Khung thiết kế phục vụ quản lý nhân công và thanh toán lương

1. Đặt vấn đề

Phiếu chấm công tại công trình xây dựng là chứng từ vận hành có ý nghĩa kép. Ở phương diện quản lý nhân công, phiếu phản ánh sự hiện diện của lao động theo công trình, đội thi công, tuần làm việc và từng dòng công nhân.

Ở phương diện thanh toán lương, phiếu là căn cứ ban đầu để kiểm tra ngày công, mức lương, phụ cấp, đề xuất chi và các khoản điều chỉnh trước khi kế toán hoặc cấp quản lý phê duyệt. Trong thực tế, loại chứng từ này thường được lập trên giấy hoặc được chụp lại bằng điện thoại và gửi qua nhiều kênh trao đổi khác nhau.

Khi số lượng công trình và đội thi công tăng, việc đọc lại từng dòng, nhập vào bảng tính và đối chiếu thủ công dễ làm phát sinh thời gian xử lý lớn, sai số nhập liệu và khó khăn trong truy vết hồ sơ.

Các nghiên cứu về trí tuệ nhân tạo, học máy, học sâu và thị giác thông minh trong xây dựng đã chứng minh tiềm năng của dữ liệu hình ảnh đối với giám sát tiến độ, an toàn, năng suất và tài liệu hóa hiện trường (Baduge et al., 2022; Kim, 2020).

Tuy nhiên, phần lớn nghiên cứu ở mảng này tập trung vào ảnh công trường như một nguồn dữ liệu cảnh quan, nghĩa là nhận diện công nhân, máy móc, vật liệu, hành động hoặc trạng thái thi công. Trong khi đó, ảnh phiếu chấm công là một dạng dữ liệu khác: ảnh của tài liệu bán cấu trúc có chữ viết tay, chữ in sẵn, ô bảng, số liệu ngày công và thông tin tiền lương. Loại dữ liệu này không nhằm nhận diện cảnh thi công mà nhằm chuyển đổi chứng từ hiện trường thành dữ liệu quản trị có thể kiểm tra.

Bài báo tập trung vào một phạm vi hẹp nhưng có giá trị thực tiễn rõ ràng: thiết kế quy trình trí tuệ nhân tạo có con người kiểm tra để chuyển đổi ảnh phiếu chấm công thật tại công trình xây dựng thành dữ liệu có cấu trúc và bảng tính đầu ra.

Trọng tâm nghiên cứu không mở rộng sang toàn bộ quản lý công trường bằng trí tuệ nhân tạo, mà xem phiếu chấm công như một đối tượng dữ liệu riêng, nơi yêu cầu kỹ thuật và yêu cầu quản trị giao thoa trực tiếp. Cách tiếp cận này phù hợp với bối cảnh doanh nghiệp xây dựng vừa và nhỏ tại Việt Nam, nơi phiếu giấy, ảnh chụp hiện trường và bảng tính vẫn là thành phần quen thuộc trong quy trình quản lý nhân công và thanh toán lương.

Từ đó, nghiên cứu đặt ra bốn câu hỏi. Thứ nhất, có thể thiết kế một quy trình trí tuệ nhân tạo có con người trong vòng kiểm soát để chuyển ảnh phiếu chấm công công trình thành dữ liệu có cấu trúc phục vụ cả quản lý nhân công và thanh toán lương hay không? Thứ hai, độ chính xác của hệ thống cần được đo như thế nào theo trường dữ liệu, dòng công nhân, nhóm dữ liệu số và nhóm tên hoặc mã công nhân? Thứ ba, quy trình trí tuệ nhân tạo có thể được so sánh với quy trình nhập bảng tính thủ công theo thời gian xử lý, tỷ lệ sửa thủ công, tỷ lệ loại phiếu và chi phí mỗi phiếu như thế nào? Thứ tư, dữ liệu đầu ra có thể tạo giá trị quản trị gì cho điều phối nhân lực, đối soát lương và truy vết hồ sơ nhân công?

2. Tổng quan và khoảng trống nghiên cứu

2.1. Trí tuệ nhân tạo, thị giác thông minh và dữ liệu hình ảnh trong xây dựng

Trong xây dựng số, trí tuệ nhân tạo và thị giác thông minh được xem là nhóm công nghệ giúp xử lý dữ liệu quy mô lớn, nhận diện mẫu, hỗ trợ ra quyết định và tăng mức độ tự động hóa trong vòng đời công trình.

Tổng quan của Baduge et al. (2022) cho thấy các ứng dụng trí tuệ nhân tạo trong xây dựng trải rộng từ thiết kế, vật liệu, kết cấu, chế tạo ngoài công trường, quản lý thi công, giám sát tiến độ, an toàn, vận hành công trình đến vòng đời và kinh tế tuần hoàn. Điểm chung của các ứng dụng này là nhu cầu thu thập, làm sạch, lưu trữ và phân tích dữ liệu để biến thông tin phân tán thành tri thức quản trị.

Tuy vậy, việc đưa trí tuệ nhân tạo vào môi trường công trường thường gặp rào cản về tính không đồng nhất của dữ liệu, chất lượng ảnh, quy trình hiện trường và khả năng tích hợp với công cụ doanh nghiệp đang dùng. Điều này đặc biệt rõ trong các quy trình hành chính hiện trường như chấm công, nơi biểu mẫu, chữ viết tay, cách ghi ngày công và chất lượng ảnh có thể thay đổi theo từng đội.

Các tổng quan về phát hiện đối tượng trong ảnh cũng cho thấy sai lệch đặc trưng, sai lệch không gian, biến đổi góc nhìn và cấu trúc nền ảnh vẫn là thách thức lớn của học sâu thị giác (Wang et al., 2025). Vì vậy, với ảnh phiếu chấm công, chất lượng ảnh, góc chụp, độ nghiêng, độ rõ và cấu trúc bảng cần được xem là một phần của thiết kế thực nghiệm, không chỉ là điều kiện kỹ thuật phụ trợ.

2.2. Giám sát hiện trường, tiến độ và tài liệu hóa bằng hình ảnh

Kim (2020) nhấn mạnh rằng giám sát và tài liệu hóa cấp tác nghiệp dựa trên thị giác máy tính có thể hỗ trợ nhà quản lý nhận diện hoạt động, năng suất, an toàn và tài liệu hóa hiện trường. Dữ liệu camera, ảnh chụp hoặc video giúp giảm phụ thuộc vào quan sát thủ công và mở ra khả năng ghi nhận thông tin vận hành liên tục.

Các nghiên cứu về mô hình ngôn ngữ thị giác quy mô lớn cũng cho thấy khả năng phân tích ảnh xây dựng, nhận diện giai đoạn, vật liệu và máy móc, dù vẫn còn hạn chế về định vị chính xác và phân đoạn đối tượng (Ersoz, 2024).

Các nghiên cứu này cung cấp nền tảng quan trọng cho trí tuệ nhân tạo trong xây dựng, nhưng chưa trực tiếp giải quyết bài toán đọc ảnh biểu mẫu chấm công. Ảnh phiếu chấm công không đòi hỏi mô hình phải hiểu toàn bộ cảnh công trường, mà đòi hỏi khả năng đọc, tách dòng, chuẩn hóa bảng, hiểu ngữ cảnh trường dữ liệu và bảo toàn logic thanh toán.

Về phương pháp, điều này gần với quan điểm đánh giá theo miền dữ liệu: bộ dữ liệu và tiêu chí kiểm tra phải phản ánh môi trường thật thay vì chỉ dựa vào bộ kiểm chuẩn tổng quát (Cai et al., 2023).

2.3. Tạo chú thích ảnh, báo cáo ngày và diễn giải thông tin xây dựng

Nghiên cứu về tạo chú thích ảnh trong quản lý xây dựng chứng minh rằng mô hình học sâu có thể sinh mô tả văn bản từ ảnh xây dựng và trích xuất thông tin đối tượng, hoạt động từ câu mô tả (Xiao et al., 2022).

Ở bình diện rộng hơn, các mô hình tạo chú thích ảnh cũng cho thấy việc chuyển hình ảnh thành ngôn ngữ cần xử lý đồng thời đặc trưng thị giác và cấu trúc ngôn ngữ (Tan & Chan, 2017). Nhánh nghiên cứu này gần với mục tiêu chuyển ảnh thành dữ liệu ngôn ngữ, nhưng khác về bản chất đầu ra. Tạo chú thích ảnh thường tạo câu mô tả linh hoạt, trong khi xử lý phiếu chấm công cần tạo dữ liệu cố định theo lược đồ, đúng trường, đúng dòng, đúng số và đúng ánh xạ sang bảng tính.

Sự khác biệt này có ý nghĩa phương pháp luận. Với báo cáo ngày hoặc chú thích ảnh, sai số có thể được đánh giá bằng các chỉ số chuyên biệt cho ngôn ngữ tự nhiên như BLEU, METEOR, ROUGE, CIDEr, SPICE hoặc độ đúng của phần tử mô tả.

Với phiếu chấm công, các chỉ số cần bám vào dữ liệu chuẩn đối chiếu dạng bảng: độ chính xác theo trường, độ chính xác theo dòng, độ chính xác dữ liệu số, độ chính xác tên hoặc mã công nhân và lỗi ánh xạ sang bảng tính Excel. Do đó, nghiên cứu không chỉ cần mô hình đọc ảnh, mà còn cần quy trình kiểm tra và khung đánh giá phù hợp với chứng từ hiện trường.

2.4. Trí tuệ nhân tạo xử lý tài liệu, trích xuất thông tin và khoảng trống về dữ liệu chấm công

Các nghiên cứu về trích xuất thông tin cho thấy thông tin trong tài liệu phi cấu trúc hoặc bán cấu trúc thường khó tái sử dụng nếu chỉ được lưu dưới dạng văn bản hoặc ảnh. Công cụ trích xuất thông tin trong tài liệu khoa học như MatScIE minh họa cách mô hình có thể nhận diện thực thể, phương pháp, tham số và cấu trúc để chuyển tài liệu thành cơ sở dữ liệu có thể truy vấn (Guha et al., 2021).

Ở bình diện kỹ thuật, các nghiên cứu về nhắc lệnh cho mô hình nền tảng cũng cho thấy cùng một mô hình có thể được định hướng sang nhiều nhiệm vụ thông qua cấu trúc đầu vào và nhãn đầu ra, nhưng chất lượng kết quả vẫn phụ thuộc vào cách định nghĩa nhiệm vụ, ràng buộc đầu ra và cơ chế kiểm tra (Chang et al., 2024). Luận điểm này phù hợp với bài toán phiếu chấm công: câu lệnh đọc ảnh, lược đồ JSON và bước kiểm tra của người duyệt phải được thiết kế đồng bộ.

Khoảng trống nghiên cứu nằm ở chỗ các tài liệu hiện có ít xem phiếu chấm công công trình như một đối tượng nghiên cứu độc lập. Vấn đề chấm công thường được nhìn như nghiệp vụ nội bộ hoặc quy trình bảng tính, chưa được mô hình hóa thành một sản phẩm thiết kế nghiên cứu có lược đồ dữ liệu, dữ liệu chuẩn đối chiếu, nhật ký theo từng nút xử lý và chỉ số đánh giá lặp lại. Hơn nữa, các nghiên cứu về trí tuệ nhân tạo trong xây dựng ít liên kết trực tiếp giữa dữ liệu trích xuất từ ảnh biểu mẫu với hai mục tiêu quản lý cụ thể: điều phối nhân công và thanh toán lương.

Từ cơ sở tổng quan và khoảng trống nghiên cứu, Bảng 1 khái quát hai hướng ứng dụng chính của dữ liệu phiếu chấm công sau khi được trích xuất và chuẩn hóa. Nội dung chính gồm: hướng ứng dụng, dữ liệu trọng tâm, đầu ra quản trị và ý nghĩa nghiên cứu.

Bảng 1. Hai hướng ứng dụng của dữ liệu phiếu chấm công sau khi trích xuất

Nguồn: Nhóm tác giả

3. Khung nghiên cứu hai hướng: quản lý nhân công và thanh toán lương

Để tránh mở rộng quá mức, nghiên cứu xác định hai hướng ứng dụng nhưng cùng dùng một lõi dữ liệu. Hướng thứ nhất là quản lý nhân công. Ở hướng này, dữ liệu sau trích xuất được dùng để chuẩn hóa thông tin công trình, đội thi công, danh sách công nhân, ngày công theo tuần và ghi chú hiện trường.

Kết quả giúp người quản lý biết phiếu nào đã nhận, đội nào đã có dữ liệu, số công nhân và ngày công được ghi nhận ra sao, dữ liệu nào cần kiểm tra lại. Trọng tâm không phải giám sát con người theo thời gian thực, mà là chuẩn hóa hồ sơ nhân lực từ chứng từ chấm công.

Hướng thứ hai là thanh toán lương và đối soát chi phí nhân công. Ở hướng này, dữ liệu ngày công, mức lương, phụ cấp, đề xuất chi và tổng công được xem là biến nghiệp vụ ảnh hưởng trực tiếp đến số tiền thanh toán.

Vì vậy, yêu cầu chính không chỉ là đọc đúng ký tự mà còn là bảo toàn logic bảng lương, đối chiếu công thức, phát hiện ô nghi ngờ và duy trì quan hệ truy vết giữa ảnh gốc, đầu ra JSON, bảng tính Excel đầu ra và xác nhận của người duyệt.

Hai hướng ứng dụng có mối liên hệ chặt chẽ nhưng không đồng nhất. Quản lý nhân công ưu tiên khả năng tổng hợp, phân loại, theo dõi trạng thái và lập báo cáo theo công trình hoặc đội. Thanh toán lương ưu tiên độ chính xác của trường số, tính đúng của công thức, kiểm soát quyền duyệt và khả năng kiểm toán. Vì vậy, một quy trình xử lý đạt yêu cầu nghiên cứu cần được đánh giá bằng cả chỉ số kỹ thuật và chỉ số nghiệp vụ.

4. Phương pháp nghiên cứu

4.1. Cách tiếp cận nghiên cứu khoa học thiết kế

Nghiên cứu sử dụng cách tiếp cận nghiên cứu khoa học thiết kế vì mục tiêu chính là xây dựng và đánh giá một sản phẩm thiết kế nghiên cứu trong bối cảnh quản lý xây dựng. Theo Hevner et al. (2008), nghiên cứu khoa học thiết kế không chỉ mô tả hiện tượng mà còn tạo ra sản phẩm nhằm mở rộng năng lực của con người và tổ chức.

Trong nghiên cứu này, sản phẩm thiết kế là quy trình xử lý ảnh phiếu chấm công, gồm tập hợp nút xử lý, lược đồ dữ liệu, quy trình kiểm tra của con người, nhật ký xử lý và tệp bảng tính Excel đầu ra. Cách tiếp cận về dòng thông tin trong hệ thống xây dựng cũng cho thấy việc chuẩn hóa quan hệ giữa dữ liệu đầu vào, bước xử lý và đầu ra là điều kiện quan trọng để tích hợp công nghệ vào quy trình tác nghiệp (Oyediran et al., 2024).

Chu trình nghiên cứu gồm năm bước. Bước một là xác định vấn đề thực tiễn: phiếu chấm công giấy gây chậm trễ, sai sót và khó truy vết trong quản lý nhân công và thanh toán lương. Bước hai là thiết kế sản phẩm nghiên cứu: xác định luồng tiếp nhận ảnh, câu lệnh hướng dẫn mô hình đọc phiếu, lược đồ dữ liệu JSON, bước lọc, bước chuẩn hóa, tệp bảng tính đầu ra và cơ chế duyệt. Bước ba là xây dựng dữ liệu chuẩn đối chiếu từ dữ liệu nhập tay. Bước bốn là chạy thử nghiệm thí điểm trên ảnh phiếu thật đã ẩn danh. Bước năm là đánh giá bằng các chỉ số độ chính xác, thời gian, chi phí, mức sửa thủ công và khả năng truy vết.

4.2. Dữ liệu nghiên cứu và nguyên tắc đạo đức

Dữ liệu nghiên cứu gồm ảnh phiếu chấm công thật tại công trình xây dựng đã ẩn thông tin nhạy cảm, tệp dữ liệu chuẩn đối chiếu nhập tay, đầu ra JSON từ hệ thống trí tuệ nhân tạo, tệp bảng tính Excel đầu ra, nhật ký theo từng nút xử lý, bảng đánh giá độ chính xác, thời gian, chi phí và phân loại lỗi.

Trước khi đưa vào thử nghiệm, dữ liệu ảnh cần được kiểm tra theo các biến chất lượng như độ mờ, thiếu góc, bóng đổ, độ nghiêng, độ che khuất và độ đọc được của hàng, cột. Tư duy này tương thích với các nghiên cứu đánh giá chất lượng thị giác, trong đó chất lượng đầu vào được xem là yếu tố ảnh hưởng trực tiếp đến độ tin cậy của kết quả phân tích (Xu et al., 2019).

Dữ liệu chuẩn đối chiếu được tạo bằng cách nhập tay độc lập từ ảnh phiếu gốc. Khi có sai khác giữa đầu ra của hệ thống trí tuệ nhân tạo và dữ liệu chuẩn đối chiếu, người kiểm tra ghi nhận loại lỗi, trường lỗi, dòng lỗi và cách xử lý. Đối với trường liên quan đến tiền lương, nghiên cứu cần có cơ chế kiểm tra riêng vì sai số nhỏ có thể tạo tác động trực tiếp đến quyền lợi người lao động và chi phí doanh nghiệp.

Trên cơ sở dữ liệu nghiên cứu và nguyên tắc đạo đức nêu trên, Hình 1 trình bày chuỗi xử lý được triển khai trong môi trường thử nghiệm. Quy trình thể hiện luồng dữ liệu từ điểm nhận ảnh, tác tử đọc biểu mẫu, nút lọc thông tin, khối chuẩn hóa bằng mã lệnh đến nút trả kết quả cho hệ thống tiếp nhận.

Để làm rõ mối quan hệ giữa lược đồ dữ liệu và hai hướng ứng dụng, Bảng 2 trình bày các nhóm trường dữ liệu chủ yếu cùng vai trò quản trị tương ứng.

4.3. Thiết kế quy trình xử lý và lược đồ dữ liệu đầu ra

Quy trình thử nghiệm gồm năm nhóm chức năng chính. Thứ nhất, điểm nhận dữ liệu tiếp nhận ảnh phiếu và thông tin mô tả từ biểu mẫu. Thứ hai, tác tử đọc dữ liệu chuyển nội dung trên ảnh thành lược đồ dữ liệu có cấu trúc. Thứ ba, nút lọc thông tin loại bỏ trường rỗng, kiểm tra cấu trúc và tách phần bảng công nhân khỏi ghi chú đề xuất chi. Thứ tư, khối mã JavaScript chuẩn hóa số, tiền, ngày công, tổng công và tên trường. Thứ năm, nút phản hồi trả kết quả để tạo bảng tính, lưu nhật ký và chuyển cho người duyệt.

Lược đồ dữ liệu đầu ra cần được giữ ổn định để liên kết hai hướng quản lý nhân công và thanh toán lương. Các nhóm trường tối thiểu gồm công trình, địa điểm, đội thi công, tuần, đề xuất chi, họ tên công nhân, mức lương, ngày công, tổng công, phụ cấp và ghi chú. Việc duy trì cấu trúc này giúp đối chiếu với dữ liệu chuẩn, kiểm tra công thức bảng tính và truy vết sai lệch ở từng bước xử lý.

4.4. Kiểm tra của con người và nguyên tắc không thay thế con người

Quy trình được thiết kế theo hướng hỗ trợ con người thay vì thay thế hoàn toàn người kiểm tra. Đầu ra của hệ thống trí tuệ nhân tạo chỉ được xem là dữ liệu đề xuất trước khi người duyệt xác nhận. Bước kiểm tra của con người có ba nhiệm vụ: kiểm tra trường nghi ngờ, sửa lỗi đọc hoặc lỗi ánh xạ và xác nhận dữ liệu đủ điều kiện xuất bảng cuối.

Nguyên tắc này đặc biệt quan trọng đối với dữ liệu lương vì đây là nhóm dữ liệu có tác động trực tiếp đến quyền lợi người lao động. Cách tiếp cận có người kiểm tra cũng phù hợp với các cảnh báo về độ bền của thị giác máy, khi sai lệch nhỏ ở dữ liệu đầu vào có thể làm kết quả nhận dạng trở nên không ổn định trong những bối cảnh nhạy cảm (Brendel et al., 2019).

Trong thực nghiệm, mỗi phiếu cần có trạng thái xử lý như đã nhận, đang đọc, cần chụp lại, cần sửa, đã duyệt và đã xuất bảng tính. Trạng thái này tạo cơ sở đo tỷ lệ truy vết, tỷ lệ loại phiếu và tỷ lệ sửa thủ công. Với cách tổ chức như vậy, nghiên cứu có thể phân biệt lỗi của ảnh đầu vào, lỗi đọc của mô hình, lỗi chuẩn hóa dữ liệu và lỗi kiểm tra nghiệp vụ.

5. Khung đánh giá thực nghiệm thí điểm

Đánh giá thực nghiệm cần so sánh quy trình trí tuệ nhân tạo với quy trình nhập bảng tính thủ công trên cùng một bộ ảnh phiếu và cùng một tệp dữ liệu chuẩn đối chiếu. Trước khi có số liệu thí điểm, bài báo không giả định trước tỷ lệ chính xác hoặc mức tiết kiệm thời gian.

Các giá trị định lượng cần được đo từ nhật ký hệ thống, thời gian thao tác thực tế và kết quả kiểm tra của người duyệt. Kinh nghiệm từ các ngành vận hành khác cho thấy báo cáo thủ công tuy dễ tiếp cận nhưng thường hạn chế về độ chính xác do tổng hợp theo chu kỳ và có nguy cơ lỗi con người (Sharma et al., 2025). Do đó, giá trị học thuật của nghiên cứu này nằm ở việc đo được sai số, phân loại lỗi và lượng hóa mức sửa thủ công, thay vì chỉ chứng minh rằng quy trình có thể tự động hóa.

Đối với quản lý nhân công, đánh giá tập trung vào khả năng bảo toàn dòng công nhân, tổng hợp đúng theo công trình, đội thi công, tuần và mức độ truy vết. Đối với thanh toán lương, đánh giá tập trung vào độ chính xác dữ liệu số, đối soát lương, mức sửa thủ công và liên kết giữa ảnh gốc, dữ liệu đầu ra, bảng tính và xác nhận của người duyệt.

Trên cơ sở đó, Bảng 3 tổng hợp các chỉ số cần đo cho hai hướng ứng dụng. Bên cạnh chỉ số định lượng, Bảng 4 đề xuất phân loại lỗi để phục vụ phân tích nguyên nhân và xác định bước cần can thiệp trong quá trình kiểm tra của người duyệt.

Nguồn: Nhóm tác giả xây dựng từ quy trình thử nghiệm trên nền tảng n8n

Bảng 2. Nhóm trường dữ liệu và vai trò trong quản lý nhân công, thanh toán lương

Nguồn: Nhóm tác giả

Bảng 3. Bộ chỉ số đánh giá theo hai hướng ứng dụng

Nguồn: Nhóm tác giả

Bảng 4. Phân loại lỗi cần ghi nhận trong giai đoạn thí điểm

Nguồn: Nhóm tác giả.

6. Thảo luận

6.1. Các đóng góp về mặt học thuật 

Đóng góp học thuật thứ nhất của nghiên cứu là định vị phiếu chấm công công trình như một đối tượng dữ liệu riêng trong trí tuệ nhân tạo xây dựng. Thay vì xem ảnh công trường chỉ là nguồn nhận diện cảnh thi công, nghiên cứu xem ảnh phiếu chấm công là chứng từ bán cấu trúc có thể chuyển đổi thành dữ liệu quản trị. Điều này mở rộng góc nhìn từ giám sát tiến độ bằng thị giác máy tính sang xử lý tài liệu bằng trí tuệ nhân tạo phục vụ quản lý xây dựng.

Đóng góp thứ hai là mô hình hóa hai hướng ứng dụng trên cùng một quy trình xử lý: quản lý nhân công và thanh toán lương. Sự phân tách này giúp hệ thống chỉ số không dừng ở độ chính xác kỹ thuật, mà liên hệ trực tiếp với giá trị quản trị. Một trường sai trong siêu dữ liệu có thể làm lệch báo cáo nhân lực; một trường sai trong nhóm số có thể làm lệch thanh toán lương.

Đóng góp thứ ba là đề xuất khung đánh giá có con người trong vòng kiểm soát, trong đó độ chính xác thô của hệ thống trí tuệ nhân tạo được tách khỏi độ chính xác sau duyệt, tỷ lệ sửa thủ công và khả năng truy vết. Cách tiếp cận này phản ánh thực tế triển khai tại doanh nghiệp xây dựng, nơi dữ liệu đầu ra cần người thật kiểm tra trước khi trở thành căn cứ quản lý hoặc thanh toán.

6.2. Các đóng góp về mặt thực tiễn

Ở góc độ quản lý nhân công, quy trình xử lý giúp biến phiếu chấm công rời rạc thành dữ liệu có thể tổng hợp theo công trình, đội thi công, tuần và dòng công nhân. Khi dữ liệu được chuẩn hóa, người quản lý có thể nhanh chóng xác định phiếu đã nhận, phiếu chưa đạt, số công nhân được ghi nhận, tổng ngày công theo đội và các dòng cần kiểm tra lại. Giá trị chính nằm ở khả năng biến chứng từ hiện trường thành dữ liệu vận hành có thể truy xuất.

Ngoài ra, dữ liệu chấm công có cấu trúc có thể liên kết với kế hoạch thi công, nhật ký ngày và báo cáo tiến độ để tạo bức tranh vận hành rõ hơn. Nghiên cứu không khẳng định dữ liệu chấm công thay thế chỉ số năng suất, nhưng dữ liệu này là một lớp bằng chứng quan trọng cho việc hiểu quy mô nhân lực, phân bổ đội thi công và sự liên tục của lao động tại công trình.

Ở góc độ thanh toán lương, quy trình xử lý giúp giảm rủi ro nhập sai dữ liệu từ phiếu ảnh sang bảng tính Excel, đặc biệt ở các trường ngày công, tổng công, mức lương, phụ cấp và đề xuất chi. Khi mỗi bảng tính đầu ra được liên kết với ảnh gốc, đầu ra JSON và nhật ký xử lý, kế toán hoặc quản lý có thể kiểm tra lại căn cứ thanh toán khi phát sinh sai khác. Đây là điểm có ý nghĩa đối với kiểm soát nội bộ vì chi phí nhân công thường biến động theo đội, công trình và giai đoạn thi công.

Tuy vậy, hệ thống không nên được triển khai như công cụ tự động duyệt lương. Vai trò phù hợp của trí tuệ nhân tạo là đọc, chuẩn hóa, gợi ý và tạo dữ liệu ban đầu; vai trò của con người là kiểm tra, xác nhận và chịu trách nhiệm nghiệp vụ. Cách phân vai này vừa tận dụng được tốc độ xử lý của công nghệ, vừa hạn chế rủi ro đạo đức và rủi ro tài chính khi dữ liệu liên quan đến người lao động.

6.3. Hạn chế và điều kiện triển khai

Hạn chế chính của nghiên cứu nằm ở chất lượng ảnh, biến thể biểu mẫu, chữ viết tay và quy ước ghi ngày công giữa các đội. Nếu ảnh mờ, thiếu góc, nghiêng quá mức hoặc có ghi chú đè lên ô bảng, hệ thống có thể đọc sai hoặc bỏ sót. Nếu mẫu phiếu thay đổi liên tục, lược đồ dữ liệu và cách ánh xạ sang bảng tính Excel cũng cần cập nhật.

Các nghiên cứu triển khai thị giác máy tính trong bối cảnh thực địa cho thấy hệ thống chỉ có ý nghĩa quản trị khi vừa thu thập được dữ liệu thường xuyên, vừa gắn dữ liệu với chỉ số đánh giá và kịch bản vận hành cụ thể (Ratnayake et al., 2023). Do đó, triển khai thực tế cần bắt đầu bằng thử nghiệm thí điểm có kiểm soát, chuẩn hóa cách chụp ảnh, chuẩn hóa danh mục công trình, mã công nhân và quy trình duyệt dữ liệu.

Đối với mục tiêu công bố học thuật, bước tiếp theo là thu thập đủ số ảnh phiếu đã ẩn danh, tạo dữ liệu chuẩn đối chiếu độc lập, chạy quy trình trên từng phiếu, ghi nhật ký theo từng nút xử lý và báo cáo kết quả định lượng. Chỉ khi có số liệu thực nghiệm, bài báo mới có thể kết luận về mức chính xác, mức tiết kiệm thời gian, chi phí mỗi phiếu và hiệu quả giảm sửa thủ công so với nhập bảng tính thủ công.

7. Kết luận

Nghiên cứu đã định vị bài toán xử lý phiếu chấm công công trình theo hai hướng ứng dụng rõ ràng: quản lý nhân công và thanh toán lương. Trên cơ sở nghiên cứu khoa học thiết kế, nghiên cứu đề xuất một quy trình trí tuệ nhân tạo có con người trong vòng kiểm soát để chuyển ảnh phiếu chấm công thành dữ liệu có cấu trúc, bảng tính đầu ra và hồ sơ có thể truy vết. Khung nghiên cứu nhấn mạnh rằng dữ liệu chấm công không chỉ là dữ liệu nhập lương, mà còn là bằng chứng vận hành hỗ trợ chuẩn hóa quản lý nhân lực tại công trình.

Về đóng góp, nghiên cứu làm rõ khoảng trống giữa các nghiên cứu thị giác máy tính trong xây dựng và nhu cầu xử lý chứng từ hành chính hiện trường. Bài báo đề xuất lược đồ dữ liệu, vai trò kiểm tra của con người, bộ chỉ số đánh giá và phân loại lỗi phù hợp với dữ liệu phiếu chấm công. Để hoàn thiện theo chuẩn bài báo thực nghiệm, nghiên cứu cần tiếp tục chạy thử nghiệm thí điểm trên ảnh phiếu thật đã ẩn danh, điền số liệu vào bảng kết quả, so sánh với quy trình nhập bảng tính thủ công và phân tích lỗi theo từng nhóm nghiệp vụ.

* Tiêu đề do Tòa soạn đặt ► Mời xem fiel PDF tại đây

TÀI LIỆU THAM KHẢO
[1] Baduge, S.K., Thilakarathna, S., Perera, J.S., Arashpour, M., Sharafi, P., Teodosio, B.,… & Mendis, P. Artificial intelligence and smart vision for building and construction 4.0: achine and deep learning methods and applications. Automation in Construction, 141, 104440, 2022.
[2] Brendel, W., Rauber, J., Kurakin, A., Papernot, N., Veliqi, B., Mohanty, S.P., Laurent, F.,... & Zhang, H. Adversarial vision challenge. The NeurIPS'18 Competition: From Machine Learning to Intelligent Conversations, 129-153, 2019.
[3] Cai, L., McGuire, N.E., Hanlon, R., Mooney, T.A. & Girdhar, Y. Semi-supervised visual tracking of marine animals using autonomous underwater vehicles. International Journal of Computer Vision, 131(6), 1406-1427, 2023.
[4] Chang, K.W., Wu, H., Wang, Y.K., Wu, Y.K., Shen, H., Tseng, W.C.,... & Lee, H.Y. Speechprompt: Prompting speech language models for speech processing tasks. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 32, 3730-3744, 2024.
[5] Ersoz, A.B. Demystifying the potential of ChatGPT-4 Vision for construction progress monitoring. The 8th International Project and Construction Management Conference, 1-10, 2024.
[6] Guha, S., Mullick, A., Agrawal, J., Ram, S., Ghui, S., Lee, S.C.,... & Goyal, P. MatScIE: An automated tool for the generation of databases of methods and parameters used in the computational materials science literature. Computational Materials Science, 192, 110325, 2021.
[7] Hevner, A.R., March, S.T., Park, J. & Ram, S. Design science in information systems research. Management Information Systems Quarterly, 28(1), 75-106, 2008.
[8] Kim, J. Visual analytics for operation-level construction monitoring and documentation: State-of-the-art technologies, research challenges, and future directions. Frontiers in Built Environment, 6, 1-20, 2020.
[9] Oyediran, H., Turner, W., Kim, K. & Barrows, M. Integration of 4d bim and robot task planning: Creation and flow of construction-related information for action-level simulation of indoor wall frame installation. arXiv preprint arXiv:2402.03602, 2024.
[10] Ratnayake, M.N., Amarathunga, D.C., Zaman, A., Dyer, A.G. & Dorin, A. Spatial monitoring and insect behavioural analysis using computer vision for precision pollination. International Journal of Computer Vision, 131(3), 591-606, 2023.
[11] Sharma, A., Altan, D., Marijan, D. & Maressa, A. From high-frequency sensors to noon reports: Using transfer learning for shaft power prediction in maritime. International Joint Conference on Computational Intelligence, 723-741, 2025.
[12] Tan, Y.H. & Chan, C.S. Phrase-based image captioning with hierarchical LSTM model. arXiv:1711.05557, 2017.
[13] Wang, K., Wang, Z., Li, Z., Su, A., Teng, X., Pan, E., Liu, M. & Yu, Q. Oriented object detection in optical remote sensing images using deep learning: A survey. Artificial Intelligence Review, 58, 350, 2025.
[14] Xiao, B., Wang, Y. & Kang, S.C. Deep learning image captioning in construction management: A feasibility study. Journal of Construction Engineering and Management, 148(7), 04022049, 2022.
[15] Xu, M., Li, C., Chen, Z., Wang, Z. & Guan, Z. Assessing visual quality of omnidirectional videos. IEEE Transactions on Circuits and Systems for Video Technology, 29(12), 3516-3530, 2018.