Thế giới công nghệ không còn nói về AI như một viễn cảnh tương lai. Nó đã trở thành một phần trong hơi thở hàng ngày của công việc, hiện hữu trong từng dòng code được gợi ý bởi GitHub Copilot hay Cursor trong từng chiến dịch marketing được tối ưu bởi các thuật toán, và trong từng email được soạn thảo chỉ bằng một câu lệnh cho ChatGPT. Làn sóng mạnh mẽ này mang đến một luồng sinh khí mới, nhưng cũng gieo rắc một nỗi bất an ngấm ngầm, đặc biệt với những vai trò mà giá trị được đo lường bằng sự tương tác và trí tuệ con người.

Nếu bạn là một Scrum Master, có lẽ bạn cũng đã đôi lần tự hỏi mình: “Khi một cỗ máy AI có thể tạo báo cáo, lên lịch họp, và thậm chí tóm tắt những cuộc thảo luận phức tạp, thì kinh nghiệm, sự nhạy bén và kỹ năng giao tiếp của mình có còn đủ để giữ vững vị trí?”.

Nỗi lo này không hề vô lý. Nó đến từ việc quan sát thấy những công việc mà chúng ta từng cho là của riêng mình giờ đây lại có thể được tự động hóa một cách đáng kinh ngạc. Tuy nhiên, để thực sự hiểu liệu đây là một mối đe dọa υπαρξιακή hay một cơ hội để tiến hóa, chúng ta cần phải bóc tách một cách trung thực và sâu sắc: bản chất công việc của một Scrum Master thực sự là gì, và AI có thể chạm vào những phần nào trong đó?

Đọc thêm:

https://www.spinach.ai/content/will-ai-replace-scrum-masters

I. AI có thể làm thay bạn những công việc nào?

Bất kỳ Scrum Master nào cũng hiểu rằng, để đạt được một môi trường Agile lý tưởng, chúng ta phải đi qua rất nhiều công việc vận hành mang tính nền tảng. Đó là những nhiệm vụ cần thiết nhưng lại tốn thời gian và có thể làm chúng ta xao nhãng khỏi những vấn đề chiến lược hơn. Đây chính là nơi AI tỏa sáng như một trợ lý tối thượng.

1. Công việc hành chính và báo cáo: Chấm dứt “nỗi ám ảnh ngày thứ Hai”

Lý thuyết Scrum đề cao chủ nghĩa kinh nghiệm, nghĩa là mọi quyết định cải tiến đều phải dựa trên ba trụ cột: Minh bạch, Thanh tra và Thích ứng. Để làm được điều này, dữ liệu phải minh bạch. Nhưng trên thực tế, sự minh bạch này thường được đánh đổi bằng những giờ làm việc thủ công, đôi khi là mệt mỏi. Đó là việc lọc hàng trăm ticket trên Jira, sao chép dữ liệu vào Excel, và vật lộn với các công thức chỉ để vẽ một biểu đồ Burndown Chart trông “tạm ổn” cho buổi báo cáo đầu tuần.

Thay vì bắt đầu tuần mới với sự mệt mỏi, bạn nhận được một báo cáo tự động được gửi từ “trợ lý AI” của đội. Báo cáo này không chỉ có biểu đồ và con số. Nó đưa ra những nhận định mà bạn có thể hành động ngay lập tức:

“Chào buổi sáng, sprint vừa qua đã hoàn thành với vận tốc 32 points, vượt 5 points so với kế hoạch. Tuyệt vời! Tuy nhiên, AI nhận thấy rằng thời gian chu kỳ (Cycle Time) của các task liên quan đến kiểm thử tự động (automation test) đã tăng 30% so với mức trung bình. Thêm vào đó, User Story Z-567 đã bị ‘Re-open’ 4 lần, chủ yếu do xung đột mã nguồn (merge conflict). Đây có thể là những chủ đề hữu ích để thảo luận sâu hơn trong buổi Retrospective nhằm cải thiện quy trình làm việc của đội.”

Chỉ với vài dòng chữ, bạn không chỉ tiết kiệm được 90 phút làm việc thủ công, mà còn có trong tay những thông tin chẩn đoán quý giá, giúp các buổi họp trở nên tập trung và hiệu quả hơn.

2. Điều phối (Logistics) các sự kiện Scrum: Trả lại sự tập trung cho con người

Việc điều phối các sự kiện Scrum đòi hỏi một sự đa nhiệm đáng kể: vừa phải dẫn dắt cuộc thảo luận, vừa phải đảm bảo mọi người tham gia, lại vừa phải canh chừng đồng hồ và ghi chép lại những điểm quan trọng. Điều này đôi khi khiến chúng ta không thể hoàn toàn lắng nghe và quan sát những sắc thái tinh tế trong cuộc họp.

Trong buổi Sprint Planning, khi đội ngũ đang thảo luận về một User Story phức tạp, trợ lý AI không chỉ đơn thuần là một chiếc đồng hồ bấm giờ. Nó có thể làm nhiều hơn thế:

• Cung cấp ngữ cảnh tức thì: Khi một thành viên đề cập đến “module thanh toán”, AI có thể tự động hiển thị trên màn hình các ticket có liên quan hoặc các quyết định kiến trúc đã được đưa ra trong quá khứ về module này.
• Ghi lại quyết định: Khi đội ngũ thống nhất một giải pháp kỹ thuật, một người có thể nói: “Okay, vậy chúng ta chốt sẽ dùng Redis cho việc caching nhé”. AI nhận diện câu nói này như một quyết định và tự động ghi nó vào phần ghi chú của cuộc họp.
• Tóm tắt thông minh: Kết thúc buổi họp, AI gửi một bản tóm tắt không chỉ liệt kê những gì đã được thảo luận, mà còn phân loại rõ: “Các User Story đã cam kết”, “Các vấn đề cần làm rõ với Product Owner”, và “Các rủi ro kỹ thuật đã được xác định”.

Rõ ràng, AI là một chuyên gia trong việc xử lý các công việc có cấu trúc. Nhưng không phải tất cả công việc của Scrum Master đều có thể bị thay thế bởi AI. Công việc cốt lõi của SM là làm về con người. Mà đã làm về con người, là có cảm xúc, có sự xung đột, giao tiếp…

II. AI không thể thay thế Scrum Master hoàn toàn

Con người là một biến số, đã là biến số thì AI không thể được lập trình để thay thế. Nó không thể giúp bạn coaching các Scrum team, không thể giải quyết xung đột, an ủi người khác…

1. SM làm chủ EQ và xây dựng một môi trường an toàn, tâm lý, nơi mọi người được lắng nghe

Đây là năng lực quan trọng nhất. Một đội ngũ chỉ có thể sáng tạo và đạt hiệu suất đỉnh cao khi họ được làm việc trong một môi trường an toàn – nơi họ dám nói “tôi không biết”, dám thử một ý tưởng điên rồ, và quan trọng nhất là dám thừa nhận sai lầm mà không sợ bị phán xét hay trừng phạt. Môi trường này không được cài đặt bằng code, nó được vun đắp bằng sự tin tưởng và thấu cảm.

Một lập trình viên trẻ, trong tuần thứ hai làm việc, đã commit một đoạn mã gây ảnh hưởng đến hiệu năng của toàn hệ thống. Lỗi đã được khắc phục nhanh chóng, nhưng sự im lặng và vẻ mặt căng thẳng của bạn ấy trong buổi Daily Scrum là điều mà không một công cụ giám sát nào có thể đo lường được.

Một AI chỉ có thể báo cáo: “Commit X của thành viên Y đã làm tăng thời gian phản hồi của API lên 200%.”

Nhưng bạn, một Scrum Master, sẽ không đọc báo cáo đó cho đội. Bạn sẽ tìm bạn lập trình viên đó sau cuộc họp, có thể chỉ ở quầy nước, và bắt đầu một cách nhẹ nhàng: “Hôm nay trông em không được vui lắm. Chuyện commit hôm qua à? Không sao đâu, ngày xưa anh còn làm sập cả server production trong 30 phút. Cảm giác thật kinh khủng, nhưng nhờ nó mà anh học được bài học nhớ đời về quy trình kiểm thử. Em đã làm rất tốt khi báo cáo và sửa lỗi nhanh chóng. Đó mới là điều quan trọng.”

Bằng một cuộc trò chuyện ngắn, bạn đã xoa dịu một nỗi sợ, biến một sai lầm thành bài học, và gửi đi một thông điệp mạnh mẽ đến toàn đội: “Ở đây, chúng ta an toàn để phạm lỗi và học hỏi.”

2. Coaching

AI là một cỗ máy cung cấp câu trả lời dựa trên dữ liệu. Ngược lại, một người huấn luyện vĩ đại là người đặt ra những câu hỏi mạnh mẽ để đội ngũ tự tìm ra câu trả lời của chính mình. Huấn luyện không phải là một sự kiện, nó là một quá trình liên tục khơi gợi nhận thức và thúc đẩy sự tự chủ.

AI báo cáo rằng đội ngũ liên tục ước tính sai khối lượng công việc cho các task front-end. Một người quản lý sẽ nói: “Chúng ta cần phải ước tính cẩn thận hơn.” Một Scrum Master sẽ làm khác.

Bạn trình bày dữ liệu đó cho đội trong buổi Retrospective và bắt đầu một cuộc đối thoại: “Dữ liệu này cho thấy chúng ta đang gặp một thử thách chung. Đây không phải là lỗi của ai cả, mà là một cơ hội để chúng ta cùng nhau cải thiện. Theo kinh nghiệm của mọi người, đâu là những khó khăn lớn nhất khi chúng ta ước tính các task front-end?”

Cuộc hội thoại này sẽ giúp đội ngũ tự nhận ra vấn đề và tự đề xuất giải pháp, có thể là một buổi workshop về kỹ thuật break User Story. Đó là cách bạn trao quyền và xây dựng năng lực cho đội ngũ.

3. Giải quyết các xung đột trong đội nhóm

Xung đột trong một đội ngũ tài năng là điều không thể tránh khỏi và thậm chí còn là dấu hiệu của sự tâm huyết. Vấn đề là xung đột đó sẽ phá hủy hay xây dựng đội ngũ. AI có thể phân tích các luận điểm, nhưng không thể điều hướng được cái tôi, niềm tự hào và những cảm xúc phức tạp của con người.

Hai senior developer có một cuộc tranh luận nảy lửa về việc nên sử dụng kiến trúc microservices hay tiếp tục tối ưu kiến trúc monolith hiện tại. Căn phòng trở nên căng thẳng, lời nói bắt đầu mang tính công kích cá nhân.

Vai trò của bạn lúc này vừa là một trọng tài, vừa là một nhà ngoại giao. Bạn sẽ can thiệp: “Tôi thấy cả hai anh đều có những luận điểm đúng và đầy tâm huyết. Cảm ơn vì điều đó. Thay vì tranh luận về ‘cách làm’, chúng ta hãy cùng nhau xác định lại ‘mục tiêu’ quan trọng nhất mà hệ thống này cần đáp ứng trong 12 tháng tới là gì? Là tốc độ ra mắt tính năng mới, sự ổn định tuyệt đối, hay chi phí vận hành? Ở đây không ai đúng ai sai, chúng ta chọn ra những luận điểm tốt nhất cho tổ chức và cho sản phẩm của mình”

Bằng cách khéo léo thương lượng, bạn đã gỡ bỏ yếu tố cá nhân và hướng hai bộ óc xuất sắc đó vào việc cùng nhau giải quyết một vấn đề chung. Đó là kỹ năng mà không AI nào có thể học được.

III. Bạn cần năng cao những gì để AI không thể thay thế bạn?

Hiểu rõ những gì AI có thể và không thể làm là bước đầu tiên. Bước tiếp theo, cũng là bước quan trọng nhất, là chủ động hành động để không chỉ thích ứng, mà còn dẫn đầu trong sự thay đổi. Dưới đây là những khuyến nghị cụ thể để bạn luôn đi trước một bước.

• 1. Không ngừng học hỏi: Trong kỷ nguyên AI, học tập là một hành trình không có điểm kết. Scrum Master và đội ngũ của mình nên nuôi dưỡng một văn hóa giáo dục liên tục, luôn cập nhật những phát triển mới nhất về AI, các phương pháp Agile và thực hành quản trị dự án. Các khóa học trực tuyến, webinar và workshop là những nguồn tài nguyên vô giá.
• 2. Thử nghiệm các công cụ mới: Sự thử nghiệm và cởi mở với các công cụ mới là yếu tố sống còn. Các đội ngũ nên chủ động khám phá và tích hợp các công cụ do AI điều khiển vào quy trình làm việc của mình khi thấy phù hợp. Điều này có thể bao gồm từ các nền tảng phân tích do AI cung cấp cho đến các chatbot hỗ trợ giao tiếp trong đội. Chìa khóa là bắt đầu từ những bước nhỏ, học hỏi từ kinh nghiệm và mở rộng dần dần.
• 3. Phát triển thêm các kĩ năng sử dụng AI: Hiểu biết những kiến thức cơ bản về AI và phân tích dữ liệu có thể mang lại lợi ích to lớn cho cả Scrum Master và các thành viên trong đội. Kỹ năng diễn giải các báo cáo do AI tạo ra, thiết lập các công cụ AI, và hiểu được kết quả đầu ra của chúng có thể nâng cao hiệu quả và khả năng ra quyết định của đội.
• 4. Xây dựng sự cộng tác với AI Hãy nuôi dưỡng một môi trường cộng tác nơi sự sáng tạo của con người và năng lực của AI đều được trân trọng. Khuyến khích các thành viên trong đội đề xuất những lĩnh vực mà AI có thể được tích hợp vào công việc của họ và tham gia vào quá trình triển khai.
• 5. Nâng cao nhận thức về các tác động về mặt đạo đức Khi AI ngày càng được tích hợp sâu vào quản trị dự án, việc hiểu rõ các tác động về mặt đạo đức là cực kỳ quan trọng. Các đội ngũ cần nhận thức và giải quyết các thiên vị tiềm ẩn trong các công cụ và dữ liệu AI, đảm bảo rằng các quyết định được đưa ra một cách công bằng và toàn diện.
• 6. Thực hành sự thay đổi Chuẩn bị cho việc tích hợp AI đòi hỏi phải quản lý sự thay đổi một cách hiệu quả. Scrum Master nên là người đi đầu, làm gương, thúc đẩy thái độ tích cực đối với sự thay đổi và cung cấp sự hỗ trợ cũng như các nguồn lực cần thiết để giúp các thành viên trong đội thích ứng.

Bằng cách chủ động chuẩn bị cho sự hợp tác giữa AI và con người, Scrum Master và các đội ngũ Agile có thể định vị mình ở vị trí tiên phong của sự đổi mới.

IV. Cẩm Nang Học AI Dành Cho Scrum Master

Cấp độ 1: Hiểu và nắm bắt các khái niệm

Mục tiêu ở đây là giải mã những thuật ngữ AI mà bạn thường nghe thấy, giúp bạn tự tin khi thảo luận và không cảm thấy bị “ngợp”.

• Phân biệt các loại AI chính: Bạn không cần biết về mạng nơ-ron, nhưng cần hiểu sự khác biệt cơ bản giữa:
  • AI Phân tích/Dự đoán (Predictive AI): Hãy coi nó như một nhà phân tích dữ liệu siêu tốc. Nó nhìn vào dữ liệu quá khứ để tìm ra xu hướng và dự đoán tương lai. Ví dụ: “Dựa trên tiến độ 3 sprint vừa qua, AI dự đoán sprint này có khả năng hoàn thành 28 points.”
  • AI Tạo sinh (Generative AI): Hãy coi nó như một trợ lý sáng tạo. Nó tạo ra nội dung mới dựa trên yêu cầu của bạn. Đây chính là loại AI bạn đang thấy ở khắp nơi. Ví dụ: ChatGPT, Gemini, Midjourney.
• Hiểu nguyên tắc “Rác vào, Rác ra” (Garbage In, Garbage Out): Đây là nguyên tắc quan trọng nhất. Chất lượng của AI phụ thuộc hoàn toàn vào chất lượng dữ liệu mà nó được học.
  • Ví dụ dễ hiểu: Nếu bạn chỉ cho AI xem các báo cáo dự án thành công, nó sẽ không thể nào đưa ra cảnh báo rủi ro cho một dự án đang có dấu hiệu thất bại. Vai trò của bạn là đặt câu hỏi: “Dữ liệu mà AI này đang dùng có đầy đủ và đáng tin cậy không?”
• API là gì?: Hiểu một cách đơn giản, API là một “cánh cổng giao tiếp” cho phép các phần mềm khác nhau nói chuyện với nhau.
  • Tại sao cần biết? Vì nó giải thích cách các công cụ AI có thể tích hợp vào quy trình làm việc của bạn, ví dụ như cách một AI trợ lý có thể đọc dữ liệu từ Jira và gửi tóm tắt qua Slack.

Cấp độ 2: Nhận dựng các ứng dụng, áp dụng vào thực tế

Đây là lúc bạn kết nối lý thuyết với công việc hàng ngày của mình. Hãy luôn đặt câu hỏi: “AI có thể giúp tôi và đội ngũ của tôi ở khâu nào?”

• “Làm sao để tự động hóa báo cáo và phân tích?”
  • Học về: Các công cụ AI tích hợp với Jira, Trello, Asana… có khả năng tự động tạo burndown chart, phân tích cycle time, và chỉ ra những điểm nghẽn (bottlenecks) trong quy trình.
• “Làm sao để cuộc họp hiệu quả hơn?”
  • Học về: Các trợ lý cuộc họp ảo (AI Meeting Assistants) như Otter.ai, Spinach.io, Fireflies.ai. Các công cụ này có thể tự động ghi âm, chuyển ngữ, tóm tắt và tạo ra các hạng mục công việc (action items) sau mỗi cuộc họp.
• “Làm sao để hỗ trợ Product Owner tốt hơn?”
  • Học về: Sử dụng AI tạo sinh (Generative AI) để:
    • Soạn thảo bản nháp đầu tiên của User Story dựa trên một yêu cầu ngắn gọn.
    • Tạo ra các Tiêu chí Chấp nhận (Acceptance Criteria) cho một User Story.
    • Phân tích hàng trăm phản hồi của người dùng để tìm ra các chủ đề chính.
• “Làm sao để hỗ trợ các Lập trình viên (Developers)?”
  • Học về: Cách AI có thể giúp tóm tắt các tài liệu kỹ thuật phức tạp, hoặc cách các công cụ như GitHub Copilot có thể hỗ trợ họ viết code nhanh hơn. Bạn không cần hiểu code, chỉ cần biết rằng có những công cụ như vậy để có thể gợi ý và hỗ trợ.

Cấp độ 3: Nhận thức về rủi ro khi sử dụng AI

Đây là cấp độ nâng cao, giúp bạn trở thành một nhà lãnh đạo có trách nhiệm, không chỉ là một người dùng công nghệ.

• Thiên vị trong Thuật toán (Algorithmic Bias):
  • Cần hiểu: AI có thể tạo ra các quyết định bất công nếu nó được học từ dữ liệu có sẵn sự thiên vị.
  • Ví dụ: Nếu một AI được dùng để phân tích hiệu suất và dữ liệu lịch sử cho thấy các Lập trình viên nam được thăng chức nhiều hơn, AI có thể học theo và đề xuất những quyết định thiên vị giới tính. Vai trò của bạn là người đặt câu hỏi phản biện: “Kết luận này của AI dựa trên những yếu tố nào? Liệu có sự thiên vị nào ở đây không?”
• Bảo mật Dữ liệu:
  • Cần hiểu: Khi bạn sao chép và dán thông tin vào một công cụ AI công cộng, dữ liệu đó có thể được dùng cho các mục đích khác.
  • Hành động: Luôn tự hỏi “Dữ liệu nhạy cảm của công ty và khách hàng sẽ đi về đâu?” trước khi sử dụng bất kỳ công cụ nào. Ưu tiên các phiên bản AI dành cho doanh nghiệp (Enterprise) có chính sách bảo mật rõ ràng.
• Sự Phụ Thuộc Quá Mức và “Ảo giác” của AI:
  • Cần hiểu: AI, đặc biệt là AI tạo sinh, có thể “tự tin” bịa ra thông tin không chính xác (gọi là “AI hallucination”).
  • Hành động: Luôn kiểm chứng lại những thông tin quan trọng do AI cung cấp. Hãy nhớ rằng, AI là trợ lý, còn bạn mới là người ra quyết định cuối cùng.

Lộ trình học tập khuyến khích:

1. Dùng thử ngay lập tức: Cách học nhanh nhất là thực hành. Hãy mở ChatGPT, Google Gemini, hoặc Microsoft Copilot và thử yêu cầu nó làm những việc liên quan đến công việc của bạn. Ví dụ: “Hãy viết giúp tôi một email thông báo về buổi Sprint Retrospective sắp tới.”
2. Xem các video giải thích đơn giản: Tìm kiếm trên YouTube với các từ khóa như “AI for beginners”, “Generative AI explained”.
3. Hỏi chính đội ngũ của bạn: Hãy tận dụng nguồn lực tuyệt vời ngay bên cạnh bạn. Mời một bạn Lập trình viên hoặc Kỹ sư Dữ liệu đi uống cà phê và hỏi họ: “Cậu có thể giải thích cho tớ về API theo cách đơn giản nhất không?”.
4. Theo dõi các chuyên gia: Tìm kiếm và theo dõi các chuyên gia về Agile và AI trên LinkedIn hoặc các trang blog uy tín. Họ thường chia sẻ những bài viết và công cụ mới nhất.

Lời Kết

Tương lai không thuộc về những ai có thể pha trộn tốt nhất sự khéo léo của con người với sự chính xác và hiệu quả của trí tuệ nhân tạo. AI không phải là một đối thủ cạnh tranh, mà là một đòn bẩy chiến lược. Nó tự động hóa những phần máy móc trong công việc để những phần “con người” nhất của chúng ta được tỏa sáng.

Vì vậy, đừng chỉ là người dùng AI. Hãy là người nhạc trưởng, điều khiển dàn nhạc công nghệ để tạo nên bản giao hưởng của sự sáng tạo, hiệu suất và giá trị con người.

Tuy nhiên, nếu bạn không cập nhật AI, bạn sẽ dần dần thụt lùi và bị thay thế.