Article index
Google đang thí điểm một thay đổi đáng chú ý trong tuyển dụng kỹ sư phần mềm: cho phép ứng viên dùng trợ lý AI được phê duyệt — Gemini — trong một số vòng phỏng vấn nhất định. Nếu nhìn hời hợt, đây chỉ là chuyện của Big Tech. Nhưng với SME Việt Nam, tín hiệu thật sự nằm ở chỗ khác: thị trường lao động đang chuyển từ “biết làm việc không cần AI” sang “biết dùng AI mà vẫn kiểm soát được chất lượng”.
Câu hỏi tuyển dụng mới không còn là “ứng viên có dùng AI không?”, mà là “ứng viên dùng AI có đủ tỉnh để kiểm tra, sửa sai và chịu trách nhiệm với kết quả không?”.
Theo Business Insider, Google đang pilot format phỏng vấn mới cho vị trí software engineering cấp junior đến mid-level tại một số nhóm ở Mỹ. Trong vòng “code comprehension”, ứng viên có thể dùng Gemini để đọc, debug và tối ưu một codebase có sẵn. Google cho biết cách làm này nhằm phản ánh đúng cách đội ngũ kỹ thuật đang vận hành trong kỷ nguyên AI.
1. Điểm mới không phải là “được dùng Gemini”
Điểm đáng chú ý nhất không nằm ở tên công cụ. Gemini có thể được thay bằng ChatGPT, Claude, Copilot hoặc một assistant nội bộ. Điều quan trọng là cách Google đổi tiêu chí đánh giá.
Thay vì chỉ đo khả năng giải thuật toán trong điều kiện “tay không”, vòng phỏng vấn mới sẽ quan sát cách ứng viên làm việc với AI trong một bài toán gần thực tế hơn: đọc code có sẵn, tìm lỗi, sửa lỗi, tối ưu hiệu năng và giải thích cách nghĩ.
Google đang đo AI fluency, không chỉ đo coding skill
Theo tài liệu được Business Insider trích dẫn, interviewer sẽ đánh giá các năng lực như:
- Prompt engineering: ứng viên có biết đặt câu hỏi đủ rõ để AI hiểu đúng bối cảnh không?
- Output validation: ứng viên có kiểm tra được kết quả AI đưa ra đúng hay sai không?
- Debugging skills: khi AI tạo phương án lỗi hoặc chưa tối ưu, ứng viên có biết sửa và giải thích không?
Operational note: Với SME, đây là điểm then chốt. Người biết dùng AI để làm nhanh hơn chưa chắc là người đáng tuyển. Người đáng tuyển là người biết dùng AI, kiểm chứng AI, và chịu trách nhiệm với output cuối cùng.
2. Vì sao SME Việt nên quan tâm?
SME thường không có lợi thế tuyển dụng như Big Tech: ngân sách lương hạn chế hơn, brand tuyển dụng yếu hơn, đội ngũ nhỏ hơn, và một người thường phải xử lý nhiều việc hơn. Chính vì vậy, AI literacy không phải “nice to have”; nó là đòn bẩy năng suất.
Nếu một nhân sự biết dùng AI đúng cách, họ có thể rút ngắn thời gian research, viết tài liệu, phân tích dữ liệu, dựng prototype, soạn proposal, xử lý customer support hoặc chuẩn bị campaign. Nhưng nếu dùng sai, họ có thể tạo ra output nghe rất trơn tru nhưng sai logic, sai số liệu hoặc sai nghiệp vụ.
Bài học không chỉ dành cho team IT
Case của Google bắt đầu từ software engineering, nhưng logic tuyển dụng này áp dụng được cho nhiều vị trí trong SME:
- Sales: biết dùng AI để chuẩn bị kịch bản gọi khách, nhưng vẫn kiểm tra đúng ngành, đúng persona, đúng pain point.
- Marketing: biết dùng AI để tạo angle nội dung, nhưng không copy output generic hoặc claim chưa kiểm chứng.
- Operations: biết dùng AI để chuẩn hóa quy trình, nhưng vẫn hiểu ràng buộc thật của kho, kế toán, giao nhận, nhân sự.
- Customer service: biết dùng AI để trả lời nhanh hơn, nhưng nhận ra khi nào cần escalate cho người thật.
Nói ngắn gọn: AI literacy là kỹ năng nền mới. Không phải ai cũng cần trở thành “AI expert”, nhưng nhiều vị trí sẽ cần biết phối hợp với AI như một phần của công việc hằng ngày.
3. Đừng cấm AI trong bài test — hãy thiết kế lại bài test
Cấm ứng viên dùng AI nghe có vẻ công bằng, nhưng ngày càng xa thực tế. Khi vào làm, họ vẫn sẽ dùng AI — chính thức hoặc không chính thức. Nếu doanh nghiệp không quan sát được cách họ dùng AI trong tuyển dụng, doanh nghiệp đang bỏ lỡ một tín hiệu rất quan trọng.
Cách test thực dụng hơn cho SME
- Cho phép dùng AI có kiểm soát: nói rõ ứng viên được dùng công cụ nào, trong bao lâu, và phải nộp cả cách làm.
- Dùng bài toán thật của doanh nghiệp: ví dụ phân tích một file dữ liệu lỗi, viết lại một quy trình bán hàng, audit một landing page, hoặc debug một automation nhỏ.
- Bắt buộc giải thích: ứng viên phải nói rõ phần nào do AI gợi ý, phần nào họ chỉnh, vì sao họ tin output đó đúng.
- Gài lỗi có chủ đích: đưa vào một dữ kiện sai, một ràng buộc mâu thuẫn, hoặc một yêu cầu thiếu context để xem ứng viên có phát hiện không.
- Chấm theo quyết định, không chấm theo độ bóng: output đẹp nhưng không hiểu business thì không đạt.
4. Checklist 7 câu hỏi để tuyển người biết dùng AI
Khi phỏng vấn hoặc thiết kế bài test, SME có thể dùng checklist ngắn này:
- Ứng viên có hỏi lại để làm rõ context trước khi prompt AI không?
- Ứng viên có chia nhỏ bài toán hay ném nguyên đề cho AI xử lý?
- Ứng viên có phát hiện điểm AI bịa, sai logic hoặc thiếu dữ kiện không?
- Ứng viên có biết đối chiếu output với nguồn, dữ liệu hoặc quy định nội bộ không?
- Ứng viên có giải thích được vì sao chọn phương án cuối cùng không?
- Ứng viên có biết khi nào không nên dùng AI không?
- Ứng viên có tạo ra output dùng được trong bối cảnh doanh nghiệp thật không?
Nếu một ứng viên dùng AI rất nhanh nhưng không trả lời được các câu trên, đó là rủi ro. Nếu họ dùng AI vừa đủ, biết phản biện output, biết sửa và biết chịu trách nhiệm, đó là người có thể giúp SME tăng tốc thật.
Final next steps
Google không nói rằng con người hết quan trọng trong tuyển dụng. Ngược lại, mô hình “human-led, AI-assisted” nhấn mạnh vai trò của con người hơn: biết đặt vấn đề, biết kiểm chứng, biết debug, biết ra quyết định.
Với SME Việt Nam, bước tiếp theo không phải là bê nguyên format của Google về dùng. Bước đúng hơn là chọn 2-3 vị trí có AI impact cao nhất — sales, marketing, operations, IT hoặc customer service — rồi thiết kế lại bài test theo hướng cho phép dùng AI có kiểm soát.
Doanh nghiệp nào tuyển được người biết phối hợp với AI sớm sẽ có lợi thế rất rõ: đội nhỏ hơn nhưng chạy nhanh hơn, ít phụ thuộc hơn vào thao tác lặp lại, và có khả năng biến AI thành năng lực vận hành thật thay vì chỉ là trend.
Nguồn tham khảo
The path forward
Start with assessment, partnership, and one measured pilot.
Talk to an expert