Dạy học ngôn ngữ thứ hai trong kỷ nguyên trí tuệ nhân tạo: Cơ hội, giới hạn và tái định hình vai trò của giáo viên

Trí tuệ nhân tạo (AI) trong giảng dạy ngôn ngữ không còn là xu hướng mà đã trở thành hiện thực trong nhiều lớp học hiện đại. Từ các hệ thống đánh giá tự động (Automated Writing Evaluation - AWE), nhận diện giọng nói (Automatic Speech Recognition - ASR) đến chatbot đối thoại và học liệu dựa trên dữ liệu ngôn ngữ thực tế (Data-Driven Learning - DDL), AI đang thay đổi cách người học tiếp cận tiếng Anh như một ngôn ngữ thứ hai (Second Language – L2). Những công cụ như Grammarly, Google Assistant hay ChatGPT không chỉ cải thiện độ chính xác và khả năng tự học, mà còn giúp người học vượt qua rào cản lo âu giao tiếp (Chen et al., 2023; Dizon & Gayed, 2021; Barrot, 2023).

Tuy nhiên, việc tích hợp công nghệ này không nên được nhìn nhận một chiều. Phản hồi từ AI tuy nhanh chóng và tiện lợi nhưng không thể thay thế quá trình đánh giá mang tính cá nhân hóa của giáo viên. Như đã được phân tích trong nhiều công trình gần đây, chấm điểm không chỉ là hoạt động đánh giá mà còn là cơ chế phản tư – nơi giáo viên định hình lại chiến lược giảng dạy dựa trên các dấu hiệu ngôn ngữ của người học (Schön, 1983; Marton & Säljö, 1976a, 1976b). Nếu quá phụ thuộc vào phản hồi từ AI, giáo viên có thể đánh mất sự thấu cảm ngôn ngữ, trong khi học sinh thì không còn cơ hội “đấu tranh” với lỗi sai – vốn là cốt lõi của quá trình học ngôn ngữ (Swain, 1995).

Bên cạnh phản hồi, AI còn được sử dụng trong hỗ trợ lập kế hoạch bài viết. Các công cụ như ChatGPT có thể nhanh chóng tạo dàn ý, gợi ý chủ đề hoặc đề xuất luận điểm (Barrot, 2023). Mặc dù điều này giúp giảm tải nhận thức, nhưng cũng làm dấy lên lo ngại: khi người học không còn cần vắt óc suy nghĩ, liệu họ có còn rèn luyện được khả năng tư duy ngôn ngữ độc lập? Các lý thuyết từ lĩnh vực Tiếp thu ngôn ngữ thứ hai (Second Language Acquisition - SLA) như mô hình phân bổ tài nguyên chú ý (Skehan, 1998; Robinson, 2001) đã chỉ ra rằng lập kế hoạch chủ động giúp người học phát triển đồng thời độ phức tạp và độ chính xác của ngôn ngữ – điều mà một chatbot không thể đảm bảo nếu người học hoàn toàn phụ thuộc.

Một vấn đề khác là việc sử dụng văn bản mẫu do AI tạo ra. Với khả năng tái tạo lập luận chuẩn chỉnh, GenAI có thể cung cấp vô số văn bản đáp ứng đúng quy ước thể loại như luận điểm, đoạn mở bài, hay kết luận mang tính tổng hợp. Tuy nhiên, điều này dễ dẫn đến hiểu nhầm rằng viết học thuật là hành vi máy móc, thay vì quá trình tư duy biến đổi (Bereiter & Scardamalia, 1987). Các mô hình viết chuẩn kiểu PEEL hoặc essay 5 đoạn đã bị chỉ trích là quá công thức, khiến người học thiếu khả năng sáng tạo và cá nhân hóa bài viết (Brannon et al., 2008). Trong khi đó, theo Jacob et al. (2024), người học cần vượt qua văn bản mẫu từ GenAI để phát triển giọng điệu cá nhân – một dấu hiệu trưởng thành trong năng lực viết.

Không thể phủ nhận những giá trị mà AI mang lại: từ cá nhân hóa phản hồi, hỗ trợ học ngoài lớp, đến tạo môi trường tương tác không gây lo âu (Ayedoun et al., 2019; Bashori et al., 2022). Tuy nhiên, AI vẫn là công cụ – không phải người dạy. Khi sử dụng chatbot để luyện nói hoặc viết, người học cần được hướng dẫn rõ ràng: nên yêu cầu gợi ý gián tiếp trước khi xin phản hồi trực tiếp, nên dùng chatbot như một người hướng dẫn hơn là nhà soạn thảo hoàn chỉnh. Những chỉ dẫn này, nếu được thiết kế dựa trên lý luận SLA, sẽ giúp AI trở thành trợ thủ đắc lực thay vì “bàn tay vô hình” kiểm soát hành vi học.

Trong bối cảnh đổi mới chương trình giáo dục phổ thông và thúc đẩy chuyển đổi số toàn ngành, việc tích hợp AI vào giảng dạy ngoại ngữ tại Việt Nam cần đi kèm chiến lược sư phạm rõ ràng. Giáo viên cần được đào tạo về năng lực công nghệ và phương pháp ứng dụng AI trong học ngôn ngữ. Ngoài ra, các cơ sở đào tạo giáo viên nên tích hợp nội dung về thiết kế học liệu AI, kiểm chứng chất lượng văn bản đầu ra và cách tổ chức phản hồi kết hợp giữa con người và máy. Đặc biệt, những mô hình thực nghiệm cần được triển khai rộng rãi để đánh giá hiệu quả của các công cụ như Grammarly, ChatGPT, Google Assistant trong điều kiện văn hóa, ngôn ngữ và học sinh Việt Nam.

Vân An

Tài liệu tham khảo

Ayedoun, E., Hayashi, Y., & Seta, K. (2019). Adding communicative and affective strategies to an embodied conversational agent to enhance second language learners’ willingness to communicate. International Journal of Artificial Intelligence in Education, 29, 29–57. https://doi.org/10.1007/s40593-018-0171-6

Barrot, J. S. (2023). Using ChatGPT for second language writing: Pitfalls and potentials. Assessing Writing, 57, 100745. https://doi.org/10.1016/j.asw.2023.100745

Bashori, M., van Hout, R., Strik, H., & Cucchiarini, C. (2022). Learning vocabulary and pronunciation through websites equipped with automatic speech recognition technology. Computer Assisted Language Learning. https://doi.org/10.1080/09588221.2022.2080230

Bereiter, C., & Scardamalia, M. (1987). The psychology of written composition. Routledge.

Brannon, L. et al. (2008). The five-paragraph essay and the deficit model of education. English Journal, 98(2), 16–21.

Chen, H. H.-J. et al. (2023). Investigating college EFL learners’ perceptions toward the use of Google Assistant for foreign language learning. Interactive Learning Environments, 31(3), 1335–1350.  https://doi.org/10.1080/10494820.2020.1833043

Dizon, G., & Gayed, J. (2021). Examining the impact of Grammarly on the quality of mobile L2 writing. The JALT CALL Journal, 17(2), 74–92.

Jacob, M., Caplan, R., & Chung, K. (2024). The writer in the loop: A case study of ChatGPT in academic writing. Written Communication. https://doi.org/10.1177/07410883241235882

Marton, F., & Säljö, R. (1976a, 1976b). On qualitative differences in learning: I–II. British Journal of Educational Psychology, 46, 4–11.

Robinson, P. (2001). Task complexity, task difficulty, and task production: Exploring interactions in a componential framework. Applied Linguistics, 22(1), 27–57.

Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books.

Skehan, P. (1998). A cognitive approach to language learning. Oxford University Press.

Swain, M. (1995). Three functions of output in second language learning. In G. Cook & B. Seidlhofer (Eds.), Principle and practice in applied linguistics (pp. 125–144). Oxford University Press.