Ứng dụng AI trong đào tạo đại học

GD&TĐ - Giải pháp ứng dụng AI trong đào tạo đại học được ông Nguyễn Thanh Hùng, ĐH Bách khoa Hà Nội chia sẻ tại Hội nghị giáo dục đại học năm 2025.



Theo ông Nguyễn Thanh Hùng, ứng dụng AI trong đào tạo có thể được triển khai tổng thể trên nhiều hoạt động, từ trang bị kiến thức AI cho người học/cán bộ thông qua cập nhật chương trình đào tạo, cho đến hoạt động giảng dạy, kiểm tra/đánh giá, hay phân tích, dự báo sớm về hiệu quả đào tạo. Cụ thể như sau:

Đổi mới chương trình đào tạo, phương pháp giảng dạy tích hợp AI

Trước tiên, cần thực hiện đổi mới các chương trình đào tạo theo định hướng liên ngành, tích hợp các nội dung liên quan đến AI vào chương trình đào tạo.

Bên cạnh kiến thức chuyên sâu thì thị trường lao động hiện nay cũng yêu cầu rất cao về kiến thức liên ngành, kỹ năng số/AI, ở các mức độ khác nhau, do đó các cơ sở giáo dục đại học cần nhanh chóng đổi mới, cập nhật chuẩn đầu ra, chương trình học tập để cung cấp đầy đủ kiến thức, kỹ năng về AI cho người học.

Thứ hai, việc ứng dụng công nghệ giáo dục và AI trong dạy-học phải gắn với sự đổi mới phương pháp giảng dạy, chuyển từ “dạy – ghi nhớ” sang “dạy – khám phá – sáng tạo”. Việc chuyển đổi này đòi hỏi sự thay đổi từ cách tiếp cận truyền thống sang lấy người học làm trung tâm, khuyến khích sinh viên chủ động tìm hiểu, tư duy phản biện và phát triển ý tưởng sáng tạo.

Thứ ba, các công cụ AI hỗ trợ, cung cấp thông tin học tập như trợ lý học tập thông minh, hệ thống học tập thích ứng (adaptive learning), hay mô phỏng ảo (virtual labs) có thể giúp cá nhân hóa trải nghiệm học tập, hỗ trợ giảng viên đánh giá chính xác mức độ tiến bộ của từng sinh viên, từ đó điều chỉnh nội dung, phương pháp giảng dạy phù hợp và góp phần nâng cao năng lực công nghệ số cho cả giảng viên và sinh viên.

Công nghệ AI hiện nay còn có khả năng hình ảnh hóa các thông tin, bài giảng, tạo nội dung học tập một cách nhanh chóng theo các định dạng trực quan, sinh động hơn.

Đối với các cơ sở đào tạo về kỹ thuật- công nghệ như Đại học Bách khoa Hà Nội, các nội dung đào tạo trải nghiệm qua thực hành, thí nghiệm là rất quan trọng, góp phần làm giảm khoảng cách giữa lý thuyết và thực tiễn. Việc áp dụng các công nghệ như thực tế ảo, thực tế tăng cường để mô phỏng thí nghiệm, tình huống, giúp người học được trải nghiệm các công nghệ hiện đại trong bối cảnh nguồn đầu tư trang thiết bị còn hạn hẹp.



Trợ lý ảo AI hỗ trợ, định hướng và cá nhân hoá học tập

Để mở rộng quy mô đào tạo mà vẫn đảm bảo chất lượng, cần thiết phải có cơ chế giám sát, hỗ trợ và định hướng học tập đến từng người học thông qua các trợ lý ảo học tập (AI agents) và giải pháp cá nhân hoá học tập (Personalized Learning).

Cá nhân hoá học tập là một cách tiếp cận giáo dục trong đó nội dung, phương pháp, tốc độ, hình thức và lộ trình học tập được điều chỉnh phù hợp với nhu cầu, năng lực và sở thích của từng người học.

Trí tuệ nhân tạo sẽ dần trở thành công cụ không thể thiếu trong việc thu thập và phân tích dữ liệu học tập cũng như năng lực cá nhân, từ đó đưa ra các gợi ý, cảnh báo, định hướng và xây dựng lộ trình học tập phù hợp cho từng cá nhân.

Đồng thời, AI còn có khả năng điều chỉnh lộ trình này theo tiến độ và tình hình thực tế của người học - điều mà các phương pháp truyền thống rất khó thực hiện ở quy mô lớn.

Đổi mới phương pháp đánh giá

Để đảm bảo chất lượng trong bối cảnh tăng quy mô đào tạo, giải pháp sử dụng trợ lý ảo học tập (dưới dạng AI agents) không chỉ hỗ trợ thu thập và phân tích liên tục dữ liệu học tập mà còn cho phép thực hiện đánh giá thường xuyên, liên tục và sát với quá trình học tập của người học.

Các công cụ AI có khả năng tự động chấm điểm nhiều dạng bài đánh giá khác nhau như trắc nghiệm, tự luận, bài báo cáo, đồng thời đưa ra phản hồi chi tiết, từ đó giúp giảm thiểu áp lực cho giảng viên, nâng cao tính khách quan và hiệu quả trong công tác đánh giá.

Đây là tiền đề để chuyển đổi căn bản phương thức kiểm tra, đánh giá trong giáo dục đại học, từ đánh giá điểm cuối sang đánh giá quá trình. Bên cạnh đó, AI còn có thể hỗ trợ xây dựng bộ tiêu chí đánh giá dựa trên năng lực đầu ra của từng học phần, khối kiến thức, từ đó đảm bảo đánh giá đúng và đủ theo chuẩn đầu ra của chương trình đào tạo.

Ngoài ra, các công cụ AI hiện đại còn có khả năng phát hiện hành vi sao chép hoặc các nội dung được tạo bởi AI một cách hiệu quả, góp phần nâng cao tính trung thực và minh bạch trong đánh giá học tập.



Theo ông Nguyễn Thanh Hùng, ứng dụng AI trong đào tạo có thể được triển khai tổng thể trên nhiều hoạt động, từ trang bị kiến thức AI cho người học/cán bộ thông qua cập nhật chương trình đào tạo, cho đến hoạt động giảng dạy, kiểm tra/đánh giá, hay phân tích, dự báo sớm về hiệu quả đào tạo. Cụ thể như sau:

Đổi mới chương trình đào tạo, phương pháp giảng dạy tích hợp AI

Trước tiên, cần thực hiện đổi mới các chương trình đào tạo theo định hướng liên ngành, tích hợp các nội dung liên quan đến AI vào chương trình đào tạo.

Bên cạnh kiến thức chuyên sâu thì thị trường lao động hiện nay cũng yêu cầu rất cao về kiến thức liên ngành, kỹ năng số/AI, ở các mức độ khác nhau, do đó các cơ sở giáo dục đại học cần nhanh chóng đổi mới, cập nhật chuẩn đầu ra, chương trình học tập để cung cấp đầy đủ kiến thức, kỹ năng về AI cho người học.

Thứ hai, việc ứng dụng công nghệ giáo dục và AI trong dạy-học phải gắn với sự đổi mới phương pháp giảng dạy, chuyển từ “dạy – ghi nhớ” sang “dạy – khám phá – sáng tạo”. Việc chuyển đổi này đòi hỏi sự thay đổi từ cách tiếp cận truyền thống sang lấy người học làm trung tâm, khuyến khích sinh viên chủ động tìm hiểu, tư duy phản biện và phát triển ý tưởng sáng tạo.

Thứ ba, các công cụ AI hỗ trợ, cung cấp thông tin học tập như trợ lý học tập thông minh, hệ thống học tập thích ứng (adaptive learning), hay mô phỏng ảo (virtual labs) có thể giúp cá nhân hóa trải nghiệm học tập, hỗ trợ giảng viên đánh giá chính xác mức độ tiến bộ của từng sinh viên, từ đó điều chỉnh nội dung, phương pháp giảng dạy phù hợp và góp phần nâng cao năng lực công nghệ số cho cả giảng viên và sinh viên.

Công nghệ AI hiện nay còn có khả năng hình ảnh hóa các thông tin, bài giảng, tạo nội dung học tập một cách nhanh chóng theo các định dạng trực quan, sinh động hơn.

Đối với các cơ sở đào tạo về kỹ thuật- công nghệ như Đại học Bách khoa Hà Nội, các nội dung đào tạo trải nghiệm qua thực hành, thí nghiệm là rất quan trọng, góp phần làm giảm khoảng cách giữa lý thuyết và thực tiễn. Việc áp dụng các công nghệ như thực tế ảo, thực tế tăng cường để mô phỏng thí nghiệm, tình huống, giúp người học được trải nghiệm các công nghệ hiện đại trong bối cảnh nguồn đầu tư trang thiết bị còn hạn hẹp.



Trợ lý ảo AI hỗ trợ, định hướng và cá nhân hoá học tập

Để mở rộng quy mô đào tạo mà vẫn đảm bảo chất lượng, cần thiết phải có cơ chế giám sát, hỗ trợ và định hướng học tập đến từng người học thông qua các trợ lý ảo học tập (AI agents) và giải pháp cá nhân hoá học tập (Personalized Learning).

Cá nhân hoá học tập là một cách tiếp cận giáo dục trong đó nội dung, phương pháp, tốc độ, hình thức và lộ trình học tập được điều chỉnh phù hợp với nhu cầu, năng lực và sở thích của từng người học.

Trí tuệ nhân tạo sẽ dần trở thành công cụ không thể thiếu trong việc thu thập và phân tích dữ liệu học tập cũng như năng lực cá nhân, từ đó đưa ra các gợi ý, cảnh báo, định hướng và xây dựng lộ trình học tập phù hợp cho từng cá nhân.

Đồng thời, AI còn có khả năng điều chỉnh lộ trình này theo tiến độ và tình hình thực tế của người học - điều mà các phương pháp truyền thống rất khó thực hiện ở quy mô lớn.

Đổi mới phương pháp đánh giá

Để đảm bảo chất lượng trong bối cảnh tăng quy mô đào tạo, giải pháp sử dụng trợ lý ảo học tập (dưới dạng AI agents) không chỉ hỗ trợ thu thập và phân tích liên tục dữ liệu học tập mà còn cho phép thực hiện đánh giá thường xuyên, liên tục và sát với quá trình học tập của người học.

Các công cụ AI có khả năng tự động chấm điểm nhiều dạng bài đánh giá khác nhau như trắc nghiệm, tự luận, bài báo cáo, đồng thời đưa ra phản hồi chi tiết, từ đó giúp giảm thiểu áp lực cho giảng viên, nâng cao tính khách quan và hiệu quả trong công tác đánh giá.

Đây là tiền đề để chuyển đổi căn bản phương thức kiểm tra, đánh giá trong giáo dục đại học, từ đánh giá điểm cuối sang đánh giá quá trình. Bên cạnh đó, AI còn có thể hỗ trợ xây dựng bộ tiêu chí đánh giá dựa trên năng lực đầu ra của từng học phần, khối kiến thức, từ đó đảm bảo đánh giá đúng và đủ theo chuẩn đầu ra của chương trình đào tạo.

Ngoài ra, các công cụ AI hiện đại còn có khả năng phát hiện hành vi sao chép hoặc các nội dung được tạo bởi AI một cách hiệu quả, góp phần nâng cao tính trung thực và minh bạch trong đánh giá học tập.