AI trong giảng dạy và sự hình thành năng lực sáng tạo: Từ lý thuyết bảo tồn nguồn lực đến khuyến nghị chính sách giáo dục

AI như một nguồn lực trong lý thuyết bảo tồn nguồn lực

Lý thuyết bảo tồn nguồn lực (Conservation of Resources Theory – Hobfoll & Shirom, 2000) cho rằng con người có xu hướng tích lũy, bảo vệ và tái đầu tư nguồn lực để đạt được mục tiêu. Trong giáo dục, AI có thể được coi là một nguồn lực mới, hỗ trợ giảng viên giải phóng khỏi những công việc mang tính hành chính như chấm điểm, phân tích hành vi học tập hay quản lý tiến độ (Singh & Hiran, 2022).

Sự hiện diện của AI cho phép giảng viên dành nhiều thời gian và năng lượng hơn cho sáng tạo sư phạm: thiết kế hoạt động mở, xây dựng nhiệm vụ giàu tính thách thức, và khuyến khích sinh viên hình thành ý tưởng độc đáo. Quan trọng hơn, AI còn cung cấp phản hồi cá nhân hóa, phân tích dữ liệu học tập theo thời gian thực và thiết kế các kịch bản học tập đa dạng (Richardson & Mishra, 2018). Những yếu tố này tạo điều kiện cho sinh viên thử nghiệm, phản tư và sáng tạo trong môi trường học tập.

Song, cần lưu ý rằng AI không phải là “đũa thần”. Nếu bị lạm dụng, AI có thể dẫn đến sự lệ thuộc, làm suy yếu khả năng tư duy phản biện và giải quyết vấn đề độc lập (Van Slyke et al., 2023). Do đó, AI chỉ thực sự trở thành nguồn lực chiến lược khi được giảng viên định hướng và triển khai theo cách khuyến khích tính chủ động và sự tham gia tích cực của sinh viên (Kshirsagar et al., 2022).

Gắn kết học tập – chiếc cầu nối từ công nghệ đến sáng tạo

Một phát hiện quan trọng cho thấy AI chỉ thực sự phát huy tác động tích cực đến năng lực sáng tạo của sinh viên khi đi qua cơ chế trung gian là sự gắn kết học tập. Gắn kết học tập không nên hiểu đơn giản là sự tham gia vào hoạt động lớp học, mà là một quá trình toàn diện kết hợp ba chiều cạnh. Trước hết, gắn kết hành vi phản ánh mức độ sinh viên chủ động tham gia thảo luận, làm việc nhóm hoặc tham gia dự án học tập. Tiếp đến, gắn kết cảm xúc thể hiện ở sự hứng thú, niềm vui, sự đồng cảm và cam kết tình cảm với quá trình học tập. Cuối cùng, gắn kết nhận thức biểu hiện qua chiều sâu tư duy, khả năng phản tư và năng lực kết nối tri thức với bối cảnh thực tiễn (Appleton et al., 2008).

Các mô hình dạy học tích hợp AI – như lớp học đảo ngược, môi trường học tập ảo hay gamification – chính là bệ đỡ để cả ba dạng gắn kết này được nuôi dưỡng và phát triển (Chan et al., 2021). Khi sinh viên vừa được kích thích hứng thú, vừa được khuyến khích tham gia sâu, họ không chỉ duy trì động lực mà còn gia tăng cơ hội nảy sinh ý tưởng mới, từ đó hình thành năng lực sáng tạo bền vững (Mercer, 2019; Li et al., 2025). Vì vậy, có thể nói rằng gắn kết học tập chính là “chiếc cầu nối” then chốt, chuyển hóa nguồn lực mà AI cung cấp thành thành quả sáng tạo cụ thể. Thiếu vắng gắn kết, tác động của AI dễ rơi vào hình thức, thiếu chiều sâu và khó bền vững.

Nhận thức của sinh viên về năng lực AI của giảng viên – yếu tố điều tiết không thể bỏ qua

Một điểm nhấn đáng chú ý khác là vai trò điều tiết của nhận thức sinh viên về năng lực AI của giảng viên. Không chỉ năng lực thực sự của giảng viên quan trọng, mà cách sinh viên cảm nhận và đánh giá sự thành thạo đó cũng có ảnh hưởng trực tiếp đến kết quả học tập. Khi sinh viên tin rằng giảng viên làm chủ tốt các công cụ AI, họ thường yên tâm, tham gia tích cực hơn và thể hiện động lực sáng tạo cao hơn (Long & Magerko, 2020; Kim et al., 2020). Ngược lại, nếu giảng viên bị nhìn nhận là thiếu kỹ năng hoặc còn lúng túng với công nghệ, tác động tích cực của AI đối với gắn kết học tập và sáng tạo có xu hướng suy giảm rõ rệt (Kong et al., 2024).

Điều này cho thấy năng lực AI của giảng viên không chỉ là một “năng lực kỹ thuật” thuần túy mà còn là một nguồn lực tâm lý – xã hội. Nó ảnh hưởng đến niềm tin, sự an tâm và thái độ học tập của sinh viên. Vì vậy, giảng viên cần được trang bị không chỉ kiến thức và kỹ năng công nghệ, mà còn cả năng lực sư phạm số để biến AI thành công cụ nuôi dưỡng sáng tạo thay vì trở thành rào cản trong lớp học (Southworth et al., 2023).

Ý nghĩa và khuyến nghị

Những kết quả này đem lại những đóng góp nổi bật cả về lý thuyết lẫn thực tiễn. Về mặt học thuật, chúng mở rộng cách hiểu về mối quan hệ giữa AI và sáng tạo – một lĩnh vực vốn chưa được quan tâm nhiều so với các chủ đề quen thuộc như hiệu suất hay kết quả học tập (Nazaretsky et al., 2022). Việc khẳng định vai trò trung gian của gắn kết học tập góp phần làm sáng tỏ cơ chế tác động, cho thấy sự kết nối giữa yếu tố công nghệ và yếu tố tâm lý – hành vi trong giáo dục số (Martin & Borup, 2022). Đồng thời, phát hiện về vai trò điều tiết của năng lực AI ở giảng viên nhấn mạnh tính đa chiều của yếu tố con người trong ứng dụng công nghệ, mở ra một hướng tiếp cận mới về “năng lực số sư phạm” (Eguchi et al., 2021).

Trên phương diện thực tiễn, kết quả gợi mở rằng AI không nên chỉ được nhìn nhận như một công cụ nâng cao hiệu suất, mà cần được coi là nền tảng kiến tạo môi trường học tập sáng tạo. Điều này đòi hỏi các cơ sở đào tạo phải xây dựng thiết kế sư phạm mới, lấy sinh viên làm trung tâm, khuyến khích hợp tác, phản tư và sáng tạo, đồng thời gắn chặt AI với chiến lược phát triển con người trong kỷ nguyên số.

Trong bối cảnh Việt Nam đang triển khai đồng thời nhiều chính sách lớn như Nghị quyết 57-NQ/TW (2024) về khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số, Quyết định 131/QĐ-TTg (2025) về chiến lược phát triển nhân lực công nghệ cao, hay Chương trình giáo dục phổ thông 2018 với trọng tâm phát triển năng lực, những phát hiện này đặc biệt có ý nghĩa.

Thứ nhất, xây dựng năng lực AI như chuẩn nghề nghiệp của giảng viên. Các trường sư phạm cần tích hợp đào tạo năng lực AI vào chương trình chuẩn, coi đây là thành tố của chuẩn nghề nghiệp giáo viên trong kỷ nguyên số. Nội dung đào tạo không chỉ bao gồm thao tác kỹ thuật mà còn bao hàm năng lực sư phạm số: thiết kế bài học sáng tạo, phân tích dữ liệu học tập và tổ chức lớp học lấy người học làm trung tâm.

Thứ hai, thiết kế môi trường học tập giàu gắn kết. Các trường phổ thông và đại học nên xây dựng mô hình dạy học kết hợp (blended learning) và dạy học dựa trên dự án (project-based learning) với sự hỗ trợ của AI. Các nền tảng ảo, gamification hay lớp học đảo ngược có thể được khai thác để tăng tính tương tác, từ đó thúc đẩy gắn kết học tập – cầu nối thiết yếu để hình thành sáng tạo.

Thứ ba, coi nhận thức của sinh viên như một chỉ báo chất lượng. Chính sách cần khuyến khích sinh viên tham gia đánh giá trải nghiệm học tập với AI, đưa nhận thức của người học thành cơ chế phản hồi hai chiều. Điều này không chỉ giúp cải thiện triển khai công nghệ, mà còn đảm bảo AI thực sự nâng cao động lực, gắn kết và sáng tạo của sinh viên.

Thứ tư, tạo hệ sinh thái đổi mới sáng tạo giáo dục số. Việt Nam cần hình thành hệ sinh thái kết nối giữa nhà trường, doanh nghiệp công nghệ và cộng đồng học thuật, nhằm phát triển và thử nghiệm các ứng dụng AI phục vụ giáo dục. Hệ sinh thái này vừa cung cấp nguồn lực cho giảng viên và sinh viên, vừa tạo điều kiện cho việc kiểm chứng, điều chỉnh và nhân rộng các mô hình thành công.

AI đang dần định hình lại cách dạy và học, nhưng thành công của công nghệ không đến từ bản thân nó, mà từ cách được tích hợp vào chiến lược giảng dạy, gắn kết học tập và năng lực sư phạm số của giảng viên. Với Việt Nam, đây là cơ hội để định hình mô hình giáo dục sáng tạo, nơi AI trở thành đồng tác nhân cùng giảng viên và sinh viên kiến tạo không gian tri thức mới. Những khuyến nghị về chuẩn năng lực AI, thiết kế môi trường học tập giàu gắn kết, cơ chế phản hồi hai chiều và hệ sinh thái đổi mới sáng tạo số có thể trở thành nền tảng chiến lược để nâng cao chất lượng giáo dục và phát triển nguồn nhân lực sáng tạo trong kỷ nguyên AI.

Vân An

Tài liệu tham khảo

Appleton, J. J., Christenson, S. L., & Furlong, M. J. (2008). Student engagement with school: Critical conceptual and methodological issues. Psychology in the Schools, 45(5), 369–386. https://doi.org/10.1002/pits.20303

Chan, S. L., Lin, C. C., Chau, P. H., Takemura, N., & Fung, J. T. C. (2021). Evaluating online learning engagement of nursing students. Nurse Education Today, 104, 104985. https://doi.org/10.1016/j.nedt.2021.104985

Eguchi, A., Okada, H., & Muto, Y. (2021). Contextualizing AI education for K-12 students to enhance their learning of AI literacy. KI - Künstliche Intelligenz, 35(2), 153–161. https://doi.org/10.1007/s13218-021-00737-3

Hobfoll, S. E., & Shirom, A. (2000). Conservation of resources theory: Applications to stress and management in the workplace. Handbook of Organization Behavior, 2, 57–81.

Kim, J., Merrill, K., Xu, K., & Sellnow, D. D. (2020). My teacher is a machine: Understanding students’ perceptions of AI teaching assistants in online education. International Journal of Human–Computer Interaction, 36(20), 1902–1911. https://doi.org/10.1080/10447318.2020.1801227

Kong, S.-C., Cheung, M.-Y. W., & Tsang, O. (2024). Developing an artificial intelligence literacy framework: Evaluation of a literacy course for senior secondary students using a project-based learning approach. Computers and Education: Artificial Intelligence, 6, 100214. https://doi.org/10.1016/j.caeai.2024.100214

Kshirsagar, P. R., Jagannadham, D. B. V., Alqahtani, H., et al. (2022). Human intelligence analysis through perception of AI in teaching and learning. Computational Intelligence and Neuroscience, 2022, 9160727. https://doi.org/10.1155/2022/9160727

Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16. https://doi.org/10.1145/3313831.3376727

Richardson, C., & Mishra, P. (2018). Learning environments that support student creativity: Developing the SCALE. Thinking Skills and Creativity, 27, 45–54. https://doi.org/10.1016/j.tsc.2017.11.004

Singh, S. V., & Hiran, K. K. (2022). The impact of AI on teaching and learning in higher education technology. Journal of Higher Education Theory & Practice, 12(13), 135–148.

Southworth, J., Migliaccio, K., Glover, J., et al. (2023). Developing a model for AI across the curriculum: Transforming the higher education landscape via innovation in AI literacy. Computers and Education: Artificial Intelligence, 4, 100127. https://doi.org/10.1016/j.caeai.2023.100127

Van Slyke, C., Johnson, R. D., & Sarabadani, J. (2023). Generative artificial intelligence in information systems education: Challenges, consequences, and responses. Communications of the Association for Information Systems, 53(1), 1–21. https://doi.org/10.17705/1CAIS.05301

Zimmerman, E. (2018). Creativity in education: Teaching creativity in schools. Frontiers in Psychology, 9, 1404. https://doi.org/10.3389/fpsyg.2018.01404