Mar Talks: 8 chỉ số đo niềm tin thương hiệu khi ứng dụng AI ngành giáo dục
Một câu trả lời sai về học phí hay học bổng có thể lan truyền nhanh hơn bất kỳ chiến dịch truyền thông nào. Khi AI hỗ trợ con người tư vấn tuyển sinh, câu hỏi không còn là AI nhanh hay chậm, mà là mỗi câu trả lời của AI đang củng cố hay bào mòn niềm tin vào thương hiệu.
Trong số Mar Talks này, ông Đoàn Ngọc Duy – Vice President tại Đại học Hoa Sen – chia sẻ cùng học viên PSO MBA về bộ khung đo lường toàn diện tác động của thương hiệu khi AI và tự động hóa tham gia vào hành trình tư vấn tuyển sinh.
Ông Đoàn Ngọc Duy – Vice President tại Đại học Hoa Sen (Nguồn: Viện PSO).
Theo ông, AI trong giáo dục khác gì so với các ngành hàng tiêu dùng nhanh?
Trong giáo dục, khách hàng không chỉ đánh giá thương hiệu của một trường đại học qua TVC, booth hay brochure. Họ đánh giá qua từng câu trả lời họ nhận được: câu trả lời đó có nhanh, có chính xác, có phù hợp và có tạo được sự an tâm hay không.
Tôi đúc kết rằng khách hàng tiếp xúc với trường đại học thông qua 4 điểm chạm cốt lõi: tốc độ, sự chính xác, sự thấy cảm và sự tự tin.
4 điểm chạm cốt lõi trong tuyển sinh thời AI (Nguồn: diễn giả cung cấp).
Với hàng tiêu dùng nhanh, người mua ra quyết định nhanh và rủi ro cảm nhận (perceived risk) thấp, nên AI có thể được dùng để thúc đẩy giao dịch ngay lập tức. Trong khi đó, chọn trường đại học là một quyết định nhiều năm, có rủi ro cảm nhận cao hơn đáng kể, và không chỉ đến từ học sinh mà còn từ phụ huynh.
Do đó, vai trò của AI trong giáo dục không đơn thuần là trả lời câu hỏi; AI không được phép hứa hẹn quá mức; phải biết khi nào cần chuyển giao cho con người, và tất cả những điều này đòi hỏi một cơ chế giám sát chặt chẽ. Trong giáo dục, "phản hồi nhanh" chỉ là điều kiện tối thiểu - "tư vấn có trách nhiệm" mới là tài sản thương hiệu thực sự.
Khi tư vấn tuyển sinh, học sinh và phụ huynh có kỳ vọng khác nhau như thế nào?
Tôi nhận thấy hai đối tượng này có những mối quan tâm hoàn toàn khác biệt. Học sinh cấp ba quan tâm đến tốc độ, mức độ cá nhân hóa của chương trình, giọng điệu gần gũi, và khả năng tương tác vào ban đêm vì thời gian rảnh thực sự của các em thường là sau giờ học thêm, có khi đến 2-3 giờ sáng.
Trong khi đó, phụ huynh quan tâm đến thông tin học phí và học bổng, định hướng nghề nghiệp, uy tín của nhà trường, tính minh bạch của lộ trình học tập. Một AI tư vấn tuyển sinh hiệu quả phải đọc được cả hai nhịp kỳ vọng này và điều chỉnh cách phản hồi cho phù hợp với từng đối tượng.
Ông đo tác động thương hiệu từ AI dựa trên những nhóm chỉ số cụ thể nào?
Tôi dùng tám nhóm chỉ số. Mỗi nhóm nhìn vào một khía cạnh cụ thể của AI khi vận hành thực tế, ví dụ: AI có trả lời kịp lúc không, có trả lời đúng không, có khiến người hỏi cảm thấy được quan tâm không, v.v..
Nhóm thứ nhất là mức độ phản hồi, trả lời cho câu hỏi thương hiệu có xuất hiện đúng lúc khách hàng cần hay không. Học sinh thường tìm kiếm thông tin sau giờ học, buổi tối và cả đêm khuya, nên cần automation 24/7. Tuy nhiên, thương hiệu nên đo mức độ phản hồi thật sự có ý nghĩa chứ không chỉ là phản hồi tự động, ví dụ như câu hỏi đơn giản phải được trả lời dưới 60 giây, tỷ lệ cuộc hội thoại bị bỏ lỡ ngoài giờ làm việc phải dưới 5%, v.v..
Nhóm thứ hai là chất lượng câu trả lời. Trong giáo dục, một câu trả lời sai về học phí, học bổng, chương trình học hay điều kiện tuyển sinh có thể trở thành rủi ro thương hiệu nghiêm trọng, nên tôi đo bằng tỷ lệ câu trả lời khớp với nguồn chính thống, tỷ lệ tuân thủ chính sách, tỷ lệ xảy ra thông tin bịa đặt trên lượt tương tác, và tỷ lệ câu trả lời có trích dẫn từ dữ liệu nội bộ.
Nguyên tắc là AI chỉ được tự trả lời khi nội dung đã có nguồn xác thực được phê duyệt; những câu hỏi liên quan đến học thuật, cảm xúc, khiếu nại, hoặc bất kỳ cam kết nào về tài chính đều bắt buộc phải chuyển cho con người.
Nhóm thứ ba là cá nhân hóa. Không dừng ở việc gọi đúng tên người dùng, mà AI phải hiểu được bối cảnh: sở thích ngành học, năng lực học tập, khả năng tài chính, định hướng nghề nghiệp và mức độ sẵn sàng của mỗi người học.
Vì thế, chúng ta cần cung cấp các dữ liệu như ngày sinh, sở thích, thế mạnh học tập, những mối bận tâm riêng. Tôi đo nhóm này qua độ chính xác khi phân loại ý định của người hỏi, tỷ lệ gợi ý chương trình học phù hợp và mức độ đầy đủ của hồ sơ tư vấn.
Nhóm thứ tư là sự thấu cảm. Tư vấn tuyển sinh vốn mang yếu tố cảm xúc, nên AI cần giữ được sự gần gũi nhưng không nên tỏ ra thân mật quá đà. Tôi đo bằng điểm số thấu cảm, sự chuyển dịch cảm xúc theo hướng tích cực hơn sau khi được tư vấn, cảm giác được quan tâm của người hỏi và mức độ giảm bớt lo lắng của họ về chương trình, học phí hay tương lai.
Nhóm thứ năm là khả năng chuyển giao cho con người. Điểm yếu lớn nhất của AI không phải là không trả lời được, mà là tiếp tục trả lời khi tình huống đã vượt quá thẩm quyền. Khi người dùng nhận ra AI đã sai mà vẫn tiếp tục trả lời sai, họ sẽ mất niềm tin không phải vào AI mà vào chính thương hiệu.
Tôi phân vai rõ ràng: AI xử lý câu hỏi lặp lại, cố vấn tuyển sinh xử lý cảm xúc và quyết định, giảng viên cung cấp chiều sâu học thuật, còn phòng tuyển sinh xử lý chính sách và hồ sơ. Chỉ số đo gồm tỷ lệ chuyển đúng người phụ trách, mức độ đầy đủ của ngữ cảnh khi chuyển giao và tỷ lệ được giải quyết ngay ở lần chuyển giao đầu tiên.
Nhóm thứ sáu là tính nhất quán của thương hiệu. Một trường đại học phải giữ được sự nhất quán xuyên suốt triết lý giáo dục, giọng điệu tư vấn, dữ liệu học thuật, thông tin tuyển sinh và những cam kết với người học. Tôi đo bằng tỷ lệ câu trả lời khớp với giọng điệu thương hiệu, tỷ lệ câu trả lời dựa trên dữ liệu đã được phê duyệt và tỷ lệ AI tự hứa hẹn điều gì đó vượt quá thẩm quyền - chỉ số này bắt buộc phải bằng không, tức là không được phép xảy ra dù chỉ một lần.
Nhóm thứ bảy là chất lượng chuyển đổi, vì AI có thể làm tăng số lượt tương tác nhưng với giáo dục tôi cần đo người học có hiểu đúng, có lựa chọn phù hợp, có nộp hồ sơ với sự tự tin, và ít hối tiếc sau đó hay không. Trong một phễu điển hình mà tôi theo dõi, từ 100 lượt hỏi chỉ khoảng 72 lượt có ý định rõ ràng, 48 lượt thực sự nộp hồ sơ, và chỉ 35 lượt cảm thấy đủ tự tin với quyết định của mình.
Nhóm cuối cùng là rủi ro danh tiếng, vì AI có thể khuếch đại giá trị thương hiệu nhưng cũng có thể khuếch đại sai sót, và một câu trả lời sai có thể lan truyền rất nhanh trên mạng xã hội. Tôi phân loại thành bốn dạng rủi ro: thông tin sai về học phí, học bổng hay chương trình học; hứa hẹn quá mức về học bổng, cơ hội việc làm hay kết quả đầu ra; thu thập dữ liệu người dùng mà không có mục đích rõ ràng; và tông giọng máy móc khiến người hỏi cảm thấy mình chỉ là một trong các trường hợp được xử lý.
Làm sao đọc phối hợp các chỉ số để biết AI có đang hoạt động hiệu quả?
Một chỉ số đơn lẻ không nói lên điều gì. Tôi luôn đọc chúng theo tổ hợp, vì hai chỉ số tốt riêng lẻ có thể lại tạo ra một vấn đề khi đặt cạnh nhau.
Nhanh, chính xác và thấu cảm cùng lúc là dấu hiệu thương hiệu đang được tăng cường - đây là trạng thái lý tưởng, AI vừa đáp ứng đúng kỳ vọng vừa củng cố niềm tin.
Nhanh nhưng thiếu chính xác là rủi ro thương hiệu, vì tốc độ chỉ khiến sai sót lan ra nhanh hơn thay vì mang lại giá trị.
Cá nhân hóa tốt nhưng lại hứa hẹn quá mức sẽ bào mòn niềm tin - AI hiểu đúng người học nhưng lại cam kết những điều nhà trường không đảm bảo được, khiến niềm tin ban đầu sụp đổ ngay khi lời hứa không thành hiện thực.
Tự động hóa tốt kèm chuyển giao mượt mà nghĩa là AI xử lý được khối lượng lớn câu hỏi, khi cần đến con người, quá trình chuyển giao diễn ra liền mạch, không làm gián đoạn hay lặp lại thông tin. Đây là cách duy nhất để chăm sóc nhiều người mà vẫn giữ được chất lượng như chăm sóc từng cá nhân.
Ông đề xuất chiến lược nào khi dùng AI trong thương hiệu giáo dục?
Tôi tổng kết thành ba việc.
Một là tự động hóa khả năng tiếp cận: để AI xử lý nhanh những câu hỏi lặp lại, gửi nhắc nhở, và đảm nhận các công việc chăm sóc thường ngày.
Hai là hỗ trợ tư vấn: dùng AI để hiểu nhu cầu người học, chuẩn bị dữ liệu, giúp người tư vấn ra quyết định tốt hơn chứ không phải để thay thế họ.
Ba là bảo vệ niềm tin: luôn giữ thẩm quyền cho con người trong những tình huống nhạy cảm, như vấn đề học thuật, tài chính, cảm xúc, hoặc bất kỳ cam kết chính thức nào của nhà trường.
Bên cạnh ba việc này, tôi cũng nhấn mạnh một điều: việc giám sát phải thật kỹ lưỡng. Trong lĩnh vực giáo dục, mỗi chi tiết nhỏ đều có thể quyết định kết quả cuối cùng.
“AI và automation không thay thế thương hiệu. Chúng chỉ phơi bày rõ hơn nơi thương hiệu đang vận hành tốt và nơi đang yếu. Mục tiêu không phải là tối đa hóa tự động hóa, mà là tự động hóa đúng lúc,” ông Duy đúc kết. (Nguồn: Viện PSO).
Cảm ơn ông Đoàn Ngọc Duy vì những chia sẻ giá trị, chúc ông và Đại học Hoa Sen ngày càng thành công trên hành trình xây dựng thương hiệu giáo dục đáng tin cậy trong thời đại AI.
Mar Talks là series quy tụ các marketer chuyên nghiệp chia sẻ chiến lược marketing, phân tích hành vi khách hàng trong kỷ nguyên số và chuyển hóa thành các hoạt động hiệu quả theo triết lý đào tạo của PSO – Problem Solving in Organization.