Trong những năm gần đây, chatbot AI đã trở thành một phần quen thuộc trong hoạt động đào tạo nội bộ của nhiều doanh nghiệp. Chúng có thể trả lời câu hỏi nhanh chóng, hỗ trợ người học ở bất kỳ thời điểm nào. Tuy nhiên, dù có chatbot thông minh, nhiều doanh nghiệp vẫn gặp một vấn đề chung: AI trả lời chính xác nhưng người học lại thiếu động lực để tiếp tục.
Thực tế, vấn đề không nằm ở lượng kiến thức chatbot sở hữu mà nằm ở cách chatbot giao tiếp với từng người học. Mỗi người có một cách tiếp nhận thông tin khác nhau, vì vậy cùng một câu trả lời nhưng không phải ai cũng cảm thấy mình được hỗ trợ theo cách mình muốn. Đây cũng là lý do chatbot dựa trên DISC đang trở thành một hướng tiếp cận mới trong đào tạo cá nhân hóa.
Vì sao chatbot AI chưa tạo được trải nghiệm học tập cá nhân hóa?
Khi chatbot chưa đạt hiệu quả mong muốn, nhiều doanh nghiệp thường lựa chọn mở rộng kho kiến thức. Tuy nhiên, điều này chỉ giải quyết được phần “chatbot biết gì” mà chưa giải quyết được câu hỏi quan trọng hơn: chatbot nên giao tiếp như thế nào với từng người học?
Trong quá trình triển khai, thường có ba vấn đề xuất hiện phổ biến:
Chatbot trả lời đúng nhưng người học không muốn tiếp tục trò chuyện
Người học có thể nhanh chóng nhận được đáp án mình cần nhưng cuộc hội thoại lại giống như đang tra cứu thông tin hơn là đang được một người hướng dẫn đồng hành. Khi chatbot chỉ tập trung cung cấp thông tin mà thiếu sự kết nối, người học dễ cảm thấy khô khan và không có động lực tiếp tục tương tác.
Cùng một nội dung nhưng mỗi người học lại phản ứng khác nhau
Không phải ai cũng muốn tiếp nhận kiến thức theo cùng một cách. Có người thích đi thẳng vào kết quả. Có người cần được hướng dẫn từng bước,… Nếu chatbot sử dụng cùng một cách giao tiếp cho tất cả người học, trải nghiệm cá nhân hóa gần như sẽ không tồn tại.
Hầu hết chatbot vẫn phản hồi theo một kịch bản chung
Phần lớn chatbot hiện nay được thiết kế để phản hồi dựa trên nội dung câu hỏi thay vì phong cách học của người hỏi. Điều này khiến mọi cuộc hội thoại đều mang cảm giác giống nhau, bất kể người dùng là ai.
Hệ quả là tỷ lệ tương tác giảm dần, chatbot ít được sử dụng hơn và khái niệm “đào tạo cá nhân hóa” chỉ dừng lại ở việc gọi đúng tên người học hoặc gợi ý đúng khóa học.
DISC giúp chatbot hiểu người học như thế nào?
DISC vốn được biết đến là mô hình giúp nhận diện hành vi và cách giao tiếp của mỗi người. Tuy nhiên, trong đào tạo, DISC còn mang đến một giá trị quan trọng hơn: giúp chatbot hiểu người học muốn được hỗ trợ theo cách nào.
Điều này có nghĩa là chatbot không nhất thiết phải thay đổi nội dung học, mà sẽ điều chỉnh cách giao tiếp để phù hợp với từng nhóm người học.
4 nhóm tính cách trong DISC
Người học nhóm D (Dominant)
Nhóm D thường ưu tiên tốc độ, hiệu quả và kết quả. Khi trò chuyện với nhóm này, chatbot nên trả lời ngắn gọn, đi thẳng vào giải pháp và đề xuất ngay hành động tiếp theo. Những phần giải thích quá dài hoặc lan man có thể khiến họ nhanh chóng mất kiên nhẫn.
Người học nhóm I (Influencing)
Đối với nhóm I, trải nghiệm giao tiếp quan trọng không kém nội dung học. Họ yêu thích sự kết nối, năng lượng tích cực và những lời ghi nhận. Vì vậy, chatbot nên sử dụng ngôn ngữ thân thiện, khuyến khích người học và tạo cảm giác cuộc trò chuyện luôn truyền cảm hứng.
Người học nhóm S (Supportive)
Nhóm S thường mong muốn cảm giác an toàn và được đồng hành trong suốt quá trình học tập. Chatbot nên hướng dẫn từng bước, giải thích nhẹ nhàng và tránh tạo áp lực. Một trải nghiệm ổn định sẽ giúp nhóm người học này duy trì động lực tốt hơn.
Người học nhóm C (Compliance)
Nhóm C đề cao tính chính xác và logic. Họ thường đặt câu hỏi “vì sao” trước khi hành động. Vì vậy, chatbot cần cung cấp dữ liệu, ví dụ cụ thể và lập luận có cấu trúc rõ ràng để tạo sự tin tưởng.
Vì sao chatbot dựa trên DISC hiệu quả hơn chatbot truyền thống?
Điểm khác biệt lớn nhất của chatbot dựa trên DISC là không chỉ quan tâm đến câu hỏi của người học mà còn hiểu cách người học muốn được hỗ trợ.
Thay vì chỉ trả lời câu hỏi “Người học đang hỏi gì?”, chatbot có thể trả lời thêm một câu hỏi quan trọng hơn: “Người này muốn mình giao tiếp như thế nào?”
Nhờ đó, chatbot sẽ tự điều chỉnh phong cách trò chuyện theo từng nhóm DISC. Với nhóm D, chatbot ưu tiên kết quả và hành động. Với nhóm I, chatbot tăng sự khích lệ và truyền cảm hứng. Với nhóm S, chatbot hướng dẫn từng bước để giảm áp lực. Còn với nhóm C, chatbot bổ sung dữ liệu và giải thích chi tiết nhằm củng cố sự tin tưởng.
Đó cũng chính là điểm khác biệt giữa một chatbot biết trả lời và một chatbot biết đồng hành cùng người học.
Chatbot cá nhân hoá dựa trên kết quả DISC
AI kết hợp DISC mở ra hướng tiếp cận mới cho đào tạo cá nhân hóa
Một chatbot có thể sở hữu kho kiến thức rất lớn, nhưng điều giữ chân người học không chỉ là số lượng câu trả lời chính xác mà còn là chất lượng của cuộc hội thoại.
Ứng dụng DISC giúp chatbot hiểu cách mỗi người muốn được hỗ trợ, từ đó điều chỉnh phong cách giao tiếp để phù hợp với từng cá nhân. Đây mới chính là bản chất của đào tạo cá nhân hóa: không chỉ cá nhân hóa nội dung học mà còn cá nhân hóa cách AI tương tác với người học.
Trong tương lai, những chatbot tạo ra giá trị lớn nhất sẽ không phải là chatbot biết nhiều nhất, mà là chatbot biết giao tiếp đúng cách với từng người. Đây cũng là hướng đi giúp doanh nghiệp nâng cao trải nghiệm học tập, tăng mức độ tương tác và cải thiện hiệu quả đào tạo trong kỷ nguyên AI.
