Từ Mỹ, châu Âu, Trung Quốc, Singapore, UAE đến Uruguay và Rwanda, AI đang đi vào trường học theo những con đường rất khác nhau. Bài viết so sánh mô hình, mục tiêu, độ tuổi, vai trò giáo viên, đánh giá và quản trị để lý giải vì sao không có một công thức AI giáo dục duy nhất.
Kiến trúc sư hệ thống & Chuyên gia giáo dục STEM
Đến tháng 9/2026, các quốc gia không đưa AI vào giáo dục theo một mô hình duy nhất. UAE, Trung Quốc, Việt Nam và CBSE của Ấn Độ thiên về xây chương trình AI có cấu trúc; EU, Australia, New Zealand và Nhật Bản nhấn mạnh guardrails, human agency và dữ liệu; Mỹ và Canada phân quyền nhiều hơn; Uruguay, Singapore và Rwanda cho thấy vai trò của hạ tầng số và năng lực giáo viên. Khác biệt chủ yếu đến từ quản trị, mục tiêu nhân lực, assessment, luật dữ liệu, hạ tầng và mức sẵn sàng của giáo viên.
Cập nhật đến 25/09/2026.
AI đang đi vào trường học trên gần như mọi châu lục, nhưng không theo một công thức chung. Có nơi biến AI thành môn học chính thức từ mẫu giáo đến THPT; có nơi ưu tiên khung năng lực và nguyên tắc đạo đức; có nơi đặt trọng tâm vào đào tạo giáo viên, hạ tầng và công bằng tiếp cận; có hệ thống lại chọn sandbox, thí điểm và đo bằng chứng trước khi mở rộng.
Điểm chung đáng chú ý là cuộc tranh luận đã dịch chuyển. Câu hỏi không còn chỉ là “có nên cho học sinh dùng AI hay không?”, mà thành: học sinh cần hiểu gì về AI, dùng AI ở giai đoạn nào, công cụ nào được phép, giáo viên giữ vai trò gì, và làm sao biết AI giúp học chứ không chỉ giúp làm bài nhanh hơn?
Khi nói “đưa AI vào giáo dục”, nhiều chính sách và chương trình đang giải quyết ba vấn đề khác nhau.
Thứ nhất, giáo dục về AI — learning about AI. Học sinh học AI là gì, dữ liệu và thuật toán hoạt động ra sao, giới hạn, thiên lệch, đạo đức, cách đánh giá đầu ra và ở mức cao hơn là cách thiết kế hệ thống AI.
Thứ hai, học với AI — learning with AI. AI trở thành công cụ hỗ trợ dạy và học: gia sư, phản hồi, cá nhân hóa, tạo học liệu, mô phỏng, hỗ trợ giáo viên hay trợ lý học tập.
Thứ ba, giáo dục trong một thế giới có AI — learning in an AI world. Khi AI đã tồn tại ngoài lớp học, nhà trường phải thay đổi cách đánh giá, tiêu chuẩn về bài làm “của học sinh”, quyền riêng tư, bản quyền, năng lực thông tin và vai trò nghề nghiệp của giáo viên.
Khung năng lực AI cho học sinh của UNESCO giúp nhìn rõ sự phân biệt này. UNESCO mô tả 12 năng lực theo bốn chiều: tư duy lấy con người làm trung tâm, đạo đức AI, kỹ thuật và ứng dụng AI, thiết kế hệ thống AI, với ba mức phát triển Understand – Apply – Create.[1] Khung cho giáo viên lại bổ sung AI pedagogy và AI cho phát triển nghề nghiệp, nhấn mạnh quyền chủ động của giáo viên và trách nhiệm con người.[2]
Điều này quan trọng vì một quốc gia có thể rất mạnh ở “học về AI” nhưng thận trọng với “học với chatbot”; hoặc ngược lại, cho phép công cụ AI hỗ trợ rộng nhưng chưa biến AI thành môn học chính thức.
Báo cáo mới của Ủy ban châu Âu công bố ngày 22/09/2026 cho thấy gần hai phần ba hệ thống giáo dục được Eurydice khảo sát đã đề cập AI trong chiến lược, hướng dẫn hoặc khung chính sách, dù mức triển khai tại trường còn không đồng đều.[3]
Đáng chú ý hơn, tổng hợp bằng chứng của EC phân biệt rất rõ giữa làm tốt hơn một nhiệm vụ và học tốt hơn. AI có thể giúp học sinh hoàn thành sản phẩm nhanh hoặc đạt điểm nhiệm vụ tốt hơn, nhưng lợi ích học tập xuất hiện đáng tin cậy hơn khi công cụ buộc người học vẫn phải suy nghĩ, giải thích, tự điều chỉnh và tham gia tích cực. Các công cụ AI được thiết kế cho mục tiêu giáo dục cũng có xu hướng tạo kết quả học tập tốt hơn chatbot đa dụng.[3]
Đây là nền tảng để hiểu tại sao các nước đang đi những con đường khác nhau.
Tại Hoa Kỳ, Sắc lệnh Hành pháp 14277 năm 2025 đặt trọng tâm vào AI literacy, tiếp xúc sớm với AI, đào tạo giáo viên, public–private partnerships và chuẩn bị lực lượng lao động.[4] Bộ Giáo dục Hoa Kỳ sau đó hướng dẫn rằng nguồn tài trợ liên bang hiện có có thể được sử dụng cho một số mục tiêu như học liệu có AI, tutoring, advising, AI literacy và professional development nếu tuân thủ các yêu cầu pháp lý và sử dụng có trách nhiệm.[5]
Tuy nhiên, Hoa Kỳ không vận hành như một hệ thống chương trình K–12 tập trung duy nhất. Quyền quyết định lớn nằm ở bang, district, trường và giáo viên. Vì vậy cùng một quốc gia có thể tồn tại song song các mô hình từ hạn chế AI trong đánh giá, hướng dẫn sử dụng có khai báo, đến chương trình computer science/AI chuyên sâu.
Logic phía sau: ưu tiên đổi mới và lực lượng lao động đi cùng cấu trúc giáo dục phân quyền. Kết quả là tốc độ thử nghiệm có thể nhanh, nhưng mức độ đồng nhất thấp.
Canada có một đặc điểm cấu trúc khác: giáo dục thuộc trách nhiệm của các tỉnh và vùng lãnh thổ, nên không tồn tại một “chương trình K–12 liên bang” thống nhất. Hội đồng Bộ trưởng Giáo dục Canada (CMEC) đóng vai trò phối hợp các vấn đề cùng quan tâm.[6]
Tháng 9/2026, Chính phủ Canada công bố National AI Literacy Initiative, cung cấp các luồng học miễn phí cho sinh viên, nhà giáo dục và cộng đồng; phần dành cho K–12 educators được thiết kế theo hướng tài nguyên thực hành sẵn sàng cho lớp học.[7]
Canada vì vậy minh họa mô hình federal support + provincial implementation: năng lực AI được coi là ưu tiên chung, nhưng cách đưa vào chương trình và lớp học không được áp đặt bằng một curriculum quốc gia duy nhất.
EU không phải một hệ thống giáo dục quốc gia, nhưng ảnh hưởng mạnh qua khung năng lực, luật dữ liệu, hướng dẫn đạo đức, nghiên cứu và chương trình hợp tác.
Bức tranh châu Âu năm 2026 có ba đặc điểm.
Một là, AI literacy được xem như năng lực công dân số. Framework của EU dành cho giáo dục phổ thông hướng tới việc giúp học sinh hiểu, sử dụng, đánh giá và tạo ra với AI trong bối cảnh trách nhiệm xã hội.[8]
Hai là, giáo viên và human agency được đặt ở trung tâm. Các hướng dẫn của EU không mô tả AI như một “giáo viên thay thế”, mà như công nghệ cần được sử dụng dưới trách nhiệm nghề nghiệp và các nguyên tắc minh bạch, công bằng, bảo vệ dữ liệu.
Ba là, bằng chứng được sử dụng để kiểm soát kỳ vọng. Báo cáo tháng 9/2026 nhấn mạnh rằng bằng chứng dài hạn còn hạn chế, năng lực giáo viên chưa đồng đều, và over-reliance có thể ảnh hưởng tới tư duy phản biện.[3]
Tại England, Department for Education duy trì hướng dẫn về GenAI cho trường học và liên tục cập nhật tài liệu hỗ trợ cho năm học 2026–27.[9] Cách tiếp cận tập trung nhiều vào sử dụng an toàn, workload của giáo viên, bảo vệ dữ liệu, academic integrity và lựa chọn trường hợp sử dụng phù hợp hơn là quy định tất cả học sinh phải học một môn AI riêng.
Logic phía sau: hệ thống đã có curriculum tương đối ổn định và muốn AI trở thành một năng lực/công cụ xuyên môn, trong khi vẫn bảo vệ chuẩn đánh giá và trách nhiệm nghề nghiệp.
Kế hoạch “AI + Education” năm 2026 của Trung Quốc đặt mục tiêu đến 2030 hình thành mức tích hợp sâu giữa AI và giáo dục, xây hệ thống giáo dục AI xuyên suốt các cấp học và nâng AI literacy rộng trong xã hội.[10] Ở phổ thông, kế hoạch yêu cầu mở đủ các khóa AI liên quan, khuyến khích dạy liên môn và dùng nền tảng quốc gia để hỗ trợ trường vùng nông thôn, xa trung tâm.
Học liệu AI phổ thông của Trung Quốc được phân theo cấp: trẻ nhỏ tiếp cận qua câu chuyện và nhiệm vụ đơn giản; cấp cao hơn chuyển sang khái niệm, machine learning, đánh giá thông tin, ứng dụng và hệ thống liên môn.[11]
Đây là mô hình system-level curriculum + national infrastructure + talent pipeline.
Tại sao? AI được gắn với chiến lược phát triển khoa học–công nghệ và hiện đại hóa giáo dục ở quy mô quốc gia. Một hệ thống quản trị tập trung cũng giúp chuẩn hóa học liệu, nền tảng và mục tiêu nhanh hơn.
Nhật Bản lựa chọn cách tiếp cận khác. Hướng dẫn GenAI phiên bản 2.0 của MEXT dành cho tiểu học và trung học tập trung vào trường hợp sử dụng, rủi ro, quyền riêng tư, tính phù hợp theo độ tuổi, vai trò giáo viên và thí điểm thực tế.[12]
Thay vì biến chatbot thành mặc định cho mọi lớp, hướng đi của Nhật Bản gần với governance-first + controlled adoption.
Tại sao? Với một hệ thống coi trọng chuẩn chương trình, kiểm định và trách nhiệm của cơ sở giáo dục, chi phí của việc đưa công nghệ chưa ổn định vào diện rộng được nhìn nhận khá thận trọng.
Hàn Quốc là một trường hợp đặc biệt. Giai đoạn đầu, Bộ Giáo dục thúc đẩy AI digital textbooks để cá nhân hóa học tập ở nhiều môn.[13] Sau tranh luận chính sách và thay đổi vị thế pháp lý của AI digital textbooks năm 2025, hướng đi đã được điều chỉnh.
Đến ngày 18/09/2026, Bộ Giáo dục Hàn Quốc công bố lộ trình mới: 16 môn/nội dung AI do giáo viên trực tiếp tham gia biên soạn, năm 2026 phát triển năng lực và học liệu, năm 2027 thí điểm và thẩm định, rồi dự kiến áp dụng chính thức từ tháng 3/2028.[14]
Điểm đáng chú ý không phải là “thành công hay thất bại” của một công nghệ cụ thể, mà là sự chuyển trọng tâm từ AI như nền tảng cá nhân hóa học tập sang AI như nội dung giáo dục được giáo viên đồng thiết kế.
MOE Singapore công bố năm 2026 rằng AI literacy sẽ được tích hợp vào curriculum, co-curriculum và tài nguyên tự học, với các cột mốc phát triển theo lứa tuổi. Chương trình Code for Fun sẽ được cập nhật để tăng kỹ năng AI và mở cho tất cả trường từ 2027; Cyber Wellness cũng bổ sung nội dung kiểm chứng thông tin do GenAI tạo và nhận diện deepfake.[15]
Đây là mô hình integrated competency: AI được đặt bên trong digital literacy, computing, citizenship và các hoạt động học tập, thay vì chỉ thành một khóa học sử dụng công cụ.
CBSE công bố tháng 4/2026 khung Computational Thinking and Artificial Intelligence cho Classes III–VIII từ năm học 2026–27.[16] Cách ghép CT với AI có ý nghĩa sư phạm: học sinh không chỉ học công cụ AI, mà xây nền logic, pattern recognition, algorithmic thinking, problem solving và ethical use trước khi đi sâu hơn.
Với quy mô học sinh rất lớn và mức chênh lệch điều kiện giữa các bang/trường, curriculum framework cung cấp chuẩn chung nhưng việc triển khai vẫn phụ thuộc mạnh vào năng lực trường và giáo viên.
Quyết định 2422/QĐ-BGDĐT ngày 18/08/2026 đưa nội dung giáo dục AI vào triển khai đại trà từ năm học 2026–27. Khung xác định 12 tiết cốt lõi/lớp/năm học, cho phép tổ chức theo chuyên đề, tích hợp môn học hoặc hoạt động mở rộng; đồng thời yêu cầu phù hợp lứa tuổi, không gây quá tải, rà soát công cụ, chú ý dữ liệu cá nhân, sở hữu trí tuệ, an toàn và công bằng tiếp cận.[17]
Việt Nam vì vậy đang tiến gần nhóm curriculum-first, nhưng vẫn giữ độ linh hoạt về hình thức tổ chức.
Điểm cần theo dõi trong vài năm tới không chỉ là “đủ 12 tiết hay chưa”, mà là giáo viên đã đủ năng lực chưa, học sinh có thực sự hiểu AI hay chỉ học thao tác công cụ, và assessment có thay đổi tương ứng hay không.
UAE là một trong những mô hình rõ nhất của hướng AI as a formal subject. Từ năm học 2025–26, AI được tích hợp thành môn học chính thức trong trường công từ kindergarten đến Grade 12.[18]
Khung gồm các mảng như nền tảng AI, dữ liệu và thuật toán, sử dụng phần mềm, đạo đức, ứng dụng thực tế, đổi mới–thiết kế dự án và chính sách/cộng đồng. Ở mẫu giáo, trẻ tiếp cận bằng hoạt động trực quan, câu chuyện và chơi; các cấp sau tăng dần mức thiết kế, đánh giá hệ thống, bias, thuật toán và ứng dụng.[18]
Một cập nhật rất mới tháng 9/2026 tại Abu Dhabi cho thấy chương trình ở hơn 170 trường tư cũng nhấn mạnh hoạt động phù hợp lứa tuổi và trải nghiệm không màn hình ở giai đoạn sớm, thay vì đồng nhất “AI education” với việc trẻ ngồi dùng chatbot.[19]
Tại sao UAE đi nhanh? Hệ thống tập trung, quy mô quản trị tương đối gọn, nguồn lực đầu tư cao và chiến lược quốc gia coi AI là một phần của phát triển nguồn nhân lực tương lai tạo điều kiện cho curriculum rollout đồng bộ.
Australian Framework for Generative AI in Schools đặt ra các nguyên tắc cho việc sử dụng AI có trách nhiệm và đạo đức trong trường học, phục vụ học sinh, giáo viên, lãnh đạo trường, phụ huynh, nhà cung cấp và nhà hoạch định chính sách.[20]
Australia lựa chọn framework chung thay vì một curriculum AI duy nhất. Framework được thiết kế để xem xét định kỳ vì công nghệ thay đổi nhanh; việc rà soát năm 2025 tiếp tục giữ trọng tâm vào teaching and learning, wellbeing, transparency, fairness, accountability, privacy, security và safety.[20]
Hướng dẫn của New Zealand yêu cầu giáo viên kiểm tra đầu ra AI, tránh nhập dữ liệu cá nhân, xây chính sách AI cấp trường, bảo đảm tính xác thực trong assessment và giữ professional judgement của giáo viên.[21]
New Zealand còn nêu trực tiếp rủi ro cultural bias: mô hình AI có thể yếu khi xử lý mātauranga, te reo Māori, các ngôn ngữ Pacific và văn hóa Polynesia.[21]
Đây là điểm thường bị bỏ qua trong tranh luận AI giáo dục: câu hỏi không chỉ là “mô hình có chính xác không?”, mà còn là tri thức của ai được đại diện trong dữ liệu và ngôn ngữ của hệ thống.
Chiến lược AI Lục địa của Liên minh châu Phi đặt trọng tâm vào một cách tiếp cận Africa-centric, development-focused, ethical, responsible và equitable.[22] Với nhiều quốc gia, vấn đề không thể bắt đầu bằng việc mua chatbot cho mỗi học sinh nếu trường vẫn thiếu kết nối, thiết bị, dữ liệu số hoặc giáo viên được đào tạo.
Rwanda triển khai chương trình AI literacy cho giáo viên theo mô hình AI champions: 150 master teachers được đào tạo, sau đó lan tỏa xuống hệ thống; vòng đầu đã tiếp cận hơn 5.000 giáo viên ở tất cả các districts.[23]
Đây là ví dụ của capacity-first: trước khi kỳ vọng AI thay đổi lớp học, hệ thống xây năng lực cho người trực tiếp tổ chức việc học.
Trong phát biểu ngân sách giáo dục tháng 5/2026, Bộ trưởng Giáo dục Cơ bản South Africa cho biết đang rà soát White Paper về e-Education và phát triển hướng dẫn quốc gia thực hành về AI trong lớp học. Thông điệp chính nhấn mạnh: công nghệ có thể hỗ trợ, nhưng giáo viên phải quyết định và người học vẫn phải suy nghĩ.[24]
Cùng lúc, hệ thống vẫn ưu tiên ECD, literacy, numeracy và bất bình đẳng tiếp cận. Điều đó cho thấy ở một số bối cảnh, AI không thể được tách khỏi những vấn đề nền tảng của hệ thống giáo dục.
Uruguay có một tài sản mà nhiều nước phải xây từ đầu: hệ sinh thái Ceibal. Báo cáo 2026 cho biết chương trình computational thinking và AI đã tiếp cận 96% trường công đô thị và 70% trường nông thôn; EduIA Lab thúc đẩy hơn 20 dự án về hỗ trợ giáo viên, cá nhân hóa học tập và giải pháp giáo dục mới.[25]
Uruguay cho thấy một quy luật quan trọng: AI dễ được đưa vào hệ thống hơn khi identity, device, platform, teacher support và digital content đã tồn tại trước đó.
Chile phát hành hướng dẫn PotencIA el Aprendizaje để giúp các đội ngũ sư phạm tích hợp GenAI một cách sáng tạo, phê phán và có trách nhiệm.[26]
Thay vì chỉ cung cấp danh sách công cụ, hướng dẫn đặt câu hỏi “AI phục vụ mục tiêu học nào?” vào trước câu hỏi “dùng AI nào?”.
Năm 2026, Bộ Giáo dục Brazil vận hành Regulatory Sandbox for AI in Education — môi trường thử nghiệm có kiểm soát cho các giải pháp AI, với yêu cầu về bảo vệ dữ liệu, công bằng, human review, algorithmic impact assessment và bằng chứng sư phạm.[27]
Đây là mô hình evidence-before-scale: chính sách được học từ pilot có giám sát thay vì giả định rằng công nghệ hoạt động giống nhau ở mọi bối cảnh.
Không nên biến các quốc gia thành một bảng xếp hạng. Hữu ích hơn là xem họ đang giải quyết bài toán bằng mô hình nào.
| Mô hình | Ví dụ tiêu biểu | Trọng tâm | Điểm cần quản trị |
|---|---|---|---|
| Curriculum-first | UAE, Trung Quốc, Việt Nam, CBSE/Ấn Độ | Chuẩn hóa AI literacy theo cấp học | Chất lượng giáo viên, nguy cơ dạy thành thao tác công cụ |
| Guardrails-first | EU, Australia, New Zealand, Nhật Bản | Human agency, đạo đức, dữ liệu, assessment | Có thể triển khai chậm hơn công nghệ |
| Decentralized innovation | Hoa Kỳ, Canada | Thử nghiệm địa phương, workforce, partnerships | Chênh lệch giữa địa phương/trường |
| Platform-and-evidence | Uruguay, Singapore | Dựa trên hạ tầng số và hệ sinh thái học tập sẵn có | Cần governance và đo learning outcomes |
| Capacity-and-inclusion | Rwanda, nhiều sáng kiến AU, South Africa | Giáo viên, hạ tầng, công bằng | Tốc độ phụ thuộc nguồn lực và connectivity |
Bảng này là cách phân tích, không phải nhãn chính thức của các chính phủ. Một hệ thống có thể nằm ở nhiều nhóm cùng lúc.
Một hệ thống tập trung có thể phát hành curriculum, textbook, teacher guide và nền tảng ở quy mô quốc gia nhanh hơn. Một hệ thống liên bang hoặc phân quyền thường phải phối hợp nhiều cấp và chấp nhận variation giữa địa phương.
Vì vậy, sự khác biệt về tốc độ không thể được giải thích đơn giản bằng “quốc gia nào quyết tâm hơn”.
Một số quốc gia nhìn AI giáo dục chủ yếu qua năng lực cạnh tranh, talent pipeline và lực lượng lao động. Một số khác bắt đầu từ quyền người học, human agency, dữ liệu và public trust. Nhiều nước đang cố kết hợp cả hai.
Mục tiêu khác nhau sẽ dẫn tới curriculum khác nhau: nếu ưu tiên workforce, hệ thống thường đẩy sớm coding, model building và project creation; nếu ưu tiên citizenship, chương trình sẽ dành nhiều trọng lượng hơn cho bias, misinformation, privacy và ethics.
Uruguay hay Singapore không bắt đầu AI từ số 0. Họ đã có nền tảng số, tài khoản, thiết bị, teacher PD và chương trình digital literacy. Vì thế AI có thể trở thành lớp mới trên hạ tầng cũ.
Ngược lại, nơi connectivity và device access chưa đồng đều phải giải đồng thời hai bài toán: digital inclusion và AI literacy.
Một hệ thống phụ thuộc mạnh vào bài thi chuẩn hóa có động lực cao để kiểm soát GenAI trong summative assessment. Hệ thống thiên về project, portfolio và formative assessment có nhiều không gian hơn cho AI như một công cụ đồng hành.
New Zealand là ví dụ rõ: AI có thể hỗ trợ học tập, nhưng NCEA external assessment vẫn yêu cầu bằng chứng xác thực của chính học sinh.[21]
EU và New Zealand đặt nặng privacy, transparency và cultural bias. Brazil đưa impact assessment và human review vào sandbox. Những hệ thống này phản ánh môi trường pháp lý và văn hóa quản trị dữ liệu khác với nơi ưu tiên adoption speed.
Nếu giáo viên chưa được đào tạo, AI curriculum rất dễ biến thành “học prompt” hoặc sao chép demo công cụ. Ngược lại, Hàn Quốc năm 2026 đang đưa giáo viên trực tiếp vào quá trình biên soạn nội dung AI mới.[14] Rwanda chọn teacher champions trước khi mở rộng AI literacy.[23]
Điểm hội tụ ở đây khá mạnh: teacher capacity không phải hoạt động phụ trợ; nó là hạ tầng của AI education.
Từ các mô hình quốc tế, có thể rút ra một nguyên tắc chung: độ phức tạp của AI tăng theo độ tuổi, nhưng human agency và safety phải xuất hiện ngay từ đầu.
Không cần bắt đầu bằng chatbot. Có thể dùng câu chuyện, trò chơi, phân loại, nhận biết “máy có thể/không thể làm gì”, hoạt động không màn hình và khái niệm dữ liệu rất đơn giản.
UAE và một số chương trình ở Trung Quốc đều cho thấy cách tiếp cận qua story/play ở giai đoạn sớm.[11][18]
Đây là giai đoạn phù hợp để học sinh:
Mục tiêu không phải “viết prompt thật dài”, mà là biết đặt mục tiêu, kiểm chứng và giữ quyền quyết định.
Có thể mở rộng sang dữ liệu, bias, machine learning cơ bản, prompt có cấu trúc, source verification, deepfake, mô hình phân loại, thiết kế hệ thống đơn giản và tác động xã hội.
Học sinh có thể đi sâu hơn vào model design, domain projects, API/tool use trong môi trường kiểm soát, nghiên cứu dữ liệu, AI governance, bản quyền, nghề nghiệp và các bài toán liên ngành.
Thay vì hỏi “nên chọn ChatGPT, Gemini hay công cụ nào?”, hệ thống giáo dục có thể bắt đầu từ chín lớp thiết kế.
1. Chuẩn AI literacy tối thiểu. Mọi học sinh cần hiểu nguyên lý, giới hạn, bias, dữ liệu, ethics và verification.
2. Teacher-first. Giáo viên phải được chuẩn bị về AI pedagogy, assessment, privacy và kiểm chứng trước khi công cụ được dùng đại trà.[2]
3. Danh mục công cụ được thẩm định. Xem xét độ tuổi, data retention, tài khoản, parental consent, logging, accessibility và điều khoản sử dụng.
4. Tách AI-free và AI-assisted. Có những thời điểm học sinh phải tự hình thành ý tưởng, giải bài, viết hoặc giải thích trước khi AI xuất hiện.
5. Thiết kế assessment mới. Chấm cả process: bản nháp, nguồn, prompt khi cần, reflection, thử nghiệm, quyết định, oral defense và khả năng làm lại trong bối cảnh khác.
6. Human-in-the-loop. AI hỗ trợ phản hồi, gợi ý và đa dạng phương án; giáo viên chịu trách nhiệm sư phạm, học sinh chịu trách nhiệm với sản phẩm.
7. Hạ tầng và equity. Không triển khai một mô hình đòi hỏi thiết bị/kết nối mà một nhóm học sinh không có khả năng tiếp cận tương đương.
8. Pilot → đo → điều chỉnh → mở rộng. Đo learning outcomes, critical thinking, teacher workload, error rate, equity và student wellbeing — không chỉ đếm số lượt dùng AI.
9. Cơ chế rà soát định kỳ. Công nghệ, chính sách dữ liệu và điều khoản công cụ thay đổi nhanh; governance phải có vòng đời cập nhật.
Khung 12 tiết/lớp/năm học của Việt Nam có thể đóng vai trò AI literacy baseline — một mức nền chung để mọi học sinh có cơ hội tiếp cận.[17]
Nhưng nếu toàn bộ triển khai dừng ở 12 tiết riêng lẻ, AI rất dễ trở thành một môn “biết công cụ”. Kinh nghiệm quốc tế gợi ý cần thêm ba tầng:
Tầng 1 — AI Literacy: kiến thức và năng lực AI cốt lõi theo cấp học.
Tầng 2 — AI Across Curriculum: dùng AI có chủ đích trong khoa học, ngôn ngữ, STEM, nghệ thuật, tin học… khi nó thực sự phục vụ mục tiêu học.
Tầng 3 — Assessment & Governance: thay đổi cách đánh giá, quy định công cụ, dữ liệu, quyền riêng tư, bản quyền và bằng chứng học tập.
Trong cấu trúc này, 12 tiết không phải “toàn bộ AI education”; nó là điểm xuất phát để nhà trường xây một hệ thống rộng hơn.
Nếu chỉ đo bằng số tài khoản, số prompt, số bài có dùng chatbot hay số tiết “AI”, một hệ thống có thể trông rất hiện đại nhưng không chứng minh được học sinh đang học sâu hơn.
Ngược lại, một bài học AI tốt đôi khi có thể không dùng màn hình: học sinh tranh luận dữ liệu nào công bằng, đóng vai thuật toán phân loại, phát hiện bias, so sánh quyết định của người và máy, hoặc giải thích tại sao một đầu ra AI không đáng tin.
Câu hỏi cốt lõi vì vậy nên là:
Sau khi có AI, học sinh có hiểu sâu hơn, tư duy tốt hơn, kiểm chứng tốt hơn và tự chủ hơn không?
Nếu câu trả lời chưa rõ, vấn đề không nhất thiết nằm ở “AI chưa đủ mạnh”; có thể nằm ở thiết kế học tập.
Không có một thước đo duy nhất để trả lời. UAE đã đưa AI thành môn chính thức từ kindergarten đến Grade 12; Trung Quốc triển khai kế hoạch AI+Education ở quy mô hệ thống; Việt Nam triển khai đại trà khung AI từ 2026–27; nhiều nơi khác chọn tích hợp xuyên môn hoặc framework thay vì môn riêng.[10][17][18]
Không nên coi chatbot mở là điểm xuất phát mặc định. Ở độ tuổi nhỏ, nhiều mô hình ưu tiên story, play, unplugged activities, nhận biết AI, an toàn dữ liệu và tư duy phản biện trước. Với học sinh lớn hơn, công cụ có thể được dùng trong môi trường được thẩm định và có mục tiêu sư phạm rõ.[1][18][19]
Không. Các framework quốc tế bao gồm human agency, ethics, nền tảng kỹ thuật, dữ liệu, bias, ứng dụng, đánh giá đầu ra và thiết kế hệ thống. Prompt chỉ là một kỹ năng nhỏ trong toàn bộ phổ năng lực.[1]
Không thể trả lời bằng một quy tắc cho mọi bài. Cần nhìn vào năng lực đang được đo. Nếu mục tiêu là khả năng viết độc lập, tính toán hoặc lập luận của học sinh, AI có thể cần bị hạn chế. Nếu mục tiêu là năng lực sử dụng AI có trách nhiệm, AI phải là một phần của nhiệm vụ nhưng quy trình sử dụng cần được quan sát và đánh giá.
Không cần sao chép nguyên một quốc gia. Việt Nam có thể kết hợp baseline curriculum hiện có với teacher development, vetted tools, AI-across-curriculum, assessment redesign và pilot có đo lường. Các thành phần nên được điều chỉnh theo hạ tầng, đội ngũ giáo viên, độ tuổi và mục tiêu CTGDPT.
[1] UNESCO. AI Competency Framework for Students.
[2] UNESCO. AI Competency Framework for Teachers.
[3] European Commission. New reports examine how AI and digital technologies are shaping education in Europe, 22/09/2026.
[4] The White House. Executive Order 14277, Advancing Artificial Intelligence Education for American Youth.
[5] U.S. Department of Education. Guidance on Artificial Intelligence Use in Schools.
[6] Council of Ministers of Education, Canada. 114th CMEC Meeting, 22/06/2026.
[7] Government of Canada. National AI Literacy Initiative, 09/09/2026.
[8] European Commission. AI Literacy Framework for Primary and Secondary Education.
[9] UK Department for Education. Generative artificial intelligence in education and support materials.
[10] Ministry of Education of the People’s Republic of China. “AI + Education” Action Plan, 2026.
[11] Ministry of Education of the People’s Republic of China. AI literacy learning resources for primary and secondary education, 2026.
[12] Japan MEXT. Guidelines for the Use of Generative AI in Primary and Secondary Education, Ver. 2.0.
[13] Republic of Korea Ministry of Education. AI Digital Textbook policy materials.
[14] Republic of Korea Ministry of Education. Teacher-developed AI subjects and learning resources roadmap, 18/09/2026.
[15] Singapore Ministry of Education. Committee of Supply 2026: AI literacy and Code for Fun.
[16] CBSE. Curriculum Framework for Computational Thinking and Artificial Intelligence for Classes III–VIII, 01/04/2026.
[17] Bộ Giáo dục và Đào tạo Việt Nam. Quyết định 2422/QĐ-BGDĐT và Công văn 5588/BGDĐT-GDPT, 08/2026.
[18] UAE Ministry of Education / Emirates News Agency. AI curriculum from Kindergarten to Grade 12, 2025–26.
[19] Abu Dhabi education authority / Emirates News Agency. AI education initiative in 170+ private schools, 16/09/2026.
[20] Australian Government Department of Education. Australian Framework for Generative AI in Schools.
[21] New Zealand Ministry of Education. Generative AI guidance for schools.
[22] African Union. Continental Artificial Intelligence Strategy.
[23] Rwanda Ministry of Education. National Day of AI teacher training programme.
[24] South African Government. Basic Education Budget Vote 2026/27.
[25] Uruguay Ministry of Education and Culture. Ceibal Sustainability Report, 2026.
[26] Chile Ministry of Education. PotencIA el Aprendizaje.
[27] Brazil Ministry of Education. Regulatory Sandbox for AI in Education, 2026.
Từ năm học 2026–2027, nội dung giáo dục AI được triển khai đại trà trong các cơ sở giáo dục phổ thông. Bài viết phân tích chính xác Khung 12 tiết/lớp/năm học, cách tổ chức, nội dung học và những việc nhà trường cần chuẩn bị.
AI đang làm thay đổi cách con người tìm kiếm, tạo ra và sử dụng tri thức. Giáo dục vì thế không thể chỉ thêm công cụ AI vào lớp học, mà cần tái thiết mục tiêu, vai trò giáo viên, năng lực người học và cách đánh giá.
Công nghệ giáo dục tương lai sẽ không chỉ là thêm AI vào lớp học. Từ trợ lý AI, agent học tập, mô phỏng nhập vai đến chứng chỉ số xác minh được, 7 xu hướng dưới đây cho thấy cách dạy, học và đánh giá có thể thay đổi đến 2035.
Bạn nghĩ gì về chủ đề này? Hãy chia sẻ góc nhìn, câu hỏi hoặc kinh nghiệm của bạn.
Chưa có bình luận nào. Hãy là người đầu tiên chia sẻ góc nhìn về bài viết này.