4D, hiểu nguyên tắc.
Nếu bạn chỉ đọc mà không thực hành, bạn sẽ giống người đọc sách nấu ăn mà chưa từng bật bếp.
Những gì bạn cần chuẩn bị
Bắt buộc
- Một tài khoản AI assistant (Claude, ChatGPT, Gemini, Copilot — bất kỳ cái nào). Miễn phí đủ dùng cho đa số bài tập.
- 2-3 mẫu nội dung thật từ công việc: đơn tài trợ cũ, báo cáo cho nhà tài trợ, khảo sát cộng đồng đã loại bỏ PII.
- Notebook (giấy hoặc kỹ thuật số) để ghi lại phản xạ sau mỗi bài.
Nên có
- Mission statement của tổ chức (một đoạn ngắn hoặc một trang).
- Danh sách các chương trình chính và mục tiêu năm nay.
- Một đồng nghiệp cùng học — khóa học hiệu quả hơn nhiều khi thảo luận được.
Không cần
- Không cần kiến thức lập trình.
- Không cần hiểu Machine Learning, Transformers, hay thuật ngữ kỹ thuật.
- Không cần gói AI trả phí cao cấp (các bài tập tương thích với plan miễn phí).
Bốn nguyên tắc xuyên suốt khóa học
Có bốn câu châm ngôn sẽ lặp đi lặp lại. Ghi nhớ từ đầu sẽ giúp bạn thấm sâu:
1. "Sứ mệnh đi trước, công cụ đi sau"
Mọi quyết định về AI phải bắt đầu từ câu hỏi: "Điều này có phục vụ sứ mệnh không?" Nếu câu trả lời là "không" hoặc "không chắc" — dừng lại trước khi tối ưu hóa bằng AI.
2. "Can và should khác nhau"
Can AI do this? là câu hỏi kỹ thuật. Should AI do this? là câu hỏi ethic. Hai câu hỏi này có thể trả lời khác nhau — và thường bạn cần trả lời câu thứ hai trước.
3. "Bạn là human in the loop"
AI không thay bạn ra quyết định. AI hỗ trợ bạn ra quyết định tốt hơn. Khi bạn ký tên vào một đề xuất dự án, một báo cáo tác động, một email cảm ơn — bạn là người chịu trách nhiệm, bất kể AI đã giúp bao nhiêu phần trăm.
4. "Minh bạch là mặc định, không phải ngoại lệ"
Nếu việc bạn dùng AI có thể thay đổi cách ai đó (nhà tài trợ, cộng đồng, board) cảm nhận về kết quả — họ có quyền biết. Minh bạch không phải điểm yếu. Minh bạch xây niềm tin.
Hai sai lầm người mới thường mắc
Sai lầm 1: Outsource tư duy, không chỉ tác vụ
Triệu chứng: Bạn bắt đầu hỏi AI về mọi thứ, kể cả các vấn đề mà bạn mới là chuyên gia. "AI, chúng tôi nên ưu tiên chương trình nào năm sau?" — câu hỏi này AI không thể trả lời đúng. Nó thiếu quan hệ cộng đồng, lịch sử tổ chức, giá trị bạn đại diện.
Cách tránh: Giữ quyết định chiến lược, bàn giao tác vụ chi tiết. AI giỏi draft email, tổng hợp dữ liệu, reformatting. AI không giỏi đoán ưu tiên đạo đức của tổ chức bạn.
Sai lầm 2: Dùng một giọng chung chung cho cả tổ chức
Triệu chứng: Mọi email, mọi post, mọi report bắt đầu nghe như cùng một template. Cộng đồng bắt đầu nhận ra. Niềm tin giảm.
Cách tránh: Luôn inject chất riêng của tổ chức vào prompt. Upload tài liệu cũ, mission statement, ví dụ về tone bạn thích. Khóa học này sẽ dạy cụ thể cách làm trong Bài 14.3.
Áp dụng ngay — Bài tập nền tảng
Bài tập này giúp bạn xây dựng Context Document dùng lại được cho mọi cuộc trò chuyện AI sau này. Đây là khoản đầu tư 30 phút mang lại lợi ích hàng trăm giờ về sau.
Phần I: Tự phản xạ (làm một mình — 15 phút)
Lấy giấy bút hoặc mở một tài liệu mới. Trả lời thật nhanh (không overthink) bốn câu hỏi sau:
1. Sứ mệnh và tầm nhìn của tổ chức bạn là gì?
Không copy-paste trang web. Viết bằng giọng bạn thường nói với một người mới quen. 2-3 câu.
2. Bối cảnh và vai trò cụ thể của bạn?
- Quy mô tổ chức (ngân sách, nhân sự, số người phục vụ)
- Vai trò của bạn (chức danh, trách nhiệm chính)
- 3 điểm mạnh nhất của tổ chức
- 3 ràng buộc lớn nhất (thời gian? ngân sách? kỹ năng?)
- 2 cơ hội nổi bật sắp tới
3. Giá trị cốt lõi nào định hình công việc của bạn?
Không phải "innovation, excellence, integrity" chung chung. Hãy chọn 3 giá trị bạn thực sự hành động theo — ví dụ: "power-sharing với cộng đồng", "data-driven nhưng luôn story-first", "chấp nhận ineffficient nếu giữ được dignity".
4. Điền vào chỗ trống:
Nếu AI có thể giúp tôi ______________, tôi sẽ có nhiều thời gian hơn để ______________.
Vế trước: tác vụ bạn ghét hoặc làm chậm. Vế sau: công việc human-centered bạn muốn làm nhiều hơn.
Phần II: Cộng tác với AI (10 phút)
Mở Claude, ChatGPT, hoặc công cụ AI bạn chọn. Bắt đầu cuộc trò chuyện:
Tôi là chuyên gia trong một tổ chức phi lợi nhuận, đang xây dựng một tài liệu context có thể dùng lại được cho các cuộc trò chuyện AI sau này. Mục tiêu: giúp AI hiểu tổ chức, vai trò, và mục tiêu của tôi nhanh hơn trong tương lai. Tôi sẽ chia sẻ từng phần một. Hãy đặt câu hỏi follow-up nếu có điểm chưa rõ. Khi tôi đủ thông tin, hãy tổng hợp thành một tài liệu có cấu trúc mà tôi có thể copy-paste vào các cuộc trò chuyện tương lai.
Sau đó chia sẻ câu trả lời Phần I từng đoạn một. Để AI hỏi ngược — những câu hỏi tốt sẽ làm lộ ra điều bạn chưa nghĩ đến.
Các khu vực AI nên giúp bạn khai phá:
- Sứ mệnh, tầm nhìn, giá trị
- Phạm vi công việc điển hình
- Thách thức tổ chức thường gặp
- Ràng buộc cơ chế/hạ tầng
- Cơ hội cải thiện
- Pain points phổ biến
- Mục tiêu tích hợp AI
- Điểm độc đáo của vai trò hoặc tổ chức
Phần III: Tạo tài liệu dùng lại
Yêu cầu AI:
Tổng hợp cuộc trò chuyện này thành một tài liệu context có cấu trúc, dài khoảng 400-600 từ, mà tôi có thể paste vào đầu mọi cuộc trò chuyện AI tương lai để tiết kiệm thời gian. Format dễ copy-paste, dùng headers và bullets khi hợp lý.
Review cùng AI. Thêm cái gì còn thiếu. Sửa cái gì sai. Lưu file này — gọi nó my-context.md hoặc tương đương. Đây là công cụ bạn sẽ dùng suốt phần còn lại của khóa học.
Ghi lại kết quả
- Tác vụ bạn muốn delegate nhất cho AI: ___________
- Ba chủ đề / câu chuyện / số liệu AI nên luôn biết về tổ chức bạn: ___________
- Một ràng buộc mà AI cần tôn trọng (ví dụ: không dùng ngôn ngữ "victim-language" khi nói về người dùng dịch vụ): ___________
Phản xạ bài học
Dành 2 phút trả lời trong đầu hoặc ghi lại:
- Khi trả lời các câu tự phản xạ, có priority hay mối quan tâm nào mới xuất hiện mà bạn chưa nghĩ đến trước đó?
- Nhìn vào context document đã tạo: mảng việc nào bạn nghĩ sẽ hưởng lợi nhiều nhất từ cộng tác với AI?
- Mảng việc nào bạn cảm thấy không nên giao cho AI, dù AI có thể làm?
Tóm tắt bài học
- AI Fluency = effective + efficient + ethical + safe — thiếu bất kỳ chiều nào đều không phải fluency thực sự.
- Khung 4D (Delegation – Description – Discernment – Diligence) là xương sống của khóa học; bạn sẽ quay lại nó trong mọi bài.
- Sứ mệnh đi trước, công cụ đi sau — điều làm tổ chức phi lợi nhuận khác biệt là mọi tối ưu AI phải quy đổi thành tác động cộng đồng.
- "Can" và "Should" khác nhau — không phải cái gì AI làm được thì nên giao cho AI.
- Context document là khoản đầu tư 30 phút đem lại lợi ích hàng trăm giờ — đừng bỏ qua bài tập này, dù nó có vẻ đơn giản.
Tài liệu tham khảo
- Anthropic AI Fluency Framework & Foundations: https://www.anthropic.com/ai-fluency
- Claude privacy resources: https://privacy.claude.com và https://trust.anthropic.com
- Giving Tuesday (đối tác khóa học): https://www.givingtuesday.org
- Anthropic Nonprofit Use Cases: https://claude.com/resources/use-cases/category/nonprofits