AI không phải phép màu: Giáo dục đại học trước thách thức giữ vững giá trị cốt lõi trong kỷ nguyên trí tuệ nhân tạo

Tuy nhiên, theo Phó Giáo sư Ali Al-Dulaimi, Trưởng Khoa Khoa học Máy tính & Công nghệ, BUV, dù AI là một bước tiến công nghệ có ý nghĩa rất lớn và hoàn toàn có thể được so sánh với những cuộc chuyển đổi số mang tính cách mạng trước đây, điều quan trọng là phải nhìn nhận công nghệ này một cách tỉnh táo, cân bằng và có trách nhiệm. AI không phải là phép màu, càng không phải là sự thay thế cho mục tiêu cốt lõi của giáo dục.

Ông cho rằng AI tạo sinh đang đặt ra những câu hỏi nền tảng đối với các trường đại học trên toàn thế giới. Khi một sinh viên có thể tạo ra một bản nháp bài luận khá tốt chỉ trong vài giây, các nhà giáo dục buộc phải tự hỏi bài luận thực sự đang được sử dụng để đánh giá điều gì. Tương tự, nếu một đoạn mã lập trình hoàn chỉnh có thể được tạo ra chỉ bằng một câu lệnh văn bản đơn giản, các trường đại học cần suy nghĩ lại về cách đào tạo và đánh giá những kỹ sư phần mềm tương lai.

PGS Ali Al-Dulaimi tại Hội thảo Quốc tế về Kinh tế Dữ liệu 2025.

Theo ông, vấn đề cốt lõi không nằm ở việc AI có thể làm được điều gì, mà nằm ở việc sinh viên vẫn cần học điều gì và cần chứng minh năng lực nào bằng chính khả năng của bản thân. Đó là câu hỏi lớn nhất mà giáo dục đại học phải trả lời trong giai đoạn hiện nay. Đồng thời, ông cũng cảnh báo trước những nhận định cường điệu về AI. Công nghệ này không phải là giải pháp thần kỳ cho mọi vấn đề. Thách thức quan trọng nhất đối với các nhà hoạch định chính sách và các trường đại học là xây dựng cơ chế quản trị phù hợp để đổi mới sáng tạo có thể củng cố thay vì làm suy giảm chất lượng học tập cũng như các chuẩn mực học thuật.

AI là công cụ mạnh mẽ, nhưng không có sự thấu hiểu của con người

Theo Phó Giáo sư Ali Al-Dulaimi, để xây dựng chính sách phù hợp, trước tiên cần hiểu đúng bản chất của AI tạo sinh. Đây là dạng trí tuệ nhân tạo có khả năng tạo ra nội dung mới thông qua việc dự đoán theo ngữ cảnh, thay vì chỉ truy xuất hoặc sắp xếp những thông tin đã tồn tại. Các hệ thống này được vận hành bởi các mô hình ngôn ngữ lớn, có khả năng tạo ra văn bản, mã lập trình và nhiều loại nội dung khác với tốc độ và mức độ trôi chảy đáng kinh ngạc.

Tuy nhiên, ông nhấn mạnh rằng AI hoàn toàn không sở hữu trải nghiệm thực tế, khả năng phán đoán hay sự thấu hiểu theo cách mà một chuyên gia hoặc một giảng viên thực sự có được. Đây là điểm khác biệt đặc biệt quan trọng trong môi trường giáo dục đại học.

Theo ông, các hệ thống AI không “suy nghĩ” như con người và cũng không đơn giản chỉ tìm kiếm câu trả lời từ một cơ sở dữ liệu có sẵn. Chúng có thể tạo ra những phản hồi hữu ích, nhanh chóng và có vẻ rất thuyết phục, nhưng đồng thời cũng có thể đưa ra những thông tin không chính xác, gây hiểu nhầm hoặc thậm chí hoàn toàn bịa đặt. Hiện tượng này thường được gọi là “ảo giác AI”.

Chính vì vậy, các trường đại học không nên rơi vào hai thái cực. Một mặt, không nên bác bỏ các công cụ AI vì chúng có thể mang lại nhiều giá trị trong quá trình học tập như hỗ trợ hình thành ý tưởng, giải thích những khái niệm phức tạp, hỗ trợ viết lách, lập trình và giải quyết vấn đề. Mặt khác, cũng không nên nhầm lẫn giữa khả năng diễn đạt lưu loát với sự hiểu biết thực chất hay đánh đồng khả năng tạo nội dung với chuyên môn thực sự.

Theo ông, giá trị của AI chỉ được phát huy khi công nghệ này được sử dụng cùng với sự giám sát của con người, tư duy phản biện và khả năng đánh giá học thuật. AI có thể giúp con người làm việc nhanh hơn, mở rộng khả năng khám phá ý tưởng và nâng cao hiệu suất học tập, nhưng không thể thay thế kiến thức chuyên ngành, trách nhiệm đạo đức hay nghĩa vụ kiểm chứng tính xác thực của thông tin.

Quan điểm này dẫn đến một nhận định đáng chú ý: AI có thể trở thành người bạn đồng hành hữu ích của sinh viên, nhưng không thể trở thành người dẫn đường thay thế vai trò của giáo dục.

Theo ông, AI đặc biệt có giá trị khi đóng vai trò hỗ trợ trong quá trình học tập hằng ngày. Một sinh viên đang gặp khó khăn với một khái niệm phức tạp không nhất thiết phải chờ đến buổi học tiếp theo hoặc giờ tư vấn với giảng viên để được hỗ trợ.

Tại Khoa Khoa học Máy tính & Công nghệ của BUV, sinh viên được tạo điều kiện sử dụng nền tảng Codio trong quá trình học lập trình. Đây là phần mềm ứng dụng AI đang được sử dụng tại nhiều cơ sở giáo dục hàng đầu thế giới như MIT hay UCB. Hệ thống này có thể giúp sinh viên nhận diện lỗi sai và hướng dẫn cách khắc phục ngay trong quá trình làm bài.

Ông đưa ra ví dụ về một sinh viên đang học Python và liên tục gặp phải một thông báo lỗi mà bản thân không hiểu. Trong trường hợp đó, Codio có thể giải thích ý nghĩa của lỗi, gợi ý những nguyên nhân có thể xảy ra và chỉ ra hướng khắc phục phù hợp. Tuy nhiên, sinh viên vẫn phải tự mình hiểu logic của vấn đề, kiểm tra giải pháp và học hỏi từ những sai sót. AI có thể rút ngắn thời gian học tập nhưng không thể thay thế chính quá trình học.

Đối với những sinh viên sử dụng tiếng Anh như ngôn ngữ thứ hai, AI cũng có thể hỗ trợ cải thiện cấu trúc, cách diễn đạt và mức độ rõ ràng trong giao tiếp học thuật. Trong môi trường quốc tế, đây là một lợi ích đáng kể, miễn là sinh viên vẫn giữ vai trò tác giả thực sự của sản phẩm học tập và sử dụng công cụ một cách minh bạch, có trách nhiệm.

Theo ông, nguyên tắc giáo dục phải luôn được đặt ở vị trí trung tâm. AI nên hỗ trợ thực hành, phản hồi và phản tư. Nó không nên thay thế việc đọc, suy luận, thiết kế hay chứng minh năng lực. Khi AI giúp sinh viên hiểu sâu hơn, tự tin hơn và chủ động hơn trong học tập, công nghệ này tạo ra giá trị thực sự. Ngược lại, nếu AI khiến người học trở nên thụ động hoặc phụ thuộc quá mức, nó có thể làm suy giảm chính mục đích cốt lõi của giáo dục.

Theo Phó Giáo sư Ali Al-Dulaimi , nguyên tắc giáo dục phải luôn được đặt ở vị trí trung tâm. AI nên hỗ trợ thực hành, phản hồi và phản tư. Nó không nên thay thế việc đọc, suy luận, thiết kế

hay chứng minh năng lực.

Bài học quốc tế: Từ cấm đoán đến tích hợp có quản trị

Quan sát kinh nghiệm quốc tế, Phó Giáo sư Ali Al-Dulaimi cho rằng những phản ứng trưởng thành và hiệu quả nhất trước sự phát triển của AI là sự chuyển dịch từ cách tiếp cận mang tính phản ứng sang mô hình tích hợp có cấu trúc.

Theo thời gian, nhiều trường đại học đã lựa chọn cách tiếp cận cân bằng hơn thông qua việc xây dựng hướng dẫn ở cấp tổ chức, thiết kế lại các hình thức đánh giá, phát triển năng lực cho đội ngũ giảng viên và nâng cao hiểu biết về AI cho sinh viên.

Tuy nhiên, ông nhấn mạnh rằng không tồn tại một mô hình chung có thể áp dụng cho tất cả các quốc gia hay mọi cơ sở giáo dục. Các nghiên cứu so sánh tại Australia, Canada, Trung Quốc, Vương quốc Anh và Hoa Kỳ cho thấy sự khác biệt đáng kể trong cách các trường đại học xây dựng và triển khai chính sách AI.

Một số trường xây dựng các chính sách chi tiết áp dụng trên toàn trường, trong khi một số khác trao quyền quyết định lớn hơn cho từng khoa hoặc từng giảng viên. Theo ông, điều này phản ánh thực tế rằng AI vẫn là một lĩnh vực đang thay đổi rất nhanh, đồng thời cho thấy tính linh hoạt là yếu tố cần thiết trong quản trị giáo dục.

Ông dẫn chứng rằng tại Vương quốc Anh, các trường đại học như Edinburgh và UCL đã xây dựng những khung hướng dẫn phân tầng. Một số hình thức đánh giá cho phép sinh viên sử dụng AI như công cụ hỗ trợ hoặc công cụ xây dựng bản nháp, trong khi những hình thức khác yêu cầu hoàn thành hoàn toàn không có sự hỗ trợ của AI. Điều quan trọng là các quy định này được thông báo rõ ràng cho sinh viên ngay từ đầu.

Tại Australia, các hướng dẫn của TEQSA khuyến khích việc sử dụng AI có trách nhiệm thay vì cấm đoán hoàn toàn. Nhiều cơ sở giáo dục yêu cầu sinh viên công khai việc sử dụng AI trong quá trình thực hiện bài tập, bao gồm việc sử dụng công cụ nào và sử dụng ở mức độ nào.

Trong khi đó, tại Singapore, hiểu biết về AI được xem là một năng lực chiến lược ở tầm quốc gia, với sự nhấn mạnh đặc biệt vào đạo đức AI và sự kết nối giữa giáo dục đại học với nhu cầu của thị trường lao động.

Từ những kinh nghiệm quốc tế đó, ông cho rằng Việt Nam có thể rút ra nhiều bài học thực tiễn.

Trước hết, chính sách cần dựa trên các nguyên tắc cốt lõi thay vì tập trung quá nhiều vào từng công cụ cụ thể bởi công nghệ thay đổi quá nhanh. Những quy định gắn với một nền tảng hay ứng dụng nhất định có thể nhanh chóng trở nên lỗi thời.

Thứ hai, tính minh bạch phải được xem là yếu tố trung tâm. Cả sinh viên và giảng viên cần hiểu rõ khi nào được phép sử dụng AI, khi nào cần công khai việc sử dụng và đâu là những giới hạn không được vượt qua.

Thứ ba, các trường đại học cần thiết kế lại hoạt động kiểm tra, đánh giá. Nếu AI có thể dễ dàng thực hiện nhiều nhiệm vụ truyền thống, giáo dục đại học phải chuyển trọng tâm sang những hình thức đánh giá có khả năng phản ánh sự hiểu biết thực chất và năng lực thực hành xác thực.

Bên cạnh đó, hiểu biết về AI cần được xem như một năng lực đầu ra của sinh viên tốt nghiệp chứ không phải một kỹ năng tùy chọn. Sinh viên không chỉ cần biết cách sử dụng AI mà còn phải biết đặt câu hỏi với AI, kiểm chứng thông tin do AI tạo ra và hiểu rõ những giới hạn của công nghệ. Đội ngũ giảng viên cũng cần được hỗ trợ tương tự để tránh tình trạng triển khai không đồng đều trong toàn hệ thống giáo dục.

Theo ông, một bài học quan trọng khác là công tác quản trị phải sớm giải quyết các vấn đề liên quan đến đạo đức, quyền riêng tư, quyền sở hữu trí tuệ và đảm bảo chất lượng. Kinh nghiệm quốc tế cho thấy việc xây dựng cơ chế quản trị song hành với đổi mới sáng tạo luôn hiệu quả hơn nhiều so với việc bổ sung các biện pháp kiểm soát sau khi công nghệ đã được triển khai rộng rãi.

Liêm chính học thuật vẫn là nền tảng không thể thay thế

Dù AI mang lại nhiều cơ hội, Phó Giáo sư Ali Al-Dulaimi cho rằng các trường đại học và nhà hoạch định chính sách không thể bỏ qua những rủi ro đi kèm. Điều cần thiết là một cách tiếp cận cân bằng, tránh cả tâm lý báo động quá mức lẫn sự lạc quan mù quáng.

Theo ông, rủi ro đầu tiên và cũng là rủi ro lớn nhất liên quan đến liêm chính học thuật và sự phụ thuộc quá mức. Khi AI có thể tạo ra bài luận, giải quyết bài tập lập trình hoặc trả lời nhiều dạng câu hỏi học thuật một cách nhanh chóng, những hình thức đánh giá truyền thống không còn là bằng chứng đáng tin cậy về năng lực thực sự của người học.

Nguy cơ lớn hơn nằm ở chỗ sinh viên có thể nộp những sản phẩm được trình bày rất hoàn chỉnh nhưng lại không phát triển được sự hiểu biết, khả năng phán đoán và tính kiên trì mà giáo dục đại học hướng tới. Trong lĩnh vực công nghệ thông tin, một sinh viên có thể tạo ra đoạn mã hoạt động được nhờ AI nhưng lại không thể giải thích logic, sửa lỗi hay bảo vệ lựa chọn kỹ thuật của mình. Khi đó, khoảng cách giữa kết quả thể hiện bên ngoài và năng lực thực chất bên trong sẽ ngày càng lớn.

Ông cũng chỉ ra những rủi ro liên quan đến độ chính xác và thiên lệch của AI. Các hệ thống này có thể tạo ra những nội dung được trình bày rất thuyết phục nhưng vẫn sai lệch hoặc thiếu chính xác. Nếu sinh viên và giảng viên mặc nhiên xem các phản hồi của AI là đáng tin cậy, tư duy phản biện có thể bị suy giảm.

Bên cạnh đó là các vấn đề về quyền riêng tư, bảo vệ dữ liệu và quyền sở hữu trí tuệ. Việc tải lên các dữ liệu cá nhân, nghiên cứu chưa công bố, tài liệu đánh giá hoặc nội dung độc quyền lên các nền tảng AI công cộng mà không có biện pháp bảo vệ phù hợp có thể tạo ra những hệ lụy pháp lý, đạo đức và uy tín nghiêm trọng đối với các cơ sở giáo dục.

Ông cũng lưu ý đến rủi ro về công bằng trong tiếp cận. Không phải mọi sinh viên đều có điều kiện tiếp cận các công cụ AI chất lượng cao hoặc có trình độ hiểu biết về AI như nhau. Ngoài ra, nhiều hệ thống AI hiện nay vẫn hoạt động hiệu quả hơn bằng tiếng Anh so với tiếng Việt, từ đó có thể làm gia tăng những bất bình đẳng vốn đã tồn tại.

Một thách thức khác là sự thiếu nhất quán trong tổ chức. Khi các giảng viên đưa ra những quy định khác nhau về việc sử dụng AI, sinh viên sẽ nhận được những thông điệp mâu thuẫn, gây khó khăn cho việc duy trì tính công bằng và đảm bảo chất lượng trong toàn hệ thống.

Trong bối cảnh đó, ông cho rằng nguyên tắc của liêm chính học thuật vẫn không thay đổi. Trung thực, tin cậy, công bằng, trách nhiệm và sự tôn trọng tri thức tiếp tục là những giá trị nền tảng. Điều thay đổi chỉ là bối cảnh áp dụng các nguyên tắc ấy.

Theo ông, câu hỏi quan trọng không phải là sinh viên có sử dụng AI hay không, mà là liệu có sự sai lệch giữa những gì sinh viên trình bày và mức độ hiểu biết thực chất của họ hay không. AI có thể hỗ trợ động não ý tưởng, làm rõ khái niệm hoặc cung cấp phản hồi cho bản nháp ban đầu. Nhưng khi AI được sử dụng để tạo ra toàn bộ sản phẩm học tập rồi được trình bày như thành quả hoàn toàn của người học, một ranh giới quan trọng của liêm chính học thuật đã bị vượt qua.

Điều đó cũng đồng nghĩa với việc giá trị của kiểm tra, đánh giá đang thay đổi. Trong thời đại AI, một bài luận, một báo cáo hay một đoạn mã không còn đủ để trở thành bằng chứng duy nhất cho việc học. Các trường đại học cần yêu cầu sinh viên giải thích quá trình lập luận, bảo vệ lựa chọn của mình, phản tư về quá trình thực hiện và chứng minh rằng họ thực sự hiểu sản phẩm đã nộp.

Theo ông, điều này đòi hỏi sự kết hợp giữa sản phẩm cuối cùng với các hình thức như vấn đáp, trình bày trực tiếp, bản nháp theo từng giai đoạn, bài phản tư cá nhân và các nhiệm vụ mang tính ứng dụng thực tiễn.

Đáng chú ý, ông không đặt quá nhiều niềm tin vào các công cụ phát hiện AI. Theo quan điểm của ông, những công nghệ này vẫn chưa hoàn hảo và việc phụ thuộc quá mức có thể dẫn đến các vấn đề về công bằng, thậm chí gây ra những cáo buộc sai. Một giải pháp bền vững hơn là xây dựng những kỳ vọng rõ ràng về mức độ sử dụng AI được chấp nhận và thiết kế các hình thức đánh giá đòi hỏi sự hiểu biết thực chất cũng như trách nhiệm cá nhân.

Tựu trung lại, theo Phó Giáo sư Ali Al-Dulaimi, liêm chính học thuật trong thời đại AI phải được xây dựng trên ba nền tảng cốt lõi: công khai việc sử dụng AI khi cần thiết và trung thực về quyền tác giả; chứng minh được sự hiểu biết đối với sản phẩm đã nộp; và thiết kế các hình thức đánh giá có khả năng ghi nhận tư duy thực sự thay vì chỉ đánh giá kết quả cuối cùng. Đó cũng chính là cách để giáo dục đại học tận dụng sức mạnh của AI mà vẫn bảo vệ được giá trị nền tảng của tri thức, trách nhiệm và năng lực con người trong một thế giới đang thay đổi nhanh chóng.