Phương pháp
Các kết quả triển vọng là ước tính của mô hình AI. Chúng không phải số liệu đã quan sát, xác suất xảy ra hay dự báo cho một cá nhân.
Trang này giải thích cách đọc dữ liệu nghề nghiệp, ngành học và bảng xếp hạng của Việt Nam. Danh mục nghề đối chiếu với Danh mục nghề nghiệp Việt Nam. Ngành học đối chiếu với nguồn của Bộ Giáo dục và Đào tạo cùng thông tin do trường công bố.
1. Đọc dự báo nghề nghiệp
Mốc thời gian của mỗi nghề là thời điểm ước tính doanh nghiệp điển hình bắt đầu giảm rõ rệt việc tuyển người cho nghề đó do AI. Mốc này đánh dấu lúc tác động thay thế bắt đầu, không đồng nghĩa với việc một nửa công việc đã thay đổi hay nghề biến mất.
- Thời gian được ước tính theo số năm, với bước nửa năm. Mô hình dùng 0,5 năm khi tác động đã bắt đầu và tối đa 30 năm nếu tác động chưa được dự kiến trong khoảng một thế hệ.
- Ngày dự báo bằng ngày đánh giá cộng thời gian ước tính. Đồng hồ đếm ngược được cập nhật hằng ngày.
- Khoảng thời gian ước tính: khoảng từ kịch bản tác động nhanh hơn đến kịch bản chậm hơn.
- Tác động của AI: bốn nhóm gồm Thay thế (nhu cầu nhân lực giảm), Thu hẹp (nhóm nhỏ hơn nhưng nghề vẫn tồn tại), Có AI hỗ trợ (công cụ thay đổi, nhu cầu ổn định hoặc tăng) và Được bảo vệ (các quy định hoặc công việc thực địa hạn chế thay thế trong thời gian dài).
- Phần việc của con người năm 2046: tỷ lệ công việc cốt lõi mà con người dự kiến vẫn đảm nhận sau 20 năm.
- Mức rủi ro thay thế: dưới 3 năm là rất cao, từ 3 đến dưới 7 năm là cao, từ 7 đến dưới 15 năm là trung bình, từ 15 năm trở lên là thấp.
- Mỗi đánh giá còn ghi mức độ tin cậy từ 1 đến 5.
2. Đánh giá một nghề
Mô hình AI đánh giá từng yếu tố và giải thích ngắn gọn. Thời điểm tác động là nhận định tổng hợp, không phải kết quả của một công thức. Bộ đánh giá Việt Nam ngày 18/11/2026 sử dụng dữ liệu nghề nghiệp và bối cảnh thị trường trong nước.
- Năng lực AI hiện tại (0–10): khả năng tạo ra đầu ra cốt lõi của nghề ở chất lượng chuyên gia mà không cần người giám sát. Đánh giá dựa trên năng lực cần thiết cho công việc.
- Năm đạt năng lực: năm AI được dự đoán đủ khả năng xử lý phần lớn công việc cốt lõi, dựa trên tốc độ phát triển công nghệ.
- Năm ứng dụng: thời điểm doanh nghiệp thật sự giảm nhân sự. Đánh giá xét chi phí, chu kỳ áp dụng, phản ứng của các bên liên quan, yêu cầu dữ liệu và bảo mật cùng mức độ chấp nhận của khách hàng. Dùng công cụ AI không tự động đồng nghĩa với cắt giảm người.
- Rào cản (0–3): giấy phép, trách nhiệm ký xác nhận, quy định, quy chế công chức, thỏa ước lao động và tác động thực tế của các yếu tố này đến thời gian thay thế. Một nghề có chứng chỉ vẫn có thể giảm tuyển trợ lý hoặc người mới.
Giả định: mô hình giả định AI tiến bộ và được áp dụng nhanh, đồng thời tính đến quy định, giấy phép và phần việc trực tiếp ngoài thực địa. Vì vậy mốc thời gian có thể sớm hơn các kịch bản thận trọng.
Tính nhất quán: đối chiếu giữa các vai trò trong cùng lĩnh vực, công việc thực địa và công việc trí óc, nghề có hoặc không có giấy phép. Khoảng tham chiếu giúp kiểm tra các đánh giá, còn hoàn cảnh cụ thể của thị trường Việt Nam quyết định kết quả từng nghề.
3. Bảng xếp hạng
- Xếp hạng nghề nghiệp: sắp theo số năm ước tính từ ngắn đến dài. Hạng 1 là nghề được dự báo chịu tác động sớm nhất. Nếu thời điểm bằng nhau, ưu tiên nghề có khoảng ước tính sớm hơn.
- Xếp hạng ngành học: sắp theo thời điểm dự kiến bắt đầu giảm tuyển dụng. Nếu trùng thời điểm, xét điểm triển vọng tuyển dụng năm 2030, từ thấp đến cao.
4. Đọc dự báo ngành học
Mốc của mỗi ngành học là thời điểm AI được ước tính bắt đầu tạo áp lực giảm rõ rệt lên việc tuyển người mới trong các hướng nghề chính của sinh viên tốt nghiệp ngành đó tại Việt Nam. Mốc này không có nghĩa chương trình đào tạo sẽ đóng cửa hoặc mọi sinh viên tốt nghiệp sẽ mất việc.
- Mỗi ngành có một đánh giá theo bậc đào tạo đại diện, thông thường là bậc cử nhân. Bậc đào tạo được ghi trong dữ liệu của ngành.
- Đợt đánh giá Việt Nam dùng ngày gốc 18/11/2026 và ghi thời gian theo tháng, kèm khoảng ước tính, trong phạm vi tối đa 360 tháng. Nếu chưa đủ chứng cứ, kết quả ghi rõ tình trạng đó. Nếu tác động không được dự báo trong khoảng 30 năm, trang hiển thị “hơn 30 năm”.
- Trước tiên xác định hướng nghề chính và những nhiệm vụ đầu vào mà AI có thể làm giảm. Sau đó cân nhắc công việc thực địa, trách nhiệm, điều kiện hành nghề và nhu cầu tuyển dụng để ước tính mốc thời gian. Không lấy trung bình các nghề hoặc quy suy giảm do kinh tế, dân số cho AI.
- Dữ liệu ngành của Việt Nam đối chiếu mã ngành, chương trình đào tạo và yêu cầu tuyển dụng thực tế. Mô hình đánh giá từng ngành theo bối cảnh trong nước.
- Khi bạn chọn năm tốt nghiệp, trang so sánh thời điểm tốt nghiệp với mốc tác động ước tính. Việc chọn năm không làm thay đổi dự báo của ngành.
- Tên và mã ngành được đối chiếu với tài liệu của Bộ Giáo dục và Đào tạo và chương trình do các trường công bố. Nguồn cụ thể và giới hạn của tài liệu được ghi cho từng ngành.
- Chưa có thống kê tách riêng tác động của AI khỏi tác động của kinh tế, dân số hoặc ngân sách trong mọi ngành. Khi chứng cứ yếu, kết quả có mức tin cậy thấp hơn, khoảng ước tính rộng hơn hoặc chưa đưa ra mốc.
5. Ai thực hiện đánh giá?
Mô hình AI nghiên cứu, tổ chức tài liệu công khai và ước tính triển vọng. Dữ liệu nghề và ngành của Việt Nam có nguồn đối chiếu và kiểm tra tự động. Hồ sơ đánh giá ghi rõ chúng chưa được con người thẩm định độc lập.
6. Giới hạn và cách báo lỗi
- Mọi dự báo đều có độ bất định và có thể thay đổi khi công nghệ, kinh tế, quy định hoặc bằng chứng thay đổi.
- AI có thể đọc sai tài liệu, bỏ lỡ thay đổi mới hoặc dựa vào thông tin không chính xác.
- Số liệu mô tả xu hướng chung. Ngay trong một nghề, kết quả thực tế có thể khác nhiều tùy doanh nghiệp, địa phương và kinh nghiệm của mỗi người.
- Nếu bạn phát hiện lỗi, hãy gửi email đến 2024opennext@gmail.com kèm địa chỉ trang, nội dung sai và nguồn đối chiếu nếu có. Chúng tôi sẽ xem xét và sửa khi cần. Xem trang Liên hệ.