AI Automation đang giúp doanh nghiệp tự động hóa nhiều công việc như phân loại dữ liệu, xử lý tài liệu, trả lời yêu cầu và hỗ trợ ra quyết định. Tuy nhiên, không phải nhiệm vụ nào cũng nên giao hoàn toàn cho AI. Với những tình huống cần đánh giá ngữ cảnh, xử lý ngoại lệ hoặc có ảnh hưởng lớn đến khách hàng và doanh nghiệp, sự tham gia của con người vẫn đóng vai trò quan trọng.
Human-in-the-Loop là cách tiếp cận kết hợp khả năng xử lý của AI với sự đánh giá, phê duyệt hoặc điều chỉnh của con người. Thay vì để hệ thống tự động thực hiện mọi bước, quy trình xác định những thời điểm cần nhân viên kiểm tra hoặc đưa ra quyết định trước khi tiếp tục.
Khi kết hợp với AI Automation và Agentic Workflow, Human-in-the-Loop giúp doanh nghiệp xây dựng quy trình vừa tận dụng khả năng tự động hóa, vừa duy trì mức độ kiểm soát phù hợp.
Human-in-the-Loop là gì?
Human-in-the-Loop (HITL), thường được hiểu là sự tham gia của con người trong vòng lặp xử lý, là phương pháp đưa con người vào những bước phù hợp trong quá trình AI xử lý dữ liệu, tạo kết quả hoặc thực hiện nhiệm vụ.
Trong mô hình này, AI đảm nhận các công việc có thể xử lý bằng mô hình hoặc quy tắc tự động, còn con người kiểm tra, xác nhận, chỉnh sửa hoặc quyết định những trường hợp cần đánh giá thêm.
Ví dụ, một hệ thống AI có thể đọc hóa đơn và trích xuất thông tin nhà cung cấp, ngày phát hành, mã hóa đơn và tổng tiền. Nếu dữ liệu rõ ràng, hệ thống tiếp tục chuyển thông tin sang bước xử lý tiếp theo. Nếu tổng tiền không khớp hoặc độ tin cậy thấp, hóa đơn được chuyển cho nhân viên kiểm tra trước khi ghi nhận vào hệ thống kế toán.
Điểm quan trọng của Human-in-the-Loop không phải là yêu cầu con người xem xét mọi kết quả do AI tạo ra. Mục tiêu là xác định đúng thời điểm cần sự can thiệp của con người, dựa trên mức độ rủi ro, độ tin cậy và yêu cầu nghiệp vụ.
.jpg)
Human-in-the-Loop hoạt động như thế nào?
Một quy trình Human-in-the-Loop thường gồm các bước tiếp nhận dữ liệu, xử lý bằng AI, đánh giá kết quả, chuyển trường hợp cần kiểm tra cho con người và tiếp tục quy trình sau khi có quyết định.
Bước 1: Tiếp nhận yêu cầu hoặc dữ liệu
Hệ thống nhận dữ liệu đầu vào như tài liệu, biểu mẫu, yêu cầu khách hàng hoặc thông tin giao dịch. Trước khi xử lý, cần xác định nguồn dữ liệu được phép sử dụng và những thông tin cần bảo vệ.
Bước 2: AI phân tích và tạo kết quả
AI thực hiện nhiệm vụ được giao, chẳng hạn phân loại yêu cầu, trích xuất dữ liệu hoặc đề xuất phương án xử lý. Hệ thống có thể kết hợp mô hình AI với quy tắc nghiệp vụ để kiểm tra những điều kiện xác định trước.
Bước 3: Đánh giá mức độ cần kiểm tra
Kết quả được đối chiếu với các tiêu chí đã thiết lập. Những trường hợp có dữ liệu thiếu, kết quả mâu thuẫn, mức độ tin cậy thấp hoặc vượt ngưỡng rủi ro sẽ được chuyển sang bước xem xét của con người.
Không nên chỉ dựa vào một điểm tin cậy do mô hình tự cung cấp để quyết định có cần kiểm tra hay không. Tùy ứng dụng, doanh nghiệp có thể kết hợp kiểm tra dữ liệu, quy tắc nghiệp vụ, kết quả kiểm thử và mức độ ảnh hưởng của hành động.
Bước 4: Con người kiểm tra và đưa ra quyết định
Nhân viên xem kết quả AI, đối chiếu với nguồn dữ liệu và lựa chọn hành động phù hợp. Họ có thể chấp thuận, chỉnh sửa, từ chối hoặc yêu cầu hệ thống xử lý lại.
Để việc kiểm tra hiệu quả, giao diện cần cung cấp đủ thông tin về đầu vào, kết quả dự kiến, lý do chuyển duyệt và những quy tắc liên quan.
Bước 5: Tiếp tục quy trình và ghi nhận kết quả
Sau khi có quyết định, hệ thống tiếp tục thực hiện các bước được phép. Lịch sử xử lý nên ghi nhận kết quả AI, thay đổi của nhân viên và quyết định cuối cùng để phục vụ kiểm tra, đánh giá và cải tiến.
Dữ liệu từ quá trình con người chỉnh sửa có thể được dùng để phân tích lỗi hoặc cải thiện quy tắc. Tuy nhiên, việc dùng dữ liệu này để huấn luyện lại mô hình cần có quy trình quản trị và quyền sử dụng phù hợp.
Human-in-the-Loop khác gì Human-on-the-Loop và Human-out-of-the-Loop?
Trong thiết kế hệ thống AI, mức độ tham gia của con người có thể khác nhau. Ba thuật ngữ dưới đây giúp mô tả những cách phân bổ quyền kiểm soát phổ biến.
| Mô hình | Vai trò của con người | Cách hoạt động |
|---|---|---|
| Human-in-the-Loop | Trực tiếp xem xét hoặc phê duyệt tại các bước xác định | Quy trình có thể chờ quyết định của con người trước khi tiếp tục |
| Human-on-the-Loop | Giám sát hoạt động và can thiệp khi cần | AI thực hiện phần lớn công việc, con người theo dõi và xử lý ngoại lệ |
| Human-out-of-the-Loop | Không có sự can thiệp trực tiếp thường xuyên trong quá trình thực thi | Hệ thống hoạt động tự động trong phạm vi đã thiết lập |
Các mô hình này không phải lúc nào cũng tách biệt tuyệt đối. Một hệ thống có thể dùng Human-in-the-Loop cho những hành động nhạy cảm và Human-on-the-Loop cho các tác vụ rủi ro thấp.
Ví dụ, AI có thể tự động phân loại email thông thường, cho nhân viên duyệt các phản hồi liên quan đến khiếu nại và yêu cầu cấp quản lý xác nhận trước khi thực hiện hành động có ảnh hưởng lớn đến quyền lợi khách hàng.
Lợi ích của Human-in-the-Loop trong AI Automation
Tăng khả năng kiểm soát chất lượng
AI có thể xử lý lượng dữ liệu lớn, nhưng vẫn có khả năng hiểu sai ngữ cảnh hoặc tạo ra kết quả không chính xác. Việc bổ sung bước kiểm tra giúp phát hiện các trường hợp ngoại lệ trước khi kết quả được sử dụng ở bước tiếp theo.
Lợi ích này đặc biệt quan trọng khi đầu ra của AI ảnh hưởng trực tiếp đến dữ liệu nghiệp vụ, giao tiếp với khách hàng hoặc quyết định của nhân viên.
Giảm rủi ro từ các quyết định tự động
Không phải mọi quyết định đều có mức độ ảnh hưởng giống nhau. Một lỗi phân loại nội dung có thể dễ khắc phục, trong khi một giao dịch tài chính sai hoặc một thay đổi quyền truy cập trái phép có thể gây hậu quả lớn.
Human-in-the-Loop giúp thiết lập điểm kiểm soát trước những hành động có rủi ro cao. Dù vậy, hiệu quả vẫn phụ thuộc vào chất lượng quy trình, quyền hạn của người phê duyệt và khả năng phát hiện vấn đề.
Tận dụng chuyên môn của nhân viên
Con người có thể hiểu các yếu tố nghiệp vụ, bối cảnh giao tiếp và những ngoại lệ chưa được mô tả đầy đủ trong dữ liệu. Khi AI xử lý phần việc lặp lại, nhân viên có thêm thời gian tập trung vào các trường hợp cần phán đoán hoặc phối hợp giữa nhiều bộ phận.
Hỗ trợ cải tiến hệ thống
Các trường hợp nhân viên chỉnh sửa hoặc từ chối kết quả AI có thể giúp doanh nghiệp nhận diện những nhóm lỗi thường gặp. Từ đó, nhóm triển khai có thể cập nhật hướng dẫn, điều chỉnh quy tắc, cải thiện dữ liệu hoặc thay đổi cách thiết kế quy trình.
Tuy nhiên, không nên mặc định rằng mọi quyết định của con người đều chính xác. Quy trình đánh giá cần có tiêu chuẩn thống nhất và cơ chế xử lý khi những người đánh giá đưa ra kết quả khác nhau.
.jpg)
Ứng dụng Human-in-the-Loop trong doanh nghiệp
Xử lý tài liệu và hóa đơn
AI có thể trích xuất thông tin từ hóa đơn, hợp đồng hoặc biểu mẫu. Những tài liệu có dữ liệu thiếu, không rõ ràng hoặc không đáp ứng điều kiện nghiệp vụ được chuyển cho nhân viên kiểm tra.
Cách làm này giúp giảm công việc nhập liệu thủ công nhưng vẫn duy trì bước xác nhận trước khi dữ liệu được sử dụng cho các nghiệp vụ quan trọng.
Chăm sóc khách hàng
AI có thể phân loại câu hỏi, tìm thông tin trong kho tri thức và đề xuất câu trả lời. Những yêu cầu thông thường có thể được xử lý theo quy tắc đã phê duyệt, trong khi khiếu nại phức tạp hoặc tình huống nhạy cảm được chuyển đến nhân viên.
Doanh nghiệp cần quy định rõ nội dung AI được phép trả lời, thông tin nào cần xác minh và những trường hợp bắt buộc chuyển tiếp.
Tuyển dụng và nhân sự
AI có thể hỗ trợ trích xuất thông tin hồ sơ hoặc phân loại tài liệu theo tiêu chí đã xác định. Tuy nhiên, các quyết định ảnh hưởng đến cơ hội việc làm cần được quản lý bằng quy trình đánh giá phù hợp, có kiểm tra thiên lệch và tuân thủ quy định liên quan.
Không nên sử dụng kết quả AI như căn cứ duy nhất để đưa ra quyết định tuyển dụng hoặc đánh giá nhân sự.
Phê duyệt quy trình nội bộ
Trong các quy trình đề xuất mua sắm, xử lý yêu cầu hoặc quản lý chi phí, AI có thể kiểm tra tính đầy đủ của hồ sơ và chuẩn bị thông tin cho người phê duyệt.
Quyền phê duyệt cuối cùng nên được phân theo vai trò và giới hạn nghiệp vụ. AI có thể hỗ trợ đánh giá nhưng không nên tự mở rộng quyền hạn vượt quá phạm vi được giao.
Human-in-the-Loop trong Agentic Workflow
Agentic Workflow là cách tổ chức quy trình làm việc có sử dụng AI Agent để phân tích mục tiêu, thực hiện nhiệm vụ, sử dụng công cụ và điều chỉnh hành động trong phạm vi cho phép. Trong những quy trình như vậy, Human-in-the-Loop có thể đóng vai trò là điểm kiểm soát giữa các bước.
Ví dụ, một quy trình xử lý yêu cầu khách hàng có thể gồm các bước: tiếp nhận thông tin, phân loại vấn đề, truy xuất chính sách, soạn phản hồi và kiểm tra trước khi gửi. Với câu hỏi thông thường, hệ thống có thể tự động xử lý trong phạm vi đã được phê duyệt. Nếu yêu cầu liên quan đến hoàn tiền, tranh chấp hoặc thông tin nhạy cảm, quy trình sẽ dừng tại bước kiểm tra để nhân viên quyết định.
Điều này cho thấy sự tham gia của con người không nhất thiết làm mất đi lợi ích tự động hóa. Nếu được thiết kế hợp lý, bước phê duyệt có thể tập trung vào những trường hợp quan trọng thay vì yêu cầu nhân viên kiểm tra mọi tác vụ.
Bạn có thể tham khảo thêm bài Agentic Workflow tại Cole để tìm hiểu cách tổ chức các bước, điều kiện chuyển tiếp và cơ chế điều phối AI Agent trong một quy trình.
Cách thiết kế Human-in-the-Loop hiệu quả
Xác định rõ điểm cần con người can thiệp
Không nên thêm bước phê duyệt vào mọi công đoạn nếu không có lý do cụ thể. Hãy xác định những tình huống mà AI có thể mắc lỗi, dữ liệu không đủ rõ ràng hoặc hành động có tác động lớn.
Các tiêu chí có thể bao gồm mức độ rủi ro, giá trị giao dịch, dữ liệu thiếu, xung đột giữa các nguồn và mức độ nhạy cảm của yêu cầu.
Thiết lập quyền hạn và trách nhiệm
Người kiểm tra cần biết họ có quyền chấp thuận, chỉnh sửa, từ chối hay chuyển cấp. Đồng thời, hệ thống phải ghi nhận ai đã đưa ra quyết định và dựa trên thông tin nào.
Việc phân quyền rõ ràng giúp hạn chế trường hợp một nhân viên phải chịu trách nhiệm cho những quyết định ngoài phạm vi chuyên môn hoặc thẩm quyền của mình.
Thiết kế giao diện dễ đánh giá
Nhân viên nên được cung cấp đầu vào, kết quả AI đề xuất, nguồn tham chiếu và lý do cần phê duyệt. Nếu người duyệt phải tự tìm lại toàn bộ thông tin từ nhiều hệ thống, thời gian xử lý có thể tăng đáng kể.
Giao diện cần giúp người dùng nhanh chóng phát hiện dữ liệu thiếu, điểm không nhất quán và những nội dung cần xác minh.
Đo lường hiệu quả sau triển khai
Doanh nghiệp nên theo dõi tỷ lệ kết quả được chấp thuận, tỷ lệ chỉnh sửa, số trường hợp phải chuyển cấp, thời gian phê duyệt và các lỗi phát sinh sau khi xử lý.
Nếu quá nhiều tác vụ bị chuyển cho con người, cần xem xét lại chất lượng dữ liệu, hướng dẫn cho AI hoặc ngưỡng kiểm tra. Ngược lại, nếu rất ít trường hợp bị kiểm tra nhưng lỗi nghiêm trọng vẫn xảy ra, cơ chế kiểm soát có thể chưa đủ chặt chẽ.
.jpg)
Những sai lầm cần tránh khi triển khai Human-in-the-Loop
Yêu cầu con người duyệt mọi kết quả: Cách làm này có thể tạo ra điểm nghẽn và khiến quy trình không còn hiệu quả. Cần phân loại tác vụ theo rủi ro và tự động hóa những bước đủ an toàn.
Không cung cấp đủ thông tin cho người duyệt: Nếu nhân viên không có nguồn tham chiếu hoặc không hiểu lý do cần phê duyệt, họ khó đánh giá kết quả một cách nhất quán.
Coi điểm tin cậy của AI là bảo đảm tuyệt đối: Điểm số do mô hình cung cấp không nhất thiết phản ánh chính xác xác suất kết quả đúng. Cần kết hợp với quy tắc nghiệp vụ, kiểm tra dữ liệu và đánh giá thực nghiệm.
Không ghi nhận lịch sử xử lý: Thiếu nhật ký khiến doanh nghiệp khó truy tìm nguyên nhân khi xảy ra sự cố hoặc đánh giá chất lượng quyết định.
Không cập nhật quy trình sau khi vận hành: Môi trường sử dụng, dữ liệu và yêu cầu nghiệp vụ có thể thay đổi. Quy trình cần được theo dõi và điều chỉnh dựa trên kết quả thực tế.
Câu hỏi thường gặp về Human-in-the-Loop
Human-in-the-Loop có làm giảm mức độ tự động hóa không?
Có thể bổ sung thời gian cho những bước cần phê duyệt, nhưng không nhất thiết làm giảm hiệu quả tổng thể. Nếu con người chỉ can thiệp vào các trường hợp ngoại lệ hoặc rủi ro cao, hệ thống vẫn có thể tự động xử lý phần lớn nhiệm vụ thông thường.
Human-in-the-Loop có bắt buộc với mọi hệ thống AI không?
Không phải mọi tác vụ đều cần cùng một mức độ can thiệp. Nhu cầu phụ thuộc vào rủi ro, yêu cầu nghiệp vụ, mức độ tự chủ của hệ thống và quy định áp dụng. Các quyết định quan trọng thường cần cơ chế kiểm soát chặt chẽ hơn.
Làm thế nào để biết khi nào cần yêu cầu con người phê duyệt?
Doanh nghiệp có thể xác định tiêu chí dựa trên dữ liệu thiếu, kết quả mâu thuẫn, quy tắc nghiệp vụ không được đáp ứng hoặc mức độ ảnh hưởng của hành động. Những tiêu chí này nên được thử nghiệm và điều chỉnh dựa trên dữ liệu vận hành.
Human-in-the-Loop có thể kết hợp với AI Agent không?
Có. Một AI Agent có thể tự thực hiện những bước được phép và tạm dừng để chờ xác nhận khi gặp tình huống vượt ngưỡng kiểm soát. Sau khi nhận quyết định, quy trình tiếp tục theo các quy tắc đã thiết lập.
