An toàn dữ liệu

Có nên đưa dữ liệu nhân sự lên ChatGPT không

02/08/2026 · 9 phút đọc · Lê Huỳnh Khánh Huy

Đây là câu hỏi tôi được hỏi nhiều nhất, và cũng là câu ít người dám trả lời tử tế nhất. Tôi trả lời được vì tôi không đứng ngoài nhìn vào. Tôi là người đang giữ hồ sơ nhân sự của một resort 5 sao. Nếu để lộ, người thiệt không phải tôi, mà là những con người đã tin tưởng nộp hồ sơ cho phòng tôi.

1. Câu trả lời ngắn, trước khi tôi nói dài

Có, nhưng không phải dữ liệu nào cũng được, và không phải cứ dán vào là xong. Gần như mọi tai nạn tôi từng thấy đều không đến từ việc dùng AI. Chúng đến từ việc kéo nguyên một file vào rồi bấm gửi mà chưa kịp nghĩ trong file đó có gì.

Nghề này rèn tôi một thói quen từ rất sớm. Chặng đầu đời làm nhân sự, tôi được giao đánh máy thư bảo lãnh dự thầu cho các đợt đấu thầu vào bệnh viện. Chỉ cần sai một con số, hoặc sai số tiền ghi bằng chữ, là mất trắng cả gói thầu. Tôi kiểm từng chữ, kiểm rất kỹ rồi vẫn sợ. Cái sợ đó không mất đi, nó chuyển thành thói quen: trước khi gửi bất cứ thứ gì ra khỏi tay mình, phải biết chính xác trong đó có gì. Dán dữ liệu vào một ô chat cũng là gửi ra khỏi tay mình.

2. Ba nhóm dữ liệu, và ranh giới giữa chúng

Nhóm không bao giờ rời khỏi công ty. Số căn cước, ngày tháng năm sinh đầy đủ, số tài khoản ngân hàng, số sổ bảo hiểm, địa chỉ nhà, số điện thoại người thân, hồ sơ sức khỏe, kết quả đánh giá cá nhân có ghi tên, hồ sơ kỷ luật, và toàn bộ bảng lương chi tiết theo tên. Đây là nhóm tôi không đưa lên bất cứ công cụ nào, kể cả công cụ trả phí, kể cả khi đang gấp.

Nhóm được dùng sau khi làm sạch. Cấu trúc bảng công, quy tắc tính, các mốc thời gian, số ngày, số giờ, mã vị trí, tên bộ phận. Đây là nhóm chiếm phần lớn công việc thật, và cũng là nhóm AI giúp được nhiều nhất.

Nhóm dùng thoải mái. Quy định pháp luật, biểu mẫu trống, cấu trúc quy trình, câu hỏi nghiệp vụ chung. Đây là nhóm không gắn với một con người cụ thể nào.

Ranh giới không nằm ở loại file, nó nằm ở chỗ dữ liệu có chỉ được đích danh một con người hay không. Một bảng chỉ có mã nhân viên và số giờ làm thì an toàn. Cũng bảng đó, thêm cột ngày sinh và cột bộ phận, là đủ để một người quen trong công ty đoán ra đó là ai.

3. Ẩn danh không phải là xóa cột tên

Đây là chỗ nhiều người làm sai mà vẫn yên tâm. Xóa cột họ tên rồi nghĩ là đã ẩn danh. Thực tế, một người bị nhận ra không phải nhờ tên, mà nhờ tổ hợp các đặc điểm. Bộ phận có bốn người, cộng thêm giới tính, cộng thêm năm sinh, cộng thêm ngày vào làm, là ra đúng một người. Không cần tên.

Nguyên tắc tôi tự đặt cho mình: sau khi làm sạch, thử tự trả lời một câu. Nếu tôi đưa bảng này cho một đồng nghiệp trong công ty, họ có đoán ra đây là ai không? Nếu câu trả lời là có, thì chưa sạch, phải làm tiếp: gộp nhóm nhỏ lại, làm tròn mốc thời gian, thay mã thật bằng mã tạm chỉ mình giữ bảng đối chiếu.

4. Thứ người ta hay bỏ qua: bạn đang dùng tài khoản nào

Cùng một công cụ, nhưng tài khoản cá nhân miễn phí và tài khoản do tổ chức cấp là hai chuyện khác nhau về mặt cam kết dữ liệu. Trước khi đưa bất cứ thứ gì thuộc công việc lên, cần biết rõ ba điều: dữ liệu có bị dùng để huấn luyện tiếp không, có tắt được không, và lịch sử trò chuyện lưu bao lâu.

Tôi không nêu tên gói dịch vụ cụ thể ở đây, vì chính sách thay đổi theo thời gian và nêu ra là lạc hậu ngay. Điều không thay đổi là trách nhiệm kiểm tra thuộc về người bấm nút gửi. Trong một cuộc thanh tra, không ai hỏi công cụ. Người ta hỏi bạn.

5. Cách nghĩ đổi cả bài toán: đừng đưa dữ liệu lên, hãy đưa bài toán lên

Đây là điều tôi muốn bạn nhớ nhất nếu chỉ nhớ được một ý.

Phần lớn người mới dùng AI theo phản xạ: có dữ liệu, dán dữ liệu vào, nhờ AI xử. Cách đó vừa rủi ro vừa cho kết quả kém, vì mỗi lần có dữ liệu mới lại phải dán lại từ đầu.

Cách tôi làm ngược lại. Tôi mô tả bài toán và quy tắc cho AI, để nó dựng ra cách làm. Rồi tôi mang cách làm đó về chạy trên dữ liệu thật, tại máy của mình, trong mạng của mình. Dữ liệu thật không đi đâu cả.

Việc rà soát dữ liệu công lương quy mô hàng chục nghìn dòng mà tôi làm cũng theo đúng nguyên tắc này. AI không hề nhìn thấy một bảng lương thật nào. Nó chỉ giúp tôi dựng ra quy trình soi lỗi, còn dữ liệu thì nằm nguyên tại chỗ và chỉ mình tôi chạy.

Một hệ quả dễ chịu: cách làm đó dùng lại được cho tháng sau, quý sau, mà không phải làm lại từ đầu. Còn cách dán dữ liệu thì tháng nào cũng phải dán lại.

6. Bốn câu tự hỏi trước khi bấm gửi

Tôi để lại đúng bốn câu, ngắn để bạn nhớ được:

Một. Trong nội dung này có gì chỉ đích danh một con người không?
Hai. Nếu ghép với thứ khác mà người trong công ty đã biết, có ra được một người cụ thể không?
Ba. Tôi đang dùng tài khoản nào, và tôi có biết chính sách lưu trữ của nó không?
Bốn. Việc này có làm được bằng cách đưa bài toán thay vì đưa dữ liệu không?

Câu thứ tư giải quyết được phần lớn tình huống. Và khi bạn quen với nó rồi, ba câu đầu gần như không còn phải hỏi nữa.

Điều tôi muốn nói cuối cùng

Sợ mà không dùng thì tụt lại. Dùng mà không biết sợ thì có ngày trả giá. Nghề nhân sự đứng giữa hai bên: một bên là con người đã tin mà giao hồ sơ, một bên là tổ chức cần chạy nhanh hơn. Tôi đã đứng ở giữa suốt mười tám năm, và tôi tin chỗ đứng đúng không phải là né tránh, mà là biết rõ đường ranh rồi làm việc mạnh dạn bên trong đường ranh đó.

Muốn dùng AI vào việc thật mà vẫn giữ được dữ liệu?

Nguyên tắc an toàn dữ liệu là phần bắt buộc trong mọi lộ trình tôi dạy, không phải phần thêm nếm.

Xem chương trình đào tạo →
← Xem tất cả bài viết