Đưa trí tuệ nhân tạo vào giảng đường nhưng không để công nghệ thay thế tư duy

Trí tuệ nhân tạo (AI) đang tạo ra một không gian học tập mới trong giáo dục đại học. Sinh viên có thể tìm kiếm, giải thích và hệ thống hóa kiến thức nhanh hơn, đồng thời nhận được những phản hồi gần như tức thời trong quá trình tự học.

Tuy nhiên, sự xuất hiện của AI cũng tạo ra một nghịch lý đáng suy ngẫm. Công nghệ có thể giúp người học tiếp cận tri thức thuận lợi hơn, nhưng cũng có nguy cơ làm suy giảm nỗ lực nhận thức nếu sinh viên sử dụng AI như một “câu trả lời thay thế” cho quá trình đọc, suy luận và đối thoại học thuật.

Nghịch lý này đặc biệt rõ trong các môn lý luận chính trị, nơi mục tiêu học tập không dừng lại ở việc ghi nhớ khái niệm mà hướng tới hình thành thế giới quan, phương pháp luận, năng lực phân tích và khả năng liên hệ lý luận với thực tiễn.

Trong bối cảnh Việt Nam đẩy mạnh quản trị đại học dựa trên dữ liệu và trách nhiệm giải trình, Nghị định số 88/2026/NĐ-CP về quản lý dữ liệu giáo dục và đào tạo cùng Nghị định số 91/2026/NĐ-CP hướng dẫn thi hành Luật Giáo dục đại học tạo thêm cơ sở để các trường xây dựng quy tắc sử dụng AI, quản lý dữ liệu học tập và bảo đảm chất lượng. Tuy vậy, khoảng trống hiện nay là thiếu bằng chứng thực nghiệm về những năng lực cụ thể giúp AI thực sự nâng cao việc học lý luận chính trị.

Khi kiến thức dễ tiếp cận hơn nhưng có thể thiếu chiều sâu

Các môn Triết học Mác - Lênin, Kinh tế chính trị Mác - Lênin, Chủ nghĩa xã hội khoa học, Lịch sử Đảng Cộng sản Việt Nam và Tư tưởng Hồ Chí Minh tạo nền tảng để nhận thức các vấn đề phát triển, quản trị, công bằng xã hội và trách nhiệm công dân.

Tuy nhiên, đặc trưng khái quát cao, hệ thống khái niệm chặt chẽ cùng yêu cầu gắn với văn kiện và bối cảnh lịch sử khiến nhiều sinh viên gặp khó khăn trong quá trình tự học.

AI có thể giúp “dịch” những nội dung phức tạp thành cách diễn đạt gần gũi hơn, so sánh các khái niệm, hệ thống hóa kiến thức hoặc gợi ý những tình huống vận dụng. Nhưng câu trả lời do các mô hình ngôn ngữ tạo sinh đưa ra không mặc nhiên chính xác.

Nếu thiếu khả năng kiểm chứng, công nghệ có thể làm cho kiến thức trở nên dễ tiếp cận hơn nhưng nông hơn, nhanh hơn nhưng thiếu chiều sâu.

Năng lực học tập các môn lý luận chính trị vì vậy không thể chỉ được đo bằng kết quả thi. Năng lực này cần được hiểu là khả năng tiếp nhận, giải thích, phân tích, liên hệ và vận dụng hệ thống tri thức lý luận vào việc nhận diện các vấn đề kinh tế, xã hội và quản trị trong thực tiễn.

Một sinh viên có thể đạt điểm cao nhờ ghi nhớ nhưng vẫn hạn chế trong việc giải thích vấn đề bằng ngôn ngữ của mình hoặc phản biện một lập luận thiếu căn cứ.

Trong môi trường số, năng lực học tập còn bao gồm khả năng lựa chọn nguồn tin, nhận diện sai lệch và chịu trách nhiệm đối với sản phẩm trí tuệ của bản thân. Điều này đặc biệt quan trọng đối với lý luận chính trị, bởi sai lệch trong khái niệm, sự kiện hoặc văn kiện có thể dẫn tới việc hiểu sai bản chất vấn đề.

Do đó, AI chỉ có ý nghĩa giáo dục khi giúp sinh viên đi sâu hơn vào văn bản gốc, đặt câu hỏi tốt hơn và phát triển lập luận độc lập.

Các nghiên cứu quốc tế gần đây cũng đang chuyển từ câu hỏi “Sinh viên có sử dụng AI hay không?” sang câu hỏi quan trọng hơn là "Sinh viên sử dụng AI với năng lực nào, trong cấu trúc học tập nào và dưới cơ chế trách nhiệm ra sao?".

AI có thể hỗ trợ người học lập kế hoạch, tiếp nhận phản hồi và tự giám sát quá trình học tập. Tuy nhiên, lợi ích của công nghệ phụ thuộc vào khả năng tự điều chỉnh của sinh viên cũng như thiết kế sư phạm của cơ sở đào tạo.

Tư duy phản biện vì vậy phải được đặt ở vị trí trung tâm, giúp người học đánh giá các giả định, nguồn dữ liệu và giới hạn của nội dung do AI tạo ra.

Biết sử dụng trí tuệ nhân tạo chưa đồng nghĩa với có năng lực học tập

Một nghiên cứu đã được thực hiện với 172 sinh viên Trường Đại học Kinh tế Quốc dân đã học hoặc đang học ít nhất một môn lý luận chính trị.

Theo đó, bốn yếu tố được xem xét có thể tác động đến năng lực học tập, gồm: năng lực sử dụng AI trong học tập, khả năng kiểm chứng thông tin do AI cung cấp, năng lực tự học có sự hỗ trợ của AI và sự hỗ trợ của giảng viên, nhà trường.

Kết quả cho thấy cả bốn yếu tố đều có ảnh hưởng tích cực đến năng lực học tập các môn lý luận chính trị. Tuy nhiên, mức độ tác động giữa các yếu tố không giống nhau.

Năng lực tự học có hỗ trợ của AI là yếu tố có tác động mạnh nhất, với hệ số Beta đạt 0,326. Tiếp theo là sự hỗ trợ của giảng viên và nhà trường, với hệ số Beta 0,296.

Năng lực sử dụng AI có hệ số Beta 0,200, trong khi khả năng kiểm chứng thông tin có hệ số Beta 0,131. Bốn yếu tố trong mô hình giải thích khoảng 40,3% sự biến thiên của năng lực học tập các môn lý luận chính trị.

Trật tự tác động này mang ý nghĩa quan trọng. Hiệu quả học tập không xuất hiện chỉ vì sinh viên biết dùng công cụ. Hiệu quả hình thành rõ hơn khi công cụ được đưa vào một chu trình tự học và được bao quanh bởi hướng dẫn sư phạm, quy tắc sử dụng cùng các nguồn học liệu đáng tin cậy.

Năng lực sử dụng AI không chỉ là biết mở một công cụ và nhập câu hỏi. Nó bao gồm khả năng xác định nhiệm vụ, lựa chọn công cụ, thiết kế câu lệnh, điều chỉnh quá trình tương tác và tích hợp đầu ra của AI với kiến thức chuyên môn.

Đối với môn lý luận chính trị, sinh viên có năng lực sử dụng AI có thể yêu cầu công cụ so sánh khái niệm, tạo tình huống, xây dựng câu hỏi phản biện hoặc giải thích một luận điểm theo nhiều mức độ khác nhau.

Khi thao tác một cách chủ động, người học có thể biến AI thành công cụ hỗ trợ tư duy thay vì nguồn cung cấp đáp án.

Tuy nhiên, kết quả nghiên cứu cũng cảnh báo việc đồng nhất kỹ năng viết câu lệnh với năng lực học tập. Một câu lệnh tốt có thể tạo ra đầu ra tốt hơn, nhưng không bảo đảm rằng người học thực sự hiểu vấn đề.

Đào tạo năng lực AI vì vậy cần đặt kỹ thuật sử dụng công cụ trong mối quan hệ với tri thức môn học, đạo đức và trách nhiệm. Cách tiếp cận chỉ tập trung vào thao tác công nghệ có thể tạo ra sự tự tin bề mặt trong khi người học vẫn thiếu năng lực đánh giá và phản biện.

Tự học là yếu tố tạo ra khác biệt lớn nhất

Năng lực tự học có hỗ trợ của AI là động lực mạnh nhất đối với năng lực học tập các môn lý luận chính trị.

Tự học có điều chỉnh là quá trình người học xác lập mục tiêu, lựa chọn chiến lược, theo dõi tiến độ và tự đánh giá. AI có thể hỗ trợ từng giai đoạn của quá trình này thông qua việc lập kế hoạch, giải thích khái niệm, tạo câu hỏi và đưa ra phản hồi.

Trong các môn lý luận chính trị, AI có thể giúp người học kết nối những khái niệm vốn được xem là rời rạc thành một hệ thống, chuyển nội dung dài thành sơ đồ hoặc tự tạo câu hỏi vận dụng.

Sinh viên cũng có thể yêu cầu AI giải thích lại một khái niệm, so sánh hai luận điểm, xây dựng ví dụ kinh tế hoặc tạo ra những câu hỏi tình huống để tự kiểm tra.

Khi được sử dụng như một “đối tác học tập”, AI có thể kéo dài thời gian tương tác của sinh viên với kiến thức ngoài lớp học. Giá trị của công nghệ nằm ở khả năng duy trì đối thoại với tri thức, thay vì chỉ đưa ra một câu trả lời hoàn chỉnh.

Khi người học chủ động điều khiển, AI giúp mở rộng thời gian và chiều sâu tự học. Ngược lại, nếu người học chuyển toàn bộ quá trình suy nghĩ cho công cụ, AI có thể làm suy giảm khả năng đọc, phân tích và hình thành lập luận.

Kết quả này phù hợp với cách tiếp cận coi AI là một bộ phận của chu trình lập kế hoạch, thực hiện, giám sát và đánh giá, thay vì một công cụ tạo câu trả lời.

Nói cách khác, công nghệ tạo ra khả năng, nhưng chính năng lực tự học mới biến khả năng đó thành hành động và kết quả học tập thực chất.

Giảng viên không mất vai trò khi AI xuất hiện

Sự hỗ trợ của giảng viên và nhà trường là yếu tố có mức độ ảnh hưởng lớn thứ hai. Kết quả này cho thấy công nghệ không vận hành trong khoảng trống thể chế. Một sinh viên có thể thành thạo công cụ nhưng vẫn sử dụng sai mục đích nếu không biết giới hạn cho phép, cách trích dẫn hoặc tiêu chuẩn của nguồn tin đáng tin cậy.

Nếu quy định sử dụng AI còn mơ hồ, người học khó phân biệt giữa việc được hỗ trợ hợp lệ và hành vi để công nghệ thay thế tư duy. Nếu hoạt động đánh giá chỉ yêu cầu tái hiện thông tin, AI càng dễ trở thành công cụ làm hộ.

Sự hỗ trợ thể chế vì vậy không chỉ bao gồm việc cung cấp công cụ. Nó còn liên quan đến hướng dẫn sử dụng, nguồn tài liệu đối chiếu, thiết kế nhiệm vụ, quy tắc khai báo AI và phản hồi của giảng viên.

Chính sách hiệu quả không nên chỉ dừng ở việc cấm hoặc cho phép, mà phải chỉ rõ mức độ sử dụng phù hợp với từng nhiệm vụ.

Giảng viên không mất vai trò khi AI xuất hiện. Trái lại, vai trò của giảng viên chuyển từ người truyền đạt thông tin sang người thiết kế trải nghiệm học tập, đặt ra chuẩn mực và dẫn dắt quá trình phản biện.

Giảng viên cần tạo ra những “ma sát nhận thức” cần thiết, yêu cầu sinh viên giải thích lựa chọn, bảo vệ lập luận và liên hệ với các tình huống thực tế.

Thay vì chỉ chấm sản phẩm cuối cùng, giảng viên có thể quan tâm nhiều hơn đến quá trình sinh viên hình thành kết luận, sử dụng nguồn nào, đã kiểm chứng ra sao và phần đóng góp trí tuệ của người học nằm ở đâu.

Điều này cũng cho thấy quản trị AI trong đại học cần chuyển từ phản ứng tình thế sang thiết kế hệ thống. Nhà trường phải xây dựng nguyên tắc chung, trong khi vẫn tạo không gian để giảng viên thử nghiệm những phương pháp giảng dạy phù hợp với từng môn học.

Kiểm chứng là “hàng rào chất lượng”

Khả năng kiểm chứng thông tin có mức tác động thấp nhất trong bốn yếu tố được khảo sát, nhưng vẫn có ý nghĩa đối với năng lực học tập các môn lý luận chính trị.

Khả năng kiểm chứng cũng chỉ phát huy đầy đủ khi người học có kiến thức nền đủ vững để nhận diện những điểm bất hợp lý trong câu trả lời.

Các mô hình ngôn ngữ tạo sinh có thể trình bày câu trả lời một cách trôi chảy ngay cả khi thông tin thiếu căn cứ. Vì vậy, khả năng kiểm chứng là năng lực đối chiếu đầu ra của AI với giáo trình, văn kiện, tài liệu chính thống và các nguồn học thuật đáng tin cậy.

Đây không phải là thao tác bổ sung sau khi sử dụng AI, mà là điều kiện để bảo vệ chất lượng nhận thức.

Trong học tập lý luận chính trị, kiểm chứng còn giúp sinh viên nhận ra sự khác biệt giữa một lời giải thích thuận tai và một lập luận đúng về lịch sử, lý luận và bối cảnh.

Khi sinh viên kiểm tra nguồn, người học buộc phải đọc sâu hơn và hình thành thói quen hoài nghi khoa học.

Một thông tin sai về khái niệm, văn kiện hoặc bối cảnh lịch sử có thể làm lệch cả chuỗi lập luận. Do đó, kiểm chứng cần được tích hợp vào nhiệm vụ học tập thay vì để sinh viên tự thực hiện một cách tùy nghi.

Trong toàn bộ quá trình ứng dụng AI, kiểm chứng chính là “hàng rào chất lượng” bảo vệ tính đúng đắn của tri thức.

Bên cạnh đó, nhà trường cần ban hành quy tắc sử dụng AI theo cấp độ nhiệm vụ. Có thể chia thành ba vùng, gồm được phép sử dụng, được sử dụng có khai báo và không được sử dụng.

Chẳng hạn, AI có thể được dùng để gợi ý câu hỏi, tạo sơ đồ hoặc hỗ trợ luyện tập. Đối với các bài viết phân tích, sinh viên có thể được sử dụng AI nhưng phải khai báo câu lệnh và nguồn kiểm chứng. Với các bài kiểm tra nhằm đánh giá năng lực cá nhân, việc sử dụng công cụ cần được giới hạn.

Quy tắc càng cụ thể, sinh viên càng ít bị đặt vào vùng xám về liêm chính học thuật.

Đổi mới đánh giá thay vì chạy theo công cụ phát hiện AI

Việc kiểm tra, đánh giá cũng cần được đổi mới theo hướng khó thay thế hoàn toàn bằng AI.

Nhiệm vụ học tập nên yêu cầu sinh viên liên hệ với tình huống kinh tế - xã hội cụ thể, phản biện một đầu ra do AI tạo ra, bảo vệ quan điểm trực tiếp hoặc trình bày nhật ký học tập.

Những hình thức này không nhằm “đuổi theo” công nghệ phát hiện AI, mà chuyển trọng tâm sang năng lực giải thích, lập luận và chịu trách nhiệm của người học.

Nhà trường cũng cần phát triển kho học liệu chính thống và các trợ lý AI có kiểm soát. Cổng học liệu số có thể liên kết giáo trình, văn kiện, bài giảng và hệ thống câu hỏi thường gặp.

Về dài hạn, các trường có thể phát triển trợ lý AI có khả năng truy xuất thông tin từ kho dữ liệu đã được kiểm định.

Tuy nhiên, mọi hệ thống phải tuân thủ các nguyên tắc về phân quyền, bảo mật, minh bạch nguồn thông tin và không sử dụng dữ liệu cá nhân vượt quá mục đích đào tạo.

Cùng với đó, hoạt động bồi dưỡng giảng viên phải vượt ra khỏi kỹ năng sử dụng công cụ. Nội dung cần tập trung vào thiết kế câu hỏi, đánh giá mức độ một nhiệm vụ có thể bị AI thay thế, xây dựng tiêu chí chấm điểm, xử lý vi phạm và hướng dẫn sinh viên kiểm chứng thông tin.

Giảng viên cần được trao quyền thử nghiệm, nhưng đồng thời phải có bộ nguyên tắc chung để tránh tình trạng mỗi lớp học áp dụng một tiêu chuẩn khác nhau.

Nhà trường cũng cần thiết lập cơ chế giám sát và đánh giá định kỳ. Các cuộc khảo sát hằng năm có thể xem xét mức độ sử dụng AI, chất lượng tự học, rủi ro về liêm chính học thuật và khoảng cách trong khả năng tiếp cận công nghệ.

Dữ liệu thu được không nên chỉ phục vụ mục tiêu kiểm soát, mà phải quay trở lại hỗ trợ cải tiến chương trình đào tạo.

Quản trị AI hiệu quả là một quá trình học hỏi liên tục của cả sinh viên, giảng viên và tổ chức.