Giáo dục trong thời đại AI: Điều gì phải thay đổi?

Giáo dục trong thời đại AI cần chuyển từ mô hình tập trung vào truyền đạt và tái tạo thông tin sang phát triển năng lực sử dụng tri thức có phán đoán. Giáo viên trở thành người thiết kế, cố vấn và kiểm chứng; học sinh cần tư duy phản biện, đặt câu hỏi, sáng tạo, AI literacy và khả năng tự điều chỉnh. Đánh giá phải quan sát quá trình tư duy thay vì chỉ sản phẩm cuối. AI nên được tích hợp theo nguyên tắc human-in-the-loop: mục tiêu học tập và trách nhiệm con người luôn có trước công cụ.

TL;DR

AI tạo sinh đang làm cho việc tìm kiếm, diễn giải và tạo ra nội dung trở nên nhanh hơn rất nhiều. Điều đó không khiến giáo dục mất đi vai trò; ngược lại, nó buộc giáo dục phải chuyển trọng tâm từ truyền đạt thông tin sang hình thành năng lực sử dụng tri thức có phán đoán. Giáo viên cần trở thành người thiết kế trải nghiệm học tập, cố vấn và người kiểm chứng; học sinh cần học cách đặt câu hỏi, đánh giá bằng chứng, sáng tạo, hợp tác và chịu trách nhiệm với quyết định có AI hỗ trợ. AI nên được xem là một thành phần trong hệ sinh thái học tập, không phải người thay thế giáo viên hay tư duy của người học.

Khi câu trả lời trở nên rẻ, câu hỏi và phán đoán trở nên đắt giá

Trong nhiều thập kỷ, một phần quan trọng của giáo dục được tổ chức quanh việc truyền đạt kiến thức, luyện tập và kiểm tra xem người học có nhớ hoặc vận dụng được những gì đã học hay không. AI tạo sinh làm thay đổi mạnh môi trường này: người học có thể yêu cầu một hệ thống tạo văn bản giải thích khái niệm, tóm tắt tài liệu, gợi ý ý tưởng, tạo ví dụ, viết mã, lập kế hoạch hoặc phản hồi một sản phẩm chỉ trong vài giây.

UNESCO nhận định sự xuất hiện nhanh của GenAI đang đi nhanh hơn khả năng thích ứng của nhiều chính sách và cơ sở giáo dục, đồng thời đặt ra yêu cầu về bảo vệ dữ liệu, sử dụng phù hợp lứa tuổi và thiết kế sư phạm lấy con người làm trung tâm. OECD cũng nhấn mạnh rằng AI đặt lại câu hỏi về những nhiệm vụ và kỹ năng nào con người nên giữ, nhiệm vụ nào máy có thể hỗ trợ, và nguy cơ suy giảm kỹ năng nếu con người chuyển quá nhiều hoạt động nhận thức sang máy móc.

Vì vậy, vấn đề lớn của giáo dục trong thời đại AI không phải là: “Có nên cho học sinh dùng AI hay không?”. Câu hỏi quan trọng hơn là: “Một người học cần biết, làm được và chịu trách nhiệm điều gì khi AI luôn sẵn sàng hỗ trợ?”

1. Mục tiêu giáo dục phải dịch chuyển từ biết sang biết làm gì với điều mình biết

Khi thông tin phổ biến trở nên dễ tiếp cận, giá trị của việc học không nằm ở khả năng tái tạo lại càng nhiều thông tin càng tốt. Kiến thức nền vẫn quan trọng vì nếu không có hiểu biết nền tảng, người học khó nhận ra câu trả lời sai, thiên lệch hoặc thiếu ngữ cảnh của AI. Tuy nhiên, kiến thức cần trở thành nguyên liệu cho các năng lực cao hơn.

Một chương trình học phù hợp với thời đại AI cần tăng trọng số cho ít nhất năm nhóm năng lực:

• Tư duy phản biện: kiểm tra nguồn, nhận diện giả định, so sánh nhiều phương án và phát hiện điểm bất hợp lý.
• Năng lực đặt câu hỏi: biến một vấn đề mơ hồ thành các câu hỏi có thể tìm hiểu, thử nghiệm hoặc giải quyết.
• Sáng tạo và thiết kế: tạo ra sản phẩm, mô hình, giải pháp hoặc cách diễn đạt mới thay vì chỉ lặp lại nội dung có sẵn.
• Năng lực AI và dữ liệu: hiểu giới hạn của mô hình, biết rằng đầu ra AI không mặc nhiên là sự thật, và biết sử dụng dữ liệu có trách nhiệm.
• Năng lực tự điều chỉnh: biết khi nào nên dùng AI, khi nào nên tự làm, khi nào cần hỏi người khác và khi nào phải kiểm chứng.

Khung năng lực AI cho học sinh của UNESCO năm 2024 cũng đi theo hướng này với bốn chiều: tư duy lấy con người làm trung tâm, đạo đức AI, kỹ thuật và ứng dụng AI, thiết kế hệ thống AI. Tinh thần cốt lõi là chuẩn bị học sinh trở thành người sử dụng và đồng kiến tạo AI một cách có trách nhiệm, chứ không chỉ là người tiêu thụ công cụ.

2. Vai trò giáo viên không giảm đi; nó trở nên khó và quan trọng hơn

Một hiểu lầm phổ biến là khi AI có thể giải thích bài, tạo câu hỏi và phản hồi bài làm, vai trò của giáo viên sẽ giảm. Nhưng giáo dục không chỉ là hoạt động tạo ra nội dung.

Giáo viên phải đưa ra những quyết định mà AI không thể tự chịu trách nhiệm thay con người: mục tiêu nào đáng học, hoạt động nào phù hợp với nhóm học sinh cụ thể, bằng chứng nào cho thấy học sinh thật sự hiểu, sai lầm nào cần can thiệp ngay, khi nào nên khuyến khích tự khám phá, khi nào phải giới hạn công cụ, và một trải nghiệm học tập có thực sự công bằng hay không.

UNESCO AI Competency Framework for Teachers mô tả 15 năng lực thuộc năm nhóm: tư duy lấy con người làm trung tâm, đạo đức AI, nền tảng và ứng dụng AI, sư phạm AI, và AI cho phát triển nghề nghiệp. Đây là một tín hiệu rõ ràng: năng lực giáo viên thời AI không thể dừng ở việc “biết dùng ChatGPT”.

Giáo viên trong mô hình mới cần đảm nhiệm nhiều hơn vai trò của:

• Nhà thiết kế trải nghiệm học tập thay vì người truyền đạt toàn bộ nội dung.
• Người cố vấn và đặt câu hỏi thay vì người cung cấp mọi đáp án.
• Người kiểm chứng và bảo đảm chất lượng đối với nội dung do AI hỗ trợ tạo ra.
• Người thiết kế đánh giá để phân biệt sản phẩm đẹp với sự hiểu biết thật.
• Người bảo vệ yếu tố con người: động lực, quan hệ, cảm xúc, hợp tác, đạo đức và trách nhiệm.

Điều này cũng có nghĩa là bồi dưỡng giáo viên phải thay đổi. Các khóa tập huấn chỉ dạy danh sách công cụ hoặc prompt mẫu sẽ nhanh chóng lỗi thời. Giáo viên cần học một năng lực bền vững hơn: thiết kế workflow human-in-the-loop, trong đó AI hỗ trợ nhưng con người giữ quyền quyết định chuyên môn.

3. Đánh giá phải chuyển từ “sản phẩm cuối” sang “bằng chứng của quá trình tư duy”

AI làm cho nhiều dạng bài tập truyền thống trở nên dễ hoàn thành mà không phản ánh đầy đủ năng lực thật. Một bài luận trơn tru, đoạn mã chạy được hay một bản trình bày đẹp không còn đủ để khẳng định người học hiểu sâu.

Điều đó không có nghĩa là phải cấm AI trong mọi bài đánh giá. Thay vào đó, nhà trường cần thiết kế lại bằng chứng học tập.

Có thể kết hợp nhiều loại bằng chứng:

1. Bản nháp và lịch sử chỉnh sửa: học sinh đã thay đổi điều gì và vì sao?
2. Giải thích bằng lời: học sinh có thể bảo vệ lựa chọn của mình hay không?
3. Nhiệm vụ tại lớp: một phần quan trọng được thực hiện trong môi trường quan sát được.
4. Sản phẩm thực hành: mô hình, thí nghiệm, prototype hoặc chương trình thực tế.
5. Nhật ký sử dụng AI: học sinh mô tả đã dùng AI ở bước nào, đầu ra nào bị loại và vì sao.
6. Phản biện đầu ra AI: cho học sinh tìm lỗi, thiếu sót hoặc thiên lệch trong câu trả lời được tạo sẵn.

UNESCO đã đặt “rethinking assessment and learning outcomes” như một nội dung quan trọng khi thảo luận về tương lai giáo dục cùng GenAI. OECD cũng cảnh báo về hiện tượng cognitive off-loading: khi con người giao quá nhiều hoạt động nhận thức cho hệ thống, năng lực đó có thể ít được luyện tập hơn.

Đánh giá trong thời đại AI vì thế cần trả lời không chỉ “sản phẩm có đúng không?”, mà còn “người học đã tư duy thế nào để tạo ra sản phẩm đó?”.

4. AI literacy phải trở thành một phần của literacy hiện đại

Trong thế kỷ trước, biết đọc, viết và tính toán là năng lực nền để tham gia xã hội. Trong môi trường hiện nay, năng lực số và năng lực AI đang dần trở thành lớp năng lực bổ sung cần thiết.

AI literacy không đồng nghĩa với học lập trình mô hình AI. Với phần lớn học sinh phổ thông, trước hết nó bao gồm:

• hiểu AI có thể làm gì và không làm gì;
• nhận biết AI có thể tạo nội dung sai nhưng nghe rất thuyết phục;
• biết đặt yêu cầu rõ ràng và đánh giá đầu ra;
• biết bảo vệ dữ liệu cá nhân;
• nhận thức về bản quyền, thiên lệch và công bằng;
• biết công khai khi AI tham gia đáng kể vào sản phẩm;
• hiểu rằng trách nhiệm cuối cùng vẫn thuộc về con người.

Với học sinh lớn hơn, AI literacy có thể mở rộng sang dữ liệu huấn luyện, mô hình, xác suất, bias, đánh giá hệ thống, thiết kế AI và tác động xã hội.

Điểm quan trọng là không nên dạy AI literacy như một môn “phần mềm” tách biệt hoàn toàn. Nó có thể được tích hợp vào Ngữ văn khi kiểm chứng nguồn, vào Khoa học khi phân tích dữ liệu, vào Lịch sử khi so sánh diễn giải, vào STEM khi thiết kế giải pháp, và vào môn Tin học khi học về thuật toán, dữ liệu và hệ thống.

5. Học tập cần nhiều trải nghiệm thực hơn, không phải ít hơn

Khi AI có thể tạo nội dung số rất nhanh, trải nghiệm học tập càng cần gắn với những thứ khó giả lập bằng một nút bấm: quan sát, thử nghiệm, chế tạo, tranh luận, hợp tác, đo đạc, thất bại, sửa lỗi và trình diễn.

Đây là lý do các mô hình như Project-Based Learning, inquiry, 5E hay Engineering Design Process có thêm giá trị trong thời đại AI. Một dự án tốt buộc người học phải kết nối kiến thức với bối cảnh thực, phân chia nhiệm vụ, đối mặt với ràng buộc và chứng minh rằng giải pháp hoạt động.

AI có thể hỗ trợ ở nhiều bước: tìm phương án, giải thích khái niệm, tạo dữ liệu giả lập, gợi ý câu hỏi kiểm thử hoặc phản hồi bản nháp. Nhưng sản phẩm cuối vẫn cần bằng chứng cho thấy học sinh đã quan sát, lựa chọn, chế tạo, thử nghiệm và cải tiến.

Nếu AI khiến giáo dục quay về các bài tập chỉ sao chép đầu ra nhanh hơn, chúng ta đang dùng công nghệ mới để bảo tồn một mô hình học tập cũ. Nếu AI giúp giải phóng thời gian để học sinh làm dự án sâu hơn, nhận phản hồi nhanh hơn và thử nhiều vòng hơn, nó mới thực sự nâng cấp trải nghiệm học tập.

6. Cá nhân hóa bằng AI chỉ có ý nghĩa khi gắn với mục tiêu sư phạm

AI có khả năng tạo nhiều biến thể của một nội dung: giải thích đơn giản hơn, đưa ví dụ khác, sinh câu hỏi theo mức độ hoặc phản hồi dựa trên lỗi của người học. Đây là cơ hội lớn cho việc hỗ trợ học sinh có tốc độ và nhu cầu khác nhau.

Tuy nhiên, “cá nhân hóa” không nên bị hiểu thành việc mỗi học sinh ngồi riêng với một chatbot. Học tập còn là một hoạt động xã hội. Người học cần nghe quan điểm khác, tranh luận, cộng tác và được thách thức bởi những người không giống mình.

Cá nhân hóa tốt nên trả lời ba câu hỏi:

• Cái gì được cá nhân hóa? Ví dụ, độ khó, cách giải thích hay nhịp luyện tập.
• Cái gì phải giữ chung? Ví dụ, mục tiêu cốt lõi, tiêu chí chất lượng và chuẩn năng lực.
• Ai kiểm soát? Giáo viên phải có khả năng quan sát, điều chỉnh và can thiệp.

OECD nhấn mạnh nhu cầu xây dựng hệ sinh thái giáo dục số đáng tin cậy, hữu ích, hiệu quả và công bằng. Điều này cho thấy AI không nên được triển khai như một công cụ rời rạc; nó phải nằm trong kiến trúc dữ liệu, quản trị và sư phạm có chủ đích.

7. Nhà trường cần một chính sách AI đủ rõ để dùng được

Chính sách quá lỏng khiến giáo viên và học sinh không biết giới hạn. Chính sách quá cứng khiến AI bị đẩy ra ngoài lớp học nhưng vẫn được dùng ở nhà mà không có hướng dẫn.

Một chính sách thực dụng nên phân loại ít nhất bốn mức sử dụng:

Mức 1 — Không dùng AI: dành cho nhiệm vụ cần đo năng lực cá nhân trực tiếp.

Mức 2 — AI hỗ trợ giới hạn: có thể dùng để gợi ý, kiểm tra ngôn ngữ hoặc tìm phương án nhưng không tạo sản phẩm chính.

Mức 3 — AI được phép sử dụng: học sinh có thể dùng AI như một công cụ, nhưng phải khai báo và giải thích quá trình.

Mức 4 — AI là đối tượng học tập: nhiệm vụ được thiết kế để học sinh phân tích, đánh giá hoặc xây dựng với AI.

Chính sách cũng cần làm rõ dữ liệu nào không được đưa vào công cụ công cộng, cách trích dẫn hoặc khai báo AI, yêu cầu về độ tuổi, quy trình xử lý sai phạm và trách nhiệm kiểm chứng.

Hướng dẫn của UNESCO đặc biệt nhấn mạnh quyền riêng tư dữ liệu, tính phù hợp theo độ tuổi và việc thẩm định đạo đức, sư phạm trước khi triển khai GenAI trong giáo dục.

8. Quy trình phù hợp: mục tiêu trước, AI sau

Một sai lầm phổ biến là bắt đầu bằng câu hỏi “AI này làm được gì?” rồi cố tìm một bài học để sử dụng nó. Cách tiếp cận bền vững hơn là bắt đầu từ mục tiêu học tập.

Một workflow có thể gồm bảy bước:

1. Xác định mục tiêu: học sinh cần biết hoặc làm được điều gì?
2. Xác định bằng chứng: sản phẩm hay hành vi nào chứng minh việc học?
3. Thiết kế hoạt động: học sinh phải tư duy và hành động ở đâu?
4. Chọn vai trò cho AI: bước nào AI hỗ trợ mà không làm mất mục tiêu?
5. Kiểm chứng đầu ra: giáo viên hoặc học sinh kiểm tra nội dung, nguồn và độ phù hợp.
6. Thực hiện và quan sát: thu thập bằng chứng học tập thật.
7. Cải tiến: dùng phản hồi để điều chỉnh hoạt động, prompt hoặc mức hỗ trợ AI.

Cấu trúc này giữ AI ở đúng vị trí: một công cụ trong thiết kế sư phạm, không phải trung tâm của thiết kế sư phạm.

9. Điều giáo dục cần bảo vệ nhất trong thời đại AI là human agency

Khái niệm human agency có thể hiểu là khả năng con người tự đặt mục tiêu, đưa ra lựa chọn, hành động và chịu trách nhiệm với lựa chọn đó. Đây là một nguyên tắc xuất hiện xuyên suốt trong các khung AI giáo dục của UNESCO.

Nếu một học sinh có thể tạo mọi bài tập bằng AI nhưng không biết mình đang muốn nói gì, không biết cái gì đúng, không thể giải thích quyết định và không chịu trách nhiệm với kết quả, thì công nghệ đã tăng năng suất nhưng không tăng năng lực.

Ngược lại, nếu học sinh dùng AI để thử thêm phương án, nhìn vấn đề từ góc khác, nhận phản hồi nhanh, khám phá dữ liệu và tạo sản phẩm mà trước đây vượt quá khả năng kỹ thuật của mình, AI có thể mở rộng năng lực con người.

Đây có lẽ là ranh giới quan trọng nhất: AI tốt trong giáo dục không phải AI làm được nhiều việc nhất, mà là AI giúp người học làm được những việc có ý nghĩa hơn trong khi vẫn giữ quyền suy nghĩ và quyết định.

Một mô hình thực hành cho trường học

Thay vì triển khai AI bằng một chiến dịch mua công cụ, nhà trường có thể bắt đầu nhỏ theo ba tầng.

Tầng 1: Năng lực nền

Tập huấn giáo viên về giới hạn AI, kiểm chứng, dữ liệu cá nhân, đạo đức, prompt cơ bản và thiết kế hoạt động có AI.

Tầng 2: Thử nghiệm có kiểm soát

Chọn 3–5 use case rõ ràng, chẳng hạn tạo biến thể câu hỏi, phản hồi formative, hỗ trợ đọc hiểu hoặc phân tích một đầu ra AI sai. Thiết lập tiêu chí thành công trước khi thử.

Tầng 3: Tích hợp vào hệ thống

Khi đã có bằng chứng, nhà trường mới chuẩn hóa workflow, rubric, chính sách, kho prompt, dữ liệu và quy trình kiểm tra chất lượng.

Cách tiếp cận này tránh hai cực đoan: chạy theo mọi công cụ mới hoặc cấm toàn bộ vì sợ rủi ro.

Key takeaways

• AI không làm kiến thức nền trở nên vô nghĩa; nó làm khả năng đánh giá và vận dụng kiến thức quan trọng hơn.
• Vai trò giáo viên dịch chuyển mạnh sang thiết kế, cố vấn, kiểm chứng, đánh giá và bảo vệ human agency.
• Đánh giá cần quan sát quá trình tư duy, không chỉ sản phẩm cuối có thể được AI tạo ra.
• AI literacy nên trở thành một phần của năng lực học tập hiện đại và được tích hợp xuyên môn.
• Nhà trường cần chính sách AI rõ về mục đích, mức sử dụng, dữ liệu, kiểm chứng và trách nhiệm.
• Quy trình tốt luôn bắt đầu từ mục tiêu học tập rồi mới quyết định AI sẽ tham gia ở đâu.

FAQ

AI có thay thế giáo viên không?

AI có thể tự động hóa một số nhiệm vụ như tạo biến thể nội dung, gợi ý phản hồi hoặc hỗ trợ tìm thông tin. Nhưng các quyết định về mục tiêu, bối cảnh lớp học, quan hệ với học sinh, đạo đức và trách nhiệm chuyên môn vẫn cần con người. Các khung UNESCO thậm chí đặt năng lực giáo viên và human agency ở vị trí trung tâm khi tích hợp AI.

Có nên cấm học sinh dùng ChatGPT và các AI tạo sinh?

Không có một quy tắc phù hợp cho mọi nhiệm vụ. Một số bài đánh giá cần cấm AI để đo năng lực cá nhân; một số nhiệm vụ có thể cho phép AI có khai báo; và một số bài nên biến AI thành chính đối tượng để học sinh phân tích. Quan trọng là quy định phải gắn với mục tiêu học tập.

Học sinh nhỏ tuổi nên học AI từ đâu?

Bắt đầu từ các khái niệm gần gũi: máy có thể đoán nhưng có thể sai, không chia sẻ thông tin cá nhân, luôn kiểm tra câu trả lời quan trọng, hỏi người lớn khi không chắc chắn, và hiểu rằng con người chịu trách nhiệm cuối cùng.

Kỹ năng nào trở nên quan trọng nhất khi AI phổ biến?

Không có một kỹ năng duy nhất. Tổ hợp quan trọng gồm kiến thức nền, tư duy phản biện, đặt câu hỏi, sáng tạo, hợp tác, năng lực dữ liệu và AI, cùng khả năng tự điều chỉnh việc học.

Kết luận

Giáo dục trong thời đại AI không nên được định nghĩa bằng số lượng công cụ AI có trong lớp học. Thước đo tốt hơn là liệu người học có trở nên hiểu biết hơn, độc lập hơn, sáng tạo hơn và có trách nhiệm hơn hay không.

Công nghệ sẽ tiếp tục thay đổi nhanh. Một phần tên công cụ, giao diện và kỹ thuật hôm nay có thể lỗi thời chỉ sau vài năm. Nhưng những nguyên tắc nền tảng vẫn bền vững: học sinh cần kiến thức để suy nghĩ, cần trải nghiệm để hiểu, cần người khác để phát triển, cần bằng chứng để kiểm chứng và cần quyền tự chủ để trở thành một con người có năng lực.

Nếu giáo dục giữ được những nguyên tắc đó, AI không phải là dấu chấm hết của mô hình giáo dục cũ. Nó có thể trở thành áp lực cần thiết để chúng ta xây dựng một mô hình giáo dục tốt hơn.

Tài liệu tham khảo

1. UNESCO. Guidance for Generative AI in Education and Research (2023).
2. UNESCO. AI Competency Framework for Teachers (2024).
3. UNESCO. AI Competency Framework for Students (2024).
4. OECD. Digital Education Outlook 2023: Towards an Effective Digital Education Ecosystem (2023).
5. OECD & Education International. Opportunities, guidelines and guardrails for effective and equitable use of AI in education (2023).
6. U.S. Department of Education, Office of Educational Technology. Artificial Intelligence and the Future of Teaching and Learning: Insights and Recommendations (2023).